자, 반갑습니다, 여러분! 대한민국 최고의 일타 강사, 저스틴입니다!

오늘 강의는 여러분의 미래를 결정지을 아주 중요한 주제, 바로 ‘AI 시대의 인재상’에 대해 다룹니다. 우리는 오늘 브랜드뉴스(BRAND NEWS)의 양영진 기자가 작성한 “AI시대 인재상: 정답을 맞추는 사람에서, 정답을 모르는 문제를 해결하는 사람으로”라는 날카로운 분석이 담긴 기사를 바탕으로, 앞으로 우리가 어떤 능력을 갖춰야 이 시대의 주인공이 될 수 있을지 머리에 쏙쏙 박아보는 시간을 갖겠습니다. 다들 준비되셨나요? 좋습니다! 그럼 시작합니다!

1교시: 시대가 바뀌면 인재도 바뀐다!

자, 먼저 기사의 서두를 봅시다. 저자는 ‘인재상’이란 그 시대의 요구를 반영하는 거울과 같다고 말합니다. 아주 멋진 비유죠? 생각해보세요.

농경사회: 힘세고, 마을 사람들과 잘 어울리는 충성심 강한 사람이 최고였습니다.
산업사회: 정해진 규칙에 따라 빠르고 정확하게 제품을 생산하는, 성실한 사람이 각광받았죠.
지식기반 사회 & 정보화 사회: 바로 여러분이 익숙한 시대입니다. 시험 잘 보고, 컴퓨터 잘 다루고, 인터넷으로 정보를 빨리 찾아내는 ‘모범생형 인재’가 중심이었습니다. 정보를 얼마나 많이, 그리고 잘 정리하느냐가 곧 능력이었죠.

하지만 저자는 말합니다. 이 모든 것이 인공지능, 즉 AI의 등장으로 송두리째 흔들리고 있다고요. AI가 정보를 모으고 처리하는 능력에서 이미 인간을 뛰어넘기 시작했기 때문입니다. 이제 우리가 알던 ‘인재’의 유효기간이 끝났다는 강력한 경고입니다.

2교시: AI와 경쟁할 것인가, AI를 지배할 것인가?

자, 이 부분은 별표 세 개! 정신 바짝 차리고 들으세요!

저자는 묻습니다. “AI가 잘하는 일을 사람도 계속해야 할까?” 정곡을 찌르는 질문이죠. 수학 문제 풀이, 코딩, 번역, 문서 요약… 이런 ‘정해진 문제’는 이제 AI가 인간보다 훨씬 빠르고 정확하게 풀어냅니다. 우리가 밤새워 외우고 풀던 것들이죠.

그렇다면 인간은 이제 무엇을 해야 할까요? 저자는 명쾌한 해답을 제시합니다. 이제 시대는 **‘정답을 맞히는 사람’이 아니라, ‘정답이 없는 문제를 정의하고 스스로 해법을 찾아내는 사람‘**을 원한다는 겁니다.

문제를 푸는 사람 ➞ 문제를 만드는 사람
지식을 복사하는 사람 ➞ 새로운 가치를 창조하는 사람

이것이 바로 AI 시대의 새로운 인재상입니다. 저자는 이것이 더 이상 먼 미래의 이야기가 아니라, 이미 교육, 고용, 산업 현장에서 벌어지고 있는 ‘현실’이라고 강조하고 있습니다.

3교시: ‘좋은 대학’은 더 이상 성공 보증수표가 아니다

여러분, 가장 귀가 솔깃해지는 부분일 겁니다. 저자는 과감하게 말합니다. 기존처럼 ‘좋은 대학’ 가는 것이 더 이상 인생을 보장하지 않는다! 왜일까요? 누군가 시키는 공부만 열심히 해서 명문대에 간 학생은, 정작 예측 불가능한 사회에 나와 자신만의 프로젝트를 시작할 힘이 없다는 겁니다.

그렇다면 무엇이 중요해질까요? 바로 **’나만의 포트폴리오’**입니다. 내가 어떤 문제에 관심을 가졌고, 그 문제를 해결하기 위해 어떤 기발한 실험을 했으며, 그 결과 어떤 가치를 만들어냈는가. 이것이 여러분의 진짜 경쟁력이자 스펙이 되는 시대가 왔다는 뜻입니다.

4시: 문제 해결형 인재, 어떻게 만들어지는가? (DBSE & MOE)

자, 그럼 가장 중요한 질문이 남았죠. ‘정답 없는 문제를 해결하는 능력’은 대체 어떻게 기를 수 있을까요? 저자는 여기서 두 가지 핵심 개념을 소개합니다. 바로 DBSE와 MOE입니다.

용어가 조금 어렵게 느껴지나요? 걱정 마세요, 제가 있잖아요!

DBSE (디지털 트윈 기반 시스템 엔지니어링): 쉽게 말해, 현실의 복잡한 문제를 컴퓨터 속 가상 세계(디지털 트윈)에 그대로 복제해서, 마음껏 실험하고 다양한 해결책을 시도해보는 체계적인 훈련법입니다.
MOE (효과 측정 지표): 그 실험이 얼마나 효과가 있었는지, 어떤 해결책이 더 나은지를 객관적인 ‘숫자’로 평가하고 판단하는 기준입니다.

저자의 주장은 이겁니다. 학생들이 AI를 단순히 ‘정답 찾아주는 계산기’로 쓰는 게 아니라, DBSE 원리를 이해하고 AI를 창의적인 설계와 실험을 위한 ‘협력 파트너’로 활용하는 경험을 해야 한다는 것이죠. 그렇게 될 때, 우리는 AI에 종속되는 사용자가 아니라, AI와 함께 새로운 가치를 만드는 ‘설계자’이자 ‘실행자’로 성장할 수 있습니다.