코딩테스트만 파던 너에게 — AI 시대, 진짜 경쟁력은 '리버럴 아츠'다

지금 네 화면에 켜져 있는 것들

솔직히 말해볼게. 지금 네 브라우저 탭에 뭐가 떠 있어?

프로그래머스 코테 문제, 백준 골드 티어, 자격증 인강, 이번에 새로 나온 프레임워크 튜토리얼. 그리고 한쪽 구석엔 "AI가 주니어 개발자 일자리 없앤다"는 기사 하나.

그 기사를 볼 때마다 마음이 급해지지. 그래서 뭘 하냐면 — 스택을 하나 더 판다. 코테를 더 돌린다. 자격증을 하나 더 딴다.

나도 그 마음 알아. 불안하니까 손에 잡히는 걸 더 세게 쥐는 거야. 그런데 오늘은 좀 불편한 얘기를 하려고 해. 지금 네가 세게 쥐고 있는 그거, 방향이 살짝 어긋나 있을지도 모른다는 얘기.

미리 못 박아둘게. 이 글은 "코딩 하지 마라"는 소리가 절대 아니야. 오히려 반대야. 기술은 이제 필요조건이야. 없으면 시작도 못 해. 다만 그것만으론 충분조건이 안 된다는 거, 그 얘기를 하려는 거야.

불편한 진실 — '구현'은 이제 커모디티가 됐다

한 문장으로 요약하면 이래.

AI가 코드를 짜주기 시작하면서, '어떻게 만드느냐'는 점점 싸지고 있다.

예전엔 정렬 알고리즘을 손으로 짜는 것, API를 깔끔하게 연동하는 것, 이런 '구현력'이 곧 실력이었어. 그걸 잘하면 뽑혔지. 그런데 지금은? 웬만한 CRUD, 웬만한 알고리즘, 웬만한 보일러플레이트는 AI한테 시키면 몇 초 만에 나와. 심지어 너보다 더 빠르고, 잔 실수도 적게.

이걸 어렵게 말하면 '구현의 커모디티화'라고 해. 커모디티(commodity)는 어디서 사도 다 똑같은, 값이 바닥까지 떨어진 물건을 말하는 거야. 쌀이나 밀가루처럼. 구현이 그렇게 되고 있다는 거지.

여기서 냉정하게 생각해보자. 어떤 능력이 값이 떨어지면, 그걸로는 차별화가 안 돼. 남들도 다 AI를 쓰니까. 너만 AI를 쓰는 게 아니잖아. 그러면 "AI로 코드 잘 뽑는 능력"조차 곧 상향평준화돼서 기본값이 될 거야.

그럼 뭐가 남을까. 값이 떨어지는 게 있으면, 반대로 값이 올라가는 것도 있어. 커모디티가 흔해질수록, 흔하지 않은 게 비싸지거든.

그래서 뭐가 남나 — 오해부터 풀자

여기서 "리버럴 아츠"라는 말을 꺼내면 열에 아홉은 이렇게 반응해.

"아, 문과 얘기? 교양 쌓으라고? 나 코딩하는 사람인데?"

이게 바로 이 글이 제일 조심하는 오해야. 리버럴 아츠는 코딩을 빼라는 게 아니야. 기술 위에 얹는 거야.

그리고 사실 리버럴 아츠는 우리가 흔히 아는 '교양'과도 좀 달라. 원래 리버럴 아츠는 고대 그리스·로마에서 자유 시민이 갖춰야 할 기초 학예로 정리된 거였는데, 그 뿌리를 보면 흥미로운 지점이 있어. 예를 들어 문법학은 단순히 문법 외우기에 가까운 게 아니라, 복잡한 어미 변화 속에서 패턴을 잡아내고 부분을 관찰해 전체로 엮는 훈련에 가까웠다고 해. 말하자면 관찰하고 연결하는 감각을 기르는 기초 과목이었던 셈이지.

