Category: AI와 새로운 일의 방식

AI와 새로운 기술을 직접 사용하며 일과 삶에 일어나는 변화를 기록합니다.

  • ChatGPT 5.6, 드디어 일하는 방식이 달라지기 시작했다

    ChatGPT 5.6, 드디어 일하는 방식이 달라지기 시작했다

    오늘 새벽 ChatGPT 5.6이 공개됐다.

    아직 기능을 하나씩 살펴보는 중이지만, 이번 업데이트를 보면서 가장 크게 느낀 건 새로운 기능이 추가됐다기보다 '일하는 방식' 자체가 바뀌기 시작했다는 점이다.

    예전에는 ChatGPT를 질문하고 답을 받는 도구로 사용했다면, 이제는 현재 보고 있는 웹페이지를 그대로 이해하고 함께 작업하는 방향으로 발전하고 있다.

    ChatGPT 크롬 확장 기능으로 웹페이지를 보며 바로 질문하는 개념 안내

    웹페이지를 보며 바로 일하는 방식

    이번 업데이트에서는 크롬 확장 기능을 통해 별도의 캡처나 복사 없이 현재 보고 있는 웹페이지를 기준으로 바로 질문할 수 있게 됐다. 쇼핑몰 상세페이지를 보다가 가격 구조를 분석하거나, 경쟁사 페이지를 보면서 개선점을 물어보거나, 긴 문서를 읽다가 핵심만 정리해달라고 요청하는 일이 훨씬 자연스러워졌다.

    ChatGPT Work Codex 역할과 사용량 구분 개념 정리

    Chat, Work, Codex의 역할을 나누는 법

    또 하나 흥미로운 변화는 Chat, Work, Codex의 역할이 점점 명확해지고 있다는 점이다.

    Chat은 여전히 아이디어를 발전시키고, 전략을 세우고, 문서를 초안 작성하는 역할을 담당한다. 우리가 지금까지 가장 많이 사용해온 익숙한 ChatGPT다.

    Work는 문서와 파일을 실제로 다루는 업무 공간이다. 보고서를 만들고, 인포그래픽을 기획하고, 엑셀을 분석하거나 여러 자료를 모아 하나의 결과물로 만드는 작업들이 여기에 포함된다.

    Codex는 조금 더 개발자에 가까운 영역이다. 웹사이트 제작, 코드 수정, GitHub 연동, 자동화와 서버 작업처럼 실제 프로젝트를 직접 다루는 역할을 맡는다.

    흥미로운 건 이 세 가지가 하나의 앱 안에 통합되었다는 점이다. 하지만 사용량과 권한은 서로 구분된다. 기능은 하나의 앱 안에서 이어지지만, 역할은 명확하게 나뉘는 구조다. 덕분에 이제는 “무엇을 물어볼까?”보다 “어떤 방식으로 함께 일할까?”를 먼저 고민하게 된다.

    나는 요즘 소상공인 입장에서 AI를 업무에 적용하는 방법을 계속 실험하고 있다. 공동구매를 운영하고, 강링크를 만들고, 블로그와 인스타그램을 관리하면서 하루에도 수십 번씩 ChatGPT를 사용한다.

    이번 업데이트는 그런 사람들에게 꽤 의미 있는 변화가 될 것 같다.

    특히 웹페이지를 보면서 바로 대화할 수 있는 기능은 쇼핑몰 운영이나 콘텐츠 제작, 경쟁사 분석처럼 매일 반복되는 업무에서 시간을 크게 줄여줄 가능성이 있다.

    앞으로 며칠 동안 실제 업무에 적용해보면서 어떤 점이 좋아졌는지, 또 어떤 부분은 아직 아쉬운지 계속 기록해보려고 한다.

    기능보다 중요한 건 결국 얼마나 내 일에 자연스럽게 녹아드느냐다.

    이번 ChatGPT 5.6은, 적어도 첫인상만큼은 그 방향으로 한 걸음 더 가까워진 업데이트처럼 보인다.

  • Heavy Sinks, Light Flies — AI 시대, 판단의 주도권은 조직에서 개인으로 이동하고 있다

    Heavy Sinks, Light Flies — AI 시대, 판단의 주도권은 조직에서 개인으로 이동하고 있다

    이 연속된 글을 시작한 이유는 단순히 AI 기술이 빠르게 발전하고 있어서가 아니다. 더 근본적으로는, 일의 중심이 어디에 놓여 있는지가 분명하게 바뀌고 있다는 감각 때문이었다. 예전에는 조직이 판단하고 개인이 실행했다면, 이제는 개인이 판단하고 조직은 그 판단을 따라가지 못하는 장면을 자주 보게 된다. 그 어긋남이 점점 커지고 있다는 점이 이 연재의 출발점이었다.

    송길영 박사가 오래전부터 던져온 질문 역시 그 연장선에 있다. 변화는 늘 기술에서 시작되지만, 실제로 무너지는 것은 구조이고, 가장 늦게 바뀌는 것은 사고방식이라는 문제의식이다. 다만 이 연재에서는 그 논의를 학술적 언어나 거시 담론이 아니라, 현업과 1인기업, 실무자의 시선으로 다시 풀어보고 싶었다. 회의실이 아니라 작업대에서, 조직도가 아니라 실제 판단과 실행의 순간에서 어떤 변화가 일어나고 있는지를 기록하고 싶었다.

    그래서 대비의 축은 자연스럽게 명확해졌다. 규모와 위계, 역할 분업을 전제로 움직이는 레거시 조직과, 판단을 중심에 두고 AI를 도구로 삼아 빠르게 실행하는 AI 슈퍼개인. 이 둘의 차이는 성실함이나 능력의 문제가 아니라, 의사결정이 어디에서 끝나는가의 차이다. 누가 더 많이 일하느냐보다, 누가 더 빨리 결정하느냐가 성과를 가르는 시대에 들어섰다는 감각을 정리할 필요가 있었다.

