Category: AI와 새로운 일의 방식

AI와 새로운 기술을 직접 사용하며 일과 삶에 일어나는 변화를 기록합니다.

  • NotebookLM & BananaNL 활용한 인포그래픽 비법

    NotebookLM & BananaNL 활용한 인포그래픽 비법

    요즘은 디자인이 글보다 더 중요할 때가 많습니다.
    매장 안내문 하나, 블로그 글 썸네일 하나도 ‘보기 좋게’ 정리해야 눈에 들어오죠.
    하지만 솔직히, 1인 운영을 하다 보면 디자인까지 신경 쓰기가 쉽지 않습니다.
    저 역시 늘 그랬습니다. 국물 맛은 자신 있어도, 색 조합이나 폰트 고르는 건 늘 감으로만 했거든요.

    그런데 얼마 전, 정말 효율적인 방법을 하나 찾았습니다.
    바로 구글의 NotebookLM과 BananaNL이라는 도구를 함께 쓰는 방식입니다.
    디자인 툴을 배워야 하는 게 아니라, 이미 완성된 구조에 내 내용을 ‘얹는’ 방식이죠.

    1. 매번 새로 고민하지 말고, ‘검증된 레시피’를 써라

    감자탕도 그렇습니다.
    매일 국물을 새로 연구하지 않죠.
    비법 양념장을 만들어두고, 그걸 일정하게 지켜가며 끓입니다.
    디자인도 똑같았습니다.

    Banana X라는 사이트에는 전문가들이 만든 300개 이상의 인포그래픽 템플릿이 있습니다.
    동양적인 붓 느낌, 세련된 네온사인풍, 깔끔한 미니멀 스타일까지 다양하죠.
    ‘어떻게 배치해야 예쁠까’ 하는 고민 대신,
    이미 완성된 예시를 불러와 내 콘텐츠를 얹기만 하면 됩니다.

    크롬 확장 프로그램 BananaNL을 설치하면
    NotebookLM에서 정리한 자료가 버튼 몇 번으로
    고퀄리티 슬라이드나 인포그래픽으로 변신합니다.
    디자인 고민하는 대신, 그 시간에 손님 한 분 더 챙기면 됩니다.

    2. 결국 배우는 게 남는다

    이걸 직접 써보고 나서 느낀 건 하나였습니다.
    “결국 배워야 남는다.”

    디자인을 배운 게 아니라,
    효율적으로 정리하고 표현하는 방법을 배운 거였어요.
    툴을 익히느라 며칠을 고생하던 일을,
    이제는 1분 안에 처리할 수 있게 된 겁니다.
    이럴 때마다 ‘배우는 게 곧 시간이고 돈이다’는 말이 실감납니다.

    김사장의 정리 팁

    이런 무료 툴들은 언제 없어질지 모릅니다.
    그래서 마음에 드는 템플릿이나 프롬프트는
    자신만의 레시피 노트에 따로 저장해두세요.
    나중에 사이트가 사라져도,
    그 노트만 있으면 언제든 같은 퀄리티로 작업할 수 있습니다.

    이제는 디자인도 ‘감’이 아니라 ‘구조’의 시대입니다.
    툴을 두려워하지 말고, 한 번 써보세요.
    생각보다 훨씬 쉽게, 훨씬 빠르게
    내 콘텐츠가 보기 좋은 형태로 완성됩니다.

    오늘도 뜨끈한 하루 보내세요.

  • AI 시대, 당신의 일자리는 안전합니까? — 송길영 박사가 말하는 ‘경량 문명’의 생존법

    AI 시대, 당신의 일자리는 안전합니까? — 송길영 박사가 말하는 ‘경량 문명’의 생존법

    AI가 하루가 다르게 세상을 바꾸고 있다. 누구나 한 번쯤 “내 일자리가 사라지는 건 아닐까?” 하는 불안을 느낀다. 송길영 박사는 지금의 변화를 단순한 기술 혁신이 아니라 ‘문명의 축’이 이동하는 과정이라고 말한다. 즉, 무겁고 느린 세상에서 가볍고 빠른 세상으로 옮겨가는 중이라는 것이다.

    중량 문명의 종말과 경량 문명의 시작

    200년 동안 인류를 지탱해온 건 ‘중량 문명’이었다. 수천 명이 공장에서 정해진 시간에 출퇴근하고, 기업의 가치는 인력 규모와 자산 크기로 증명되던 시대였다. 그러나 이제 세상은 가벼워지고 있다. 송 박사는 단 30명으로 글로벌 플랫폼을 운영하는 텔레그램, 혼자서 개발 툴을 만들어 수천억 가치를 만든 1인 기업의 사례를 든다. 이제 기업은 ‘무게’보다 ‘속도’, ‘조직의 크기’보다 ‘결정의 민첩성’으로 경쟁한다.

