사장님, 회사를 10배로 키워주는 회계사가 있습니다!

사장님, 회사를 10배로 키워주는 회계사가 있습니다! - AI시대, 99% 기업이 모르는 폭발 성장 설계도 하이 아웃풋 10
서정민.서정무 지음 / 라온북 / 2025년 10월

*본 포스팅은 출판사로부터 도서를 제공받아 주관적으로 작성한 리뷰입니다.

기업을 경영한다는 것은 끊임없이 안개 속을 걷는 일과 같다. 앞이 보이지 않는 상황에서 결정을 내려야 하고, 그 결정의 결과는 몇 개월, 혹은 몇 년 후에야 드러난다. 많은 경영자들이 직관에 의존하거나 과거의 경험을 되풀이하는 이유가 여기에 있다. 하지만 직관만으로는 충분하지 않다. 경험만으로는 변화하는 시장을 따라잡을 수 없다. 여기서 회계라는 도구가 가진 진정한 가치가 드러난다. 회계는 돈의 입출을 기록하는 장부만이 아니다. 그것은 기업이라는 유기체의 건강 상태를 진단하고, 미래의 방향을 예측하며, 현재의 문제점을 정확히 짚어내는 렌즈다. 마치 의사가 환자의 혈액 검사 결과를 보고 질병을 진단하듯, 경영자는 재무제표를 통해 회사의 병목 지점과 성장 가능성을 읽어낼 수 있다. 하지만 대부분의 경영자들은 이 렌즈를 제대로 활용하지 못한다. 세무사가 작성한 보고서를 받아보고, 세금 내는 날만 기다리는 수동적인 자세로는 회계의 1%도 활용하지 못하는 셈이다. 진짜 회계의 힘은 숫자 너머에 숨겨진 이야기를 읽어내고, 그 이야기를 전략으로 번역하는 데 있다.

전통적인 회계 관점에서 재무제표는 과거의 기록이다. 지난 분기에 얼마를 벌었고, 얼마를 썼으며, 현재 얼마가 남아 있는지를 보여주는 역사책과 같다. 그러나 AI와 데이터 분석 기술이 발전한 지금, 회계는 과거를 넘어 미래를 설계하는 도구로 진화하고 있다. 수익 구조를 분석한다는 것은 단순히 매출 총액을 확인하는 것과는 차원이 다르다. 어떤 제품이, 어떤 고객군이, 어떤 채널을 통해 진짜 이익을 만들어내는지를 파악하는 것이다. 놀랍게도 많은 기업들이 매출의 80%를 차지하는 제품이 사실은 이익의 20%만 창출하고, 반대로 매출의 20%에 불과한 제품이 이익의 80%를 만들어내는 현실을 모른 채 경영한다. 이러한 구조적 이해 없이는 성장 전략을 세울 수 없다. 단순히 매출을 늘리기 위해 마케팅 비용을 투입하는 것은, 어디에 구멍이 뚫려 있는지도 모르는 채 물을 붓는 것과 같다. 진짜 성장은 이익을 만들어내는 엔진을 찾아내고, 그 엔진에 연료를 집중적으로 공급할 때 일어난다.

조직이 커질수록 소통의 문제가 발생한다. 영업팀은 매출 목표를 달성하는 데 집중하고, 생산팀은 비용 절감에 몰두하며, 마케팅팀은 브랜드 인지도를 높이는 데 주력한다. 각 부서가 제각각 다른 목표를 향해 달려가면, 회사 전체는 한 방향으로 나아가지 못하고 제자리를 맴돈다. 이때 필요한 것이 공통의 언어다. 그리고 그 언어가 바로 측정 가능한 지표다. KPI는 단순한 성과 평가 수단이 아니다. 그것은 조직 전체가 같은 방향을 바라보게 만드는 나침반이다. 모든 구성원이 같은 지표를 보고, 그 지표를 개선하기 위해 협력할 때, 비로소 조직의 에너지가 한 곳으로 모인다. 하지만 많은 기업들이 잘못된 지표를 추적한다. 의미 없는 숫자를 매일 체크하면서 시간을 낭비하거나, 정작 중요한 신호는 놓치고 만다. 좋은 지표란 행동을 유발하는 지표다. 그 숫자가 변할 때 무엇을 해야 하는지가 명확하고, 그 행동이 실제로 비즈니스에 영향을 미치는 지표여야 한다. 생각해 보면 기업 판매에서 방문자 수를 늘리는 것보다, 구매 전환율을 높이는 것이 중요하다면, 추적해야 할 지표는 달라진다. 어떤 유입 경로에서 온 고객이 가장 높은 구매율을 보이는지, 어떤 페이지에서 고객이 이탈하는지를 세밀하게 분석해야 한다. 이러한 데이터 기반 접근이 없다면, 모든 마케팅 활동은 도박과 다름없다.

AI 시대의 경영은 사장이 모든 것을 직접 통제하는 방식에서 벗어나야 한다. 조직이 스스로 판단하고, 학습하며, 진화하는 시스템을 구축하는 것이 핵심이다. 이를 '자동비행 모드 경영'이라고 부를 수 있다. 비행기의 자동비행 시스템을 생각해보자. 조종사는 목적지를 입력하고, 시스템은 수많은 센서 데이터를 실시간으로 분석하면서 최적의 경로를 유지한다. 날씨가 변하면 자동으로 고도를 조정하고, 연료 소비를 최적화하며, 목적지에 안전하게 도착하도록 설계되어 있다. 기업도 마찬가지다. 경영자가 모든 결정을 내릴 수는 없다. 하지만 올바른 데이터 시스템과 의사결정 프레임워크를 구축하면, 조직은 많은 부분을 자율적으로 운영할 수 있다. 재고 수준이 일정 기준 이하로 떨어지면 자동으로 발주가 이루어지고, 고객 이탈률이 높아지면 즉각 리텐션 캠페인이 실행되며, 특정 제품의 수익성이 떨어지면 자동으로 경고 신호가 발송된다. 이러한 시스템을 구축하려면 두 가지가 필요하다. 첫째는 정확한 데이터 수집 체계다. 실시간으로 데이터를 모으고, 정제하며, 의미 있는 형태로 가공하는 파이프라인이 필요하다. 둘째는 그 데이터를 해석하고 행동으로 연결하는 룰과 알고리즘이다. 이 두 요소가 결합될 때, 경영자는 일일이 세부 사항을 관리하는 대신, 전략적 방향을 설정하는 데 집중할 수 있다.

