AI 자격증, 꼭 따야 할까? — 종류부터 준비 순서까지 정리

• AI 자격증은 대부분의 사람에게 필수가 아닙니다. 다만 분명히 값을 하는 자리가 따로 있습니다
• 갈리는 기준은 자격증의 이름이 아니라 내가 통과해야 하는 문에 서류 필터가 있는지입니다
• 무엇을 따든 직접 만들어 본 결과물 하나가 이력서에서는 더 오래 남습니다

AI 때문에 내 일이 위험한 것 같다는 말을 반년 넘게 듣고 나면, 뭐라도 해 둬야 할 것 같은 마음이 듭니다. 당장 무엇을 배워야 할지는 모르겠고, 그렇다고 가만히 있자니 뒤처지는 기분이 듭니다. 그럴 때 가장 먼저 떠오르는 것이 자격증 하나 따 둘까입니다. 눈에 보이는 결과가 남고, 이력서에 한 줄이 생기니까 그렇습니다.

그 마음으로 검색창에 AI 자격증을 넣으면 화면 위쪽은 대부분 광고가 채웁니다. 어떤 시험이 좋은지, 몇 개월이면 되는지, 국비로 얼마까지 지원되는지 같은 말이 쏟아집니다. 정작 내게 그게 필요한지를 먼저 물어봐 주는 곳은 거의 없습니다.

그래서 이 글은 순서를 뒤집었습니다. 무엇을 딸지 고르기 전에, 딸 필요가 있는 사람인지부터 판단할 수 있게 쓰겠습니다. 특정 시험을 권하지도, 학원이나 강의를 소개하지도 않겠습니다. 응시료나 합격률처럼 수시로 바뀌는 숫자도 적지 않겠습니다. 대신 바뀌지 않는 판단 기준만 남기겠습니다.

AI 자격증, 꼭 있어야 하나요?

먼저 솔직하게 말씀드리겠습니다. 대부분의 사람에게 AI 자격증은 필수가 아닙니다. 지금 실제로 AI를 쓰면서 일하는 자리들을 보면, 자격증을 요구하는 경우보다 요구하지 않는 경우가 훨씬 많습니다. 채용 공고에 자격증 이야기가 나오더라도 필수가 아니라 우대 칸에 적혀 있는 경우가 흔합니다.

이유는 간단합니다. AI를 쓰는 일은 아는 것보다 해 본 것이 훨씬 빨리 드러나는 종류의 일이기 때문입니다. 면접에서 십 분만 이야기해 보면 실제로 써 본 사람인지 아닌지가 갈립니다. 그래서 사람을 직접 보는 자리일수록 자격증의 힘은 약해집니다.

그렇다고 자격증이 아무 쓸모가 없다는 뜻은 아닙니다. 다만 자격증이 하는 일을 정확히 알아야 합니다. 자격증은 실력을 증명해 주는 물건이 아닙니다. 자격증이 실제로 하는 일은 두 가지입니다. 서류에서 걸러지지 않게 해 주는 것, 그리고 무언가를 배웠다는 사실을 종이로 남겨 주는 것입니다.

이 차이를 알면 경계가 깔끔하게 그어집니다. 내가 서 있는 문이 사람을 보는 문이라면 자격증은 거의 힘을 쓰지 못합니다. 반대로 그 문이 종이를 먼저 보는 문이라면, 종이 한 장이 없어서 사람이 못 보이는 일이 실제로 벌어집니다. 그러니 질문은 어떤 자격증이 좋은가가 아니라 내 앞의 문은 어느 쪽인가여야 합니다.

나에게는 필요한 자격증일까요?

경계를 사람 기준으로 다시 그어 보겠습니다. 먼저 따는 편이 나은 쪽입니다. 세 가지 경우가 여기 들어갑니다.

