챗GPT가 알려준 답, 그런데 왜 맞는지는 모르겠다
레이철(가명)은 이커머스 스타트업 고객지원팀에서 3년째 일하고 있었다. 전공은 심리학이었고, 코드를 짜본 적은 학교 다닐 때 교양수업 한 번뿐이었다. 어느 화요일 오후, 팀장이 "반품 데이터를 매주 수동으로 취합하는 것 좀 자동화할 수 없을까"라고 물었다. 예전 같으면 "저는 개발자가 아니라서요"라고 답했을 질문이었다. 하지만 요즘은 다들 그렇듯, 레이철도 주저 없이 챗GPT를 열었다. "매주 정리하는 스프레드시트를 클라우드에 자동으로 백업하고 싶어"라고 입력하자, 몇 초 만에 그럴듯한 답이 돌아왔다. 저장소를 만들고, 접근 권한을 열고, 스크립트를 돌리라는 안내였다. 레이철은 그대로 따라 했고, 반나절도 안 돼 자동화를 끝냈다는 사실에 은근히 뿌듯했다.
문제는 그다음 주에 벌어졌다. 사내 인프라를 점검하던 외부 컨설턴트가 "이 저장소, 누구나 접근할 수 있게 열려 있는데요"라고 지나가듯 말했다. 다행히 테스트용 데이터였고 실제 고객 정보는 없었다. 하지만 레이철은 그 순간 등골이 서늘해졌다. AI가 알려준 그대로 따라 했을 뿐인데, 그게 왜 위험한지조차 몰랐다는 사실 때문이었다. 물어볼 줄은 알았지만, 돌아온 답을 검증할 줄은 몰랐다.
"그냥 AI한테 물어보면 되잖아요"라던 확신이 흔들리던 순간
그날 밤 레이철은 노트북 앞에 앉아 같은 질문을 몇 번이나 챗GPT에게 다시 던졌다. "이게 왜 위험한 거야?" 답은 나왔지만, 이번에도 그 답이 맞는지 판단할 근거가 없었다. 개발자도 아니고, 전공도 다르고, 회사에서 코드를 짜본 적도 없는 레이철에게 "AI가 다 해주는 시대에 굳이 자격증까지 공부해야 하나"라는 생각은 당연했다. 주변에서도 "요즘 개발자들도 AI 때문에 위기라던데, 비개발자가 클라우드 자격증을 왜 따냐"는 말을 많이 들었다.
그래도 레이철은 결정했다. 코딩을 배우겠다는 게 아니라, 적어도 AI가 하는 말을 알아들을 수 있는 최소한의 기준선을 갖고 싶었다. 그렇게 고른 게 AWS Certified Cloud Practitioner였다. 하루 40분, 출근 전 카페에서였다. 리전, 가용 영역, IAM 같은 단어들이 처음 몇 주는 그냥 소음처럼 들렸다. 모의고사 점수는 35%, 41%, 어느 날은 다시 33%로 떨어졌다. 열심히 하는 것과 이해하는 것 사이의 거리가 이렇게 멀다는 걸 처음 알았다.
"IAM 정책 문제를 풀다가 문득 알겠더라고요. 제가 그날 밤 저장소를 열어놨던 이유가 정확히 그 문제에 나온 실수였어요. 답을 맞힌 게 아니라, 3주 전의 제 행동이 왜 잘못됐는지 처음으로 설명할 수 있게 된 거였죠."
AI를 못 믿는 사람에서, AI를 검증할 수 있는 사람으로
5주 뒤 레이철은 첫 자격증을 손에 넣었다. 여기서 멈추지 않고, 회사 업무와 맞물려 있던 AWS Certified AI Practitioner까지 목표로 잡았다. 두 달을 더 투자했고, 주말 대부분과 저녁 시간을 여기에 썼다. 친구들과의 약속도 몇 번 미뤘다.