회계를 단순히 기술적 도구로만 보면 본질을 놓친다. 숫자는 결국 사람의 선택과 가치관을 반영한다. 어디에 돈을 쓰고, 무엇에 투자하며, 어떤 비용을 줄일 것인가. 이 모든 결정에는 경영자의 철학이 담겨 있다. 예를 들어 어떤 회사는 단기 이익을 극대화하기 위해 연구개발비를 줄이고, 어떤 회사는 장기적 경쟁력을 위해 수익성이 낮아도 R&D에 지속적으로 투자한다. 재무제표에는 둘 다 비용으로 표시되지만, 그 의미는 전혀 다르다. 전자는 미래를 포기하는 선택이고, 후자는 미래를 준비하는 투자다. 숫자를 읽는다는 것은 이러한 맥락을 이해하는 것이다. 매출이 증가했다는 사실만으로는 충분하지 않다. 그 매출이 지속 가능한지, 고객 만족도를 희생한 결과인지, 아니면 진짜 가치를 제공한 결과인지를 살펴봐야 한다. 비용이 증가했다고 해서 무조건 나쁜 것도 아니다. 그것이 성장을 위한 투자라면, 오히려 긍정적인 신호일 수 있다. 결국 회계는 경영자가 스스로에게 던지는 질문이다. "우리는 제대로 가고 있는가?", "우리의 선택은 올바른가?", "우리가 추구하는 가치는 숫자로 증명되고 있는가?" 이러한 질문에 정직하게 답하려면, 숫자와 진실하게 대면할 용기가 필요하다.

많은 경영자들이 회계를 어려워하는 이유는 숫자 자체가 복잡해서가 아니다. 오히려 숫자가 너무 정직하기 때문이다. 숫자는 거짓말을 하지 않는다. 감정도, 변명도 통하지 않는다. 적자는 적자고, 비효율은 비효율이다. 이러한 현실을 직시하는 것이 불편할 수 있다. 하지만 진짜 성장은 불편함을 감수할 때 시작된다. 회사가 어디에서 돈을 잃고 있는지, 어떤 프로세스가 병목을 만들고 있는지, 어떤 의사결정이 잘못되었는지를 인정하는 순간, 비로소 개선의 여지가 생긴다. 문제를 외면하고서는 절대 해결할 수 없다. AI 시대의 회계는 이러한 진실을 더욱 명확하게 보여준다. 과거에는 분기별로 보고서를 받아보면서 사후에 문제를 파악했다면, 이제는 실시간으로 데이터를 모니터링하면서 문제가 발생하기 전에 예방할 수 있다. 예측 분석을 통해 3개월 후의 현금 흐름을 미리 시뮬레이션하고, 시나리오별로 대응 방안을 준비할 수도 있다. 이러한 기술적 진보가 가능한 시대에, 여전히 과거의 방식으로 경영하는 것은 기회를 포기하는 것과 같다. 변화를 두려워할 필요는 없다. 오히려 변화를 받아들이지 않는 것이 더 위험하다.

성장은 우연히 일어나지 않는다. 누군가는 그것을 설계하고, 계획하며, 실행해야 한다. 그 누군가가 바로 경영자다. 하지만 경영자가 혼자서 모든 것을 할 수는 없다. 올바른 시스템과 파트너가 필요하다. 회계사의 역할도 변하고 있다. 더 이상 세무 신고를 대행하는 사무 직원이 아니라, 기업의 성장을 함께 설계하는 전략 파트너로 진화하고 있다. 데이터를 분석하고, 인사이트를 제공하며, 의사결정을 지원하는 역할이 강조되고 있다. 좋은 회계사는 숫자 너머를 본다. 재무제표에서 회사의 이야기를 읽어내고, 그 이야기가 어떻게 전개될지를 예측하며, 더 나은 결말을 위해 무엇을 해야 하는지를 제안한다. 이러한 협력 관계가 형성될 때, 경영자는 홀로 고민하지 않아도 된다. 물론 시스템과 파트너만으로는 부족하다. 경영자 스스로가 숫자를 이해하려는 노력이 필요하다. 회계의 기본 원리를 배우고, 재무제표를 읽는 법을 익히며, 데이터 기반 의사결정에 익숙해져야 한다. 이것이 바로 회계 리터러시, 즉 숫자 문해력이다. 21세기 경영자에게 회계 리터러시는 선택이 아니라 필수다. 디지털 전환이 가속화되고, 데이터가 폭발적으로 증가하는 시대에, 숫자를 읽지 못하는 경영자는 문맹과 다름없다. 반대로 숫자를 자유롭게 다루는 경영자는 무한한 가능성을 열 수 있다. 숫자는 차갑고 무미건조해 보이지만, 그 안에는 뜨거운 열정과 냉철한 판단이 공존한다. 회계는 예술이자 과학이며, 역사이자 미래다. 이 도구를 제대로 활용하는 경영자는 안개 속에서도 길을 찾아낼 수 있다. 그리고 그 길의 끝에는 10배 성장이라는 목표가 아니라, 지속 가능하고 의미 있는 기업이 기다리고 있다.

