AI가 우리 일자리를 노리고 있다. 우리는 무엇을 할 수 있을까?

프리랜서 마켓플레이스 파이버(Fiverr)의 CEO 미샤 카우프만(Micha Kaufman)이
직원들에게 AI가 일자리에 대해 경고한 내용으로 X (구 트위터)에 올려진 것입니다.


🔥 AI가 우리 일자리를 노리고 있다

  • AI는 모든 직업을 위협하고 있다. 프로그래머, 디자이너, PM, 변호사, 고객지원, 영업, 재무 등 누구도 예외가 아니다.
  • 과거의 ‘쉬운 일’은 사라지고, ‘어려운 일’은 새롭게 쉬운 일이 되며, ‘불가능한 일’은 이제 새로운 난제가 된다.
  • 단순히 살아남는 수준이 아니라, 자신의 분야에서 ‘장인’이 되어야 한다. 그렇지 않으면 몇 달 내에 커리어 전환을 고민하게 될 것이다.

🚀 우리는 무엇을 할 수 있을까?

1. AI 도구를 배우고 마스터하라

  • 최신 AI 솔루션을 탐색하고 실험하라.

  • 자신에게 ‘초능력’(빠르고 뛰어난 산출물)을 주는 도구를 찾아내라.

    • 프로그래머 : Cursor
    • 고객지원 : Intercom Fin, SentiSum
    • 변호사 : Lexis+ AI, Legora

2. 팀 내 AI 고수와 협업하라

  • AI에 정통한 동료들과 교류하며 최신 흐름을 익히라.

3. 시간 개념을 바꿔라

  • “2024년처럼” 일하지 말고, 더 빠르고, 더 많이, 더 효율적으로 일해야 한다.

4. 프롬프트 엔지니어가 되어라

  • “구글 검색은 끝났다”
  • LLM과 생성형 AI(GenAI)는 이제 기본이다.
  • 이를 제대로 다루지 못하면 곧 가치를 잃게 된다.

5. AI를 활용해 조직을 효율화하라

  • 더 많은 사람을 뽑기 전에, 현재 자원으로 더 많은 일을 할 수 있는 방법을 배워야 한다.

6. 회사 전략에 기여하라

  • 아이디어 회의를 기다리지 말고, 직접 제안하라.

7. 기회를 기다리지 말고 스스로 만들어라

  • 배움과 성장은 스스로 만드는 것이다.
  • 스스로 도우려는 사람은 내가 도울 것이다.

✅ 준비된 자에게 기회는 온다.

  • 현실을 부정하는 사람에게 밝은 미래는 없다.
  • 반면, 지금 깨어나서 변화에 준비하는 사람에게는 강력한 미래가 기다리고 있다.
  • 대화에 참여하라. 


(아래 내용은 X에 올려진 전문입니다. https://x.com/account/access에 있는 내용입니다.)

Micha Kaufman 12:58
to Team

Hey team,

I’ve always believed in radical candor and despise those who sugar-coat reality to avoid stating the unpleasant truth. The very basis for radical candor is care. You care enough about your friends and colleagues to tell them the truth because you want them to be able to understand it, grow, and succeed.

So here is the unpleasant truth: AI is coming for your jobs. Heck, it’s coming for my job too. This is a wake-up call.

It does not matter if you are a programmer, designer, product manager, data scientist, lawyer, customer support rep, salesperson, or a finance person — AI is coming for you.

You must understand that what was once considered ‘easy tasks’ will no longer exist; what was considered ‘hard tasks’ will be the new easy, and what was considered ‘impossible tasks’ will be the new hard. If you do not become an exceptional talent at what you do, a master, you will face the need for a career change in a matter of months. I am not trying to scare you. I am not talking about your job at Fiverr. I am talking about your ability to stay in your profession in the industry.

Are we all doomed?
Not all of us, but those who will not wake up and understand the new reality fast, are, unfortunately, doomed.

What can we do?
First of all, take a moment and let this sink in. Drink a glass of water. Scream hard in front of the mirror if it helps you. Now relax. Panic hasn’t solved problems for anyone. Let’s talk about what would help you become an exceptional talent in your field:

  1. Study, research, and master the latest AI solutions in your field. Try multiple solutions and figure out what gives you superpowers. By superpowers, I mean the ability to generate more outcomes per unit of time with better quality per delivery.

    • Programmers: code (Cursor...)

    • Customer support: tickets (Intercom Fin, SentiSum...)

    • Lawyers: contracts (Lexis+ AI, Legora...), etc.

