AI 시대, 대학이 가르쳐야 할 핵심 역량 4가지

AI는 답을 만드는 데 굉장히 뛰어나다. 하지만 어떤 질문에 답해야 하는지를 결정하는 것은 여전히 인간의 몫이다. 현장에 가서 사람을 만나고 “무엇이 불편하세요?”라고 묻는 것에서 끝나는 게 아니라, 그 사람이 실제로 겪고 있는 문제를 발견해야 한다.

그래서 앞으로 좋은 인재를 가르는 첫 번째 능력은 이것이다 — 현장의 통증을 ‘풀 가치가 있는 문제’로 번역하는 능력. 정의력의 증거는 고객·현장 인터뷰와 그 기록, 문제정의서, 가설 카드로 남는다.

문제를 발견했다면 실제로 무엇인가를 만들어봐야 한다. 여기서 AI가 강력한 도구가 된다. 컴퓨터공학과 학생이라면 작은 프로그램을, 디자인 전공 학생이라면 실제 매장의 디자인 개선을, 관광 전공이라면 지역의 새로운 관광상품을, 경영 전공이라면 기업의 실제 데이터를 분석한 제안을 만들 수 있다.

중요한 것은 과제 제출로 끝나지 않는다는 것이다. 실제 누군가에게 전달할 수 있는 최소한의 결과물을 만드는 것 — 이것이 실행력이다. 그 증거는 학생이 실제로 만든 산출물과 AI 활용 기록으로 남는다.

우리가 만든 결과가 좋은지 나쁜지 누가 판단해야 하는가? 지금까지는 대부분 교수가 판단했다. 과제를 내면 점수를 주고, 시험을 보면 정답과 오답이 갈린다. 하지만 현실에는 정답지가 없다. 고객은 점수를 주지 않는다. 대신 사용하거나 사용하지 않고, 구매하거나 구매하지 않고, 다시 찾아오거나 떠난다.

그래서 시장의 반응을 학습에 포함시킨다. 만든 것을 실제 현장에 전달해보고 확인한다 — 사람들이 사용하는가, 돈을 지불하는가, 다시 찾는가, 아니면 아무도 관심을 갖지 않는가. 여기서 가장 중요한 학습이 일어난다. 내 생각이 맞다는 것을 증명하는 학습이 아니라, 내 생각이 틀릴 수도 있다는 것을 확인하는 학습이다.

학생에게 프로젝트를 시켰는데 실패했다고 하자. 대부분의 교육에서 실패한 프로젝트는 낮은 점수를 받고 끝난다. 하지만 현실에서는 실패 이후가 더 중요하다. 왜 실패했는가 — 문제 정의가 틀렸는가, 고객을 잘못 골랐는가, 해결 방법이 틀렸는가, 가격이 문제였는가, 전달 방법의 문제였는가. 그리고 다시 한다면 무엇을 바꿀 것인가. 이것을 스스로 설명할 수 있어야 한다.

이것이 결과를 소유하는 능력, Own이다. AI 시대에는 실행 비용이 계속 떨어져 무언가를 만드는 일은 더 쉬워진다. 그렇다면 오히려 중요한 것은 무엇을 만들지 결정하고, 그 결과를 받아들이고, 그 실패를 다음 판단으로 전환하는 능력이다. 그 증거는 실패를 분석하고 다시 설계한 기록으로 남는다.