..😅

혹시 이상한 점.. 눈치채셨나요? 네. 배너 이미지가 바뀌었습니다. 요즘 유행하는 ChatGPT 낙서풍으로 배너를 그려봤습니다. 생각보다 괜찮은 것 같아서 앞으로도 사용해볼까 싶기도 하네요(?)

아직 잘 모르시는 분들은 ChatGPT 들어가셔서 이미지 만들기를 누르면 하단에 '낙서'라는 템플릿이 있을거에요. 그걸 선택하고 바꾸고 싶은 이미지를 함께 첨부하시기만 하면 됩니다.

제가 갑자기 왜 이런 짓을 했냐면, 오늘 함께 실린 글에 이 내용이 담겨 있기 때문인데요. 흥미로우면서도 생각할 거리를 던져주는 글이니, 꼭 끝까지 봐주셨으면 좋겠습니다🙇

이제 우리는 AI 없이 일하는 방식을 상상하기 어려운 시대를 살고 있습니다. 오히려 AI 없이 일하는 것이 더 큰일이 되어버렸죠. 한국은행이 2025년 발표한 조사에 따르면, 우리나라 근로자의 51.8%가 업무에 생성형 AI를 활용하고 있는 것으로 나타났습니다. 미국(26.5%)의 약 두 배에 달하는 수치인데요. 누가 더 AI를 잘 다루느냐가 곧 그 사람의 몸값을 결정하는 시대가 됐습니다.

그러나 한 번쯤 곱씹어 봐야 할 사실이 있습니다. 19세기 골드러시 시대, 정작 큰돈을 번 사람은 금을 캐던 광부가 아니라 광부에게 청바지를 팔던 리바이스였다는 사실 말이죠. 이 공식은 지금도 그대로 반복되고 있습니다. AI 시대 가장 큰 수혜를 본 기업은 AI 모델을 판매한 기업이 아닌 GPU를 판매한 엔비디아였으니까요. ChatGPT가 등장하기 직전 약 4,226억 달러였던 엔비디아의 시가총액은, 3년 반 만에 5조 2천억 달러로 약 12배 폭등하며 세계 1위 기업의 자리에 올랐습니다.

마침, 가장 좋은 타이밍

게다가 우리에게는 한 가지 유리한 조건이 더 있습니다. 정부는 'AI 3대 강국'을 국정 과제로 내걸고 인프라부터 인재 양성까지 전방위 드라이브를 걸고 있는데요. 글로벌 AI 투자 열기 또한 식을 줄을 모르고 있습니다. 가트너에 따르면 2025년 전 세계 AI 지출은 약 1.5조 달러를 기록했고, 2026년에는 2.5조 달러를 넘어서며 전년 대비 44% 더 증가할 것으로 전망됩니다.

판이 이렇게까지 커지고 있음에도 AI 엔지니어 공급은 여전히 수요를 한참 밑돌고 있습니다. 원티드의 2025년 채용 리포트에 따르면 AI 역량을 요구하는 채용 공고는 전년 대비 70% 이상 증가했고, 시니어급 AI 엔지니어 평균 연봉은 이미 1억 원 이상에 형성되어 있습니다. 한국은행 조사를 보면 대기업의 69%, 중견기업의 68.7%, 중소기업의 56.2%가 AI 인재 채용을 확대할 계획이며, 이들이 꼽은 가장 큰 애로사항은 '숙련 인재 부족'이었습니다.

한 가지 의문이 남습니다. 시장이 모든 자본과 인프라를 쏟아부어 인재를 찾고 있는데, 왜 공급은 채워지지 않을까요? 그 답은 시장이 원하는 'AI 엔지니어'의 정의 안에 숨어 있습니다.

진짜 'AI 엔지니어'란 무엇인가

시장이 그토록 부족하다고 외치는 'AI 엔지니어'는 어떤 사람일까요? 단순히 ChatGPT API를 호출해 결과를 받아 쓰는 정도는 분명 아닙니다. 그 정도는 누구나 짧은 학습으로도 가능한 영역이기 때문입니다.

국내 주요 기업들의 AI 엔지니어 채용 공고를 살펴보면 공통적으로 요구하는 역량은 다음과 같습니다.

