9주 · 달리던 사람은 운전·상하차·정비를 맡는다
AI 에이전트 시대의 개인과 조직의 변화
2027년 1학기 · 유호현 · 읽기·토론 세미나
장면과 강의 · 이번 주의 질문
이야기 속 장면 · 회사는 배송을 다시 나누며 새로운 역할을 만든다. 이전의 숙련은 일부 역할에 옮겨 가지만, 모든 사람이 같은 기회를 얻는 것은 아니다.
이번 주 질문 · 새 역할을 맡을 때 버려도 되는 기술과 계속 필요한 판단은 무엇일까?
사업과 조직의 변화 · 직접 실행, 품질 확인, 예외 대응에 남는 숙련을 찾아 역할 전환과 학습 지원을 구체화한다.
살펴볼 변화 · 숙련의 상실 우려 · 새 역할의 자신감 · 전문성에 대한 인정
강의 내용 · 상하차 오류, 차량 이상, 고객 예외 요청을 알아보는 서로 다른 숙련을 구분한다. AI가 초안을 만들 때 사람이 유지할 이해와 검토 기준에 연결하되, 암묵지가 AI의 기술적 한계를 증명한다고 주장하지 않는다. 역할 전환이 직업 상실이나 재배치를 동반할 가능성도 다룬다.
두 읽기 비교 질문 · 말로 다 설명할 수 없는 숙련은 AI 결과의 검증·통합에 어떻게 기여할 수 있는가? 검토 노력의 자기보고와 장기적인 전문성 측정은 어떻게 다른가?
주차별 읽기 자료
Polanyi (1966 / 2009 재출간본) · 과학철학 학술서 · University of Chicago Press · 발췌
고전 · The Tacit Dimension (새 탭에서 열림)Polanyi (1966 / 2009 재출간본) · 공개 전체본 미확보 · 도서관 또는 출판사 접근 필요
대표 저자 · Michael Polanyi
암묵지 개념을 발전시킨 과학철학의 고전 저자
저자와 연구 맥락 · Michael Polanyi는 과학적 지식에서 전통·실천·암묵적 판단이 차지하는 위치를 연구했다. 이 책은 지식을 모두 명시적인 문장과 규칙으로 환원할 수 있는지 묻는 과학철학의 고전이며, 읽기는 지정 발췌로 한정한다.[27]
학술적 의의 · 우리가 말로 설명하는 것보다 더 많이 알고 있다는 문제를 제기하며, 숙련의 전수와 과학적 판단을 이해하는 틀을 제공한다. AI가 결과를 생성할 수 있다는 사실과 사람이 그 결과를 평가할 전문성을 갖는다는 사실을 구분할 때 읽는다.[27]
이 주차의 선정 이유 · 운전·상하차·정비·검수로 역할이 나뉜 뒤에도 남는 숙련을 이해하려고 읽는다. 말로 설명하지 못하는 판단을 곧 AI가 절대 배울 수 없는 능력으로 만들지 않으면서, 역할별 학습과 전환 지원을 생각한다.
읽기의 한계 · 암묵지를 다룬 철학적 논의다. AI는 암묵적 패턴을 절대로 학습할 수 없다는 기술적 불가능성의 증명이 아니다.
Lee et al. (2025) · 설문·질적 분석 · ACM CHI 2025
최근 · The Impact of Generative AI on Critical Thinking: Self-Reported Reductions in Cognitive Effort and Confidence Effects From a Survey of Knowledge Workers (새 탭에서 열림)원문 새 탭 · The Impact of Generative AI on Critical Thinking: Self-Reported Reductions in Cognitive Effort and Confidence Effects From a Survey of Knowledge Workers (새 탭)PDF 내려받기 · The Impact of Generative AI on Critical Thinking: Self-Reported Reductions in Cognitive Effort and Confidence Effects From a Survey of Knowledge Workers2025 CHI 논문 · Microsoft Research 공개본 · 원본 PDF · 변경 없음
Hao-Ping (Hank) Lee, Advait Sarkar, Lev Tankelevitch, Ian Drosos, Sean Rintel, Richard Banks, Nicholas Wilson · CC BY 4.0 · 원출처 · PDF 변경 없음
대표 저자 · Hao-Ping Lee · h-index 10 · Hao-Ping Lee 조회 출처 (새 탭)
생성형 AI와 지식노동자의 비판적 사고를 연구하는 HCI 연구자
저자와 연구 맥락 · Hao-Ping Lee, Advait Sarkar와 공동저자들은 인간·컴퓨터 상호작용의 관점에서 생성형 AI를 쓰는 지식노동자의 비판적 사고를 연구한다. 논문은 자기 확신과 AI에 대한 확신이 검토 노력과 어떻게 관련되는지 분석한다.[29]
학술적 의의 · AI 사용 이후 비판적 사고가 사라지는지 여부만이 아니라, 정보 검증·답변 통합·과업 관리로 검토의 형태가 이동한다는 문제를 제시한다. 자기 확신과 AI에 대한 확신을 구분하면서 스스로 체감하는 검토 노력과 실제 능력 평가를 분리하도록 한다.[29]
이 주차의 선정 이유 · 1주에 다룬 확신의 구분에서 이번에는 검증·통합·과업 관리라는 검토 형태로 초점을 옮겨 재독한다. 직접 실행이 줄어도 어떤 이해가 필요한지 묻고, 자기보고 결과를 장기 숙련 변화로 확대하지 않는다.
읽기의 한계 · 지식노동자의 자기보고 설문이다. 장기적 인지능력 저하를 측정한 실험이나 AI가 사람을 덜 똑똑하게 만든다는 인과 증거로 읽지 않는다.
남기는 것 · 역할별 유지할 판단·새로 배울 역량·전환 지원 제안
출처와 서지 확인
h-index는 표시한 대표 저자 1명의 OpenAlex 조회값(2026-10-06)이며 숫자를 누르면 출처를 볼 수 있다. 미확인 값은 생략했다. 저자의 영향력을 참고하는 지표이지 논문의 품질 점수는 아니다.
저자 소개와 학술적 의의는 아래 공개 출처에 근거한다. 주차별 선정 이유는 수업을 위한 해석이며, 고전 이론을 에이전트에 대해 검증된 결론으로 취급하지 않는다. 원문의 판본과 접근·재배포 조건은 각 읽기 자료에 표시했다.
읽기와 토론의 원칙
트럭 그림은 설명용 비유이며 변화의 필연적 순서가 아니다. AI의 오류·불확실성처럼 비유로 설명할 수 없는 부분은 실제 사례와 문헌으로 검토한다. 경험·해석·실증·가치 판단을 구분하고 강사의 전망에도 반론을 제시할 수 있다.
원문을 확인하고 AI를 사용한 범위를 밝힌다. 개인 경험의 공개는 선택이며, 실제 내담자·고객·동료의 민감정보나 비공개 조직 자료를 AI·공유 공간에 입력하지 않는다. 평가와 운영 안내는 전체 강의계획에서 확인한다.