    이 연재는 해답을 제시하기보다는, 관찰된 변화의 방향을 차분히 묶어두는 시도에 가깝다. 조직이 느려지는 이유, 개인이 빨라지는 조건, 고용에서 협업으로 이동하는 흐름, 그리고 자동화의 시대에 끝까지 인간이 붙잡아야 할 영역까지. 각각은 흩어진 생각이었지만, 글로 쓰는 과정에서 하나의 선으로 이어지기 시작했다.

    그리고 마지막으로,

    5개의 글을 적는 사이 정리된 하나의 생각을 아래 기록해 둔다.


    Heavy Sinks, Light Flies – 1~5편을 묶은 완성편

    AI 시대, 일의 주체는 어떻게 바뀌고 있는가

    AI 시대를 살면서 요즘 가장 자주 떠오르는 생각은, 일의 주체가 분명히 바뀌고 있다는 점이다. 한때는 조직이 중심이었지만, 이제는 기술을 활용해 스스로 판단하고 실행하는 개인들이 세상의 흐름을 움직이고 있다. 이 글은 그런 변화의 한가운데를 정리한 기록이다. 단순히 AI 기술의 발전을 이야기하려는 것이 아니라, 그 기술이 일하는 방식과 사고 구조를 어떻게 바꾸고 있는지, 그리고 그 변화 앞에서 개인은 어떤 위치에 서게 되는지를 짚어보고 싶었다.

    과거에는 ‘크다’는 것이 곧 ‘안정적이다’라는 의미였다. 사람 수가 많을수록 더 많은 일을 처리할 수 있었고, 규모 자체가 신뢰의 근거가 되었다. 하지만 지금은 정반대다. 조직이 클수록 느려지고, 느려질수록 판단은 늦어진다. AI가 실시간으로 판단과 실행을 돕는 시대에, 레거시 조직의 무게는 더 이상 안전망이 아니라 마찰로 작동한다.

    중요한 점은 이 무거움이 개인의 무능에서 비롯된 것이 아니라는 사실이다. 문제는 사람보다 구조의 관성에 있다. 레거시 조직은 여전히 위계, 보고, 승인이라는 절차 위에 서 있다. 하지만 AI가 초 단위로 데이터를 처리하고 의사결정을 보조하는 환경에서, 이 절차는 안정이 아니라 지연 장치가 된다. AI가 즉각적으로 반응하는 세상에서, 인간이 회의를 통해 하루를 쓰는 구조는 이미 시대와 어긋나 있다.

    AI가 만들어낸 가장 큰 변화는 판단 속도의 단축이다. 이제 경쟁력을 결정하는 것은 누가 더 많은 일을 하느냐가 아니라, 누가 더 빠르고 정확하게 판단하느냐다. 과거에는 정보에 접근할 수 있는 사람이 권력을 가졌다면, 지금은 판단의 밀도와 실행의 타이밍이 권력이 되었다. 그러나 레거시 조직에서는 이 판단이 위로는 승인, 옆으로는 조율, 아래로는 보고로 분산되며 끊임없이 늦어진다. 그 사이 시장은 이미 다른 방향으로 움직인다.

    반면 AI를 활용하는 개인, 이른바 AI 슈퍼개인은 판단의 단계를 압축한다. 데이터를 수집하고 정리하고 요약해 실행까지 이어지는 과정을 혼자서 완결할 수 있다. 과거라면 부서 단위 협업이 필요했던 일들이 이제는 개인의 도구 조합으로 끝난다. 더 이상 사람 수가 성과를 보장하지 않는다. 이제 기준은 ‘한 사람이 얼마나 깊고 빠르게 결정할 수 있는가’로 바뀌었다.

    이 차이는 시간이 갈수록 더 벌어진다. 레거시 조직은 위계를 유지하기 위해 보고서, 회의, 평가, 인사 같은 ‘조직을 위한 일’을 끊임없이 만들어낸다. 일의 본질은 시장과 고객에 있지만, 에너지는 내부 운영으로 흘러간다. 반면 AI 슈퍼개인은 결과만 본다. 시장의 반응이 곧 평가이고, 성과는 곧 생존이다. 그래서 그는 시스템을 유지하지 않는다. 필요하면 연결하고, 불필요하면 즉시 덜어낸다.

    이 지점에서 한 가지 분명해진다. AI 슈퍼개인이 빠른 이유는 혼자 일하기 때문이 아니라, 판단이 개인에게 귀속되어 있기 때문이다. 조직은 판단이 위로 올라가야 움직이지만, 개인은 판단이 끝나는 즉시 실행으로 넘어간다. 이 작은 차이는 시간이 누적될수록 큰 격차가 된다. AI 슈퍼개인은 회의 대신 프롬프트를 쓰고, 외주 대신 직접 테스트하며, 보고서 대신 즉각적인 결과물을 만든다. 기획부터 검증까지의 흐름에 지연이 없기 때문에 조직보다 느릴 이유가 없다.

    하지만 여기서 중요한 것은 도구가 아니다. AI 슈퍼개인을 만드는 것은 특정 툴이 아니라 일의 구조다. 목표를 먼저 정하고, 그 목표를 향해 AI를 어떻게 배치할지 설계할 수 있는 사람만이 AI의 속도를 자신의 것으로 만든다. AI는 방향을 정해주지 않는다. 방향 없는 속도는 오히려 혼란을 키운다. 그래서 AI 슈퍼개인은 도구를 많이 쓰는 사람이 아니라, 도구를 쓸 맥락과 타이밍을 정확히 아는 사람이다.

    조직이 커질수록 느려지는 현상은 사실 자연스럽다. 문제는 많은 조직이 이를 성장통 정도로 치부한다는 데 있다. AI 시대에 이 느림은 더 이상 감내할 수 있는 비용이 아니다. 실무자가 이틀이면 끝낼 수 있는 일도 보고와 결재를 거치며 몇 주, 몇 달로 늘어난다. 그 사이 시장은 변하고, 고객의 관심은 이동한다. 하지만 조직 안에서는 누구도 책임지지 않는다. 모두가 절차를 따랐기 때문이다.

