한국공인회계사회 AI 강의 후기 — 서서 듣는 사람이 생길 정도였습니다

한국공인회계사회(한공회)에서 AI 활용 강의를 진행했습니다.

강의 시작 전부터 이미 열기가 남달랐어요. 준비된 자리가 모자라 다른 회의실에서 책상과 의자를 추가로 가져왔는데도, 결국 통로와 뒷공간에 서서 강의를 듣는 분들이 생겼습니다. 회계사라는 직군 특성상 AI에 대한 관심이 그리 크지 않을 거라 생각하셨다면, 이 광경이 많은 걸 바꿔놓을 겁니다.

수준의 격차, 그리고 그 의미

인상적이었던 건 참석자들의 스펙트럼이 정말 넓었다는 점입니다. 이미 AI 툴을 꽤 능숙하게 다루는 분도 계셨고, 스킬이나 에이전트라는 개념 자체가 낯선 분도 많았어요. 연배가 높으신 분들도 상당수 참석하셨는데, 눈빛만큼은 누구보다 진지하고 뜨거웠습니다.

이 격차를 어떻게 다룰 것인가는 앞으로 AI 교육이 풀어야 할 핵심 과제 중 하나라고 느꼈어요. 강의를 진행하는 저도, 한공회 측도 이 지점에서 함께 고민을 나눴습니다.

강의에서 반복되는 질문들

어떤 대상에게 강의를 하든 꼭 등장하는 질문들이 있습니다.

• "데이터 보안은 어떻게 되나요?"
• "NotebookLM에 올리는 것과 폴더에 파일을 넣고 Claude에게 읽히는 건 무슨 차이인가요?"
• "그냥 대화하는 것과 코드를 쓰는 건 왜 다른가요?"

NotebookLM이 전문직에게 유독 유의미한 이유

최근 "RAG가 죽었다"는 말이 나오는 흐름이 있습니다. AI 모델의 컨텍스트 창이 워낙 커지다 보니, 문서를 잘게 쪼개 검색하는 전통적인 방식보다 그냥 파일을 통째로 올려버리는 게 더 나은 경우가 많아졌거든요. 그래서 "그냥 폴더에 다 넣고 읽히면 되지 않냐"는 흐름도 생기고 있어요.

그렇다면 NotebookLM은 이제 의미 없을까요?

그렇지 않습니다. 결정적인 차이가 하나 있어요.

NotebookLM은 모델 자체를 별도로 훈련한 게 아닙니다. Gemini가 원래 가진 광범위한 학습 지식을 사용하지 못하도록, "내가 올려준 문서만 보고 대답해라" 는 제약을 시스템 레벨에서 걸어둔 구조예요. 모델의 두뇌는 그대로, 대신 볼 수 있는 범위를 내 소스로만 좁혀놓은 겁니다.

일반 AI에게 파일을 주면, 그 파일 내용과 모델이 원래 아는 지식을 섞어서 답합니다. 그게 때로는 강점이지만, 전문직에겐 위험이 될 수 있어요. 숫자 하나, 근거 하나가 어디서 왔는지 반드시 추적할 수 있어야 하는 회계·법률 분야에서, NotebookLM의 소스 제한은 단순한 기능이 아닙니다. 검증 가능성 그 자체입니다.

"지금 배우는 게 의미 있을까?"라는 질문에 대하여

AI가 이렇게 빠르게 발전하는 상황에서, 지금 이 강의가 얼마나 의미 있을까 하는 의문이 드는 건 자연스럽습니다.

하지만 한 가지는 확신합니다. 툴은 바뀌어도, 내 데이터는 남습니다. 지금 내 업무 경험과 지식을 AI가 이해하기 쉬운 구조로 정리하고 쌓아두는 일, 이건 어떤 모델이 나와도 자산이 됩니다.

강의가 끝나고 명함을 주시는 분들이 줄을 이었고, "스킬을 구매할 수 있냐"고 물어보신 분도 계셨습니다. 뜨거운 관심과 에너지를 온몸으로 받고 왔습니다.