[100자평] 기술의 민주화 코드 없는 AI 혁신

기술의 민주화 코드 없는 AI 혁신 - 권력과 혁신이 재분배되는 새로운 패러다임
김준태 지음 / 슬로디미디어 / 2026년 2월

갇혔던 기술이 해방되어 모두의 손에 들어간 만큼, 그 기술을 다루는 법도 필히 익혀야 한다

‘답내뛰‘를 가능케한 기술 혁신 - 코드 없는 AI 혁신

기술의 민주화 코드 없는 AI 혁신 - 권력과 혁신이 재분배되는 새로운 패러다임
김준태 지음 / 슬로디미디어 / 2026년 2월

※ 해당 서평은 출판사로부터 서적을 제공받아 주관적으로 작성하였습니다.

IT업계에서 비개발자로 일하며, '개발자들은 돈 많이 받는다더라' 라는 말에 혹해서 한때 코딩을 공부할까 진지하게 고민한 적이 있다. 물론 단순 그 이유때문은 아니긴 했다. CS부서에 있으면서 개발자들의 실수에 나만(우리만) 치이는 경험을 하면서, 아 나도 개발 대충 하고선 CS부서 뒤에 숨고 싶다 라고 생각했던 게 컸기 때문이었다.

물론 개발자들 입장에선 당연히 공감도 안 가고 이해도 안 되는 몹쓸 말이다. 우리 회사에서 개발자들은 그 누구보다도 야근을 많이하고, 실질적으로 회사에 매출을 가져다주는 부서이니까. 하지만 CS, 고객지원, 영업 쪽에서 근무하는 사람들은 각자의 사정에 따라 각각 다른 이유로 개발자들을 원망한 적이 누구나 있을 것이다. 

이렇게나 다른 각 부서들의 애로사항을 한 번에... 라고 하면 거창하고, 점진적으로 해결해줄 수 있는 실마리가 이미 작년쯤부터 던져졌다고 생각한다. 바로 책의 제목과도 같은 '코드 없는 AI 혁신'이다. 

개발자들은 실마리가 풀리지 않는 오류에 덜 시달릴 수 있다. AI에게 자연어로 '지금 내 코드가 이러이러한데, 이러이러한 오류가 떠. 왜 그럴까?' 라고 물어보면 된다. 비개발 부서들은 더이상 개발자와의 대화에서 혼란을 느끼지 않아도 된다. '개발팀에서 이러이러한 말을 하는데, 그래서 결론이 뭐라는 거야? CS적 입장(재무적 입장, 마케팅적 입장, 영업적 입장)에서 무슨 말인지 알아듣게 설명해줘.' 라고 물어볼 수 있기 때문이다.

나아가 '답내뛰', 즉 '답답하면 내가 뛰면 그만'을 시전할 수 있다. 우리 회사의 이러이러한 프로덕트가 마음에 안 들어서 저러저러한 불만이 인입되고 있다면, 그런 불만을 해소시킬 MVP(Minimum Viable Product)를 AI 도움을 받아 뚝딱 만든 후, 회사 몰래 테스트해본 후 반응을 취합해 사이드 프로젝트로 만들어볼 수 있다.

말 그대로 '코드', '프로그래밍 언어'라는 거대한 장벽에 감싸져 있던 기술의 민주화 시대가 도래한 것이다. 추후 이 혁명은 증기기관으로 인해 촉발된 1차 산업혁명보다도 더 큰 혁명으로 기억될 것이다.

다만 저자는 주의할 점이 있다고 말한다. 바로 '민주화의 역설'이다.

모두가 창조자가 되었기 때문에, 그 책임을 모두가 나누어 지게 된 것이다. "이제는 스마트폰과 AI만 있으면 누구나 기자가 되고, 방송국이 되며, 여론의 주도자가 될 수 있다."(p.158)

더불어 이전에 읽은 다른 책(AI 시대의 데이터 패러독스)에서도 강조된 것 같이, 이제는 데이터 리터러시, 미디어 리터러시 그리고 궁극적으로 AI 리터러시가 필수가 되었다. 알고리즘의 저주를 받아 뇌가 망가질 것이냐, 알고리즘의 축복을 받아 그 누구보다 앞서 나갈 것이냐는 바로 이 AI 리터러시 능력에 달려 있다. 기술이 민주화되어 모두의 손에 쥐어졌기 때문에 이제 변명하기도 어렵게 된 것이다.

다시 한번 AI를 통해 폭증한 정보를 받아들이는 능력이 중요하다고 느끼게 된 이번 독서였다.

일할 때는 반드시 일만 해야 한다!

브라이언 트레이시 자기 절제론 - 의지보다 기준을 세워라 ㅣ 위대한 행동주의자의 성공 원칙 2
브라이언 트레이시 지음, 정지현 옮김 / 21세기북스 / 2026년 3월

※ 해당 서평은 출판사로부터 서적을 제공받아 주관적으로 작성하였습니다.

