AI 시대에 인간이 지켜야 할 능력 — 정수진의 실리콘밸리 경험

URL: https://www.youtube.com/watch?v=_H65l5XF_Po 날짜: 2026-10-22 원본 발행일: 2026-10-20 채널: 책과삶 출연: 정수진 작가, 진행자 김재원

📌 핵심 질문 / AI가 답을 만드는 시대에 인간은 무엇을 맡아야 하는가?

==기계가 답을 내고 행동까지 수행할수록 인간의 가치는 더 많이 아는 데 있지 않고, 무엇을 할지 정하는 의도와 선택의 안목, 결과에 대한 책임, 사람과 맺는 관계에 있다.==

• 기술의 성능이 아니라 누구의 어떤 문제를 풀지, 어디까지 자동화할지를 정하는 판단이 제품과 사회의 방향을 좌우한다.
• 안목은 실패와 시행착오가 쌓여 만들어지며, 데이터에 충분히 기록되지 않은 욕망과 맥락을 읽어낸다.
• AI가 신입의 일을 대체하면서 사수와 초급 경력의 사다리가 약해졌으므로, 시니어와 조직은 다음 세대가 배울 첫 발판을 의도적으로 만들어야 한다.

정수진은 인텔·메타·삼성전자·구글에서 20년 넘게 기술과 사람 사이를 잇는 리서처로 일했다. 기술자가 많은 조직에서 사람의 욕망과 불완전한 마음을 읽어 기술이 엉뚱한 방향으로 폭주하지 않도록 길을 잡는 일이 핵심 역할이었다. AI의 출력과 실행 능력이 커지는 미래에는 그 역할이 더 중요해진다. 인간은 답의 생산 속도로 기계와 경쟁하는 대신 목적을 정하고, 선택을 걸러내고, 결과를 책임지며, 사람을 돕는 방향을 선택해야 한다.

1. 빅테크의 리더십과 AI를 둘러싼 책임

1.1. 리더는 질문·조율·위기 대응 방식에서 차이를 보인다

1. 저커버그의 직접 질문과 플랫한 문화

   1. 마크 저커버그는 속사포처럼 파고드는 질문을 던지면서도 열린 마음으로 답을 들었다.
   2. 프로젝트 책임자가 아닌 사람이 대신 보고하자 실제 담당자가 직접 설명하라고 요구했다. 젊은 구성원이 CEO에게 직접 말할 통로를 열고, 좋은 생각을 가진 젊은 사람을 존중하는 문화가 자리 잡았다.
   3. 리더는 반드시 큰 목소리를 내기보다 조용히 논리와 비전으로 설득할 수 있다. 주요 테크 리더들의 공통점으로 강한 경쟁심이 꼽혔다.

2. 저커버그·하사비스·피차이의 서로 다른 위기 대응

   1. 저커버그는 CEO이자 창업자로서 장기 관점에서 깊이 파고들고, 자기 회사라는 책임 아래 과감하게 위험을 감수할 수 있었다. 메타 구성원에게는 문제 발생 시 누가 함께 방향을 결정하는지 분명하다는 점이 안정감을 줬다.
   2. 데미스 하사비스는 어린 시절부터 체스를 잘 둔 전략가처럼 사업에서도 전체를 깊이 살피며, 한번 시작한 일을 쉽게 물리지 않는 인물로 묘사됐다.
   3. 순다르 피차이는 조용히 뒤에서 조율하는 리더였다. 코드 레드 당시 구글 창업자 세르게이 브린과 래리 페이지에게 도움을 구했고, 이후 하사비스에게 큰 권한을 맡겼다. 엔지니어 중심 회사가 과학자에게 전권을 주는 일은 쉽지 않은 선택이었다.
   4. 구글이 빠르게 성과를 내자 피차이는 공개적으로 오픈AI 덕분에 속도를 높일 수 있었다고 인정했다. 내부 속도만으로는 그만큼 빨리 결과를 내지 못했을 것이며 공을 오픈AI에 돌린다는 겸손함과 솔직함을 보였다.

