AI 도구 숙련, 정답이 없는 이유 — 디자이너가 AI를 마스터하는 방법

"AI 교육 받았는데 왜 아직도 어색하죠?"

팀장이 공지합니다. "이번 주 AI 툴 교육 있습니다. 필참입니다." 다들 노트북 들고 세미나실에 모입니다. 챗GPT 화면 캡처, 프롬프트 예시, "이렇게 입력하면 이렇게 나와요" 시연. 두 시간 후, "이제 다들 쓸 줄 알죠?"라는 말과 함께 끝납니다.

그리고 한 달 후. 팀원 중 진짜로 AI를 매일 쓰는 사람, 과연 몇 명이나 될까요?

보통 손에 꼽습니다.

이게 개인의 의지 문제일까요? 저는 아니라고 봐요. 문제는 교육의 설계 방식에 있습니다.

2025년 한국경영자총협회 조사에 따르면 응답 기업의 78%가 AI 활용 역량을 채용 우대 요건으로 고려하고 있다고 답했습니다. 가트너는 2026년까지 직장인의 80% 이상이 업무에 생성형 AI를 활용할 것이라 전망했고요. 과학기술정보통신부 2025 인터넷이용실태조사에서는 이미 국민 44.5%가 생성형 AI를 경험한 것으로 나타났습니다. 전년도보다 11.2%포인트나 오른 수치예요.

숫자는 분명한데, 실제 현장에서는 여전히 "AI, 어떻게 써야 할지 모르겠다"는 말이 반복됩니다.

왜 이 간극이 생기는 걸까요?

AI 도구는 엑셀, 피그마와 근본적으로 다릅니다

조금 낯선 개념 하나를 소개할게요. '결정론적 소프트웨어(Deterministic Software)'라는 말입니다. 복잡하게 들리지만 뜻은 단순해요. 같은 입력을 넣으면 항상 같은 결과가 나오는 프로그램을 말합니다.

엑셀, 피그마, 포토샵이 대표적이에요. SUM 함수에 같은 숫자를 넣으면 항상 같은 합계가 나옵니다. 포토샵에서 같은 필터를 적용하면 항상 같은 결과물이 나오죠. 이런 툴은 버튼의 위치와 단축키를 배우면 됩니다. 10명이 배우면 10명이 비슷한 수준에 도달하는 구조예요.

그런데 챗GPT나 클로드, 제미나이 같은 AI 도구는 완전히 다릅니다. 똑같은 질문을 해도 맥락에 따라 전혀 다른 답이 나옵니다. 내가 어떤 배경지식을 갖고 있는지, 어떤 목적으로 질문하는지, 어떻게 표현하는지에 따라 결과물의 질이 천차만별로 달라지거든요.

UX 디자인 커뮤니티 UX Collective에 실린 Amber Bouabdallah의 글에서는 이 차이를 이렇게 표현합니다. AI 도구 숙련은 수렴적(Convergent)이 아니라 발산적(Divergent)이라고요. 같은 출발점에서 시작해도 사람마다 도달하는 지점이 달라야 정상이라는 겁니다.

이게 왜 중요한지 좀 더 풀어볼게요.

"AI 잘 쓰는 법"을 배운다는 착각

기존 교육의 프레임은 이렇습니다. "이 도구에 이런 기능이 있어요. 이렇게 쓰면 돼요." 정답을 전달하는 방식이죠.

그런데 AI 도구에는 기능보다 인터페이스가 훨씬 더 중요합니다. 여기서 인터페이스란 사용자가 도구와 상호작용하는 방식을 말해요. 내가 무엇을 원하는지를 어떤 언어로, 어떤 맥락에서 표현하느냐가 결과를 결정하거든요.

예를 들어 볼게요. 개발 경험이 있는 기획자는 AI에게 요구사항 명세서를 쓰듯 지시를 내리면 훨씬 좋은 결과를 얻습니다. 사용자 인터뷰를 자주 하는 UX 리서처는 AI를 인터뷰 내용 분석에 붙이면 강점이 극대화돼요. 글을 잘 쓰는 콘텐츠 기획자는 초안을 직접 잡고 AI로 다듬는 방식이 맞습니다.

같은 챗GPT인데 사람마다 활용법이 이렇게 달라요. 이걸 하나의 교육 커리큘럼으로 커버하려는 시도 자체가 문제입니다.

저장하고 싶은 문장: "AI 도구를 마스터한다는 건 올바른 사용법을 배우는 게 아닙니다. 내가 이미 생각하는 방식대로 도구를 구부리는 법을 배우는 것입니다."

조직 AI 교육이 계속 실패하는 3가지 이유

왜 조직들은 같은 실수를 반복하는 걸까요?

첫 번째. AI 도구의 사용법을 가르치려 합니다. 실제로 필요한 건 각자가 자기 방식을 찾도록 돕는 것인데, 정답을 전달하는 접근을 고수합니다.

두 번째. "AI가 내 일을 대체하면 어쩌나"라는 불안을 외면합니다. 이 불안은 교육 참여도에 직접 영향을 미치는데, 대부분의 조직이 이 질문을 얼버무립니다.

세 번째. 하나의 커리큘럼으로 다양한 직군을 모두 커버하려 합니다. 개발자, 디자이너, 기획자, 마케터가 AI를 쓰는 방식은 근본적으로 다른데 같은 방식으로 교육하죠.

