"AI 슬롭" 직원 영상에, 멘토가 덧붙인 자기 경험담

한 참여자가 커뮤니티에 짤막한 유튜브 영상 하나를 공유했다. "잘할 마음이 없는 직원이 AI 슬롭(AI slop)을 쏟아낸다"는 취지의 발췌 영상이었다. 별다른 설명을 덧붙이지 않았는데도 반응은 곧바로 왔다.

"매우 인정하는 부분입니다."

이 짧은 공감 뒤에 더 구체적인 경험담이 붙었다. 취업 멘토링을 조금씩 해오고 있다는 다른 참여자가, 멘티들이 과제를 AI로 복붙해서 제출하는 일이 잦다며 자신의 혼란을 털어놓은 것이다.

"개인적으로 취업 멘토링 쬐끔 하고 있는데, 과제를 ai 복붙으로 해와서 내가 AI를 멘토링하고 있는건지 사람을 멘토링하고 있는건지 헷갈릴때가 많습니다"

두 발언을 나란히 놓으면 하나의 구조가 드러난다. 잘할 마음이 없는 사람에게 AI는 태만을 손쉽게 가리는 도구가 될 수 있고, 성장 의지가 있어야 할 멘티에게는 오히려 사고 과정을 대신 떠맡아버리는 도구가 될 수 있다는 것이다. 즉 문제의 축이 AI 자체가 아니라, 그것을 다루는 사람이 어떤 동기로 접근했는지에 있다는 해석이 가능하다. 결과물만 놓고 보면 두 경우가 구분되지 않는다는 점이 더 근본적인 대목으로 보인다.

이 문제는 최근 여러 현장에서 반복적으로 제기되는 화두와 맞닿아 있다. AI 슬롭이라는 표현 자체가 품질에 대한 고민 없이 AI가 뽑아낸 결과물을 그대로 쏟아내는 태도를 가리키는 말로 쓰이고 있다는 점에서, 이번 대화는 그런 태도가 채용 이전 단계인 교육·멘토링 현장까지 이미 번져 있다는 것을 보여준다. 멘토링을 하는 참여자 입장에서는 멘티가 제출한 과제 하나를 보고도 그것이 멘티 본인의 사고를 거친 결과인지, AI가 대신 만들어낸 결과인지 구분할 근거를 찾기 어려운 상황에 놓인 셈이다.

기업이 신입 직원이나 취업 준비생을 평가할 때 마주치는 딜레마도 근본적으로는 같은 구조로 보인다. 과제나 포트폴리오가 AI의 도움을 받아 완성된 것인지, 지원자 본인의 사고 과정을 거쳐 나온 것인지 구분할 기준이 아직 마련되어 있지 않은 상황에서는, 평가자 스스로도 자신이 정확히 무엇을 평가하고 있는지 되묻게 된다는 것이다. 멘토가 남긴 혼란은 이러한 평가 체계의 공백을 단적으로 드러낸 사례로 읽힌다.

멘토가 느낀 혼란은 평가 기준 자체가 흔들리고 있다는 신호로도 읽힌다. 과제 결과물이 멘티 본인의 실력을 보여주는 것인지, 아니면 AI를 얼마나 잘 다루는지를 보여주는 것인지 구분하기 어려워진 셈이다. 이는 멘토링뿐 아니라 채용·평가 현장 전반에서 비슷한 딜레마가 반복될 수 있음을 시사한다. 짧은 대화였지만, AI가 일상적인 도구로 자리잡은 뒤 사람의 실력을 어떻게 판별할지에 대한 고민이 그대로 압축돼 있었다.