우리는 뭐하는 사람들인가?

1교시 발제: 우리는 뭐하는 사람들인가?

3주간 우리는 AI 상담의 가능성과 한계를 탐구해왔다. 이번 주는 가장 근본적인 질문으로 돌아간다 — AI가 상담의 많은 기능을 수행할 수 있는 시대에, 상담사란 어떤 존재인가?

지금까지 직업은 “뭘 할 수 있는가” — 스킬(skill)로 정의됐다. 코드를 짜면 개발자, 글을 쓰면 작가, 상담을 하면 상담사. 그런데 AI가 코드를 짜고, 글을 쓰고, 사례개념화를 하는 시대가 오면 이 분류는 의미를 잃는다. Research.com(2026)에 따르면, 임상 정신건강 상담 업무의 약 35%가 2030년까지 AI에 의해 증강될 전망이다. 그러면 직업은 무엇으로 정의될까? “왜 이 일을 하는가” — 목적(purpose)으로 정의된다.

이건 새로운 현상이 아니다. 조선시대 기준으로 보면 우리는 모두 n잡러다. 기술 인프라가 옛 직업 분류를 흡수했기 때문이다. AI도 마찬가지다.

사례: n잡러에서 전환 기획자로

이 수업의 담당 교수인 유호현은 다음을 동시에 한다:

• (주)옥소폴리틱스 대표 — 디지털 민주주의 플랫폼
• Tobl AI 대표 — AI 스타트업 창업자
• 건국대학교 상담심리학과 겸임교수
• 태재미래전략연구원 디지털전환팀장
• 작가 — 슈퍼휴먼 슈퍼워크, AI 신들의 전쟁
• 국가인공지능전략위원회 강연자
• 정치인 IT 정책 자문
• 개발자 — 이 모든 걸 Claude Code로 직접 만드는 사람

옛 기준으로는 n잡러다. 하지만 이 일들에는 하나의 일관성이 있다:

• 한국 보안을 글로벌 표준으로 전환
• 상담사들이 AI를 활용하도록 돕기
• 기업을 AI-First로 전환

전부 “전환”이다. 따라서 이 사람의 직업은 전환 기획자(Transition Planner)다.

상담사의 자리: 치유에서 자기 실현까지

목적 기반 직업들을 묶으면 6가지 큰 카테고리가 보인다:

• 전환 — 세상을 A에서 B로 바꾸는 사람
• 치유 — 고통을 줄이고 회복을 돕는 사람
• 성장 — 사람과 조직을 키우는 사람
• 표현 — 의미와 감정을 전하는 사람
• 보호 — 위험에서 지키는 사람
• 연결 — 사람과 사람을 잇는 사람

상담사는 이 중에서 주로 “치유”와 “성장”에 위치한다. 직업을 정의하는 구조는 간단하다: [대상] + [목적 동사] = 직업.

• 바꾸다
• 고치다
• 키우다
• 전하다
• 지키다
• 잇다

그리고 상담의 목적은 “치유”에 머물지 않는다. Rogers가 제시한 자기실현 경향성(actualizing tendency)과 Maslow의 욕구 단계를 결합하면, AI 시대 상담의 범위는 치유에서 자기 실현까지 확장된다.

칼 로저스

인간에게는 자기를 실현하려는 타고난 경향성이 있다. 상담사는 방향을 지시하는 것이 아니라, 그 경향성이 발현될 조건을 제공하는 것이다.

— Rogers (1961)

“치유”에만 머물면 아픈 사람만 돕는 것이다. 자기 실현까지 올라가면 모든 사람의 영역이 된다. AI 시대에는 목적을 가진 한 사람이 모든 형태의 산출물을 만들 수 있다:

• 상담
• AI 상담 챗봇 개발
• 감정일기 앱
• 심리 교육 콘텐츠
• 유튜브 채널
• 팟캐스트
• 연구 보고서

NPR(2025) 보도에 따르면, 미국인이 ChatGPT를 가장 많이 사용한 이유는 정신건강 치료와 정서적 지지였다 — 잠재 수요가 공급을 압도하고 있다.

→ 자세히 읽기: AI 시대, 직업은 ‘스킬’이 아니라 ‘목적’으로 정의된다

2교시 체험: AI로 사례개념화 해보기

이번 주 읽기: AI가 상담 수퍼비전을 도울 수 있을까?

