문과생이 엔비디아 입사하고 AI 리더가 된 진짜 이유

개요

코딩 한 줄 모르는 문과생이 어떻게 엔비디아를 거쳐 국가대표 AI 스타트업 업스테이지의 부대표가 될 수 있었을까요? 이 영상은 AI 시대에 기술 전문성보다 더 중요한 것이 무엇인지를 보여줍니다. 바로 ‘나를 분석하는 힘’과 ‘문제를 정의하는 능력’입니다. 많은 사람들이 AI 시대에 코딩을 배워야 한다고 생각하지만, 실제 혁신은 자신의 도메인에서 문제를 정의하고 AI를 도구로 활용할 수 있는 사람들에게서 나옵니다.

이 영상은 손해인 업스테이지 부대표가 세바시 강연에서 공유한 콘텐츠입니다. 손해인 부대표는 엔비디아에서 커리어를 시작해 현재 국가대표 AI 스타트업으로 불리는 업스테이지의 공동창업자이자 AI 교육부문 부대표로 활동하고 있습니다. 세바시는 ‘세상을 바꾸는 시간 15분’의 약자로, 다양한 분야 전문가들의 인사이트를 공유하는 대한민국 대표 강연 플랫폼입니다.

핵심 내용

문과생의 취업 실패에서 찾은 자기 분석의 힘

손해인 부대표는 프랑스에서 그림을 시작해 예술가를 꿈꿨던 경영학과 출신 문과생입니다. 대학 시절 불안감에 일반 기업에 지원했지만 결과는 ‘광탈(광속 탈락)’이었습니다. 하지만 이 실패의 순간이 오히려 전환점이 되었습니다.

그녀는 A4용지 한 장을 꺼내 자신에 대한 키워드를 써내려가기 시작했습니다. 수많은 키워드 중에서 ‘경영학 졸업’과 ‘그림을 좋아함’이라는 두 가지가 눈에 들어왔고, 이를 조합해 ‘예술 경영’이라는 새로운 길을 발견했습니다. 존경하는 교수님이 운영하는 화가 협동조합에 인턴으로 지원하면서 커리어를 시작했죠.

이 과정에서 그녀는 계속해서 자신에게 질문했습니다: “나는 어떤 일을 할 때 살아 있다고 느끼는가?”, “무엇을 할 때 에너지가 솟는가?”, “어떤 일을 정말 힘들어하고 싫어하는가?” 이러한 꾸준한 자기 질문을 통해 자신만의 패턴을 발견했습니다. 그녀가 진짜 잘하는 일은 사람을 연결하고, 아이디어를 기획하고, 새로운 것을 실현해 가는 일이었습니다.

실제로 현대 조직심리학 연구에 따르면, 자기 인식(self-awareness)은 직업 만족도와 성과에 가장 큰 영향을 미치는 요소 중 하나입니다. 하버드 비즈니스 리뷰의 연구에서도 높은 자기 인식을 가진 리더들이 더 나은 의사결정을 내리고 팀 성과를 향상시킨다는 결과가 나왔습니다.

비영리 재단의 AI 혁신: 후원 편지 번역 자동화

첫 번째 실제 사례는 비영리 후원 기관의 이야기입니다. 이 기관은 후원 아동들이 손으로 쓴 감사 편지를 받아 후원자에게 전달하고, 편지에서 아이들의 필요사항을 파악해 새로운 후원 프로그램을 기획하는 업무를 수행했습니다.

문제는 수천 통의 손글씨 편지를 번역하고 분석할 인력이 부족하다는 점이었습니다. 가장 시급한 아이들의 이슈를 빠르게 파악하기도 어려웠죠. 이 문제를 해결한 사람은 AI 개발자가 아니라 후원 기획 담당자였습니다.

후원 기획 담당자는 이것을 단순한 인력 부족 문제가 아닌 ‘프로세스 효율화’ 문제로 재정의했습니다. 그는 다음과 같은 AI 기반 시스템을 구축했습니다:

손글씨로 쓴 아이들의 편지를 AI OCR(광학 문자 인식)을 통해 디지털로 전환
디지털화된 데이터를 AI 번역 시스템으로 아이들의 뉘앙스를 최대한 살려 번역
번역된 내용 중 “도움이 필요하다”는 메시지를 자동으로 분류하는 프로그램 개발

그 결과, 후원자에게는 아이들의 마음을 그대로 담은 편지가 빠르게 전달되었고, 기관은 데이터 기반으로 긴급한 후원 프로그램을 신속하게 기획할 수 있게 되었습니다. AI가 기술적 작업을 처리했지만, “한 사람이라도 더 도와주고 싶다”는 후원 담당자의 동기가 AI 기술을 끌어와 혁신을 만든 핵심이었습니다.

