《AI가 선택하는 브랜드의 비밀: AEO》를 쓰면서 AI 공부를 본격적으로 시작했다. 이전에는 새로운 분야를 공부할 때 관련 책을 100권 가까이 몰아서 읽었다. 그렇게 산업의 큰 흐름과 기본 개념을 잡은 뒤, 논문, 리포트, 인터뷰, 강의 같은 자료를 더하곤 했다.
그런데 AI는 다르게 접근해야겠다고 생각했다. 변화 속도가 너무 빨랐다. 어제의 놀라운 뉴스가 오늘은 당연한 이야기가 되고, 오늘의 실험이 내일은 하나의 업무 방식이 되는 분야였다. 책만으로는 속도를 따라가기 어렵겠다는 판단이 들었다. 그래서 새롭게 시도한 것이 유튜브 영상을 공부 자료로 활용하는 일이었다.
그렇게 시작한 것이 브런치 매거진 ‘AI 문익점’이다. 중국에서 목화씨라는 선진 문물을 들여온 문익점처럼, 해외 AI 고수들이 이야기하는 새로운 흐름과 실전 팁을 빠르게 들여오겠다는 뜻이었다. 여기에 타인에게 설명한다고 생각하며 공부하여 스스로의 이해도를 높이는 ‘파인먼 테크닉’도 함께 활용하고자 했다.
방법은 단순했다. 눈에 들어오는 해외 AI 고수의 유튜브 영상이 있으면 링크를 저장했다. 이후 노트북LM으로 내용을 요약하고, 내가 이해한 버전으로 다시 정리했다. 단순 번역이나 요약이 아니라, 내 관점과 내 형식으로 재구성해 브런치에 올렸다.그렇게 ‘AI 문익점’이라는 이름으로 200편이 넘는 글을 쓰게 되었다.
200편 넘게 정리하는 과정에서 AI 고수들의 말이 하나로 모이는 지점을 발견하게 되었다. 진짜 고수는 AI를 많이 아는 사람이 아니라, AI를 자기 일에 맞게 부리는 사람이었다.
툴을 많이 아는 것과 일을 잘 맡기는 것은 다르다
처음에는 최신 툴을 더 많이 알고 싶었다. 어떤 모델이 좋은지, 어떤 서비스가 새로 나왔는지, 어떤 프롬프트를 쓰면 결과가 좋아지는지 궁금했다. 하지만 영상을 많이 볼수록 결론은 툴에서 멀어졌다.
AI를 잘 쓰는 사람은 새로운 툴의 기능을 많이 아는 사람이 아니었다. 자기 일을 정확히 쪼갤 줄 아는 사람이었다. 어디까지 AI에게 맡기고, 어디부터 사람이 판단해야 하는지 아는 사람이었다.
많은 사람이 AI에게 “블로그 글 써줘”, “마케팅 전략 짜줘”, “영상 만들어줘”라고 말한다. 물론 AI는 뭐라도 내놓는다. 문제는 결과물이 대체로 애매하다는 데 있다. 일의 단위가 너무 크기 때문이다.
글쓰기 하나만 해도 주제 선정, 자료 조사, 타깃 독자 분석, 제목 후보, 목차 구성, 초안 작성, 문장 수정, SEO/AEO 점검, 발행 후 재가공까지 여러 단계가 있다. 이걸 한 번에 “글 써줘”라고 던지면 AI는 평균적인 답을 낸다. 반대로 일을 잘게 쪼개면 AI는 초고수가 된다.
AI 실력은 프롬프트 실력이라기보다 업무 해부 능력에 가깝다. 당신의 해부 능력에 비례해 AI의 업무 능력도 상승한다.