수퍼비전(supervision)이란, 경험 많은 선배 상담사(수퍼바이저)가 초보 상담사(수련생)의 상담을 검토하고 피드백을 주는 교육 과정이다. “AI 수퍼비전”이란 이 과정에서 AI가 축어록을 분석하고, 여러 이론 관점에서 사례를 동시에 보여주고, 즉각 피드백을 제공하여 수련생의 학습을 돕는 것이다.

사례개념화(case conceptualization)란, 내담자의 문제를 이론적 틀에 맞춰 체계적으로 이해하고 치료 전략을 세우는 과정이다. Gainer(2025)는 6장에서 AI가 이 과정을 “대체”하는 게 아니라 “확장(augment)”할 수 있다고 주장한다.

세네카 R. 게이너

AI 수퍼비전은 인간 수퍼바이저의 지혜를 대체하려는 게 아니다. 초보 상담사가 한 명의 수퍼바이저에게만 의존할 때 생길 수 있는 '이론적 터널 비전'을 보완하려는 것이다.

— Gainer (2025, p. 168)

AI 수퍼비전의 가장 큰 장점은 “여러 관점을 동시에 보여줄 수 있다”는 것이다. AI는 이론적 편향 없이, 같은 사례를 여러 관점에서 동시에 분석해줄 수 있다.

세 가지 이론으로 같은 사례를 보면?

사례개념화의 핵심 질문은 “왜 이 사람이, 이 시점에, 이 문제를 겪고 있는가?”이다. 비유하자면, 같은 풍경을 적외선 카메라, 일반 카메라, X-ray로 찍으면 세 장의 완전히 다른 사진이 나오는 것과 같다.

CBT 프레임: Beck의 인지 모델은 다섯 층으로 사례를 분석한다.

1. 촉발 사건 — 문제가 시작된 구체적 상황.
2. 자동적 사고 — 그 상황에서 자동으로 떠오른 생각.
3. 인지 왜곡 — 그 생각에 포함된 사고의 함정.
4. 중간 신념 — 자동적 사고를 지배하는 규칙.
5. 핵심 신념 — 가장 깊은 곳의 믿음.

아론 T. 벡

핵심 신념은 보통 어린 시절에 형성되어 평생 작동한다. '나는 사랑받을 수 없다', '나는 무능하다', '세상은 위험하다' — 이런 믿음이 자동적 사고의 공장이 된다.

— Beck (1995)

정신역동 프레임: Luborsky의 CCRT 방법은 내담자의 관계 패턴을 분석한다. 세 요소: 소망(Wish), 타인의 반응, 자기의 반응.

레스터 루보스키

사람들은 자신의 핵심 갈등 관계 주제를 의식하지 못한 채 반복한다. 부모에게 받은 거부의 경험이, 상사와의 관계에서, 친구와의 관계에서, 심지어 상담사와의 관계에서도 되풀이된다.

— Luborsky & Crits-Christoph (1998)

인본주의 프레임: Rogers의 인간중심치료에서는 진단보다 “내담자가 자기 경험을 어떻게 느끼는가”에 집중한다.

세 이론의 차이를 한마디로 정리하면: CBT는 “이 사람의 생각이 문제다”, 정신역동은 “이 사람의 관계 패턴이 문제다”, 인본주의는 “이 사람을 둘러싼 환경이 문제다”라고 본다. 세 가지 렌즈를 동시에 사용할 수 있다는 것이 AI 수퍼비전의 핵심 가치다.

축어록 분석: AI가 특히 잘하는 영역

축어록(verbatim)은 상담 대화를 한 마디도 빠짐없이 기록한 텍스트다. AI는 전체 축어록을 대상으로 감정의 흐름, 주제 패턴, 상담사-내담자 상호작용 패턴을 분석할 수 있다.

마이클 램버트

상담 초기 3-5회기에 유의미한 변화가 나타나지 않으면 치료 전략을 재검토해야 한다. 피드백은 빠를수록 좋다.

— Lambert (2013)

Lambert의 연구는 또 다른 시사점을 던진다. 상담이 효과가 없을 때 빨리 알아차리는 것이 중요하다. AI는 축어록만으로도 회기 내 미세한 감정 변화를 감지할 수 있다.

칼 로저스

상담에서 가장 강력한 치유의 도구는 기법이 아니라 관계다. 그 관계 속에서 한 인간이 다른 인간을 있는 그대로 받아들이는 경험이 변화를 만든다.

— Rogers (1961)

결국 AI 수퍼비전의 역할은 분명하다. AI는 “1차 분석 도구”다. 하지만 상담 관계의 미묘한 질감, 비언어적 단서, 문화적 맥락의 해석은 인간 수퍼바이저의 영역으로 남는다.