교육 현장의 AI 혁신: 안전한 AI 놀이터

두 번째 사례는 초등학교 교육 현장의 이야기입니다. 한 초등학교 선생님은 AI 서비스가 초등학생들이 사용하기에는 부적절한 콘텐츠에 노출될 위험이 있다는 문제를 발견했습니다.

이 선생님은 “AI가 만든 내용의 품질”이 아닌 “사용 환경의 안전성”이라는 교육자 관점의 핵심 문제를 정의했습니다. 그리고 유해 콘텐츠 필터링 시스템과 모니터링을 갖춘 ‘Safe AI for Kids’라는 플랫폼을 개발했습니다.

이 플랫폼의 핵심 특징:

아이들이 AI를 자유롭게 사용할 수 있는 환경 제공
숙제 대필 방지 기능
악성 콘텐츠 자동 필터링
실시간 모니터링 시스템

어른들이 놓칠 수 있는 “안전”이라는 문제를 교사의 전문성으로 깊이 고민했기 때문에 가능한 혁신이었습니다.

교육 커리큘럼 설계 지원 AI

또 다른 교육 현장 사례는 업스테이지가 교육 기관 선생님들과 함께 만든 서비스입니다. 많은 선생님들이 공통적으로 고민하는 문제가 있었습니다: “AI를 학생들에게 어떻게 가르쳐야 할까? 어떤 내용을 어디서부터 어디까지 전달해야 할까?”

이 서비스는 수백만 건의 교육 커리큘럼을 학습한 AI가 학생이 되어 선생님에게 질문하는 방식으로 작동합니다:

AI 학생이 강좌에 대한 내용을 선생님에게 질문
선생님이 답변 제공
AI가 답변에 대한 피드백 제공 (“이런 내용이 추가되면 좋겠습니다”, “이런 메시지로 전달하면 더 효과적일 것 같습니다”)

기술이 선생님의 일을 대신하는 것이 아니라, 선생님이 진짜 해야 할 ‘가르치는 일’에 더 집중할 수 있도록 돕는 도구가 된 것입니다.

금융 기업의 크로스 펑셔널 협업 혁신

가장 인상적인 사례는 한 금융 기업의 AI 혁신 워크샵에서 나왔습니다. 업스테이지는 기업 내 AI 혁신 팀을 대상으로 “반복적이고 비효율적인 업무를 대체할 AI 만들기 워크샵”을 운영합니다.

한 팀은 부득이하게 법률팀, 데이터팀, 상품기획팀이 섞인 크로스 펑셔널 팀으로 구성되었습니다. 흥미로운 점은 일반적으로 10~15분 정도 걸리는 아이스브레이킹 시간이 이 팀은 30~40분이나 걸렸다는 것입니다. 그들은 서로의 업무 병목 현상에 대한 불만을 쏟아내고 있었습니다:

“법률팀은 왜 이렇게 검토가 오래 걸리냐?”
“데이터 요청했는데 아직도 안 왔다”
“상품 기획이 너무 느리다”

하지만 공동의 목표를 세우는 과정에서 그들은 “데이터 기반으로 법적 안정성을 갖춘 상품을 빠르게 기획하는 업무 프로세스 만들기”라는 목표에 합의했습니다.

각 팀의 도메인 전문성을 공유한 결과, 다음과 같은 혁신적인 프로그램이 탄생했습니다:

데이터팀 전문성: 700만 건이 넘는 고객 청구 데이터에서 가장 청구가 많은 정보를 AI로 추출
상품기획팀 전문성: 추출된 데이터를 기반으로 신상품 아이디어 빠르게 도출
법률팀 전문성: 새 상품 계약서와 이전 계약서를 AI로 비교 분석하여 차이점을 빠르게 검토

이 프로세스는 AI 기술이 병목 현상을 뚫어냈지만, 법률 전문가, 데이터 전문가, 상품기획 전문가가 아니었다면 결코 나올 수 없는 복잡한 고려사항이 집약된 결과였습니다.