• 데이터 다루기 (Python 기반 전처리·분석, 대용량 데이터 처리)
• 머신러닝과 딥러닝 (분류·회귀, CNN·RNN, Transformer)
• 컴퓨터 비전 또는 자연어처리·LLM 중 하나 이상의 도메인 전문성
• 모델 배포와 서빙 (Docker, FastAPI, 클라우드 환경)
• 운영과 모니터링 (성능 추적, 재학습 파이프라인)

여기서 한 가지가 분명해집니다. 하이엔드 채용 공고일수록 어느 한 단계도 비워두지 않는다는 점입니다. 모델을 잘 만드는 데서 끝나지 않고, 실제 서비스에 올리고, 운영 중에도 꾸준히 성능을 관리할 수 있어야 합니다. 결국 데이터부터 배포·서빙까지 '끝까지' 다룰 수 있어야 그 문이 열린다는 의미입니다.

10년 vs 7개월, 그 격차를 줄이는 방법

여기까지 정리해 보면 한 가지는 분명합니다. AI 엔지니어가 시대의 요구라는 점이죠. 그렇다면 그 자리에 가기 위한 교육이 필요한 셈인데요. 솔직히 말하면, 전공자가 짧게는 4년, 길게는 약 10년에 걸쳐 쌓아 온 학습 격차를 몇 개월짜리 학원 수업만으로 따라잡는다는 것은 불가능에 가깝습니다. 그럼에도 이른바 ‘부트캠프’라 불리는 곳들의 취업률이 일반 강의나 독학을 한참 앞서는 데에는 두 가지 분명한 이유가 있습니다.

하나는 '실전 압축 근육'이라는 표현이 가장 어울리는, 실무에 정말 필요한 핵심만 추려서 학습시킨다는 점입니다. 학교 커리큘럼이 토대를 폭넓게 다지는 데 무게를 둔다면, 부트캠프는 채용 시장이 요구하는 역량 그 자체에 정조준한다는 차이죠.

다른 하나는 학습 그다음 영역입니다. 학습이 끝난다고 해서 자동으로 취업이 따라오는 것도 아닙니다. 그 직무에 어떤 경험이 필요한지, 이력서는 어떻게 쓰고, 기업별로 어떤 전략을 짜야하는지가 그 뒤에 기다리고 있기 때문이죠. 이 영역은 혼자 풀어내기 어렵습니다.

다만 그 안에서도 차이는 분명히 존재합니다. 직접 살펴본 코드잇 스프린트가 다른 부트캠프와 차별화되는 지점은 크게 두 가지였습니다. 바로 '가르치는 차이'와 '끌어주는 차이'입니다.

가르치는 차이

코드잇 스프린트의 7개월 커리큘럼은 시장에서 자주 요구되는 영역을 빠짐없이 다룹니다.

데이터 분석과 AI 기본기를 단단히 잡고, 컴퓨터 비전과 LLM 두 핵심 도메인을 모두 깊게 다룹니다. 결정적으로 Dockerhub와 Google Cloud를 활용한 배포·서빙·모니터링까지 실제 운영 단계의 경험을 제공하는데요. 앞서 살펴본 하이엔드 채용 공고의 끝단 요구사항과 정확히 겹치는 영역입니다.

여기에 카카오스타일, 세이지 출신의 데이터 전문가가 직접 커리큘럼을 기획하고 개선한다는 점도 인상적이었습니다.

끌어주는 차이

우리가 교육을 받는 이유는 결국 취업을 위해서인데요. 코드잇 스프린트가 분명한 차이를 보이는 지점도 바로 여기입니다.

먼저 1:1 취업 밀착 지원입니다. 수료생 누구나 취업이 완료될 때까지 현직자의 이력서 피드백, 기술 모의 면접, 채용 플랫폼 비공개 공고 접근까지 제공받습니다. 별도 4주짜리 취업 준비 프로그램이 운영되고, 한 명의 코치가 끝까지 함께 따라가며 커리어 설계를 도와주는데요. 부트캠프를 마쳐본 분이라면 아실 텐데, 수료증을 받고 혼자 채용 시장에 던져졌을 때의 막막함을 가장 효과적으로 메워주는 장치입니다.

그런데, 전공자만 가능한 이야기 아닐까?

여기까지 읽으셨다면 한 가지 의문이 드실지도 모르겠습니다.

"이 정도 커리큘럼이면, 결국 전공자나 가능한 거 아닌가?"

실제로는 그 반대였습니다. 코드잇 스프린트의 자료에 따르면 수강생의 60%가 비전공자라고 합니다. "아무것도 몰라도 따라오면 된다"는 운영 철학을 내세우는 만큼, 비전공자가 7개월의 풀타임 과정을 끝까지 따라갈 수 있도록 끌어주는 장치들을 별도로 운영하는 것이 특징입니다.