축어록 분석의 역사: Rogers가 상담을 녹음하다

축어록(verbatim)이 상담 수련의 핵심 도구가 된 것은 Carl Rogers덕분이다. 1942년, Rogers는 Ohio State University에서 대학원생 Bernard Covner와 함께 상담 회기를 전기 녹음하기 시작했다. 같은 해 출판된 Counseling and Psychotherapy에는 “Herbert Bryan” 사례의 전체 8회기 축어록 178쪽이 수록되었다 — 심리치료 역사상 최초로 공개된 전 회기 축어록이었다.

이것이 왜 혁명적이었을까? 당시 정신분석은 폐쇄적이었다. 상담실 안에서 무슨 일이 일어나는지는 상담사 자신의 사후 보고에만 의존했다. Rogers가 상담 전체를 녹음하고 축어록으로 공개한 것은, 상담이라는 “블랙박스”를 처음으로 열어젖힌 사건이었다. 이후 150편 이상의 연구 논문이 이 자료에서 나왔다.

칼 로저스

우리가 상담 과정을 녹음하고 전사한 것은, 상담사 자신도 모르는 상담의 실체를 들여다보기 위해서였다. 자기 보고는 언제나 기억의 왜곡을 수반한다.

— Rogers (1942)

축어록 분석은 이후 여러 방향으로 발전했다. 1950~60년대 Charles Truax와 Robert Carkhuff는 축어록을 사용해 공감, 무조건적 긍정적 존중, 일치성을 5점 척도로 측정하는 방법을 개발했다. 1980년대 Luborsky는 축어록에서 관계 에피소드를 추출하여 CCRT를 분석하는 방법을 체계화했다.

2025년 현재, AI는 이 축어록 분석의 최신 도구가 되었다. 과거에 연구자가 수백 시간을 들여 수작업으로 했던 감정 코딩, 주제 분류, 패턴 탐색을 AI가 몇 분 만에 수행한다. Rogers가 전기 녹음기로 상담의 블랙박스를 열었듯, AI는 그 안의 데이터를 이전보다 훨씬 정밀하게 분석할 수 있는 도구를 제공한다. 도구는 바뀌었지만, 목적은 같다 — “상담에서 실제로 무엇이 일어나는가?”를 객관적으로 이해하는 것이다.

3대 상담 학파의 역사적 발전

사례개념화를 세 가지 이론으로 비교하려면, 각 이론이 어디서 왔는지 역사적 맥락을 이해해야 한다. 세 학파 모두 20세기 초중반에 태동했지만, 출발점과 발전 경로가 완전히 다르다.

정신역동: Freud에서 관계학파까지. Sigmund Freud가 1890년대 정신분석을 창시한 뒤, 이론은 세 방향으로 분화했다.

1. 자아심리학 (Anna Freud, Heinz Hartmann, 1930~50년대) — Freud의 구조 모델을 발전시켜 자아의 적응 기능을 강조했다.
2. 대상관계 이론 (Melanie Klein, D.W. Winnicott, 1940~60년대) — 초기 양육자와의 관계 경험이 내면의 “관계 틀”을 형성한다.
3. 자기심리학 (Heinz Kohut, 1970~80년대) — 건강한 자기 발달에 타인의 공감적 반응이 필수적이라고 보았다.

Luborsky의 CCRT 분석은 이 정신역동 전통 안에서, 관계 패턴을 경험적으로 연구하는 방법론을 제공했다.

레스터 루보스키

사람들은 같은 관계 각본을 반복한다. 부모와의 관계에서 형성된 소망-반응-자기반응 패턴이 이후 모든 중요한 관계에서 재연된다.

— Luborsky & Crits-Christoph (1998)

인본주의: Rogers에서 실존주의까지.

• Carl Rogers (1940년대) — 내담자 중심 치료를 창시.
• Abraham Maslow (1943년~) — 욕구 위계 이론과 자기실현 개념으로 인본주의의 이론적 기반을 넓혔다.
• Rollo May, Irvin Yalom — 실존주의 전통을 상담에 접목했다.

CBT: Beck에서 3세대까지.

• 2세대 — Aaron Beck의 인지치료(1960년대)와 Albert Ellis의 REBT(1955년)가 양대 축이다.
• 3세대(1990년대~) — Steven Hayes의 ACT, Marsha Linehan의 DBT, Zindel Segal 등의 MBCT. “생각을 바꾸자”에서 “생각과의 관계를 바꾸자”로 초점을 이동했다.

