[AI & 퍼스펙티브] 파이(π)형 인재가 되기 위한 시간, 이제는 AI가 줄여...

인공지능(AI)이 이제 우리 일상 곳곳에 깊숙이 스며들고 있다. 기술의 발전 속도가 그 어느 때보다 빠른 지금, AI에 대한 이해는 선택이 아닌 필수가 됐다. 이에 발맞춰 커뮤니케이션북스는 2024년부터 AI문고를 통해 교육, 의료, 산업, 사회, 예술, 철학, 국방, 인문 등 전 분야를 아우르는 AI 담론을 폭넓게 조명해왔다. AI문고는 2026년 4월 1일 현재 742종에 이르렀으며, 올해 10월말까지 1000종 발간을 목표로 하고 있다. 특히 AI 기술의 핵심 이론부터 산업계 쟁점, 일상의 변화까지 다각도로 다루면서 학계와 업계의 주목을 받았다. 또한 AI문고 저자들은 ‘AI 3대 강국 실현’을 위한 공동 성명서를 발표하며 사회적 책임을 강조하기도 했다. AI가 단순한 기술 혁신을 넘어 인간의 존엄과 지속가능한 미래로 이어지기 위해선 어떤 가치와 기준이 필요할까. 투데이신문은 AI문고 저자들이 제시하는 ‘지속가능한 AI 사회’를 향한 제언을 독자들에게 전한다.

대부분의 직장인들이라면 느껴보았을 걱정들이 있다. “이제 한 분야만 잘해서는 이제 안 된다”는 말이다. AI시대에 한 분야 전문성을 넘어 여러 가지 전문 역량을 갖춰야만 살아남을 수 있다는 이야기를 많이 한다. 즉 파이(π)형 인재가 되어야 한다는 무언의 압박을 느끼고 있는 것이다. 그런데 대부분의 사람들이 느끼는 생각은 ‘그게 말처럼 쉬운가. 맞는 말이지만 현실적으로 어렵다’ 일 텐데 AI 시대가 되며 오히려 이러한 장벽이 현실적으로 가능해 지고 있다.

기업이 원하는 인재의 모습은 시대마다 달랐다. 산업화 시대에는 한 분야를 깊이 파는 I자형 전문가면 충분했다. 하지만 디지털 전환과 함께 협업이 핵심이 되면서, T자형 인재가 각광 받았다. 아이디오(IDEO)의 CEO 팀 브라운(Tim Brown)이 2010년 체계화한 개념으로 한 분야의 깊은 전문성에 폭넓은 협업 역량을 더한 사람이 각광 받고 있다. 그리고 AI 시대가 본격화된 지금, T형을 넘어선 π형 인재를 요구하고 있다. 스크럼 얼라이언스(Scrum Alliance)와 비즈니스 애질리티 인스티튜트(Business Agility Institute)가 2023년 공동 발간한 보고서 ‘Skills in the New World of Work’에서 언급한 개념으로 두 개의 깊은 전문성을 동시에 가진 사람을 의미한다. 예를 들어 마케터이면서 프로모션, 데이터 분석 역량을 기본으로 보유하고 있고 사업개발과 개발 능력까지 보유한 인재를 의미한다.

그러나 현실적으로 이러한 이종 영역의 전문역량을 개인이 동시에 갖추기란 매우 어려웠었다. 심리학자 안데르스 에릭슨(Anders Ericsson)은 저서 ‘Peak (국내 번역서명 <1만 시간의 재발견>, 2016)’에서 한 분야의 전문성에 이르기까지 수년간의 시간과 노력이 필요하다고 강조한다. 이러한 전문성 확보는 수년간의 의도적 연습이 필요한데 첫 번째 분야에서 쌓은 경험과 노하우는 두 번째 분야의 전문성을 습득하는데 일정 부분 시너지를 발휘하기도 하지만 절대적인 시간과 노력이 필요했다. 그래서 π형 인재는 사실상 누구나 이야기 할 수 있지만 아무나 될 수 있는 것은 아니었다.

하지만 AI가 이러한 현실적 어려움을 해결해 주는 강력한 도구가 되고 있다. 버닝글래스연구소(Burning Glass Institute)와 하버드경영대학원(Harvard Business School)이 지난해 공동 발간한 보고서 ‘The Expertise Upheaval’은 AI가 새로운 분야의 숙련된 수준에 도달하는데 필요한 시간을 단축해 주는 가속제 (Accelerant) 역할을 한다고 언급하고 있다.

