맥킨지 CEO, AI 시대에 '한 번 배우고 평생 일하는' 모델은 끝났다

맥킨지의 글로벌 CEO인 Bob Sternfels와 벤처캐피털 General Catalyst의 Pranav Taneja가 AI의 급속한 발전이 전통적인 경력 개발 모델을 완전히 무력화시키고 있다고 경고했다. 이들은 수십 년간 당연시되어 온 "한 번 배우고 평생 일하는(learn once, work forever)" 패러다임이 이제 사실상 종료되었다고 진단했다. AI가 특정 분야의 전문 지식을 빠르게 구식으로 만들면서, 한때 안정적이었던 전문성이 예고 없이 가치를 잃는 시대가 도래했다는 것이다.

Sternfels는 AI 기술의 발전 속도가 기존 교육 시스템이 감당할 수 없는 수준에 이르렀다고 지적했다. 대학이나 전문 교육 기관에서 습득한 기술이 졸업 후 몇 년 내에 쓸모없어지는 경우가 빈번해지고 있으며, 이는 단순히 기술 분야에만 국한되지 않는다. 법률, 의료, 금융, 컨설팅 등 고도의 전문성을 요구하던 직종에서도 AI 도구가 기존 전문가의 역할을 재정의하고 있다. 이러한 변화는 개인의 경력 안정성뿐 아니라 조직의 인력 관리 전략에도 근본적인 재검토를 요구한다.

Taneja는 이러한 현상이 단순히 기술 변화의 문제가 아니라 사회적 계약의 재편을 의미한다고 강조했다. 과거에는 학위나 자격증이 경력 전반에 걸친 안정성을 보장했지만, 이제는 지속적인 재교육과 기술 업데이트가 선택이 아닌 기본 기대치가 되었다. 이는 개인에게는 평생 학습에 대한 막대한 시간적·경제적 부담을 의미하며, 기업에게는 직원 교육에 대한 투자 확대를 요구한다. 정부 차원에서도 재교육 프로그램, 경력 전환 지원, 평생 학습 인프라에 대한 체계적인 지원이 필수적이다.

두 전문가는 교육 시스템 자체의 근본적 변화가 시급하다고 입을 모았다. 현재의 학위 중심 교육 모델은 정적인 지식 전달에 초점을 맞추고 있지만, AI 시대에는 빠른 학습 능력, 적응력, 비판적 사고력이 더 중요해졌다. 대학은 단순히 졸업장을 발급하는 기관이 아니라 평생에 걸쳐 지식을 업데이트할 수 있는 플랫폼으로 진화해야 한다. 마이크로 크레덴셜(micro-credential), 모듈형 교육 과정, 산학 협력 기반의 실시간 커리큘럼 업데이트 등이 새로운 표준이 되어야 한다는 것이다.

채용 및 인사 관리 방식에도 혁신이 필요하다는 지적이 나왔다. 전통적으로 기업들은 특정 학위나 경력 연수를 기준으로 인재를 평가했지만, 이제는 실제 역량과 학습 가능성을 측정하는 새로운 평가 체계가 요구된다. Sternfels는 맥킨지 내부에서도 지속적 학습 문화를 강화하고, 직원들이 새로운 기술을 습득할 수 있는 시간과 자원을 제공하는 데 주력하고 있다고 밝혔다. 경직된 직무 기술서(job description) 대신 유연하고 진화하는 역할 정의가 필요하며, 승진과 보상 체계도 학습 능력과 적응력을 반영해야 한다.

이러한 변화는 사회 전반의 인력 개발 철학에 대한 근본적 전환을 요구한다. Taneja는 정부, 기업, 교육 기관이 협력하여 생애주기별 학습 지원 체계를 구축해야 한다고 주장했다. 특히 경력 전환기에 있는 중장년층이나 자동화로 일자리를 잃은 노동자들을 위한 재교육 프로그램이 확대되어야 하며, 이는 개인의 책임이 아니라 사회적 투자로 인식되어야 한다. AI 시대의 진정한 경쟁력은 한 번 습득한 지식이 아니라 변화에 대응하는 학습 능력에서 나온다는 것이 두 전문가의 공통된 메시지다.

맥킨지와 General Catalyst의 이번 진단은 AI가 단순히 기술 혁신을 넘어 사회 구조 전반을 재편하고 있음을 보여준다. "한 번 배우고 평생 일하는" 시대가 끝난 지금, 개인과 조직, 그리고 사회는 "평생 배우며 일하는(learn forever, work forever)" 새로운 패러다임을 받아들여야 한다. 이러한 전환이 성공적으로 이루어지지 않는다면, AI의 혜택은 소수에게 집중되고 다수는 급변하는 노동 시장에서 소외될 위험이 크다. 지속적 학습을 지원하는 제도적 기반 마련이야말로 AI 시대의 가장 시급한 사회적 과제라 할 수 있다.