• 서류 통과가 목적인 경우 — 지원자가 몰리는 자리일수록 사람이 다 볼 수 없어 기준부터 세웁니다. 그 기준 칸에 자격증이 들어가 있다면 한 줄이 실제로 문을 엽니다
• 회사가 교육비를 대 주는 경우 — 내 돈이 들지 않는다면 굳이 마다할 이유가 없습니다. 이때는 필요해서가 아니라 기회라서 따는 것입니다
• 승진이나 인사평가에 반영되는 경우 — 사내 기준표에 점수로 적혀 있다면 취향의 문제가 아닙니다. 기준표를 먼저 확인하시면 됩니다

반대로 굳이 안 따도 되는 쪽도 분명합니다. 첫째, 실무에 바로 쓰고 싶은 사람입니다. 오늘 하는 일을 조금 편하게 만드는 것이 목적이라면, 시험 범위를 외우는 시간보다 실제로 한 번 써 보는 시간이 몇 배 빠릅니다.

둘째, 프리랜서와 자영업자입니다. 일을 맡기는 쪽은 자격증 번호를 묻지 않습니다. 전에 한 작업물을 보여 달라고 합니다. 손님도 마찬가지입니다. 가게에 붙은 자격증보다 실제로 달라진 결과가 사람을 움직입니다.

셋째, 아직 무엇에 쓸지 정하지 못한 사람입니다. 불안해서 일단 등록해 두는 경우가 여기에 해당합니다. 목적 없이 시작한 공부는 대개 중간에 멈추고, 돈과 시간만 남습니다. 이 경우라면 자격증보다 먼저 정할 것이 있습니다. 무엇을 하고 싶은지입니다.

질문은 어떤 자격증이 좋은가가 아니라, 내 앞의 문이 종이를 보는 문인가입니다.어느 쪽도 아니라면 아직 급하지 않다는 뜻입니다.

AI 자격증에는 어떤 갈래가 있나요?

시험 이름을 하나씩 외우는 것은 의미가 없습니다. 이름은 자주 생기고 자주 사라집니다. 대신 갈래를 알아 두시면 새 이름을 만나도 그 자리에서 판단할 수 있습니다. 크게 네 갈래입니다.

첫째, 국내 민간자격입니다. 협회나 기업, 언론사가 만들어 운영하는 시험입니다. 여기서 꼭 구분해야 할 것이 있습니다. 민간자격 안에도 등록만 되어 있는 것과 국가가 공인해 준 것이 따로 있다는 점입니다. 둘은 이름만으로는 구분되지 않습니다. 한국직업능력연구원이 운영하는 민간자격정보서비스에서 등록 여부와 공인 여부를 직접 조회할 수 있으니, 광고 문구 대신 그 화면을 보시는 편이 확실합니다.

사람들이 AI 자격증을 검색할 때 같이 많이 치는 이름이 AICE입니다. 국내 기업이 운영하는 인공지능 활용 능력 시험으로, 등급이 나뉘어 있어 비전공자가 아래 등급부터 올라가는 구조입니다. 이 글에서 이 시험을 권하거나 말리지는 않겠습니다. 다만 판단 순서는 똑같습니다. 내가 내려는 서류에서 이 이름을 실제로 받아 주는지, 등급 중 어디까지가 요구되는지, 그리고 응시료와 일정이 지금 어떻게 되어 있는지를 주관 기관의 공식 요강에서 직접 확인하시면 됩니다. 다른 이름이 나와도 이 순서는 그대로 쓸 수 있습니다.

둘째, 국가기술자격 계열입니다. 국가가 만들고 관리하는 시험이고 큐넷에서 원서를 받습니다. AI라는 이름이 붙은 것보다는 데이터나 정보처리 쪽에 걸쳐 있는 종목들이 실제로는 더 가깝습니다. 장점은 오래간다는 점입니다. 운영 주체가 바뀌거나 갑자기 없어질 걱정이 적고, 공공기관이나 규모가 큰 곳의 서류 기준에서 인정받기도 수월한 편입니다.

셋째, 해외 벤더 자격입니다. 클라우드 서비스를 만드는 회사들이 직접 운영하는 인증입니다. 이쪽은 성격이 조금 다릅니다. 일반적인 AI 지식이 아니라 그 회사의 도구를 다룰 줄 아는지를 증명합니다. 그래서 그 도구를 실제로 쓰는 직군에서는 힘이 세고, 그렇지 않은 곳에서는 알아보는 사람이 적습니다. 시험이 영어로 치러지는 경우가 많고 유효기간이 있어 갱신이 필요한 경우도 있습니다.