  2. Find the most knowledgeable people on our team who can help you become more familiar with the latest and greatest in AI.

  3. Time is the most valuable asset we have—if you’re working like it’s 2024, you’re doing it wrong! You are expected and needed to do more, faster, and more efficiently now.

  4. Become a prompt engineer. Google is dead. LLM and GenAI are the new basics, and if you’re not using them as experts, your value will decrease before you know what hit you.

  5. Get involved in making the organization more efficient using AI tools and technologies. It does not make sense to hire more people before we learn how to do more with what we have.

  6. Understand the company strategy well and contribute to helping it achieve its goals. Don’t wait to be invited to a meeting where we ask each participant for ideas — there will be no such meeting. Instead, pitch your ideas proactively.

  7. Stop waiting for the world or your place of work to hand you opportunities to learn and grow — create those opportunities yourself. I vow to help anyone who wants to help themselves.

If you don’t like what I wrote; if you think I’m full of shit, or just an asshole who’s trying to scare you — be my guest and disregard this message. I love all of you and wish you nothing but good things, but I honestly don’t think that a promising professional future awaits you if you disregard reality.

If, on the other hand, you understand deep inside that I’m right and want all of us to be on the winning side of history, join me in a conversation about where we go from here as a company and as individual professionals. We have a magnificent company and a bright future ahead of us. We just need to wake up and understand that it won’t be pretty or easy. It will be hard and demanding, but damn well worth it.

This message is food for thought. I have asked Shelly to free up time on my calendar in the next few weeks so that those of you who wish to sit with me and discuss our future can do so. I look forward to seeing you.

Yours,
Micha




Comments

Post a Comment

Popular posts from this blog

🧑‍🏫[칼럼] 미래 인재상, T자형 하이브리드로 설계하라

미래 인재상, T자형 하이브리드로 설계하라 – AI 시대, '내 역할'을 새롭게 정의하는 사람만이 살아남는다.  –   1. AI가 바꾸는 일터의 풍경 요즘 일터 곳곳에서 AI 기술이 빠르게 도입되고 있다. 반복적이고 단순한 일은 자동화되고, 정해진 답이 있는 문제는 AI가 더 빠르고 정확하게 처리한다. 이런 변화 속에서 많은 이들이 불안해한다. "그럼 나는 어떻게 살아남아야 할까?" 이 질문에 대한 답은 점점 분명해지고 있다. 이제는 정답을 아는 것만으로는 부족하다. AI 시대에 중요한 것은 정답이 없는 문제에 대응하는 능력, 그리고 여러 분야를 연결하고 해석하는 융합적 사고력이다. 이 새로운 시대가 요구하는 인재상은 바로 'T자형 하이브리드 인재'이다.   2. 왜 융합형 사고가 중요해질까? 많은 기업들이 AI를 통해 일하는 방식을 근본적으로 바꾸고 있다. 스타벅스, JP모건, 존디어 같은 글로벌 기업들은 직원들의 전문 지식을 AI 시스템에 학습시켜 조직 전체에 활용하려는 전략을 펼치고 있다. 이로 인해 단순히 '경험 많은 전문가'라는 타이틀만으로는 경쟁력을 유지하기 어려워졌다. 하지만 여전히 사람만이 잘할 수 있는 영역이 존재한다. 불확실한 상황에서의 판단, 서로 다른 입장의 조율, 고객과의 감정적 연결, 조직 내 신뢰 형성 등은 AI가 대체하기 어려운 일이다. 이러한 복잡하고 정형화되지 않은 문제를 해결하는 능력은 T자형 인재의 핵심적인 역량이다.   3. T자형 인재란 무엇인가? T자형 인재는 한 분야에 깊은 전문성을 갖추는 동시에, 여러 분야를 연결하고 협업할 수 있는 융합적 역량을 지닌 사람을 말한다. T자의 세로 줄은 마케팅, 법률, 공학, 디자인 등 특정 분야에서의 깊이 있는 전문성을 의미한다. 가로 줄은 디지털 이해력, 데이터 분석 능력, 커뮤니케이션, 협업 능력처럼 다양한 분야를 아우르며 융합적으로 사고할 수 있는 능력이다. 특히 중요한 것은 기술과 기술, 사람과 기술 사이를 연결...
Read more

