1. 핵심 주장 (What)
Matt Beane(UC 산타바바라 기술경영학과 부교수, AI 이네이블먼트 스타트업 Skill Bench CEO 겸 공동창업자)는 2.5년 전 "Don't let AI dumb you down(AI가 당신을 멍청하게 만들도록 두지 마라)"이라는 글을 발표한 이후, AI 시대에 인간이 실력을 잃지 않고 오히려 성장하는 방법을 연구해왔다.
핵심 메시지는 두 가지다.
첫째, AI는 대부분의 경우 "B+ 콘텐츠"만 만들어낸다. 무료로, 대량으로, 빠르게. 문제는 이 B+ 콘텐츠를 계속 소비하다 보면 A+가 어떤 모습인지조차 잊어버리게 된다는 것이다. 진짜 전문성이란 "이건 하지 않겠다"고 말할 수 있는 능력, 즉 B+짜리 아이디어를 걸러내는 절제력에 있다.
둘째, 새로운 기술이 등장해 업무 방식을 뒤흔들 때마다 그 기술은 동시에 우리가 현장에서 배우는 방식도 함께 무너뜨린다. 2018년 로봇수술 연구에서 시작된 "섀도우 러닝(shadow learning)" 개념이 이를 설명한다 — 정상적인 방법으로 배울 기회가 사라졌을 때, 소수의 사람들은 규범을 벗어난 방식으로라도 실력을 지키려 한다. 이들의 행동을 분석하면 사람이 실력을 쌓기 위해 진짜로 필요로 하는 세 가지 요소, 즉 도전(Challenge), 복잡성(Complexity), 연결(Connection) — 그의 책 제목이기도 한 "The Skill Code"의 3C — 를 발견할 수 있다.
2. 근거와 사례 (Why & How)
젠슨 황의 토큰 발언 비판 엔비디아 CEO 젠슨 황은 인터뷰에서 "50만 달러를 받는 엔지니어라면 최소 25만 달러어치의 토큰은 태워야 한다"고 말했다. Beane은 이를 "오늘 칼로리를 많이 태웠다"는 말과 같다고 지적한다 — 그런데 그냥 제자리를 뛴 건 아닌지가 진짜 질문이라는 것. 토큰 소비량 자체는 좋은 지표가 아니며, 첫 번째 질문은 항상 "이게 B+ 아이디어인가, A- 아이디어인가"여야 한다.
로봇수술 연구와 섀도우 러닝 (2018) Beane의 박사논문 첫 연구는 로봇수술 현장을 다뤘다. 로봇수술 도입 후 전문의(시니어 서전)는 원격으로 더 많은 수술을 독립적으로 수행할 수 있게 됐고, 그 결과 전공의(레지던트)가 곁에서 관찰하고 참여하며 배울 기회가 급격히 줄었다. 대부분의 레지던트는 전통적 방식으로 배우려다 어려움을 겪었지만, 극소수는 규칙을 어겨가며 스스로 실력을 지켰다 — 시니어 서전 없이 환자를 수술하거나(불법은 아니지만 부적절함), 일반 레지던트보다 100배 많은 수술 영상을 유튜브로 찾아보는 식이었다. Beane은 이후 35개 이상의 직군에서 동일한 패턴을 확인했다.
이 사례들은 "따라 해야 할 모범"이 아니라, "사람들이 무엇을 지키려고 싸우는지" 보여주는 진단 정보다. 그 답이 바로 도전, 복잡성, 연결의 3C였다.
3. 세부 내용 (Deep Dive)
① 챌린지(Challenge) — 능력의 한계에 근접해야 한다 실력을 쌓으려면 자기 능력의 경계에 바짝 붙어 있어야 한다. 편안하고 만족스러운 상태가 아니라, 고도의 집중이 필요하고 다소 스트레스를 받으며 평소보다 살짝 못 미치는 수행을 하게 되는 상태여야 한다. 이 과정에서 실패는 필연적이다. 이때 전문가(멘토)의 역할은 그 좌절을 맥락 속에 넣어주는 것 — "지난주엔 시도조차 못했던 걸 지금은 시도할 수 있게 됐다"는 식으로 진척을 짚어주며 좌절을 자연스러운 것으로 받아들이게 돕는다.