매주 보충학습, 현직자 1:1 멘토링, 동기들과의 페어 프로그래밍까지. 혼자라면 막혔을 구간을 함께 통과시키는 구조입니다.

결국 핵심은 '전공의 문제'가 아니라 '따라갈 수 있는 구조의 문제'라는 점입니다. 일반 강의나 독학으로는 7개월의 커리큘럼을 끝까지 끌고 가기 어렵지만, 누군가 매 단계에서 손을 잡아주는 환경에서는 비전공자도 충분히 가능하다는 것을 데이터가 보여주고 있습니다.

두 갈래 길에서

물론 7개월 풀타임이라는 구조 자체가 누구에게나 맞는 선택은 아닙니다. 그러나 진짜 커리어 전환을 고민하는 분이라면, 오히려 그 진입 장벽이 함께 끝까지 갈 동료들을 걸러주는 장치가 되어주기도 합니다.

지AI를 쓰는 일은 이미 모두의 디폴트가 되어가고 있습니다. 디폴트가 된 능력이 강점이 되기는 점점 어려워지죠. 이러한 맥락에서 'AI를 쓰는 사람'에서 한 걸음 더 들어가 보려는 분들의 선택이 앞으로의 몇 년을 꽤 다르게 만들 거라고 봅니다.

코드잇 스프린트 AI 엔지니어 과정 모집은 5월 중 선착순 마감될 예정이며, 정부 지원을 통해 본인 부담금은 60만 원, 출석 시 월 최대 30만 원의 훈련 장려금까지 받을 수 있다고 하는데요. 후자의 길에 진심이라면, 한 번쯤 들여다볼 만한 선택지일지 모르겠습니다 :)

죽어라 정교하게 만들었더니, 맘대로 그려달라니

지난 주 제 시선을 끄는 2개의 기사 소식을 묶어 이야기를 들려드리려고 합니다. 두 장면을 가만히 들여다보면 같은 메시지가 보입니다. '거칠음에 가격이 붙기 시작했다'는 메시지요.

만들어 달라니 만들어는 주겠는데

한국의 한 사용자가 ChatGPT에 최대한 서투르고, 한심한 방식으로 그림을 그려달라고 말합니다. 더 나아가 마지막엔 그냥 마음대로 그리라고까지 말해요. 그러자 곧 밈이 됐습니다. 가족 사진, 반려동물, 연예인 사진이 줄줄이 낙서로 변환되기 시작했습니다.

OpenAI는 이걸 공식 템플릿으로 박았습니다. 샘 올트먼이 관련 게시물을 직접 리트윗했고, ChatGPT 공식 SNS 배경도 낙서풍 이미지로 바뀌었습니다.

지난 몇 년간 AI는 더욱 정교하고, 더욱 사실적으로 그림을 그리도록 학습되어 왔습니다. 최근 출시된 Image 2.0이 만들어낸 이미지들은 더이상 실제와 구분하기 어려울 정도가 되었어요. 그런데 이 모델로 만든 이미지가 낙서라니요. 참 아이러니한 순간입니다.

너무 잘 써서 오해를 받는다면, 일부러 틀리게 쓰겠다

카피라이터들은 글을 일부러 못 쓰기 시작했습니다. 너무 잘 쓴 글을 본 독자들이 "이거 AI가 쓴 거 아니냐"고 의심하니까, 인간성을 증명하려고 일부러 흠집을 넣기 시작한 겁니다.

WSJ에 따르면 브루클린에서 카피라이터로 활동하는 사라 스즈키 하버드는 글에 "Hey yo", "For real"같은 가벼운 표현을 일부러 끼워 넣는다고 해요. 가끔은 느낌표를 5~6개씩 연달아 붙이기도 합니다. 또 다른 카피라이터 가렛 마시는 문장을 의도적으로 길게 늘어뜨리거나 일부러 오타를 한두 개 남겨둡니다.

이러한 현상을 두고 사라 스즈키는 이렇게 말합니다. "새 시대의 매카시즘이에요. 기계의 도움을 받지 않았음을 보여주기 위해 일부러 글의 완성도를 떨어뜨리는 역설적 상황이죠." 거칠음이 결백의 증거가 되는 시대가 온 셈이에요.

