가오카오 종료! 매킨지, 57%의 일자리가 AI로 대체될 것이라고 경고, '실용적'인 전공일수록 더 빨리 도태된다——비자 거부 1순위 유학 전공 블랙리스트, 국방칠자 외의 보이지 않는 지뢰밭 대학, 그리고 5대 글로벌 프리미엄 업종과 학력을 무시하는 4가지 궁극의 메타 스킬

이번 방송은 가오카오(대입시험) 종료 후 마주하게 된 AI 시대의 고용 충격을 다룹니다. 맥킨지 보고서에 따르면 일자리의 57%가 AI로 인해 자동화될 것이며, 전통적인 실용 전공과 명문대(985 공정 대학) 고득점 순응자들이 직격탄을 맞을 것이라고 지적했습니다. 동시에 해외 유학의 보이지 않는 지뢰밭(PP10043 비자 제한, 국방칠자 및 실체清单 대학 등), 실용적인 전공일수록 더 빨리 도태되는 반직관적 현상, 글로벌 프리미엄 직종을 분석하고, AI 시대에 대응하기 위한 4가지 궁극의 메타 스킬을 제안합니다.

비디오 링크:

전체 텍스트:

만물은 실재하는 그대로, 조각난 인식을 거부합니다. 가오카오가 끝났죠. 집안에 시험을 잘 본 수험생이 있다면, 자, 축하드립니다. 뭐랄까, 다 좋은 일 아니겠습니까, 그렇죠? 하지만 자신의 실력을 다 발휘하지 못했다고 느낀 분들도 그다지 기죽을 필요는 없습니다. 이 지독한 세상에서 얻어봐야 결국 하나의 시험일 뿐이니까요. 중국의 교사들은 특히 학생들에게 강도를 높이기를 좋아하며, 자, 이 시험이 운명의 전환점이라고 말합니다. 이것은 완전히 개소리입니다. 물론 이번 방송은 비단 가오카오 이후의 수험생만을 겨냥한 것이 아니라, 진로 선택에 방황하는 친구들에게도 도움이 됩니다. 인간의 경제적 의미는 오직 시장 수요를 충족할 수 있는 능력과만 관련이 있으며, 이 가치의 접점을 찾는 것이 가장 중요하고 비로소 자신의 가치를 높일 수 있습니다. 중국공산당의 현 교육 체제가 배출한 학생들은 산업 시대에는 그럭저럭 쓸모가 있어서 프로그래머가 되거나 말단 관리를 하거나 할 수 있었습니다. 하지만 문제는 AI가 도래했다는 점입니다. 맥킨지가 작년 말, 즉 2025년 10월에 발표한 고용 보고서는 매우 직관적으로 이야기했습니다. 즉, 현재의 AI 기술로 이론상 거의 57%에 달하는 작업 시간을 자동화할 수 있으며, 이 비율 중에서 가장 혹독하게 타격을 받는 쪽은 공교롭게도 규칙이 매우 명확하고, 자, 프로세스가 매우 표준화된 일들이라는 것입니다. 이 부분은 가오카오 기계가 대량 생산해 낸 사람들이 가장 자신 있어 하는 분야로, 회계 프로세스, 데이터 입력 또는 기술 코드, 그리고 템플릿 글쓰기 이 네 가지는 맥킨지가 스캔한 6,800개의 스킬 중 자동화 노출이 가장 높은 상위 4분의 1에 전부 몰려 있습니다. 까놓고 말해, AI가 가장 먼저 집어삼키는 것은 바로 가오카오 컨베이어 벨트에서 대량 생산된 사람들입니다. 그렇다면 이것이 수치상으로 조짐이 보일까요? 정말로 그렇습니다. 여러분 이것을 보십시오. 가오카오 응시자 수는 2024년에 1,342만 명이라는 정점을 찍은 후, 바로 방향을 틀어 하락하기 시작했습니다. 2025년에는 1,335만 명이었고, 2026년에는 단숨에 1,290만 명으로 곤두박질쳐 전년도보다 무려 45만 명이 줄어들었고, 정점에 비해서는 무려 52만 명이 감소했습니다.