정리하면 리버럴 아츠의 핵심은 이거야: 지각하고(본다) → 사고하고(따진다) → 실행한다(다시 만든다). 무언가를 받아들여서, 자기 안에서 소화하고, 자기 방식으로 다시 출력하는 힘.

이거 어디서 많이 본 흐름 아냐? 맞아. 지금 네가 AI랑 일할 때 하는 것과 똑같아. AI가 뱉은 답을 그냥 복붙하는 게 아니라, 읽고, 이게 맞나 따지고, 내 상황에 맞게 고쳐 쓰는 것. 그게 이미 리버럴 아츠야.

왜 리버럴 아츠인가 — 네 개의 이유

추상적으로 "교양이 중요합니다" 하고 끝내면 그건 뜬구름이지. 구체적으로, 취준생인 네 상황에 딱 붙는 이유 네 개만 짚어볼게.

하나. 구현이 싸질수록, '무엇을·왜'가 비싸진다

앞에서 말한 커모디티화의 결론이야. AI가 "어떻게"를 가져가면, 남는 건 "무엇을 만들지"와 "왜 만드는지"야.

예를 들어볼게. 팀장이 "추천 기능 하나 붙여줘"라고 했어. 구현이야 AI 붙여서 하루면 뚝딱이지. 근데 진짜 문제는 그게 아니야. 어떤 추천이 이 서비스 사용자한테 진짜 필요한가? 추천을 넣으면 오히려 이탈이 늘진 않나? 우리가 지금 풀어야 할 게 정말 추천 기능이 맞나? — 이 판단은 AI가 대신 못 해. 이걸 하는 사람이 앞으로 값이 나가는 사람이야.

둘. AI를 잘 다루는 능력 자체가 리버럴 아츠다

이게 취준생한테 제일 와닿는 각일 거야.

너 지금 프롬프트 엔지니어링 배우려고 하지? 프롬프트를 잘 쓰는 것, AI 결과물이 맞는지 평가하는 것, 여러 AI를 조합해서 오케스트레이션하는 것 — 이게 다 뭐로 이뤄져 있냐면 언어력, 논리력, 맥락 이해력이야. 정확히 리버럴 아츠가 길러주는 그 능력.

즉, 네가 지금 "AI 다루는 스킬"이라고 부르며 배우려는 그게 이미 리버럴 아츠라는 거야. 둘은 따로 있는 게 아니었어.

셋. 잘못된 문제를 빨리 푸는 건 의미가 없다

코테는 문제가 이미 주어져 있어. "이 배열을 정렬하시오." 그러면 넌 풀기만 하면 되지.

근데 실무는? 문제가 안 주어져. 아니, 더 정확히는 잘못된 문제가 문제인 척 주어져. "로딩이 느리다"는 진짜 문제가 서버가 아니라 이미지 압축일 수도 있고, 애초에 그 페이지를 아무도 안 쓰는 게 진짜 문제일 수도 있어.

무엇을 풀지 아는 사람이 이겨. 잘못된 문제를 아무리 빨리, 아무리 우아하게 풀어봤자 0점이거든. 문제를 정의하는 힘 — 이건 알고리즘 실력이 아니라 사고의 힘이야.

넷. 도구는 반년마다 바뀐다 — '배우는 법'이 최종 병기

솔직히 지금 네가 밤새워 파는 그 프레임워크, 3년 뒤에도 쓰일까? 반반이야. 도구는 계속 바뀌어. AI 판은 특히 반년이 옛날이야.

그래서 진짜 무기는 특정 도구가 아니라 '배우는 법을 아는 것', 즉 메타학습이야. 새 도구가 나왔을 때 빠르게 구조를 파악하고, 기존에 알던 것과 연결하고, 내 것으로 만드는 능력. 이게 되는 사람은 도구가 백 번 바뀌어도 안 흔들려. 리버럴 아츠가 기르는 게 정확히 이 '연결하고 소화하는 근육'이야.

핵심 정리 — '불변량과 변수를 나누는' 눈

이 네 가지를 관통하는 한 문장이 있어. 어느 엔지니어 선배가 쓴 표현인데, 나도 무릎을 쳤어.