AI 생태계는 식당 운영과 같다

손해인 부대표는 AI 생태계를 식당 운영에 비유합니다:

예전: 레시피를 가진 셰프들만 요리를 할 수 있었음 (AI 개발자만 AI 활용 가능)
지금: 셰프들이 훌륭한 AI 밀키트를 만들어서 주방 안팎의 다양한 역할을 하는 사람들도 요리할 수 있게 됨 (누구나 AI 도구 활용 가능)

이제는 AI 모델을 만드는 것뿐만 아니라, 학교, 기업, 사회에 AI를 안착시키는 역할이 중요해졌습니다. AI 시대의 혁신은 기술을 잘 다루는 것도 중요하지만, 나의 문제를 잘 정의하는 것에서 시작됩니다.

실전 가이드

영상의 인사이트를 실제 커리어에 적용하려면 다음 단계를 따라해볼 수 있습니다:

1단계: 나만의 키워드 찾기 (소요 시간: 30분~1시간)

먼저 A4용지 한 장을 꺼내고 자신에 대한 키워드를 써내려가세요. 손해인 부대표가 했던 것처럼 작고 큰 키워드를 모두 적어보는 것이 중요합니다.

질문 리스트:

나는 어떤 일을 할 때 살아 있다고 느끼는가?
무엇을 할 때 에너지가 솟는가?
어떤 일을 정말 힘들어하고 싫어하는가?
내가 가진 학력/경력/취미는 무엇인가?
다른 사람들이 나에게 자주 요청하는 일은 무엇인가?

주의사항: 너무 완벽한 키워드를 찾으려 하지 마세요. 일단 떠오르는 대로 적는 것이 중요합니다. 패턴은 나중에 발견됩니다.

2단계: 내 업무/분야의 반복적 문제 정의하기 (소요 시간: 1주일)

일주일 동안 업무 중 반복적으로 발생하는 비효율이나 병목 현상을 기록하세요.

기록 방법:

매일 저녁 5분간 “오늘 가장 시간이 많이 걸렸던 일”을 메모
“만약 이 일이 자동화되거나 간소화된다면?” 이라고 질문
일주일 후 패턴 분석: 어떤 유형의 일이 반복되는가?

성공 지표: 최소 3개 이상의 반복 문제를 발견했다면 성공입니다.

3단계: AI 도구로 문제 해결 시도하기 (소요 시간: 2~4주)

2단계에서 발견한 문제 중 하나를 선택해 AI 도구로 해결을 시도해보세요.

시작하기 좋은 AI 도구:

ChatGPT/Claude: 문서 작성, 요약, 번역, 아이디어 브레인스토밍
Midjourney/DALL-E: 시각 자료 제작
Notion AI: 회의록 정리, 업무 자동화
GitHub Copilot: 코드 작성 보조 (개발자)

실전 팁:

완벽한 해결책을 처음부터 찾으려 하지 마세요
작은 부분부터 시도하고 점진적으로 개선하세요
동료들과 결과를 공유하고 피드백을 받으세요

다음 단계: 하나의 문제 해결에 성공했다면, 같은 방식으로 다른 문제에도 적용해보세요. 3개월 후에는 AI를 활용한 업무 효율화 전문가가 되어 있을 것입니다.

심층 분석

영상에서 다룬 핵심 메시지의 의미

이 강연의 가장 중요한 메시지는 “AI 시대의 경쟁력은 기술 전문성이 아니라 문제 정의 능력”이라는 것입니다. 하지만 여기서 한 발 더 나아가 생각해볼 점들이 있습니다.

1. 도메인 전문성의 새로운 가치

과거에는 도메인 전문가들이 기술팀에 “이것 좀 만들어주세요”라고 요청하는 수동적 역할에 머물렀습니다. 하지만 AI 시대에는 도메인 전문가가 직접 AI 도구를 활용해 문제를 해결할 수 있게 되었습니다. 이는 노코드(No-code)/로우코드(Low-code) 도구의 발전과도 연결됩니다.