여기서 나는 정말 마음에서 우러나오는 두 마디를 하고 싶다. 먼저 이른바 명문대(985) 고득점 합격자들을 보자. 이 무리는 가장 우수한 순종자들이지만, 정확히 AI가 가장 대체하고 싶어 하는 목표물이기도 하다. 중국공산당의 이 교육 체계의 본질이 무엇인가? 바로 사람을 검색의 매개체로 만들고, 문제 하나를 던져준 다음, 학생들로 하여금 그 정답을 토해내게 하는 것이다. 이게 누구의 일인가? 바로 거대 언어 모델의 일이 아닌가? 지금 이 일을 하는 데 있어 거대 언어 모델보다 더 강력한 것은 세상에 없다. 그러므로 바로 이 부분은 결코 당신의 해자(방어선)가 될 수 없다. 왜냐하면 이러한 교육의 전제는 아주 심각한 문제를 초래하기 마련인데, 그것은 바로 '정답'이라는 것에 너무나 익숙해져 버렸다는 점이다. 다른 이야기는 그만두고, 주식 시장을 예로 들어보자. 중국의 개미 투자자들이 가장 많은 시간을 낭비하는 곳이 어디인가? 바로 만능 투자법이라는 표준 정답을 찾아내어, 그 투자법이 어디에나 통용되기를 바라는 것이다. 이것은 가오카오의 사상적 잔독(오염)이 사람들의 머릿속에서 철학화된 이후의 행동이다. 그러나 현실 세계의 경쟁에는 대다수의 경우 애초부터 표준 정답이라는 것은 존재하지 않으며, 오직 사실에 더 부합하는 판단만이 존재할 뿐이다. 따라서 이 체제하에서 교육받은 사람들에게는 한 가지 특성이 있는데, 정답이 있는 게임 안에서는 금메달을 따는 것이 완전히 가능하다는 점이다. 그러다 이제 갑자기 심판조차 없는 게임을 하도록 만들면, 미지의 혼란을 마주했을 때 느끼는 그 부자연스러움과 당혹감이 아주 명확하게 드러나게 된다. 반면 낙방했거나 성적이 평범한 이들에게는, 내가 특별히 위로의 말을 건네지는 않겠다. 당신의 가장 큰 자산은 역설적으로 잃을 것이 별로 없고, 그 표준 정답이라는 것에 그렇게 철저히 세뇌되지 않았다는 점이다. 당신은 오히려 더듬거리며 시행착오를 겪고, 길을 다 걸어간 뒤에야 비로소 탈출구를 찾아내는 것에 익숙할 것이다. 바로 이 기질이 AI 시대에서 가장 희소한 생존 본능이다. 역사를 돌아보면 금방 이해할 수 있듯이, 매번 기술 혁명에서 가장 큰 이익을 챙긴 것은 결코 당대 규칙의 승자가 아니라 규칙의 아웃사이더들이었다. 지금 당신이 바로 그 아웃사이더다. 그래서 내가 AI야말로 진정한 궁극의 평등 기계라고 말하는 것이다. AI는 당신의 학력을 따지지 않는다. AI가 중요하게 보는 것은 오직 하나, 당신이 좋은 질문을 던질 수 있는지, 그리고 AI가 뱉어낸 그 결과물이 과연 믿을 만한지 판단할 수 있는지 여부다. AI라는 이 영역에서 명문대(985)의 그 조잡한 후광은 AI의 겉껍질조차 뚫지 못한다.

중국 이야기만으로는 부족하니, 시선을 더 멀리 넓혀서 전 세계 고용 시장이 어떤 양상을 띠고 있는지 살펴보자. 세계경제포럼(WEF)은 작년에 미래 고용 보고서를 발표했다. 1천 곳이 넘는 고용주를 인터뷰했으며, 비교적 광범위하게 55개 경제체를 아우르고 있다. 2030년이 되면 AI와 이 기술의 물결은 약 1억 7천만 개의 새로운 일자리를 창출하는 동시에, 9천2백만 개가 넘는 일자리를 없앨 것이다. 이를 주고받으면 순증가하는 일자리는 7천8백만 개가 되니, 순증가치가 양수여서 겉보기에는 그렇게 당혹스럽지 않아 보일 수 있다. 하지만 절대 이 순증가치 숫자만 바라보서는 안 된다. 진정으로 중요한 것은 각동량(변화의 속도와 충격)이다. 기존 일자리의 거의 22%에 달하는 규모가 구조적으로 완전히 물갈이될 것이다. 즉, 대략 5명 중 1명 꼴로 자신이 하던 일의 정의가 완전히 재정의된다는 뜻이다. 보고서에는 또 하나의 아주 중요한 수치가 있는데, 고용주의 63%가 스킬 격차(인력 부족)야말로 그들이 당면한 가장 큰 걸림돌이라고 직접 입을 모아 말하고 있다. 그러므로 보라, 이것은 단지 어느 한 국가만의 일이 아니라, 전 세계가 동시 다발적으로 이 트랙을 갈아타고 있다는 뜻이다.