마음을 움직이는 단 하나의 질문

마음을 움직이는 단 하나의 질문 - 뇌과학과 심리학으로 풀어낸 실전 소통법
이수경 지음 / 지니의서재 / 2025년 10월

*본 포스팅은 출판사로부터 도서를 제공받아 주관적으로 작성한 리뷰입니다.

나는 오랫동안 '말을 잘하는 것'이 곧 '대화를 잘하는 것'이라고 믿었다. 논리적으로 조리 있게 설명하고, 내 생각을 명확하게 전달하면 상대방도 이해해주리라 생각했다. 하지만 어느 순간부터 이상한 일들이 반복되기 시작했다. 분명 좋은 의도로 건넨 말이었는데 상대는 표정을 굳혔고, 도움이 되려고 했던 조언은 오히려 거리감을 만들었다. "왜 내 말을 이해 못 하지?"라는 답답함이 쌓여갈 때, 나는 문득 깨달았다. 문제는 상대가 아니라 나였다는 것. 이 책을 읽으며 가장 먼저 마주한 문장은 충격에 가까웠다. "우리는 말은 배웠지만, 대화는 배운 적이 없다." 생각해보면 정말 그랬다. 학창 시절 내내 발표를 잘하는 법, 논리적으로 글 쓰는 법, 설득력 있게 주장하는 법은 배웠지만, 누군가의 마음을 듣는 법, 상처 주지 않고 물어보는 법, 감정을 존중하며 대화하는 법은 배운 적이 없었다. 오히려 "울지 마", "참아", "네 생각은 틀렸어"라는 말들로 감정을 억누르는 법만 학습했다. 그렇게 자란 우리가 어른이 되어 관계 속에서 부딪히고, 상처 주고, 오해하는 건 어쩌면 당연한 일이었는지도 모른다.

책에서 가장 깊이 와닿았던 부분은 '듣기'에 대한 이야기였다. 나는 내가 꽤 잘 듣는 사람이라고 생각했다. 상대가 말할 때 끼어들지 않고, 고개를 끄덕이며, 눈을 맞추며 들었으니까. 하지만 저자는 날카롭게 지적한다. "우리는 듣고 있는 것이 아니라 생각하고 있다"고. 상대의 말을 이해하려는 게 아니라, 내가 어떻게 대답할지 준비하고 있다는 것이다. 그 순간 지난 대화들이 파노라마처럼 스쳐 지나갔다. 친구가 힘든 이야기를 할 때, 나는 그 말이 끝나기도 전에 "그래도 괜찮을 거야"라는 위로를 준비하고 있었다. 부모님이 걱정을 표현할 때, 나는 "괜찮다니까요"라는 반박을 머릿속에서 다듬고 있었다. 연인이 속상함을 토로할 때, 나는 "내 입장에서는..."이라는 변명을 조립하고 있었다. 나는 한 번도 진짜로 들은 적이 없었다. 상대의 감정이 어떤 색인지, 그 말 뒤에 어떤 마음이 숨어 있는지 느껴보려 하지 않았다. 저자가 말하는 '공감하며 듣기'는 단순히 말의 내용을 이해하는 차원을 넘어선다. 그 말 속에 숨은 감정의 결을 느끼고, 말하지 못한 마음까지 함께 짊어지는 것이다. 이는 마치 상대의 감정이 잠시 쉬어갈 수 있는 방을 내 안에 마련해주는 일과 같다. 나는 그동안 그 방을 만들어본 적이 있었을까? 오히려 내 논리로, 내 경험으로, 내 판단으로 가득 찬 공간만 제시했던 건 아닐까 생각해 본다.

"왜 그랬어?"와 "그때 어떤 마음이었어?"는 겨우 몇 글자 차이지만, 전혀 다른 세계를 연다. 전자는 추궁이고, 후자는 초대다. 전자는 상대를 막다른 골목으로 몰아넣지만, 후자는 마음을 열 수 있는 안전한 공간을 제공한다. 같은 질문이라도 그 안에 담긴 온도에 따라 관계는 완전히 달라진다. 나는 그동안 얼마나 많은 '왜'를 날카롭게 던졌던가. "왜 이렇게 했어?", "왜 말을 안 해?", "왜 이해를 못 해?" 그 질문들은 상대에게 관심을 보이는 듯했지만, 실은 내 기준에 맞추라는 압박이었다. 질문의 형태를 빌린 명령이자, 물음표를 단 비난이었다. 당연히 상대는 방어 모드에 돌입할 수밖에 없었다. 저자는 좋은 질문의 조건으로 '탐색, 이해, 선택권'을 제시한다. 탐색이란 진짜 궁금해서 묻는 것이고, 이해란 상대의 입장에서 세상을 보려는 노력이며, 선택권이란 대답하지 않아도 괜찮다는 존중이다. 나는 이 세 가지를 얼마나 지켰을까? 질문을 던지면서도 이미 내 안에 정답을 정해두고, 상대가 그 답을 말하기를 강요했던 순간들이 떠올랐다. 특히 '대답하지 않을 권리까지 존중해야 한다'는 말이 가슴에 박혔다. 질문이란 상대에게서 답을 빼앗는 도구가 아니라, 상대가 말하고 싶은 마음을 느낄 수 있도록 돕는 다리여야 한다. 좋은 질문은 답을 구하는 게 아니라 마음을 듣기 위한 준비다. 질문은 말의 시작이 아니라 듣기의 시작이다.

