에이전트 시대, 내 분야의 기초가 중요한 이유
에이전트 시대, 내 분야의 기초가 중요한 이유로운 AI 모델과 자동화 도구가 빠르게 등장하고 있습니다.
이제 AI 에이전트는 자료를 조사하고, 글을 작성하며, 여러 작업을 연결해 하나의 결과물로 완성할 수 있습니다.
이전에는 사람이 직접 수행해야 했던 일들을 AI에 맡길 수 있게 된 것입니다.
하지만 자동화된 결과물을 받아보면 한 가지 질문이 남습니다. 이 결과물이 정말 좋은지, 목적에 적합한지 어떻게 판단할 수 있을까요?
그 판단에는 AI 도구를 다루는 능력뿐 아니라 자신이 일하는 분야에 대한 이해가 필요합니다.
실제로 Microsoft Research는 2025년 생성형 AI를 활용하는 지식 노동자 319명을 조사한 연구에서, 특정 분야에 대한 지식이 부족하면 AI 결과물을 확인하고 개선하는 데 어려움을 겪을 수 있다고 설명했습니다.
AI가 업무를 대신 수행하더라도 결과를 이해하고 활용하려면 해당 분야의 지식이 여전히 필요하다는 의미입니다.
AI 활용 능력과 분야별 전문성은 다릅니다
AI를 능숙하게 활용하는 것과 자신의 분야를 깊이 이해하는 것은 서로 다른 역량입니다.
예를 들어 마케팅 담당자는 AI를 활용해 여러 광고 문구를 빠르게 생성할 수 있습니다. 하지만 어떤 문구가 고객의 관심을 끌고 브랜드의 메시지를 효과적으로 전달하는지 판단하려면 카피라이팅과 소비자에 대한 이해가 필요합니다.
디자이너 역시 AI로 다양한 시안을 제작할 수 있지만, 좋은 구도와 정보의 위계, 시각적 전달력을 판단하려면 디자인의 기본 원리를 알아야 합니다.
교육 분야도 마찬가지입니다.
AI가 강의안을 자동으로 구성하더라도 학습 목표를 설정하고, 학습자의 수준에 맞게 내용을 설명하며, 적절한 교수법을 선택하는 일에는 교육자의 전문성이 필요합니다.
결국 AI는 결과물을 만드는 과정을 도울 수 있지만, 무엇이 좋은 결과인지 판단하는 기준까지 자동으로 길러주지는 않습니다.
직접 해보는 경험이 기초를 만듭니다
OECD는 2026년 「디지털 교육 전망」에서 생성형 AI를 활용해 과제를 성공적으로 수행하는 것이 반드시 실제 학습으로 이어지는 것은 아니라고 설명했습니다.
AI의 도움으로 완성도 높은 결과물을 얻더라도 학습자가 해당 과제를 스스로 수행하는 데 필요한 역량까지 습득했다고 볼 수는 없다는 것입니다.
OECD는 AI 시대에도 독립적인 사고와 분야별 기초 역량을 발전시키는 교육이 중요하다고 강조합니다.
출처: OECD, 「OECD Digital Education Outlook 2026」(2026.1.19.).
이러한 관점은 학생뿐 아니라 AI를 업무에 활용하는 사람에게도 적용해 볼 수 있습니다.
마케팅을 공부한다면 AI가 작성한 카피를 비교하는 데 그치지 않고 직접 문장을 작성해 보는 것입니다. 자동화를 배우고 있다면 전체 업무를 직접 수행하면서 각 단계의 목적과 연결 관계를 이해해 볼 수 있습니다.
강의자료를 제작하는 교육자라면 AI에 목차 생성을 맡기기 전에 학습 목표와 수업 흐름을 직접 구성해 보는 방법도 있습니다.
이러한 경험은 단순히 결과물을 완성하는 것 이상의 의미가 있습니다. 직접 수행하는 과정에서 무엇이 어렵고, 어떤 선택이 필요하며, 좋은 결과를 위해 무엇을 고려해야 하는지 배우기 때문입니다.
새로운 도구를 배우는 것만큼 중요한 공부
AI 기술의 발전 속도가 빨라지면서 새로운 모델과 기능을 익히는 일에도 많은 시간이 필요합니다.
그러나 모든 새로운 도구를 따라가는 것만이 AI 활용 역량을 높이는 방법은 아닙니다.
OECD는 2026년 「AI 시대의 역량(Skills in the AI Age)」 보고서에서 AI 시대에 필요한 역량을 전문적인 AI 기술뿐 아니라 기초 역량, 디지털 역량, 비판적 사고와 창의성 등의 결합으로 설명했습니다.
이는 AI 기술에 대한 이해와 함께 기존의 지식과 역량을 지속적으로 발전시키는 것이 중요하다는 점을 보여줍니다.
출처: OECD, 「Skills in the AI Age」(2026.7.).
따라서 새로운 AI 도구를 익히는 시간과 자신의 전문 분야를 공부하는 시간을 함께 확보할 필요가 있습니다.
예를 들어 교육자는 새로운 강의자료 생성 도구를 익히면서도 교수법과 학습 설계의 원리를 공부할 수 있습니다. 실무에 AI를 활용한 뒤에는 직접 작성한 결과물과 비교하며 어떤 부분이 달라졌는지 살펴볼 수도 있습니다.
중요한 것은 모든 작업을 수동으로 처리하는 것이 아니라, 자신이 맡기는 업무의 원리와 목적을 이해한 상태에서 AI를 활용하는 것입니다.
내 분야를 이해하는 사람이 AI도 더 잘 활용합니다
AI가 수행할 수 있는 업무는 앞으로도 달라질 수 있습니다. 새로운 모델이 등장하면 기존에 복잡했던 작업도 더 간단해질 수 있습니다.
하지만 기술이 발전한다고 해서 자신의 분야를 공부할 필요까지 사라지는 것은 아닙니다.
오히려 AI가 만들어 낸 다양한 결과물 가운데 무엇을 선택하고, 어떻게 활용할지 판단하려면 자신만의 지식과 경험이 필요합니다.
기초 학습은 새로운 기술에 뒤처지지 않기 위한 공부가 아니라, 기술을 자신의 목적에 맞게 활용하기 위한 준비입니다.
새로운 AI를 배우는 것만큼, 내가 하는 일을 깊이 이해하는 공부도 계속되어야 합니다.
자동화할 수 있는 일이 많아질수록 자신의 분야에서 무엇을 알고, 무엇을 판단할 수 있는지가 중요한 역량이 될 것입니다.
참고자료
Microsoft Research, 「The Impact of Generative AI on Critical Thinking: Self-Reported Reductions in Cognitive Effort and Confidence Effects From a Survey of Knowledge Workers」(2025).
https://www.microsoft.com/en-us/research/publication/the-impact-of-generative-ai-on-critical-thinking-self-reported-reductions-in-cognitive-effort-and-confidence-effects-from-a-survey-of-knowledge-workers/
OECD, 「OECD Digital Education Outlook 2026: Exploring Effective Uses of Generative AI in Education」(2026.1.19.).
https://www.oecd.org/en/publications/oecd-digital-education-outlook-2026_062a7394-en.html
OECD, 「Skills in the AI Age」(2026.7.).
https://www.mofa.go.kr/www/brd/m_29691/view.do?page=1&seq=278

이 글, 도움이 됐나요?