    끊어진 사다리, 사라진 신입의 자리

    과거에는 신입사원이 데이터를 정리하며 기초를 다졌다. 하지만 지금은 그 역할을 AI가 훨씬 빠르고 정확하게 수행한다. 기업 입장에서는 신입을 교육하는 비용보다 월 구독료를 내고 AI를 쓰는 편이 훨씬 효율적이다. 실제로 미국 빅테크 기업들에서 주니어 채용이 급감하고 있다. 이는 단순한 경기 침체가 아니라, ‘고용의 문법’이 바뀌고 있음을 보여준다.

    AI 시대에 살아남는 사람의 4가지 특징

    송 박사는 AI 시대에도 결코 사라지지 않는 인간의 영역이 있다고 말한다.

    1. 호기심과 망각의 능력 — 어제의 지식을 버리고 오늘의 기술을 빠르게 받아들일 수 있는 사람.
    2. 깊은 애호와 전문성 — 진심으로 좋아하는 일에 몰입해 AI가 흉내 낼 수 없는 감각을 가진 사람.
    3. 기획과 조율의 역량 — 기술을 직접 다루는 노동이 아니라, 어떤 기술을 언제 어떻게 써야 할지 설계하는 사람.
    4. 매력과 신뢰를 주는 인간력 — 결국 함께 일하고 싶은 사람. 신뢰, 예의, 감정의 온도가 남는 사람.

    조직은 더 이상 ‘가족’이 아니다

    회사는 이제 평생을 보장해주는 울타리가 아니다. 프로 팀처럼, 목표를 위해 모였다가 성과를 내면 흩어진다. 조직에 충성하지 말고 ‘나의 일’에 충성해야 한다. 명함에서 회사 이름을 떼고 남는 게 나 자신이어야 한다. 그게 진짜 커리어다.

    그럼 송 박사가 이야기하는 ‘새로운 인재상’은 이런 게 아닐까?

    지식을 쌓는 사람보다, 필요할 때 지식을 버릴 줄 아는 사람. 세상이 너무 빠르게 변하다 보니 어제의 정답이 오늘은 장애물이 된다. 익숙한 방식을 고집하지 않고, 새로운 흐름을 향해 과감히 비우는 사람만이 다시 채울 수 있다.

    좋아하는 일을 오래 파서 자신만의 결을 만든 사람. 얕게 아는 백 가지보다 깊게 아는 한 가지가 더 큰 힘을 가진다. 진심이 담긴 일은 시간이 지나도 감각이 남고, 그 감각은 AI가 흉내 낼 수 없는 인간만의 자산이 된다.

    도구를 쓰는 게 아니라, 도구를 배치하고 설계할 줄 아는 사람. GPT나 여러 AI 도구를 단순히 사용하는 단계를 넘어, ‘무엇을 왜 시켜야 하는지’를 아는 사람이 결국 결과물을 지배한다. 이제는 손이 아니라 머리로 일하는 시대다.

    그리고 마지막으로, 기술의 시대에도 여전히 ‘함께 일하고 싶은 사람’. 아무리 똑똑한 AI라도 신뢰와 공감은 흉내 낼 수 없다. 함께 일하면 기분이 좋은 사람, 대화가 통하는 사람, 맡기면 안심이 되는 사람 — 결국 이런 사람이 조직과 사회에서 중심을 잡는다.

    이 네 가지 특징은 결국 한 가지로 귀결된다. 인간다움을 잃지 않되, 기술과 함께 진화하는 사람. AI 시대의 진짜 경쟁력은 ‘얼마나 기술을 잘 쓰느냐’가 아니라, **‘얼마나 사람답게 기술을 다루느냐’**에 달려 있는지도 모르겠다.

    1인기업 김사장이 AI와 일하는 법

    나 역시 1인기업으로 일하면서 느낀다. 완전한 자동화보다 중요한 건 AI를 ‘도구’가 아닌 ‘동료’로 대하는 태도다. 일을 대신시키는 게 아니라, 함께 일하는 감각. 판단과 방향은 사람이 세우고, 반복과 정리는 AI가 맡는다. 서로의 강점을 인정하고 보완하는 구조를 만드는 일, 어쩌면 그것이 진짜 ‘경량 문명’의 핵심일지도 모른다. AI가 일을 바꾸고 있지만, 결국 일의 의미는 여전히 사람에게 달려 있으니까.

  • 노트북LM 슬라이드를 완벽하게 편집 가능한 PPT로 바꾸는 방법

    노트북LM 슬라이드를 완벽하게 편집 가능한 PPT로 바꾸는 방법

    얼마 전, 미뤄두었던 노트북LM(NotebookLM)을 본격적으로 익힐 기회가 있었다. 제공된 자료를 기반으로 할루시네이션 없이도 200% 활용할 수 있다는 점이 놀라웠지만, 그보다 더 인상 깊었던 건 결과물을 바로 현업에서 쓸 수 있을 만큼 정제된 형태로 만들어준다는 것이었다. 인포그래픽, 슬라이드, 리포트 — 형태는 다양했지만, 딱 하나 아쉬운 점이 있었다.