책을 읽으며 가장 뜨끔했던 건 '말투'에 관한 부분이었다. 사람들은 말의 내용 때문에 상처받는 게 아니라, 그 말을 전하는 방식 때문에 더 크게 다친다는 것. 같은 "괜찮아?"라는 질문도 어떤 억양으로, 어떤 표정으로, 어떤 속도로 건네느냐에 따라 위로가 될 수도, 형식적인 인사가 될 수도 있다. 뇌는 놀랍도록 예민해서 말의 온도를 즉시 감지한다. 공격적인 말투는 편도체를 자극해 방어 회로를 작동시키지만, 존중과 배려가 담긴 말투는 안전감을 주고 마음의 문을 연다. 나는 그동안 내용에만 집중한 나머지 전달 방식을 간과했다. "내 말이 맞잖아"라고 생각하며 상대가 받아들이지 못하는 걸 답답해했지만, 정작 내 말투가 얼마나 날카로웠는지는 돌아보지 못했다. 특히 가족 간의 대화에서 이 문제는 더 심각했다. 가까운 사이일수록 조심스러움을 잃기 쉽다. "내가 너 위해서 하는 말이야"라는 명분 아래 얼마나 많은 상처를 주고받았는가. 책을 읽고 나서 아이들과 남편에게 질문하는 방식을 바꿔보았다. "왜 숙제 안 했어?" 대신 "오늘 어떤 일이 있었어?", "빨리 하면 안 돼?" 대신 "지금 무슨 생각하고 있어?"라고. 처음엔 어색하고 말도 꼬였지만, 신기하게도 대화의 공기가 달라지기 시작했다. 아이들의 얼굴이 덜 굳었고, 남편의 대답이 길어졌다.

책을 덮으며 나는 스스로에게 물었다. "나는 지금, 어떤 온도의 말로 누군가에게 다가가고 있을까?" 이 질문은 매일 아침 나를 깨우는 알람이 되었다. 출근길에, 회의실에서, 저녁 식탁에서, 나는 이 질문을 되새긴다. 대화는 정보를 교환하는 게 아니라 감정을 연결하는 일이다. AI가 아무리 발전해도 대체할 수 없는 인간만의 영역이 있다면, 그것은 바로 마음과 마음을 잇는 이 따뜻한 언어일 것이다. 정보는 AI에게 맡기고, 마음은 인간이 묻자. 이 책이 전하는 가장 큰 메시지다. 나는 이제 안다. 관계가 어려운 건 상대방 탓이 아니라, 내가 제대로 된 질문을 하지 못했기 때문임을. 대화가 막힌 건 상대가 말을 안 해서가 아니라, 내가 안전한 공간을 만들지 못했기 때문임이다...

[100자평] 2026 이기적 빅데이터분석기사 실기 Python

2026 이기적 빅데이터분석기사 실기 Python - 최신 기출문제 수록 + 동영상 강의 무료 제공 ㅣ 2026 이기적 빅데이터분석기사
이삭.김상돈 지음 / 영진.com(영진닷컴) / 2025년 10월

빅데이터분석기사 자격증은 시작일 뿐이다. 진짜 목표는 데이터를 읽고, 해석하고, 가치를 창출하는 능력을 갖추는 것이다.

내 인생의 운명을 바꾸는 자신감 철학

내 인생의 운명을 바꾸는 자신감 철학
샤를 페팽 지음, 김보희 옮김 / 아이템하우스 / 2025년 10월

*본 포스팅은 출판사로부터 도서를 제공받아 주관적으로 작성한 리뷰입니다.

현대 사회에서 '자신감 또는 자기 확신(la confiance en soi)'은 자기계발서의 단골 주제이자, 개인의 성공과 행복을 좌우하는 핵심 요소로 여겨진다. 그러나 많은 경우 이 개념은 피상적으로 다뤄지며, 구체적으로 어떤 영역에서 어떻게 부족한지, 그리고 진정으로 무엇을 원하는지에 대한 깊이 있는 성찰 없이 막연하게 추구된다. 프랑스 철학자 샤를 페팽(Charles Pépin)은 자기 확신을 심리적 기법이 아닌 철학적 차원에서 탐구한다. 그는 심리학, 정신분석학, 교육학, 스포츠, 그리고 시의 영역을 넘나들며 이 개념의 깊이를 파헤친다. 책은 자신감을 끌어올리기 위한 9가지의 법칙으로 자신감에 대한 자기 확신을 이야기 해 준다. 각 법칙을 설명하면서 저자는 여러가지 사례를 중시으로 그의 철학에 대해 쉽게 접근할 수 있도록 하고있다. 각각의 법칙을 이해하는 것도 좋지만, 페팽의 자신감 즉 자기 확신 철학을 종합적으로 사고하는 것이 의미있는 접근방법일 것 같다.

