You can make anything
by writing
C.S.Lewis
이제는 AI를 타고 가자
생성형 AI 기술이 급속도로 발전하면서 많은 이들이 AI의 일자리 대체 가능성을 우려하고 있습니다. 하지만 반대로 생각해 보면 AI는 개인의 역량을 폭발적으로 확장할 수 있는 강력한 도구가 되기도 합니다. 특히 최근 들어 ChatGPT나 Claude 같은 대화형 AI의 다양한 기능 업데이트로 업무에 적용될 여지가 커지면서, 점차 다양한 기업과 개인이 AI를 활용해 눈에 띄는 생산성 향상을 이루는 사례가 늘고 있습니다.
저 역시 실무에 AI를 적극적으로 활용하면서 어떻게 하면 AI에게 대체되지 않을 수 있을지 계속해서 고민하고 있는데요. 이번 글에서는 AI 서비스 기획자이자 생성형 AI 강사로서 활동하며 실천해 온 제 경험과 그 과정에서 얻은 인사이트를 공유하고자 합니다.
최근에 저는 업무 할 때 처음부터 AI에게 모든 작업을 맡겨 보는 방식을 시도하고 있습니다. 예컨대 기획안 초안을 ChatGPT나 Claude에게 맡기면, 전체 구성을 어느 정도 잡고 필요한 자료나 레퍼런스를 제시해 주기도 합니다. 이후 제가 세부 항목을 직접 보완하면서 AI가 어느 정도까지 구체적인 도움을 줄 수 있고 어느 지점에서 인간 고유의 판단이나 경험이 필수적인지를 파악하고 있습니다. 그리고 이것을 어떻게 보완할지 또 한 번 AI와 함께 고민합니다.
이 과정을 통해 ‘AI가 혼자서 해줄 수 있는 일’과 ‘직접 손을 대야 하는 일’ 사이의 경계선을 체감하게 됩니다. 때로는 AI가 제시한 아이디어에서 영감을 얻기도 하고 예상외로 부정확하거나 맥락을 놓친 답변을 받기도 하죠. 이런 시행착오들은 따로 정리해 두어 유사한 업무를 다시 맡았을 때 빠르게 참고합니다.
이러한 일련의 과정이 반복되면서 저 혼자서 많은 작업을 처리하던 예전과 비교했을 때 업무 생산성이 이전과는 비교할 수 없을 정도로 폭발적으로 상승했습니다. 기획안 작성이나 아이디어 발굴 등의 업무뿐만 아니라 UI 기획 등 이전에는 AI로 작업하기 힘들었던 업무에서도 요즘은 큰 도움을 얻고 있습니다. 물론 완성된 결과물을 제대로 다듬는 것은 여전히 인간의 몫이지만, 작업 속도와 퀄리티가 동시에 향상되는 효과를 얻고 있습니다.
저는 작년 11월부터 ChatGPT의 GPTs 기능을 통해 회의록, 이메일 작성 등 다양한 AI 에이전트들을 만들어 왔는데요. 가령 회의 내용을 녹취 파일로 정리해 주면 AI가 핵심 키워드를 파악해 요약본이나 후속 업무 리스트를 자동으로 생성합니다. 이 덕분에 회의 후 추가 정리 작업에 들이는 시간이 크게 줄었습니다.
또한 ChatGPT의 GPTs와 비슷한 기능인 Claude의 Project 또한 다양하게 활용하고 있습니다. 특히 Claude에는 Artifact라는 기능이 있어 AI가 작성한 코드의 실행 결과를 바로 확인할 수 있는데, 이 기능을 활용하여 HTML 기반으로 UI 디자인을 제작하는 AI 에이전트를 만들었고 실무에서 굉장히 잘 쓰고 있습니다.
이를 통해 별도의 디자이너에게 의뢰할 필요 없이 프로토타입 수준의 화면 설계는 손쉽게 만들고 수정할 수 있으므로 초기 아이디어 검증 단계가 매우 빨라집니다. 뿐만 아니라 PPT 슬라이드 제작을 위한 AI 에이전트도 다양하게 시험해보고 있는데요. 이 역시 Artifact 기능을 통해 HTML 기반의 슬라이드를 자동 생성함으로써 PPT 제작 과정을 혁신적으로 단축하고 있습니다.
이처럼 AI 도구들을 여러 방식으로 연결해 보는 과정에서 각각의 장단점을 체득하고 다양한 아이디어를 떠올릴 수 있습니다. 결국 AI 활용법의 가능성은 각 개인의 호기심과 실험 정신에 달려있다고 생각합니다.
