"IQ 140을 옆에 두고, 왜 말을 못 거는가"
최종 업데이트: 2026년 4월
AI 교육, 툴을 가르칠 것인가 생각을 가르칠 것인가
이번 강의를 준비하면서 방향성에 대해 정말 많은 고민을 했습니다.
툴 사용법은 기본이고, 간단한 응용 예제 던져주면 알아서 직무에 활용하겠지 — 이러면 안 된다는 걸 작년 한 해 강의하면서 뼈저리게 느꼈거든요.
"AI 활용법 알려드릴게요, DX 시대입니다, 디지털 전환하세요."
솔직히 이 이야기는 작년에 충분히 했습니다. 물론 하루가 다르게 바뀌는 AI 현황에 맞춰 새로운 워크플로우를 매일 정리하느라 저도 바쁜 건 사실이에요. 그래도 기본적인 툴 사용법을 한번 제대로 익히면, 새로운 툴이 나와도 "아, 이건 이거지" 하고 바로 적응할 수 있습니다. 아이폰을 쓰다가 갤럭시로 바꿔도 "설정은 여기 있겠네" 하고 찾는 것처럼요. 버튼 위치가 아니라 원리를 아는 거니까요.
그런데 진짜 문제는 거기가 아니었습니다.
키보드 앞에서 멈추는 사람들
강의실에서 이런 장면을 수없이 봤습니다.
"자, 이제 ChatGPT에게 본인이 필요한 자료를 요청해보세요."
그 순간, 강의실이 조용해집니다. 아까까지 고개 끄덕이며 "오 이거 좋은데?" 하던 분들의 손이 키보드 위에서 딱 멈춰요. 눈은 커서(커서)를 보고 있는데, 손가락은 안 움직입니다.
우리 모두 말은 잘 합니다. "인턴한테 이거 조사해오고, 저거 정리해놔" 이 정도는 눈 감고도 할 수 있죠. 그런데 그걸 텍스트로 쓰라고 하면 — 사고회로가 탁 막힌 듯한 느낌. 뭐라고 쳐야 하지? 어떻게 시작하지?
저도 처음 GPT와 첫 대화에서 그랬습니다. 화면 앞에 앉아서 "뭘 물어보지??" 질문조차 떠오르지 않았어요. 답답해서 마이크 기능 켜고 말로 지시해봤죠. 그런데 이것도 또 답답한 거예요.
그럼 뭐, 텔레파시???
결국 기술은 계속 발전하겠지만, 그렇게 기다리기엔 지금 이 녀석이 너무 똑똑하잖아요. 지금 당장 쓸 수 있는데, 우리가 말을 못 거는 거예요.
'프롬프트 엔지니어링'이라는 벽
생각해보면 "프롬프트 엔지니어링"이라는 말 자체가 문제입니다.
엔지니어링이라고 하니까 뭔가 코딩 같고, 전문 기술 같고, 나는 못하는 영역 같잖아요. 근데 실체를 까보면 뭡니까 — 그냥 내가 원하는 걸 말하는 겁니다. 카페에서 "아이스 아메리카노 샷 추가요" 하는 것처럼, AI한테 "이 자료 요약해줘, 근데 표로 정리해줘" 하면 되는 건데.
'엔지니어링'이라는 이름이 붙는 순간, 사람들 머릿속에 벽이 생깁니다. 나는 엔지니어가 아닌데? 그럼 이건 내 영역이 아닌 건가? 그래서 강의 시작 전에 저는 이 말부터 합니다.
"프롬프트 엔지니어링 잊으세요. 오늘은 그냥 AI한테 말 거는 연습합니다."
답을 얻는 사람 vs 생각이 확장되는 사람
여기서 중요한 갈림길이 생깁니다.
AI한테 질문하고 답을 받아서 끝. 이게 반복되면 어떻게 될까요? 모두가 두려워하는 그 시나리오 — AI에 대체되는 인간이 되는 겁니다. AI가 준 답을 복붙하는 사람은, 솔직히 AI만 있으면 되니까요.