자, 이제 해외 유학을 갈 계획이거나 자녀의 유학을 계획하는 학부모라면 반드시 주의해야 할 몇 가지 함정이 있다! 당신은 지금 이 부분이 아주 아주 현실적이라는 점을 알아야 하며, 내 친구 중에도 이미 이 함정에 빠진 사람이 있다. 듣기에는 다소 불편할 수 있겠지만, 불편한 것보다 더 나쁜 것은 함정에 빠진 후에 후회하는 것이다. 첫 번째 함정은 바로 PP10043이다. 다들 먼저 이걸 기억해 두기 바란다. 이것은 당신 눈에 보이지 않는 벽이다. 이것은 2020년 5월에 트럼프(Trump)가 만들어낸 물건이며, 게다가 이 제도는 미국 유학을 원하는 학생들을 특별히 겨냥한 것이다. 트럼프가 이 법안에 서명한 이후 바이든 정부는 이를 그대로 유지했고, 현재의 행정부 역시 이 제도를 계속 집행하고 있다. 이것이 과연 무엇인가? 민군 융합 기관의 지원을 받은 적이 있거나, 관련 업무를 했거나, 그곳에서 공부한 적이 있는 중국인이 F 비자나 J 비자를 신청할 경우, 기본적으로 삼엄한 심사를 받게 되며 높은 확률로 거부당한다는 것이다. 그 실질적인 적용 범위는 당신이 상상하는 것보다 훨씬 더 넓다. 조지타운 대학의 추정에 따르면, 매년 3천5백 명에서 5천 명에 달하는 중국 학생들이 이 문턱에 직접 가로막히고 있으며, 이는 미국으로 유학 가는 이공계 대학원 신입생 중 중국인 학생의 17%에서 27%를 차지한다. 2025년 5월에 이르러 루비오는 일부 중국 학생들의 비자를 전면 취소한다고 직접 선언했으며, 심사 기준 또한 기존의 '군사적 연관성'에서 '중국공산당과의 연관성'으로 직접 확대했다. 이후 각종 민감한 분야를 공부하는 것을 금지하고 있다.

