26년 차가 신입보다
AI를 잘 쓰는 이유

AI에게 일 시키는 기술 · CREST 시리즈 · 5편 (PART 1 완결)

"AI 경쟁력은 결국 '얼마나 똑똑한 AI인가'가 아니라 '얼마나 해당 업무를 잘 아는 AI인가'로 재편되고 있다." — SK AX 2026 AI 전략 리포트 (2025.12)

[ PART 1 완결 — 진단 편: 일의 단위가 바뀌었다 ]

1편에서 AI에게 일을 맡기는 시대로의 전환을 선언했습니다. 2편에서 챗봇과 에이전트의 구조적 차이를 해부했습니다. 3편에서 검수 없는 AI 활용이 왜 위험한지 확인했습니다. 4편에서 프롬프트 암기 대신 CREST 구조를 익혀야 하는 이유를 정리했습니다.

5편은 PART 1의 마지막 편이자, PART 2(CREST 구조 심화)로 넘어가는 전환점입니다. 그리고 이 편이 말하는 것은 단순합니다. AI 시대에 경험은 짐이 아닙니다. 가장 강력한 연료입니다.

AI가 경험을 무력화한다는 말은 틀렸다

요즘 이런 말을 자주 듣습니다.

'AI가 신입의 생산성을 시니어 수준으로 올려줄 것이다.' '경험이 많은 사람의 우위가 사라진다.' '10년 경력이 AI 잘 쓰는 신입 한 명만 못하다.'

이 말들이 얼마나 위험한 오해인지, 실제 사례로 보여드리겠습니다.

신입 직원 A가 Claude에게 물었습니다.

"우리 회사 성과 평가 기준을 만들어줘."

결과는 교과서 같은 KPI 목록이었습니다. 잘 짜여 있지만 어느 회사에나 적용할 수 있는, 즉 우리 회사와 상관없는 내용이었습니다.

26년 경력의 HR 팀장이 같은 Claude에게 입력했습니다.

"우리 회사는 2조 규모 외국계 펀드 운용사입니다. 작년까지 10년간 연공서열 중심으로 운영됐고, 올해 대표이사가 바뀌면서 처음으로 성과 연동 보상을 요구했습니다. 핵심 저항 세력은 15년 이상 근속한 시니어 그룹이며, 이들이 반발할 경우 팀 전체 사기가 꺾이는 구조입니다. 6개월 내 파일럿이 가능하고, 시니어 저항을 최소화하는 현실적 평가 기준을 만들어 주십시오."

결과는 달랐습니다. 이 회사의 구체적 권력 구조, 핵심 리스크, 실행 가능성을 모두 반영한 맞춤형 제안이 나왔습니다.

같은 AI. 같은 도구. 다른 결과. 차이를 만든 것은 경험이었습니다.

신입이 AI를 쓰면 평균적 결과가 나옵니다. 경험자가 AI를 쓰면 이 조직만의 결과가 나옵니다. 경험은 AI를 평범함에서 탁월함으로 바꾸는 연료입니다.

1. 경험이 AI의 연료가 되는 이유 — 맥락 자산의 구조

왜 경험자가 AI를 더 잘 쓸 수 있는지를 구조적으로 이해해야 합니다. 이것은 직관이 아닙니다. AI 작동 방식과 경험의 본질이 만나는 지점에서 생기는 필연입니다.

CREST의 첫 번째 요소, C(Context·맥락)를 기억하십시오. AI가 좋은 결과를 내려면 풍부한 맥락이 필요합니다. 맥락은 다섯 가지로 구성됩니다.

이 다섯 가지 맥락 중 교과서나 인터넷에서 얻을 수 있는 것은 거의 없습니다. 모두 현장 경험에서만 나옵니다. AI는 이 맥락을 스스로 만들 수 없습니다. 사람이 줘야 합니다. 그리고 줄 수 있는 사람은 경험자입니다.

SK AX의 2026 AI 전략 리포트는 이것을 명확히 표현합니다. '2026년의 AI 경쟁력은 얼마나 똑똑한 AI인가가 아니라, 얼마나 해당 업무를 잘 아는 AI 인가로 재편된다.' 업무를 아는 AI를 만드는 것은 그 업무를 아는 사람이 맥락을 줄 때만 가능합니다.