흥미로운 데이터가 있어요. 스탠퍼드 AI 인덱스 2026 보고서에서 한국은 인구 대비 AI 특허 역량 세계 1위를 기록했습니다. 그런데 동시에 "조직 내 AI 교육 지원 및 관리 체계 수준이 낮은 국가"로 언급돼요. 기술력과 교육 설계가 완전히 따로 움직이고 있는 겁니다.

2025 HR 트렌드 리포트에서도 기업 교육 담당자의 89%가 실습 중심, 프로젝트 기반 교육으로 전환 중이라고 답했어요. 이론 강의 방식이 더 이상 통하지 않는다는 걸 현장에서도 체감하고 있는 거죠.

실제로 효과 있었던 방식은 이겁니다

Amber의 팀이 실험한 방법은 단순했어요. 한 달에 두 번, 30분짜리 세션. 매번 한 가지 도구, 한 가지 업무 목적에만 집중합니다. 한 명이 자신이 직접 써보고 발견한 것을 공유해요.

완벽하게 정리된 결론이 아니어도 됩니다. "이렇게 써봤는데 잘 됐어요"뿐만 아니라 "이렇게 써봤는데 별로였어요"도 함께 공유하는 문화가 핵심입니다.

이 방식에서 흥미로운 점이 있어요. 한 사람의 활용법이 다른 사람에게 그대로 이식되지는 않습니다. 그런데 "아, 저 방식으로 이런 것도 될 수 있겠다"라는 가능성의 상상력을 열어줍니다. 이게 강의 형식의 교육에서는 절대 일어나지 않는 일이에요.

노트북LM, 슬랙 AI, 커서, 클로드 프로젝트 스페이스, 피그마 메이크 같은 도구들도 기능 설명보다 "내가 이런 목적으로 이렇게 썼더니 이런 결과가 나왔다"는 경험 공유가 훨씬 효과적이었다고 합니다.

저장하고 싶은 문장: "AI 교육에서 가장 효과적인 콘텐츠는 완성된 정리가 아니라 진행 중인 발견입니다."

AI 잘 쓰는 사람들의 공통점

AI 도구를 진짜 일상 업무에 녹여 쓰는 사람들을 보면 공통점이 있어요.

자기 업무 중 어디에 가장 많은 시간이 드는지 알고 있습니다. 막연히 "AI를 써야지"가 아니라 "이 반복 업무에 AI를 연결해보자"라는 구체적인 지점이 있어요.

한 가지에 집중해서 반복 실험을 합니다. AI 툴 다섯 개를 동시에 배우려다가 다 흐지부지되는 경우가 많거든요. 하나를 깊게 파는 편이 훨씬 빠르게 숙련됩니다.

그리고 자신만의 방식이 정착되면 팀에 공유합니다. 이 공유가 팀 전체의 AI 활용 수준을 높이는 가장 실질적인 동력이에요.

이 과정은 누군가 가르쳐줄 수 있는 게 아니에요. 경험을 통해 스스로 발견해야 합니다. 조직이 할 수 있는 건, 그 발견을 위한 시간과 심리적 안전감을 제공하는 것입니다. "써봤는데 잘 안 됐다"고 말할 수 있는 문화가 "이렇게 하면 돼"라는 강의보다 훨씬 가치 있습니다.

AI 시대에 진짜 경쟁력은 무엇인가

결정론적 소프트웨어의 시대에는 도구를 얼마나 빠르게 다루는지가 경쟁력이었습니다. 포토샵을 빠르게 쓰는 사람, 엑셀 함수를 많이 아는 사람이 앞서갔어요.

AI 도구의 시대에는 내가 무엇을 원하는지 명확히 알고, 그것을 언어로 표현할 수 있는 능력이 경쟁력입니다. 어떤 질문을 해야 좋은 결과가 나오는지, 나온 결과를 어떻게 비판적으로 검토할지, 그 결과를 내 업무 맥락에 어떻게 연결할지가 핵심이에요.

이 능력은 AI가 대체하기 어렵습니다. 오히려 AI를 잘 쓸수록 이 능력의 차이가 더 극명하게 드러납니다. 같은 도구를 써도 결과물의 질이 크게 달라지거든요.

도구에서 나온 결과물은 그 도구를 쥔 사람의 손 모양대로 나옵니다. 내가 어떤 사람인지, 무엇을 잘 아는지, 무엇을 중요하게 여기는지가 AI 결과물에 그대로 반영돼요.

저장하고 싶은 문장: "AI 도구를 얼마나 잘 쓰는지보다, 내가 어떤 사람인지가 점점 더 중요해지는 시대입니다."

마무리

정리해보면 이렇습니다. AI 도구에는 모두에게 통하는 정답 사용법이 없습니다. 내가 어떤 사람인지, 어떤 업무를 하는지, 어떤 방식으로 생각하는지에 따라 최적의 활용법이 전혀 달라지거든요.

조직이 AI 교육을 설계할 때 가장 먼저 물어야 할 것은 "어떤 정답을 가르칠까"가 아니라 "사람들이 스스로 실험하도록 어떻게 허락할까"입니다.

그리고 개인 차원에서는, 지금 내 업무에서 가장 시간이 많이 드는 한 가지를 골라서 AI와 연결해보세요. 그 작은 경험 하나가 나만의 AI 활용 방식을 만들어가는 시작입니다.

AI 도구는 계속 나올 거예요. 모든 걸 다 배우려는 시도는 처음부터 불가능합니다. 깊이 있는 한 가지 경험이 백 번의 교육보다 훨씬 값집니다.