다시 이 지뢰밭 대학들에 대해 말해보자면, 대부분 아는 것처럼 '국방 7자(国防七子)'라 불리는 베이항대(北航), 베이이공대(北理工), 하얼빈공대(哈工大), 베이유전대(北邮) 등 이 7개 대학은 모두 미국 국방부의 1286 조항에 올라 있습니다. 이곳을 졸업하고 미국의 이공계 대학원에 지원하는 것은 사실상 스스로 지뢰를 밟는 것과 다름없습니다. 하지만 진짜 함정은 많은 사람이 전혀 모르는 두 번째 계층에 있습니다. 예를 들어 미국의 노스웨스턴 대학교는 작년 7월부터 경고를 내보냈는데, 국방부가 작년 6월에 이 실체 리스트를 업데이트하면서 대규모 대학과 기관을 추가했기 때문입니다. 즉, 이 기관들에서 공동 연구를 수행했거나 논문에 공동 저자로 이름만 올렸어도 매우 높은 수준의 규정 준수(compliance) 위험으로 간주됩니다. 더 은밀한 것은 무엇일까요? 바로 본인의 학부 지도교수의 연구 기금이 중국공산당의 군사 자산과 연관된 경우입니다. 만약 당신이 이 프로젝트에 참여했거나 논문 감사의 글에 이름이 올라가기만 해도 비자 심사관의 조사를 받을 가능성이 매우 높습니다. 전공의 경우, 지원하자마자 바로 '체크(check)' 대상이 되는 분야들이 있는데, 이 블랙리스트는 공식 문서에 명시되어 있지 않으며 수많은 비자 거절 사례를 통해 역추적한 것입니다. 기본적으로 지원하면 무조건 비자가 거절됩니다. 마이크로일렉트로닉스, 반도체, 양자 컴퓨팅, 양자 통신, 그리고 군사나 핵에너지와 관련된 분야가 그렇습니다. 마침 핵 관련 전공자와 국방 7자 출신 지인들이 있는데, 모두 이 험난한 길을 가려 하고 있습니다. 만약 이 험난한 길을 피하고 싶고, 그럼에도 유학을 꼭 가고 싶다면 어떻게 살아남아야 할까요? 우선 전공은 최대한 기초 분야를 선택하세요. 순수 수학, 이론 물리학, 통계학 등은 그 자체로 어떤 민감 리스트에도 포함되어 있지 않으며, 구미권 대학원에서는 이런 인재를 매우 필요로 합니다. 기초 학문 분야로 먼저 입학한 뒤, 현지에 정착하고 나서 환경에 맞춰 방향을 정하는 것이 처음부터 양자 컴퓨팅 같은 라벨을 달고 벽에 부딪히는 것보다 훨씬 현명하며 성공 확률도 훨씬 높습니다. 게다가 이런 기초 학문은 '만능 바퀴'와 같습니다. 어디로든 방향을 틀 수 있고, 또 실제로 방향 전환이 가능합니다. 나중에 무엇을 하든, 기초 연구든 금융이든 심지어 AI든, 기초적인 것일수록 대체 불가능하기 때문입니다.

대학 자체에 대해 말하자면, 중국의 대학들은 여전히 산업 시대의 방식으로 노동력을 생산하고 있습니다. 이는 제가 비난하는 것이 아니라 스탠퍼드 대학교의 경제학자 스토커들(Stocker)이 중국 교육 시스템을 평가하며 내린 결론입니다. 원문의 의미는 중국 학생들이 가오카오(대입시험)를 준비하기 위해 대량으로 암기만 할 뿐, 기술 혁신에 필요한 능력이나 비판적 사고와는 근본적인 불일치가 존재한다는 것입니다. 동시에 스콧은 중국에 약 5억 명의 인구가 기술 부족 상태에 있다고 추산했습니다. 즉, 고숙련·고임금 경제 체제에 체계적으로 참여할 수 없다는 뜻입니다. 이는 5억 명 규모의 체계적인 교육 낙오입니다. 그러니 설령 본인이 원하지 않는 전공으로 배정받았거나, 학교 교재가 10년 전 수준에 머물러 있더라도 그게 중요할까요? 본인 스스로 인정하지 않는다면, 이런 것들은 다 씨발 뜬구름 잡는 소리일 뿐입니다.

여기에는 매우 반직관적인 결론이 하나 더 있습니다. 실용적인 전공일수록 오히려 더 빨리 도태될 것이라는 점입니다. 이것도 데이터가 뒷받침하는데, 맥킨지 보고서에 따르면 자동화 노출도가 가장 높은 기술 리스트에 가장 빈번하게 등장하는 것이 회계, 프로그래밍, 데이터 입력, 재무 처리입니다. 보셨죠? 이것들이 바로 실용 전공의 핵심 산출물입니다. 먼저 코드 엔지니어를 예로 들면, AI가 표준 코드를 작성하는 정확도는 2025년에 이미 70%에 도달했고, 지금은 85%까지 가능합니다. 이 세대 학생들이 졸업할 때쯤이면 AI의 코드 정확도는 눈 감고도 90%를 넘길 것입니다. 초급 프로그래머의 가치는 눈에 띄게 하락하고 있다고 할 수 있습니다. 재무 회계 등은 더 말할 것도 없습니다. 회계 규칙은 정해져 있고 규칙대로 스캔만 하면 되기 때문에 AI가 가장 광범위하게 활용될 분야입니다. 반대로 수학, 물리, 철학은 쓸모없어 보이지만 점점 더 가치가 높아질 것입니다. 왜냐하면 이것들은 특정 애플리케이션이 아니라 당신의 '기초 운영체제'를 훈련시키기 때문입니다. 수학은 복잡한 난수 속에서 구조를 파악하는 능력을 길러주고, 물리학은 최소한의 가설로 정확한 예측 모델을 구축하게 해줍니다. 철학은 더 중요합니다. 논증의 허점을 파악해 스스로를 속이지 않게 도와줍니다. 이 세 가지는 공교롭게도 현재 AI의 가장 근본적인 약점입니다. AI는 논리를 실행할 수는 있지만 자신의 논리적 전제를 비판할 수는 없습니다. 추론을 생성할 수는 있지만 그 추론의 진위 여부나 현실의 물리적 제약 하에서 성립하는지 판단할 수 없습니다.