2026년 현재 CBT는 가장 많은 경험적 근거를 축적한 치료 접근으로, 500건 이상의 무작위 통제 시험(RCT)이 그 효과를 입증했다.

이 세 학파의 역사를 아는 것은 사례개념화의 정확성을 높인다. AI는 이론의 규칙을 따라 분석하지만, 그 이론이 탄생한 맥락과 한계를 아는 것은 상담사의 몫이다.

AI 사례개념화, 실제로 어떻게 하나?

AI로 사례개념화를 하려면 세 단계를 거친다. 첫째, 축어록을 정리해서 AI에 넣는다. 둘째, 이론별로 다른 프롬프트를 써서 분석을 요청한다. 셋째, AI가 내놓은 결과를 비판적으로 검토하고 통합한다.

1단계: 축어록 전처리 — 비식별화가 먼저다. 상담 축어록을 AI에 넣기 전에 반드시 비식별화를 해야 한다. Gainer(2025)는 비식별화를 “AI 수퍼비전의 윤리적 입장권”이라고 표현한다.

축어록을 만드는 과정 자체도 AI로 자동화할 수 있다. meeting.tobl.ai는 실시간으로 대화를 전사하고, 화자를 자동 구분하며, AI 분석까지 제공하는 서비스다.

세네카 R. 게이너

비식별화는 AI 수퍼비전의 윤리적 입장권이다. 이 입장권 없이는 아무리 뛰어난 AI 분석도 윤리적으로 정당화될 수 없다.

— Gainer (2025, p. 175)

2단계: 이론별 프롬프트 설계. 같은 축어록을 세 가지 이론 안경으로 분석하도록 AI에게 요청한다. 프롬프트를 구체적으로 쓸수록 결과가 좋다.

CBT 프롬프트 예시: 이 축어록에서 Beck의 인지 모델에 따라 자동적 사고를 추출하고, 인지 왜곡 유형을 분류하고, 핵심 신념을 추론하라.

정신역동 프롬프트 예시: 이 축어록에서 Luborsky의 CCRT 분석을 해라 — 소망, 타인의 반응, 자기의 반응을 추출하라.

인본주의 프롬프트 예시: 이 축어록에서 Rogers의 이론에 따라 이상적 자기와 현실적 자기 사이의 불일치를 탐색하라.

세 가지 프롬프트를 같은 축어록에 적용하면, 같은 내담자의 같은 이야기가 완전히 다른 세 가지 사례개념화로 변환된다.

감정의 흐름을 추적하면 전환점이 보인다

정서 흐름 분석은 사례개념화를 보완하는 강력한 도구다. AI에게 각 발화의 감정을 분류하고 강도를 매기라고 요청하면, 감정의 전환점이 보인다.

감정 흐름 분석의 실용적 가치는 수퍼비전 시간의 효율화에 있다. AI가 먼저 감정 변화가 가장 큰 세 구간을 찾아주면, 수퍼바이저는 그 구간에 집중해서 더 깊은 분석을 할 수 있다.

Michael Lambert의 OQ-45 연구에 따르면, 상담 초기 3-5회기에 유의미한 변화가 안 나타나면 치료 전략을 재검토해야 한다. AI의 정서 분석은 발화 단위로 감정 변화를 추적한다.

마이클 램버트

상담의 변화는 거대한 통찰의 순간에만 일어나지 않는다. 불안에서 안도로, 수치심에서 자기수용으로 — 미세한 감정 이동이 누적되어 변화를 만든다.

— Lambert (2013)

세네카 R. 게이너

정서 흐름 분석은 수퍼바이저와 초보 상담사가 '같은 지도'를 보고 대화할 수 있게 해준다.

— Gainer (2025, p. 180)

정서 흐름 분석의 또 다른 활용법은 “상담사 자기 성찰”이다. 상담사의 발화 패턴에서 자신의 불편함이 개입된 신호를 객관적으로 볼 수 있다.

AI 수퍼비전: 잘하는 것과 못하는 것

AI 수퍼비전의 장점 세 가지: 24시간 즉시 피드백, 여러 이론 관점을 한꺼번에, 감정적 편향이 없다.

하지만 구조적 한계도 분명하다: 비언어적 단서를 못 읽는다, 상담 관계의 질을 평가할 수 없다, 한국 문화의 맥락을 놓칠 수 있다.

