[칼럼] How의 기술이 싸질 수록, Why의 인문학이 비싸진다

이명호 / 퓨처스 에디터, 미래학회 고문

“AI 시대에 가장 먼저 사라질 전공은 문과다.” 불과 몇 년 전까지 정설처럼 통하던 이 말이 뒤집히고 있다. 국제통화기금(IMF)이 2026년 1월 발표한 보고서는 정반대의 신호를 포착했다. AI 도입이 가속화될수록 코딩·데이터 분석 같은 기술 숙련도의 시장 가격은 하락하고, 비판적 사고와 윤리적 판단력을 포함한 ‘사회적 인지 능력(Social-Cognitive Skills)‘의 임금 프리미엄은 25% 급등했다는 것이다. 기술이 정교해질수록 인간의 소양이 더 귀해지는 역설이 수치로 증명되었다. AI가 인간을 대체하는 것이 아니라, 인간의 역할을 더 본질적인 곳으로 밀어 올리고 있다는 구조적 신호다. AI 시대에 노동의 상실을 우려하기 전에, 인간의 가치를 어디서 찾을 것인가에 대한 통찰을 먼저 물어야 하는 이유가 여기에 있다.

이 역전 현상의 핵심에는 ‘기술 평범화(Commoditization)‘라는 구조적 변화가 있다. 불과 2년 전까지만 해도 비즈니스 애플리케이션 하나를 만들려면 수년의 실무 경험을 갖춘 숙련 개발자가 반드시 필요했다. 지금은 다르다. 생성형 AI에 맥락만 잘 전달하면 기능하는 코드가 즉시 나온다. 기술적 장벽이 사실상 무너진 것이다. 그런데 바로 이 순간, 정작 희귀해진 것이 선명하게 드러났다. 그 코드가 왜 필요하고, 어떤 문제를 풀어야 하며, 그 결과가 사람들의 삶에 어떤 의미인지를 정의하는 통찰력이다. AI는 ‘어떻게(How)‘를 빠르게 처리한다. 하지만 ‘왜(Why)‘를 묻는 능력은 여전히 인간의 고유 영역으로 남아 있다.

이 패턴은 역사에서 반복된다. 구글 딥마인드의 알파폴드(AlphaFold)가 단백질 구조 예측을 자동화한 뒤, 생물학자들은 더 근원적인 물음—“이 구조는 생명에 어떤 의미인가”—으로 이동했다. 20세기 초 전기 모터가 공장의 증기기관을 대체하자, 기계를 다루는 기술자보다 공정 전체를 설계하고 노동을 조직하는 엔지니어의 가치가 치솟았다. 인터넷이 보급된 직후에도 정보를 검색하는 능력보다 그 정보를 해석하고 연결하는 능력이 차별점이 되었다. 새로운 기술이 특정 능력을 평범화할수록, 그 기술에 방향을 부여하는 상위 능력의 가격은 반등한다. 코드를 생성하는 능력은 AI에 위임할 수 있지만, 현장의 필요를 읽고 문제를 정의하는 통찰은 위임되지 않는다. 이것이 노동 시장 재편의 실체다.

채용 현장은 이미 이 변화를 가격에 반영하고 있다. 2026년 상반기 글로벌 빅테크 기업 채용 공고에서 소프트웨어 엔지니어 직군에 인문학 복수 전공자를 우대하는 조건이 3년 전보다 3.5배 늘어났다. 하버드 비즈니스 리뷰는 선도 기업들이 코딩 테스트보다 공감 능력과 문제 정의력을 채용의 최우선 지표로 삼기 시작했다고 보고한다. 스탠퍼드 인간 중심 AI 연구소(HAI)는 복잡한 맥락을 언어로 정의하고 윤리적 가이드라인을 설계하는 ‘인문 기반 AI 아키텍트’가 고연봉 시장을 주도하고 있다고 분석했다. IDC는 이 같은 융합 인재의 공백이 2026년까지 초래하는 경제적 손실을 5.5조 달러로 추산한다. AI 인재 부족의 본질은 기술 인력의 부족이 아니라, 기술에 맥락과 방향을 부여하는 인재의 부족이다.