    조직이 커질수록 커뮤니케이션 비용은 기하급수적으로 늘어난다. 합의를 거칠수록 판단은 평균값에 수렴하고, 책임은 흐려진다. 이 구조에서 가장 먼저 사라지는 것은 속도이고, 그 다음은 판단의 질이다. 인건비보다 더 큰 비용은 이렇게 흘러가 버리는 시간이다. 그래서 AI 시대의 경쟁은 기술이 아니라 구조의 싸움에 가깝다.

    이 구조적 한계는 결국 ‘고용’이라는 개념으로 이어진다. 우리는 오랫동안 일을 한다는 것을 소속을 가진다는 의미로 받아들여 왔다. 하지만 AI는 개인의 작업 반경을 급격히 넓혔다. 이제 한 사람은 기획, 리서치, 문서 작성, 데이터 정리까지 혼자서 처리할 수 있다. 이 환경에서 더 이상 많은 인원을 고용하고 있다는 사실은 효율의 증거가 되지 않는다.

    AI 슈퍼개인은 기본 실행을 AI로 확장하고, 부족한 지점에서만 외부와 연결한다. 일이 먼저 정의되고, 그 일에 맞는 사람과 도구가 그때그때 조립된다. 이는 팀을 만드는 방식이 아니라 문제를 해결하는 방식에 가깝다. 그래서 빠르고, 실패의 비용도 작다. 커리어 역시 소속이 아니라 기록과 결과로 증명된다. 무엇을 해결해왔는지가 신뢰가 된다.

    그리고 이 모든 흐름은 결국 자동화라는 질문으로 모인다. AI 이야기를 하다 보면 경쟁은 쉽게 “얼마나 자동화했는가”로 흐른다. 하지만 AI 시대의 진짜 경쟁력은 오히려 무엇을 자동화하지 않았는가에서 갈린다. 반복적 실행과 정보 정리는 AI가 맡는다. 하지만 방향 설정, 문제 정의, 맥락 판단은 끝까지 인간의 몫으로 남겨야 한다. 잘못된 질문을 빠르게 처리하는 것만큼 위험한 일은 없다.

    그래서 AI 슈퍼개인은 실행자가 아니라 설계자에 가깝다. 그는 손을 움직이기보다 구조를 그린다. AI와 사람의 경계를 어디에 둘지, 협업이 더 나은 해답을 만드는 순간은 언제인지 설계한다. 이 과정에서 개인의 가치는 직함이나 소속이 아니라, 반복 가능한 판단과 남겨진 결과물로 증명된다.

    무거운 것은 가라앉고, 가벼운 것은 날아오른다. 여기서 말하는 가벼움은 얕음이 아니라, 구조에 묶이지 않고 판단을 중심에 두는 상태다. AI 슈퍼개인의 생존 전략은 더 많은 자동화가 아니라, 자동화 위에 인간의 자리를 정확히 놓는 데 있다.

    이 글은 결론이 아니라 질문으로 남는다.

    나는 지금 무엇을 자동화하려 하고 있는가.

    그리고 무엇만큼은 끝까지 내가 붙잡아야 하는가.

    이 질문에 대한 답이, AI 시대 개인의 위치를 결정할 것이다.

  • Heavy Sinks, Light Flies 5편 — AI 슈퍼개인의 생존 전략, 무엇을 자동화하지 않을 것인가

    Heavy Sinks, Light Flies 5편 — AI 슈퍼개인의 생존 전략, 무엇을 자동화하지 않을 것인가

    AI 이야기를 하다 보면 대화는 쉽게 자동화 경쟁으로 흐른다. 무엇을 더 빠르게 처리할 수 있는지, 어떤 일을 사람 대신 맡길 수 있는지가 중심이 된다. 하지만 이 연재를 마무리하며 분명히 하고 싶은 결론은 하나다. AI 시대의 경쟁력은 “얼마나 자동화했는가”가 아니라, “무엇을 자동화하지 않았는가”에서 갈린다.

    지금까지 살펴본 레거시 조직의 문제는 단순히 느리다는 데 있지 않았다. 결정 구조가 무겁고, 책임이 분산되어 있으며, 판단이 합의와 보고 속에서 희석된다는 점이 본질이었다. 반면 AI 슈퍼개인은 정반대의 위치에 서 있다. 그는 모든 일을 혼자 하지 않는다. 대신 스스로 판단하고, 필요할 때 AI로 능력을 확장하고, 더 효율적일 경우 다른 개인이나 서비스, 프로젝트 팀과 즉각적으로 협업한다. 중요한 건 ‘고용’이 아니라 ‘연결’이다.

    여기서 자동화의 의미는 달라진다. AI 슈퍼개인에게 자동화는 목표가 아니라 도구다. 반복적 실행, 정보 정리, 초안 생성, 데이터 비교 같은 영역은 AI가 맡는다. 하지만 방향 설정, 문제 정의, 맥락 판단은 끝까지 인간의 몫으로 남긴다. 어떤 문제를 풀 것인지, 이 문제가 지금 중요한지, 그리고 어떤 방식이 맞는지 결정하는 일은 자동화할수록 오히려 위험해진다. 잘못된 질문을 빠르게 처리하는 것만큼 비효율적인 일도 없기 때문이다.

    그래서 AI 슈퍼개인은 실행자가 아니라 설계자에 가깝다. 직접 손을 움직이는 시간보다, 구조를 그리는 시간이 길다. AI를 어떻게 배치할지, 어느 지점에서 사람의 개입이 필요한지, 협업이 더 나은 해답을 만드는 순간은 언제인지를 설계한다. 이 과정에서 개인의 가치는 소속이나 직함이 아니라, 반복 가능한 판단과 기록된 결과물로 증명된다. 어느 조직에 있었는지가 아니라, 어떤 문제를 어떻게 해결해왔는지가 남는다.