3. AI 규제 논의는 불확실성을 인정하는 고백이다

   1. AI를 만드는 사람들조차 시스템의 내부와 성장 방향을 완전히 알지 못한다. AI는 설계도대로 조립하는 물건이라기보다 길러지는 존재에 가까워서, 만드는 사람도 결과를 확신할 수 없다.
   2. 최고 수준의 연구자들이 “우리만 믿지 말라, 우리도 무섭다”고 말하며 외부의 관찰과 규제를 요청하는 태도는 공포 조장이 아니라 정직한 고백으로 읽힌다.
   3. 제프리 힌턴이 기술의 급격한 발전에 놀라 떠난 일을 두고 ‘오펜하이머 모멘트’라는 표현이 나왔다. 책임과 통제권을 회사 내부에 둘지, 정부와 사회가 참여하는 외부에 둘지가 중요한 쟁점이다.
   4. 부모가 아이를 최선을 다해 키우더라도 아이가 어떤 방향으로 자랄지 완전히 통제할 수 없는 것처럼, AI 개발자도 최선을 다하되 예기치 못한 결과가 생기면 책임져야 한다.

1.2. ChatGPT 출시는 구글의 조직을 움직인 충격이었다

1. 2022년 11월의 코드 레드

   1. ChatGPT가 등장했을 때 처음에는 구글도 자신들이 만든 기술의 설계도를 바탕으로 한 서비스라며 대수롭지 않게 여겼다. 그러나 변화는 빠르게 찾아왔다.
   2. ChatGPT는 공개 5일 만에 사용자 100만 명을 모았다. 코드 레드는 단순한 내부 공지가 아니라 회사가 이대로 가면 위험하다는 사형 선고와 같은 상징이었다.
   3. 좋은 실적에도 늘 위기라고 말하는 삼성의 긴장 문화와 달리, 미국 회사는 실적이 낮을 때도 구성원을 격려하고 천재성을 칭찬하는 치어리더식 낙관주의가 기본값인 경우가 많다. 그런 조직에서 위기를 선언한 파장은 컸고 주가 하락과 직원들의 동요를 감수해야 했다.

2. 충격 요법과 60점 출시의 경쟁력

   1. 구글은 규모가 커지며 관료주의와 속도 저하에 부딪혔다. 순다르 피차이의 코드 레드는 조직을 바꾸기 위한 충격 요법으로 작동했고, 이미 준비되어 있던 여러 기능을 실제로 내놓게 하는 계기가 됐다.
   2. 오픈AI는 완성도가 100%가 아니더라도 먼저 공개해 시장을 움직였다. 100점짜리를 기다리기보다 60점일 때 내놓고 반응을 통해 개선하는 용기가 선도 기업의 이미지를 만든다.
   3. 신생 기업인 오픈AI의 실수는 대중에게 어느 정도 용인되고 응원받을 수 있었지만, 신뢰가 큰 구글이 같은 실수를 하면 사고로 받아들여질 수 있었다. 기존 브랜드가 클수록 신뢰를 잃지 않도록 더 신중해질 수밖에 없다.
   4. 먼저 시장을 만든 기업과 뒤따라가는 기업은 같은 기술을 가져도 위치가 달라진다. 경쟁에는 기능뿐 아니라 출시 시점과 조직의 위험 감수 능력이 포함된다.

2. AI와 일하는 인간에게 필요한 다섯 가지 역량

2.1. 사람을 읽고 방향을 정하는 능력

1. 사람의 욕망과 기술의 접점을 읽는다

   1. AI가 많은 정답을 빠르게 만들어내면서 무엇을 얼마나 잘 구현하는지만으로는 차별화하기 어려워졌다. 누구의 어떤 욕망을 풀지, 지금의 방향이나 경계를 옮겨야 하는지를 판단해야 한다.
   2. 기술에 익숙한 사람은 기존의 기술 프레임에 갇혀 사용자가 원하지 않는 것을 놓칠 수도 있다. 다른 관점에서 “사람들이 실제로 원하는 게 그게 아니지 않나요?”라고 질문하는 용기가 제품을 바꾼다.
   3. AI는 시간을 절약해 주지만, 하지 않아도 될 일을 새로 만들어내기도 한다. AI 시대의 중요한 업무 중 하나는 왜 이 일을 해야 하는지 묻고 불필요한 일을 덜어내는 것이다.

2. 의도는 자동화의 경계와 목적을 정한다

   1. 인간만이 할 수 있는 일이 기계보다 인간이 더 잘하는 일이라고만 생각하면 기계가 따라올 때마다 인간의 자리가 줄어든다. 지켜야 할 것을 사람이 먼저 정해야 한다.
   2. 의도는 무엇을 맡기고 무엇을 맡기지 않을지, 어떤 목적을 향해 갈지 정하는 경계다. 속도가 빠를수록 경계를 조금 잘못 설정해도 시스템은 매우 빠르게 엉뚱한 방향으로 달려갈 수 있다.