반대로, AI한테 질문하면서 "어 이런 관점도 있네?", "이걸 이렇게 연결하면 되겠다" 하며 자기 생각이 확장되는 사람. 이 사람은 AI가 아무리 발전해도 대체가 안 됩니다. AI는 도구고, 그 도구로 어디까지 갈 지를 결정하는 건 결국 그 사람의 머리니까요.
같은 디자이너라도, AI를 쓰는 목적이 다릅니다.
"이 배색 괜찮아?" 하고 정답을 구하는 사람이 있고,
"이 브랜드의 타겟이 2030 여성인데, 이번 시즌 트렌드 컬러와 우리 브랜드 아이덴티티를 고려하면 어떤 배색이 효과적일까?" 하고 사고를 확장하는 사람이 있어요.
결과물의 차이는 말 안 해도 아시죠.
그래서 AI 교육은 어디로 가야 하는가
지금 AI 교육은 툴 활용, 워크플로우 설계 — 여기까지는 당연히 포함해야 합니다. 근데 거기서 멈추면 안 돼요.
우리가 진짜 연습해야 하는 건, 잘 질문하는 힘입니다.
**우리의 생각이 확장되어야 AI도 확장된 생각을 합니다.** AI는 단순한 질문에도 다양하게 사고해주는 만능이 아닙니다. 내가 "배색 추천해줘" 하고 던지면, AI도 딱 그 만큼만 돌려줍니다. 내가 타겟과 브랜드와 시즌을 함께 물으면, AI는 그 맥락 안에서 사고를 펼쳐요. AI의 지능은 고정값이지만, 그걸 끌어내는 건 내 질문의 깊이입니다.
이게 오히려 발전하는 AI 환경에서 더 미래지향적인 교육 방향이라고 생각합니다. AI가 똑똑해질수록, 질문의 질이 결과의 질을 결정하니까요. 똑같은 AI를 써도 어떤 사람은 보고서 초안을 30분 만에 뽑고, 어떤 사람은 한 시간째 "뭐라고 쳐야 하지" 하고 있어요. 차이는 AI 실력이 아니라, 질문하는 실력입니다.
AI를 대체 위협으로 볼 것인가, 나의 서브 뇌(sub-brain)로 장착할 것인가.
IQ 140짜리 두뇌를 옆에 하나 더 달 수 있는 시대에, "어떻게 시킬지 모르겠어요"로 멈춰 있으면 너무 아깝잖아요.
그래서 AX포트는 이렇게 갑니다
문제는, "질문하는 힘"이 강의 한 번 듣는다고 생기지 않는다는 겁니다.
머리로 "아, 이렇게 질문해야 하는구나" 이해하는 것과, 내 업무 앞에 앉아서 실제로 질문을 뽑아내는 건 전혀 다른 일이거든요. 키보드 앞에서 손이 멈추는 그 순간은, 이론만으로는 안 풀립니다. 내 업무, 내 맥락, 내 데이터 앞에서 직접 막혀보고, 그 자리에서 같이 풀어봐야 비로소 내 것이 됩니다.
그래서 저희는 툴 사용법에서 끝내지 않습니다. 실무에서 이 툴을 어떻게 응용하는지, 여러 툴을 어떻게 조합하면 시너지가 나는지, 실제 업무 예제로 함께 갑니다. 그리고 실습에서 막히는 지점, 질문이 안 나오는 그 순간을 1:1 코칭으로 같이 뚫습니다. "이 업무엔 이 정보를 먼저 줘야 하는구나", "이 맥락에선 이렇게 물어야 AI가 제대로 답하는구나" — 이걸 본인 업무로 직접 체감해야 합니다.
기존 AI 강의를 듣고 오신 분들이 자주 하시는 말이 있어요. "툴 사용법이랑 예시만 보여주고 끝이에요. 실제로 어떻게 쓰는지는 알아서 해야 하더라고요." 딱 그 공백, "알아서"의 공백을 메우는 게 AX포트가 하는 일입니다.
"아 이렇게 쓰는 거구나"가 아니라 "이걸 내 업무에 바로 쓸 수 있겠다"까지.
이게 AX포트가 지향하는 AI를 통한 직무강화 교육입니다.
대체가 아니라 강화.
AI를 내 옆에 두고, 내 사고를 확장시키는 것.