넷째, 수료증 성격의 온라인 과정입니다. 강의를 끝까지 들으면 발급되는 종이입니다. 이것은 자격증이 아닙니다. 시험에 붙었다는 증명이 아니라 들었다는 기록입니다. 가치가 없다는 뜻은 아닙니다. 다만 이력서에 자격증 칸이 아니라 교육 이수 칸에 들어가는 물건이라는 점은 알고 계셔야 합니다.

네 갈래 모두에 대해 이 글에서는 응시료나 합격률, 문항 수, 난이도 같은 숫자를 적지 않겠습니다. 이런 숫자는 회차마다 바뀌고 어딘가에 정리된 표는 대체로 과거의 것입니다. 마음에 드는 시험을 찾으셨다면 반드시 주관 기관의 공식 시험 요강을 직접 여시고 그 화면에 적힌 것만 믿으시면 됩니다.

국비지원 교육은 왜 같이 검색될까요?

자격증을 검색하다 보면 국비지원이라는 말이 반드시 따라붙습니다. 이유는 단순합니다. 자격증을 알아보는 사람은 곧바로 비용을 떠올리게 되고, 비용을 검색하면 지원 제도가 나오기 때문입니다. 광고를 하는 쪽도 이 흐름을 알고 있어서 두 단어를 붙여 씁니다.

제도 자체는 실제로 있습니다. 고용노동부가 운영하는 국민내일배움카드 계열의 직업훈련 지원이 그것이고, 어떤 과정이 지원 대상인지는 HRD-Net이라는 공식 창구에서 확인할 수 있습니다. 이 글에서 제도 이름까지만 적는 이유가 있습니다. 지원 금액과 대상 조건, 자기부담 비율은 사람마다 다르고 해마다 바뀝니다. 남이 받은 조건이 내 조건이 아닐 가능성이 큽니다.

대신 오해하기 쉬운 지점 세 가지만 짚겠습니다. 첫째, 카드를 발급받는 것과 원하는 과정을 듣는 것은 다른 일입니다. 과정마다 대상과 정원이 따로 있습니다. 둘째, 완전 무료라는 표현은 조심해서 보셔야 합니다. 자기부담금이 있는 경우가 흔하고, 중도에 그만두면 정산 문제가 생기기도 합니다.

셋째가 가장 중요합니다. 훈련 과정을 이수하는 것과 자격증을 따는 것은 별개입니다. 과정을 끝내면 수료증이 나오지만, 자격증은 따로 시험을 치러 붙어야 나옵니다. 이 둘을 붙여서 설명하는 광고가 많으니, 등록 전에 이 과정이 끝나면 정확히 무엇이 남는지를 서면으로 확인하시기 바랍니다.

자격증보다 먼저 만들어야 할 것은 무엇일까요?

이 글에서 가장 드리고 싶은 말이 여기 있습니다. 자격증 한 줄보다 내가 AI로 만들어 본 결과물 하나가 거의 항상 더 강합니다. 자격증은 서류를 통과시켜 주는 데서 역할이 끝나지만, 결과물은 그 뒤에 벌어지는 대화를 바꿉니다.

면접 자리를 떠올려 보시면 차이가 분명합니다. 자격증이 적혀 있으면 돌아오는 반응은 대개 아 그렇군요 한마디입니다. 반면 이걸 AI로 만들어 봤습니다라고 하면 이야기가 이어집니다. 왜 만들었는지, 어디서 막혔는지, 어떻게 풀었는지를 묻게 되고, 그 답이 곧 실력 설명이 됩니다. 결과물은 질문을 부르고, 자격증은 질문을 닫습니다.

