Full Story · 에이전트코리아

AI로 만든 결과물 놓고 '네가 뭘 했냐' 반박에 엇갈린 응답

🕐 2026-08-25에이전트코리아
본 기사는 여러 오픈카톡방 대화를 완전 익명(발화자 식별 정보 전면 제거) 처리해 병합한 것입니다.

AI로 만든 결과물을 두고 '네가 뭘 했냐'는 추궁에 어떻게 답할지 묻는 질문에 여러 참여자가 잘하냐 못하냐의 문제라는 반박을 내놨다. 그러나 질문자가 뒤늦게 꺼낸 취업 불안은, 이 논쟁이 논리가 아니라 생존과 맞닿아 있음을 시사한다.


밤 8시 41분, 한 참여자가 채팅방에 고민을 털어놨다. AI로 만든 결과물을 두고 "네가 한 게 뭐냐"고 따지는 사람들에게 어떻게 반박해야 할지 묻는 질문이었다.

무슨 일

"그래서 니가 한게 뭔데? Llm 한건데 너가 무슨 쓸모가 있지? 결과가 나쁘면 책임은 니가 지냐? 라고 하는 legacy engineer 들에 대한 반박은 어떻게 하죠"

질문 안에는 이미 두 개의 서로 다른 공격이 섞여 있었다. 하나는 "AI가 한 일이니 네 기여는 없다"는 것이고, 다른 하나는 "결과가 나쁘면 누가 책임지느냐"는 것이다. 4분 뒤 다른 참여자가 첫 반박을 내놨다. 그런 식으로 따지는 사람일수록 정작 자신이 책임질 위치에서는 책임을 제대로 지지 않거나, 시대 흐름을 못 읽는 경우가 많다는 지적이었다.

"보통 저렇게 따지시는 분이라면 정작 본인도 책임질 위치에서 제대로 책임 안지시거나, 시대흐름을 못읽는 분이실 가능성이 높아보입니다만.."

3분 뒤 또 다른 참여자는 결과물의 차이에 초점을 맞췄다.

"개인적인생각이지만 똑같은 ai 쓴다고 똑같은결과물이 나오면 벌써 직장인들 90%는 일자리 잃었을겁니다"

같은 AI 도구를 쓰더라도 사람마다 결과물이 다르다는 점을 근거로 든 셈이다. 도구가 같다고 결과가 같지 않다면, 그 차이를 만든 사람의 몫이 분명히 있다는 논리다. 이어 다른 참여자가 논쟁을 한 문장으로 정리했다.

"잘하냐 못하냐네요 "

몇 시간 뒤인 밤 11시 29분, 애초 질문을 올렸던 참여자가 다시 돌아와 속내를 드러냈다.

"취업이 될려면 저 사람들이 인정을 해줘야 해서요…"

왜 중요한가

이 대화는 논리 대결처럼 시작했지만 끝은 감정에 가까웠다. 참여자들은 "AI를 썼다"는 사실 자체가 아니라 "잘 썼는지 못 썼는지"가 기준이 돼야 한다는 데 대체로 의견을 모았다. 도구를 썼다는 이유만으로 성과를 깎아내리는 태도에 대한 반박으로는 설득력 있는 답이다. 여러 참여자가 짧은 시간 안에 비슷한 결론에 도달했다는 점도, 이런 반박 논리가 이미 이 커뮤니티 안에서 여러 번 반복돼 다져진 공감대일 가능성을 시사한다.

그런데 정작 질문자가 마지막에 꺼낸 말은 반박 논리가 아니라 불안이었다. "저 사람들이 인정을 해줘야" 취업이 된다는 문장은, 이 논쟁이 추상적인 옳고 그름의 문제가 아니라 실제 채용 시장에서 AI 활용 경력을 어떻게 평가받을지에 대한 생존 문제와 맞닿아 있음을 보여준다. 논리적으로는 반박할 말을 찾았어도, 그 반박을 실제로 받아줄 사람들 앞에서는 여전히 약자일 수밖에 없다는 정서가 묻어난다. 대화 초반의 논리적 자신감과 몇 시간 뒤의 불안이 같은 사람의 입에서 나왔다는 사실이, 이 문제의 무게를 더 또렷하게 만든다.

이 대화가 유독 무겁게 다가오는 이유는, 참여자들이 내놓은 반박이 옳고 그름을 떠나 결국 "누가 인정해주는가"라는 힘의 문제로 귀결되기 때문이다. 논리는 스스로 세울 수 있어도, 그 논리를 받아들일지 말지는 결국 상대방의 몫으로 남는다.

큰 그림

이 대화가 실제 채용 과정에서 벌어진 일인지, 아니면 예상되는 상황에 대한 가상의 고민인지는 확인되지 않는다. 다만 "AI로 한 것"과 "내가 한 것"을 가르는 질문이 반복해서 던져진다는 사실은, AI 도구 활용이 실무에 스며드는 속도와 그 성과를 평가하는 기준 사이에 아직 간극이 남아 있다는 점을 시사한다. 도구를 쓰는 사람의 역량을 어떻게 증명할지는, 이 방에서도 아직 완전히 풀리지 않은 질문으로 남았다. 참여자 7명, 메시지 26건이 오간 이 논쟁이 하나의 결론으로 정리되지 않은 채 끝났다는 점도, 이 질문이 쉽게 답하기 어려운 성격이라는 걸 보여준다. AI 도구를 실무에 쓰는 사람이 늘어날수록, "누가 얼마나 잘 썼는지"를 어떻게 드러내고 증명할지에 대한 고민도 함께 늘어날 가능성이 크다.