그래서 Gainer(2025)는 “하이브리드 수퍼비전 모델”을 제안한다. AI는 “준비 작업”, 인간은 “깊이 있는 해석”을 맡는다.

칼 로저스

상담사가 내담자를 진정으로 이해하려면, 내담자의 세계에 들어가야 한다. 하지만 그 세계 안에서 길을 잃어서는 안 된다.

— Rogers (1980)

Rogers의 이 말은 AI 수퍼비전의 위치를 정확히 요약한다. AI는 “지도”를 제공하지만, 내담자와 함께 걸어가는 것은 인간 상담사만 할 수 있다. 기술과 인간의 역할을 명확히 구분하는 것이 AI 시대 상담사의 첫 번째 과제다.

수퍼비전의 발달사: 판별 모델에서 AI 수퍼비전까지

수퍼비전(supervision)은 상담사 수련의 핵심이다. 초보 상담사가 경험 있는 수퍼바이저의 지도 아래 상담 역량을 키우는 과정으로, 상담 교육에서 가장 오래되고 보편적인 훈련 방법이다. 수퍼비전의 이론적 발전은 크게 세 가지 흐름으로 정리된다.

치료 이론 기반 모델(1950~1970년대). 초기 수퍼비전은 수퍼바이저가 따르는 상담 이론에 따라 진행되었다. 문제는 수퍼바이저의 이론적 편향이 수련생에게 그대로 전달된다는 점이었다.

Bernard의 판별 모델(Discrimination Model, 1979). Bernard는 수퍼비전을 특정 이론에 묶지 않는 “무이론적(atheoretical)” 틀을 제안했다. 수퍼바이저의 초점 영역 세 가지 — 개입, 개념화, 개인화 — 와 역할 세 가지 — 교사, 상담사, 컨설턴트 — 를 조합한 3x3 매트릭스다.

세네카 R. 게이너

AI 수퍼비전이 Bernard의 판별 모델에서 잘 수행하는 영역은 개념화(패턴 분석, 이론 적용)다. 개인화(상담사의 정서적 반응 탐색)는 여전히 인간 수퍼바이저의 고유 영역이다.

— Gainer (2025, p. 190)

Stoltenberg의 통합 발달 모델(IDM, 1981). Stoltenberg는 수련생이 초보에서 숙련으로 성장하는 과정을 4단계로 기술했다.

AI 수퍼비전은 이 발달 모델에 새로운 차원을 더한다. 1단계 수련생에게 AI는 “24시간 접근 가능한 보조 수퍼바이저”로 기능할 수 있다. 2단계 수련생에게 AI는 자기 편향을 객관적으로 확인하는 “거울” 역할을 한다. 3단계 수련생에게 AI는 다양한 이론적 관점을 빠르게 탐색하는 “연구 보조” 도구가 된다. 각 발달 단계에 맞는 AI 활용 전략이 다르다는 점을 기억해야 한다.

BRIDGE 프레임워크: AI를 상담에 통합하는 6단계

Gainer(2025)는 AI 분석 결과를 실제 상담에 통합하는 단계별 프레임워크로 BRIDGE를 제안한다. AI 분석은 그 자체로 상담이 아니다. 분석 결과를 내담자와의 관계 속에서 치료적으로 활용하는 과정이 필요하고, BRIDGE는 그 과정의 지도다.

세네카 R. 게이너

BRIDGE는 AI를 상담의 '주인'이 아니라 '다리'로 쓰는 프레임워크다. AI 분석에서 출발하되, 도착점은 항상 내담자와의 치료적 관계다.

— Gainer (2025, p. 195)

BRIDGE의 핵심 원칙은 “AI가 아닌 내담자가 중심”이라는 점이다. B(관계 구축)가 맨 앞에 오는 이유가 있다 — 아무리 정교한 AI 분석도 치료적 관계 위에 놓이지 않으면 효과가 없다. Lambert(2013)의 연구에 따르면 상담 효과의 30%는 치료적 관계에서, 15%는 기법에서 나온다.

D(내담자와 논의) 단계는 특히 주의가 필요하다. AI가 “핵심 신념이 무능감”이라고 분석했다고 해서, 내담자에게 직접 전달하면 역효과가 날 수 있다. AI의 언어를 내담자의 언어로 번역하는 것이 상담사의 역할이다.

E(성과 평가) 단계에서 AI는 회기별 감정 흐름을 비교하여 변화의 궤적을 시각화할 수 있다. Lambert의 연구가 보여주듯, 상담 초기 3~5회기에 변화가 나타나지 않으면 전략을 재검토해야 한다. BRIDGE의 E 단계는 이 재검토를 체계적으로 수행하는 구조를 제공한다.

