모든 기업이 원하는 AI Native 인재란 무엇일까?

2024년 마이크로소프트와 링크드인이 31개국 3만 1천 명을 조사한 Work Trend Index에서, 리더의 66%는 AI 역량이 없는 사람은 채용하지 않겠다고 답했습니다. 71%는 경력이 적더라도 AI 역량을 갖춘 사람을, AI 역량이 없는 경력자보다 먼저 뽑겠다고 했습니다.

이듬해 Shopify의 CEO 토비 뤼트케는 전 직원에게 보낸 메모에서 “AI를 반사적으로 활용하는 것은 이제 기본 기대치”라고 밝혔습니다. 팀이 인력을 더 요청하려면, 그 일을 왜 AI로 해낼 수 없는지 먼저 보여 달라는 내용도 함께였습니다.

기업이 찾는 사람은 단지 AI를 ‘쓸 줄 아는’ 사람이 아닙니다. AI를 전제로 일하는 사람입니다. 그 차이는 일을 시작하는 순간부터 드러납니다.

새로운 업무를 맡았을 때, 여러분은 어디서부터 생각하시나요?

무엇을 조사하고, 어떤 자료를 만들고, 누구와 협업할지부터 정할 수 있습니다. AI Native 인재는 이 과정의 시작부터 AI를 함께 놓고 생각합니다.

“이 일을 완수하기 위해 AI의 지능을 어디까지 활용할 수 있을까?”

CREAI+IT은 모든 업무를 AI를 전제로 사고하고, 업무 전체의 과정에서 AI의 지능을 최대한 활용해 크고 어려운 일을 효율적으로 수행할 수 있는 사람을 AI Native 인재라고 생각합니다.

업무 전체를 AI와 함께 설계합니다.

예를 들어 2주 안에 새로운 사업 아이디어를 검토해야 한다고 해봅시다. 시장을 조사하고, 고객의 문제를 구체화하고, 경쟁사를 비교하고, 사업성을 판단하고, 가능성이 보이면 데모까지 만들어야 합니다.

AI를 도구로만 쓰는 사람은 이 과정을 혼자 계획한 뒤, 중간중간 자료 요약이나 문서 작성을 AI에게 맡깁니다. 일의 구조는 그대로이고, 몇몇 작업만 조금 빨라집니다.

AI Native 인재는 일의 구조부터 AI와 함께 짭니다. 무엇을 검증해야 할지 AI와 논의해 가설을 세우고, 시장과 고객, 경쟁사 조사를 동시에 맡겨 근거를 모읍니다. 가능성이 보이는 가설은 곧바로 데모로 만들어 확인하고, 결과를 평가하는 기준까지 AI와 함께 점검합니다. 도구로만 썼다면 조사로 끝났을 2주가, 데모까지 확인한 판단으로 끝납니다.

사람은 목표와 우선순위를 정하고, 중요한 판단을 내리고, 결과에 책임집니다. 그 판단을 내리는 과정에서도 AI와 논의하며 생각을 더 정교하게 다듬습니다.

핵심은 업무 전체를 바라보며, 자신의 시간과 AI의 지능을 어떻게 조합할지 설계하는 능력입니다.

두 가지 이해가 함께 필요합니다.

이 설계 능력은 두 가지 이해가 맞물릴 때 생깁니다.

01. AI에 대한 지식적인 이해

AI가 어떻게 작동하고, 어떤 한계가 있으며, 기술과 산업이 어떻게 바뀌는지 알아야 합니다. 그래야 새로운 모델과 도구가 등장했을 때 무엇이 달라졌는지, 그 변화가 자신의 일에 어떤 기회를 만드는지 판단할 수 있습니다. 예를 들어 모델이 한 번에 읽을 수 있는 분량이 크게 늘었다는 소식을 이해하면, 요약해서 건네던 자료를 원본 그대로 맡겨보자는 판단으로 이어집니다.