② 복잡성(Complexity) — 전체 시스템과 교감해야 한다 숙련이란 눈앞의 과업(외과의사라면 봉합과 매듭)만 잘하는 게 아니라, 간호사, 수술보조 인력, 병원 공급망, 재무, IT 시스템 등 자신이 속한 전체 업무 시스템을 이해하고 성찰할 시간을 스스로 확보하는 것이다. 이 교감은 예상치 못한 상황에 대응하고 새로운 아이디어를 발견하는 능력을 키운다. 성과 압박이 큰 조직에서는 개인이 이런 여유를 확보하기 어렵기 때문에 리더의 역할이 중요하다. 예로 든 두 물류창고 비교: A창고는 라인에 배치되면 계속 같은 일만 하지만, B창고는 2~3일마다 라인의 다른 구간으로 로테이션시킨다. 같은 임금, 같은 직함이지만 B창고 직원이 훨씬 적응력이 높다. 흥미로운 점은 이 리더들이 "직원 육성"을 목적으로 로테이션을 도입한 게 아니라 "라인의 회복탄력성(resiliency)"을 위해 도입했다는 것 — 문제를 감지하고 품질 이슈를 잡아내는 처리 유닛으로서의 기능을 원했을 뿐이다.
③ 연결(Connection) — 신뢰와 존중의 유대 많이 배운 시기를 돌이켜보면 "무엇을" 이 아니라 "누구"가 떠오르는 경우가 많다. 나를 믿어주고 기회를 준 사람, 건강한 피드백을 준 사람. 이 신뢰와 존중의 유대는 초심자에게 더 잘하고 싶다는 내재적 동기를 부여한다 — 인간은 멘토와 선배의 신뢰와 존중을 얻고 싶어하도록 만들어져 있다. 이는 관계적인 동시에 기능적이다: 신뢰를 얻으면 다음 기회로 이어지기 때문이다.
리더의 역할
- 리더 스스로 최신 AI로 직접 무언가를 만들어보고, 조직에 얼마나 빠르게 가치를 만들 수 있는지 보여줘야 한다.
- 실패와 낭비도 숨기지 말고 공개해야 한다 — "이걸 AI로 해봤는데 결과가 별로였다, 나쁜 아이디어였다"고 보고하는 것 자체가 "지금은 아무도 이 기술을 제대로 다루지 못한다"는 사실을 모델링해준다.
- 최근 1~1.5년간 기업들은 주니어 채용을 줄이고 시니어 인재 유지·육성에 집중해왔는데, Beane은 이를 근시안적이라고 본다. AI 네이티브 주니어를 적극적으로 채용하고, 경험이 부족해도 시니어와 양방향으로 배우는 구조 — 그가 "역전된 도제 관계(inverted apprenticeship)"라 부르는 체계를 만들어야 한다. 새 직원은 조직에 신선한 시각을 제공할 수 있다. 건강한 조직은 미래를 준비하기 위해 단기 생산성 손실을 감수할 줄 안다.
미래 전망 범용 기술이 이 정도로 세상을 바꾸는 순간은 인류 역사에서 드물다. 초반에는 반드시 혼란스러울 것이고 아무도 완벽히 해내지 못할 것이다. 높은 기준을 유지하되 자신과 타인의 실수에 관대해야 한다. Beane은 "AI가 3~40년 안에 공감, 판단, 창의성을 포함한 모든 영역에서 인간보다 나아질 수 있다"는 전망이 더 이상 허황된 견해가 아니라고 말한다. 정부·교육·제도 시스템이 30~50년의 시간이 주어져도 충분히 빠르게 적응할지 확신할 수 없으며, 그렇다면 변화는 더 파괴적이고 고통스러울 것이다. AI를 해법의 일부로 삼아 더 나은, 덜 고통스러운 미래로 가는 길을 만들 수도 있고, 그렇지 않으면 변화는 더 고통스러운 방식으로 찾아올 것이다. 그는 "소수가 아니라 모두가 AI 덕분에 더 나아졌다고 느끼는 미래"를 원하며, 그러려면 지금 즉시 함께 행동해야 한다고 강조한다.
4. 실행 포인트 & 시사점 (So What)
- B+로 멈추지 마라: AI가 만든 결과물을 받았을 때 첫 질문은 "이게 최선인가"가 아니라 "이건 B+인가 A-인가"여야 한다. B+에서 멈추는 습관은 A+가 무엇인지 잊게 만든다.
- 토큰/속도가 아니라 기준을 관리하라: "얼마나 많이, 빨리 썼는가"보다 "그만한 가치가 있는 결과였는가"를 기준으로 삼아라. 리더라면 B+ 아이디어를 멈춘 사람에게 보상하라.
- 자신의 3C를 스스로 점검하라: 지금 하는 일이 ① 나를 한계 근처로 밀어붙이는가(Challenge), ② 전체 시스템을 이해할 여유를 주는가(Complexity), ③ 신뢰할 수 있는 멘토/동료와의 관계 속에서 이뤄지는가(Connection). 셋 중 AI가 침식시키고 있는 요소가 있다면 의식적으로 되찾아야 한다.