[인사이트] "연구용 AI"의 등장과 연구 패러다임의 변화

Image
(과학 연구를 보조하거나 수행하는 연구용 AI) 연구용 AI의 등장과 연구 패러다임의 변화 최근 오픈AI, 구글 등 빅테크 기업들이 잇달아 연구용 AI를 출시하면서 과학 연구 분야에 큰 영향을 미치고 된다. 1. "연구용 AI"의 개념 연구용 AI란, 과학 연구를 보조하거나 수행하는 인공지능(AI) 시스템을 의미한다. 일반적인 AI가 텍스트 생성, 이미지 분석, 언어 모델링 등 다양한 작업을 수행하는 것과 달리, 연구용 AI는 과학적 탐구와 연구 과정에서 실질적인 역할을 하는 AI를 말한다. 2. 연구용 AI의 주요 기능  1) 가설 생성 및 검증 AI가 과학적 가설을 스스로 생성하고 검토하여 연구 방향을 제안한다. 구글의 "공동 과학자(co-scientist)"는 연구자의 피드백을 반영해 최적의 실험 전략을 도출한다.    2) 데이터 분석 및 요약 논문, 실험 데이터, 기존 연구 자료를 분석하여 중요한 패턴과 인사이트를 도출한다. 연구자들이 수년에 걸쳐 연구한 내용을 며칠 내로 정리할 수 있다.   3) 실험 설계 및 최적화 AI가 실험 조건을 최적화하여 연구의 효율성을 높인다. 신약 개발 과정에서 약물 후보 물질을 탐색하는 데 활용된다.    4) 논문 작성 및 연구 보고서 자동 생성 연구자가 작성한 초안을 AI가 보완하거나, 연구 결과를 정리하여 논문 형식으로 출력할 수 있다. 일부 연구자들은 AI를 활용해 논문을 완성하고 학술지에 제출하기도 했다. 3. 연구용 AI의 성과   1) 오픈AI ‘딥리서치’(Deep Research) AI가 연구 과정을 지원하는 기술로, 연구 논문 리서치를 수행하며, 기존 연구 방식보다 높은 창의성과 정확도를 기록했다. 박사급 연구원이 몇 주간 수행해야 할 연구를 8분 만에 끝낸 사례가 있다. ‘인류 최후의 시험’(HLE) 벤치마크에서 26.6%의 정답률을 기록하며, 기존보다 두 배 이상 향상된 성과를 보였다.   2) 구글 ‘공동 과학...
Read more

Local Deep Research : 로컬 환경에서 OpenAI의 Deep Research와 유사하게 동작

Image
Local Deep Research Local Deep Research 는 AI를 활용한 심층 연구 도구로, 다양한 대형 언어 모델(LLM)과 웹 검색 엔진을 통합하여 깊이 있는 반복 분석을 수행합니다. 이 시스템은 로컬 환경에서 실행되어 개인정보 보호와 데이터 보안를 강화할 수 있고, 클라우드 기반 LLM을 활용하여 성능을 향상시킬 수 있습니다.   자동화된 심층 연구 : 지능적인 후속 질문 생성을 통해 연구를 자동화하고, 다단계 반복 분석으로 포괄적인 커버리지를 제공 출처 추적 및 검증 : 인용 및 출처를 자동으로 추적하여 신뢰성 확보 유연한 LLM 지원 : 로컬 모델(Ollama 기반)과 클라우드 모델(Claude, GPT 등)을 지원하며, LangChain 모델과의 호환성을 통해 다양한 모델 선택 가능 풍부한 출력 옵션 : 상세한 연구 결과와 종합적인 연구 보고서를 제공하며, 핵심 내용 요약과 출처 추적 및 검증 기능 프라이버시 중심 설계 : 로컬 실행 시 모든 데이터가 사용자 기기에 저장되어 개인정보 보호를 강화하며, 검색 설정과 데이터 처리 방식을 명확하게 공개 향상된 검색 통합 : 자동 검색 엔진 선택, Wikipedia, arXiv, PubMed, DuckDuckGo, SerpAPI, The Guardian 등의 통합 검색 기능 제공 로컬 문서 검색(RAG) : 벡터 임베딩 기반 검색을 통해 개인 문서에서 내용을 검색하고, 주제별로 문서를 그룹화하며, 다양한 문서 형식 지원 웹 인터페이스 : 직관적인 대시보드, 실시간 진행 상황 업데이트, 연구 이력 관리, PDF 보고서 내보내기 등의 기능을 갖춘 웹 인터페이스 제공 이러한 기능들을 통해 Local Deep Research는 연구자, 저널리스트, 데이터 분석가 등에게 강력한 도구로 활용될 수 있습니다. 자세한 내용과 설치 방법은 GitHub 저장소 에서 확인할 수 있습니다.
Read more