2. 경험 연차별 AI 활용 격차 — 신입·3년 차·시니어의 차이

같은 CREST 구조를 쓰더라도, 경험 연차에 따라 맥락의 깊이가 달라집니다. 이것이 결과물의 질 차이를 만듭니다.

이 표가 말하는 것은 분명합니다. AI를 쓰는 능력은 누구나 같은 속도로 늘어납니다. 그러나 AI에게 줄 수 있는 맥락의 깊이는 경험에 비례합니다. 그리고 AI 결과물을 검수하는 능력도 마찬가지입니다. 경험이 쌓일수록 AI 활용의 품질이 올라가는 것은 선형이 아닙니다. 가속됩니다.

3. 경험을 맥락으로 변환하는 3가지 방법

경험이 많아도 AI에게 잘 전달하지 못하면 의미가 없습니다. 경험을 맥락으로 변환하는 세 가지 방법을 소개합니다.

방법 1 : 상황 → 제약 → 실패의 순서로 서술하라

경험을 AI에게 전달할 때 가장 효과적인 순서가 있습니다. 먼저 현재 상황을 설명하고, 다음으로 실행 불가능한 것들과 이유를 전달하고, 마지막으로 이전에 시도했다가 실패한 것을 말하는 것입니다. 이 세 가지가 갖춰지면 AI는 '가능한 것'과 '불가능한 것'을 구분할 수 있습니다. 그 결과가 실행 가능한 제안입니다.

나쁜 맥락: "성과 평가 기준 만들어줘." 좋은 맥락: "우리 회사 상황은 이렇습니다. [상황] 실행 불가능한 것은 이것입니다. [제약] 이전에 이런 방법을 시도했고 이런 이유로 실패했습니다. [실패 경험] 이 조건에서 가능한 방안을 제시하십시오."

방법 2 : 암묵지를 언어화하라

경험자가 가진 가장 가치 있는 것은 '당연히 그렇다'라고 알고 있는 것입니다. 업계 관행, 이 조직의 문화, 이 사람이 싫어하는 것. 이것들은 말로 표현한 적 없지만 몸에 배어 있는 지식입니다. AI는 이것을 모릅니다. 경험자가 의식적으로 꺼내어 언어화해서 줘야 합니다.

'우리 팀 부장은 데이터보다 사례를 더 신뢰한다.' '이 업종은 계약 직전에 가격을 한 번 더 깎는 것이 관례다.' '연말 보고서는 무조건 A4 1페이지로 맞춰야 결재가 난다.' 이런 것들입니다. 신입은 이것을 모릅니다. 경험자는 알고 있지만 말하지 않았습니다. 이제 AI에게 말해야 합니다.

방법 3 : 나만의 현장 어휘 사전을 만들어라

모든 조직에는 외부인이 모르는 단어와 개념이 있습니다. 우리 회사에서만 통하는 약어, 내부 프로젝트명, 인물 지칭 방식. AI는 이것을 맥락 없이 해석하면 오류가 납니다. CREST의 C(맥락) 앞에 '용어 정의'를 짧게 추가하면 이 문제가 해결됩니다.

"이하 내용에서 사용하는 우리 회사 내부 용어: 'PI 프로젝트' = 이번 분기 성과 개선 태스크포스, '시니어 라인' = 15년 이상 근속자 그룹, '대표 보고' = 매주 월요일 대표이사 직보 세션."

이 한 단락이 추가되면 AI의 오해 확률이 절반 이상 줄어듭니다.

4. 시니어가 가진 것, AI가 흉내 낼 수 없는 것

2026년 채용 시장분석 보고서(AEM, 한국 IT산업뉴스 인용)는 이렇게 말합니다. 'AI가 처리할 수 없는 감정적 연결과 현장 맥락에 대한 이해, 장기적 신뢰 구축 능력은 고령 인력이 보유한 자산이다.' 시니어의 경험은 '조직 기억(organizational memory)'으로서 신규 인력의 빠른 적응을 돕는 자산이 된다고도 명시했습니다.

시니어가 가진 것을 네 가지로 정리합니다.

이 네 가지는 어떤 AI 모델도 스스로 만들어낼 수 없습니다. 유일한 방법은 경험자가 이것을 맥락으로 변환해서 AI에게 전달하는 것입니다. 이것이 26년 차가 신입보다 AI를 잘 쓸 수밖에 없는 이유이고, AI 시대에 경험의 가치가 사라지지 않는 이유입니다.