세계포럼의 내용을 계속해서 살펴보겠습니다. 작년에 전 세계 고용주들에게 질문을 던졌는데, 그 질문은 고용주들이 현재 가장 중요하게 여기는 핵심 역량이 무엇인가 하는 것이었습니다. 1위에 오른 것이 무엇일까요? 바로 분석적 사고와 비판적 사고입니다. 고용주의 69%가 이것이 필수 불가결하다고 보았습니다. 그 다음으로는 회복탄력성, 유연성 및 적응력으로 67%를 차지했습니다. 그리고 리더십과 사회적 영향력이 61%를 차지했고요. 더 내려가면 창조적 사고가 57%, 자기 인식과 동기가 52%를 차지했습니다. 여러분, 눈치채셨나요? 가장 상위에 랭크된 이 항목들은 공교롭게도 모두 수학, 물리, 철학의 부산물입니다. 그러므로 여러분이 어떤 대학을 다니든, 어떤 전공을 하든, 대학 이 4년 동안 스스로 해야만 하고 아무도 대신해 줄 수 없는 세 가지 일이 있습니다.첫 번째이자 가장 중요한 일은 자신의 뇌를 수술하여 출제자가 원하는 정답을 우선적으로 찾아내려 하는 그 기본 모드(default mode)를 마음속에서 불태워 버리는 것입니다. 구체적으로 어떻게 훈련해야 할까요? 그것은 여러분이 어떤 결론을 받아들일 때, 그것이 교수가 교과서에서 가르친 것이든 직접 말한 것이든 상관없이, 먼저 스스로에게 질문을 던져보는 것입니다. 그 결론이 의존하고 있는 핵심 가설은 도대체 무엇인가? 그것과 모순되는 증거는 없는가? 그리고 그러한 증거들은 어떻게 슬그머니 처리되었는가? 가장 핵심적인 단계는 AI를 정답 자판기가 아니라 토론 상대로 대하는 것입니다. AI에게 어떤 관점을 논증하게 한 다음, 여러분이 특별히 그 허점을 찾아내고, AI에게 증거를 요구한 뒤 여러분 직접 그 출처를 검증하는 것입니다. 감히 말씀드리는데 이 훈련은 그 어떤 강의보다 훨씬 유용합니다. 왜냐하면 즉각적인 피드백을 주기 때문입니다. 이 사고 훈련을 마치고 나면, 중공이 나중에 칠십이변(재주)을 배운다 할지라도 여러분을 속일 수 없을 것이며, 여러분의 자녀를 속이는 일 역시 매우 어려운 일이 될 것입니다.

두 번째는 AI의 기저 논리를 이해하는 것입니다. 주의할 것은, 이것은 프롬프트를 작성하는 법 등을 가르치는 것이 아니라 이 거대 언어 모델이라는 기계의 본질이 무엇인지 꿰뚫어 보게 하는 것입니다. 그것은 확률 예측기입니다. 여러분이 입력값을 주면, 그것이 하는 일이 무엇입니까? 훈련 데이터 속의 통계적 규칙에 따라 다음에 가장 등장할 확률이 높은 단어를 예측하는 것입니다. 그것은 이해를 하고 있는 것이 아니라, 단지 통계에 기반한 예측을 하고 있을 뿐입니다. 적어도 현 단계의 대규모 언어 모델은 그렇습니다. 이 차이는 너무나도 중요합니다. 이것이 바로 대규모 언어 모델이 왜 뻔뻔하게 씨발 개소리를 늘어놓는지 설명해 줍니다. 정말 가끔은, 내가 예전에 그 인터페이스를 쓸 때 진짜 기가 막혔는데, 씨발 입만 열면 개소리를 지껄였습니다. 왜냐하면 그것의 최적화 목표는 '진짜로 옳은 것'이 아니라 '그럴듯하게 들리는 것'이기 때문입니다. 여러분은 그 안에 들어 있는 수학 공식을 이해할 필요는 없지만, 자신만의 직관은 세워야 합니다. 대규모 언어 모델은 인류 언어 통계의 압축체일 뿐, 인류 지혜의 디지털 거울이 아닙니다. 이 점을 이해해야 비로소 어디서 그것을 믿어야 하고, 어디서 의심해야 하며, 어디서 씨발 절대 믿지 말아야 하는지 알 수 있게 됩니다. 이러한 판단력이 바로 AI를 사용하는 차이를 만듭니다. 다들 AI를 쓰지만, AI를 더 잘 활용한다는 것은 무엇일까요? 그것은 여러분이 프롬프트 템플릿을 얼마나 외웠느냐가 아니라, 판단력을 기르는 데 있습니다.