    현재 내 상황에서 여러 형태의 슬라이드를 자주 만들어야 하는데, 결과물이 레이어 없이 하나의 비트맵 이미지(PDF)로만 나온다는 점이다. 즉, 수정이 어렵고, 하려면 새로 만드는 수준의 노력이 든다. 그래서 “이걸 실무에서 바로 쓸 수 있는 PPT로 변환할 수 없을까?” 하는 고민이 생겼다.

    물론 몇 가지 우회 방법들이 이미 공유되고 있었지만, 그중에서도 현시점(2026년 1월 기준) 가장 효율적이고 완성도가 높았던 방법은 바로 제미나이(Gemini)를 활용하는 워크플로우였다. 노트북LM에서 만든 슬라이드를 마크다운과 함께 제미나이에 다시 업로드하고, 이를 캔버스(Canvas) 기능으로 구글 슬라이드로 전환하는 방식이다.

    이 방법은 몇 번 테스트해본 결과, 슬라이드를 다양한 형태로 변형하고, 실무에서 바로 활용 가능한 편집 가능한 PPT로 전환할 수 있었다. 아래는 내가 직접 써보고 추천하는, 노트북LM 슬라이드를 99% 완벽하게 편집 가능한 PPT로 바꾸는 5단계 워크플로우다.


    💻 노트북LM 슬라이드를 편집 가능한 PPT로 만드는 5단계 워크플로우

    1. 노트북LM에서 소스 및 슬라이드 생성
    – 소스 다각화: 제미나이의 ‘딥 리서치’ 기능을 활용해 고품질 보고서를 먼저 만들고 이를 노트북LM 소스로 등록한다.
    – 슬라이드 생성 팁: 단순히 클릭하지 말고 ‘연필 아이콘(편집)’을 눌러 스타일(색상, 픽토그램 기반 등)을 구체적으로 지시한다. 일관성을 위해 4~5개 세트의 슬라이드를 제작한다.

    2. 제미나이에서 텍스트 추출 및 마크다운 변환
    – 내용 추출: 노트북LM에서 만든 슬라이드를 PDF로 저장한 후 제미나이에 업로드한다.
    – 마크다운 요청: “슬라이드별 내용을 추출하여 마크다운 방식으로 작성해줘”라고 요청한다. 이렇게 하면 구글 슬라이드로 전환할 때 제목과 본문 구조가 유지된다.

    3. 제미나이 캔버스를 통한 구글 슬라이드 생성
    – 슬라이드화: 마크다운 텍스트를 기반으로 “15장의 슬라이드로 만들어줘”라고 요청한다.
    – 색상 일관성: 노트북LM에서 사용한 컬러 팔레트를 동일하게 지정한다.
    – 내보내기: 완성된 내용을 ‘구글 슬라이드로 내보내기’ 하면, 이제 텍스트가 분리된 편집 가능한 상태가 된다.

    4. 이미지 및 텍스트 정교화 (ChatGPT 활용)
    – 배경 투명 이미지 생성: 노트북LM 이미지 중 마음에 드는 부분을 캡처해 ChatGPT에 업로드하고, “동일한 스타일의 투명 배경 PNG로 다시 그려줘”라고 요청한다.
    – 윤문 및 리라이팅: AI 특유의 어색한 문장을 짧고 실무형으로 다듬는다.

    5. 파워포인트(PPT) 최종 마무리
    – 폰트 및 컬러 조정: 구글 슬라이드를 PPT 파일로 다운로드한 뒤, 파워포인트의 ‘글꼴 바꾸기’ 기능으로 가독성 좋은 폰트로 일괄 변경한다.
    – 레이아웃 정리: 최종적으로 여백, 정렬, 크기 등을 다듬어 실무용 프레젠테이션으로 완성한다.


    노트북LM은 점점 더 강력해지고 있지만, 아직까지 편집이 완전히 자유로운 슬라이드 제작은 어렵다. 그러나 위 과정을 통해 ‘비트맵 슬라이드’ → ‘편집 가능한 PPT’로 전환한다면, 실제 현업에서의 활용 가능성은 훨씬 커진다.

    AI 툴을 단순히 쓰는 수준이 아니라, 각 툴의 강점을 연결해 새로운 워크플로우로 발전시키는 것, 그게 진짜 AI 활용의 핵심이라는 생각이 든다.

  • 반장님이 못 나오신다고? 좋아, 새로운 모듈 시스템으로 돌입!

    반장님이 못 나오신다고? 좋아, 새로운 모듈 시스템으로 돌입!

