심리학이 증명한 다능인의 경쟁력
하나를 오래 못 하고 금방 질리는 건 끈기가 없어서가 아니라 새것을 찾아 나서는 호기심 때문일 수 있다. 다만 그게 경쟁력이 되려면 하나라도 깊이 들어가 보고, 관심끼리 잇고, 처음부터 끝까지 맡는 자리를 만나야 한다.
일하다 만난 글과 자료. 그것이 우리 일에 어떻게 걸리는지 적고, 실린 숫자는 되짚어 확인한 뒤에 남깁니다.
만드는 건 빨라졌습니다.
무엇을 안 만들지 정하는 일,
진짜 되는지 확인하는 일.
이 둘은 사람이 합니다.
요청을 받으면 만들 것부터 묻지 않습니다. 어디서 쓰이고, 무엇을 저장하고, 돈이 오가고, 완성되면 누가 운영할지 먼저 맞춥니다. 이 네 가지가 정해져야 무엇을 안 해도 되는지가 나옵니다.
AI가 쓴 코드는 돌아가는 것처럼 보이기 쉽습니다. 그래서 사람이 확인한 뒤에만 내보내고, 무엇을 확인했는지도 같이 적어드립니다.
이름이 문제해결.zip인 이유입니다. 한 번 푼 문제는 방법으로 압축해 두고, 다음에 꺼내 씁니다.
하나를 오래 못 하고 금방 질리는 건 끈기가 없어서가 아니라 새것을 찾아 나서는 호기심 때문일 수 있다. 다만 그게 경쟁력이 되려면 하나라도 깊이 들어가 보고, 관심끼리 잇고, 처음부터 끝까지 맡는 자리를 만나야 한다.
글 안 쓰던 사람들이 문서를 쏟아낸다. 틀린 데는 없는데 읽히지 않는다. 빠진 것은 정보가 아니라 사람이 판단한 자리다. 그런데 이 글을 쓴 사람은 정작 자기 논문을 AI와 같이 썼다.
AI는 대화창을 닫으면 잊는다. Anthropic은 AI가 스스로 메모를 남기게 했고, 그 메모를 일 없는 시간에 다시 읽어 정리하는 '드리밍'을 붙였다. 겹치는 건 합치고 낡은 건 버린다. 개발자들은 한 가지를 덧붙였다. 틀린 메모는 틀린 답보다 오래 간다.
기업이 사람 보는 기준을 스펙에서 사고력으로 옮기고 있다. 다만 '문과의 부활'로 읽으면 틀린다 — 줄어든 건 신입 자리 자체다.
사람이 늘수록 일이 느려지는데 범인이 없다. 곱셈과 짝의 수가 범인이다. 그리고 그 곱셈에 걸리던 일을 지금은 도구가 받아낸다.