AI 시대, 20년이 더 비싸지는 이유

AI가 다 한다는데, 왜 전문가를 찾을까

보고서 초안, 자료 정리, 번역, 코드 한 토막. AI가 몇 초 만에 해낸다. 그런데 정작 중요한 자리에서는 여전히 사람을 부른다. 그것도 한 분야를 20년 넘게 판 사람을. 이상한 일 같지만, 구조를 보면 당연하다.

값이 내려가는 건 '실행', 오르는 건 '판단'

AI가 잘하는 건 실행이다. 이미 있는 지식을 빠르게 꺼내고, 그럴듯하게 정리한다. 그래서 실행의 값은 빠르게 내려간다.

문제는 그다음이다. 무엇을 물어야 하는지, 나온 답 중 어떤 게 위험한지, 이 판단이 틀리면 얼마가 날아가는지. 이건 자료에 없다. 해본 사람의 머릿속에만 있다. AI가 실행을 싸게 만들수록, 그 위에 얹는 판단은 더 희소해지고 더 비싸진다.

AI가 못 하는 세 가지

하나, 맥락. 그 업계에서만 통하는 진짜 지도는 검색되지 않는다. 규제의 속뜻, 유통의 관행, 숨은 비용. 부딪혀 본 사람만 안다.

둘, 판단. 틀리면 큰돈이 나가는 결정의 무게는 확률로 계산되지 않는다. 어디서 멈춰야 하는지 아는 것이 전문성이다.

셋, 책임. 답에 자기 이름을 걸 수 있는 사람. AI는 틀려도 책임지지 않는다. 자문의 값은 결국 그 이름값이다.

전문가의 일이 옮겨간다 — '하는 일'에서 '봐주는 일'로

예전에는 전문가가 직접 다 만들었다. 이제 만드는 건 AI가 거든다. 전문가는 방향을 잡고, 초안을 검증하고, 위험을 짚는다. 실행은 도구에 맡기고, 판단을 파는 구조다.

이 변화는 시니어 전문가에게 오히려 유리하다. 젊은 실무자는 실행 속도로 경쟁하지만, 20년 경력은 판단으로 경쟁한다. AI 시대에 프리미엄이 붙는 쪽은 후자다.

20년 경력 + AI = 새로운 자문 커리어

풀타임으로 돌아갈 필요는 없다. 자기 분야의 판단을 필요한 만큼만 파는 길이 열려 있다.

• 원포인트 자문: 한두 시간 화상으로 방향을 잡아주는 일
• 스팟 자문: 프로젝트 단위로 현업 시각을 얹는 일
• 실사·검증: 결정 앞에서 위험을 짚어주는 일

AI로 자료 준비와 정리를 빠르게 하고, 그 위에 20년의 맥락을 얹으면 된다. 도구는 익히면 되고, 값은 전문지식에서 나온다.

지금 할 수 있는 것

경력을 처음부터 다시 쓸 필요는 없다. 이미 가진 판단을, 필요한 곳과 이어주면 된다. 등록해 두면 맞는 자리가 생길 때 먼저 안내받는다.