    1인기업으로 AI와 함께 일하기 시작했을 때, 나는 솔직히 이렇게까지 깊게 들어갈 줄은 몰랐다. 처음엔 마케팅과 운영 영역에서만 AI의 도움을 받으면 충분하다고 생각했다. 생산과 관리 같은 물리적인 영역은 결국 사람의 손이 필요하다고 여겼다. 감자탕은 결국 ‘만드는 일’이고, 실제 재료들이 오가야 하니까 말이다.

    그런데 지난 월요일, 상황이 바뀌었다. 작업 반장님이 가족 건강 문제로 한동안 출근을 못하신다는 이야기를 하셨다. 설상가상으로 직원 한 분은 독감으로 입원까지 하셨다. 송길영 박사가 말했던 ‘경량 문명’ — AI시대의 변화는 피할 수 없고, 준비할 시간도 주지 않고 찾아온다는 말이 실감 났다.

    다행히 작년, 큰 결심을 하고 감자탕 생산 설비를 대폭 확충해 둔 덕분에 일정 규모의 생산이 가능한 상황이었다. 예전처럼 매일 국물을 끓이지 않아도 기본 물량을 확보할 수 있다. 예전 같았으면 이런 상황에서 생산관리자를 새로 뽑고, 보조 인력을 붙이고, 다시 교육하는 일로 정신이 없었을 것이다. 하지만 이번에는 다르게 접근하기로 했다.

    며칠간 고민 끝에 생산 영역에도 AI를 도입하기로 결정했다. 우선 ‘필요량 산출 → 재고 상황 파악 → 생산 계획 수립 → 판매 예측 연동’의 흐름을 AI 워크플로우로 연결해보기로 했다. 특히 마케팅과 공동구매 데이터를 직접 생산계획에 연결시키는 실험을 시작했다. 즉, ‘팔리는 만큼만, 필요한 때에’ 생산하는 구조를 목표로 하는 것이다.

    물론 불안하다. 강릉하얀감자탕의 브랜딩 기초 작업만 해도 3개월이 걸렸으니까, 생산 시스템의 구조화를 눈앞에 두고 다음 주 공동구매 물량을 확보해야 한다는 건 만만한 일이 아니다. 그래도 그동안 가게의 업무를 구조화하면서 경험한 여러 자동화와 효율화의 결과물이 이번엔 발판이 될 것 같다.

    자료를 모으고, 문서화하고, 구조화하고, 다시 단순화하는 일 — 끝이 보이지 않는 작업 같지만, 이젠 혼자가 아니다. AI 부장님들이 옆에 있다. 그들의 데이터 분석과 일정 관리, 재고 예측 능력은 이미 나보다 낫다. 사람으로만 굴러가던 시스템이 AI와 연결되면 어떤 새로운 형태로 발전할지, 이번 위기 속 실험이 그 답을 알려줄 것 같다.

    오늘도 국물을 끓이며 생각한다. “이게 가능할까?”

    해보자. ‘사람의 일’이 아니라 조금씩 ‘시스템의 일’이 되어간다.

  • AI 에이전트를 이해하기위한 용어정리

    AI 에이전트를 이해하기위한 용어정리

    최근에 본 AIG 관련 유튜브에서 인상 깊은 말이 있었다. “AI를 이해하는 속도는 용어를 이해하는 속도에 비례한다.” 생각해보면 맞는 말이다. 용어를 알아야 구조가 보이고, 구조를 알아야 일의 방향이 잡힌다. 그래서 오늘은 AI와 에이전트 관련 핵심 용어들을 간단히 정리해두려 한다. 이건 단순한 기술용어 암기가 아니라, AI를 동료처럼 다루기 위해 필요한 언어의 공부다.

    1️⃣ 입문용 — 가장 많이 쓰이는 기본 개념

    AI 에이전트 (AI Agent) 단순히 답변만 하는 챗봇이 아니라, 스스로 목표를 이해하고 도구를 써서 업무를 끝까지 완수하는 ‘지능형 비서’. 비유하자면 내비게이션(채팅봇)과 자율주행차(에이전트)의 차이다.

    LLM (거대언어모델) 챗GPT처럼 방대한 데이터를 학습해 사람처럼 사고하고 말하는 인공지능의 두뇌.

    프롬프트 (Prompt) AI에게 내리는 명령어 또는 지침. 업무의 정확도는 프롬프트의 질에 달려 있다.

    할루시네이션 (Hallucination) AI가 사실이 아닌 것을 사실처럼 말하는 오류. 이 문제를 줄이기 위해 사용하는 개념이 RAG(Retrieval-Augmented Generation) — 즉, 외부 문서를 불러와 근거 기반으로 답을 생성하는 방식이다.