3. 안목은 데이터 바깥의 선택지를 고른다

   1. 수많은 선택지 중 무엇을 택할지 보는 눈은 타고난 재능이라기보다 실패한 시간과 시행착오가 축적된 결과다.
   2. AI는 학습 데이터의 편향을 물려받고, 사람의 경험에서 생긴 안목은 데이터로 완전히 번역되지 않는다. 그래서 데이터가 놓친 필요와 가능성을 보는 판단이 귀하다.

2.2. 책임·의미·공감은 관계와 결과를 감당한다

1. 책임은 결과의 비용과 이름을 맡는다

   1. 일이 실제로 벌어졌을 때 누가 대가를 치르는지 물으면 결국 사람에게 돌아온다. 결정을 내릴 때 결과를 누가 감당하는지 따지고 이름을 걸 수 있어야 한다.
   2. 선택을 내리는 능력과 그 선택의 결과를 책임지는 능력은 분리되지 않는다. 더 많은 일을 자동화할수록 책임 주체를 흐리지 않는 태도가 중요하다.

2. 의미는 ‘왜 하는가’를 묻는다

   1. AI가 일을 쉽게 처리할수록 “왜 이 일을 하는가”, “무엇을 지키려는가”라는 질문이 더 중요해진다.
   2. 목적 없이 생산량만 늘리는 대신 어떤 사람에게 어떤 가치를 주려는지 정하는 일이 인간이 설정해야 할 큰 방향이다.

3. 공감은 관계를 걸고 진실을 건네는 행동이다

   1. 공감은 상대가 늘 고개를 끄덕이게 하는 것만이 아니다. 때로는 상대와의 관계가 틀어질 위험을 감수하고도 진심으로 생각하기 때문에 필요한 말을 해주는 것이다.
   2. AI는 다정한 문장을 출력할 수 있지만, 말을 잘못했을 때 관계를 잃을 수 있는 실제 위험을 감수하지 않는다. 관계에 걸린 책임과 함께 아파하는 공감은 인간 사이의 몫이다.

3. 커리어의 문을 직접 열고 다양성을 채용하다

3.1. 부족함을 새 관점으로 바꾼 초반 경력

1. 보스턴에서 직접 만든 첫 기회

   1. 겉으로는 내성적이고 얌전해 보여도 지나고 보면 문 앞에서 순서를 기다리기보다 문이 열리지 않을 때 문틈을 벌려서라도 들어가려는 무모함이 있었다. 망설임이 없어서가 아니라 절실했기 때문에 움직였다.
   2. 보스턴에서 졸업을 앞두고 지도교수와 취업 행사에 갔다가 인사 담당자의 이메일을 알아냈다. 직접 연락해 포트폴리오를 준비하고 채용 담당자를 만나 “이 팀에 오면 이런 부분에서 기여할 수 있다”고 설명했다. 창피를 당하더라도 이 기회가 아니면 다른 기회가 없을 수 있다고 생각했다.
   3. 인턴십이 끝났지만 취업 시장은 좋지 않았다. 보스턴에서 샌프란시스코행 비행기를 타고 취업 박람회에 갔고, 부스에서 엔지니어를 찾는다며 문과 출신이라는 이유로 거절당했다. 그래도 이력서라도 받아 달라고 건넸고, 그 이력서가 훗날 인텔 일본 지사의 마케팅 직무 연락으로 이어졌다.

2. 차이를 결핍이 아닌 채용 이유로 전환

   1. 일본 마케팅 현지직에 한국인, 그것도 미국에서 공부한 여성을 채용하는 일이 이례적이라 스스로 문화와 일본어가 부족하다고 걱정했다.
   2. 채용한 여성 리더는 “우리와 똑같은 사람을 뽑으면 무슨 의미가 있느냐. 새로운 시각을 내달라”고 답했다. 현지 구성원이 자국 문화와 시장을 잘 안다는 믿음만으로는 새로운 관점이 생기지 않을 수 있다는 판단이었다.
   3. 이전에는 결핍으로 여긴 차이를 “여기서 이런 일을 할 수 있는 사람은 나뿐”이라는 기여의 근거로 다시 보게 됐다. 이후 커리어와 채용에서 다양성을 중시하는 철학으로 이어졌다.

