변호사가 우승한 이유보다 더 중요한 것
AI 시대, 진짜 경쟁력은 ‘만드는 능력’이 아니라 ‘남기는 구조’에 있습니다
요즘 AI 관련 사례를 보다 보면 자주 등장하는 장면이 있습니다.“비개발자도 며칠 만에 앱을 만들었다.”이번 글도 겉으로는 그런 이야기처럼 보입니다. 캘리포니아의 한 변호사가 ADU 인허가를 돕는 AI 앱을 짧은 기간 안에 만들어 해커톤에서 우승했다는 사례가 중심에 놓여 있기 때문입니다.
그런데 이 글의 핵심은 우승담이 아닙니다.오히려 반대에 가깝습니다.
이 글이 던지는 질문은 단순합니다.그 앱은 해커톤이 끝난 뒤에도 여전히 믿을 수 있는가.그리고 이 질문이야말로 지금 AI를 도입하려는 조직이 가장 먼저 붙잡아야 할 질문입니다.
1. 이제 도메인 전문가는 직접 소프트웨어를 만들 수 있습니다
이 변화 자체는 분명합니다.예전에는 현업이 문제를 정의하고, 개발자가 그것을 시스템으로 번역했습니다. 이제는 그 사이 간격이 급격히 줄어들고 있습니다. 규제, 허가, 세무, 고객 응대, 운영 절차처럼 룰이 많고 문서가 많은 영역에서는 특히 그렇습니다. 문제를 가장 잘 아는 사람이 AI를 이용해 바로 도구를 만들 수 있게 되었기 때문입니다.
이번 사례의 변호사도 마찬가지입니다.그가 잘한 일은 코딩이 아니라 문제를 정확히 알고 있었다는 점입니다. ADU 인허가가 왜 지연되는지, 어떤 문서가 자주 빠지는지, 어떤 규정 해석에서 실수가 생기는지, 현장에서 어디서 병목이 생기는지를 알고 있었기 때문에 앱을 만들 수 있었습니다.
여기서 첫 번째 메시지가 나옵니다.AI 시대에는 더 이상 “개발을 할 수 있느냐”만이 진입장벽이 아닙니다.오히려 문제를 얼마나 구체적으로 이해하고 있느냐가 더 중요해지고 있습니다.
2. 하지만 데모와 제품은 전혀 다른 이야기입니다
문제는 그다음입니다.많은 사람들이 여기서 멈춥니다. “와, 이제 변호사도 앱을 만드네”라는 감탄에서요.그런데 글은 바로 그 지점에서 브레이크를 겁니다.
짧은 시간 안에 만든 데모는 가능성을 보여줍니다.하지만 가능성과 제품성은 다릅니다.
데모는 보통 이런 질문까지만 통과합니다.“작동하나?”반면 실제 운영 단계에서는 전혀 다른 질문이 따라옵니다.
법이 바뀌면 누가 반영하나.예외 케이스는 어떻게 처리하나.틀린 답변이 나갔을 때 누가 책임지나.왜 그런 판단을 했는지 설명할 수 있나.나중에 감사가 들어오면 근거를 제시할 수 있나.처음 만든 사람이 떠난 뒤에도 시스템이 유지되나.
조직에서 필요한 것은 대부분 여기입니다.그래서 글은 사실상 이렇게 말합니다.AI의 병목은 이제 생성이 아니라 운영이다.
모델이 글을 쓰고, 답을 만들고, 화면을 구성하는 일은 점점 쉬워집니다.하지만 그것을 오래 굴릴 수 있는 상태로 만드는 일은 여전히 어렵습니다.그리고 실제 사업에서는 늘 그 두 번째가 더 비쌉니다.
3. 진짜 경쟁력은 전문성이 아니라 ‘전문화된 운영 구조’입니다
이 글이 좋은 이유는 도메인 전문성의 가치를 과장하지 않는다는 점입니다.물론 도메인 전문성은 중요합니다. 아주 중요합니다.하지만 그것만으로는 충분하지 않다고 선을 긋습니다.
왜냐하면 전문성은 사람 안에 머물면 자산이 되지 않기 때문입니다.
특정 전문가 한 명이 AI를 잘 다뤄서 결과물을 만들 수는 있습니다.그런데 그 결과물이 조직 자산이 되려면 다른 조건이 필요합니다.무엇을 알고 있는지 정리되어 있어야 하고,어디까지 다룰 수 있는지 경계가 분명해야 하며,운영 중 무엇을 배웠는지가 계속 쌓여야 합니다.
다시 말해, 중요한 것은 “전문가가 만든 AI”가 아니라전문가의 판단이 구조화되어 남는 AI입니다.
이 차이는 작아 보이지만 큽니다.
전문가가 만든 AI는 그 사람이 빠지면 약해질 수 있습니다.반면 전문가의 판단이 계약처럼 구조화된 AI는 사람을 넘어 남습니다.그래서 조직은 후자를 원합니다.개인의 역량이 아니라, 인수인계 가능한 체계 말입니다.