AI 기술의 발전 덕분에 이제는 단 하나의 분야나 업무만 잘하는 데서 그치지 않고 여러 영역을 유기적으로 결합해 훨씬 높은 성과를 낼 수 있는 환경이 마련되었습니다. 따라서, 기획·디자인·개발·마케팅 등 다양한 분야를 통합적으로 접근하면, 개인도 이전과는 비교할 수 없을 만큼 큰 성과를 만들어낼 수 있을 것이라고 생각합니다.
OpenAI CEO 샘 알트만은 최초의 1인 유니콘 기업이 언제쯤 등장할지 친구들과 내기를 하고 있다고 밝히며 가까운 미래에는 AI를 활용하는 한 사람이 한 기업이 처리해야 할 업무를 혼자 수행할 수 있다는 가능성을 시사했습니다. 저 역시 이를 염두에 두고 서비스 기획과 마케팅 전략 수립을 AI와 함께 동시에 진행하거나, 프로토타입 개발에 필요한 코드를 AI로 일부 생성해 보는 방식을 시도하고 있습니다.
이 과정에서 익숙하지 않은 업무나 프로세스도 자연스럽게 습득하게 되고 의외로 AI가 다양한 영역에서 도움을 줄 수 있음을 직접 체감하고 있는데요. 이러한 통합적 사고와 실천은 ‘AI가 인간을 대체한다’는 통념을 오히려 뒤집는 힘이 될 것이라고 믿습니다.
AI를 여러 분야에 접목하면 개인이 다룰 수 있는 업무 범위가 과거보다 훨씬 넓어지고 소규모 팀이나 단독 창업으로도 이전에는 상상하기 어려웠던 결과물을 만들어낼 수 있습니다. 바로 이런 미래를 대비하기 위해 지금부터라도 AI를 다양한 업무 흐름에 자연스럽게 결합해 보는 습관을 들이는 것이 중요하다고 생각합니다.
AI 기술 발전 속도는 예측을 뛰어넘고 있습니다. 며칠 전만 해도 불가능할 거라 생각했던 기능이 어느 날 갑자기 업데이트되는 사례가 부지기수로 발생합니다. 그렇기 때문에 새로운 LLM 모델이나 ChatGPT·Claude 같은 서비스의 신규 기능이 공개되면, 저는 가능한 한 빠르게 학습하고 직접 시도해 보려 합니다.
최근 ChatGPT에서 진행한 ’12일 연속 스트리밍’에서 공개된 여러 기능도, 발표 후 곧바로 제 실무에 접목해 실험 중입니다. 이렇게 즉각적으로 배우고 실행하는 태도는 시행착오를 통해 빠르게 개선점을 찾아내도록 돕습니다. 가령 새로 추가된 기능을 업무 중간에 시도해 보고 오류가 발생하면 그 자리에서 대안을 모색하거나 기록해 두는 식입니다.
이러한 기록과 테스트 과정이 하나둘 쌓이다 보면, 훗날 비슷한 문제나 요구사항이 생겼을 때 금방 답을 찾아낼 수 있습니다. 무엇보다 작은 성공과 실패를 반복하면서 "이 기술을 어디까지 적용할 수 있을까?"라는 지평을 확장시키는 경험을 할 수 있다는 점이 큰 장점입니다.
이처럼 빠른 학습과 강한 실행력을 습관화하는 것은 AI에게 대체되지 않는 핵심 역량을 기르는 길이라고 생각합니다. 새로운 기능의 등장에 기민하게 반응하고, 이를 실제 프로젝트에 활용해 보며 기록을 남겨 축적해 두면 어느새 남들과 다른 관점과 노하우를 확보하게 됩니다.
결국 개인이 AI에게 대체되지 않으려면, AI를 피하기보다 오히려 더 깊고 넓게 활용해 보며 끊임없이 학습하는 자세가 필요합니다. 우선 AI를 전면에 내세워 작업을 진행해 보고, 다양한 사용 사례와 도구를 스스로 연결해 보는 연습을 꾸준히 하면서, 업무 범위를 확장시키는 과정을 즐길 수 있어야 합니다. 그리고 빠른 업데이트에 발맞춰 학습과 실행을 반복함으로써, 데이터와 노하우를 착실히 쌓아가는 습관이 중요합니다.
이런 방법으로 쌓인 모든 시행착오와 성공 경험은 훗날 AI 기술이 더 발전해도 ‘인간만이 할 수 있는 영역’을 더욱 구체적이고 분명하게 보여줄 것이라 믿습니다. 결국 AI 시대에 대체될 위험을 줄이고, 더 나아가 AI 시대의 인재로 도약하기 위해서는 지금 이 순간의 실험과 경험이 가장 큰 자산으로 남을 것입니다.
생성형 AI 강사이자 서비스 기획자로 활동하며, 다양한 인사이트를 공유하고 있습니다.
댓글