3.2. 다양한 배경과 열린 채용이 혁신을 만든다

1. 전공·경력의 차이는 제품의 시야를 넓힌다

   1. 메타에서는 AI UX(AI 사용자 경험)를 전담하는 리서치 팀을 처음 만들었다. 이 경험이 구글의 AI UX 팀장으로 일하는 데 도움이 됐다.
   2. 빅테크 조직은 박사급 인재가 많은 편이지만, 메타에서 팀을 만들 때는 일부러 박사 학위가 없는 사람도 채용했다. 구글에서는 이미 오래 일한 뛰어난 연구자들 앞에 새로 합류한 입장이어서 무엇을 기여할 수 있을지 고민했다.
   3. 서로 다른 시각이 모이면 갈등과 불편이 늘어날 수 있지만, 결과적으로 더 나은 제품을 만든다. 인텔에서 금융(finance) 경력자를 리서치 관련 역할로 뽑았을 때도 그 사람은 좋은 성과를 냈다. 분야를 모르는 것이 오히려 창의적으로 접근하게 할 수 있다.
   4. 진행자는 정수진이 구글에서 12명의 박사급 개발자와 함께하는 AI UX 팀을 맡았다고 소개했다. 전문성의 차이는 위계가 아니라 협업에서 결합되는 관점의 차이다.

2. 콜드메일을 기회로 바꾸고 다음 사람을 돕는다

   1. 콜드메일(cold email)을 보내는 지원자는 기회를 얻으려고 다른 사람보다 더 애쓴 경우가 많다. 채용 기준은 공정하게 유지하면서도 직접 만나 이야기를 들어볼 수 있다.
   2. 정수진은 금요일 오전 1~2시간을 오피스 아워(office hours)로 열어 젊은 대학생이나 스펙이 많지 않은 사람들을 만났다. 자신의 출발점과 닮은 사람에게 시간을 내주는 것이 도움이 된다고 봤다.
   3. 딸이 스타트업과 벤처에 관심을 보였을 때는 개인적으로 알지 못하던 김범수에게 이메일을 보내 아이들을 만나 창업 현장을 설명해 달라고 부탁했다. 요청은 받아들여졌고, 이후 친분으로 이어졌다.

4. 답을 내던 AI에서 행동하는 에이전트로

4.1. 다음 5년에는 되돌릴 수 없는 실행이 늘어난다

1. 답변형 AI와 행동형 AI의 무게가 다르다

   1. 지난 5년이 질문에 답하고 틀린 답을 내던 AI의 시기였다면, 앞으로의 5년은 에이전트(agent)가 사람 대신 행동하는 시기가 된다.
   2. 돈을 결제하고, 일정을 바꾸고, 학교에서 문제를 일으키는 행동은 답변처럼 버리고 넘어갈 수 없다. 실제 세계의 결과가 발생하므로 되돌리기 어렵고 책임의 무게도 크다.
   3. 산업혁명보다 10배 크고 10배 빠른 변화라는 데미스 하사비스의 평가에 공감할 만큼 변화의 파급력이 크다.

2. 대화창 뒤에 숨은 AI가 선택지를 좁힐 수 있다

   1. AI는 사용자가 묻기 전에 의도를 추측해 행동하거나, 눈에 띄지 않게 개입하는 방향으로 발전할 수 있다. 대화창 자체가 사라지고 뒤에서 조용히 움직이는 AI도 가능하다.
   2. 넷플릭스와 유튜브의 추천 알고리즘처럼 취향을 파악해 콘텐츠를 제공하는 시스템은 사용자가 모르는 사이 선택 공간을 좁힐 수 있다.
   3. 에이전트가 원치 않는 행동을 한 뒤 “이걸 좋아하는 줄 알았다”고 설명할 수 있다. 말로 답하는 AI가 행동하는 AI로 바뀌면 선호 추측과 실제 권한 사이에 분명한 경계가 필요하다.

4.2. 사라지는 초급 업무와 진입 사다리

1. 신입의 학습 경로가 약해진다

   1. AI가 1~5년 차 직원이 하던 일을 맡으면서 신입이 처음 들어갈 자리가 줄어들고 있다. 과거에는 사수의 일을 곁눈질하고 시행착오를 거치는 과정이 일터의 학교였다.
   2. 기업은 경력자를 우선 채용하고 초급 업무를 없애면서 커리어 사다리의 첫 칸을 치웠다. 이제 막 졸업한 사람에게 사다리 없이 벽을 기어오르라고 하는 상황이 됐다.
   3. 정수진의 대학 2학년 딸도 코딩을 더 배워 무슨 의미가 있는지, 몇 년 뒤 무슨 일을 할지 모르겠다고 물었다. 실패를 겪어서 생긴 무력감보다 실패할 기회조차 없다는 감각이 더 깊은 체념을 만든다.
   4. 20년 동안 후배를 이끌어 온 정수진도 딸에게 무엇을 해야 할지 즉시 답하지 못했다. 며칠 뒤 “정말 미안하다. 이건 네 잘못이 아니라 어른들의 잘못이니 자책하지 말라”고 먼저 말했다.