그러나 AI가 이 가속제 역할을 하는 데는 한 가지 전제가 필요하다. AI는 없는 전문성을 만들어 주지 않는다.

하버드경영대학원(Harvard Business School)의 루카 벤드라미넬리(Luca Vendraminelli) 연구팀이 지난해 발표한 ‘The GenAI Wall Effect’에서 AI는 자신의 본업 전문성이 높은 사람에게 인접 영역으로의 진입을 효과적으로 도와주지만, 본업의 지식과 깊이가 부족하면 AI 결과물을 제대로 활용하기 어렵다고 언급하고 있다. AI는 본인이 습득한 기존의 지식을 바탕으로 전문성을 높여주는 도구이지 대체하는 도구가 아닌 것이다. 데이비드 엡스타인(David Epstein)이 저서 ‘Range(국내 번역서명 <늦깎이 천재들의 비밀>, 2019)’에서 다양한 경험을 가진 사람일수록 복잡한 문제 앞에서 더 창의적인 해법을 찾는다고 했지만, 그 힘도 결국 자신의 본업 지식과 경험에서 발휘되는 것이다.

따라서 AI시대 π형 인재가 되기 위한 결론은 오히려 단순하다. 먼저 자신만의 현실에서 본업을 더 깊이 있게 만들어야 한다. AI 시대일수록 도메인 지식의 깊이가 AI 활용의 질을 결정하는 것이다. 이와 함께 AI 활용 역량을 지속적으로 유지, 시도해야 한다. AI를 단순한 검색 도구로 쓰는 사람과 업무 흐름 안에 깊이 통합해 쓰는 사람 사이의 격차는 이미 벌어지고 있다. 낯선 분야의 개념을 AI와 함께 고민하고, 결과물을 자신의 경험과 지식을 토대로 검토하며, 자신의 언어로 재구성하는 습관이 쌓일 때 AI는 두 번째 전문성의 진정한 동반자이자 촉매제가 되는 것이다.

두 번째, 전문성은 가능한 이야기지만 지금의 나에게는 너무 먼 이야기다라고 느끼는 사람이 있다면, 이제 생각의 전환이 필요하다. 또 다른 전문성을 쌓기 위해 자신의 본업에 충실하고 AI와의 협업과 활용을 지속적으로 연계한다면 π형 인재로서 또 다른 성장과 기회를 맞이하게 될 것이다.

<참고 자료>

Vendraminelli, L., DosSantos DiSorbo, M., Hildebrandt, A., McFowland III, E., Karunakaran, A., & Bojinov, I. (2025). The GenAI Wall Effect: Examining the Limits to Horizontal Expertise Transfer Between Occupational Insiders and Outsiders. Harvard Business School Technology & Operations Mgt. Unit Working Paper, (26-011), 26-011.

Scrum Alliance & Business Agility Institute (2023), Skills in the New World of Work

Burning Glass Institute & Harvard Business School (2025), The Expertise Upheaval

Anders Ericsson (2016), Peak: Secrets from the New Science of Expertise

David Epstein (2019), Range: Why Generalists Triumph in a Specialized World

△ 원종서 서울사이버대 AI서비스마케팅학과 교수

필자 소개

서울사이버대학교 AI서비스마케팅학과 교수다. 스타트업 창업 및 중소기업, 대기업까지 20년 이상 실무에 종사하며 AI 마케팅, 기술사업화 직무를 경험했다. 교수 부임 전에는 KT에서 독자 AI 파운데이션 모델 구축 (국가대표 AI) KT 실무 총괄 PM과 AI LLM 기반 메타버스 플랫폼 지니버스 런칭, 마케팅 총괄을 수행하였고, KIA에서 K7, K9 디지털마케터로 근무했다.

현재는 서울사이버대 AI서비스마케팅학과 학과장으로 재직중이며 주요 저서로는 <AI와 버추얼휴먼 비즈니스> (2025), <가상증강현실 라이브플래닝> (2017) 등이 있으며 논문으로는 <AI 생태계의 초모듈화 전략 연구> (2026), <AI 디지털플랫폼생태계 상호작용> (2022), <3rd Party 기업의 AI 플랫폼 참여방법과 효과에 관한 연구> (2021) 등이 있다.