AI 시대에 왜 우리는 계속 배우는데도 안심이 안 될까?

요즘 많은 사람들은 거의 매일 비슷한 마음을 경험한다. 새 모델이 나왔다는 소식을 보고, 누군가가 어떤 도구로 일을 3배 빠르게 끝냈다는 글을 읽고, 또 다른 사람은 벌써 에이전트를 붙여 자동화하고 있다는 이야기를 듣는다. 그러면 곧장 이런 생각이 따라온다. 나도 더 배워야 하는 것 아닐까. 그런데 이상하게도 더 찾아보고, 더 저장하고, 더 배우려 할수록 마음은 편해지지 않는다.

표면적으로 보면 이 불안은 아직 내가 아는 것이 부족해서 생기는 것처럼 보인다. 그래서 우리는 자연스럽게 배움의 양을 늘리려 한다. 문제는 지금의 환경이 단순히 더 많은 학습으로 해결되는 종류가 아니라는 데 있다. AI 시대의 핵심 부족분은 정보가 아니라 기준이다. 무엇을 배울지보다 무엇을 지금은 배우지 않을지를 정하지 못할 때, 학습은 안심을 주는 대신 또 다른 압박이 된다.

AI 시대의 불안을 줄이는 것은 더 많은 학습이 아니라, 무엇을 배워야 하고 무엇은 지금 지나쳐도 되는지 구분하는 기준이다.

우리가 느끼는 압박은 착각이 아니다

먼저 인정해야 할 사실이 있다. 지금 사람들이 느끼는 압박은 과장이 아니다. 2025년 1월 세계경제포럼은 2030년까지 전체 일자리의 22%가 재편되고, 거의 40%의 핵심 직무 역량이 바뀔 것으로 전망했다. 같은 보고서에서 77%의 고용주는 인공지능 변화에 대응하기 위해 직원 재교육과 업스킬링을 추진할 계획이라고 답했고, 41%는 AI 자동화로 인력 축소도 계획하고 있다고 밝혔다.

2026년 Stanford AI Index도 비슷한 방향을 보여준다. 조사 대상 조직의 88%가 이미 AI를 도입했고, 70%는 최소 한 개 이상의 비즈니스 기능에서 생성형 AI를 사용하고 있었다. 게다가 조직의 3분의 1은 향후 1년 안에 AI로 인해 인력이 줄어들 것이라고 예상했다. 중요한 건 이 변화가 먼 미래의 가능성이 아니라 이미 조직 운영의 기준을 바꾸고 있다는 점이다.

즉, 사람들이 더 배우고 싶어 하는 이유는 게으르지 않아서가 아니라, 세상이 실제로 빠르게 바뀌고 있기 때문이다. 문제는 그다음이다. 빠르게 바뀐다는 사실이 곧 ‘많이 배우면 안심할 수 있다’는 뜻은 아니라는 점이다.

왜 더 배우는데도 마음은 편해지지 않을까

이 질문을 첫 원리에서 보면 답은 생각보다 단순하다. 인간의 인지 용량은 유한하지만, AI 시대의 학습 대상은 사실상 무한하다. 새로운 모델, 새로운 앱, 새로운 워크플로, 새로운 프롬프트 기법, 새로운 자동화 방식이 매주 쏟아진다. 이 환경에서 ‘불안을 없애려면 더 많이 알면 된다’는 전략은 구조적으로 실패할 가능성이 높다. 입력의 양이 불안을 만드는 환경에서는 입력을 더 늘리는 것이 오히려 압박을 키우기 때문이다.

2025년 2월 Pew Research Center 조사에서도 이런 감정은 선명하게 드러난다. 미국 노동자의 52%는 직장에서 AI가 앞으로 어떻게 쓰일지 걱정한다고 답했고, 33%는 압도된다고 느꼈다. 장기적으로 AI가 자신의 일자리에 더 많은 기회를 줄 것이라고 답한 사람은 6%에 불과했다. 흥미로운 점은 이들이 아직 AI를 깊게 활용하고 있지 않아도 이미 감정적으로 압박을 느낀다는 것이다. 불안은 사용량보다 먼저 온다.