페팽에 따르면 자기 확신은 세 가지 차원의 연금술적 조합으로 이루어진다. 그 첫 번째는 타인에 대한 신뢰, 즉 관계적 차원이다. "우리는 타인의 시선 속에서, 그의 미소 속에서 자기 확신을 얻는다" 그는 자기 확신의 근원이 본질적으로 관계적임을 강조한다. 인간의 삶에서 최초의 관계는 유아기의 상호작용이다. 이 시기에 받는 관심의 질과 무조건적인 사랑이 정서적 안정감을 결정한다. 아이가 '행위'가 아닌 '존재' 그 자체로 사랑받을 때, 내적 안정감이 형성되고 이는 행동의 발판이 된다. 이러한 무조건적 수용은 아이가 미래를 향해 자신을 투사할 수 있게 하는 도약대 역할을 한다. 그러나 페팽은 초기 애착 관계의 결핍이 있었던 이들에게도 희망의 메시지를 전한다. "관계의 결핍을 보충하기에 너무 늦은 때란 없다. 다만 이를 위해서는 자신을 잘 알아야 하며, 그 결핍을 의식하고 보완할 필요성을 인식해야 한다." 여기서 중요한 통찰은 자기 확신의 부족이 자신의 탓이 아니라 타인, 즉 어린 시절 필요한 안정감을 제공하지 못했던 양육자의 부재에서 기인한다는 것이다. 자기 비난의 악순환에서 벗어나게 하는 핵심적 관점이다. 많은 이들이 자기 확신의 부족을 개인적 결함으로 내면화하지만, 페팽은 이것이 관계적 맥락에서 형성된 것임을 명확히 한다. 따라서 치유 역시 관계를 통해 이루어질 수 있다. 새로운 관계, 치료적 관계, 혹은 자신과의 관계를 통해 과거의 결핍을 보완하고 새로운 안정감을 구축할 수 있다는 것이다.

자기 확신의 두 번째 차원은 자신의 능력에 대한 신뢰다. 페팽은 이렇게 말한다. "우리가 자신감을 찾기 어려울 때, 우리는 암묵적으로 재능이 부족하거나 충분히 재능 있지 않다고 생각하지만, 사실은 충분히 훈련하지 않았을 뿐이다." 윌리엄스 자매가 세계 최고의 테니스 선수가 된 것은 집중적인 훈련의 결과였다. 그들이 얻은 자기 확신은 테니스 코트를 넘어서는 것이었다. 그들이 개발한 역량은 기술의 완벽한 반복뿐 아니라 각자의 독특성을 드러내는 창의성을 통합할 수 있게 했다. 이는 숙련도와 창의성이 상호배타적이지 않으며, 오히려 깊은 숙련이 진정한 창의성의 토대가 됨을 보여준다. 행동은 이 차원의 핵심이다. 세상에 작용을 가하는 것, 즉 행동은 우리를 세계, 타인, 현실로 열어주고 그 효과를 관찰할 수 있게 한다. 특히 페팽은 육체적 작업의 중요성을 강조한다. 정원 가꾸기, 요리, 수리, 바느질, 그림 그리기 등 물질과의 직접적 접촉을 통한 수작업은 자신의 능력에 대한 신뢰를 회복하는 왕도다. 이러한 활동들은 우리를 '만들기'의 세계로 재연결시키며, 작업의 효과에 대한 직접적 인정을 경험하게 하고 자부심을 느끼게 한다. 현대 사회에서 많은 사람들의 노동이 추상화되고, 자신의 기여가 가시적이지 않은 상황에서, 이러한 직접적이고 구체적인 작업은 존재의 확실성을 회복시킨다. 칠레 작가 이사벨 아옌데의 사례는 특히 시사적이다. 페팽에 따르면, 아옌데가 문학 경력을 시작할 수 있었던 것은 자기 확신이 있었기 때문이 아니라, 행동이 그녀를 정당성 부족이라는 불안에서 해방시켰기 때문이다. "그녀는 자신감이 있어서 뛰어든 것이 아니다. 뛰어들었기 때문에 자유로워진 것이다." 이는 자기 확신과 행동의 관계에 대한 일반적 오해를 뒤집는다. 우리는 종종 먼저 자신감을 가져야 행동할 수 있다고 생각하지만, 실제로는 행동이 자신감을 낳는다. 행동은 결단을 앞서는 불안에서 우리를 해방시킨다.

자기 확신의 세 번째 차원은 가장 추상적이면서도 가장 근본적이다. 삶을 신뢰한다는 것은 어려움에도 불구하고 삶이 선하다는 내밀한 확신이다. 이 차원은 이성적 계산을 넘어선다. 그것은 실존적 자세, 세계에 대한 근본적 신뢰다. 불확실성과 취약성을 인정하면서도 삶의 본질적 선함을 믿는 능력이다. 이는 맹목적 낙관주의가 아니라, 고난과 시련을 겪으면서도 존재의 궁극적 의미에 대한 믿음을 유지하는 성숙한 신뢰다. 페팽은 우리가 통제의 환상에서 벗어나야 한다고 말한다. 현대 사회는 모든 것을 예측하고 관리하고 통제할 수 있다는 믿음을 조장하지만, 이는 불안을 증폭시킬 뿐이다. 진정한 자기 확신은 역설적으로 통제를 포기할 때, 삶의 신비와 예측 불가능성을 받아들일 때 찾아온다. 

샤를 페팽의 자기 확신에 대한 철학은 자기 확신을 관계적, 실천적, 실존적 차원의 복잡한 상호작용으로 제시한다. 자기 확신을 정적 상태가 아닌 역동적 과정으로 보는 시각이다. 우리는 자기 확신을 '가지거나' '가지지 않는' 것이 아니라, 관계를 통해, 행동을 통해, 삶에 대한 신뢰를 통해 끊임없이 구축하고 재구축한다. 또한 페팽은 자기 확신의 부족을 개인의 결함이 아닌 맥락적 조건의 결과로 재프레이밍함으로써, 자기 비난의 악순환을 끊는 길을 제시한다. 동시에 변화의 가능성을 강조함으로써 희망을 준다. 어린 시절의 결핍이 있었다 해도, 새로운 관계를 형성하고, 행동하고, 자기 인식을 심화함으로써 자기 확신을 발전시킬 수 있다. 행동과 자기 확신의 관계에 대한 그의 통찰은 실천적으로 매우 중요하다. 이는 우리가 '준비될 때까지' 기다리지 말고, 불완전함과 두려움을 안고 시작하라는 초대다. 의심과 불확실성에 대한 그의 재평가 역시 주목할 만하다. 현대 사회는 확실성과 통제를 추구하지만, 페팽은 의심이야말로 진정한 결정의 공간이며, 불확실성이 삶의 풍요로움의 원천임을 상기시킨다. 모든 것이 예측 가능하고 통제 가능하다면, 삶은 기계적이고 무의미해질 것이다. 결국 페팽의 '자기 확신에 관한 철학'은 자기 이해, 타자와의 관계, 세계에 대한 행동, 그리고 실존적 신뢰가 어우러진 총체적 삶의 태도에 대한 성찰이다. 그것은 우리에게 더 용감하고, 더 진정성 있고, 더 자유로운 삶으로의 초대장이다. 불확실성을 포용하고, 행동하며, 타인과 연결되고, 궁극적으로 삶 자체를 신뢰하라는 초대. 이것이 페팽이 제시하는 자기 확신의 길이다. 각각의 법칙을 고민해 보는 것도 좋을 것이다.. 자신감 또는 자기 확신에 대한 신선한 접근이었다.

