AI 시대에도 살아남는 문제해결력에 대해
게시글 주소: https://orbi.kr/00077366183
안녕하세요.
저는 여의도에서 M&A를 전문으로 하는 투자 자문 회사 임원으로 일하고 있고,
별도로 회사 내 직원들을 대상으로 다양한 주제로 교육하고 멘토링하는 역할을 맡고 있습니다.
이 글은 취업 홍보도 아니고, 입시와 관련된 글도 아닙니다.
그러나 최전방 산업 현장에서 느끼는 “AI 시대에 진짜 중요한 문제해결력이 뭔지”
그리고 그걸 어떻게 연습해야 하는지를 조금 솔직하게 공유해보려고 합니다.
1. AI가 생긴 지금, 문제해결력은 오히려 더 중요해졌습니다
요즘 많은 사람들이 이런 생각을 많이 하더라고요.
“이제 ChatGPT가 다 해주는데, 로지컬 씽킹이 왜 필요하죠?”“답은 AI가 주는데, 사람이 뭘 더 해야 하나요?”
현장에서 느끼는 답은 정반대입니다.
AI가 답을 잘 줄수록, 사람의 ‘문제 정의 능력’과 ‘구조화 능력’의 격차는 더 크게 벌어집니다.
AI는 질문을 잘 던져주고, 그 구조가 잡혀 있으면 정말 훌륭한 답을 줍니다.
하지만
무엇이 문제인지 정의 못하면, 어디부터 생각해야 하는지 모르면
AI는 그냥 그럴듯한 말 생성기에 불과합니다.
오히려 Fact가 아닌 내용을 그럴듯하게 포장하여, 그것을 정제하지 않고 썼을 경우 막대한 피해를 주기도 합니다.
2. 업계에서 말하는 문제해결력의 핵심은 하나입니다
현장에서 제가 가장 많이 하는 피드백은 이겁니다.
“그래서, 네가 지금 풀고 있는 문제가 정확히 뭐야?”
대부분의 주니어들은 열심히 조사했고 모델링도 잘하고, 자료도 많고 산출물도 이쁜데 문제 정의가 흐릿합니다.
문제해결력은 사실 이 한 문장으로 요약됩니다.
복잡한 상황을 ‘위에서 아래로(Top-down)’ 핵심 질문 몇 개로 쪼갤 수 있는 능력
이게 흔히 말하는
로지컬 씽킹 / 구조화 / MECE /Top-down 사고(So What과 Why So)
의 본질입니다.
3. Top-down 사고는 타고나는 게 아닙니다 (훈련됩니다)
많이들 이렇게 생각합니다.
“저는 원래 논리가 약한데요…”
전혀 아닙니다.
저도 처음엔 엉망이었습니다.
Top-down 사고는
연습 방법이 명확한 기술(skill)입니다.
제가 주니어들한테 매일 시키는 연습은 단순합니다.
① 답부터 말해보기 (Answer first)
자료 보기 전에 먼저:
“내가 투자자라면, 혹은 CEO라면 결론을 뭐라고 말할까?”
“이 문제의 핵심은 한 문장으로 뭐지?”
틀려도 됩니다. 중요한 건 순서입니다.
② 질문을 3~5개로 제한하기
좋은 문제 정의는 항상 이렇게 생겼습니다.
이 문제가 시장 문제인지 경쟁력 문제인지 실행/조직 문제인지 타이밍 문제인지
질문이 많아질수록 생각은 깊어지는 게 아니라 흐려집니다.
③ 자료는 ‘답을 증명하는 용도’로만 쓰기
많은 학생들이 반대로 합니다. 자료 → 정리 → 결론
현장은 이렇게 합니다.
가설/결론 →그걸 깨거나 증명할 최소한의 자료
이 차이가 사고력 격차를 만듭니다.
4. 왜 이 능력이 AI 시대에 더 중요하냐면...
AI는 점점 더 똑똑해질 겁니다. 하지만 AI가 못하는 게 하나 있습니다.
“이 문제를 지금 풀어야 하는가?” “이게 진짜 중요한 문제인가?”
의사결정. 이건 여전히 사람의 영역입니다.