'자기 절제'라는 책 제목을 본 순간, 사실 흠칫했다. 내 나름대로 많은 것을 포기하며 자기 발전에 힘쓰고 있다고는 하지만, 실제로는 그렇지 않다는 것을 내 스스로 느끼고 있었기 때문이다. 내가 헌신하고 있는 것을 사람들이 알아주지도 않는 것 같고, 그에 대한 억울한 마음도 쌓이고 있었을 즈음, 내가 과연 '올바른 자기 절제를 하고 있는가?'라는 의문이 들었다. 그 의문을 해소해줄 책이길 기대하며 책을 폈다.

결론부터 말하자면, '맞다.' 어떻게 보면 뻔하기도 한 메시지들이 많은 책이었다. 하지만 뻔하다는 것은 다르게 말하면 수많은 이들에게 회자된다는 뜻일 터이다. 그만큼 강력하면서도 효과가 확실한 법칙들을 소개하는 책이었다.

한 온라인 서점의 저자 소개에 따르면, 브라이언 트레이시는 '현존하는 최고의 자기계발 전문가'이다. 수많은 대기업에서 리더십, 성공, 개인의 행복한 삶에 대해 40년 이상 강연하고 있다.

여러 메시지들이 있지만, 해당 책에서 가장 인상 깊게 다가온 주제들은 다음과 같다.

- 목표를 글로 적으면 성공 확률이 10배 이상 높아진다.

- 목표와 원하는 삶을 구체적으로 상상하면, 반드시 거기에 도착할 수 있다.

- 소득 창출 능력은 근육과 같아서 규칙적으로 단련하면 해마다 더 강하고 탄탄해진다.

- 낙관주의는 회복탄력성의 원천이다.

- 일하는 시간에는 반드시 일만 하라.

위 내용 중, 이미 하고 있던 것도 있고, 최근에 시작한 것도 있고, 전혀 하고 있지 못한 것도 있다.

전혀 하고 있지 못한 것은 바로 '일하는 시간에는 일만 하라'는 메시지다.

최근 속해있던 팀이 역할을 다해 해체되게 되었는데, 그렇게 되기까지 약 3개월의 시간이 있었다. 그동안 나는 '팀장님이 일을 주지 않는다'는 이유로 개인적인 업무, 과도한 인터넷 서핑, SNS 탐색 등에 몰두했었다.

현재는 감사하게도 평소 관심 갖고 있던 분야로 이직한 상황인데, 이 상황을 이용해 정말로 이 분야에서 전문가가 되길 다짐해 본다.

그러기 위해서는 책의 조언대로 명확한 원칙을 가지고 자기절제를 수행하며, 정말 '일하는 시간에는 일만 하는' 것이 중요할 것이다.

나는 자금관리, 재무관리, 투자자산관리의 전문가가 될 것이다.

나는 내 현재 연봉의 10배를 받게 될 것이다.

반드시 그렇게 될 것이다. 나는 내 미래를 낙관한다.

[100자평] AI 시대의 데이터 패러독스

AI 시대의 데이터 패러독스 - 데이터 홍수 속에서 가치를 끌어 올리는 13가지 원칙, 2026년 대한민국학술원 우수학술도서 선정도서
니틴 세스 지음, 옥경석 옮김 / 에이콘출판 / 2026년 2월

프레임 워크도, 구조도 중요하지만 결국 조직 안의 개인으로서 가장 필요한 것은 ‘데이터 리터러시‘

범람하는 데이터 및 AI 홍수를 헤쳐나가기 위한 필수 역량, 데이터 리터러시

AI 시대의 데이터 패러독스 - 데이터 홍수 속에서 가치를 끌어 올리는 13가지 원칙, 2026년 대한민국학술원 우수학술도서 선정도서
니틴 세스 지음, 옥경석 옮김 / 에이콘출판 / 2026년 2월

※ 해당 서평은 출판사로부터 서적을 제공받아 주관적으로 작성하였습니다.

'AI 활용'이라는 압박 속에서 찾은 실마리 'AI 시대의 데이터 패러독스'라는 타이틀을 마주했을 때, 현재 근무하고 있는 회사에서 겪고 있는 일들이 스치듯 지나갔다. 경영진은 "올해 AI를 활용하지 못하면 도태될 것"이라는 경고성 메시지를 던지고, 팀장님 또한 업무를 줄 때마다 "AI를 활용해서 내용을 파악하고 정리해 보라"고 요청한다. 하지만 결과물은 만족스러울 때보다 기대에 못 미칠 때가 더 많았다. 원인을 분석해 보면 대부분 '알맞은 데이터'를 찾지 못했기 때문이었다. 활용할 수 있는 데이터 자체는 지천에 널려 있다. 회사 내부망, 과거 이메일, 이전 품의 기록, 구글 검색, 심지어 생성형 AI에게 물어봐도 꽤 괜찮은 데이터가 나온다.