AI 비즈니스 트렌드 2026

AI 비즈니스 트렌드 2026 - 미리 보는 AI 트렌드 리포트
이소영.이예림.업폴 지음 / 매일경제신문사 / 2025년 10월

*본 포스팅은 출판사로부터 도서를 제공받아 주관적으로 작성한 리뷰입니다.

인공지능은 이제 '있느냐 없느냐'의 문제가 아니다. 핵심은 얼마나 효과적으로 사용하느냐, 어떻게 조합하고 조율하느냐에 달려 있다. 2026년을 향한 비즈니스 환경은 이러한 활용 역량의 차이가 곧 경쟁력의 격차로 나타나는 시기다. 기술을 보유하는 것을 넘어, 그것을 업무 흐름과 조직 구조 속에 녹여내는 능력이 승패를 가른다. 최근 발표된 전망에 따르면, AI가 향후 5년간 글로벌 경제에 추가할 가치는 15조 달러를 상회할 것으로 예상된다. 일하는 방식과 가치를 창출하는 구조 자체가 근본적으로 재편됨을 의미한다. 작년까지만 해도 'AI 도구 지도'를 그리는 것이 중요했다면, 이제는 그 도구들을 어떻게 엮어내고 운용하느냐가 관건이 되었다. 이번에 이소영, 이예림 공저의 <AI 비즈니스 트렌드 2026>을 읽고 미래를 예측해 본다.

과거의 자동화가 정해진 규칙에 따라 반복 작업을 처리하는 수준이었다면, 이제 등장한 지능형 에이전트는 상황을 판단하고 스스로 행동한다. 사용자가 일일이 명령을 내리지 않아도, 에이전트는 주어진 목표를 이해하고 필요한 절차를 수행한다. 이는 단순히 효율성의 증가를 넘어, 업무 설계 자체를 재구성하는 변화를 가져온다. 더욱 흥미로운 점은 여러 에이전트가 협업하는 단계로 진화하고 있다는 것이다. 하나의 에이전트가 데이터를 수집하고 분석하면, 다른 에이전트가 그 결과를 바탕으로 보고서를 작성하고, 또 다른 에이전트가 이를 시각화한다. 이런 흐름 속에서 인간의 역할은 미시적 명령에서 거시적 조율로 이동한다. 즉, '프롬프트를 잘 쓰는 능력'보다 '에이전트들을 조율하는 감각'이 더 중요해지는 것이다. 기업들은 향후 1년에서 1년 반 사이에 자사의 AI 전략 안에 에이전트 시스템을 상당 수준 통합할 것으로 예상하고 있다. 이는 선택의 문제가 아니라 생존의 조건으로 인식되고 있다. 실제로 글로벌 기업 리더들은 2025년을 '에이전트가 실제 인지적 업무를 시작한 해'로 규정하며, 이를 역사적 전환점으로 평가한다.

과거에는 팀이나 조직의 힘을 빌려야만 가능했던 일들이 이제는 한 사람의 손으로 완성된다. 이른바 '1인 유니콘' 시대의 도래다. 전 세계에서 이미 300건 이상의 사례가 보고되고 있으며, 그 핵심에는 저렴하거나 무료로 제공되는 강력한 AI 도구들이 있다. 주요 AI 플랫폼들은 월 2만 원 정도의 구독료만으로도 충분히 활용할 수 있으며, 일부는 학생과 연구자에게 완전히 개방되어 있다. 이는 진입장벽이 획기적으로 낮아졌음을 의미한다. 이제 개인은 마케팅 전문가, 디자이너, 데이터 분석가 등 필요한 만큼의 전문성을 AI를 통해 '복제'할 수 있다. 노동력이 서비스화되는 시대, 인간의 시간과 에너지는 가장 창의적이고 전략적인 부분에만 집중할 수 있게 되었다. 하지만 이러한 변화는 양날의 검이다. AI를 능숙하게 다루는 이들은 기하급수적으로 성장하지만, 그렇지 못한 이들은 빠르게 뒤처진다. 경제적 계층의 분화가 가속화될 가능성이 크다. 성공한 AI 활용자들의 공통점은 완벽한 계획보다 빠른 실행을 택했다는 점이다. 작은 프로젝트부터 시작해 반복하며 개선하는 방식이 거창한 준비보다 효과적이라는 교훈을 남긴다.

