Letterbox
퇴근길 AI

2026 AI 공부법 | 언제 바뀔지 모릅니다

퇴근길 AI · 2026.05.28 17:49 · 원문 보기 ↗

요약

AI 공부는 책이나 강의부터 보지 말고, 하고 싶은 거 딱 하나 정해서 거꾸로 만들어보면서 AI한테 물어물어 배우시라는 겁니다.

저희 팀이 지금까지 직장인 2,000명 넘게 교육을 했는데, 요즘 다들 AI 공부 어디서부터 시작해야 되냐고 물어보세요. 물류 전문가 동료도, 주짓수 동료도 다 똑같은 표정인데 세 글자로 하면 막막함입니다.

이어지는 질문도 비슷해요. 어떤 책 추천하냐, 어디 강의부터 들어야 되냐, 자격증은 따야 하냐. 근데 이건 AI 이전 전통적인 학습법이고 정석적인 길을 찾는 건데, 1년만 지나도 그렇게 배운 거 다 바뀌어서 고생만 하는 거거든요.

그래서 저는 거꾸로 하라고 말씀드려요. 책이나 강의부터 보지 말고 하고 싶은 거 딱 하나 정해서 가장 작은 단위부터 해결해보고, 막막해지면 그때그때 AI한테 물어보면서 배우는 겁니다. 엑셀 피벗테이블이든 데이터 분석이든 그렇게 직접 부딪히면서 익숙해지면 책 100페이지 보는 것보다 AI를 잘 쓰게 될 거예요.

이 방식, 작년 12월 오픈AI에 합류한 가브리엘 피터슨이라는 친구 사례랑 똑같아요. 스웨덴 시골마을 출신에 고등학교 중퇴, 프로그래밍 경험 제로였거든요. 문제부터 시작하고, 왜 작동했는지 적극적으로 파고들고, AI한테 100번은 질문하는 탑다운 방식으로 배웠다고 합니다.

우리는 늘 정답 맞추는 공부만 해왔는데 AI는 학습 속도가 우리보다 몇만 배 빠르잖아요. 그러니까 이제는 정답을 외우는 게 아니라 지능을 위임해서 의도와 맥락으로 결과를 만들어가는 학습으로 패러다임 자체가 바뀐 겁니다.

AI 시대에 살아남는 사람과 그렇지 않은 사람은 IQ나 학력보다 한번 만들어봤냐 안 해봤냐가 더 크게 가를 것 같아요.

전문

AI 공부 어디서부터 시작해야 되나? 회사에서 하라는데 어떻게 해야 될지 모르겠다. 막막함. 책부터 보지 마시고요. [음악] 강의부터 듣지 마시고요. 하고 싶은 거 딱 하나 정해서 거꾸로 하세요. 안녕하세요. 퇴근길 AI 망구입니다. 오늘은 제가 이미 집에 도착을 해 버려 가지고 주위를 좀 쭉 드라이브를 하면서 여러분들과 이야기를 해 보려고 합니다.

다들 퇴근 조심히 가고 계시죠? 자, 오늘 좀 얘기할 거는요. 저희 팀은 직장인들 대상으로 지금까지 2,000명 넘게 좀 교육을 했는데 그러다 보니까 진짜 자주 받는 질문이 있습니다. AI 공부 어디서부터 시작하나요? 근데 신기한게 요즘에 다들 이 질문해요. 최근에 전 회사 동료 한 분이랑 식사를 하는데 이분이 물류 전문가거든요.

AI도 같이 뭘 해보고 싶은데 가장 막막하다. 그래서 뭐부터 해야 될지 모르겠다라는 말을 하시고 심지어 저랑 같이 운동하는 주짓수 동료들도 제가 AI 기업 교육을 하고 있는 걸 알고 있어서 항상 물어봅니다. >> AI 공부 어디서부터 시작해야 되나? 막막하다. 회사에서 하라는데 어떻게 해야 될지 모르겠다. 다들 표정이 비슷해요.

세 글자로 딱 하면은 막막함. 거기서 이어지는 질문도 진짜 비슷합니다. 여러분들도 그런 분들 계실 것 같은데 어떤 책을 추천하냐? 어디 강의부터 들어야 되냐? 자격증은 따야 하냐? [한숨] 아, 이거 아닙니다, 여러분. 이거는 AI 이전에 여러분들이 기존에 있던 전통적인 학습법이고요. 정석적인 길을 찾고 있는 거 같은데 사실 속으로 드는 생각은 1년만 지나도 그 방식으로 배웠던 것들 다 바뀐다.