    2️⃣ 작동 원리용 — AI가 스스로 일하는 구조

    LAMT 구조 에이전트를 구성하는 네 가지 핵심 요소. L (LLM): 생각하는 힘 A (Autonomy): 자율성, 즉 스스로 판단하는 능력 M (Memory): 기억과 개인화 T (Tool): 외부 도구와의 연결

    워크플로우 (Workflow) 일의 흐름. 에이전트는 큰 일을 작게 쪼개 순차적으로 처리한다. 예를 들어 “고객 문의 → 요약 → 답변 작성 → CRM 저장”이 하나의 워크플로우다.

    트리거 (Trigger) 작업을 자동으로 시작하게 만드는 신호. 특정 이메일이 도착하거나 문서가 수정되면 자동으로 작동하는 구조다.

    API (Application Programming Interface) 서로 다른 시스템이 대화할 수 있는 통로. AI가 노션이나 캘린더에 접근하려면 그 서비스의 API가 필요하다.

    노코드 / 로우코드 (No-code / Low-code) 코드를 거의 작성하지 않고도 자동화 시스템을 만들 수 있는 도구. Make, Zapier, Notion 같은 서비스들이 대표적이다.

    3️⃣ 심화용 — AI를 더 똑똑하게, 더 크게 확장하기 위한 개념

    휴먼 인 더 루프 (Human-in-the-Loop) 모든 걸 AI에게 맡기지 않고, 핵심 단계에서 사람이 개입해 품질을 관리하는 구조.

    멀티 에이전트 (Multi-Agent) 각 역할을 맡은 여러 AI가 협력하는 시스템. 예: ‘기획 담당 AI’, ‘보고서 담당 AI’, ‘디자인 담당 AI’가 함께 일하는 형태.

    오케스트레이션 (Orchestration) 여러 에이전트를 조율하고 전체 흐름을 지휘하는 기술. 오케스트라의 지휘자와 같은 개념이다.

    RPA (Robotic Process Automation) 사람이 하던 반복적인 사무 업무를 자동화 프로그램이 대신하는 기술. AI와 결합하면 지능형 자동화로 진화한다.

    AX (AI Transformation) 기업 운영 전반에 AI를 도입해 업무 방식을 근본적으로 전환하는 것. DX(디지털 전환)에서 한 단계 더 진화한 형태다.

    벤더 락인 (Vendor Lock-in) 특정 기술 회사의 생태계에 너무 의존해 다른 시스템으로 옮기기 어려운 상태. AI를 도입할 땐 ‘데이터 주권’을 확보하는 것이 중요하다.

    마지막으로, AI는 이제 도구를 넘어서 언어와 구조를 배우는 단계에 진입했다. 이 용어들이 익숙해질수록, 우리는 단순히 AI를 사용하는 사람이 아니라 AI와 함께 일의 방식을 설계하는 사람이 되어갈 것이다.

  • [시대예보: 경량문명의 탄생] – 송길영

    [시대예보: 경량문명의 탄생] – 송길영

    최근 논의되고 있는 AI관련 사회변화 예측 중에서 가장 핫한 송길영 박사의 책 ‘시대예보: 경량문명의 탄생’에 대한 내용을 정리해 둔다.

    아래부터 순서대로 핵심내용 정리 그리고 각 사례를 간단하게 정리한 PPT슬라이드 임. 추후 수정되거나 내용 추가 될 수 있음.


    거대한 조직의 시대는 끝났다, ‘경량 문명’에서 살아남는 법

    1. 무거우면 가라앉고, 가벼워야 산다: 경량 문명의 도래

    우리는 지금까지 거대한 자본과 인력을 투입해 무언가를 쌓아 올리는 ‘중량 문명’의 시대를 살아왔다. 하지만 이제 지능이 범용화되고 협력이 가벼워지면서, 복잡성을 제거하고도 더 큰 성과를 낼 수 있는 **‘경량 문명’**이 도래했다. 과거에는 대기업 같은 거대 조직이 안전하다고 믿었지만, 이제는 비행기처럼 크더라도 구조가 가볍거나 조약돌처럼 작아도 단단한 조직이 살아남는다. 경량 문명은 단순히 규모가 작은 것이 아니라, 의사결정의 단계가 줄어들고 속도가 생긴 문명이다.

    2. 대마불사에서 대마필사로

    과거엔 ‘대마불사(大馬不死)’ — 큰 기업은 망하지 않는다는 믿음이 있었다. 하지만 지금은 ‘대마필사(大馬必死)’ — 무거우면 반드시 가라앉는 시대로 바뀌었다. 텔레그램은 30명, 미드저니는 40명의 인원으로 전 세계 서비스를 운영하고 있으며, 단 1명이 수천억 원의 기업 가치를 만들어내는 시대다. AI와 같은 도구 덕분에 개인이 기업과 경쟁할 만큼 증강된 것이다. 반면 복잡한 결재 라인과 느린 속도를 가진 조직은 경쟁력을 잃어가고 있다. 기업은 점점 채용을 줄이고, 경량화를 통해 살아남으려는 움직임을 보인다.