부호가 거꾸로 뒤집혔다

오랫동안 정교한 그림과 다듬어진 문장은 훈련된 인간이 정성을 들였다는 증거였습니다. 정교함을 만드는 일이 비쌌기 때문에 그 결과물에 높은 가치가 매겨졌어요. 그러나 그 비용이 빠르게 0에 가까워지고 있습니다. 군더더기 없이 정돈된 산문은 더 이상 작가의 노력을 가리키지 않습니다. AI를 사용했다고 치부할 뿐입니다.

그래서 인간은 거칠음을 선택했습니다. 거기서 다시 차이가 드러나자, 거칠음에 값이 매겨지기 시작했어요. 부호가 거꾸로 뒤집힌 겁니다. 정교하게 그린 그림이 곧 좋은 그림이던 시절을 지나, 피카소의 입체파가 주목받기 시작한 것처럼요.

물론 이렇게 반문할 수도 있어요. "AI도 의도적으로 거칠음을 표현할 수 있지 않나? 결국 낙서풍 이미지를 만든 것도 ChatGPT고, AI에게 일부러 오타를 내거나 느낌표를 잔뜩 넣어 달라고도 할 수 있잖아"라고요. 맞는 말입니다. 그러나 AI스럽지 않게 만들자는 아이디어 자체는 결국 인간에게서 출발했어요. 거칠음에 값을 매기고, 그 거칠음을 어디에 넣을지 결정하는 것은 여전히 사람의 몫이라는 뜻입니다.

'인간임'이 비용이 된 시대

이렇게도 표현할 수 있습니다. ChatGPT 이전의 글쓰기, 그림 그리기는 그 자체로 인간의 행위였고, 별도의 증명이 필요 없었습니다. 그런데 이제는 증명해야 합니다. 일부러 흠을 박고, 일부러 어색한 표현을 끼우고, ChatGPT 초안을 한 줄씩 손으로 깎아야 하죠. 사람이 사람임을 증명하는 일에 값이 붙기 시작한 것입니다.

정교함이 끝난 건 아닙니다. 정확히는 정교함의 독점이 끝난 것입니다. 거칠음이 한 켠에서 동등한 가치를 갖기 시작했고, 이 두 가치 사이에서 어디에 비중을 둘지가 새로운 창작·소비의 질문이 됐습니다. 이 흐름은 콘텐츠를 넘어 광고 카피, UI 디자인, 음악 프로듀싱, 심지어 코드 스타일까지 번질 가능성이 큽니다. 'AI 같지 않게' 만드는 노력이 새로운 직무 능력으로 자라날 거란 뜻입니다.

어쩌면 고육지책일 수도

사실 여기서 결론을 낸다면 콘텐츠를 만드는 저에게 해피엔딩일지 모릅니다. 거칠음에 가격이 붙고 '인간임'에 값이 매겨진다면, 사람이 만드는 콘텐츠는 적어도 한 자리는 보장받는 셈이니까요.

그런데 이 문제가 그렇게 쉽게 풀리진 않을 겁니다. AI가 절대 할 수 없을 거라고 단정했던 영역들이 이미 너무 많이 뒤집혔거든요. 지금 우리가 만들어 낸 거칠음의 가치도, 언제 다시 부호가 뒤집힐지 모를 일입니다.

거칠음을 만드는 일이 또 다른 정교함의 게임이 될지, 아니면 인간의 마지막 영역으로 자리잡을지. 일단은 계속 지켜보는 수밖에요!

※ 글의 성격을 고려해 맞춤법을 고치지 않았습니다. 무려 틀린 곳이 8개나 있음에도 말이죠!😎

• 네이버랩스가 '더스터(Duster)'를 공개했어요. 의도적으로 찍은 것이 아닌 '막스타' 수준의 일반 사진만으로도 3D 공간을 재구성하는 기술로, 로봇·자율주행 학습 데이터 대량 확보를 염두에 둔 국내 연구소 성과예요.

• OpenAI가 'GPT-Realtime-2'를 출시했어요. GPT-5급 추론 능력을 갖춘 첫 실시간 음성 모델로, 128k 토큰 컨텍스트·normal/high/xhigh 추론 강도 조절·병렬 도구 호출이 가능해요.
• 앤트로픽이 '금융 서비스용 AI 에이전트 10종'을 공개했어요. 재무분석·리서치·컴플라이언스 등 금융권 전문 업무마다 특화된 10개 에이전트를 분야별로 제공해, 범용 LLM에서 산업별 수직화로 옮겨가는 흐름을 보여주는 서비스예요.