신입에게 AI 도구를 가르치는 법 — 처음부터 잘못 가르치면 평생 못 고친다

사실 올해는 신입을 한 명도 뽑지 않았습니다. 대신 부서 개편으로 폐지된 부서에서 우리 팀으로 배속된 동료를 받은 적이 있습니다. 회사 경력은 있지만 우리 팀 업무 기준으론 0에서 시작하는, 사실상 쌩 신입이었습니다. 그 두 사람이 AI 도구를 처음 여는 장면을 봤습니다. 한 명은 화면을 켜자마자 그날 받은 모든 일을 그대로 챗봇 창에 붙여 넣었고, 다른 한 명은 일을 읽고 자기 머릿속에 한 번 정리한 다음 막힌 부분만 잘라서 챗봇에 물었습니다. 한 달이 지났을 때 두 사람이 일하는 방식의 차이는, 더 이상 좁힐 수 없을 만큼 벌어졌습니다.

신입에게 AI 가르치기는 사실 도구 사용법을 가르치는 일이 아니라, AI를 쓰기 전에 본인 머리를 거치는 습관을 가르치는 일에 가깝습니다. 그 습관은 첫 한 달이 결정하고, 그 한 달을 놓치면 나중에 고치기가 매우 어렵습니다.

신입의 첫 AI 사용 — 두 가지 분기

신입이 AI 도구를 처음 열었을 때, 매니저 입장에서 가장 빨리 눈에 띄는 신호는 다음과 같습니다.

• "AI에게 다 시키는" 패턴 — 일을 받자마자 그대로 챗봇에 던집니다. 본인이 생각한 가설이 없고, AI 답을 곧 결과물로 받아들입니다.
• "AI를 도구로 쓰는" 패턴 — 일을 한 번 읽고 자기 머리로 한 번 정리한 뒤, 막히는 부분 또는 검증이 필요한 부분만 잘라서 AI에 묻습니다.

같은 도구를 같은 첫 주에 받았는데 결과가 갈라지는 이유는 단순합니다. 신입이 AI를 만나기 전에 그 일을 한 번 본인 머리로 통과시켰는지, 아니면 곧바로 던졌는지의 차이입니다. 매니저가 가르치지 않으면 신입 대부분은 전자(AI에게 다 시키는 패턴)로 자리잡습니다. 그게 빠르고, 즉시 결과가 보이고, 자기 부족함이 안 드러나기 때문입니다.

잘못된 첫 경험 3가지

신입이 가장 자주 자리잡는 잘못된 습관 세 가지부터 적습니다.

1. AI에게 통째로 던지기

받은 일을 그대로 복사해서 AI에 붙여 넣습니다. 본인이 일을 어떻게 이해했는지 한 번도 점검하지 않은 상태에서 답을 받습니다. AI 답이 맞아 보이면 그대로 제출합니다. 가장 빠르게 결과가 나오지만, 신입의 머리에는 그 일이 어떻게 풀렸는지에 대한 흔적이 남지 않습니다.

2. AI 답을 검증 없이 받기

AI가 내놓은 숫자, 인용, 출처, 코드를 그대로 신뢰합니다. 한 줄도 다시 확인하지 않습니다. AI가 일관된 문장으로 답하면 진실처럼 느껴지기 때문입니다. 이게 사고로 이어지는 자리는 보통 6개월 차쯤이고, 그때는 이미 그 습관이 단단해져 있습니다.

3. 프롬프트만 외우기

"이런 일에는 이런 프롬프트"라는 식으로 외워서 씁니다. 본인이 그 프롬프트가 왜 작동하는지 모르고, 프롬프트가 안 통할 때 변형할 줄도 모릅니다. 좋은 프롬프트의 형태는 외울 수 있어도, 그 형태를 만든 생각의 과정은 외울 수 없습니다.

왜 처음이 결정적인가

마이크로소프트 리서치와 카네기멜런대학교의 공동 연구에 따르면, 본인 업무에 자신감이 있는 지식 노동자는 AI 출력에 대해 비판적으로 사고하는 경향이 강하고, 자신감이 부족한 사람은 AI 답을 그대로 충분하다고 받아들이는 경향이 강합니다. 같은 연구는 AI 도구를 쓸 때 사람이 들이는 노력이 "정보 수집에서 정보 검증으로, 문제 해결에서 AI 응답 통합으로, 작업 실행에서 작업 관리로" 이동한다고 정리합니다.

핵심은 단순합니다. 자신감이 있어야 AI 답을 의심할 수 있는데, 신입은 정의상 자신감이 부족합니다. AI 답을 무비판으로 받아들이는 게 신입의 기본값입니다. 매니저가 이 기본값을 깨주지 않으면, 신입은 6개월 뒤에도 1년 뒤에도 그 자리에 머뭅니다.