2. 답을 의심하고 데이터가 약한 곳에서 길을 찾는다

   1. 답을 계속 제공하는 AI 시대에 젊은 사람이 설 자리는 정답을 더 빨리 내놓는 쪽이 아니라 답을 의심하는 쪽이다.
   2. 모두가 몰리는 반짝이는 분야는 계속 바뀐다. 오히려 사람들이 등을 돌리는 곳은 데이터가 적어 AI가 자주 헛발을 딛는 영역일 수 있고, 그곳에는 사람이 기여할 일이 더 많다.
   3. 소외된 분야에서 선두의 자리를 지키고, AI로 그 판을 어떻게 뒤집을지 고민하는 것이 하나의 전략이다. 자격증과 스펙을 무작정 쌓기보다 변하는 환경에서 실제로 맡을 수 있는 문제를 살펴야 한다.

5. 학교·전공·부모의 역할을 다시 설계한다

5.1. 교육 경로는 고정된 답이 아니다

1. 학습한 기술의 유효기간이 짧아졌다

   1. 과거에는 수업에서 배운 내용을 스펙으로 만들고 회사에서 활용할 수 있다는 기대가 있었다. 지금은 배운 것이 2년 뒤에도 쓸모 있을지 불확실해 과목 선택부터 어려워졌다.
   2. 스탠퍼드와 버클리 같은 대학의 일부 학생은 휴학하거나 자퇴하고 스타트업으로 간다. 학교에서 배우는 속도가 느리고, 기업에 컴퓨팅 파워(computing power)와 데이터가 더 많아 1~2년 동안 현장에서 배우는 가치가 크다고 판단하기 때문이다.
   3. 학위의 가치는 지식만이 아니다. 박사 과정에는 사고의 프레임워크(framework), 문제 해결(problem solving) 과정, 한 주제에 깊이 몰입하는 훈련도 있다. 업계에서 비슷한 경험을 얻을 수 있는지, 어떤 경로가 옳은지는 계속 고민해야 한다.

2. 인문학과 기술을 승자·패자로 나누지 않는다

   1. 한동안 초등학생 코딩 교육이 강조됐지만 아이들이 졸업하기도 전에 판도가 바뀌었다. 반대로 철학과 경쟁률이 크게 올랐다는 이야기는 사회가 필요한 무기를 다시 탐색한다는 신호다.
   2. 인문계가 이공계보다 낫다는 뜻은 아니다. 사람마다 강점이 다르고, 과거에는 이과 중심으로 기울었던 시선을 넓혀 비기술자도 최첨단 기술자를 이끌 수 있음을 봐야 한다.
   3. 진행자는 바이브 코딩(vibe coding) 환경에서 스탠퍼드 컴퓨터과학 졸업생보다 철학 전공자를 뽑았다는 업계 소문을 소개했다. 확인된 보편 법칙이 아니라, 인간과 기계를 철학적으로 이해하고 풀어내는 능력이 채용에서 주목받는다는 사례성 이야기다.

5.2. 부모와 시니어는 만남과 첫 발판을 제공한다

1. 기계와 경쟁시키지 말고 직업 세계를 넓힌다

   1. 실리콘밸리의 부모들은 아이에게 무엇을 하라고 지시하기보다 무엇을 하지 않게 할지 고민하는 모습을 보였다. 특히 기계를 이기도록 아이를 몰아붙이지 않는다. 기계를 이기려는 경쟁은 결국 기계가 유리한 규칙을 받아들이는 일이기 때문이다.
   2. 학원 수업만 늘리기보다 어릴 때부터 직업의 범위를 넓혀준다. 의사·변호사·회계사에 한정하지 않고 다양한 일을 하는 사람을 만나 무엇을 하고 어떻게 경력을 쌓는지 듣게 한다.
   3. 정수진은 중·고등학생을 메타와 구글로 초대해 디자이너, 리서처, 엔지니어와 하루를 보내고 각 직무의 실제 일을 듣게 했다. 행사 뒤 부모에게서 아이가 하고 싶은 일을 찾았다는 연락이 매번 왔다.
   4. 아이가 특정 분야에 관심을 보이면 그 일을 실제로 하는 동료를 연결해 업무 내용, 준비 과정, 경로의 장단점을 듣게 할 수 있다.

