💡 이 글의 핵심
메타인지는 AI 시대에 가장 먼저 갖춰야 할 역량입니다. 자신이 무엇을 잘하고 좋아하는지 아는 것에서 출발해야 경험이 연결되고, 그 연결이 차별화된 경쟁력이 됩니다.
솔직히 말하면, 저는 꽤 오랫동안 '한 우물 파기'를 믿었습니다. 한 분야를 10년 이상 하면 자연스럽게 경쟁력이 생긴다는 논리였는데, AI가 그 믿음을 조용히 흔들었습니다.
블로그를 운영하면서 AI, IT, 경제, 건강 분야를 오가다 보니 어느 순간 경험들이 예상치 못한 지점에서 연결됐습니다. 그 순간 처음으로 느꼈습니다. '아, 넓이가 무기가 될 수도 있겠구나.'
목차
- 전문가의 기준이 달라진 이유
- 경계인이 가진 다섯 가지 무기, MARGIN
- 메타인지에서 출발하는 커리어 전략
- 감당 가능한 도전을 반복하는 방법
전문가의 기준이 달라진 이유
예전엔 많이 아는 사람이 전문가였습니다. 지식을 얼마나 깊이 쌓았느냐가 기준이었고, 경험 연수가 곧 신뢰였습니다.
지금은 그 공식이 바뀌고 있습니다. 웬만한 정보는 AI가 더 빠르고 정확하게 꺼내놓습니다.
블로그에서 경제 콘텐츠를 다룰 때 느꼈습니다. 단순히 금리 개념을 설명하는 글은 AI 요약본과 큰 차이가 없었습니다. 반면 제가 실제로 적금을 갈아탄 이유와 그 과정에서 겪은 판단의 흔들림을 담은 글은 반응이 달랐습니다.
정보 자체가 아니라 맥락을 읽고 연결하는 능력. 그게 지금 시대가 원하는 역량으로 이동하고 있다는 걸 직접 경험했습니다.
인류학 박사 출신 경영자 백영재는 이런 흐름을 오래 전부터 주목했습니다. 그는 서로 다른 분야를 경험하며 경력을 쌓은 사람들을 33명 심층 인터뷰한 뒤, 이들에게 공통된 역량이 있다는 걸 발견했습니다. 그가 붙인 이름이 '경계인(Marginal Man)'입니다.
경계인이란 어느 한 분야에 완전히 속하지 않고, 여러 경험의 경계에 걸쳐 새로운 가치를 만들어내는 사람입니다. AI는 기존 데이터에서 답을 뽑아냅니다. 경계인은 살아있는 경험에서 아직 없는 질문을 만들어냅니다.
| 과거 전문가의 조건 | AI 시대 경쟁력의 조건 |
|---|---|
| 한 분야 깊은 지식 | 분야 간 연결과 맥락 해석 |
| 정보 암기와 보유량 | 질문을 만드는 능력 |
| 경험 연수와 직함 | 낯선 환경 적응 속도 |
| 안정적 경력 경로 | 의도적 커리어 전환 |
(출처: 한국연구재단, 2026.11 기준)
경계인이 가진 다섯 가지 무기, MARGIN
33명의 경계인에게서 공통으로 발견된 역량은 다섯 가지입니다. 첫 글자를 모으면 MARGIN입니다.
M — 메타인지 (Metacognition)
자신이 무엇을 잘하고 좋아하는지 객관적으로 파악하는 능력입니다. 커리어 전략의 출발점이 됩니다.
A — 적응력 (Adaptability)
새로운 분야에서 기존 성공 방식을 과감히 내려놓는 힘입니다. 익숙한 걸 버리는 것, 즉 언러닝(unlearning)이 핵심입니다.
R — 리스크 테이킹 (Risk-taking)
감당 가능한 범위 안에서 위험을 감수하는 태도입니다. 하이 리스크-하이 리턴은 도박이지만, 계산된 소규모 도전은 성장입니다.
G — 생성적 혁신 (Generative Innovation)
과거 경험과 현재 분야를 연결해 새로운 아이디어를 만드는 능력입니다. 완전한 혁신이 아닌 3%의 비틀기에서 시작합니다.
IN — 호기심 (Inquisitiveness)
낯선 분야에 꾸준히 관심을 갖고 직접 경험하려는 태도입니다. 호기심은 경계인의 연료입니다.
영화 범죄도시 시리즈로 천만 관객을 동원한 허명행 감독이 대표적인 사례입니다. 스턴트맨으로 시작해 무술 감독을 거쳐 연출가로 전환하는 과정에서 MARGIN의 다섯 역량을 모두 보여줬습니다. 각 단계마다 이전 경험이 다음 무대의 기반이 됐습니다.
(출처: 영화진흥위원회, 2026.11 기준)
메타인지에서 출발하는 커리어 전략
다섯 역량 중 가장 먼저 작동해야 하는 건 메타인지입니다. 자신을 모른 채로 경계를 넘으면 방향 없이 떠도는 것과 같습니다.
문제는 많은 사람이 자신이 무엇을 좋아하는지 모른다는 겁니다. 저도 그랬습니다. 블로그 초기에 주제를 정하지 못하고 반 년 가까이 흔들렸습니다.
백영재는 이 문제를 반대 방향에서 접근했습니다. 좋아하는 걸 찾으려 하지 말고, 가장 싫어하는 것부터 제거하라는 방식입니다. 그 과정에서 남는 게 진짜 관심사라는 논리입니다.
저도 비슷하게 했습니다. 반복 작업과 수치 계산이 싫었고, 사람 관계 조율보다 혼자 깊이 파는 게 더 맞았습니다. 그 필터링만으로도 블로그 방향이 훨씬 선명해졌습니다.