- 실패를 공개하라: AI로 시도했다가 실패한 경험을 팀에 공유하는 것 자체가 조직 학습에 기여한다. 숨기지 말 것.
- 주니어를 배제하지 마라: 시니어만 남기고 주니어 채용을 줄이는 전략은 단기적으로는 효율적으로 보여도 장기적으로 조직의 적응력을 갉아먹는다. AI 네이티브 주니어와의 양방향 학습 구조를 지금 설계하라.
- 섀도우 러닝의 신호를 읽어라: 조직 내에서 누군가 규칙을 살짝 벗어나면서까지 실력을 쌓으려 애쓰고 있다면, 그것을 처벌하기 전에 "이 사람이 무엇을 지키려 하는가"를 먼저 물어라. 거기에 조직이 놓치고 있는 학습 조건이 숨어 있을 수 있다.
핵심 요약 (20줄)
- Matt Beane는 UC 산타바바라 부교수이자 AI 이네이블먼트 스타트업 Skill Bench의 CEO 겸 공동창업자다.
- 2.5년 전 "Don't let AI dumb you down"이라는 글에서 AI가 인간의 실력을 갉아먹을 위험을 처음 경고했다.
- AI는 대부분 "B+ 콘텐츠"만 만들어내며, 이를 계속 소비하면 A+가 무엇인지조차 잊게 된다.
- 진짜 전문성은 "이건 하지 않겠다"고 B+ 아이디어를 걸러내는 절제력에 있다.
- 젠슨 황의 "엔지니어는 25만 달러어치 토큰을 태워야 한다"는 발언을 "칼로리는 태웠지만 제자리를 뛴 것 아닌가"라고 비판했다.
- 토큰 소비량이 아니라 결과물의 질(B+인가 A-인가)이 진짜 기준이어야 한다.
- 리더는 B+ 아이디어를 멈춘 사람에게 현금, 승진, 인정으로 보상해야 한다.
- Beane은 이를 "1조 달러 규모의 문제"라 부르며, 방치하면 우리 자신과 다음 세대의 탈숙련이 경제 전체를 훼손한다고 본다.
- 2018년 로봇수술 연구에서 "섀도우 러닝(shadow learning)" 개념을 처음 제시했고, 이후 35개 이상 직군에서 동일 패턴을 확인했다.
- 새 기술은 업무 방식뿐 아니라 현장 학습 방식도 함께 무너뜨린다 — 전문가가 원격/독립적으로 일할수록 초심자가 참여할 자리가 줄어든다.
- 대부분은 전통적 방식으로 배우려다 어려움을 겪지만, 극소수는 규칙을 어겨서라도(감독 없이 수술, 영상 100배 시청 등) 실력을 지킨다.
- 이런 섀도우 러닝 행동은 따라 할 모범이 아니라, 사람들이 무엇을 지키려 싸우는지 보여주는 진단 정보다.
- 그의 책 "The Skill Code"는 이로부터 도출한 실력의 3요소, 즉 도전(Challenge)·복잡성(Complexity)·연결(Connection)을 제시한다.
- 챌린지: 능력의 한계 바로 앞에 서야 하며, 전문가는 그 좌절을 맥락화해 성장을 확인시켜주는 역할을 한다.
- 복잡성: 눈앞의 과업뿐 아니라 전체 업무 시스템(사람·공급망·재무·IT)을 성찰할 시간이 필요하며, 리더는 로테이션 같은 제도로 이를 뒷받침할 수 있다.
- 연결: 신뢰와 존중의 유대가 학습 동기를 만들며, 이는 관계적인 동시에 다음 기회로 이어지는 기능적 요소이기도 하다.
- 리더는 직접 AI로 만들어보고 실패까지 공개해 "아직 아무도 정답을 모른다"는 사실을 조직에 보여줘야 한다.
- 최근 기업들의 주니어 채용 축소·시니어 유지 전략은 근시안적이며, AI 네이티브 주니어와의 양방향 학습("역전된 도제 관계")이 필요하다.
- Beane은 AI가 3~40년 내 공감·판단·창의성을 포함한 전 영역에서 인간을 능가할 수 있다는 전망이 더 이상 비현실적이지 않다고 본다.
- 그는 소수가 아니라 모두가 AI 덕분에 나아졌다고 느끼는 미래를 만들기 위해 지금 즉시 함께 행동해야 한다고 강조한다.
📁 /Users/flowkater/Obsidian/flowkater/flowkater/Study/YouTube다이제스트/2026-07-15-EO-Global-AI시대에도-탁월함을-유지하는-법-Matt-Beane.md