02. AI 활용에 대한 이해

현재의 도구가 무엇을 할 수 있는지 알고, 실제로 큰 단위의 일을 맡겨본 경험이 필요합니다. 목표와 완료 기준을 어떻게 전달할지, 어떤 자료와 도구를 연결할지, 결과를 어떻게 검토하고 다시 작업하게 할지를 익혀야 합니다. 이 감각은 글로 읽어서는 생기지 않습니다. 직접 맡기고, 실패하고, 다시 맡겨본 만큼 쌓입니다.

두 가지가 연결되면 업무를 바라보는 방식이 달라집니다. 직접 처리할 엄두가 나지 않았던 일도 AI와 함께 수행할 구조를 고민하게 됩니다. 혼자서는 오래 걸렸을 조사와 개발을 동시에 진행하고, 초안을 기다리는 동안 더 중요한 의사결정에 집중할 수 있습니다.

모델의 발전을, 나의 역량 확대로.

모델이 발전할수록, 일하는 방식도 함께 바뀌어야 합니다. 예전에 실패했던 일을 다시 맡겨보고, 직접 정리해주던 자료를 원본 그대로 전달해보고, 더 복잡하고 규모가 큰 과업을 수행하게 해봐야 합니다.

결과가 기대에 못 미쳤다면, 모델의 한계로 결론 내리기 전에 과정을 순서대로 살펴봅니다.

점검할 질문	이렇게 다시 맡겨봅니다
필요한 맥락을 충분히 전달했는가?	목적과 배경, 결과물을 읽을 사람까지 함께 알려줍니다.
완료 기준이 명확했는가?	좋은 결과의 조건을 먼저 정하고, 그 기준으로 스스로 검토하게 합니다.
필요한 자료와 도구에 접근할 수 있었는가?	요약본 대신 원본 자료를 넘기고, 작업에 필요한 도구를 연결합니다.
그래도 모델이 감당하기 어려운 일이었는가?	일을 더 작은 단위로 나누어 맡기고, 다음 모델이 나오면 다시 시도합니다.

네 질문 중 세 가지는 모델이 아니라 일을 맡기는 사람에 관한 것입니다.

이 경험이 쌓이면서 더 넓은 범위를 위임하고, 필요한 지점에 정확하게 개입하는 자신만의 기준이 생깁니다. AI의 발전을 자신의 수행 역량 확대로 연결하는 것입니다.

기업들이 AI 역량을 채용의 기준으로 삼는 이유도 여기에 있습니다. 같은 모델이 주어져도, 그것으로 해낼 수 있는 일의 크기는 사람마다 다릅니다.

---

그 기반을 만드는 4주.

CREAI+IT Edu의 4주 Foundation Education은 이 두 가지 이해를 함께 만드는 과정입니다. 1~3주차에는 직접 맡기고 부딪히며 활용의 이해를 쌓고, 4주차에는 그 경험을 기술과 산업이라는 더 넓은 맥락에 연결합니다.

1. 도구의 이해
   지금의 AI가 무엇을 할 수 있는지 확인하고, Claude Code·Codex 같은 에이전트를 직접 다루는 기본기를 마련합니다.
2. 업무의 설계
   목표와 완료 기준을 정하고, 사람과 AI의 역할·작업 순서·검토 지점을 설계해 큰 업무를 함께 수행하는 구조를 만듭니다.
3. 활용 범위의 확장
   어려운 일을 맡기고 시행착오를 분석하며, 모델의 발전에 맞춰 활용하는 방법을 갱신합니다.
4. 기술과 산업의 이해
   핵심 AI 개념과 밸류체인, 참여자별 협상력을 이해하며 앞선 활용 경험을 더 넓은 맥락에 연결합니다.

우리가 지향하는 인재는 분명합니다.

모든 업무에서 AI의 가능성을 먼저 떠올리고,
그 지능을 충분히 활용해 크고 어려운 일을 해내는 사람.

그렇게 자신의 역량과 영향력을 계속 넓혀가는 사람을 기르고자 합니다.