긍정적 사고, 음식의 절제, 규칙적인 운동

MBC PD수첩에서 기획한 "AI 딜레마" 2부작 다큐멘터리로, 인공지능(AI)의 급격한 발전이 일자리와 채용 시장, 특히 청년 세대에게 미치는 충격적인 변화를 다루고 있습니다.

각 부의 핵심 내용을 요약해 드립니다.

1부: 일자리 종말론 (AI 딜레마 1부)

"AI가 우리의 일자리를 빼앗을 것인가, 아니면 새로운 기회를 만들 것인가?"

• 현실이 된 AI의 일자리 대체:
  • 그래픽 디자이너로 일하던 청년이 자신의 디자인 스타일을 AI가 단숨에 흉내 내는 것을 보고 직업에 위기를 느껴 목수로 직업을 바꾼 사례가 등장합니다.
  • 통번역, 성우, 프로그래머 등 전문 영역뿐만 아니라 영상 제작과 마케팅까지 AI가 빠르게 대체하고 있습니다. 한 1인 패션 기업은 모델이나 스튜디오 없이 AI로 룩북을 만들고, 한 마케팅 회사는 직원을 12명에서 4명으로 줄인 대신 'AI 직원' 여러 명에게 스케줄 관리와 이메일 작성을 맡깁니다.
• 비용 절감과 권고사직: 기업 입장에서는 사람보다 훨씬 저렴하고 빠르며 불평도 없는 AI를 선호하게 되면서, 데이터 분석가 등 기존 노동자들이 하루아침에 권고사직을 당하는 일들이 발생하고 있습니다.
• 피지컬 AI(로봇)의 위협: 이제 AI는 컴퓨터 화면을 넘어 로봇의 몸을 입고 현실의 육체노동까지 위협하고 있습니다. 중국의 산업 현장과 가정, 그리고 미국의 자동차 공장에까지 인간의 형태를 한 휴머노이드 로봇이 실무에 투입될 준비를 마쳤습니다.

2부: 신입사원 실종사건 (AI 딜레마 2부)

"왜 기업들은 더 이상 신입사원을 뽑지 않는가?"

• 다쳐버린 취업의 문:
  • 어렵게 공인회계사(CPA) 시험에 합격해도 대형 회계법인들이 신입 채용을 대폭 줄여 백수 신세가 된 청년들, 그리고 고스펙을 갖추고도 계속 면접에서 탈락하는 청년들의 뼈아픈 현실을 조명합니다.
• 신입사원을 대체한 AI: 기업들이 신입사원을 안 뽑는 이유는 명확합니다. 과거 신입들이 하던 자료 조사, 문서 초안 작성, 기초 코딩 등의 업무를 이제 AI가 몇 분 만에 완벽하게 해내기 때문입니다. 한 대기업 인사팀 직원은 신입 대신 5명의 'AI 팀원'을 활용해 하루 종일 걸릴 교육 보고서를 순식간에 작성합니다.
• 경력직만 원하는 사회: AI 관련 빅데이터로 채용 공고 1천만 건을 분석한 결과, AI 노출도가 높은 직군일수록 신입 채용은 급감하고 요구하는 경력 기간은 더 늘어났습니다. 시니어(경력직)들은 AI에게 정확히 지시를 내리고 결과물을 판단할 수 있어 능률이 오르지만, 정작 후배들이 일을 배우며 성장할 '훈련의 장(신입 일자리)'은 사라져 버렸습니다.
• 가중되는 청년들의 고통: 청년 구직자들은 이제 AI 역량 검사까지 치러야 하고, 대학을 갓 졸업하자마자 AI를 능숙하게 다루고 통제하는 '팀장급' 업무 능력을 요구받으며 더욱 치열한 스펙 쌓기에 내몰리고 있습니다.

💡 요약 결론: 이 다큐멘터리는 기업들이 비용 절감을 위해 AI를 도입하는 합리적 선택이 사회 전체로 보면 '다음 세대 육성 포기'라는 파국적인 결과를 낳을 수 있다고 경고합니다. 단순히 "시대가 변했으니 살아남아라"라고 청년들에게 책임을 전가할 것이 아니라, 기회를 잃어가는 청년들에게 첫 일자리를 어떻게 보장할 것인지 사회적 논의와 대책이 시급함을 꼬집고 있습니다.