달라진 건 성적표가 아니라 업무 방식이었다. 몇 주 뒤, 다른 팀 동료가 챗GPT에게 받은 답을 그대로 들고 와서 "이렇게 하면 된대요"라고 했을 때, 레이철은 그 설정이 접근 권한을 필요 이상으로 넓게 열어준다는 걸 한눈에 알아챘다. 예전의 자신과 똑같은 실수였다. 이제 레이철은 챗GPT에게 같은 질문을 해도 나오는 답을 그대로 복사하지 않았다. "이 설정을 적용하면 외부에서도 접근할 수 있게 되나요?"를 먼저 되물었고, 답이 이상하면 바로 알아챘다. AI는 여전히 훨씬 빠르게 코드와 설정을 만들어줬지만, 그걸 실행해도 되는지 판단하는 건 레이철의 몫이 됐다. 팀장은 어느 순간부터 자동화나 데이터 관련 요청이 오면 레이철을 먼저 찾기 시작했다.
이직 제안, 그리고 두 번 읽어야 실감 나는 숫자
여섯 달이 채 안 되어 레이철은 사내에서 "자동화·운영 담당"이라는 비공식 역할을 맡게 됐고, 몇 달 뒤 한 클라우드 기반 SaaS 기업의 오퍼레이션 스페셜리스트 채용 공고에 지원했다. 이력서에는 코딩 경력도, 관련 전공도 여전히 없었다. 달라진 건 자격증 두 개와, 면접에서 구체적으로 설명할 수 있는 경험들이었다.
면접관이 물었다. "개발자가 아니신데, 왜 이 역할에 관심이 있으신가요?" 레이철은 그 저장소 사건부터 이야기했다. 몰라서 저질렀던 실수, 그리고 그걸 이해하기까지 걸린 시간, 그 뒤로 동료의 실수를 먼저 알아챌 수 있게 된 순간까지. 2주 뒤 오퍼 메일이 왔다. 연봉 5만 달러에서 6만 4천 달러. 1만 4천 달러, 숫자를 두 번 읽어야 실감이 났다.
자격증 자체를 대단하게 본 면접관은 없었다. 눈길을 끈 건 코딩을 몰라도 AI가 준 답을 검증할 줄 아는 사람이라는 사실이었다. 오히려 비개발자였기 때문에 그 격차가 더 선명하게 드러났다. 개발자들 사이에서는 당연한 감각일 수 있는 것이, 레이철에게는 6개월간 스스로 만들어낸 능력이었다.
이전 회사에 퇴사 소식을 전하던 날, 팀장은 "네가 그 저장소 사건 이후로 부쩍 달라진 거, 사실 다 지켜봤다"고 말했다. 레이철은 그제서야 그 사건이 자신에게만 중요했던 기억이 아니라는 걸 알았다.
지금 "굳이 자격증까지?"라고 묻고 있다면
AI가 코드를 짜주는 시대에 자격증이 필요하냐는 질문에는, 반은 맞고 반은 틀린 답이 있다. AI는 "어떻게"는 순식간에 알려준다. 하지만 "이 답이 지금 상황에 맞는지, 실행해도 안전한지"는 여전히 사람이 판단해야 한다. 그 판단력은 저절로 생기지 않는다. 레이철에게는 그 과정이 자격증 공부였을 뿐이다.
비개발자라는 사실은 자격 미달의 이유가 아니다. 오히려 AI가 준 답을 그대로 믿지 않고 한 번 더 물어볼 수 있는 사람이, 지금 시장에서 점점 더 희소해지고 있다. 코딩을 몰라서 자격증이 필요 없는 게 아니라, 코딩을 모르기 때문에 더 필요한 경우도 있다.
AI 시대에 자격증이 왜 여전히 의미가 있는지 더 깊이 알고 싶다면 AI 시대, 클라우드 자격증은 여전히 필요할까?를, 비전공자가 자격증으로 실제 커리어를 바꾼 다른 사례가 궁금하다면 비전공자가 AWS 자격증 하나로 연봉을 크게 올린 이야기를 참고할 만하다.
이 이야기는 실제 학습자들의 경험을 바탕으로 재구성한 것으로, 현실적인 경로를 보여주기 위한 것이며 특정 개인의 검증된 실제 사례가 아닙니다.