AI가 답을 내놓을수록 왜 철학이 다시 불릴까?

이번 이야기의 핵심

중국은 2030년까지 모든 학교에 AI 교육을 제공한다는 목표를 세웠지만, 미국 일부 학교는 사고력 저하를 우려해 교실의 AI 도구를 제한하고 있습니다.
기업이 찾는 능력도 한 분야의 지식을 많이 아는 데서 문제를 발견하고 AI와 여러 분야를 연결하는 쪽으로 이동하고 있습니다.
국내에서는 만 19세에서 34세 청년이 22개월 동안 문제 해결에 도전하도록 월 300만 원을 지원하는 실험도 시작됩니다.

AI가 답을 더 잘 내놓을수록 사람에게 남는 일은 좋은 답을 외우는 일이 아니라 풀어야 할 문제를 찾아내는 일입니다.

AI 활용 격차는 커질 수 있지만, 도구를 쓰는 사람끼리는 기존 지식의 차이가 줄어들 수 있습니다. 그러면 채용과 교육은 정답을 얼마나 많이 외웠는지보다 어떤 문제를 발견했고 AI로 어디까지 풀어 봤는지를 묻게 됩니다. 철학이 다시 거론되는 이유도 여기에 있습니다. 전공 이름 자체가 취업을 보장해서가 아니라 본질을 묻고 전제가 맞는지 따지는 훈련이 희소해질 수 있기 때문입니다. 중국은 이 변화에 빠르게 적응하려고 조기 AI 교육을 확대합니다. 미국 일부 학교는 먼저 혼자 생각하는 힘을 지키려 합니다. 어느 쪽이 더 나은지는 아직 장기 결과가 나오지 않았습니다. 당장 확인할 것은 교육 시간보다 실제 문제를 정의하고 실패를 고쳐 본 경험이 쌓이는지입니다. 국내의 22개월 프로그램도 코딩 강의나 학위 대신 프로젝트, 협업, 도전과 실패를 전면에 둡니다. 앞으로 기업이 이런 경험을 채용과 승진에서 어떻게 평가하는지, 프로그램 참여자가 어떤 문제를 실제로 해결하는지가 새 인재 기준의 실체를 보여줄 것입니다.

01 철학 전공이 왜 다시 등장했을까?

AI가 빠르게 답을 만들면 지식을 빨리 습득하고 시험에서 재현하는 능력의 가치는 낮아집니다. 반대로 어떤 질문을 던질지, 답의 전제가 맞는지, 서로 다른 분야를 어떻게 연결할지는 사람이 정해야 합니다.

철학이 거론되는 까닭은 전공 이름만으로 취업이 쉬워져서가 아닙니다. 인간의 사고를 다루고 예상하지 못한 문제를 상상하는 훈련이 AI 시대의 문제 정의와 맞닿아 있기 때문입니다.

스마트폰이 긴 글을 읽는 능력을 상대적으로 귀하게 만들었듯, AI가 사고를 대신할수록 스스로 생각하는 능력은 더 뚜렷한 차이를 만들 수 있습니다.

숫자로 보면

한국 AI 교육·훈련 지원 목표: 5년간 100만 명 이상

대학생뿐 아니라 재교육이 필요한 사람까지 포함하는 인재 양성 계획

청년 인재 육성 과정: 22개월 동안 월 300만 원

풀타임으로 문제 해결 프로젝트와 현장 도전을 수행하는 기간과 지원액

지원 가능 연령: 만 19세에서 34세

대한민국 국적 청년에게 적용하며 학력과 전공은 무관

지원서 접수 기간: 11월 1일부터 15일까지

22개월 과정 지원서를 받는 기간

과정 시작 시점: 2027년 3월

선발된 참여자가 풀타임 과정을 시작하는 시점

02 어릴 때부터 AI를 써야 할까, 먼저 멀리해야 할까?

중국은 2030년까지 모든 학교에 AI 교육을 제공한다는 목표를 세우고 있습니다. 6세 아동 대상 사교육까지 등장할 만큼 AI를 일찍 익혀 문제 해결 효율을 높이는 쪽에 무게를 둡니다.

반대편에서는 교실의 AI 도구 사용을 제한합니다. 학생이 답을 바로 얻으면 혼자 읽고 생각하고 시행착오를 겪는 시간이 줄어들 수 있다는 우려 때문입니다.

두 접근의 장기 결과는 아직 나오지 않았습니다. AI 사용 시간만 비교해서는 답을 얻기 어렵습니다. 학생이 도구 없이 생각하는 훈련과 AI로 실제 문제를 풀어 보는 경험을 각각 얼마나 쌓는지 확인해야 합니다.

03 전문가보다 연결하는 사람이 유리해질까?

AI의 능력을 1천, 사람의 능력을 10에 빗댄 설명은 변화의 방향을 선명하게 보여줍니다. AI를 활용하는 사람 사이에서는 기존의 지식 격차가 전체 결과에서 차지하는 비중이 작아질 수 있다는 뜻입니다.

그 자리에 여러 역할을 맡는 사람과 다방면의 문제를 연결하는 사람이 들어옵니다. 한 분야의 답을 가장 많이 아는 것보다 기술, 사회, 문화의 문제를 발견하고 AI와 연결해 결과를 만드는 경험이 중요해집니다.

기업도 같은 질문을 던지기 시작했습니다. 주변의 불편을 찾아 AI로 해결해 본 사람은 성공 여부와 별개로 문제 정의, 실행, 수정 과정을 설명할 수 있습니다. 프로젝트가 실패해도 그 과정은 면접에서 구체적인 경험으로 남습니다.

04 22개월의 샌드박스는 무엇을 시험하나

국내에서는 지식을 가르치는 대신 도전할 시간과 환경을 제공하는 인재 육성 실험이 시작됩니다. 만 19세에서 34세 청년이 22개월 동안 풀타임으로 참여하며 월 300만 원을 지원받습니다. 학력과 전공은 선발 조건이 아닙니다.

첫해에는 동료들과 여러 문제 해결 프로젝트를 수행하고, 다음 해에는 자신의 관심을 바탕으로 실제 현장의 문제에 도전합니다. 학위나 특정 기업 취업 과정이 아니라 문제를 발견하고 협업하며 실패를 수정하는 경험에 초점을 맞춥니다.

지원서는 11월 1일부터 15일까지 받고 과정은 2027년 3월에 시작합니다. 선발이 AI 활용 수준만 보지 않고 무엇을 바꾸고 싶은지와 도전 의지를 본다는 점도 새 인재 기준을 직접 시험합니다.

여기서 재미있는 부분

스마트폰이 긴 글을 읽는 능력을 희소하게 만들었다면, AI는 스스로 질문하고 문제를 정의하는 능력을 희소하게 만들 수 있습니다.

AI를 능력 1천, 사람을 10에 빗대면 개인의 기존 지식 차이보다 AI를 여러 문제에 연결하는 제너럴리스트의 역할이 커집니다.

실패한 AI 프로젝트도 문제를 찾고 검증한 과정을 설명할 수 있다면 채용에서 보여 줄 경험이 됩니다.

그래서 앞으로 볼 것은?

기업이 채용과 승진에서 AI 도구 숙련도보다 문제 정의와 프로젝트 경험을 어떻게 평가하는지 확인해야 합니다.
교육 프로그램이 단순한 AI 사용법 교육을 넘어 실제 문제 해결, 협업, 실패 수정 경험을 얼마나 만드는지 봐야 합니다.
AI가 전문지식의 일부를 대체할수록 제너럴리스트와 현장형 인재의 보상과 역할이 실제로 확대되는지 관찰해야 합니다.