엔지니어가 하는 일은 결국 '불변량과 변수를 나누는' 것이다.

무슨 소리냐면 — 진동·소음 분야엔 '모달 분석'이라는 게 있대. 복잡하게 흔들리는 진동을, 그 물체 고유의 '변하지 않는 성질'(불변량)과 밖에서 가해지는 '변하는 조건'(변수)으로 쪼개는 거야. 소프트웨어에도 문자 그대로 invariant(불변 조건)라는 말이 있잖아. 리팩터링이 뭐야? 겉보기 동작(불변)은 그대로 두고 코드(변수)만 바꾸는 거잖아.

즉 너는 이미 이 '핵심과 껍데기를 나누는' 감각을 가지고 있어. 리버럴 아츠는 그 감각을 코드 바깥, 사람과 사회에까지 넓히는 훈련일 뿐이야. AI는 지금 '변수'(계측 가능하고 최적화 가능한 것)를 점점 싸게 만들고 있어. 그럴수록 무엇이 변하지 않는 핵심인지 꿰뚫어 보는 힘의 값이 올라가. 그게 아직 사람의 일이야.

그래서 당장 뭘 할까 — 실행 가이드

여기까지 읽고 "알겠는데, 그래서 뭘 하라고?" 싶을 거야. 훈계로 안 끝내려고 구체적으로 줄게. 코테를 버리라는 게 아니라, 하루에 30분만 아래에 떼어놓으라는 거야.

첫째, 읽고 나서 반드시 내 말로 다시 써. 기술 아티클이든 책이든, 읽었으면 트윗 한 줄이라도 "이건 결국 ○○라는 얘기"라고 요약해봐. 받아들인 걸 자기 언어로 전환하는 것 — 이게 리버럴 아츠의 가장 싼 실천법이야.

둘째, AI 답을 그냥 삼키지 말고 한 번 씹어. AI가 코드를 주면 "왜 이렇게 짰지? 이거 말고 다른 방법은? 이 판단이 맞나?"를 한 번씩만 물어봐. AI를 반박하는 연습이 곧 판단력 훈련이야. 통째로 삼키는 순간 넌 도구의 노예가 돼.

셋째, 도메인 하나를 깊게 파. 의료든 금융이든 게임이든 커머스든, 관심 있는 분야 하나를 골라서 "이 바닥은 진짜 뭐가 문제지"를 계속 관찰해. AI는 어느 산업에나 들어가. 넓은 도메인 이해가 곧 네 응용 범위야.

넷째, '왜'를 묻는 습관을 코드 리뷰에 넣어. 남의 PR을 볼 때 "이거 왜 이렇게 했어요?"를 진짜로 물어봐. 문제 정의 근육은 이렇게 일상에서 붙어.

마무리 — AI가 사람의 윤곽을 또렷하게 만든다

AI 덕분에 재밌는 일이 벌어졌어. 사람이 사람만 할 수 있는 일의 윤곽이 전보다 또렷해진 거야.

답을 금방 낼 수 있는 일은 AI한테 맡겨. 그건 이제 싸. 하지만 그 답을 받아들일지 말지, 애초에 무슨 문제를 풀지, 왜 이걸 만드는지 — 이건 여전히 네 몫이야. 그리고 이게 앞으로 제일 비싼 능력이 될 거야.

기술만 있는 사람도, 교양만 있는 사람도 아닌 — 기술 위에 리버럴 아츠를 얹은 사람. 코드도 짜고, 무엇을 왜 만들지도 아는 사람. AI 시대가 찾는 인재는 바로 여기 있어.

그러니까 코테는 계속 풀어. 대신 하루 30분, 읽고 다시 쓰고, AI한테 반박해보고, 왜냐고 물어봐. 그 쌓임이 3년 뒤 너를 '대체 가능한 사람'과 '대체 불가능한 사람' 사이 어딘가에 데려다 놓을 거야.

어느 쪽에 서고 싶어?