한마디로 고생만 하는 거다라는 생각이 들어요. 이게 최근에 느낀 공통 질문 패턴입니다. 그래서 저는 항상 요즘에 이렇게 좀 말씀을 드리는데요. 자, 기억해 봅시다. 거꾸로 하세요. 다시 한번 거꾸로 하세요. 무슨 말이냐? 책부터 보지 마시고요. 강의부터 듣지 마시고요. 하고 싶은 거 딱 하나 정해서 그거부터 만들어 보세요.

그 문제를 해 보는데 집중해 보시고 가장 작은 단위의 일부터 해결해 보세요. 하다가 막막해지면 그때그때 AI한테 물어보면서 배우는 겁니다. 자, 예를 들어서 내가 엑셀로 어떤 피벗 테이블을 추출하고 싶다. 근데 나는 이런 것들을 잘 몰라. 그러면 AI에게 물어보고 사용해 보세요. 데이터 분석을 해 보고 싶은데 데이터 분석 이론이 부족하다.

AI에게 어떤 데이터 분석 기법을 써야 될지 그것도 물어보고 해 보세요. 그런데 잘 안 된다. 그럼 내가 생각할 때 왜 안 되는 건지, 왜 안 된다고 느끼는지, 퀄리티가 낮다. 왜 퀄리티가 낮은지 쭉 풀어서 설명해 보세요. 그렇게 하나하나 해결하면서 AI와 일하는 것이 익숙해지시면 책 100페이지 보는 것보다 AI를 잘 사용하게 될 겁니다.

우리 목적이 AI 고수가 되는게 아니잖아요. 우리는 AI로 현재 내 업무와 커리어를 높여 가는 건데 지금 일을 탁월하게 하는 건데 그러려면 AI와 일을 해결하는 습관부터 들어야 한다는 겁니다. 사실 이 방식 글로벌에서도 이미 나왔던 사례예요. 작년 12월에 AI 신에 있었던 분들 사이에 한창 회자됐던 케이스인데 가브리엘 피터슨이라고 하는 친구가 있습니다. 이 친구를 세 가지 키워드로 말하면 스웨덴의 작은 시골마을 출신이고 고등학교 중퇴 그리고 프로그래밍 경험이 제로입니다.

근데 이 친구가 작년 12월에 오픈 AI에 합류했어요. 챗지피티를 만든 그 오픈 AI에 합류를 했다고요. 여러분들 중에 이 친구보다 더 상황이 안 좋은 분들이 없겠죠. 그냥 객관적인 상황을 봤을 때. 근데 자세히 보면은 이렇습니다. 이 친구가 이야기하는 거도 거의 비슷한데 이런 단어를 자주 쓰더라고요. 바텀업이 아니라 탑다운으로 해라.

무슨 말이냐면 전통 방식은 우리가 수학 기초부터 선형대수 미적분 다하고 4년 6년 뒤에 진짜 머신 러닝을 배우는 건데 이 친구는 정 반대로 했다고 하더라고요. 머신 러닝을 만드는 게 먼저였고 그 과정에서 필요했던 이론들을 AI에게 배우기도 하고 만들어 보기도 하고 피드백 받아보기도 한 거죠. 이 친구가 말하는 포인트를 세 가지로 좀 말씀드리면 첫 번째는 문제부터 시작한다.

말 그대로 해결하고 싶은 목표를 정하고 만드는 겁니다. 제가 말했던 방법과 좀 비슷하죠. 두 번째는 적극적으로 파고 들어라. 무슨 말이냐면 내가 만든 어떤 해결한 내용이 있으면 이 부분은 왜 작동했는지 물어보는 거예요. 가령 데이터 분석을 시켰다면 어떤 원리와 개념으로 진행했는지 물어보고 이해를 해 본다는 거예요. 특히 어려운 개념 같은 거는 끙끙 앓기보다 12살짜리한테 설명해 달라고 해서 알려 달라는 겁니다.

그래서 단순히 뭔가 AI에게 모든 걸 맡기는게 아니라 그 방식에 대한 이해를 하면서 넘어간다는 거죠. 마지막은 100번은 질문해라인데 아 이거는 AI에게 더 자주 질문해 봐라라는 의미에 가깝죠. 솔직히 이건 AI를 존재로서 느끼고 의인화로 느끼는 단계로 넘어가지 않으면 공감되지 않을 것 같아요. 저는 요즘 AI를 대할 때 한 채팅에 한 전문가를 모셔온다고 생각을 해요. 뭐 변호사 역할을 주기도 하고 회계사 역할을 주기도 하고 교육 전문가를 주기도 합니다.