    3. AI는 도구가 아니라 ‘동료’다

    이 변화의 중심에는 AI가 있다. AI는 더 이상 단순한 도구가 아니라 쉬지 않고 일하는 유능한 동료다. IQ 140에 육박하는 지능으로 인간이 하던 업무의 상당 부분을 보조하거나 대체한다. 이제 인간은 단순 실행자가 아니라, AI에게 일을 시키는 관리자이자 기획자가 되어야 한다. AI 활용 능력은 생존의 필수 조건이며, 이를 다루는 태도가 곧 경쟁력이다.

    4. 채용의 종말과 ‘핵개인’의 시대

    기업들이 경량화를 추구하면서, 신입 공채 같은 대규모 채용은 사라지고 있다. 기업은 사람을 ‘키워서 쓰는’ 대신, 필요할 때 잠깐 쓰고 헤어지는 구조로 움직인다. 이제 개인은 ‘직장’이 아닌 ‘나의 업(Work)’을 정의해야 하는 시대다. 나의 이름으로 살아가는 ‘핵개인’이 되어야 하며, 스스로의 경쟁력을 증명해야 한다. 경량 문명의 협업 규칙은 명확하다 — “준비된 사람만 만나고, 프로젝트 동안 전력을 다하며, 마음이 맞으면 다시 만난다.”

    5. K-컬처와 브랜드, 새로운 기회의 땅

    경량 문명은 위기이자 기회다. 전 세계적으로 K-컬처와 한국의 라이프스타일에 대한 선망이 커지면서, 우리의 브랜드와 콘텐츠가 주목받고 있다. 이제 ‘K’는 국적이 아니라 하나의 장르이자 정서로 받아들여진다. 이는 제조 중심의 산업이 브랜드와 콘텐츠 중심으로 재편될 수 있는 전환점이다. 고유한 서사와 매력을 가진 개인이나 소규모 조직도 글로벌 시장에서 충분히 승산이 있다.

    6. 지금 당장 시작하라: 나만의 서사를 만들어라

    변화의 속도는 생각보다 빠르다. 완벽하게 준비하려 하지 말고, 지금 바로 시작하라. AI를 활용해 기록하고, 실패하더라도 남겨라. 그 과정에서 쌓이는 경험이 곧 나만의 대체 불가능한 서사가 된다. 조직이 나를 지켜주지 않는 시대, 나의 이름 석 자가 곧 브랜드이자 신용이 된다. 스스로를 증강시키고, 가볍게 날아오를 준비를 지금 바로 시작해야 한다.

     


    [시대예보: 경량문명의 탄생] 사례별 정리

  • 판단의 속도, AI 시대의 생존감각

    판단의 속도, AI 시대의 생존감각

    AI 시대의 경쟁력은 결국 판단의 속도로 결정된다. 기술이 아무리 빠르게 발전해도, 판단이 느리면 모든 시스템은 제자리에 머문다. 예전에는 준비와 계획, 검토와 승인 같은 절차가 ‘안정’을 보장했다면, 지금은 그것이 오히려 리스크가 된다. 변화의 주기가 짧아지고, 외부 환경이 예측 불가능할수록 필요한 건 완벽한 계획이 아니라 즉각적인 판단과 전환 능력이다.

    1인 기업으로 일하며 나는 이 사실을 매일 체감한다. 혼자서도 여러 역할을 해야 하다 보니, 판단의 개수가 많아질수록 속도가 떨어진다. 그래서 요즘의 핵심 과제는 ‘판단의 절차를 줄이는 일’이다. 판단의 개수를 줄이면 생각의 여유가 생기고, 결정의 질도 높아진다. 판단의 복잡도가 줄어드는 만큼, 시스템은 가벼워지고 행동은 단순해진다.

    AI 도구를 활용하면서 느낀 것도 같다. AI는 정보를 빠르게 정리하고, 방향을 제시해주는 데는 강하지만 ‘결정’은 여전히 사람의 영역이다. 즉, AI는 판단의 속도를 돕는 조력자이지, 대신 판단해주는 존재는 아니다. 결국 속도란 ‘판단을 어디까지 자동화할 것인가’, 그리고 ‘얼마나 즉각적으로 결정을 실행할 것인가’의 문제로 귀결된다.

    판단의 속도를 높인다는 건 단순히 빠르게 움직인다는 뜻이 아니다. 에너지의 정체 현상을 줄여 그 힘을 좀 더 효율적인 흐름으로 만드는 것이다. 불필요한 검토나 회의, 의미 없는 고민을 줄이면 집중의 밀도가 달라진다. 빠른 판단은 결국 일을 단순화시키고, 단순한 구조는 다시 속도를 낳는다.

