공부머리보다 중요한 것: AI가 좋아질수록 더 갈리는 기본기 4가지

AI가 빨라질수록 기본기는 더 중요해진다. AI 답이 맞는지, 빠진 것은 없는지, 그대로 써도 되는지는 사람이 확인해야 하기 때문이다.

AI가 요약하고, 번역하고, 보고서 초안을 쓰고, 코드까지 짜 주는 시대가 됐다. 그러면 공부머리는 덜 중요해질까. 오히려 반대다.

단순 암기나 반복 계산은 덜 중요해질 수 있다. 하지만 문장을 읽고, 일의 흐름을 이해하고, 여러 정보를 쓸 수 있는 구조로 정리하고, 보이지 않는 개념을 다루는 능력은 더 중요해진다. AI가 결과물을 빨리 만들어 줄수록, 그 결과물이 맞는지 틀렸는지 판단하는 사람의 기본기가 더 중요해지기 때문이다.

AI가 써준 보고서를 읽고도 왜 그 결론이 나왔는지 설명하지 못한다면, 그 보고서는 내 것이 아니다. AI가 짜준 코드를 보고도 데이터가 어디서 들어와 어디로 나가는지 모른다면, 그 코드는 내 도구가 아니다. AI가 요약한 문서를 보고도 핵심 주장과 약한 근거를 구분하지 못한다면, 나는 이해한 것이 아니라 요약문을 소비한 것이다.

우리는 이런 차이를 쉽게 공부머리라고 부른다. 하지만 가까이서 보면 공부머리라는 건 하나의 재능이 아니다.

• 문해력
• 워크플로우를 그리는 능력
• 정보를 구조화하는 능력
• 추상적인 개념을 다루는 능력

이 네 가지 기본기가 합쳐져서, 남들 눈에는 공부머리처럼 보인다.

1. 문해력: 글자를 읽는 게 아니라 맥락을 읽는 능력

문해력은 글자만 읽는 능력이 아니다. 중요한 것은 그 문장이 무엇을 주장하는지, 무엇을 숨기고 있는지, 어떤 전제를 깔고 있는지 읽어 내는 것이다.

보고서를 읽을 때 중요한 것은 문장 하나하나만 이해하는 게 아니다.

• 이 글이 결국 무엇을 주장하는가
• 근거는 무엇인가
• 근거 중에서 강한 것은 무엇이고 약한 것은 무엇인가
• 빠진 조건은 무엇인가
• 읽는 사람이 어디를 물고 늘어질 수 있는가

여기까지 읽어야 진짜 읽은 것이다. AI는 긴 글을 요약해 줄 수 있다. 하지만 요약이 핵심을 제대로 잡았는지, 중요한 전제를 놓쳤는지, 결론이 과한지는 사람이 판단해야 한다.

문해력이 약하면 AI 요약을 그대로 믿게 된다. 글을 읽는 것이 아니라, AI가 정리한 말을 받아 적는 사람이 된다. AI 시대의 문해력은 더 많은 글을 읽는 능력이 아니다. 글 뒤에 깔린 주장, 전제, 이해관계, 빈틈을 읽는 능력이다.

2. 워크플로우 이해: 일이 실제로 어떻게 굴러가는지 그리는 능력

많은 사람이 자료는 이해했는데 일을 이해하지 못한다. 표에 있는 숫자는 안다. 회의록에 적힌 결정도 안다. 누가 어떤 말을 했는지도 안다. 그런데 실제 일이 어떻게 굴러가는지는 머릿속에 없다.

이 일이 어디서 시작되고, 누가 입력을 주고, 어느 부서가 판단하고, 누가 실행하는지 그릴 수 있어야 한다. 어디서 병목이 생기고, 결과가 다시 어디로 피드백되는지도 봐야 한다. 이 그림이 없으면 보고서는 현실과 맞물리지 못한다.

문장은 맞아 보이는데 실제 프로세스와 맞지 않는다. 결론은 그럴듯한데 실행하면 누가 어려움을 겪는지 모른다. 해결책은 좋아 보이는데 어느 부서가 비용을 떠안는지 모른다. AI가 만든 보고서에서는 이런 문제가 자주 생긴다.

문서상 논리는 매끈한데 실제 회사의 일 흐름과 다르다. 그래서 워크플로우를 그릴 줄 알아야 한다. 입력, 처리, 출력, 승인, 병목, 피드백이 어떻게 이어지는지 머릿속에 있어야 한다.

AI가 초안을 써 줘도, 그 초안이 실제 일의 흐름과 맞는지는 사람이 봐야 한다.

초안은 시작 자료일 뿐이며, 실제 업무 순서를 아는 사람이 결과물을 끝까지 고쳐야 한다.