2. 크로스 펑셔널 협업의 중요성

금융 기업 사례에서 보듯이, 가장 혁신적인 결과는 단일 전문가가 아니라 여러 분야 전문가의 협업에서 나옵니다. 법률팀, 데이터팀, 상품기획팀이 각자의 불만을 공유하고 공동의 목표를 세우는 과정 자체가 혁신의 시작이었습니다.

3. AI는 도구지 목적이 아니다

영상에서 강조하지 않았지만 중요한 점은, 모든 사례에서 AI는 기존 문제를 해결하는 도구로 사용되었다는 것입니다. “AI를 어떻게 쓸까?”가 아니라 “우리 문제가 무엇이고, AI로 어떻게 해결할까?”라는 순서였습니다.

영상에서 다루지 않은 측면

1. AI 도입의 실패 사례

영상은 성공 사례 위주로 구성되어 있습니다. 하지만 실제로 많은 조직에서 AI 도입이 실패하는 이유는:

문제 정의 없이 “유행이니까” AI를 도입
직원들의 AI 리터러시 부족
기존 업무 프로세스와의 충돌
데이터 품질 문제

2. 윤리적 고려사항

비영리 재단 사례에서 아이들의 손글씨 편지를 AI로 처리할 때, 개인정보 보호와 데이터 윤리는 어떻게 해결했을까요? 초등학교 AI 플랫폼의 필터링 기준은 누가 정하고, 어떤 콘텐츠를 차단할지는 누가 결정할까요? 이러한 윤리적 질문들은 영상에서 다뤄지지 않았습니다.

3. 기술 의존도의 위험

AI가 점점 똑똑해질수록, 사람들은 스스로 생각하고 판단하는 능력을 잃을 위험이 있습니다. 교육 현장에서 AI가 커리큘럼 설계를 돕는다면, 선생님들의 본질적인 교육 설계 역량은 어떻게 발전시킬 수 있을까요?

업계 동향과의 연결

2024~2025년 AI 트렌드:

GPT-4, Claude 3 등 대규모 언어모델(LLM)의 대중화
생성형 AI의 기업 도입 확대 (맥킨지 보고서에 따르면 2024년 기업의 65%가 생성형 AI 도입)
AI 에이전트: 단순 응답을 넘어 복잡한 작업을 자율적으로 수행하는 AI

업스테이지의 포지셔닝:
영상에서 언급된 업스테이지는 네이버 출신 AI 연구자들이 창업한 회사로, 한국어 특화 LLM ‘솔라(Solar)’를 개발했습니다. 특히 교육 분야와 기업용 AI 솔루션에 집중하고 있으며, 이는 손해인 부대표의 강연 내용과 일치합니다.

향후 전망:
앞으로 AI 시대의 인재상은 “AI를 만드는 사람” vs “AI를 쓰는 사람”이 아니라:

AI를 전략적으로 활용할 수 있는 도메인 전문가
여러 분야를 연결하고 협업을 이끄는 커뮤니케이터
AI의 한계를 이해하고 윤리적 판단을 내릴 수 있는 사람

이 세 가지 역량을 갖춘 사람이 진정한 ‘AI 네이티브 인재’가 될 것입니다.

데이터 기반 인사이트

영상에서 언급된 구체적 수치와 사례

1. 비영리 재단: 수천 통의 손글씨 편지

정확한 숫자는 명시되지 않았지만 “수천 통의 손글씨 편지”라고 언급
기존에는 번역과 분석에 상당한 인력 투입 필요
AI 도입 후: 빠른 전달 + 데이터 기반 프로그램 기획 가능

2. 교육 커리큘럼 AI: 수백만 건의 교육 데이터

영상에서 “수백만 건의 수백 개의 커리큘럼”을 학습한 AI라고 명시
이는 상당한 규모의 교육 데이터셋을 의미하며, 업스테이지가 교육 분야에 상당한 투자를 했음을 시사

3. 금융 기업: 700만 건 이상의 고객 청구 데이터

구체적으로 “700만 건이 넘는 고객의 청구 데이터”라고 명시
이 규모의 데이터를 수작업으로 분석하는 것은 거의 불가능
AI를 통해 가장 빈번한 청구 패턴을 빠르게 파악하고 신상품 개발에 활용

화자의 신뢰도 평가

손해인 부대표의 배경:

엔비디아 출신 (세계 최고 AI 칩 기업)
업스테이지 공동창업자 및 AI 교육부문 부대표
10년간 AI 업계 경력
문과 출신이면서도 AI 생태계 확장에 기여