    이 변화는 불안하게 느껴질 수 있다. 자동화가 빨라질수록 인간의 자리는 줄어드는 것처럼 보이기 때문이다. 하지만 실상은 다르다. 인간의 역할은 줄어드는 것이 아니라, 더 선명해지고 있다. 무엇을 맡기고 무엇을 붙잡을지 결정하는 힘, 기술과 사람 사이의 경계를 설계하는 힘이 그 어느 때보다 중요해졌다.

    이 연재의 제목처럼, 무거운 것은 가라앉고 가벼운 것은 날아오른다. 여기서 말하는 가벼움은 능력이 부족하다는 뜻이 아니다. 구조에 묶이지 않고, 판단을 중심에 두고, 필요할 때 연결할 수 있는 상태를 의미한다. AI 슈퍼개인의 생존 전략은 더 많은 자동화가 아니라, 자동화 위에 인간의 자리를 정확히 놓는 데 있다.

    다음 편은 없다. 대신 이 글이 하나의 질문으로 남았으면 한다. 나는 지금 무엇을 자동화하려 하고 있는가, 그리고 무엇만큼은 끝까지 내가 붙잡아야 하는가. 이 질문에 대한 답이, AI 시대 개인의 위치를 결정할 것이다.

  • Heavy Sinks, Light Flies 4편 — 고용에서 협업으로, 일하는 방식이 바뀌는 이유

    Heavy Sinks, Light Flies 4편 — 고용에서 협업으로, 일하는 방식이 바뀌는 이유

    조직이 느려지는 이유를 이야기하다 보면, 자연스럽게 ‘고용’이라는 개념에 닿게 됩니다. 오랫동안 우리는 일을 한다는 것을 곧 소속을 가진다는 의미로 받아들여 왔습니다. 회사에 들어가고, 팀에 배치되고, 역할을 부여받는 구조 말입니다. 이 방식은 산업화 시대에는 매우 효율적이었습니다. 사람이 곧 생산력이었고, 사람을 묶어두는 것이 곧 경쟁력이었기 때문입니다.

    하지만 AI가 등장하면서 이 전제는 조금씩 무너지고 있습니다. 이제 개인은 혼자서도 과거의 팀 단위가 수행하던 일의 상당 부분을 처리할 수 있게 되었습니다. 기획, 리서치, 문서 작성, 데이터 정리까지 AI가 보조하면서, 개인의 작업 반경은 급격히 넓어졌습니다. 문제는 이 지점에서 드러납니다. 더 이상 ‘사람을 얼마나 많이 고용하고 있느냐’가 일이 잘 돌아간다는 증거가 되지 않는다는 점입니다.

    AI 슈퍼개인이 일하는 방식은 다릅니다. 기본적인 실행은 AI를 통해 확장하고, 그 위에서 부족한 지점이 생길 때만 외부와 연결합니다. 예를 들어 한 사람이 AI를 활용해 사업 기획서와 마케팅 메시지 초안을 만들고, 실제 광고 집행이 필요해지면 특정 프로젝트에 맞는 퍼포먼스 마케터와 짧게 협업합니다. 개발이 필요하면 풀타임 개발자를 뽑는 대신, 검증된 프리랜서나 서비스형 툴을 선택합니다. 이 협업은 ‘팀을 만든다’기보다 ‘문제를 해결한다’에 가깝습니다.

    중요한 차이는 여기 있습니다. 기존 조직은 사람을 먼저 확보하고 그 다음에 일을 배분합니다. 반면 AI 기반 협업 구조에서는 일이 먼저 정의되고, 그 일에 맞는 사람과 도구가 그때그때 연결됩니다. 소유가 아니라 조립에 가깝고, 고정이 아니라 유동에 가깝습니다. 그래서 속도가 다릅니다. 의사결정도 빠르고, 실패했을 때의 비용도 훨씬 작습니다.

    이 변화는 개인의 커리어 전략에도 큰 영향을 미칩니다. 이제 실력은 소속으로 증명되지 않습니다. 어떤 회사에 다녔는지가 아니라, 무엇을 해결해봤는지, 어떤 결과를 남겼는지가 더 중요해집니다. 협업의 기록, 프로젝트의 결과물, 문제 해결의 흔적이 곧 신뢰가 됩니다. AI 슈퍼개인은 이 기록을 중심으로 다음 기회를 만들어갑니다.

    결국 우리는 고용의 시대에서 협업의 시대로 이동하고 있습니다. 고정된 자리를 지키는 능력보다, 상황에 맞게 연결되고 조합되는 능력이 더 중요해진 시대입니다. 다음 편에서는 이러한 변화 속에서, 자동화보다 더 중요해진 인간의 역할은 무엇인지, 그리고 AI 슈퍼개인이 어떤 위치에 서야 하는지를 중심으로 이 연재의 긴 생각을 마무리해보려 합니다.

  • Heavy Sinks, Light Flies 3편 — 왜 느린 조직은 스스로 무거워지는가

    Heavy Sinks, Light Flies 3편 — 왜 느린 조직은 스스로 무거워지는가

    조직이 커질수록 일이 느려지는 건 이상한 일이 아니다. 오히려 너무 자연스럽다. 문제는 대부분의 조직이 그 느려짐을 “어쩔 수 없는 성장통” 정도로 받아들이고 있다는 점이다. 하지만 AI 시대에 이 느림은 더 이상 감내할 수 있는 비용이 아니다. 속도의 차이는 곧 생존의 차이가 되고 있기 때문이다.

    과거의 조직은 분업과 관료제를 통해 성장했다. 역할을 나누고, 책임을 쪼개고, 의사결정을 위로 올리는 방식은 대량 생산과 안정적인 운영에 매우 효율적이었다. 이 구조 덕분에 조직은 커질 수 있었고, 일정한 품질과 통제를 유지할 수 있었다. 문제는 이 구조가 지금도 그대로 유지되고 있다는 점이다.