KPMG와 멜버른대가 2025년에 발표한 글로벌 조사에서는 그 구조가 더 분명하다. 직원의 58%는 이미 AI를 정기적으로 쓰고 있지만, 교육이나 훈련을 받았다는 응답은 47%, 적어도 보통 수준의 지식을 갖췄다는 응답은 46%에 그쳤고, 절반 정도만 AI를 효과적으로 쓸 수 있다고 느꼈다. 다시 말해 사용 압력은 높은데, 이해와 기준은 그 속도를 따라가지 못하고 있다.

그 상태에서 거의 절반의 직원은 AI를 쓰지 않으면 뒤처질까 걱정한다고 답했다. 연구진은 일부 직원들이 경쟁력을 잃고 뒤처질 것을 두려워해 ‘선택의 여지 없이’ AI를 채택하는 것처럼 느낀다고 정리했다. 이건 중요한 포인트다. 학습이 자기 성장의 경로가 아니라, 뒤처지지 않기 위한 방어 행동이 되는 순간 배움은 안정감을 주지 못한다.

지금의 문제는 지식 부족보다 정보 과부하다

2023년 Frontiers in Psychology의 체계적 문헌고찰은 정보 과부하를 정보의 양이 개인의 처리 능력을 넘어설 때 나타나는 상태로 설명한다. 이 리뷰는 디지털화와 정보통신기술 확산이 정보 과부하를 악화시키고 있으며, 정보 과부하가 스트레인과 번아웃, 건강 문제, 낮은 직무 만족, 그리고 의사결정의 질 저하와 연결된다고 정리했다.

이 관점에서 보면 지금 우리의 문제는 ‘몰라서’가 아니다. 오히려 알아야 할 후보가 너무 많고, 그중 무엇이 중요한지 가르는 기준이 약해서 생기는 과부하다. 세상이 느릴 때는 성실함이 곧 해결책이 될 수 있었다. 하지만 세상이 빠를 때는 성실함만으로 부족하다. 어떤 정보를 받아들이고 어떤 정보를 밀어내야 하는지를 먼저 정해야 한다.

그래서 AI 시대의 학습 불안은 지식의 결핍보다 선택의 결핍에서 온다. 무엇을 배울지 모르는 것이 아니라, 무엇을 지금은 배우지 않아도 되는지 결정하지 못하는 것이 사람을 더 지치게 만든다.

불안을 만드는 것은 정보의 부족이 아니라, 중요하지 않은 것까지 놓치면 안 될 것 같은 환경이다.

한국에서도 같은 긴장이 이미 시작됐다

이 흐름은 해외 이야기만도 아니다. 2025년 5월 방송통신위원회와 정보통신정책연구원이 발표한 ‘2024년 지능정보사회 이용자 패널조사’에 따르면, 국내 응답자의 24.0%는 생성형 AI를 사용한 경험이 있다고 답했다. 전년도보다 거의 두 배 늘어난 수치다. 동시에 생성형 AI를 이용하지 않는 가장 큰 이유는 ‘높은 지식 수준을 요구해 이용하기 어려울 것 같아서’(65.2%)였다.

흥미로운 건 이용 동기와 우려가 동시에 강하다는 점이다. 사람들은 생성형 AI가 정보 검색에 효율적이고, 일상 업무를 지원하는 데 도움이 된다고 느낀다. 그러나 같은 조사에서 일자리 대체 우려는 60.9%, 창의성 저하 우려는 60.4%였다. 즉 사람들은 이미 AI의 효용을 알고 있고 실제로 쓰기 시작했지만, 동시에 그것이 내 일과 능력, 인간적 가치에 어떤 영향을 줄지 확신하지 못한다.

그렇다면 더 많이 배우는 대신 무엇을 해야 할까

여기서 필요한 것은 ‘더 열심히 배우기’가 아니라 ‘기준 있게 배우기’다. 배움의 양을 늘리는 대신, 배움의 기준을 세워야 한다. 왜냐하면 불확실한 시대에 사람을 안정시키는 것은 정보의 총량이 아니라 선택의 명료함이기 때문이다.

