생각을 글로,
경험을 이야기로

대중에게 미움을 받고 안좋은 평가를 받는 사람들의 예시 중에 '리더'가 등장했다. 왜 리더를 미워하는 예시인지를 설명하다보니 보편적인 가치, 사고 그리고 편견에 대해 설명할 수 밖에 없었다. 누군가는 지지하고 누군가는 지지하지 않는 일을 결정하고 결단을 내리며 일을 추진할 수 밖에 없다는 설명과 함께 의사결정을 하면서 생길 수 있는 것들에 대해 설명해야 했다. 이제 초등학교 3학년인 아이에게 이 설명을 이어가다보니 나도 모르게 아이가 리더를 하지 않았으면 좋겠다는 마음까지 들었다.

인간은 사회적 동물이다. 이 말은 많은 것을 함의한다. 결정을 내리는 측면에서는 내 주변의, 함께 사회를 이루고 있는 동료들이 불편하고 싫을 만한 결정을 내려야 할 때는 우리는 강한 반감을 느낀다. 어쩌면 우리가 속한 문화가 고맥락 사회라서 더 그럴 수 있겠지만 딱히 얼만큼 강하고 불편하다 느끼냐의 차이만 존재할 뿐 비슷한 부류의 의사결정에서 편안함을 느끼는 것은 보기 어려웠다.

내가 속한 업계가 유독 그런지 모르겠지만 이별과 만남이 잦다. 회사에 남아있다 보면 더 좋은 곳으로 떠나는 것만 같은 동료들과의 이별을 반복하다 보면 어쩐지 나는 정체된 것은 아닐까 느낄 때가 있다. 누군가는 정년이 보장되는 직업과 회사를 다니는 것 같은데 왜 나는 안정적인 것 보다 도전적인 것을 택하며 이렇게까지 치열하게 사는 것일까 고민한 적도 있다. 그런 고민이 무색할 만큼 도전과 성장에 대한 욕심이 많으니 정작 일을 시작하면 돌변해서 치열하게 일을 하고 있다.

모든 준비가 끝났고 업로드도 완료했으니, 자연스럽게 재고가 모두 소진되면 종료될 것이다. 다른 업체들의 글도 많이 올라왔고, 담당 직원까지 있다던 지역 내 가장 큰 대리점의 글도 올라왔다. 조회수가 솟구치기 시작했다. 얼리어답터들은 많이 해 본 만큼 궁금할 것도 없다. 상품 상세 페이지 하나만으로도 구매 결정이 가능할 정도로 관련 지식을 습득한 사람들이었다. 댓글이 하나 달렸다.

더 즐겁고 오래 할 수 있는 일을 찾아 이직한 내 첫번째 IT 회사, 산업 전체가 성장하면서 내가 스스로 기대했던 것 이상으로 빠르게 성장할 수 있었다. AI에 대해 우연치 않은 기회에 깊게 실무를 접할 수 있었고 그 경험은 지금도 내게 큰 도움이 되고 있다. 하지만 조직적 성숙함과 더 가파른 성장을 원했던 나의 배움에 대한 열망을 충족시키기에는 부족했고 학업의 연장으로 간신히 버티던 나도 결국 졸업 1년 뒤 모든 기여가 끝났다고 느끼는 순간이 찾아왔다. 조직의 성장은 개인의 성장만큼 빠를 수 없고, 빨라지기 위해서는 조직은 개인 보다 더 피나는 노력을 해야만 한다는 것을 이때 깨달았다.

"저는 요즘 이런 생각이 있었어요." 함께 하는 동료들이 저 이야기를 내게 하고, 내가 저 문장을 아무렇지 않게 하기 시작하는 것 PO가 회사에서 어떤 일을 만들때 가장 필요한 것이라고 생각한다. 그러기 위해서는 좋은 질문을 잘 해야 하고, 나도 좋은 질문에 객관적인 생각을 할 수 있는 상태여야 한다. 바쁘게 몰아쳐서 고민할 시간도 없는 여유가 1도 없어도 그런 여유를 가진 척 호흡을 가다듬으려고 노력해야 한다.

"우리 조직은 데이터를 너무 많이 보는게 문제예요." CPO가 떠난 조직에서 제품 총괄을 임시로 대행하던 CTO가 대표와 나를 앞에 두고 입을 열었다.

"회의 어떠셨어요?" 대표가 먼저 입을 열었다. "유쾌하진 않죠. 소모적이라고 느꼈어요."

업무 뿐만 아니라 대부분의 영역에서 사람들은 확신을 갖기 위해 실행하고 경험하려는 사람이 있고, 실행을 위한 확신이 필요한 사람들이 있다. 굉장히 계획적인 편이고 하루하루의 루틴을 중요하게 생각하며 분 단위로 쪼개어 삶을 살고 있는 나는 정작 전자에 해당하는 사람이다. 그래서 스타트업에서 일을 하는 것에 더 재미를 느끼며 행복해 한다. 해봐야 아는 것들에 대해 미리 단정짓고 판단하고 포기하는 것도 문제이고 더 많은 비용을 들여서 정작 리스크만 키우는 것은 더 큰 손실로 돌아오기 때문이다. 우리가 사는 세상은 4차원이다. 시간이라는 차원은 우리가 볼 수 없고 복원이 불가능하기 때문에 더 소중하게 다루어야 한다. 그래서 나는 시간을 허투루 쓰는 것을 경계한다.

AI 시대가 열리자 스타트업은 더 활발해지기 시작했다. AI를 성장시키는 학습 데이터는 지금 가장 빨리 해결해야 할 장애물이었고, 정부에서도 관심을 보이며 이 부분에 대한 성장 동력을 가속화하고 싶어했다.