    실무자가 이틀이면 끝낼 수 있는 일이 있다. 하지만 그 일은 보고서가 되고, 수정이 붙고, 결재 라인을 오르내리며 “다음 주 금요일”로 밀린다. 그렇게 일은 2주가 되고, 때로는 한 달이 된다. 그 사이 시장은 변하고, 고객의 관심은 이동한다. 하지만 조직 안에서는 아무도 책임지지 않는다. 모두가 ‘절차’를 따랐기 때문이다.

    조직이 커질수록 커뮤니케이션 비용은 눈덩이처럼 불어난다. 구성원이 두 배가 되면, 소통의 복잡성은 네 배 이상으로 늘어난다. 한 대기업 CEO가 결재를 반려하면 다시 올라오기까지 두 달이 걸린다고 말한 적이 있다. 그래서 그는 울며 겨자 먹기로 결재를 승인한다고 했다. 그 결정이 옳아서가 아니라, 되돌릴 수 있는 시간이 없기 때문이다. 이쯤 되면 문제는 사람의 능력이 아니라 구조다.

    이 구조에서 가장 먼저 희생되는 것은 ‘속도’다. 그리고 그 다음은 ‘판단의 질’이다. 합의를 거칠수록 결정은 평균값에 수렴하고, 책임은 흐려진다. 실행보다 내부 설명에 더 많은 에너지를 쓰는 조직은 결국 외부 변화에 둔감해질 수밖에 없다. 인건비보다 더 큰 비용은, 이렇게 흘러가 버리는 시간이다.

    AI 슈퍼개인이 조직을 이기는 이유는 여기 있다. 더 똑똑해서가 아니라, 더 빠르게 결정하고 실행할 수 있기 때문이다. 판단과 실행이 한 몸처럼 움직이는 구조에서는 실험이 가능하고, 실패도 빠르다. 반면 조직은 실패를 피하기 위해 검토를 늘리고, 그 검토가 다시 실패를 부른다. 느림은 안전을 보장하지 않는다. 오히려 위험을 키운다.

    이제 질문은 하나로 모인다. 이 느린 구조를 계속 유지한 채 AI를 도입하는 것이 과연 의미가 있을까. 툴은 빨라졌지만, 결정 구조가 그대로라면 속도는 결국 조직의 최저 속도로 맞춰질 수밖에 없다. 그래서 AI 시대의 경쟁은 기술보다 구조의 싸움에 가깝다.

    다음 편에서는 이 느린 구조 이후에 등장하는 변화, 즉 고정된 고용이 아닌 필요할 때 연결되는 협업의 시대를 다뤄보려 합니다. 조직 안에 남는 것이 아니라, 기록과 실행으로 선택받는 개인의 전략이 무엇인지 살펴보겠습니다.

  • 쇼핑몰의 시대에서, AI가 선택하는 시대까지

    쇼핑몰의 시대에서, AI가 선택하는 시대까지

    30년 전 커머스의 디지털 전환은 ‘쇼핑몰의 등장’으로 설명할 수 있다. 오프라인 매장이 온라인으로 옮겨왔고, 검색창에 키워드를 입력하면 수많은 쇼핑몰 링크가 결과로 나열되었다. 쇼핑몰의 링크가 검색 결과로서 순서대로 제시되는 구조였다. 누가 더 상단에 노출되느냐, 누가 더 많은 광고비를 쓰느냐가 곧 매출과 직결되던 시대였다. 이 시기의 경쟁은 ‘어디에 입점했는가’와 ‘얼마나 잘 보이느냐’의 싸움이었다.

    지금 AI 시대의 커머스는 전혀 다른 방향으로 움직이고 있다. 사용자는 더 이상 상품을 직접 비교하지 않는다. “조카 졸업 선물로 20만 원대, 성향은 조용한 편”처럼 상황을 말하면, AI가 제품을 고르고 결제와 배송까지 이어준다. 검색 결과를 훑는 과정이 사라지고, AI가 브랜드를 ‘호출’하는 구조로 바뀌고 있다. 이 변화의 핵심은 링크가 아니라 신뢰다. AI는 무작위로 상품을 추천하지 않는다. 브랜드의 데이터, 리뷰, 재구매 흐름, 고객 반응을 종합해 ‘추천할 만한가’를 판단한다.

    이 전환을 가능하게 만드는 기반에는 표준 프로토콜이 있다. 과거의 크롤링이 사람의 눈을 대신해 웹을 긁어오는 방식이었다면, 이제는 머신과 머신이 API로 직접 통신한다. 재고, 가격, 배송, 리뷰가 실시간으로 연결된다. 이 환경에서는 단순히 예쁜 쇼핑몰을 만드는 것만으로는 부족하다. AI가 이해하고 신뢰할 수 있는 구조를 갖추지 않으면, 아예 선택지에 오르지 못한다.

    그래서 지금 기업과 브랜드가 준비해야 할 것은 두 가지다. 하나는 AI 검색 환경에서 불리는 존재가 되는 것, 즉 GEO 대응이다. 다른 하나는 프로토콜 기반으로 정확한 데이터를 제공하는 구조다. 나아가 브랜드 스스로를 대표하는 ‘브랜드 에이전트’를 준비하는 것도 중요한 화두가 되고 있다. AI가 고객을 대신해 쇼핑하는 시대에는, 브랜드도 AI와 대화할 수 있어야 하기 때문이다.

    30년 전 디지털 전환이 ‘쇼핑몰을 만드는 일’이었다면, 지금의 AI 전환은 ‘AI가 신뢰할 수 있는 브랜드로 정리되는 과정’에 가깝다. 클릭을 유도하던 시대에서, 호출되는 시대로. 커머스의 무게중심은 분명히 이동하고 있다.