[PD수첩] "AI 딜레마 1부 - 일자리 종말론" - 2026년 10월 13일 밤 10시 20분 방송
https://www.youtube.com/watch?v=-xg5NP1sj2Y


[PD수첩] "AI 딜레마 2부 – 신입사원 실종사건" - 2026년 10월 20일 밤 10시 20분 방송
https://www.youtube.com/watch?v=lgYMV8stgnI&t=629s

'공기에 기대고 서 있는 나무들'

정현종 시인의 시 '비스듬히'에는
“공기에 기대고 서 있는 나무들”이라는
구절이 나옵니다. 이 구절을 읽고 깜짝 놀랐습니다.
나무들이 공기에 기대고 서 있다는 생각은 해 본 적이
없습니다. 나무는 땅에 뿌리를 내리고 공기 중에
가지를 뻗고 있다고만 생각해왔던 것이지요.
그러니 나무들이 공기에 기대고 있다는
표현은 그야말로 놀라웠습니다.


- 이강선의《가슴으로 시 읽기》중에서-


* 시인의 시선으로 보면
나무도 달리 보입니다. 집과 길가,
숲속 빈 공간에 서 있는 나무가 공기에 기대고
서 있는 모습. 엄마가 아이를 품듯, 공기가
품어 안는 나무처럼 보였을 수도
있겠습니다.

노래와 기도가 전부였다그날 아침,
나는 2년여 만에 처음으로
에리카의 죽음으로 생긴 마음의 골이
메워지고 치유될 수 있겠다는 느낌이 들었다.
그건 정말이지 놀라운 경험이었다. 그들은
말 한마디 건네지 않았다. 오로지 노래하고
나를 위한 기도가 전부였다. 내가 느낀
위로와 안도감은 믿기 힘들 만큼
놀라웠다.


-딕슨 치반다의《마음을 들어주는 벤치》중에서-


* 때로는 위로의 말보다
더 큰 위로가 되는 것이 있습니다.
가만히 등을 쓸어주는 손길, 말없이 함께 울어주는 것,
그저 같이 앉아 있는 것, 그리고 나지막이 노래하고
기도해 주는 것 등입니다. 멀리서라도 위로의
노래를 보내고 기도를 보내면, 정말이지
기적과도 같은 일이 벌어집니다.

LLM을 어설픈 챗봇으로 경험하는 대중과 대규모 작업을 맡기는 전문 사용자 사이에서 능력에 대한 인식 격차가 커지고 있으며, 활용 분야와 시스템 접근 수준에 따라 경험이 크게 달라짐

https://news.hada.io/topic?id=35202

• LLM을 어설픈 챗봇으로 경험하는 대중과 대규모 작업을 맡기는 전문 사용자 사이에서 능력에 대한 인식 격차가 커지고 있으며, 활용 분야와 시스템 접근 수준에 따라 경험이 크게 달라짐
• Karpathy의 대략적 추산으로 약 60억 명은 LLM을 거의 접하지 않았고, 약 10억~20억 명은 무료 챗봇을 검색과 글쓰기 보조 수단으로 가끔 사용
• 수학과 코드 분야의 전문 사용자 약 2,000만 명은 과거 수주~수개월 걸리던 복잡한 프로젝트를 에이전트가 프롬프트로 완수하는 변화를 직접 경험
• 내부 최첨단 시스템에 접근하는 약 5,000명은 수천 에이전트가 수주간 협업하는 작업을 접하고 있으며, 인간의 검토와 이해가 결과물 생산 속도를 따라가지 못하기 시작
• 격차를 만드는 요인은 문제의 규모와 작업 기간, 디지털 환경에서 검증 가능한 분야에 집중된 역량, 무료/유료/내부 시스템 사이의 접근 차이가 함께 만들어 냄