5. 나의 경험을 맥락 자산으로 만드는 실천법

경험이 저절로 맥락 자산이 되지는 않습니다. 의식적으로 정리하고 언어화하는 과정이 필요합니다. 지금 바로 시작할 수 있는 세 가지 실천을 드립니다.

실천 1 : 나의 맥락 카드 3장 만들기

지금 하는 업무에서 신입이 절대 모르는 것 3가지를 적어보십시오. 조직 내 비공식 의사결정 경로, 반드시 피해야 할 사람이나 상황, 이전에 실패한 방법. 이것이 당신의 첫 번째 맥락 카드입니다. 이 카드가 있으면 앞으로 어떤 업무를 AI에게 위임해도 C(맥락)를 채울 수 있습니다.

실천 2 : 업무 전 '맥락 브리핑' 습관 만들기

중요한 업무를 AI에게 위임하기 전, 5분을 투자해서 맥락 브리핑을 작성하십시오. 상황 3줄, 제약 2줄, 이전 실패 1줄. 이것만 준비해도 AI 결과물의 질이 달라집니다. 처음에는 시간이 걸리지만, 한 달이 지나면 2분 안에 됩니다.

"Claude에게 업무를 위임하기 전, 나에게 먼저 물어보십시오. 이 업무에서 신입이 모르는 것이 무엇인가. 그것을 AI에게 알려주는 것이 맥락 브리핑입니다."

실천 3 : 도메인 용어집 파일 만들기

우리 회사, 우리 업계에서만 쓰는 용어와 개념을 하나의 문서에 정리해 두십시오. 내부 약어, 프로젝트명, 인물 지칭어, 업계 관행 설명. 이 문서를 Claude와의 대화 첫 줄에 붙여 넣는 습관을 만들면, AI가 처음부터 우리 조직의 언어로 생각합니다. 3개월이 지나면 이것이 팀 전체의 공유 자산이 됩니다.

6. PART 1 완결 — 진단 편 5편의 핵심 통찰

PART 1 다섯 편이 말한 것을 하나로 정리합니다.

PART 1의 다섯 편이 말한 것을 한 줄로 압축하면 이렇습니다. AI에게 일을 맡기되, 구조(CREST)로 맡기고, 경험으로 맥락을 채우고, 검수로 마무리하라.

PART 2는 이 구조의 다섯 부품, C·R·E·S·T를 하나씩 완전히 해부합니다.

7. 그 사람이 회의실에서 조용히 웃은 이유

오 부장은 52세입니다. 같은 팀에 27세 신입 최 씨가 들어왔을 때, 처음에는 솔직히 위축됐습니다.

최 씨는 AI를 빠르게 익혔습니다. ChatGPT로 보고서 초안을 30분 만에 냈습니다. 오 부장이 3시간 걸리던 것을. 팀장이 칭찬했습니다. 오 부장은 혼자 생각했습니다. '나는 이제 뭘 하는 사람인가.'

그런데 한 달 후, 중요한 거래처와의 협상 보고서 작업이 있었습니다. 팀장이 최 씨에게 맡겼다가 다시 오 부장에게 가져왔습니다.

이유가 있었습니다. 최 씨의 보고서는 완성도가 높았습니다. 구조도 좋고, 문장도 깔끔했습니다. 그런데 그 거래처의 담당 임원이 어떤 사람인지, 3년 전에 비슷한 조건으로 협상했다가 어떤 이유로 결렬됐는지, 이 회사가 가격보다 신뢰를 더 중시한다는 것을 알지 못했습니다. AI도 몰랐습니다.

오 부장은 그 맥락들을 하나씩 추가했습니다. 오래 걸리지 않았습니다. 25년간 쌓아온 것들이었으니까요.

완성된 보고서를 본 팀장이 말했습니다. '이게 우리가 원하는 거야. 그냥 잘 쓴 보고서가 아니라 이 거래처에 맞는 보고서.'

회의실을 나오면서 오 부장은 조용히 웃었습니다. 자신이 쓸모없어진 것이 아니라, 이제야 제대로 쓸 수 있게 됐다는 것을 알았기 때문입니다.

