문과-이과 경계 없는 'Pre-AI' 직업훈련이 보편화되면, 도메인 전문성과 AI 오케스트레이션 능력의 결합이 새로운 직업 분류 축이 되어 기존 학위와 자격증 체계가 무의미해진다.
AI가 기술적 실행과 전문 학위를 정당화하던 암기식 지식 노동을 모두 처리하면서 문과 대 이과의 구분이 무너진다. 새롭게 등장하는 전문가 정체성은 두 축으로 구성된다. 특정 분야에 대한 깊은 도메인 이해와 해당 도메인에서 문제를 해결하기 위해 AI 시스템을 지휘하는 능력이다. 대학들은 자격증 공장이 아닌 '도메인 몰입 센터'로 스스로를 재창조하기 위해 분주하고, 전문 자격 시험 기관들은 그들의 시험이 AI로 사소하게 풀리게 되면서 존립 위기에 직면한다. 한 세대의 노동자들이 가장 가치 있는 자산이 무엇을 아는가가 아니라 기계가 풀도록 문제를 어떻게 구조화하는가임을 깨닫게 된다. 그리고 이 능력은 어떤 전통적 교육 경로와도 상관관계가 낮다.
2032년 4월의 어느 월요일 아침. 28세의 전직 작곡과 출신 소연이 서울의 한 병원 영상의학과에 들어선다. 환자가 아니라 진단 워크플로 아키텍트로서다. 생물학 수업을 한 번도 들은 적이 없다. 그녀의 업무는 병원의 AI 진단 시스템이 각 영상에 대해 던져야 할 질문을 설계하는 것이며, 패턴과 구조에 대해 훈련된 직관을 활용한다. 함께 일하는 영상의학과 전문의들은 처음에 그녀의 존재를 불쾌해했다. 이제 그들은 그녀가 자신들이 놓쳤을 프레이밍 오류를 잡아낸다고 인정한다. 그녀의 대학 졸업장은 부모님 아파트에 걸려 있다. 더 이상 존재하지 않는 세계의 유물이다.
자격증은 역량 신호를 넘어서는 기능을 수행한다. 책임 구조를 만들고, 의료 과실 책임을 가능하게 하며, 소비자에게 신뢰를 위한 판단 기준을 제공한다. 자격증 없는 세계는 AI 증강 전문가가 치명적 실수를 저질렀을 때 명확한 책임 소재가 없는 세계이기도 하다. '역량 포트폴리오' 모델은 단순히 대학 졸업장 대신 플랫폼 발급 배지가 게이트키핑 메커니즘이 되는 새로운 이름의 자격주의를 재창조할 수 있다.