채널 신뢰도: 세바시

‘세상을 바꾸는 시간 15분’이라는 의미
대한민국 대표 강연 플랫폼
다양한 분야 전문가 초청
구독자 수와 조회수를 고려할 때 공신력 있는 채널

업스테이지의 위상:

“국가대표 AI 스타트업”이라는 타이틀
국가 AI 프로젝트 수주 (영상에서 “창업한 지 10년채 안 된 스타트업이 국가의 AI 프로젝트를 맡아 열심히 개발하고 있다”고 언급)
네이버 AI 연구자 출신 창업팀
한국어 특화 LLM ‘솔라(Solar)’ 개발

업계 표준과의 비교

AI 리터러시 교육 트렌드:
현재 많은 기업들이 직원 대상 AI 교육을 진행하고 있습니다. 하지만 대부분은:

ChatGPT 사용법 같은 도구 중심 교육
기술 이해 중심 교육

반면 업스테이지의 접근법은:

문제 정의 중심 워크샵 (영상의 “반복적이고 비효율적인 업무를 대체할 AI 만들기 워크샵”)
도메인 전문가가 직접 AI 활용 방안을 찾도록 유도
이는 ‘디자인 씽킹’과 ‘AI 리터러시’를 결합한 방식

크로스 펑셔널 협업:
실리콘밸리의 선진 기업들(Google, Amazon 등)은 이미 크로스 펑셔널 팀을 적극 활용하고 있습니다. 영상의 금융 기업 사례는 한국 기업에서도 이러한 방식이 효과적임을 보여줍니다.

요약자 노트

이 요약의 한계점

이 요약은 YouTube 자동 생성 자막을 기반으로 작성되었습니다. 따라서 다음과 같은 한계가 있습니다:

시각 자료 누락: 강연 중 사용된 슬라이드나 차트가 있었다면 이 요약에는 반영되지 않았습니다.
뉘앙스 손실: 화자의 목소리 톤, 제스처, 청중 반응 등 비언어적 요소는 텍스트로 전달되지 않습니다.
맥락 제한: 자막의 정확도에 따라 일부 내용이 왜곡되었을 수 있습니다.
사례의 상세 정보: 영상에서 언급된 기업명이나 구체적인 제품명은 대부분 익명화되어 있어, 추가 검증이 어렵습니다.

포괄적 가이드로서의 한계

이 요약은 AI 시대의 커리어 전략에 대한 하나의 관점을 제시하지만, 완전한 가이드는 아닙니다.

이 요약이 도움이 되는 경우:

AI 시대에 문과 출신이나 비전공자로서 어떻게 기여할 수 있을지 고민하는 분
조직 내 AI 도입을 계획하는 실무자
도메인 전문성과 AI를 결합하고 싶은 분

추가로 학습이 필요한 경우:

AI 기술 자체를 깊이 이해하고 싶다면: 기술 서적이나 온라인 강의 필요
특정 산업의 AI 활용 사례를 더 알고 싶다면: 해당 산업 리포트나 케이스 스터디 참고
AI 윤리와 거버넌스를 배우고 싶다면: 별도의 윤리 가이드라인 학습 필요

메타 정보

자막 추출일: 2025-12-20
영상 업로드 채널: 세바시 (세상을바꾸는시간15분)
강연자: 손해인 (업스테이지 공동창업자, AI 교육부문 부대표)
영상 길이: 약 15분 (세바시 표준 형식)
대상 청중: 일반 대중 (특히 AI 시대 커리어를 고민하는 분들)

핵심 요점

영상을 본 후 기억해야 할 다섯 가지:

나를 분석하는 힘이 기술보다 중요하다 – 손해인 부대표는 취업 실패 후 A4용지에 자신의 키워드를 써내려가며 “경영학 졸업”과 “그림 좋아함”을 결합해 “예술 경영”이라는 새로운 길을 발견했습니다. 꾸준히 자신에게 “어떤 일을 할 때 살아 있다고 느끼는가?”, “무엇을 할 때 에너지가 솟는가?”를 질문하며 자신의 패턴을 찾았고, 그 결과 사람을 연결하고 아이디어를 기획하는 일이 자신의 강점임을 깨달았습니다. 이것이 코딩 없이 10년간 AI 업계에서 살아남은 핵심 전략이었습니다. 지금 당장 30분을 투자해 자신의 키워드를 적어보고 패턴을 찾아보세요.
문제 정의 능력이 AI 시대의 핵심 역량이다 – 비영리 재단의 후원 기획 담당자는 “인력 부족”이 아닌 “후원 효율화”로 문제를 재정의했고, 초등학교 선생님은 “AI 콘텐츠 품질”이 아닌 “사용 환경의 안전성”을 핵심 문제로 정의했습니다. 금융 기업 팀은 “부서 간 갈등”을 “법적 안정성을 갖춘 빠른 상품 기획”이라는 공동 목표로 전환했습니다. 모든 혁신은 올바른 문제 정의에서 시작되었습니다. 당신의 업무에서 반복되는 비효율을 일주일간 기록하고, 그것을 “어떻게 하면…”이라는 문제로 재정의해보세요.
도메인 전문성과 AI의 결합이 진짜 혁신을 만든다 – 700만 건의 고객 청구 데이터를 분석한 금융 사례는 데이터 전문가, 법률 전문가, 상품기획 전문가가 각자의 전문성을 결합했기에 가능했습니다. AI가 기술적 작업을 처리했지만, 복잡한 금융 규제와 고객 니즈를 이해하는 도메인 지식 없이는 불가능했을 것입니다. “한 사람이라도 더 돕고 싶다”는 후원 담당자의 동기, “아이들을 안전하게 지키고 싶다”는 교사의 책임감이 AI 기술을 끌어와 실질적 변화를 만들었습니다. 당신의 전문 분야에서 AI가 해결할 수 있는 문제 3가지를 찾아보세요.
AI는 도구일 뿐, 사람의 중심을 지켜야 한다 – 손해인 부대표는 “AI 생태계는 식당 운영과 같다”고 말합니다. 예전에는 셰프(AI 개발자)만 요리할 수 있었지만, 이제는 좋은 밀키트(AI 도구)가 있어서 누구나 요리할 수 있습니다. 하지만 어떤 요리를 만들지, 누구에게 제공할지 결정하는 것은 여전히 사람의 몫입니다. 교육 AI가 커리큘럼 설계를 돕지만, ‘가르침’의 본질은 선생님이 지켜야 합니다. AI가 점점 똑똑해질수록 우리가 지켜야 할 것은 “내가 잘하고 좋아하는 것, 내가 정말로 영향을 발휘할 수 있는 것”입니다. ChatGPT 같은 AI 도구를 사용할 때, 단순히 일을 맡기는 게 아니라 “이 일의 본질은 무엇인가?”를 계속 질문하세요.
크로스 펑셔널 협업이 AI 시대의 필수 역량이다 – 가장 혁신적인 금융 프로그램은 법률팀, 데이터팀, 상품기획팀이 30~40분간 서로의 불만을 토로한 후 공동의 목표를 세우면서 탄생했습니다. 각 팀의 전문성이 결합되어 700만 건 데이터 분석 → 신상품 아이디어 도출 → 법적 검토 자동화라는 통합 프로세스가 만들어졌습니다. 업스테이지가 국가 AI 프로젝트를 수주할 수 있었던 것도 기술력뿐 아니라 법률, 인사, 마케팅, 사업, 엔지니어 등 다양한 분야 사람들이 원팀으로 달렸기 때문입니다. 다음 프로젝트에서는 다른 부서 동료 2~3명과 협업해보고, 그들의 관점에서 문제를 재정의해보세요. 혁신은 경계에서 일어납니다.

참고자료

영상에서 언급되거나 관련된 자료:

원본 영상: 세바시 2054회 – 손해인 업스테이지 부사장
업스테이지 공식 사이트: 업스테이지는 한국어 특화 LLM ‘솔라(Solar)’를 개발한 국가대표 AI 스타트업입니다
세바시 공식 채널: 다양한 분야 전문가들의 15분 강연을 제공하는 대한민국 대표 강연 플랫폼

이 글은 YouTube 자동 생성 자막(자막 추출일: 2025-12-20)을 바탕으로 작성되었습니다. 영상의 핵심 내용을 정리한 것이므로, 보다 완전한 이해를 위해서는 원본 영상 시청을 권장합니다.

개요