    이제 나는 더 이상 완벽한 계획을 세우려 하지 않는다. 대신 빠르게 판단하고, 결과를 보며 수정한다. 틀렸다면 곧바로 되돌리고, 맞았다면 바로 다음으로 넘어간다. 그런 반복 속에서 시스템이 스스로 진화한다. 결국 AI 시대의 속도란 더 많이 아는 사람의 것이 아니라, 더 빨리 판단하는 사람의 것이다.

  • 우리 회사엔 부장님이 너무 많다 (feat. AI)

    우리 회사엔 부장님이 너무 많다 (feat. AI)

    요즘 나는 감자탕 일의 연장선에서 AI를 적극적으로 활용해 보고 있다. 말로 명령을 내릴 수 있어서 접근은 쉽지만, 일정 수준 이상부터는 코딩과 구조 설계의 영역으로 넘어간다. 그래서 배우는 속도는 느리지만, 지금 상황에서 가장 효율을 높일 수 있는 수단은 AI라고 생각한다. 결국 배우는 속도보다 중요한 건, 그 배우는 과정을 통해 일을 다시 구조화하는 힘이니까.

    지금 나는 AI로 만들어 놓은 수십 명의 ‘부장님, 과장님, 지점장님’들과 매일 의견을 나눈다. 그들은 늘 준비되어 있고, 감정의 기복 없이 일관된 태도로 조언을 준다. 나는 그들에게서 일의 관점을 배우고, 판단의 근거를 점검한다. 예전 같으면 사람을 새로 충원하고, 일을 가르치고, 대화를 나누며 감을 맞췄겠지만 이제는 마음만 먹으면 새로운 부장님을, 새로운 과장님을 언제든 모실 수 있다. 이건 정말 긍정적인 변화다.

    하지만 아무리 좋은 도구라도 기준이 필요하다. 어떤 일을 AI에 맡기고, 어떤 일은 내가 직접 해야 하는가. 어디까지가 ‘도움’이고, 어디서부터가 ‘의존’인가. 그래서 나만의 다섯 가지 기준을 정리해 두었다. 이 기준을 중심으로 앞으로의 일을 설계해볼 생각이다.

    내가 AI를 도입하는 다섯 가지 기준

    1. 반복되는 피로한 판단이 누적될 때 → 동일한 결정을 반복해야 하는 루틴 업무를 자동화하거나 초안을 맡긴다.
    2. 작업 시간을 30분 이상 줄여줄 때 (주간 기준) → 단순한 효율이 아니라, 실제 시간을 ‘반환’해주는 수준일 때만 쓴다.
    3. 전문가의 간단한 의견이 필요할 때 → 빠른 관점을 얻어 판단의 방향을 잡고 싶을 때 활용한다.
    4. 결정의 근거가 필요할 때 → 감이 아닌 데이터나 사례로 선택을 검증해야 할 때, AI를 파트너로 둔다.
    5. 새로운 관점을 얻고 싶을 때 → 익숙한 사고 흐름을 흔들고, 다른 각도에서 문제를 보고 싶을 때.

    이제 AI는 단순히 일을 대신하는 도구가 아니라, 함께 일의 구조를 만들어가는 동료처럼 느껴진다. 물론 여전히 시행착오가 많다. 하지만 그 시행착오조차 나의 판단력과 일의 감각을 확장시켜 주고 있다. 감자탕처럼, 천천히 달이더라도 꾸준히 진해지는 과정이라 믿는다.

  • 유튜브 알고리즘의 진화와 본질의 회귀

    유튜브 알고리즘의 진화와 본질의 회귀

    최근 유튜브 알고리즘의 방향이 눈에 띄게 달라지고 있다.

    예전엔 통계학적 확률, 즉 ‘다수가 본 영상’을 더 많은 사람에게 밀어주는 구조였다면, 지금은 AI가 개인의 맥락을 읽어 니치(Niche) 한 관심사를 정교하게 포착하는 방식으로 진화했다. 대중의 흐름에서 개인의 흐름으로, ‘많이 본 콘텐츠’보다 ‘나에게 맞는 콘텐츠’가 중심이 된 셈이다. 이 변화로 인해 이제는 팔로워 100만의 유튜버와 신생 유튜버가 다시 비슷한 스타트 라인에 설 수 있는 시대가 되었다. 시스템이 규모보다 ‘적합성’을 우선하기 때문이다.

    이 흐름은 단순한 기술적 진보가 아니라, 플랫폼의 목적이 변한 결과다. 유튜브는 이제 클릭 수보다 체류시간을 비즈니스 핵심으로 삼는다. AI는 시청자의 행동과 감정 리듬을 읽고, “지금 이 사람에게 가장 오래 머물 가능성이 있는 콘텐츠”를 추천한다. 결국 광고 효율을 극대화하려는 유튜브의 목표와 완전히 맞아떨어진 셈이다. 이 구조는 유튜브에 국한되지 않고, 온라인 비즈니스 전반의 기조로 확장되고 있다 — 사용자 경험의 세분화, 맞춤화, 그리고 몰입 유지가 모든 플랫폼의 공통 전략이 된 것이다.