    이커머스 AI 관련 핵심 용어 정리 (20)

    1. GEO (Generative Engine Optimization)
      AI 검색 엔진(챗GPT, 제미나이 등)에서 브랜드가 추천되도록 최적화하는 것

    2. UCP (Unified Commerce Protocol)
      구글이 주도하는 커머스 표준 규격. 제품 정보, 재고, 리뷰 등을 통합 관리함

    3. ACP (Agentic Commerce Protocol)
      오픈AI가 주도하는 커머스 표준 규격. 특히 결제와 액션 단계에 집중함

    4. Agentic Commerce
      AI 에이전트가 구매 결정, 결제, 배송 등 쇼핑의 전 과정을 자율적으로 수행함

    5. API (Application Programming Interface)
      머신끼리 데이터를 주고받기 위한 통로. 프로토콜 시대의 핵심 통신 수단

    6. Protocol
      머신 간의 통신을 위해 정해진 약속이나 표준 언어

    7. Dynamic Pricing
      상황, 수요, 고객 조건에 따라 실시간으로 가격이 변동되는 시스템

    8. Hyper-Personalization
      고객의 취향, 위치, 예산 등을 분석하여 제공하는 초개인화된 추천 서비스

    9. D2C (Direct to Consumer)
      유통 단계를 거치지 않고 브랜드가 고객과 직접 만나 판매하는 방식

    10. Brand Agent
      브랜드가 직접 운영하며 자사 제품을 최적으로 추천해 주는 AI 비서

    11. Friction
      쇼핑 과정에서 발생하는 갈등이나 불편함. AI는 이를 완화하는 역할을 함

    12. Gateway
      사용자가 쇼핑이나 정보를 접하기 위해 처음 통과하는 문 (현재는 AI가 그 역할)

    13. Multi-Modal
      텍스트뿐만 아니라 이미지, 음성 등 다양한 형태의 정보를 처리하는 방식

    14. Crawling
      봇이 웹페이지를 돌아다니며 텍스트와 이미지를 긁어모으는 기존 정보 수집 방식

    15. Social Proof
      소셜 미디어나 커뮤니티의 리뷰 등 대중의 반응을 통해 얻는 신뢰의 증거

    16. CEP (Category Entry Point)
      소비자가 특정 제품군을 찾게 되는 구체적인 상황이나 시점

    17. Tipping Factor
      소비자가 여러 제품 중 최종 결정을 내리게 만드는 핵심적인 정보나 요인

    18. CRM (Customer Relationship Management)
      고객과의 관계를 관리하는 시스템. AI 에이전트가 이를 고도화함

    19. AX (AI Transformation)
      기업의 비즈니스 구조를 AI 중심으로 전환하는 디지털 전환의 다음 단계

    20. Zero-click
      검색 결과에서 링크를 클릭하지 않고 AI의 답변만으로 쇼핑이 종결되는 현상

  • 네이티브 디지털, 네이티브 AI 세대들…

    네이티브 디지털, 네이티브 AI 세대들…

    아무리 문법 이론을 공부하고, 유명한 강사에게 발음을 배우고, 각종 자격증을 따도 내 영어 발음과 사고는 끝내 네이티브 미국 사람처럼 되지 않았다. 단어를 더 많이 외우고 표현을 더 익힐수록 나아지긴 했지만, 사고의 속도와 뉘앙스, 그 자연스러움까지는 따라갈 수 없다는 걸 어느 순간 인정하게 됐다. 배움의 문제가 아니라, 출발선의 문제라는 걸 뒤늦게 알았다.

    70년대에 태어난 나는 아날로그에서 디지털로 넘어가는 한가운데를 통과한 세대다. 집 전화에서 삐삐로, 삐삐에서 휴대폰으로, 다시 스마트폰으로 넘어오는 모든 과정을 직접 봐왔다. 컴퓨터의 시초라 불리는 에니악 이야기도 알고, 애플 II로 처음 키보드를 두드리며 디지털 세계에 발을 들였다. 하지만 태어나면서부터 구글 검색을 하고, 손에 스마트폰을 쥐고 자란 아이들과는 결국 속도도, 감각도 같아질 수 없었다. 디지털을 배운 세대와 디지털 안에서 태어난 세대의 차이는 생각보다 훨씬 컸다.

    AI 시대도 다르지 않을 것 같다. 지금 우리는 새로운 기술을 ‘학습’하고 ‘도입’하고 ‘적응’하고 있지만, 곧 태어나거나 이제 막 자라는 아이들은 AI를 이미 존재하는 환경으로 받아들이며 자라게 될 것이다. 이 격차는 아날로그와 디지털의 차이보다 훨씬 더 클지도 모른다. 하루에 몇 시간을 AI 공부에 쏟고, 사업에 적용하며 나름대로 앞서간다고 해도, 내 아이들은 전혀 다른 개념과 감각으로 진짜 AI 네이티브가 될 것이다.

    그래도 오늘의 나는 하얀감자탕 1인기업 김사장으로서 할 수 있는 노력을 다해야 한다고 생각한다. 이건 단순히 생계를 위한 일이 아니다. 나와 가족을 지키는 일이자, 10년, 20년 뒤 아이들이 살아갈 세상을 준비하는 아빠로서의 책임에 가깝다. 내가 이 변화를 외면하지 않고 끝까지 따라가 보려는 이유도 여기에 있다.

    아직 아무도 정답을 모르는 길이다. 어디까지 데려다 줄 수 있을지는 솔직히 자신할 수 없다. 하지만 적어도 우리 두 딸이 스스로 날아오를 수 있는 지점, 필요한 곳까지는 함께 가줘야 하지 않을까. 그게 지금 이 시대를 살아가는 아빠의 역할이라고, 나는 믿고 있다.

  • 부가세 신고 1시간 컷, 엉엉엉 AI님 저를 가지세요. ㅠㅠ

    부가세 신고 1시간 컷, 엉엉엉 AI님 저를 가지세요. ㅠㅠ

    정말 어이가 없었다. 부가세 자료 수집부터 신고까지, 1시간도 안 걸렸다. 그것도 방금 검색해서 알게 된 앱 하나로 말이다.