"IQ 140을 옆에 두고, 왜 말을 못 거는가"
최종 업데이트: 2026년 4월
AI 교육, 툴을 가르칠 것인가 생각을 가르칠 것인가
이번 강의를 준비하면서 방향성에 대해 정말 많은 고민을 했습니다.
툴 사용법은 기본이고, 간단한 응용 예제 던져주면 알아서 직무에 활용하겠지 — 이러면 안 된다는 걸 작년 한 해 강의하면서 뼈저리게 느꼈거든요.
"AI 활용법 알려드릴게요, DX 시대입니다, 디지털 전환하세요."
솔직히 이 이야기는 작년에 충분히 했습니다. 물론 하루가 다르게 바뀌는 AI 현황에 맞춰 새로운 워크플로우를 매일 정리하느라 저도 바쁜 건 사실이에요. 그래도 기본적인 툴 사용법을 한번 제대로 익히면, 새로운 툴이 나와도 "아, 이건 이거지" 하고 바로 적응할 수 있습니다. 아이폰을 쓰다가 갤럭시로 바꿔도 "설정은 여기 있겠네" 하고 찾는 것처럼요. 버튼 위치가 아니라 원리를 아는 거니까요.
그런데 진짜 문제는 거기가 아니었습니다.
키보드 앞에서 멈추는 사람들
강의실에서 이런 장면을 수없이 봤습니다.
"자, 이제 ChatGPT에게 본인이 필요한 자료를 요청해보세요."
그 순간, 강의실이 조용해집니다. 아까까지 고개 끄덕이며 "오 이거 좋은데?" 하던 분들의 손이 키보드 위에서 딱 멈춰요. 눈은 커서(커서)를 보고 있는데, 손가락은 안 움직입니다.
우리 모두 말은 잘 합니다. "인턴한테 이거 조사해오고, 저거 정리해놔" 이 정도는 눈 감고도 할 수 있죠. 그런데 그걸 텍스트로 쓰라고 하면 — 사고회로가 탁 막힌 듯한 느낌. 뭐라고 쳐야 하지? 어떻게 시작하지?
저도 처음 GPT와 첫 대화에서 그랬습니다. 화면 앞에 앉아서 "뭘 물어보지??" 질문조차 떠오르지 않았어요. 답답해서 마이크 기능 켜고 말로 지시해봤죠. 그런데 이것도 또 답답한 거예요.
그럼 뭐, 텔레파시???
결국 기술은 계속 발전하겠지만, 그렇게 기다리기엔 지금 이 녀석이 너무 똑똑하잖아요. 지금 당장 쓸 수 있는데, 우리가 말을 못 거는 거예요.
'프롬프트 엔지니어링'이라는 벽
생각해보면 "프롬프트 엔지니어링"이라는 말 자체가 문제입니다.
엔지니어링이라고 하니까 뭔가 코딩 같고, 전문 기술 같고, 나는 못하는 영역 같잖아요. 근데 실체를 까보면 뭡니까 — 그냥 내가 원하는 걸 말하는 겁니다. 카페에서 "아이스 아메리카노 샷 추가요" 하는 것처럼, AI한테 "이 자료 요약해줘, 근데 표로 정리해줘" 하면 되는 건데.
'엔지니어링'이라는 이름이 붙는 순간, 사람들 머릿속에 벽이 생깁니다. 나는 엔지니어가 아닌데? 그럼 이건 내 영역이 아닌 건가? 그래서 강의 시작 전에 저는 이 말부터 합니다.
"프롬프트 엔지니어링 잊으세요. 오늘은 그냥 AI한테 말 거는 연습합니다."
답을 얻는 사람 vs 생각이 확장되는 사람
여기서 중요한 갈림길이 생깁니다.
AI한테 질문하고 답을 받아서 끝. 이게 반복되면 어떻게 될까요? 모두가 두려워하는 그 시나리오 — AI에 대체되는 인간이 되는 겁니다. AI가 준 답을 복붙하는 사람은, 솔직히 AI만 있으면 되니까요.