25년간 쌓아온 것들이 처음으로 AI라는 도구와 결합됐습니다. AI는 속도를 줬고, 오 부장은 맥락을 줬습니다. 그 조합에서 나온 결과물은 신입 혼자도, 오 부장 혼자도 만들 수 없는 것이었습니다.

경험은 AI 시대에 짐이 아닙니다. 25년이 쌓인 사람은 25년의 맥락을 AI에게 줄 수 있습니다. 그리고 그 맥락이 AI를 평범함에서 탁월함으로 바꿉니다.

"AI가 나를 대체한다는 말을 두려워하지 마십시오. AI는 당신이 가진 경험을 필요로 합니다. 당신의 경험이 AI의 연료가 될 때, 그 조합은 어떤 신입도 흉내 낼 수 없는 결과를 만듭니다."

다음 편 예고 — PART 2 시작

제6편 — 「C(맥락): AI는 당신 회사를 모른다」 (PART 2 시작)

PART 2는 CREST의 다섯 부품을 하나씩 완전히 해부합니다. 그 첫 번째가 C, 맥락(Context)입니다. AI가 우리 회사를 모르는 이유, 맥락을 어떻게 구조화해서 전달하는지, 그리고 맥락 작성 3단계 템플릿을 공개합니다.

제7편 — 「R(역할): 전문가를 설계하는 법」

같은 질문도 '누가' 답하느냐에 따라 결과가 달라집니다. 역할(Role)을 단순히 '전문가'로 지정하는 것과 전문가 패널을 설계하는 것의 차이, 그리고 복수 역할 설계 방법을 다룹니다.

✦ ✦ ✦

이 시리즈는 Claude와 함께 세계를 읽고, 개인의 생존 전략을 설계하는 25편의 여정입니다. ①구독을 위한 팔로우를 하시고 난 후 댓글, 하단에 ② 응원해 주시고, ③ 개인 메일을 남겨 주시면 클로드 글쓰기의 최고 전문가 마스터 시리즈와 메타프롬프트 자동화 생성기를 별도로 보내 드리겠습니다.

참고 자료

1. SK AX — 2025년 AI 트렌드 돌아보기: 2026년 기업이 준비해야 할 AI 전략 (2025.12)

— '2026년 AI 경쟁력은 얼마나 똑똑한 AI인가가 아니라 얼마나 업무를 잘 아는 AI인가'

— 도메인 특화형 AI: 제조·금융·의료 영역에서 범용 모델보다 높은 신뢰성·효율

2. 한국 IT산업뉴스 — 2026 채용시장: 시니어의 기회 (2026.05.23)

— AEM 보고서: '감정적 연결·현장 맥락 이해·장기 신뢰 구축은 AI 불가 시니어 자산'

— '시니어 경험 = 조직 기억(organizational memory): 신규 인력 적응을 돕는 자산'

3. Salesforce Blog — 2026 생성형 AI를 위한 프롬프트 가이드 (2026.06.23)

— '2026년 비즈니스 경쟁력은 맥락과 경험을 AI와 결합하는 능력에서 결정'

— '개인 프롬프트 노하우를 팀 자산으로 확장: 조직 업무 경쟁력 상향 평준화'

4. 링커리어 커뮤니티 — 2026 자소서 AI 총정리 (2025.11)

— '차별화 포인트는 수치와 에피소드가 담긴 나만의 데이터'

— 'AI가 문장을 평준화: 경험의 구체성이 유일한 차별화'

5. company-experience.com — AI 관련 직업 총정리 2026 (2026.04.11)

— '2026년 비즈니스 맥락을 이해하고 실제 서비스에 적용하는 능력이 더 중요'

6. 오픈위키 — 프롬프트 엔지니어링 실무 역량 키우기 2026

— 'Iterative Refinement: 짧게 시작해 피드백 루프 3~4번이 한 번에 30줄보다 빠름'

7. IBM Think — 2026년 프롬프트 엔지니어링 가이드

— '도메인 이해와 커뮤니케이션 능력이 프롬프트 엔지니어링의 핵심 역량'

8. David Han (한권수) — 26년 HR 실무·47인 조직 현장 검증

— 맥락 자산 5 유형·경험 연차별 AI 격차·시니어 자산 4가지: 현장 운용 데이터 기반

9. Gartner — 2026년까지 기업 앱 40% AI 에이전트 통합 (2025.08)

10. Anthropic — Claude 공식 프롬프트 가이드 / docs.anthropic.com