사람들이 갖춘 AI 역량도, AI에 대한 이해도도 제각각이다. 어떤 사람은 AI를 만능 도깨비로 착각한다. 평소 “AI한테 시키면 다 되는 거 아니야?”라는 질문을 정말 많이 받는다. 물론 현실과 거리가 멀다. 반면 어떤 사람은 AI를 보통 검색 엔진으로 치부한다. “그거 구글이랑 뭐가 달라?” 이런 이해도의 차이가 조직 내에서 큰 혼란을 만든다. 경영진은 AI로 혁신을 원하는데, 실무진은 AI의 전부가 ChatGPT인 줄 안다. IT 부서는 기술적 한계를 알지만, 현장직은 비현실적인 기대를 한다. 이런 간극을 좁히지 않고 AI 프로젝트를 시작하면 실패는 예정된 수순이다. 특히 위험한 것은 “나는 AI를 잘 안다”고 생각하는 사람들이다. ChatGPT로 메일 한 번 써본 경험만으로 AI 전문가가 된 것처럼 행동한다. 유튜브에서 본 AI 성공 사례를 본인 회사에 그대로 적용하려 한다. 이런 반쪽짜리 지식이 오히려 올바른 AI 도입을 방해한다.
--- 「1부. AI와 사회 | 책을 한 권만 읽은 사람이 가장 위험하다, AI 반쪽 지식의 함정」 중에서

프레임워크 없이 AI를 도입하는 것은 설계도 없이 집을 짓는 것과 같다. 남의 집이 예쁘다고 무작정 따라 짓는 것이다. 제대로 된 집이 될 리 없다. 우리는 지금 그렇게 하고 있다. 각 기관이 각자의 방식대로, 각자의 기준으로 AI를 도입한다. 각자 나름대로 열심히 하고는 있지만, 전체적으로 보면 중구난방의 느낌이 든다. (...) 그렇다고 이것이 컨트롤타워 부재 탓인가? 사실 중앙 컨트롤타워는 있다. 정부는 국가인공지능전략위원회를 통해 정책 프로세스를 정립했고, 대통령실의 AI 수석과 과학기술정보통신부의 인공지능정책실 체제로 실행력을 갖췄다. 전략 수립의 컨트롤타워까지는 준비가 됐다. 문제는 실행 단계다. 전략은 있는데 구체적인 실행 도구가 없다. “이 AI 시스템이 제대로 작동하는가?”, “성능은 충분한가?” 기본적인 질문에도 답할 수 있는 체계가 없는 것이 주 원인이다.
--- 「2부. 정부와 정책 | AI 도입, 왜 우리는 매번 헤매고 있을까?」 중에서

AI를 활용, 확산하는 사업 기획을 맡고 있는 팀장으로서, 컨설팅 업체 및 AI 기업들과 협업을 하다 보면 한국의 AI 생태계가 한눈에 들어온다. 특히, 착수 보고회와 기업 간담회는 잔혹한 현실을 보여주는 무대다. 어떤 회사는 정말로 뛰어나고, 어떤 회사는 준비가 전혀 되어 있지 않다는 것이 적나라하게 드러난다. 그런데 더 충격적인 사실은, 내가 느낄 때 대부분의 회사가 후자에 속한다는 점이다. (...) 어쩌면 이 모든 문제의 뿌리는 변화를 받아들이지 못하는 구조적 한계에 있는지도 모른다. 기존 SI 업계의 DNA가 그대로 이어진 AI 기업들은 혁신보다는 안정성을, 도전보다는 관례와 관행을 선택하기 마련이다. 공공부문 역시 마찬가지다. 진짜 혁신적인 AI 도입보다는 ‘도입했다’는 실적 쌓기, 경영평가 점수 얻기에만 관심이 있다. 이런 상황에서는 진정한 AI의 가치를 실현하기 어렵다. 하지만 여기가 우리나라 AI 산업의 끝은 아니다. 변화는 이미 시작되고 있고, 진짜 실력을 가진 기업들과 사람들이 천천히 두각을 나타내고 있다. 정부에서도 국가대표 LLM을 선발하여, 진짜를 가리는 중이다.
--- 「3부. 기업과 기술 | 국내 AI 기업의 허상과 현실, 진짜와 가짜 사이에서」 중에서