이걸 롤 프롬프팅이라고 하는데 역할을 부여해서 더 좋은 답변이 나올 수 있는 확률이 높아지는데 답변도 답변이지만 제 마음가짐과 태도가 뭔가 사람을 만난다고 생각을 하고 더 그들에게 전달해야 될 자료나 의도나 더 자세하게 설명 되는 거 같아요. 자, 그런데 이렇게 말씀드려도 시작 못 하시는 분들이 많습니다. 보통 어쩌라고라는 표정인데 목표부터 정해서 만들어라.

너무 모호하고 막막하다고 생각이 드시죠? 근데 그 감정이 진짜 맞아요. 왜냐하면 솔직히 우리가 이런 학습 방법으로 공부를 해 본 적이 없습니다. 우리는 늘 정답을 맞추는 공부를 해 왔거든요. 초등학교, 중학교, 고등학교, 대학교 다 어땠습니까, 여러분? 정해진 답을 학습하고 정답을 맞추는 공부였잖아요. 정해진 프로세스와 정해진 커리큘럼, 정해진 시험까지.

그게 우리한테 익숙한 학습법이에요. 근데 AI는 이게 아닙니다. AI는 학습 속도와 역량이 우리보다 몇만 배 이상이에요. 그래서 우리가 할 일은 정답을 외우는 것이 아니라 지능을 위임해서 의도와 맥락을 가지고 결과를 만들어 가는 학습이에요. 예전에 뭐 배우려면 과외 가고 학원 갔잖아요. 지금은 AI가 바로 다 알려줍니다. 새벽 4시에도요.

그러니까 무엇을 할 것인가와 의도가 먼저입니다. 그 의도에 맞는 결과물에 필요한 지식을 AI에게 받고 때로 위임하기도 하는 거죠. 학습 패러다임 자체가 완전히 바뀌었다고 보시면 됩니다. 그래서 정말 시작하라는 분들에게 한 마디만 말씀드리면요. 일단 LLM한테 어떤 문제도 던져 보세요. 내가 원하는 결과가 안 나오면 팀원처럼 지시하기도 하고요.

맥락을 설명하기도 하고 데이터를 줘 보세요. 한 번에 진짜 안 나오거든요. 두 번에도 안 나올 수 있어요. 근데 그 과정 자체에서 AI를 같이 일하는 존재로 느끼게 만드는 길이고 그렇게 AI와 같이 일하다 보면 책을 안 사도 강의를 안 들어도 챗지피티든 클로드든 모든 걸 쓰실 수가 있습니다. 그게 시작이에요. 근데 솔직히 저는 좀 양가 감정이 있습니다. 제가 영상에도 이렇게 말씀드리잖아요.

거꾸로 하세요. 작게 시작하세요. 근데 이 영상을 보고 계신 분들은 이미 시작하신 분들이잖아요. 진짜 어쩌라고 표정인 분들은 이런 영상도 안 볼 겁니다. 그래서 솔직히 시작 못 하신 분들에게 어떻게 다가가야 할지 저도 잘 모르겠어요. 다만 한 가지는 좀 분명한게 AI 시대 살아남는 사람과 그렇지 않는 사람들을 구별하자면 뭔가 IQ나 학력 이런 것보다는 한번 만들어 봤냐 안 해 봤냐가 좀 차이를 더 크게 가를 것 같아요.

가브리엘은 스웨덴 시골마을의 중퇴 출신이고 프로그래밍도 처음에 몰랐던 친구입니다. 그런데 오픈 AI의 연구원으로 들어갔죠. 무언가를 만들어 보고 탑다운 형식으로 학습을 했기 때문입니다. 혹시 옆에 AI 어디서부터 시작해요라고 막막한 분들이 계시면 제 영상을 한번 공유해 주세요. 그리고 진짜 막막하고 답답해 미치겠다라고 하시면 저희 여기 프로필 보시면 메일이 있거든요.

커피챗을 요청해 주세요. 그럼 진짜 적극적으로 제가 도와드리고 그분이랑 같이 이렇게 콘텐츠도 만들어 볼게요. 자 오늘도 퇴근길에서 뵙습니다. 저는 이미 도착을 했지만요. 여러분 조심히 퇴근하십시오. 퇴근길 AI 망구였습니다.