하지만 산재한 결과물들을 하나의 완성된 '데이터 제품'으로 만드는 데에는 명확한 한계를 느끼고 있었다. 그러다 보니 결과물을 내면서도 확신이 서지 않았고, 급기야 "AI를 활용해 보라"는 말 자체가 스트레스로 다가오기도 했다. 이런 상황에서 이 책은 내가 데이터를 어떻게 다루어야 할지 이정표를 제시해 줄 것 같다는 기대를 품게 했다. 데이터 폭증의 시대, 역설을 해결하는 힘 저자인 니틴 세스는 AI 분야의 세계적 기업인 인세도(Incedo)의 창립자이자 CEO이며, 맥킨지와 피델리티 등에서 데이터 혁신을 이끈 전문가다. 그는 600페이지에 달하는 방대한 분량을 통해 '데이터'의 근본적인 정의부터, 데이터 폭증으로 인해 인류가 맞닥뜨린 '역설'이 무엇인지 심도 있게 다룬다.

위에 첨부한 프레임워크 외에도 각종 다양한 도표와 워크플로우를 제시하지만, 책의 핵심은 결국 '데이터 리터러시(Data Literacy)'로 귀결된다. 데이터를 맥락에 맞게 해석하고 이해하는 능력인 리터러시는 AI 시대를 살아가는 이들에게 선택이 아닌 필수 역량이라는 것이다. 저자는 기업과 개인이 마주한 다양한 패러독스를 AI를 통해 어떻게 해결하고, 균형 잡힌 답을 얻을 수 있는지에 대한 통찰을 제시한다. '히포(HIPPO)'의 의사결정과 조직문화의 민낯 가장 인상 깊었던 대목은 '히포(HIPPO, Highest-Paid Person's Opinion, 조직 내 최고 연봉자의 의견)'에 대한 언급이었다. 지금의 기업 생태계는 리더의 직관이나 목소리 큰 사람의 의견에 휘둘리기 쉽고, 이는 곧 불가역적인 손실로 이어지곤 한다. 이를 방지하기 위해서는 모든 구성원이 높은 수준의 데이터 리터러시로 무장해야 한다. 실무자가 데이터를 올바르게 해석해 제공하고, 의사결정자가 그 데이터를 바탕으로 최종 판단을 내리는 '선순환 구조'가 반드시 필요하다. 반면, 내가 다니는 회사는 AI 혁신과 수치적인 성과를 강조하지만, 정작 '데이터 리터러시'를 향상시키려는 조직문화는 아직 부족한 편이라는 생각이 든다. 오만한 생각일 수도 있겠지마는. 이런 환경에서 나 스스로가 먼저 데이터 문해력을 갖추는 것이야말로 '나혼렙', 즉 '나 혼자만 레벨업'하는 것이 아닐까 싶다. '나 혼자만 레벨업'을 위한 세 가지 원칙 조직 전체의 문화를 당장 바꿀 수 없다면, 저자의 조언대로 개인의 영역에서부터 '데이터적 사고'를 체화하기로 했다. 책에서 얻은 영감을 바탕으로 세운 나의 실행 원칙은 다음과 같다. 첫째, '데이터 민주화'를 적극 활용해 이전에는 접근하기 어려웠던 정보들을 탐색하고 혁신적인 가치를 창출하는 것. - 실천 사례: 현재 A직무에서 B직무로 완전히 다른 곳으로 넘어왔으나, 업무 적인 지식이 필요할 때마다 AI를 통해 탐구하고 또 사실여부를 검증하여 활용 중 둘째, AI를 도구가 아닌 파트너로 삼아 업무 뿐 아니라 내 삶을 향상시키는 도구로 사용 - 실천 사례: 인사평가를 망치고 나서 길을 잃었던 중, AI와 함께 커리어 컨설팅을 받아 내 상황에 맞는 목표를 세울 수 있었음 셋째, 삶과 업무에서 얻은 경험적 원칙들을 데이터화하고, 거꾸로 데이터가 말해주는 원칙들을 내 삶에 이식하는 실험을 반복할 것이다. - 실천 사례: 아직 없지만 반드시 만들어볼 것. AI 시대, 방황하는 이들을 위한 가이드북 두꺼운 분량임에도 불구하고 저자의 논리가 명쾌하여 지루함 없이 읽을 수 있었다. AI 시대를 맞아 데이터를 어떻게 다루고 활용해야 할지 고민하는 직장인, 팀을 이끄는 리더, 그리고 기업의 방향을 결정하는 경영자들에게 이 책을 권한다. 단순히 읽는 것에 그치지 않고, 한 페이지라도 일상에 실천해 보는 시간을 갖는다면 '데이터 패러독스'의 늪에서 벗어날 수 있을 것이다.

데이터 과잉은 우리를 더 똑똑하게 만드는가, 아니면 단지 ‘똑똑해 보인다‘는 착각만 일으키는가? 어쩌면 이 데이터 과잉이야말로 개인 수준에서 더욱 분명하게 나타나는 또 하나의 ‘지혜 역설‘일지도 모른다. - P403