메타인지를 키우는 3단계
1단계 — 싫은 것 목록 쓰기. 반복되는 불쾌함, 오래 하기 싫은 작업을 10가지 이상 적습니다. 패턴이 보이기 시작합니다.
2단계 — 아마추어 수준으로 파고들기. 싫지 않은 것 중 하나를 골라 돈도 목적도 없이 그냥 해봅니다. 의외로 거기서 에너지가 나오는 걸 발견하게 됩니다.
3단계 — 커리어와 연결점 찾기. 지금 하는 일과 그 취미 사이에 공통 요소가 있는지 살펴봅니다. 그 교집합이 나만의 포지션이 됩니다.
AI가 없어질 직업을 예측하기보다 자신의 강점을 먼저 파악하는 게 더 현명합니다. 실제로 "변호사가 AI로 사라진다는데 어떻게 생각하냐"는 질문에 한 고등학생이 "AI를 가장 잘 쓰는 변호사가 되겠다"고 답했다는 사례는 메타인지가 얼마나 실용적인 전략인지 보여줍니다.
(출처: 한국직업능력연구원, 2026.11 기준)
감당 가능한 도전을 반복하는 방법
실패를 두려워하지 말라는 말, 현실에서는 그게 쉽지 않습니다. 경제적 책임이 있거나 가족을 부양하는 상황이라면 더욱 그렇습니다.
백영재가 강조하는 건 '하이 리스크'가 아닙니다. 자신의 바닥을 먼저 계산하고, 그 안에서 감당 가능한 실험을 반복하는 겁니다.
저는 블로그를 처음 시작할 때 한 달에 콘텐츠 2개를 목표로 잡았습니다. 작은 숫자지만 그게 제가 감당할 수 있는 수준이었고, 6개월이 지나면서 자연스럽게 주 1~2개로 늘었습니다. 무리하지 않은 도전이 오히려 오래 갔습니다.
적응력을 키우는 방법도 비슷합니다. 익숙한 도구를 한 가지씩 바꿔보는 겁니다. 작년 하반기에 항상 쓰던 메모 앱을 버리고 낯선 도구로 한 달간 작업했습니다. 불편했지만 그 불편함이 초보자의 감각을 되살렸습니다.
생성적 혁신도 거창할 필요가 없습니다. 기존 방식에서 3%만 비틀면 됩니다. 경제 콘텐츠를 쓸 때 수치 나열 대신 제 판단 실수 사례를 넣었더니 체류 시간이 늘었습니다. 그게 제 3% 변형이었습니다.
경계인 역량 자가 점검 체크리스트
- ✔ 이번 달 처음 접한 분야가 하나 이상 있다
- ✔ 자신이 싫어하는 작업 유형을 말할 수 있다
- ✔ 다른 업종 사람과 최근 한 달 내 대화했다
- ✔ 익숙한 도구 중 하나를 바꿔보려 시도했다
- ✔ 현재 하는 일에 과거 경험을 연결한 적 있다
- ✔ 실패한 시도에서 배운 점을 기록했다
이 중 3개 이하라면 메타인지부터 다시 시작할 시점입니다. 체크 항목이 많다고 경계인이 되는 건 아니지만, 방향을 잡는 데 도움이 됩니다.
(출처: 고용노동부, 2026.11 기준)
자주 묻는 질문
Q. 경계인이 되려면 무조건 여러 직업을 경험해야 하나요?
꼭 그렇지는 않습니다. 한 분야를 유지하면서도 다른 분야의 관점을 연결하는 '파이자형 인간'으로 성장하는 길도 있습니다. 중요한 건 직업 전환이 아니라 연결하는 사고 방식입니다.
Q. 메타인지가 부족하면 어디서 시작해야 하나요?
가장 싫어하는 것을 목록으로 먼저 써보는 걸 권합니다. 좋아하는 걸 찾으려 하면 막히지만, 싫은 것을 제거하다 보면 남는 게 보입니다. 거기서 출발하면 됩니다.
Q. 실패를 감당 가능한 수준으로 조절하려면 어떻게 하나요?
먼저 최악의 시나리오를 계산해보는 게 좋습니다. 이 도전이 완전히 실패하면 어떤 상태가 되는지를 현실적으로 따져보면 실제 리스크는 생각보다 작은 경우가 많습니다. 그 안에서 작은 실험을 반복하는 게 현명합니다.
Q. 호기심이 없는 사람은 어떻게 하나요?
일주일에 한 번, 모르는 분야의 사람 한 명을 만나보는 것만으로도 시작할 수 있습니다. 호기심은 타고나는 게 아니라 낯선 환경에 반복 노출되면서 생기는 습관에 가깝습니다.
Q. AI 시대에 한 분야 전문성은 의미가 없어지나요?
전문성이 사라지는 게 아니라 전문성만으로는 차별화가 어려워지는 겁니다. 깊이 있는 전문성에 다른 분야 경험을 얹을 때 고유한 포지션이 만들어집니다.
함께 읽으면 좋은 글
이 글에 대하여
이 글은 개인이 운영하는 블로그에 게재된 콘텐츠입니다. 블로그는 광고 수익(애드센스 등)이 발생할 수 있으며, 특정 기업이나 서비스의 후원을 받지 않습니다. 본문의 내용은 2026년 11월 기준으로 작성되었으며, 이후 상황이 변경될 수 있습니다. 커리어와 교육 관련 중요한 결정은 전문가와 상담하시길 권합니다. [2026년 11월 6일 작성]