세 번째는 한 우물만 파는 전문성, 즉 자신의 강점을 극대화하는 것입니다. 아, 맥킨지의 이 보고서를 보면, 그 안의 수치가 아주 눈에 띕니다. 이걸 보세요. AI를 능숙하게 다룰 줄 아는 직무 수요가 2년 사이에 거의 7배 폭증했습니다. 2023년에는 약 100만 명의 노동자만 해당되었던 것이 2025년에는 거의 700만 명에 이르렀고, 현재는 이미 1200만 명을 돌파했습니다. 이것이 무엇을 의미할까요? AI를 이해하는 것이 희소한 능력에서 기초적인 문턱으로 빠르게 변하고 있다는 것을 의미합니다. 그리고 어떤 것이 희소성에서 평범함으로 바뀌면, 그 프리미엄은 사라지게 됩니다. 따라서 진정으로 가치 있는 것은 AI를 '쓸 줄 안다'는 사실 그 자체가 아니라, AI를 사용해 극도로 좁은 분야에서조차 해당 업계나 분야의 최고 경지에 오르는 것입니다. 남들이 도저히 복제하기 힘들 정도로 극에 달하는 것, 이것이 바로 한 우물만 파는 전문성의 본질입니다. 이것은 여러분에게 팔방미인이 되라는 것이 아니라, 아주 구체적인 틈새에서 남들이 감탄을 금치 못할 정도로 깊이 파고들라는 뜻입니다. 극에 달한다는 게 무슨 뜻일까요? 예를 들어, 이 요구는 여러분이 퀀트(quantitative trading)를 얼마나 정교하게 하느냐의 문제가 아닙니다. 측정 기준이 그런 게 아니란 말입니다. 그럼 뭘까요? 고빈도 현물 차익거래에 전문화하여, CME의 국채 선물과 암호화폐 시장 및 무기한 계약 사이에 양 지역의 물리적 마이크로 지연으로 인해 형성되는 교차 차익거래의 공간을 씨발 아주 손바닥 보듯 환히 꿰뚫는 것을 말합니다. 이런 사람은 너무 희소해서 일류 고빈도 퀀트 펀드들이 4배의 연봉을 주며 스카우트하려 합니다. 틈새가 좁을수록 여러분의 해자는 오히려 더 넓어집니다.

좋습니다, 앞서 이야기한 내용들을 하나로 묶어봅시다. 여러분이 어떤 함정 같은 전공에 배정되든, 어떤 도시에 가든, 학력이 높든 낮든 간에, 그들을 단단히 붙잡고 늘어진다면 그것들이야말로 앞으로 20년을 헤쳐나가는 데 진정으로 유용한 무기가 될 것입니다. 여러분, 이것을 다시 보십시오. 첫 번째는 모델 해체입니다. 솔직히 말해 이는 여러분이 사용하고 있는 어떤 도구든 그 본질을 꿰뚫어 볼 수 있어야 한다는 뜻이며, AI도 그에 포함됩니다. 여러분은 프롬프트 같은 인터페이스의 사소한 조작법을 익히는 것이 아니라, 그 내면의 논리, 작동 방식, 구조적 가정, 그리고 능력의 한계를 꿰뚫어 봐야 합니다. 왜 이것이 중요할까요? 역사적으로 기술이 도약할 때마다 승자는 그 도구를 가장 먼저 사용한 사람이 아니라, 그 도구의 메커니즘을 가장 먼저 파악한 사람이었기 때문입니다. 마치 1990년대 인터넷 시대의 승자가 단순히 인터넷에 가장 먼저 접속했던 사람들이 아니라, 인터넷이 정보의 비대칭성을 파괴할 것임을 가장 먼저 깨달았던 사람들이었던 것처럼 말입니다. 지금의 상황도 마찬가지입니다. 승자는 절대 AI를 가장 먼저 사용해 본 사람이 아니라, 대규모 언어 모델이 확률 통계 기계라는 점을 가장 먼저 이해한 사람이 될 것입니다. 오직 그럴 때만이 AI가 출력해낸 결과물이 겉보기에는 완벽해 보이지만 실제로는 매우 위험한 순간이 언제인지 알 수 있기 때문입니다.