반대로, AI한테 질문하면서 "어 이런 관점도 있네?", "이걸 이렇게 연결하면 되겠다" 하며 자기 생각이 확장되는 사람. 이 사람은 AI가 아무리 발전해도 대체가 안 됩니다. AI는 도구고, 그 도구로 어디까지 갈 지를 결정하는 건 결국 그 사람의 머리니까요.
같은 디자이너라도, AI를 쓰는 목적이 다릅니다.
"이 배색 괜찮아?" 하고 정답을 구하는 사람이 있고,
"이 브랜드의 타겟이 2030 여성인데, 이번 시즌 트렌드 컬러와 우리 브랜드 아이덴티티를 고려하면 어떤 배색이 효과적일까?" 하고 사고를 확장하는 사람이 있어요.
결과물의 차이는 말 안 해도 아시죠.
그래서 AI 교육은 어디로 가야 하는가
지금 AI 교육은 툴 활용, 워크플로우 설계 — 여기까지는 당연히 포함해야 합니다. 근데 거기서 멈추면 안 돼요.
우리가 진짜 연습해야 하는 건, 잘 질문하는 힘입니다.
**우리의 생각이 확장되어야 AI도 확장된 생각을 합니다.** AI는 단순한 질문에도 다양하게 사고해주는 만능이 아닙니다. 내가 "배색 추천해줘" 하고 던지면, AI도 딱 그 만큼만 돌려줍니다. 내가 타겟과 브랜드와 시즌을 함께 물으면, AI는 그 맥락 안에서 사고를 펼쳐요. AI의 지능은 고정값이지만, 그걸 끌어내는 건 내 질문의 깊이입니다.
이게 오히려 발전하는 AI 환경에서 더 미래지향적인 교육 방향이라고 생각합니다. AI가 똑똑해질수록, 질문의 질이 결과의 질을 결정하니까요. 똑같은 AI를 써도 어떤 사람은 보고서 초안을 30분 만에 뽑고, 어떤 사람은 한 시간째 "뭐라고 쳐야 하지" 하고 있어요. 차이는 AI 실력이 아니라, 질문하는 실력입니다.
AI를 대체 위협으로 볼 것인가, 나의 서브 뇌(sub-brain)로 장착할 것인가.
IQ 140짜리 두뇌를 옆에 하나 더 달 수 있는 시대에, "어떻게 시킬지 모르겠어요"로 멈춰 있으면 너무 아깝잖아요.
그래서 AX포트는 이렇게 갑니다
문제는, "질문하는 힘"이 강의 한 번 듣는다고 생기지 않는다는 겁니다.
머리로 "아, 이렇게 질문해야 하는구나" 이해하는 것과, 내 업무 앞에 앉아서 실제로 질문을 뽑아내는 건 전혀 다른 일이거든요. 키보드 앞에서 손이 멈추는 그 순간은, 이론만으로는 안 풀립니다. 내 업무, 내 맥락, 내 데이터 앞에서 직접 막혀보고, 그 자리에서 같이 풀어봐야 비로소 내 것이 됩니다.
그래서 저희는 툴 사용법에서 끝내지 않습니다. 실무에서 이 툴을 어떻게 응용하는지, 여러 툴을 어떻게 조합하면 시너지가 나는지, 실제 업무 예제로 함께 갑니다. 그리고 실습에서 막히는 지점, 질문이 안 나오는 그 순간을 1:1 코칭으로 같이 뚫습니다. "이 업무엔 이 정보를 먼저 줘야 하는구나", "이 맥락에선 이렇게 물어야 AI가 제대로 답하는구나" — 이걸 본인 업무로 직접 체감해야 합니다.
기존 AI 강의를 듣고 오신 분들이 자주 하시는 말이 있어요. "툴 사용법이랑 예시만 보여주고 끝이에요. 실제로 어떻게 쓰는지는 알아서 해야 하더라고요." 딱 그 공백, "알아서"의 공백을 메우는 게 AX포트가 하는 일입니다.
"아 이렇게 쓰는 거구나"가 아니라 "이걸 내 업무에 바로 쓸 수 있겠다"까지.
이게 AX포트가 지향하는 AI를 통한 직무강화 교육입니다.
대체가 아니라 강화.
AI를 내 옆에 두고, 내 사고를 확장시키는 것.