LLM 체감 역량의 네 단계

• Andrej Karpathy는 4월의 트윗을 다시 꺼내며, LLM 역량에 대한 이해의 격차가 더 커지고 있다고 봄
• 인구와 비율은 대략적 추산이며, 경험 수준에 따라 다음 네 단계로 나뉨
• LLM을 거의 접하지 않은 약 60억 명
  • 인구의 약 75% 는 LLM을 거의 접하지 않음
• 무료 챗봇을 가끔 쓰는 약 10억~20억 명
  • 약 20% 는 무료 ChatGPT류 제품을 가끔 사용함
  • 어설픈 챗봇을 조금 더 나은 Google 검색이나 글쓰기 보조 도구처럼 쓰며, 에이전트가 항공편 예약을 시도하는 정도를 경험할 수 있음
  • Karpathy의 비기술 분야 친구 중에는 별 쓸모가 없다고 말하는 사람이 있으며, 수학과 코드 이외 분야의 전문가 상당수도 이 단계에 속함
  • 임원과 여러 직무의 종사자는 사람들과 대화하는 데 많은 시간을 쓰므로, 변화를 지적으로 이해하더라도 경험은 간접적이고 다소 추상적임
• 최첨단 LLM을 전문적으로 활용하는 약 2,000만 명
  • 약 0.2% 는 수학과 코드 분야에서 최첨단 LLM을 전문적으로 활용함
  • 과거 수주~수개월 걸리던 대규모 복잡한 작업을 에이전트가 프롬프트로 완수하는 모습을 직접 봄
    • 사례로 앱 제작, 복제, 번역, 바이너리에서 앱 역컴파일이 있음
  • 변화는 매우 최근에 빠르게 일어났으며, Karpathy도 1년이 채 되지 않은 시점에는 코드를 한 글자씩 직접 입력하고 가끔 Tab 자동완성을 사용했음
• 내부 최첨단 시스템에 접근하는 약 5,000명
  • 약 0.00006% 는 내부 최첨단 시스템에 접근함
  • 외부에도 일부 선공개된 모습은 수천 에이전트가 수주간 대형 소프트웨어 프로젝트에서 협업하는 형태임
  • 제로데이 취약점 발굴, 기계 속도의 사이버 공격과 방어, 새로운 과학 발견, 수학의 최전선 확장 등 업계 최고 전문가에게도 수년이 걸렸을 작업을 수행함
  • 인간의 검토와 이해는 뒤처지기 시작함
  • 수개월 전 OpenAI-HF 사건은 여전히 사람들이 경위를 발굴하고 분석하고 있음
  • 최첨단 수학을 다룬 722편의 원고를 수학자들이 검토하는 데도 한동안 시간이 걸릴 수 있음

깔때기를 만드는 세 요인

• 야심, 문제 규모, 작업 기간이 커질수록 영향도 커짐
  • 한 문단으로 답할 질문은 시스템의 역량을 거의 시험하지 못하며, 자신에게 중요한 크고 어려운 문제들이 충분히 있어야 함
  • 이 요인이 소비자와 전문 사용자 사이의 격차를 만듦
• 분야별 역량의 불균일성 때문에 디지털 환경에서 검증 가능하고 경제적 가치가 높은 분야에 성능의 정점이 집중됨
  • LLM 역량은 수익 잠재력을 기준으로 구성한 환경들의 조합에서 검증 가능한 보상을 사용하는 강화학습으로 형성됨
  • 이 요인이 수학과 코드 같은 활용 분야에 따른 격차를 주로 만듦
• 접근 권한도 무료, 유료, 내부 시스템 사용자 사이의 차이를 만듦
• 대중 대부분은 시스템을 접하지 않았거나 어설픈 챗봇으로 경험하고, 전문가 다수는 소폭의 개선만 체감하는 반면, 극소수 전문가는 거의 수직으로 상승하는 변화에 현기증을 느끼는 상황이 동시에 벌어지고 있음

번진 그림을
망쳤다고 생각하기보다는 오히려
번진 그림이라 울림이 있다는 것을 알아갔다.
내 그림도 번짐에서 시작되었다. 수묵의 점과 선은
화선지에서 퍼져나가 어떤 면을 만들었고, 나는
그것을 나무나 꽃·구름·숲이라고 이름 붙였다.
먹이나 물감을 묻힌 붓을 종이에 지그시 누르면
종이 결을 따라 다양한 형태의 번짐이 생긴다.
모두 다른 모양의 번짐이다.


- 필몽(최은진)의《붓의 기분》중에서-


* 저도 요즘 필몽 작가로부터
수묵 그림을 배우고 있습니다. 먹물의 번짐,
'붓의 기분'을 조금씩 알아가고 있습니다. 번짐은
보는 시각에 따라 망친 것이 될 수도 있고, 전혀
새로운 그림이 될 수도 있습니다. 오로지
화가의 생각과 붓끝에 달려 있습니다.
우리 인생도 그러할 것입니다.
번졌다고 낙망하지 마세요.