실습: AI로 축어록 분석하고 사례개념화 해보기

이번 실습의 목표는 세 가지다. 첫째, 비식별화된 상담 축어록을 AI에 넣어서 감정의 흐름을 분석한다. 둘째, 같은 축어록을 CBT, 정신역동, 인본주의 세 가지 관점에서 사례개념화하고 비교한다. 셋째, AI가 내놓은 결과를 비판적으로 검토하는 연습을 한다.

실습에 쓸 축어록은 수업 시간에 나눠주는 비식별화된 샘플이다. 길이는 약 2,000자이고, 내담자의 주요 호소는 학업 스트레스와 가족 갈등이다.

실습을 시작하기 전에 한 가지 당부가 있다. AI에게 축어록을 넣을 때, 실제 내담자의 개인 정보가 포함된 자료는 절대 쓰지 않는다.

AI 분석을 검토하는 다섯 가지 질문

AI가 내놓은 분석을 그대로 받아들이면 안 된다. Gainer(2025)는 다섯 가지를 물어보라고 한다. (1) 이 분석의 근거가 축어록 어디에 있나? (2) 같은 말을 다르게 해석할 수 있나? (3) 표정이나 목소리가 보였다면 분석이 달라졌을까? (4) 한국 문화의 맥락을 충분히 반영했나? (5) 경험 많은 수퍼바이저라면 뭘 더 파고들까?

세네카 R. 게이너

AI 분석을 맹목적으로 믿어서도, 전면적으로 거부해서도 안 된다. 상담사의 임상적 판단을 기반으로, 선택적으로 받아들이고 보완하는 능력 — 이것이 비판적 AI 리터러시다.

— Gainer (2025, p. 185)

이 다섯 가지 질문은 AI 시대 상담사의 핵심 역량인 “비판적 AI 리터러시”의 출발점이다.

칼 로저스

경험은 나에게 최고의 권위다. 어떤 사상이든, 어떤 사람의 말이든, 내 경험으로 검증해야 한다.

— Rogers (1961)

아론 T. 벡

인지치료에서 가장 위험한 것은, 치료자가 자기 가설에 빠져서 내담자의 실제 경험을 무시하는 것이다.

— Beck (1979)

Beck의 이 원칙은 AI 분석에도 그대로 적용된다. AI가 만든 사례개념화는 “가설”이지 “진단”이 아니다.

실습 결과를 비교해보면 보이는 것들

세 가지 이론의 사례개념화를 나란히 놓고 비교하면 흥미로운 발견을 하게 된다. 어느 해석이 맞는가? 셋 다 맞을 수 있다. 이것이 상담 이론의 특성이다.

3교시 토론: 우리가 만들 것

1교시에서 “우리는 뭐하는 사람들인가?”를 묻고, 2교시에서 AI 사례개념화를 직접 체험했다. 3교시에서는 3주차에 나온 14개 프로젝트를 상담의 전체 여정에 매핑하고, 통합 플랫폼 비전을 세운다.

3주차에 나온 14개 프로젝트 아이디어를 상담의 전체 여정(end-to-end journey)에 매핑했다. 빨간 테두리로 표시된 단계가 아직 비어있는 곳이다 — 우리가 채워야 할 기회.

“인식” 단계(내가 문제가 있다고 깨닫는 것)와 “종결” 단계(상담을 잘 마무리하는 것)가 비어있다.

14개 별도 앱 vs 1개 통합 플랫폼

14개 아이디어를 각각 별도 앱으로 만들면? 14개의 로그인, 14개의 데이터베이스. 대신, 하나의 통합 플랫폼을 만들고 각 팀이 모듈을 얹으면 하나의 로그인, 하나의 데이터로 해결된다.

플랫폼 아키텍트(교수)가 뼈대를 만들고, 모듈 개발팀(학생)이 기능을 얹는다. 실제 회사의 개발 프로세스를 배운다.

세네카 R. 게이너

AI 도구를 '사용만' 하는 상담사와 AI 도구를 '설계하는' 상담사의 전문적 주체성은 근본적으로 다르다.

— Gainer (2025, p. 210)

상담사가 AI 시대에 “마음 치유자”를 넘어 “자기 실현 안내자”가 되려면, 상담실 안에서 상담만 하는 것으로는 부족하다. 상담 생태계 전체를 설계하고 만들 수 있는 사람이 되어야 한다.