    사실 나는 꽤 오래전부터 세무기장비를 아껴보겠다고 세무 앱으로 셀프 신고를 해왔다. 거의 10년은 된 것 같다. 앱을 써도 세법은 늘 어렵고, 인터페이스는 왜인지 항상 윈도우에만 최적화돼 있었다. 신고 기간만 되면 며칠 전부터 마음이 무거워지고, 당일에는 마감 시간까지 온갖 짜증을 참고 견디는 게 연례행사였다.

    그런데 오늘은 그 짜증을 못 참고 말았다. “이 정도면 인공지능으로 해주는 서비스 하나쯤은 있지 않나?” 반쯤 투덜대며 검색을 했고, 그렇게 어떤 서비스를 하나 찾아냈다.

    이건 뭐지? 복잡한 카드사, 은행, 결제대행사 세팅도 필요 없고 그냥 사업자 등록하고 버튼 하나 누르니까 세무서에 이미 신고돼 있던 각종 부가세 자료들이 쑥 들어왔다. 매입 자료도 거의 다 있었고, 딱 하나 빠진 게 내 신용카드였다. ‘아… 엑셀 각이네’ 각오하고 현대카드, 삼성카드 자료를 업로드했더니… 끝? 끝이라고?

    순간 진심으로 중얼거렸다. “오오오 AI님… 저를 가지세요…” 😭

    오늘이 하필 부가세 신고 마지막 날이었다. 오전에는 아내 차 타이어 문제로 정신없었고, 오후에는 아이가 갑자기 열이 나서 병원까지 다녀왔다. 일은 밀리고, 머릿속에서는 ‘오늘 밤샘 각이구나’ 하고 각오를 하고 사무실에 들어왔는데, 이 세무 관련 AI님의 은총 덕분에 12시도 넘기지 않고 퇴근할 수 있게 됐다.

    집에 가는 길에 딱 하나의 생각이 떠올랐다. “세무사들… 이제 큰일 난 거 아닌가?”

    현대차 노조 얘기처럼, 어느 날 갑자기 세상이 훅 바뀌는 순간이 이런 건가 싶었다. 그리고 곧이어 드는 생각 하나 더. “이러다 나도?”

    웃기면서도, 솔직히 조금 무서웠다. 편해졌다는 감탄 뒤에는 늘 같은 질문이 따라온다. 이 변화는 누구를 살리고, 누구를 밀어낼까. 오늘은 분명히 내 편이었지만, 내일도 그럴지는 아무도 모른다.

    그래도 일단 오늘은… 부가세 신고 끝. 이건 인정이다.

  • Heavy Sinks, Light Flies 2편 — AI 슈퍼개인, 속도로 조직을 넘어서는 이유

    Heavy Sinks, Light Flies 2편 — AI 슈퍼개인, 속도로 조직을 넘어서는 이유

    AI 시대가 되면서 한 가지 현상이 분명해졌다. 더 이상 많은 인원이 모여 일한다고 해서 효율이 높아지지 않는다. 오히려 한 명의 개인이 적절한 도구와 판단 체계를 갖추었을 때 훨씬 빠르고 유연하게 움직인다. 그 개인을 나는 ‘AI 슈퍼개인’이라 부르고 싶다. 단순히 AI를 잘 다루는 사람이 아니라, AI를 자신의 일 구조 안으로 통합한 사람, 즉 ‘AI와 함께 일하는 법’을 몸으로 터득한 사람이다.

    혼자 일하는데 팀보다 빠른 이유

    과거에는 일을 잘하려면 인력을 늘려야 했다. 기획자, 디자이너, 마케터, 회계 담당까지 각자의 역할이 필요했다. 하지만 AI는 이 역할의 경계를 빠르게 흐리고 있다. AI 슈퍼개인은 회의 대신 프롬프트를 쓴다. 아이디어 회의에 한 시간 쓸 일을 10분 만에 GPT에게 묻고 정리한다. 디자인을 외주 주던 일을 이미지 생성 도구로 직접 테스트한다. 보고서를 쓰기 위해 데이터를 찾는 대신 AI 요약 도구로 핵심만 뽑는다. 기획 → 생산 → 검증의 전 과정을 혼자 처리할 수 있으니 조직보다 느릴 이유가 없다. 중간 승인 단계나 보고 절차가 사라지면, 일의 속도는 자연스럽게 폭발적으로 오른다.

    판단의 중심이 바뀌는 순간

    AI 슈퍼개인이 빠른 이유는 도구 때문이 아니다. 판단의 단위가 개인에게 귀속되기 때문이다. 조직은 판단이 올라가야 움직인다. 하지만 개인은 판단이 끝나는 즉시 실행으로 넘어간다. 이 차이는 작게 보이지만, 누적되면 엄청난 격차를 만든다. 예를 들어 한 명의 개인이 AI를 활용해 제품을 기획하고, 콘텐츠를 제작하고, 마케팅을 진행할 수 있다면 그는 이미 ‘작은 기업’이다. 그런데도 회의도, 보고도 없다. 결정과 실행 사이의 지연이 사라진다. AI 슈퍼개인은 그 지연의 부재에서 탄생한다.

    도구보다 중요한 건 ‘구조’

    하지만 여기서 중요한 건 “어떤 도구를 쓰느냐”가 아니다. AI 슈퍼개인을 만드는 건 도구가 아니라 구조다. 즉, 스스로의 일을 구조화하고 판단의 순서를 명확히 하는 사람만이 AI를 제대로 다룬다. AI는 방향을 제시해주지 않는다. 어디로 갈지 모르는 사람에게는 오히려 더 많은 혼란을 준다. AI 슈퍼개인은 목표를 먼저 정하고, 그 목표를 이루기 위해 AI를 배치한다. AI가 일을 대신하는 게 아니라, AI가 자신의 사고를 확장하는 구조로 작동하게 만든다. 그래서 AI 슈퍼개인은 본질적으로 효율적인 존재다. 도구를 많이 쓰기 때문이 아니라, 도구를 쓸 타이밍과 맥락을 명확히 알고 있기 때문이다.