결과물이 강한 이유는 세 가지입니다. 하나, 과정이 드러납니다. 만든 사람만 아는 실패담이 붙어 있어서 흉내 낼 수 없습니다. 둘, 남이 똑같이 가질 수 없습니다. 같은 자격증을 가진 사람은 수천 명이지만 같은 결과물을 가진 사람은 없습니다. 셋, 오늘 시작할 수 있습니다. 시험 일정을 기다릴 필요가 없습니다.

거창할 필요는 전혀 없습니다. 지금 하는 일에서 반복되는 것 하나를 골라 AI로 처리해 보시면 그것이 결과물입니다. 매주 쓰는 보고서의 요약 틀을 만들어 두는 일, 자주 보내는 안내 문구를 상황별로 정리해 두는 일, 가게에서 쓸 안내문이나 이미지를 직접 뽑아 보는 일 모두 해당합니다. 중요한 것은 만들었다는 사실과 그 과정을 남겨 두는 일입니다.

돈이 들지도 않습니다. 대부분의 도구는 무료 범위 안에서 충분히 시작할 수 있습니다. 무료로 어디까지 되는지는 챗GPT 무료로 어디까지 되나에 정리해 두었고, 실제로 무언가를 만들어 보는 순서는 AI로 만들기 카테고리에 하나씩 쌓아 두고 있습니다. 자격증 접수 기한을 알아보기 전에, 이번 주말에 한 개만 만들어 보시기를 권합니다.

결과물은 질문을 부르고 자격증은 질문을 닫습니다.한쪽은 통과시켜 주고 다른 한쪽은 기억되게 해 줍니다.

그래도 딴다면 어떤 순서로 준비할까요?

앞의 기준으로 따져 봐도 필요하다는 결론이 나왔다면, 이제 순서가 중요합니다. 많은 분이 시험부터 고르고 목적을 나중에 붙입니다. 그러면 붙어도 쓸 데가 없는 자격증이 남습니다. 네 단계로 가시면 됩니다.

첫째, 목적을 한 문장으로 적습니다. 어디에 낼 것인지를 구체적으로 쓰셔야 합니다. 어느 회사의 어느 전형, 사내 평가표의 어느 항목처럼 적을 수 있어야 합니다. 이 문장이 안 써진다면 아직 필요한 단계가 아니라는 신호입니다.

둘째, 그 목적을 인정해 주는 갈래를 고릅니다. 공공기관 서류라면 국가 계열이, 특정 도구를 쓰는 직무라면 그 회사의 벤더 자격이 맞습니다. 인기 순위가 아니라 내 목적을 인정해 주는 쪽이 기준입니다. 가능하면 목표로 하는 곳의 공고나 기준표를 직접 찾아 이름이 적혀 있는지 확인해 보시는 편이 가장 빠릅니다.

셋째, 공식 요강을 직접 봅니다. 블로그 정리 글이 아니라 주관 기관 홈페이지입니다. 접수 일정, 응시 자격, 시험 방식, 유효기간과 갱신 여부, 이 네 가지만 확인하셔도 충분합니다. 여기서 확인한 내용과 다른 말을 하는 곳은 그냥 거르시면 됩니다.

넷째, 준비하는 동안 결과물을 같이 만듭니다. 이것이 네 단계 중 가장 중요합니다. 공부하면서 배운 것을 그때그때 작은 결과물로 남겨 두면, 시험에 붙든 떨어지든 손에 남는 것이 생깁니다. 떨어져도 남는 것이 있는 준비가 좋은 준비입니다.

같이 보면 좋은 글

• AI로 만들기 — 자격증보다 먼저 남길 결과물을 만드는 순서
• 챗GPT 무료로 어디까지 되나 — 돈을 들이지 않고 시작하는 범위
• AI 처음이라면 — 아무것도 모르는 상태에서 읽는 순서
• AI·테크 용어사전 전체 목록 — 공부하다 막히는 말이 나올 때

다음 편에서는 이력서에 한 줄로 쓸 수 있는 결과물 하나를 실제로 만들어 보는 과정을 다루겠습니다. 이번 글에서 결과물을 남기라고만 하고 넘어간 부분을, 무엇을 고르고 어디까지 만들면 남에게 보여 줄 수 있는지까지 한 편으로 이어서 정리해 두겠습니다.