자동화는 무지의 해결책이 아니다
AI 고수들이 반복해서 말한 또 하나의 원칙이 있다. 직접 해본 일만 자동화하라는 것이다. 내가 직접 해보지 않은 일은 좋은 결과와 나쁜 결과를 구분할 수 없다. 좋은 결과를 구분하지 못하면 AI가 아무리 그럴듯한 결과물을 내도 검수할 수 없다. 심지어 거짓말을 해도 속아 넘어가게 된다. 그렇기에 직접 해본 일만 자동화를 해야 한다.
AI 자동화의 순서는 이렇다. 먼저 수동으로 직접 해본다. 그다음 반복되는 부분을 찾는다. 마지막으로 자동화한다. 이 순서가 바뀌면 자동화는 효율이 아니라 위험이 된다. AI가 틀린 방향으로 빠르게 달리기 때문이다. 심하게 말해 자동으로 쓰레기를 만든다. 그것도 아주 많이!
자동화는 무지의 해결책이 아니다. 숙련된 사람이 시간을 아끼기 위해 쓰는 지렛대다.
100% 자동화라는 말은 매력적이지만 위험하다
요즘 “AI로 100% 자동화했다”는 말이 많다. 듣기에는 매력적이다. 자고 일어나면 콘텐츠가 올라가 있고, 고객 문의가 처리되고, 매출이 발생할 것 같다. 하지만 실제 고수들의 이야기는 달랐다.
정말 돈이 되는 영역일수록 100% 자동화보다 70~90% 자동화가 현실적이라는 것이다.
특히 콘텐츠, 브랜딩, 마케팅, 세일즈처럼 사람의 맥락이 중요한 분야에서는 마지막 10%가 결과를 가른다. AI가 초안을 만들고 자료를 정리하고 반복 업무를 줄일 수는 있다. 그러나 무엇을 강조할지, 어떤 표현을 버릴지, 어떤 메시지가 내 브랜드와 맞는지는 사람이 판단해야 한다.
AI가 만든 결과물이 비슷비슷해지는 이유도 여기에 있다. 모두가 비슷한 도구를 쓰고, 비슷한 명령을 내리고, 비슷한 결과를 그대로 쓰기 때문이다. 이 비슷함에서 벗어나야 고객의 선택을 받을 수 있다. 결국 차이는 AI가 아니라 사람의 취향과 판단에서 나온다.
챗봇을 넘어 에이전트로 이동하고 있다
AI 공부를 하며 분명하게 느낀 흐름 중 하나는 챗봇에서 에이전트로의 이동이다.
지금까지 우리가 익숙하게 써온 AI는 대부분 챗봇이었다. 내가 질문하면 답한다. 내가 요청하면 움직인다. 말하자면 “부르면 오는 직원”이다. 그런데 흐름은 점점 에이전트로 이동하고 있다. 에이전트는 내 일정, 메일, 문서, 데이터, 업무 흐름과 연결되어 스스로 작업을 수행한다. 내가 매번 “이거 해줘”라고 말하지 않아도, 정해진 조건에 따라 먼저 확인하고 실행하고 보고한다.
AI의 다음 단계는 질문에 답하는 도구가 아니라 일을 능동적으로 수행하는 시스템이다. 챗봇 시대에는 질문을 잘하는 사람이 유리했다. 에이전트 시대에는 업무 흐름을 잘 설계하는 사람이 유리하다. 무슨 일을 어떤 순서로 처리할지, 어떤 조건에서 실행할지, 어디까지 자동화하고 어디서 사람에게 확인을 받을지 정해야 하기 때문이다.
결국 AI 활용 능력은 “좋은 질문”에서 “좋은 프로세스”로 이동하고 있다.
AI 시대에는 말하는 사람보다 만드는 사람이 유리하다
AI 시대에는 말하는 사람보다 만드는 사람이 유리하다. 다만 여기서 말하는 ‘만드는 사람’은 혼자 코드를 짜는 사람만을 뜻하지 않는다. 상대의 문제를 듣고, 필요한 결과물을 정의하고, AI와 도구를 활용해 눈에 보이는 형태로 구현한 뒤, 다시 사람들과 조율하며 완성도를 높이는 사람이다.