First principle로 환원하면 질문은 세 가지로 줄어든다. 첫째, 이것이 내 일이 실제로 반복해서 부딪히는 문제를 해결하는가. 둘째, 이것이 6개월 뒤에도 내 분야에서 의미 있을 가능성이 높은가. 셋째, 이것을 지금 배우지 않았을 때 내가 치를 구체적인 비용이 무엇인가. 이 세 질문에 답하지 못한다면, 그 학습은 당장 꼭 해야 할 일이 아니라 불안을 달래기 위한 소비일 가능성이 높다.

• 새로운 도구가 나왔을 때 먼저 ‘멋져 보이는가’보다 ‘내 반복 업무 하나를 실제로 줄여주는가’를 묻기.
• 배울 목록을 늘리기 전에, 이번 분기에 의도적으로 놓칠 목록을 먼저 적기.
• 도구 자체의 기능보다 내가 남기고 싶은 역량이 무엇인지 정하기. 예를 들어 글쓰기라면 문장력인지, 구조화인지, 판단력인지 구분하기.
• 배움의 목표를 ‘모든 도구 이해’가 아니라 ‘내 일에서 한 가지 병목 제거’로 좁히기.

이런 기준이 생기면 학습은 더 적어질 수 있다. 하지만 역설적으로 그때 비로소 배움은 안심을 주기 시작한다. 세상을 다 따라잡을 수는 없더라도, 적어도 내가 왜 이것을 배우고 왜 저것은 지나치는지 설명할 수 있기 때문이다. 사람은 모든 것을 통제할 수 있을 때보다, 무엇을 통제할 수 없는지와 무엇을 통제하겠다고 정했는지를 알 때 더 안정된다.

결국 필요한 것은 학습 계획이 아니라 학습 기준이다

AI 시대에는 배움 자체가 새로운 노동이 되었다. 그래서 더 많이 배우는 사람보다, 더 분명하게 배우는 사람이 오래 버틴다. 모든 것을 따라가는 사람은 빠르게 지치고, 자기 방향과 맞는 것만 고르는 사람은 느려 보여도 오래 간다.

우리를 불안하게 만드는 것은 모르는 것이 많아서가 아니라, 무엇이 중요한지 스스로 가늠하지 못하는 상태다. 그 상태에서는 한 개의 새 도구도 위협처럼 느껴진다. 반대로 기준이 서 있으면 열 개의 새 도구가 나와도 내게 중요한 한두 개만 남기고 지나칠 수 있다. 그러니 지금 필요한 질문은 ‘무엇을 더 배워야 하지?’가 아니라 ‘나는 무엇을 배우고, 무엇은 지나쳐도 되는 사람인가?’일지 모른다.

이 글을 지탱한 몇 가지 사실

• 2025년 1월 World Economic Forum: 2030년까지 일자리의 22%가 재편되고, 핵심 직무 역량의 39%가 바뀔 전망. 77%의 고용주는 업스킬링을, 41%는 AI에 따른 인력 축소를 계획.
• 2026 Stanford AI Index: 조직의 88%가 AI를 도입했고, 생성형 AI는 3년 만에 53% adoption에 도달. 3분의 1의 조직은 향후 1년 내 인력 감소를 예상.
• 2025년 2월 Pew Research Center: 미국 노동자의 52%가 직장 내 AI의 미래 사용에 대해 걱정하고, 33%는 압도된다고 응답. 장기적으로 기회가 더 많아질 것이라는 응답은 6%.
• 2025 KPMG-멜버른대 글로벌 조사: 직원의 58%가 AI를 정기적으로 사용하지만, AI 교육 경험은 47%, 보통 이상 지식은 46%, 효과적으로 쓸 수 있다는 응답은 51%. 48%는 AI를 쓰지 않으면 뒤처질까 걱정.
• 2023 Frontiers in Psychology 리뷰: 정보 과부하는 스트레인, 번아웃, 건강 문제, 낮은 직무 만족, 의사결정의 질 저하와 연결되며, 우선순위 설정·필터링·경계 설정이 중요한 대응 전략.
• 2025년 5월 방송통신위원회·정보통신정책연구원: 한국 응답자의 24.0%가 생성형 AI 사용 경험이 있고, 비사용 이유 1위는 ‘높은 지식 수준을 요구해 이용이 어려울 것 같아서’(65.2%). 일자리 대체 우려는 60.9%, 창의성 저하 우려는 60.4%.