어느 젊은 금융인의 책상

한때 전문직의 시작은 고된 수련과 동의어였습니다. 특히 월스트리트의 젊은 투자은행가들에게 밤샘은 통과 의례와 같았죠. 수백 페이지에 달하는 자료를 뒤지고, 끝이 보이지 않는 엑셀 시트를 채우며, 새벽까지 발표 자료의 글자 하나, 색상 하나를 다듬는 일. 그 고된 ‘벽돌 쌓기’의 시간은 단순히 힘든 노동이 아니라, 그 세계의 언어와 논리를 몸으로 배우는 과정이었습니다.

그런데 최근 OpenAI가 금융 서비스용 ChatGPT를 출시했다는 소식이 들려옵니다. 주니어 애널리스트가 하던 리서치, 모델링, 자료 작성 같은 업무를 직접 겨냥한 도구라고 합니다. 이는 단순히 또 하나의 소프트웨어가 등장했다는 소식 이상으로, 직업의 본질과 성장의 의미에 대한 근본적인 질문을 던지는 일이라고 저는 느낍니다.

사라지는 지도, 흐릿해지는 길

만약 길을 찾는 법을 배우는 가장 좋은 방법이 직접 지도를 들고 헤매보는 것이라면, 이제 우리 손에는 목적지를 입력하면 최단 경로를 알려주는 내비게이션만 남게 될지도 모릅니다. 과거의 주니어 애널리스트들은 방대한 데이터의 숲에서 길을 잃어가며 자신만의 ‘지도’를 그리는 법을 익혔습니다. 그 과정에서 숫자가 놓인 맥락을 읽고, 논리의 허점을 발견하며, 무엇이 정말 중요한 질문인지 어렴풋이나마 깨닫게 되었을 겁니다.

AI는 이 ‘헤매는’ 과정을 생략시킵니다. 질문을 던지면 너무나 능숙하게 정제된 답을 내놓으니, 이제 우리는 데이터의 숲을 직접 탐험할 필요가 없어졌습니다. 이는 효율성의 극대화인 동시에, 어쩌면 성장의 기회를 박탈당하는 과정일 수 있다는 생각이 머리를 스칩니다.

사수가 어깨너머로 가르쳐주던 노하우, 선배의 서류 뭉치 속에서 발견하던 통찰의 편린들은 이제 어디에서 배워야 할까요. AI는 훌륭한 조수이지만, 경험과 철학을 전수하는 스승이 될 수는 없습니다. 지름길은 분명 달콤하지만, 그 길 끝에 무엇이 기다리는지는 아직 아무도 모릅니다.

전문성의 무게중심 이동

AI가 월스트리트의 ‘벽돌 쌓기’를 대신하게 되면서, 인간 전문가의 역할은 필연적으로 재정의될 수밖에 없습니다. 이제 가치는 ‘얼마나 많은 정보를 빨리 처리하는가’가 아니라 ‘어떤 질문을 던지는가’에 있게 될 것입니다. 과거의 역할과 미래의 역할을 비교해 본다면 그 변화의 방향은 더욱 명확해집니다.

과거 주니어의 가치가 방대한 데이터를 얼마나 ‘성실하고 정확하게’ 처리하는지에 있었다면, 이제는 AI의 결과물을 바탕으로 ‘어떤 전략적 질문을 던지고 비판적으로 해석하는지’가 중요해집니다. 주요 과업은 주어진 문제를 ‘어떻게’ 푸느냐가 아니라, 풀어야 할 ‘진짜 문제’가 ‘무엇인지’ 정의하고 우리가 ‘왜’ 이 일을 해야 하는지 근본적인 방향을 설정하는 것이 됩니다. 성장의 목표 역시 기술적 ‘숙련도’를 높이는 것을 넘어, 복잡한 상황 속에서 최선의 결정을 내리는 ‘판단력’을 기르는 것으로 진화합니다. AI는 훌륭한 계산기이지만, 최종적인 가치 판단의 무게는 여전히 인간의 몫이기 때문입니다.

결국 전문성의 무게중심은 성실함과 기술적 숙련도에서 비판적 사고와 고유한 관점으로 이동하고 있음을 알 수 있습니다. AI가 내놓은 번듯한 결과물 뒤에 숨겨진 가정은 무엇인지, 그 데이터가 포착하지 못하는 현실의 틈은 없는지 꿰뚫어 보는 눈이 중요해집니다.

답이 값싼 시대, 질문의 가치

기술은 언제나 인간 노동의 형태를 바꾸어 왔습니다. 이번 변화가 유독 더 깊은 성찰을 요구하는 이유는, 그것이 인간의 육체적 노동이 아닌 ‘지식 노동’의 심장부를 겨냥하고 있기 때문일 겁니다.

AI가 만든 완벽한 보고서는 그 자체로 최종 결과물이 될 수 없습니다. 그것은 대화를 시작하기 위한 첫 번째 문장에 불과합니다. 진짜 전문가는 그 보고서를 책상 위에 올려놓고, “그래서, 우리가 정말로 이야기해야 할 것은 무엇입니까?”라고 묻는 사람이 될 것입니다.

월스트리트에서 벽돌을 나르던 젊은이들은 사라질지 모릅니다. 하지만 그들이 사라진 자리에, 건물의 설계도를 비판적으로 검토하고 더 나은 구조를 상상하며, 그 건물이 도시와 사람들에게 어떤 의미를 가질지 질문하는 새로운 전문가들이 등장해야만 합니다. 어쩌면 기술은 우리에게 ‘답’을 주는 것이 아니라, 비로소 ‘제대로 된 질문’을 할 시간을 벌어주는 것인지도 모르겠습니다.