교육 현장도 이 흐름을 따르고 있다. 과학·기술·공학·수학(STEM)을 강조하던 교육 패러다임이 예술과 인문학(Arts)을 결합한 ‘STEAM’으로 무게중심을 옮기고 있다. 핀란드는 전공의 벽을 허물고 공대생에게 윤리학을, 인문대생에게 데이터 문해력을 가르치는 융합 커리큘럼을 선택이 아닌 필수로 제도화했다. 싱가포르국립대학(NUS)은 전공과 무관하게 전 학년에 AI 리터러시 과정을 의무화했다. 기술적 역량과 인문적 사유를 동시에 요구하는 시대로 이미 진입한 것이다.

한국은 어떤가. ‘문송합니다(문과라서 죄송합니다)‘라는 자조는 아직 현재진행형이다. 수능 체계는 문·이과를 가르고, 대학 커리큘럼은 전공의 벽 안에 갇혀 있다. 채용 시장은 자격증과 기술 스펙 중심으로 돌아가고 있으며, 질문하는 능력이나 문제를 정의하는 역량을 평가하는 구조 자체가 없다. 정부의 소프트웨어 인재 육성 정책은 10년째 코딩 교육에 집중되어 있다. AI가 코딩을 대신하는 시대에, 코딩을 더 잘 가르치겠다는 정책이 여전히 주류다. 대기업 채용 필기시험은 언어·수리 영역의 인지 능력 측정에 머물러 있고, 인문계 졸업생은 이공계 전공자와의 스펙 경쟁에서 스스로를 지워낸다. 기술의 평범화가 빠르게 진행되는 동안, 한국의 교육과 채용 시스템은 역설적으로 평범해지고 있는 능력에 투자를 집중하고 있는 셈이다. 이 구조가 바뀌지 않는 한, 글로벌 시장이 요구하는 융합 인재를 제도적으로 배출하기 어렵다.

더 근본적인 물음이 남는다. AI가 답을 내주는 속도가 빨라질수록, 우리는 질문하는 능력을 잃어가고 있는 것은 아닌가. 검색 한 번이면 얻을 수 있는 정보 앞에서 독서와 토론을 줄이고, AI가 써준 보고서를 다듬는 일에 익숙해지면서, 정작 ‘무엇이 문제인가’를 스스로 묻는 근육이 퇴화하고 있는 것은 아닌가. 기술이 제공하는 편의가 깊어질수록, 사고를 위임하는 습관도 함께 깊어진다. “무엇을 물어야 하는가"를 모르는 순간, 가장 정교한 알고리즘도 방향 없는 계산기가 될 뿐이다.

대응은 세 방향에서 동시에 이루어져야 한다. 기업은 채용 면접에 문제 정의 능력과 윤리적 딜레마 상황에서의 판단력을 측정하는 평가를 도입해야 한다. 코딩 테스트가 걸러내는 인재와 질문 능력 테스트가 선발하는 인재는 다르다. 내부 교육도 마찬가지다. AI 툴 사용법 습득에 집중하는 것만으로는 부족하다. 현장을 읽고 문제를 정의하는 훈련이 반드시 병행되어야 한다. 국가 차원에서는 전공 간 경계를 허물고 융합 커리큘럼을 필수로 제도화해야 한다. 현행 문·이과 이분법을 구조적으로 해체하는 논의를 더 이상 미룰 수 없다. 개인에게는 ‘하이브리드 커리어’ 설계가 요구된다. 기술에 인문학적 사유를 얹거나, 인문학에 데이터 해석 능력을 더하는 조합이 5년 뒤 경쟁력을 결정한다. AI 시대의 인재는 문과도 이과도 아닌, 두 감각을 동시에 지닌 STEAM형 하이브리드다.

기술이 정교해질수록 그 기술을 다루는 마음과 철학의 가치는 반등한다. 코드는 기계가 짤 수 있지만, 그 코드가 풀어야 할 문제를 정의하는 것은 여전히 인간의 몫이다. 소크라테스가 테크 기업의 회의실에 필요해진 이유가 여기에 있다. 현장을 읽고, 질문을 던지고, 방향을 결정하는 능력—이것이 AI 시대에 가장 희소하고 가장 비싼 자산이다. AI가 답의 속도를 높일수록, 더 좋은 질문을 먼저 던지는 사람이 미래의 주인이 된다.