3. 구조화 능력: 여러 정보를 쓸 수 있는 형태로 정리하는 능력

정보가 많다고 이해한 것은 아니다. 오히려 정보가 많을수록 더 쉽게 길을 잃는다. 자료 열 개, 회의록 다섯 개, 숫자 수십 개를 받으면 머릿속이 금방 복잡해진다. 이때 필요한 것은 더 많은 자료가 아니라 구조다.

구조화 능력은 여러 정보를 쓸 수 있는 형태로 정리하는 능력이다.

• 원인과 결과를 나눈다
• 핵심과 덜 중요한 것을 나눈다
• 사실과 해석을 나눈다
• 문제와 해결책을 나눈다
• 결정해야 할 것과 참고만 할 것을 나눈다

이렇게 묶어야 정보가 쓸모가 된다. 구조화가 안 된 사람은 모든 정보를 같은 무게로 다룬다. 그래서 보고서가 길어지고, 설명이 흐려지고, 결론이 약해진다.

구조화가 되는 사람은 먼저 뼈대를 잡는다. AI는 구조를 제안할 수 있다. 하지만 어떤 구조가 지금 문제에 맞는지는 사람이 골라야 한다. 좋은 구조는 내용을 예쁘게 정리하는 것이 아니다. 생각을 움직이게 만드는 뼈대다.

4. 추상적인 개념을 다루는 능력: 보이지 않는 것을 손에 잡히게 만드는 능력

초보자는 눈에 보이는 것만 본다. 매출, 비용, 일정, 인원, 기능, 문장, 코드처럼 바로 보이는 것들은 비교적 다루기 쉽다. 하지만 중요한 문제일수록 보이지 않는 것이 핵심이 된다.

신뢰, 리스크, 인센티브, 권한, 책임, 맥락, 소유권, 병목, 레버리지 같은 단어들이 그렇다. 이런 개념들은 눈에 바로 보이지 않는다. 하지만 실제 일을 움직이는 힘은 대개 여기에 있다.

추상 개념을 다룬다는 건, 보이지 않는 힘에 이름을 붙이고 현실에 적용할 줄 안다는 뜻이다. 예를 들어 맥락 부채라는 말을 알면, 단순히 “보고서가 어렵다”에서 멈추지 않는다. 내가 모르는 것이 지식인지, 흐름인지, 책임 구조인지, 의사결정자의 관심사인지 나눠 볼 수 있다.

신뢰자본이라는 말을 알면, “왜 저 사람한테만 기회가 가지?”에서 멈추지 않는다. 검증된 기록, 추천, 평판, 접근권이 실제로 돈만큼 기회를 만들어 낸다는 것을 볼 수 있다. 개념은 멋있는 말을 외우려고 쓰는 것이 아니다. 복잡한 현실을 나눠 보고, 다시 다룰 수 있게 만들려고 쓰는 것이다.

AI는 개념의 정의를 설명해 줄 수 있다. 하지만 그 개념이 내 상황에 맞는지, 현실의 어느 부분을 설명하는지는 사람이 판단해야 한다. 추상 개념을 못 다루면 매번 눈앞의 사례에만 끌려다닌다. 반대로 추상 개념을 다룰 수 있으면 서로 달라 보이는 사건들에서 같은 구조를 본다.

AI 시대에는 기본기의 차이가 더 커진다

AI가 없던 시대에는 기본기가 약하면 결과물이 늦게 나왔다. AI 시대에는 기본기가 약해도 결과물이 빨리 나온다. 이게 더 위험하다. 문해력이 약해도 요약문은 나온다. 워크플로우를 몰라도 보고서는 나온다. 구조화 능력이 약해도 목차는 나온다. 추상 개념을 잘 몰라도 그럴듯한 문장은 나온다. 하지만 질문을 받는 순간 차이가 드러난다.

왜 그렇게 판단했는가. 실제로 일은 어떻게 굴러가는가. 핵심과 덜 중요한 것은 무엇인가. 이 개념이 지금 상황에 맞는가. 이런 질문에 답하지 못하면 AI가 만든 결과물은 내 것이 아니다. AI는 짐을 덜어 줄 수 있다. 하지만 내가 어디로 가는지까지 대신 정해 주지는 않는다. 결국 AI 시대에 남는 기본기는 네 가지다.

• 문장을 읽는 힘
• 일의 흐름을 그리는 힘
• 정보를 구조로 묶는 힘
• 보이지 않는 개념을 다루는 힘

공부머리처럼 보이는 것은 사실 이 네 가지의 합이다. AI가 좋아질수록 읽기, 논리, 구조화, 추상화 능력은 덜 중요해지는 것이 아니라 더 중요해진다. AI가 무엇이든 빨리 만들어 줄수록, 결국 차이는 그것을 이해하고 책임질 사람에게서 난다.