본문 바로가기

시사·트렌드

AI 시대 전문직 시험 생존 전략 3가지

반응형

2026.11.17 발행 | 카테고리 · 커리어

세무사 시험 수석이 만점에 가까운 점수를 받고도 자수했다. 이유는 단순하다. 시험은 통과했지만 그 지식을 자기 것으로 만들지 못했기 때문이다. 이 사건은 ‘부정행위’보다 암기 지식의 가치가 어디까지 내려왔는지를 보여준다. 결론부터 말하면 격차는 AI를 쓰느냐가 아니라, AI 결과를 검증할 수 있느냐에서 벌어진다.

1. 사건의 본질은 점수가 아니다

그는 1차에서 160문항 중 한 문제만 틀렸고, 2차 논술형에서도 수석이었다. 문제는 그 점수를 유지할 실체가 없었다는 점이다. 답을 만든 건 본인이 아니라 화면 너머의 모델이었다.

실무에서는 이 구조가 더 위험하다. 세무·회계 판단에는 예외 규정과 사실관계가 붙는다. AI가 내놓은 답이 맞는지 확인하려면 결국 사람이 그 분야를 알아야 한다. 검증 능력이 없는 정답은 책임을 질 수 없는 정답이다.

노트북과 계산기가 놓인 업무 책상. 사진 = Unsplash (CC0)

노트북과 계산기가 놓인 업무 책상. 사진 = Unsplash (CC0)

2. 숫자로 본 AI 격차

하버드 경영대학원과 BCG가 함께 진행한 실험은 이 질문에 답이 된다. BCG 컨설턴트 758명을 AI 없음, GPT-4 사용, 프롬프트 가이드와 함께 GPT-4 사용의 세 집단으로 나눠 실제 컨설팅 과업을 수행하게 했다.

항목 결과
완료한 과업 수 12.2% 증가
소요 시간 25.1% 단축
결과물 품질 40% 이상 향상
평균 이하 실력자 43% 성과 향상
평균 이상 실력자 17% 성과 향상
AI 경계 밖 과업 정확도 19%p 하락

주목할 숫자는 마지막 두 줄이다. AI가 잘하는 영역에서는 하위권이 더 크게 올라간다. 반대로 AI가 어려워하는 과업에서는 AI를 쓴 집단이 안 쓴 집단보다 정확한 답을 낼 확률이 19%포인트 낮았다. 판단을 포기하고 출력을 그대로 옮긴 결과다.

AI 활용 격차 실험 수치

AI 활용 격차 실험 수치

3. 상위 소수가 독식하는 구조

같은 도구를 쥐여줘도 결과가 갈리는 이유는 작업 분배 방식에 있다. 연구는 두 패턴을 ‘센토르’와 ‘사이보그’로 설명한다. 센토르는 AI에게 맡길 일과 내가 할 일을 나누고, 사이보그는 문장 단위로 계속 주고받는다. 둘 다 공통점이 있다. 최종 판단을 넘기지 않는다.

부가가치가 몰리는 지점도 여기다. AI가 초안을 만드는 시대에는 초안의 가격이 0에 가까워지고, 검증과 책임의 가격이 올라간다. 시험 성적이 아니라 “이 판단의 근거를 설명할 수 있는 사람”이 남는 셈이다.

검증형으로 옮기는 단계

검증형으로 옮기는 단계

4. 수험생과 현직자의 대응

답이 아니라 근거를 남긴다. AI가 낸 결론을 그대로 옮기지 않고, 조문·판례·계산 과정을 다시 확인하는 절차를 습관으로 만든다. 이 기록이 나중에 포트폴리오가 된다.

도메인을 좁고 깊게 판다. 현장 맥락, 예외 규정, 이해관계자의 언어는 모델이 잘 못 다루는 영역이다. 여기가 남은 경쟁우위다.

질문을 설계한다. 정답을 묻는 대신 조건과 반례를 요구한다. “이 조항이 적용되지 않는 예외 세 가지를 들어줘” 같은 요청이 판단을 훈련시킨다.

산출물로 증명한다. 점수는 한 번 쓰고 사라지지만, 검증 기록이 붙은 결과물은 계속 쓰인다.

암기형과 검증형 비교

암기형과 검증형 비교

자주 묻는 질문

Q. AI를 쓰면 실력 차이가 줄어드는 것 아닌가요?

AI가 잘하는 과업에서는 줄어든다. 실험에서 하위권이 43% 올랐다. 반대로 어려운 과업에서는 격차가 벌어졌다. 평균이 올라가는 것과 격차가 사라지는 것은 다른 이야기다.

Q. 자격증 공부는 이제 의미가 없나요?

암기 자체의 가치는 떨어졌지만, 자격은 판단의 최소 기준선 역할을 한다. 문제는 자격 이후에 검증 훈련을 하지 않는 것이다.

Q. 검증 능력은 어떻게 기르나요?

AI 답에 일부러 반대 질문을 던지는 방식이 빠르다. “이 결론이 틀렸다면 어디서 틀렸을까”를 물으면 모델이 놓친 전제가 드러난다.

핵심 정리

  • 세무사 사건의 본질은 부정행위가 아니라 ‘검증 없는 정답’의 위험이다.
  • AI는 평균 이하 실력자를 43%, 평균 이상을 17% 끌어올렸다.
  • 반대로 AI 경계 밖 과업에서는 정확도가 19%p 떨어졌다.
  • 격차는 도구 보유가 아니라 검증 능력에서 벌어진다.
  • 지식의 가치는 사라진 게 아니라 ‘책임질 수 있는 지식’으로 이동한다.
핵심 요약

핵심 요약

참고 자료
· BCG·하버드 경영대학원, 「Navigating the Jagged Technological Frontier」 (2023)
· ZDNet Korea 「AI의 양날의 검: 생산성 25% 향상, 오용 시 정확도 19% 하락」
· 연합뉴스 「경찰, ‘AI 부정행위’ 세무사 수석 합격자 사건 접수」 2026.11.15

2026.11.17 발행

반응형