AI 산업의 경쟁 구도는 단순 채용 경쟁을 넘어 '최상위 스타 인재'를 확보하는 싸움으로 번졌다. 현재 세계적으로 주목받는 AI 전문가들은 15년 전만 해도 1,000명도 채 되지 않았다. 당시에는 비인기 전공이었지만, 지금은 한 사람의 가치가 천억 원대 연봉으로 평가받는 시대가 되었다. 흥미롭게도, 일반 개발자나 엔지니어 채용은 AI 코딩 도구의 확산으로 오히려 감소하는 추세다. 반면 최상위 AI 연구자에 대한 수요는 폭발적이다. 실리콘밸리는 천문학적 연봉으로 인재를 영입하고, 중국은 특허 출원과 연구 투자로 맞서고 있다. 2022년 기준 중국의 AI 특허 출원 수는 미국의 약 4배에 달하며, 이는 양적 성장과 질적 도약을 동시에 추구하고 있음을 보여준다. 그러나 돈만으로 인재를 붙잡아둘 수는 없다. 장기적 리텐션 전략이 중요해지는 이유다. 조직 문화, 연구 자율성, 사회적 임팩트 같은 비금전적 요소들이 최상위 인재들의 선택에 결정적 영향을 미친다. 단순히 인재를 '사는' 것이 아니라, '함께 성장할 수 있는 환경'을 만드는 것이 진정한 경쟁력이다.

거대한 서버에 의존하던 AI가 이제 개인의 기기 안으로 들어오고 있다. 온디바이스 AI는 클라우드 연결 없이도 스마트폰이나 PC에서 직접 작동하는 인공지능이다. 이는 프라이버시와 통제권의 회복을 의미한다. 삼성, 애플, 구글 등 글로벌 기업들이 치열하게 경쟁하고 있는 이 영역은 데이터 유출 우려를 해소하고 사용자에게 직접적인 통제권을 부여한다. 더 이상 민감한 정보를 외부 서버로 보낼 필요가 없다. 모든 처리가 기기 내부에서 완결되기 때문이다. 이는 PC가 개인 컴퓨팅의 보급을 가져왔듯이, AI 보급의 시대를 열어가는 핵심 전환점이다. 또한 온디바이스 AI는 워크플로 자체를 바꾼다. 과거에는 특정 앱을 실행하고 기능을 찾아야 했다면, 이제는 AI가 중심이 되어 필요한 작업을 자동으로 연결한다. 앱 중심에서 AI 중심 업무 흐름으로의 전환이 이루어지는 것이다. 개인이 기술을 소유하고 통제하는 새로운 패러다임이 현실화되고 있다.

기업들은 이제 AI를 조직 자체를 AI 중심으로 재설계하고 있다. 아마존 같은 글로벌 거대 기업조차 과감한 피벗을 선언했다. 전통적 운영 방식에서 벗어나 AI 중심 조직으로 대전환을 추진하는 것이다. 이러한 변화는 선언에 그치지 않는다. 각 부서는 워크숍과 실험 프로젝트를 통해 AI 역량을 구축하고, 실제 업무에 적용하며 검증한다. 물류에서는 AI 기반 재고 배치와 수요 예측이, 고객 서비스에서는 지능형 챗봇이, 경영 전반에서는 데이터 기반 의사결정이 핵심이 된다. 서비스 비용은 낮아지고 배송 속도는 빨라지는 등 가시적 성과가 나타난다. 성공적인 피벗의 핵심은 작은 것부터 시작하는 것이다. 전사적 도입보다는 특정 부서에서 파일럿 프로젝트를 실행하고, 성과를 검증한 후 확대하는 전략이 효과적이다. 한 기업의 사례에 따르면, 회의록 정리와 이미지 분석에만 AI를 활용했는데 3개월 만에 업무 효율이 40% 향상되었고, 이를 계기로 다른 팀들도 도입을 요청했다고 한다. 다만 가장 큰 장벽은 기술이 아니라 조직 문화다. AI를 능숙하게 활용하는 직원이 오히려 동료들로부터 부정적 시선을 받는 경우도 있다. 따라서 내부 가이드라인 수립, 직원 교육, 데이터 거버넌스 구축이 필수적이다. 특히 이미지나 음성 같은 민감 데이터를 다루는 멀티모달 AI의 경우, 보안과 개인정보 보호가 더욱 중요해진다.

AI는 이제 업무 도구를 넘어 일상의 동반자가 되고 있다. 사용자 경험(UX)의 패러다임이 근본적으로 변화하는 것이다. 과거에는 기능 중심으로 설계되었다면, 이제는 감성과 정서적 연결이 중심이 된다. 예를 들어 전기차 충전소는 단순히 전기를 공급하는 공간에서 벗어나 사용자가 머물고 싶어하는 경험의 장소로 진화한다. 브라우저는 웹 검색 도구에서 업무를 함께 수행하는 동료로 변모한다. 이동수단은 단순 모빌리티가 아니라 개인화된 경험의 공간이 된다. 이러한 변화의 핵심은 '기억하는 AI'다. 사용자의 선호와 습관을 학습하고 기억하는 기술이 인간과 AI 사이의 연결을 만든다. 인터페이스는 점점 더 자연스러워지고, 상호작용은 더욱 직관적이 된다. 기술이 인간을 따라가는 것이 아니라, 인간의 삶에 자연스럽게 녹아드는 것이다.