두 번째로 중요한 일은 매킨지(McKinsey)에서도 매우 명확하게 밝혔듯이, 전체 근무 시간의 57%가 이론적으로 AI에 의해 자동화될 수 있다는 점입니다. 그리고 이러한 일들에는 한 가지 공통점이 있는데, 대부분 대규모로 복제될 수 있다는 것입니다. 따라서 여러분이 해야 할 일은 나머지 절반도 안 되는 영역에서 아직 충분히 대체되지 않은 지점을 찾아낸 후, 시간과 깊이를 투자해 자신만의 대체 불가능한 깊은 우물을 파내는 것입니다. 세 번째는 무엇일까요? 근무 시간의 57%가 이론적으로 AI의 자동화로 대체된다면, 인간이 가장 좋아하는 두 가지 일은 첫째, 시간을 더 잘 절약하는 것이고, 둘째, 시간을 더 잘 낭비하는 것입니다. 이는 많은 서비스업, 특히 감정적 서비스와 소통 서비스 분야에 많은 기회를 줄 것입니다. 예를 들어 앞으로 네일케어를 받을 때 가장 기술이 좋은 관리사를 찾는 것이 아니라, 가장 수다를 잘 떨고 대화를 잘 나누는 관리사를 찾게 될지도 모릅니다. AI가 도태시키지 못하는 일은 어떤 것들일까요? 그것은 바로 현장에 있어야 하고, 손수 움직여야 하며, 그 결과에 대해 책임을 져야 하는 일들입니다. 매킨지가 분류한 인간 중심의 직업군은 모든 유형 중에서 자동화 위험이 가장 낮은 부분이며, 미국의 연봉 중간값은 대략 7만 1천 달러에 달하고 미국의 전체 일자리 중 3분의 1을 차지하게 될 것입니다.

다른 사람들은 어떨지 모르겠지만, 제 생각은 이렇습니다. 특히 AI를 너무 많이 쓰다 보면 그 녀석이 뱉어내는 글자들을 보며 존나게 짜증이 납니다. 나중에 생각해 보니 그 이유는 언어에서 감정이 전혀 느껴지지 않기 때문이었습니다. 차라리 나를 두 마디 욕하는 게 나을 정도로 감정이 존나 결핍되어 있습니다. 지금 내가 이 물건을 쓰는 주된 이유는 연산해야 할 일이 비교적 많고 데이터를 발굴하는 데는 전용 scale을 쓰면 그만이기 때문입니다. 한가할 때라면 차라리 개새끼 같은 악친구들과 헛소리나 지껄일지언정 이 AI 인터페이스는 쳐다도 보기 싫습니다. 마지막이자 가장 중요한 능력은 복잡계의 컴파일 능력입니다. 세계경제포럼(WEF)은 분석적 사고와 비판적 사고를 2025년 기업들이 가장 중시하는 1위 기술로 꼽았습니다. 그 이면에 있는 논리는 급변하는 세계에서 가장 가치 있는 것은 여러분이 얼마나 많은 특정 지식을 습득했느냐가 아니라, 새로운 정보를 얼마나 빨리 적용하여 세계에 대한 이해를 갱신할 수 있느냐에 있습니다. AI는 여러분에게 수많은 데이터를 던져줄 수 있지만, 그 데이터가 복잡한 인과관계 속에서 진정으로 무엇을 의미하는지는 전혀 말해주지 못합니다. 이 부분은 여러분의 머리로 직접 모델링을 해야 합니다. 그런 다음 AI로 무엇을 할 수 있을까요? AI에게 계산과 검증을 맡기고, 검증이 끝나면 그것을 현실 세계에 대입해 증명하거나 반증하는 것입니다. 이 과정은 실천이 수반되어야 하므로 AI가 대신할 수 없습니다.