그래서 앞으로 살아남는 사람은 정보를 많이 아는 사람이 아니라
문제를 정확히 정의하고, 의사결정자 관점에서 구조화할 수 있는 사람입니다.
이건 저희 같은 금융권 뿐 아니라
전략 컨설팅, 스타트업, 대기업 기획, 정책
심지어 귀납적으로 결론을 도출하는 연구직에서도 적용됩니다.
5. 만약 반응이 있다면, 세션도 열어보려고 합니다
이 글을 쓰는 이유는 하나입니다.
문제해결력, 로지컬 씽킹을 교과서 말고, 현장 기준으로 제대로 연습해보고 싶은 분들이 있다면
소규모로 실제 케이스를 가지고 Top-down으로 생각해보는 문제해결력 세션을 열어볼 생각입니다.
취업 준비나 진로 탐색이 아니어도 괜찮습니다. “생각하는 근육”을 키우고 싶은 사람이면 충분합니다.
관심 있으면 댓글이나 메시지로 반응만 주세요.
그에 맞춰 다음 글이나 세션을 고민해보겠습니다.
마지막으로 한 문장만 남기고 마칠게요.
AI 시대의 경쟁력은 ‘얼마나 많이 아느냐’가 아니라 ‘어디부터 생각하느냐’입니다.
0 XDK (+0)
유익한 글을 읽었다면 작성자에게 XDK를 선물하세요.
-
경희대 VS 시립대 14 2
재학생들 말로는 자기 학교가 더 좋다고 하는데 사실상 그냥 EQUAL이 맞는듯
-
서울대가고싶어울었어 2 1
-
베몬 키키 이즈나 2 0
제가 좋아하는 세가지입니다
-
진짜 알파메일은 4 0
여자들이 키를 보고 다가오지 않는다. 키 때문에 자신이 부족하다고 느낀다면 그건...
-
웅?
-
성자전이랑 똑같은건가?
-
첫글) 안녕하세요 10 1
옯뉴비입니다
-
이상해보이려나
-
300피엑스 자르는방법 몰라서 귀찮아서 걍 던짐
-
[앙대] 1년 다니며 느낀 점 10 3
풍경이 이뻐서 공부가 안됐던 학교.
-
금연 선언합니다. 4 0
기간은 모르겠습니다
-
강기분 강의 5 0
강민철 강기분 강의 너무 많은데 중간에 독서는 커리 바꿔서 문학보다 더 느린데...
-
오르비에서도 찐따네 13 0
-
머리 길러서 3 0
이렇게 하고싶은데 코 작으면 안어울릴까…
-
큰 키 기준 알려드림 ㅇㅇ 4 0
지하철입구에 머리닿으면 ㅇㅈ
-
내가인증못하는이유 2 0
인증하면 너무못생긴죄로 벌점먹고 산화될수가있음...
-
현실에서 들어본 외모비하 2 1
물리하게생김 수시러같이안생김
-
연대 어차피 불합권이긴 했는데 3 0
노예비로 떨어졌네요 제 앞뒤로 예비번호 40번대 초반인데 이런 거 보면 학생부...
-
하이닉스 계약학과 vs 수도권약 20 1
한양대 반도체공학과랑 에리카 약학과를 고민하다가 결국 하냥대를 쓴 것이 좋은...

좋은 글 감사합니다최근에 본 유튭 영상중에 지식을 습득할때 조금 더 어렵고 고통이 (물리적인거 말고)따르는 지식이 상대적으로 더 기억에 남고 더 이해가 잘된다는 사실도 있다네요 지피티로 얻기 보단 내가 스스로 머리 깨져가며 습득한 지식이 내것으로 될 가능성이 있다고 합니다
그래서 개발에서도 ai 활용할때 지피티한테 시키지 말고
오류가 나도 틀려도 괜찮으니 나 혼자 해보고 그 이후 활용하라고 하더라고요 요즘 지피티를 어떻게 활용해야할지 고민도 많고 세상을 어찌 살아갈지 고민이 많은데 생각하는 근육 키우는 방법이나 다른 글 써주시면 스크랩해두고 종종 써먹을게요
다시한번 좋은 글 감사합니다