생성형 AI는 더 이상 전문가의 전유물이 아니다. 학생과 직장인이 일상적으로 활용하는 도구가 되었다. SNS에서 유행하는 밈부터 학습 자료 제작, 업무 보고서 작성까지, AI는 생활 곳곳에 스며들었다. 이러한 대중화는 새로운 직업을 탄생시켰다. 프롬프트 엔지니어처럼 AI와 인간을 연결하는 역할이 등장했고, 기존 직무들도 AI 활용 능력을 필수 역량으로 요구하기 시작했다. 아이디어만 있다면 누구나 최고 수준의 결과물을 만들어낼 수 있는 시대가 온 것이다. 그러나 이는 동시에 새로운 격차를 만든다. AI를 효과적으로 활용하는 이들과 그렇지 못한 이들 사이의 디지털 격차가 경제적 불평등으로 이어질 가능성이 크다. 저작권 문제도 여전히 명확한 기준이 없어 혼란이 지속되고 있다. 개인정보 보호와 기술적 접근성의 문제도 해결해야 할 과제로 남아 있다. 중요한 것은 다양한 AI 서비스를 직접 경험해보고, 자신에게 맞는 도구를 찾는 일이다. 그리고 선택한 AI를 자신의 업무 스타일에 맞게 훈련시키고 지속적으로 활용하는 것, 이것이 실질적인 AI 활용의 핵심이다.

혁신은 종종 서로 다른 것들의 조합에서 나온다. AI 시대의 혁신도 마찬가지다. 두 개 이상의 AI 도구를 결합하거나, 기술과 산업을 융합하면 예상치 못한 가치가 창출된다. 케이팝 산업에서는 가상과 현실을 믹스한 전략으로 팬 경험을 확장하고 새로운 콘텐츠를 만들어낸다. 디지털 스트리밍 시대에 오히려 아날로그 바이닐 레코드가 부활한 것은 감성적 소비와 디지털 편의성의 역설적 공존을 보여준다. 교통과 복권을 결합한 공공 시스템은 수익 혁신의 사례가 된다. 개인 차원에서도 AI 믹스는 중요하다. 여러 AI 도구를 자신의 필요에 맞게 조합하면 최적의 생산성과 창의성을 확보할 수 있다. 한 가지 도구에 의존하기보다, 각각의 강점을 이해하고 상황에 따라 적절히 조합하는 능력이 경쟁력이 된다.

인간은 보고, 듣고, 느끼며 세상을 이해한다. 멀티모달 AI는 이러한 인간의 감각을 모방한다. 텍스트만 처리하던 AI가 이제 이미지, 음성, 영상, 심지어 3D 데이터까지 통합적으로 분석한다. 이는 단순한 기술적 진보가 아니라, AI가 세상을 이해하는 방식의 근본적 변화다. 예를 들어 의료 분야에서는 X-레이 이미지와 환자 기록, 음성 진단을 통합 분석해 더 정확한 진단을 내린다. 엔터테인먼트에서는 팬 데이터와 영상 콘텐츠를 연결해 개인화된 경험을 제공한다. 로봇 산업에서는 센서 데이터와 제어 시스템을 융합해 더 정교한 작업을 수행한다. 멀티모달 AI는 업무 자동화를 넘어 창의적 판단과 전략 수립까지 지원한다. 복합적인 데이터를 통합 해석하기 때문에 인간이 미처 발견하지 못한 패턴과 인사이트를 제공한다. 다만 다양한 형태의 민감한 데이터를 다루기 때문에 보안과 개인정보 보호가 더욱 중요해진다.

성장하는 기업들은 산업 경계를 넘나든다. AI 서비스 기업이 하드웨어로 확장하고, 하드웨어 기업이 소프트웨어 생태계를 구축한다. 기술 중심 기업이 라이프스타일 브랜드로 진화하고, 단일 제품 기업이 생태계 중심의 초연결 기업으로 탈바꿈한다. 오픈AI는 AI 서비스의 경계를 허물며 다양한 산업으로 진출하고 있고, 엔비디아는 칩 제조사에서 AI 인프라의 아이콘으로 변신했다. 이들의 공통점은 정적인 조직 구조가 아니라 유기적이고 민첩한 태스크포스 중심으로 성장한다는 것이다. 이러한 무경계 전략은 조직의 DNA를 바꿀 것을 요구한다. 부서 간 벽을 허물고, 산업 간 경계를 넘나들며, 하드웨어와 소프트웨어를 통합하는 풀스택 전략이 필요하다. 변화를 두려워하지 않고 끊임없이 피벗할 수 있는 조직 문화, 그것이 바로 무경계 혁신 기업의 핵심이다.

2026년은 AI 활용 능력의 격차가 비즈니스 성패를 가르는 결정적 시기다. 단순히 어떤 기술을 보유하느냐가 아니라, 얼마나 효과적으로 조합하고 조율하느냐가 핵심이다. 에이전트 협업, 1인 유니콘, 온디바이스 AI, 조직 피벗, AI 공존, 대중화, 믹스 전략, 멀티모달, 무경계 DNA까지, 이 열 가지 트렌드는 서로 독립적이지 않다. 하나가 다른 하나를 강화하고, 함께 작동하며 시너지를 만든다. 지금은 완벽한 계획을 세울 때가 아니라 빠르게 실행할 때다. 작은 프로젝트부터 시작해 반복하며 개선하는 것, 그것이 성공한 AI 독립러들의 공통된 전략이다. 기술 격차와 경제적 불평등이라는 그림자가 있지만, 동시에 누구나 유니콘급 성과를 낼 수 있는 전례 없는 기회도 열려 있다. 기업은 파일럿 프로젝트로 시작해 성과를 검증하고, 데이터 거버넌스를 구축하며, 조직 문화를 바꿔야 한다. 개인은 다양한 AI 도구를 경험하고, 자신에게 맞는 것을 선택해 꾸준히 훈련시켜야 한다. 이 골든타임에 준비하는 기업과 개인만이 살아남는다. 역사적 전환점 앞에서 우리에게 필요한 것은 두려움이 아니라 실험 정신이며, 완벽함이 아니라 민첩함이다. AI 시대의 진정한 승자는 가장 많은 기술을 보유한 자가 아니라, 가장 지혜롭게 활용하는 자가 될 것이다.

태그