그래서 제가 하고 싶은 말은, 무슨 동기부여나 독이 든 닭고기 수프(독설) 같은 게 아닙니다. 그렇다고 시험을 못 본 친구들을 위로하려는 것도 아닙니다. 그저 사실을 말하는 것뿐입니다. 이 세상의 게임 규칙은 중국 학교에서 가르치는 것과는 전혀 다릅니다. 중국의 이런 쓰레기 같은 학교들은 시험이라는 것을 인생의 경제적 가치와 묶어버리는 것을 아주 좋아합니다. 열심히 공부하라느니, 수많은 경쟁자를 뚫고 외나무다리를 건너라느니, 공부해서 안정적인 직장을 얻으면 안전해진다느니 하는 말들 말입니다. 이런 시나리오는 중국의 산업화 시기, 즉 90년대부터 2010년대까지는 어느 정도 통했습니다. 하지만 여기에는 세상이 안정적이고 규칙이 절대 변하지 않는다는 아주 큰 전제가 깔려 있었습니다. 오늘 졸업장의 가치가 얼마라면 내일도 그만큼의 가치를 지닐 것이라는 믿음이었죠. 하지만 2026년에 이르러 이 전제는 완전히 무너졌습니다. 중국공산당(CCP)은 미친 듯이 역주행을 하고 있습니다. 여러분도 아시다시피 졸업장의 가치는 고용 시장이 결정합니다. 고용 시장이 무너지면 졸업장이라는 것은 자연스럽게 가치가 떨어지게 됩니다. 하지만 여러분이 진짜로 배운 능력은 표준화된 시험은 없더라도 각자가 세상에서 살아남을 수 있는 근본적인 토대가 됩니다. AI는 거의 18개월마다 한 산업의 근본 논리를 몇 배씩 재구성하고 있습니다. 사실상 지금 모든 사람이 같은 출발선에 서 있는 셈입니다.

동시에 우리 모두는 이 새로운 규칙 아래에서 시작하는 첫 세대입니다. 이것은 나쁜 일이기도 하지만 좋은 일이기도 합니다. 나쁜 점은 우리 중 누구도 참고할 만한 시나리오가 없다는 것입니다. 이전 세대의 경험은 AI라는 변수 앞에서 빛의 속도로 무용지물이 되기 때문에 거의 쓸모가 없습니다. 하지만 좋은 점은 지금이 규칙이 재설정되는 시기라는 것이며, 모든 재설정 시기는 역사적으로 가장 공정한 시기이기도 합니다. 왜냐고요? 구시대의 승자들은 손에 쥔 칩들이 새로운 게임에서는 전혀 쓸모없을 가능성이 높고, 반대로 구시대의 패배자들은 구시대의 짐을 짊어지고 있지 않기 때문입니다. 그러니 여러분의 운명을 결정짓는 것은 이번 가오카오(대입시험) 점수가 아니라, 앞으로 몇 년 동안 이 세상의 진정한 밑바닥 논리를 꿰뚫어 보고 그 논리에 따라 살아갈 배짱이 있느냐 하는 것입니다. 다시 말하지만, 가오카오라는 것은 아무리 대단하게 포장해도 결국 시험일 뿐입니다. 시험을 잘 보든 못 보든 여러분의 인생 가치는 이 시험에 달려 있지 않습니다. 그리고 시험을 잘 보든 못 보든 중국공산당의 역사 교과서와 그 병신 같은 정치 교과서를 불태워 버리세요. 그 씨발 같은 것들을 집에 두면 바보가 되기 쉽고, 너무나 불결하며, 사상을 해치는 근원 그 자체입니다. 비록 아무도 그 씨발 같은 내용을 믿지는 않겠지만, 자신의 여정에 느낌표를 찍는 셈 치고 그렇게 하라는 겁니다.