AI는 단순히 정보를 제공하는 것을 넘어서 내 과거 선택 패턴을 분석하고, 현재 상황을 고려해서 최적의 선택지를 제안해준다. 더 중요한 건 AI가 내 선택 패턴을 학습한다는 점이다. 내가 어떤 상황에서 어떤 선택을 했고, 그 결과가 어땠는지를 계속 기록하면 AI의 추천 정확도는 점점 상승한다. 인생 전반을 관리하는 나만의 개인 컨설턴트가 생기는 셈이다. 예를 들어 내 Claude는 내가 완성한 VMC(비전-미션-가치) 체계를 알고 있으며, 그간 내려온 가족 중심의 선택들이나 건강한 생활 습관 확립 노력 등을 통해 내 가치관과 우선순위를 파악하고 있다. 이런 정보들이 축적되면, AI는 기술적, 객관적인 일회성 추천을 넘어 내 인생 철학에 맞는 선택을 제안할 수 있게 된다. 그렇다. 기록이 쌓일수록 선택은 더욱더 고도화된다.
--- 「4부. 개인도구와 활용 | AI와 함께하는 선택의 기술: 위스키부터 인생 설계까지」 중에서

3개월간의 실험을 통해 얻은 핵심 인사이트는 이것이다. AI는 최고의 분석가이긴 하지만, 최고의 감독인 ‘인간’을 필요로 한다는 것이다. AI는 분명 인간의 눈으론 보지 못하는 패턴을 드러내 내게 보여준다. 하지만 그 패턴을 어떻게 해석하고 삶에 적용할지는 온전히 내 몫이었다. AI는 내가 쌓아온 기록의 가치를 극대화시켜주는 도구다. 나는 2017년부터 매일 써온 일기가 있었기에 AI 분석이 가능했다. 또한 Obsidian 내에 5F 시스템이라는 나만의 프레임워크가 있었기에 AI가 패턴을 찾을 수 있었다. 기록 없는 AI 분석은 불가능하다. 반대로 AI가 없었다면, 모처럼 축적한 내 기록들도 그저 추억 속에 묻혀 있었을 것이다. 3년간 1,095개의 감사 일기를 혼자 분석한다는 건 현실적으로 불가능하다. “기록되지 않는 삶은 나의 삶이 아니다”라는 내 철학이 AI를 만나 새로운 차원으로 진화한 것이다. 이제는 “분석되지 않는 기록은 단순한 추억일 뿐”이라는 철학이 추가됐다.
--- 「5부. 데이터와 분석 | 루틴 체크리스트를 AI가 코칭해준다면」 중에서

지금 돌이켜보면, 나의 커리어에서 독특한 배경이 오히려 큰 장점이었다는 것을 깨닫는다. 인도 연구를 통해 얻은 글로벌 시각, 글로벌본부에서 배운 국제개발 협력의 철학, 인사팀에서 익힌 조직관리 노하우와 사람에 대한 이해. 이 모든 것이 AI 사업을 기획할 때 남들과는 다른 관점을 제공해주었다. (...) AI 시대에 필요한 것은 단순한 기술 전문가가 아닌, 기술과 사람을 연결할 수 있는 융합형 인재다. 지금 나는 확신한다. 처음부터 AI나 컴퓨터 전공을 하고 AI 기획자가 되었다면, 지금 나만의 고유한 전문성은 만들어지지 않았을 것이라고. 인도 전문가로 시작해서 글로벌 협력과 인사 관리를 거쳐 AI 기획자가 된 이 독특한 여정이, 결국 남들이 갖지 못한 융합적 사고를 만들어준 것임을.