2. 시니어는 사다리의 첫 칸을 다시 놓는다

   1. 아이가 관심 있는 분야의 사람을 모른다면 콜드메일로 연결을 요청할 수 있다. 김범수에게 직접 연락해 아이들과 스타트업 이야기를 해달라고 한 경험처럼, 요청은 만남의 시작이 될 수 있다.
   2. 회사는 AI가 더 빠르더라도 주니어가 배울 수 있는 일과 실습의 장을 일부러 만들어야 한다. 시니어는 신입이 커리어 사다리의 첫 칸에 올라서도록 시간과 기회를 내야 한다.
   3. 현재의 어른들은 사수가 있던 시절에 받은 도움을 전부 되돌려주지 못하더라도 일부를 다음 세대에 내려줄 책임이 있다. 사다리를 치우지 말고, 예측이 어려운 미래에 함께 배울 공간을 만든다.
   4. 어른이 아이의 이야기를 심각하게 들어주는 것만으로도 아이는 위안을 얻는다. 대답을 서둘러 주기보다 판단하거나 가능성을 제한하지 않고 열린 마음으로 도전할 기회와 제안을 건네는 태도가 필요하다.

주요 발언 모음

“완벽한 기술 사이에서 불완전한 인간의 마음을 통역하는 리서처입니다.”

“100점짜리를 만들려고 기다리는 건 정말 쓸데없는 짓이다. 60점일 때 빨리 내놓는 용기를 가져야 된다.”

“인간만이 할 수 있는 게 인간이 더 잘한다는 건 별로 의미가 없어요. 기계는 언제든 따라오니까요.”

“이제 네가 서야 할 자리는 답을 내는 쪽이 아니야. 답을 의심하는 쪽이야.”

“기계와 경쟁시키는 건 절대 하지 말아야 해요.”

“우리가 받은 만큼은 못 주더라도, 받은 것의 일부라도 내려줄 수 있는 사다리는 만들어야 해요.”

핵심 데이터 & 수치

• 20년 이상: 실리콘밸리 회의실에서 기술과 사람 사이를 연결해 온 경력.
• 2022년 11월: ChatGPT가 공개된 시점.
• 5일·100만 명: ChatGPT 출시 후 5일 만에 모인 사용자 수.
• 60점 대 100점: 완성도를 기다리기보다 불완전한 제품을 먼저 내놓는 출시 전략의 비유.
• 12명의 박사급 개발자: 진행자가 소개한 구글 AI UX 팀의 규모와 구성.
• 1~5년 차: AI가 대체하기 시작해 신입 진입로가 줄어드는 경력 구간.
• 2년: 교육에서 배운 내용이 유효할지조차 걱정하게 된 변화의 시간 단위.
• 1~2년: 일부 대학생이 학교보다 기업 현장에서 더 가치 있게 배울 수 있다고 보는 기간.
• 금요일 오전 1~2시간: 정수진이 젊은 지원자와 학생을 만난 오피스 아워 시간.
• 산업혁명 대비 10배 크고 10배 빠름: 데미스 하사비스가 AI 변화의 규모와 속도를 표현한 비교.

결론 및 시사점

1. AI와 결과물의 양·속도로 경쟁하지 말고, 사람의 실제 욕망을 읽고 목적과 경계를 설정하는 능력을 키운다.
2. 안목은 실패와 다양한 경험을 통해 얻는다. 정답과 유행만 좇기보다 데이터가 부족하고 다른 사람이 외면한 문제를 관찰한다.
3. AI 에이전트에 권한을 줄 때는 되돌릴 수 없는 행동과 책임 주체를 먼저 정한다. 친절한 출력이 실제 공감이나 책임을 대신하지는 않는다.
4. 전공과 학위의 위계를 고정하지 말고 기술·인문·금융 등 다양한 시각이 만나는 팀을 만든다. 다른 배경은 결핍이 아니라 새로운 질문의 원천이 될 수 있다.
5. 부모는 아이에게 직업을 미리 정해주기보다 다양한 일을 하는 사람을 만나게 한다. 시니어와 조직은 주니어가 배우고 실패할 첫 기회를 복원한다.
6. 불확실한 시대에 필요한 것은 확실한 정답을 가장하는 일이 아니라 열린 마음으로 도전하고, 다음 사람이 올라설 사다리를 남기는 일이다.