    결국, 방향을 잃지 않는 속도

    AI 슈퍼개인은 빠르다. 하지만 그 속도는 무작정 빠름이 아니다. AI가 주는 속도를 자신의 기준과 방향 안에 담아낼 때 비로소 ‘속도는 의미’가 된다. 이제 속도는 조직의 특권이 아니라 개인의 기본기가 되었다. AI 슈퍼개인은 방향과 판단을 자신에게 묶고, 속도를 AI에게 위임한다. 그 결과, 조직보다 빠르고 정확하게 시장의 변화를 읽는다.

    결국 AI 슈퍼개인은 ‘기술을 잘 쓰는 사람’이 아니라 ‘판단의 구조를 AI와 나누는 사람’이다. 조직이 여전히 회의 중일 때, 그는 이미 실행을 마친다. 이 시대의 승부는 인력의 크기가 아니라 판단의 밀도와 속도에 달려 있다. AI 슈퍼개인이 조직을 이기는 이유는 단순하다. 그는 더 많이 일하지 않고, 더 빨리 배운다. 그리고 더 적은 회의로 더 명확하게 결정한다. 그게 지금 시대의 새로운 생산성 공식이다.

  • Heavy Sinks, Light Flies 1편 — AI 시대, 레거시 조직은 왜 느려지는가

    Heavy Sinks, Light Flies 1편 — AI 시대, 레거시 조직은 왜 느려지는가

    AI 시대를 살면서, 요즘 가장 많이 드는 생각은 ‘일의 주체가 바뀌고 있다’는 점이다. 예전에는 조직이 중심이었지만, 이제는 기술을 활용해 스스로 판단하고 실행하는 개인들이 세상의 흐름을 바꾸고 있다.

    이 연재는 그런 변화의 한가운데를 다룬다. AI 기술의 확산 속에서 ‘일하는 방식’이 어떻게 달라지고 있는지, 그리고 AI 슈퍼개인과 레거시 조직이 어떤 방향으로 갈라지고 있는지를 살펴본다.

    단순히 기술 이야기가 아니라, 나 자신이 어떻게 일하고 사고해야 하는지에 대한 기록이기도 하다. 개인적으로도 이 변화는 앞으로의 일을 결정짓는 중요한 전환점이라 생각한다. 그래서 이 흐름을 한 번 정리해 두고 싶었다.


    한때 ‘크다’는 것은 곧 ‘안정적이다’의 다른 말이었다. 사람 수가 많을수록 더 많은 일을 처리할 수 있었고, 규모가 곧 신뢰였다. 하지만 지금은 정반대다. 크면 클수록 느려지고, 느려질수록 판단이 늦어진다. AI가 즉각적으로 판단하고 실행하는 시대에, 레거시 조직의 무게는 더 이상 안정이 아니라 마찰로 작용하고 있다.

    문제는 이 무거움이 ‘사람의 무능’에서 오는 게 아니라, ‘구조의 관성’에 있다는 점이다. 레거시 조직은 여전히 위계와 보고, 승인이라는 절차 위에 서 있다. 하지만 AI가 실시간으로 데이터를 처리하고 의사결정을 보조하는 지금, 그 절차는 안정망이 아니라 지연 장치가 되었다. AI가 초 단위로 판단하는 세상에서, 인간이 회의를 통해 하루를 쓰는 구조는 이미 낡았다.

    AI가 가져온 가장 큰 변화는 ‘판단 속도’의 단축이다. 누가 더 많은 일을 하는가보다, 누가 더 빠르게 판단하는가가 경쟁력을 결정한다. 과거에는 정보의 접근이 권력이었다면, 지금은 판단의 정확도와 실행의 타이밍이 권력이다. 그런데 레거시 조직의 문제는 이 판단이 분산되어 있다는 데 있다. 위로는 승인, 옆으로는 조율, 아래로는 보고가 이어지며 결정의 순간은 점점 늦어진다. 그 사이, 시장은 이미 다른 쪽으로 흘러가 있다.

    반면 AI를 활용하는 개인, 즉 ‘AI 슈퍼개인’은 판단의 단계를 압축한다. 데이터를 수집하고, 정리하고, 요약하고, 실행까지 이어지는 과정을 혼자서 끝낼 수 있다. 과거라면 부서 단위의 협업이 필요했던 일들이 이제는 개인의 도구 조합으로 완결된다. 더 이상 사람 수가 성과를 보장하지 않는다. 판단의 밀도, 즉 ‘한 명이 얼마나 깊고 빠르게 결정할 수 있는가’가 새 기준이 되었다.

    이 차이는 시간이 지날수록 벌어진다. 레거시 조직은 위계를 유지하기 위해 끊임없이 ‘조직을 위한 일’을 만든다. 보고서, 회의, 평가, 인사. 일의 본질은 고객과 시장에 있지만, 실제 에너지는 내부 운영에 쏠린다. 반면 슈퍼개인은 오직 ‘결과’만 본다. 시장의 피드백이 곧 평가이고, 성과는 곧 생존이다. 그래서 AI 슈퍼개인은 시스템을 유지하지 않는다. 필요한 만큼 연결하고, 불필요하면 바로 덜어낸다.

    결국, AI 시대의 경쟁력은 관리가 아니라 판단이다. 구조가 클수록 관리가 필요하고, 관리가 늘수록 판단은 느려진다. 반면 개인은 작을수록 빠르고, 빠를수록 정확해진다. 이 단순한 구조적 진실이 지금 세상의 질서를 바꾸고 있다.

    과거의 안전은 ‘함께 묶여 있는 것’에서 왔지만, 이제의 안전은 ‘스스로 결정할 수 있는 힘’에서 온다. 레거시 조직이 점점 무거워지는 이유는 기술이 변해서가 아니라, 여전히 옛날의 안전을 붙잡고 있기 때문이다. 결국 시대는 ‘덩치가 큰 조직’이 아니라 ‘판단이 빠른 개인’을 중심으로 재편되고 있다. AI가 바꾼 건 기술이 아니라 구조, 그리고 일의 주체다.