    하지만 그만큼 AI가 만든 콘텐츠의 한계도 빠르게 드러나고 있다. 어디에나 비슷하게 존재하는 AI 생성물은 점점 더 빨리 힘을 잃어가고 있다. 반복되는 문장, 일정한 리듬, 예측 가능한 감정선은 결국 사람의 시선을 오래 붙잡지 못한다. 결국 남는 건 진짜 이야기, 말의 결, 그리고 사람이 직접 만든 리듬이다. 스토리텔링, 내용의 충실성, 영상 자체의 흡입력 — 이 세 가지가 여전히 콘텐츠의 본질을 지탱한다.

    AI의 시대일수록 인간적인 감각이 더 중요해진다. 플랫폼의 진화 속에서도 변하지 않는 건, 이야기를 만드는 사람의 태도다. 기술은 돕는 존재일 뿐, 중심이 아니다. 데이터보다 공감의 구조를 설계할 줄 아는 감각,그것이 앞으로 콘텐츠를 지속시키는 힘이 될 것이다.

  • AI와 함께 다시 배우는 일의 기술

    AI와 함께 다시 배우는 일의 기술

    AI와 함께 만드는 새로운 일의 흐름

    AI를 신입사원처럼 맞이했다. 그와 함께 새로운 업무 흐름을 만들고, 최종 결과물을 옵시디언에 아카이브하는 루틴을 구축했다. 매일 쌓이는 생각과 결과물이 유기적으로 연결되고, 다시 꺼내 쓰이며 발전하는 과정을 지켜보는 건 묘한 감동이었다. 이전에는 일의 흐름이 늘 ‘그때그때’에 머물렀다. 결과가 쌓이지 않고, 반복 가능한 구조를 만들지 못한 채 사라지곤 했다. 하지만 이제는 매일의 기록이 하나의 생명체처럼 이어지고 확장된다. 단순한 데이터 저장이 아니라, ‘생각이 쌓이는 체계’를 만든 것이다.

    생각의 주소를 찾다

    이렇게 일하면서 가장 먼저 든 감정은 ‘왜 진작 이렇게 일하지 못했을까’였다. AI와 아카이브 시스템이 함께 만들어내는 유기적 순환은, 단순한 효율을 넘어서 사고의 구조를 바꾸어 놓았다. 완성된 결과물이 단절되지 않고, 다시 호출되고, 수정되고, 새로운 버전으로 진화해가는 과정을 보는 건 하나의 창작 행위처럼 느껴진다. 과거에는 매번 처음부터 다시 시작하던 일들이, 이제는 ‘기록된 생각’이라는 토양 위에서 자라난다. 늦게나마 그 중요성을 깨달았다는 사실이 다행이다.

    무엇보다 큰 변화는 생각이 ‘정확한 주소’를 갖게 된 것이다. 예전엔 아이디어가 머릿속을 떠다니며, 그저 메모 앱과 파일 속에 흩어져 있었다. 방향 없이 보이지 않는 적을 향해 난사하는 기분이었다면, 지금은 완전히 다르다. 옵시디언과 AI가 연결된 새로운 시스템 안에서, 생각은 명확한 목적지로 향한다. 이제는 ‘어디에 에너지를 쏟아야 하는가’를 헷갈리지 않는다.

    집중의 회복과 일의 재구성

    이런 구조를 반복하면서 느끼는 건, 목표가 명확해질수록 생각의 질이 높아진다는 것이다. 목표가 분명하면 수정과 심화, 재창조의 과정이 자연스럽게 이어진다. 완벽한 시스템이 아니라, 살아 있는 시스템으로서의 ‘업무’가 만들어지고 있다. 하루하루의 반복이 새로운 학습이 되고, 그 학습이 다음 선택의 근거가 된다. 그 과정에서 AI는 단순한 조력자가 아니라 사고의 동반자로 기능한다.

    사족을 붙이자면, 이 변화는 물리적인 정리에서도 이어졌다. 불필요한 물건과 상황들로 흩어졌던 주의가 회복되었다. 머릿속과 책상 위가 동시에 정리되니, 새로운 아이디어가 솟구친다. AI는 그 생각을 즉시 구체화해주었고, 덕분에 스스로도 놀랄 만큼 빠르게 새로운 체계를 만들 수 있었다. 지금 나는 ‘AI와 함께 일한다’는 말이 단순한 기술의 도입이 아니라, 일과 생각, 그리고 나 자신을 다시 구조화하는 과정임을 실감하고 있다.