소개
17기 커리어전환 스터디에 참여하면서 개인의 셀프 브랜딩 방향에 대해 고민해볼 수 있는 좋은 기회였습니다. 처음 시작할 때 AI를 활용해 나의 커리어 전환 방향성을 발견하고, 그 과정에서 포트폴리오 아이디어까지 AI의 도움을 받아 구체화하겠다는 목적이 있었는데요, 스터디 과정에서 약간의 혼란과 기대했던 만큼의 결과를 명백하게 얻지 못했고, 반성의 회고를 하게 되었습니다. 하지만 오히려 제가 진짜로 해결해야 할 문제가 무엇인지 돌아보며, AI+UX 관점에 대해 제게 좀 더 가치있는 핵심 인사이트를 주었습니다.
특히 저는 이번 스터디를 통해 UX 프로세스(린 UX, AI-Inclusive UX Process 등)를 기반으로 커리큘럼을 재해석해보는 것에서 출발했습니다. 스터디에서 제시된 커리큘럼에 대해 이 관점으로 단순한 AI 도구 학습에서 벗어나야겠다는 점, 실제 문제 해결을 위한 과정 설계와 피드백 루프 구성에 대해 고민이 필요하다는 것을 체감한 소중한 경험이었습니다.
진행 도구
Gemini, ChatGPT (페르소나 도출)
NotebookLM
진행 방법
UX process 방법론과 AI 도구 활용 방안의 결합을 기반으로 자기 탐색
인간과 AI의 공동작업에 대한 Co-creation loop 모델 참고
도출된 문제를 기반으로 아이디어를 다양하게 발산하고, 인간의 판단으로 수렴
작고 빠른 프로토타입을 설계하고, AI를 통해 검증
가상의 사용자나 면접관 역할 을 AI에게 부여해 내 커리어에 대한 피드백 수집
위의 일련의 루프를 반복하며 방향성 구체화 및 실행 준비
결과와 배운 점
아래와 같은 저의 스터디 참여에서의 문제점을 추려냈고, 해결안으로서 다음을 위한 액션 아이템을 구체화하려고 합니다.
명확한 문제 정의의 부재: 'AI를 활용한 커리어 전환' 이라는 주제 하에, 참여자가 처한 구체적인 문제(예: "나는 어떤 직무로 전환하고 싶은가?", "나의 기존 강점을 어떻게 AI와 결합할 것인가?")에 대한 탐색 과정이 부재함. '공감(Empathize)' 및 '문제 정의(Define)' 단계가 있었더라면 자신의 문제를 인식하고, 이는 곧 AI 활용의 방향성을 검토할 수 있었을 것.
방법론 적용의 혼란: AI-인간 공동 창작 루프 모델이나 AI-Inclusive UX Process와 같은 AI 시대의 새로운 방법론들은 '목표 정의'와 '문제 발굴'을 전제로 함. AI는 그 과정을 가속화하고 확장하는 도구 역할을 하는 것으로 연구되고 있음. 하지만 스터디 커리큘럼을 시도할 때 이러한 전제 없이 AI 기술(LLM 비교, 프롬프트, 딥리서치 등) 학습하려고 했기 때문에, 학습자는 '이 기술을 왜 배워야 하는가?'에 대한 답을 찾기 어려웠음. 결과적으로 AI 스파이크, UT를 통한 개선과 보완, 향상 단계, 심화 단계로 나아가지 못하고 기초 학습에 갇히게 됨.
학습과 적용의 단절: 커리큘럼은 AI 도구의 능력과 한계를 학습하는 것 + 자신의 커리어라는 구체적인 문제에 적용하고 검증하는 과정이 부재했음. . '이력서 만들기' 같은 과제가 있었지만, 이는 AI의 피드백을 통해 자신의 역량과 가치를 재정의하는 과정이 아니라, 단순히 도구 사용법을 익히는 과정에 가깝다고 적극적으로 활용하려는 의지가 없었음. 즉, AI를 활용한 리서치 등의 '발산적 탐색(Divergent Thinking)'은 경험했지만, '수렴적 검증(Convergent Thinking)'과 '개인화된 솔루션 도출'까지 이어지지 않았다고 분석됨.
앞으로의 계획
AI와 UX의 통합에 대한 연구도 하고, 더불어 개인의 커리어에 대한 목적과 구체적인 목표 발굴에도 집중하려고 합니다. 아래는 더블 다이아몬든 단계에 맞춰 액션 아이템을 정리해봤습니다.
목표 정의와 문제 발굴 단계: 리소스의 시스템화 방안, AI와 작업 범위/분석 범위 한정, 공동 작업 방법에 대한 리서치 --> AI를 커리어 코치로 설정하고 자기 분석
아이디어 발산 및 해결책 탐색 단계: 문제점과 이슈, 상황 '인지' 및 최적의 'CoT' 과정의 정립, 우선순위 평가 기준 마련/ 커리어 전환을 위한 실행안 선정, 방향성 도출 --> AI와 협업한 아이디어 탐색과 정제
방향성에 따른 해결안(프로토타입 제작, 능력 발굴) 등에 대한 AI 검증과 준비 --> Lean 프로토타입의 멀티 설계 적용
가상 피드백 및 개선: AI를 ‘가상 면접관’으로 설정해 평가 방향성 피드백 반복