여기서 한 가지를 짚어둡니다. 이 글에서 '신입'이라고 부르는 사람은 채용 절차로 새로 들어온 신입만 가리키지 않습니다. 부서 개편이나 직무 이동으로 새 업무 기준에선 0에서 시작하는 동료도 포함합니다. 요즘 회사에서 후자 비중이 점점 커지고 있고, 매니저가 가르쳐야 할 자리도 그쪽이 더 많아졌습니다. 회사 경력이 있어도 새 업무에 대한 자신감은 신입과 비슷한 수준이라, AI 답을 의심하는 기본값도 동일하게 약합니다.

신입에게 AI 가르치기 — 권장 3원칙

위 세 가지 잘못된 패턴을 막기 위해 첫 한 달 동안 반복해서 가르치는 세 가지입니다.

1. AI에 묻기 전에 가설을 한 줄 쓰게 한다

받은 일을 본인 말로 한 줄 요약 + 가설 한 줄을 먼저 쓰게 합니다. 가설이 틀려도 괜찮습니다. 중요한 건 AI 답을 받기 전에 본인 머리를 한 번 통과시키는 습관입니다. 가설이 있으면 AI 답을 그 가설과 비교하게 되고, 그 비교에서 비판적 사고가 시작됩니다.

2. AI 답에 "왜 그렇지?"를 한 번 물어보게 한다

AI가 답을 내놓으면 그 자리에서 "이 답이 왜 맞는가?"를 다시 묻게 합니다. AI에게 직접 물어도 되고, 본인이 점검 항목을 적어도 됩니다. 이 과정 한 번이 있는 것과 없는 것이, 6개월 뒤에는 일머리의 차이로 드러납니다.

3. AI 없이도 풀 수 있는 작은 작업을 정기적으로 시킨다

매주 한 번은 AI를 끄고 풀어보게 합니다. 짧은 분석, 짧은 글쓰기, 간단한 의사결정 같은 것들이면 충분합니다. AI가 없어도 풀 수 있다는 감각이 살아 있어야, AI가 있을 때도 그것을 도구로 부릴 수 있습니다. 이 감각이 한 번 죽으면 다시 살리기가 매우 어렵습니다.

매니저가 점검할 신호

위 세 가지를 가르치고 있는지를 매니저가 짧게 점검하는 방법은 단순합니다. 첫 한 달, 신입의 결과물을 받을 때 두 가지를 묻습니다.

• "이 일을 어떻게 풀었어요?" — 본인 가설이 있었는지, AI를 어떻게 썼는지가 한두 문장에 드러납니다.
• "AI 답이 맞다고 어떻게 확신했어요?" — 검증을 했는지, 아니면 그냥 받아들였는지가 바로 드러납니다.

두 질문에 답이 매끄럽게 나오면 권장 패턴 안으로 들어온 것입니다. 답이 막히면 한두 번 더 가르쳐야 한다는 신호입니다. 매니저가 들어야 할 답은 정답이 아니라, "풀이의 과정이 본인 머리에서 한 번 흘렀는가" 에 대한 짧은 증거입니다.

첫 한 달은 다시 오지 않는다

3편 에서, 신입에게 일 시키기의 답을 AI 시대에 다시 찾고 있다고 적었습니다. 이번 글은 그 다시 찾는 중인 답의 한 조각입니다. 위임을 동료에게 맡기더라도, AI를 가르치는 일만큼은 매니저가 첫 한 달에 직접 통과시켜야 한다고 지금은 믿고 있습니다.

1편 과 2편 에서, 매니저의 어떤 결정들은 그 위치에 직접 앉아본 뒤에야 보인다고 적었습니다. 신입에게 AI 가르치기는 팀장의 역할이 떠맡아야 하는 영역 중 하나이고, 다른 영역과 한 가지가 다릅니다. 첫 한 달을 놓치면, 그 신입의 일하는 방식이 통째로 굳어집니다. 매니저라는 위치에서 통과시켜야 할 풍경 중에서, 회복 기회가 가장 짧은 구간이기도 합니다.

그래서 이 글은, 신입에게 AI 도구를 잘 보여주는 법이 아니라, 신입이 AI를 만나기 전에 본인 머리를 한 번 거치는 습관을 매니저가 어떻게 심을지에 관한 메모에 가깝습니다. 도구는 어차피 매년 바뀝니다. 다만 본인 머리를 한 번 거치는 습관은 도구가 바뀌어도 그대로 따라옵니다. 첫 한 달에 그 습관을 심는 일, 지금으로서는 그게 신입에게 AI 가르치기의 절반쯤은 된다고 생각합니다.

요즘 회사에서 매니저가 마주하는 '쌩 신입'은, 채용 절차로 들어온 신입만이 아니라 다른 부서에서 재배치된 동료들도 상당한 비중을 차지할 수 있습니다. 신입 채용은 줄어드는 추세인데 업무 개편은 계속되고 있어서, 같은 가르침을 다른 동료에게 반복하게 되는 경우도 늘어날 수 있겠다고 짐작합니다. 이 글이 그런 자리에서 한 번씩 펴볼 수 있는 짧은 메모가 되면 좋겠습니다.