4. 그래서 이 글은 ‘Contract AI’라는 개념으로 갑니다
글은 여기서 한 걸음 더 나아가 contract AI라는 개념을 꺼냅니다.표현은 낯설 수 있지만 뜻은 어렵지 않습니다.
핵심은 이겁니다.AI의 역할과 경계를 사람의 암묵지나 프롬프트 감각에 맡기지 말고,계약처럼 명시하고 관리하자는 것입니다.
이 관점에서 보면 좋은 AI 시스템은 단순히 답을 잘 내놓는 시스템이 아닙니다.다음이 분명한 시스템입니다.
무엇을 알고 있는가무엇을 모르는가어디까지 답할 수 있는가어떤 근거로 답했는가어떤 버전의 기준을 따르고 있는가운영 중 어떤 실패를 통해 무엇을 수정했는가
이런 구조가 있어야 비로소 AI는 “재미있는 데모”에서 “신뢰 가능한 운영 시스템”으로 넘어갑니다.
여기서 특히 중요한 건 세 가지입니다.
첫째, 지식의 출처가 남아야 합니다.AI가 답을 했다는 사실보다, 어떤 문서와 규정을 근거로 말했는지가 더 중요합니다.
둘째, 범위가 명확해야 합니다.무엇이 가능하고 무엇이 불가능한지, 어떤 조건에서만 유효한지가 선명해야 합니다.모든 것을 조금씩 하는 시스템보다, 특정 범위를 정확히 다루는 시스템이 훨씬 강합니다.
셋째, 운영 중 학습이 구조화되어야 합니다.실패 로그가 쌓이는 것만으로는 부족합니다.어떤 오판이 있었고, 왜 발생했고, 무엇을 바꿨는지가 체계적으로 남아야 합니다.
이 셋이 있어야 AI는 사람의 보조 도구를 넘어 조직의 운영 자산이 됩니다.
5. 이 글이 지금 중요한 이유
이 글이 지금 시점에 의미 있는 이유는, 많은 팀이 아직도 AI를 “생성 성능” 중심으로 보기 때문입니다.
어떤 모델이 더 똑똑한가어떤 툴이 더 빨리 만들어주는가어떤 에이전트가 더 많은 작업을 자동화하는가
물론 다 중요한 질문입니다.그런데 현업에서 더 빨리 마주치는 질문은 따로 있습니다.
이걸 믿어도 되는가우리 기준에 맞는가사고가 나면 추적 가능한가담당자가 바뀌어도 굴러가는가조직 차원에서 관리 가능한가
이 질문에 답하지 못하면, 아무리 인상적인 데모도 결국 파일럿 단계에서 멈춥니다.그리고 실제로 많은 AI 프로젝트가 სწორედ 그 지점에서 멈춥니다.기술이 부족해서가 아니라, 운영 언어로 번역되지 못해서입니다.
그래서 이 글은 해커톤 우승 사례를 소개하면서도 본질적으로는 더 차가운 이야기를 하고 있습니다.이제 만드는 것은 쉬워지고 있다.그러니 앞으로의 경쟁은 누가 더 화려하게 만드느냐가 아니라,누가 더 책임 있게 운영하느냐로 이동한다는 이야기입니다.
6. 실무 관점에서 남는 한 문장
이 글을 실무자의 언어로 바꾸면 이렇게 정리할 수 있습니다.
AI 시대의 경쟁력은 도메인 전문가가 앱을 만드는 능력이 아니라,그 전문가의 판단을 조직이 반복 가능하게 보존하는 능력입니다.
이 문장은 꽤 중요합니다.
한 사람이 잘해서 돌아가는 시스템은 생각보다 약합니다.반면 기준, 범위, 근거, 학습이 남는 시스템은 생각보다 오래 갑니다.조직이 원하는 것은 늘 두 번째입니다.
그래서 앞으로 AI 프로젝트를 볼 때는 질문이 바뀌어야 합니다.“무엇을 만들 수 있나”보다 먼저“무엇이 남는가”를 봐야 합니다.
지식이 남는가.판단 기준이 남는가.운영 이력이 남는가.책임 경계가 남는가.
이 네 가지가 남지 않는다면, 그 프로젝트는 멋진 데모일 수는 있어도 강한 자산은 되기 어렵습니다.
마무리
이 글은 비개발자도 AI를 만들 수 있다는 희망적인 이야기로 읽힐 수 있습니다.그 해석도 틀리지는 않습니다.하지만 더 정확한 해석은 이렇습니다.
AI 덕분에 누구나 만들 수 있는 시대가 왔기 때문에,이제는 무엇을 만들었는가보다 그것을 어떤 구조로 남겼는가가 더 중요해졌다.
저는 이 문장이 이 글의 핵심이라고 봅니다.
해커톤의 승자는 변호사였지만,실제 시장에서 이길 팀은 아마 다를 겁니다.더 빨리 만든 팀이 아니라,더 오래 신뢰받을 구조를 만든 팀일 가능성이 높습니다.
의견을 남겨주세요