관계를 조정하는 능력은 사라지지 않는다. 오히려 더 중요해질 수 있다. 다만 이제는 조율만으로는 부족하다. 조율한 내용을 실제 결과물로 바꿀 수 있어야 한다. 예전에는 “이런 방향이 좋겠습니다”라고 말하는 사람이 필요했다면, 이제는 “그래서 이렇게 한번 만들어봤습니다”라고 보여주는 사람이 더 강해진다.
그러니까 AI 시대에 밀려나는 것은 소프트 스킬 자체가 아니다. 결과물 없이 말만 반복하는 방식이다. 반대로 강해지는 사람은 사람의 마음을 읽고, 문제를 정의하고, 도구를 활용해 빠르게 만들고, 다시 관계 속에서 다듬을 줄 아는 사람이다.
AI가 강해질수록 인간의 관점이 더 중요해진다
가장 공감한 것은 이 지점이다. AI 전문가들의 영상을 많이 보면 볼수록, 결론은 인간으로 돌아왔다. AI를 더 잘 쓰려면 더 많이 읽어야 한다. 더 많이 생각해야 한다. 더 많이 써봐야 한다. 내 관점이 있어야 한다.
AI는 평균을 빠르게 만든다. 하지만 평균만으로는 브랜드가 되기 어렵다. 누구나 AI로 글을 쓸 수 있다. 누구나 AI로 이미지를 만들 수 있다. 누구나 AI로 영상을 만들 수 있다. 그러면 남는 질문은 하나다.
“그래서 당신은 무엇을 다르게 보는가? 그것을 어떻게 세상에 표현하는가?”
이 질문에 답하지 못하면 AI는 오히려 나를 더 평범하게 만들 수 있다. 남들이 쓰는 툴을 쓰고, 남들이 쓰는 구조를 쓰고, 남들이 쓰는 문장을 쓰면 결과물은 비슷해진다.
AI가 사람을 대체한다는 말은 반은 맞고 반은 틀리다. AI는 생각하지 않는 사람을 대체할 가능성이 크다. 그러나 생각하는 사람에게는 확장 장치가 된다.
기록이 있는 사람에게 AI는 더 강력해진다
AI 시대에는 머릿속에만 있는 생각의 가치가 줄어든다. 기록된 생각만 AI와 결합될 수 있기 때문이다. 내가 평소에 어떤 표현을 쓰는지, 어떤 고객을 만났는지, 어떤 질문을 자주 받는지, 어떤 사례가 있었는지 기록해두면 AI는 그것을 재료로 더 좋은 결과를 만든다.
기록이 없는 사람에게 AI는 인터넷 평균을 준다. 기록이 있는 사람에게 AI는 자기 경험의 확장판을 준다. 그래서 AI 시대의 기록은 단순한 메모가 아니다. 나만의 데이터셋이다. 내가 쓴 글, 상담 기록, 강의안, 고객 질문, 실패 사례, 성공 사례, 자주 쓰는 비유와 문장들이 모두 AI 시대의 자산이 된다.
Oh! 시행착오로 얻은 AI 활용의 진실
200편 넘는 AI 영상을 보고, 직접 정리하고, 내 방식으로 다시 써보며 얻은 결론은 의외로 단순했다. 현시점 AI 고수는 AI에게 모든 것을 맡기는 사람이 아니다. AI가 잘할 수 있는 일과 내가 반드시 해야 할 일을 구분하는 사람이다.
AI에게 자료 조사를 맡길 수 있다. 초안을 맡길 수 있다. 반복 업무를 맡길 수 있다. 영상 편집의 일부를 맡길 수 있다. 고객 응대의 일부를 맡길 수 있다. 업무 자동화의 상당 부분을 맡길 수 있다.
하지만 방향 설정, 판단, 취향, 관점, 책임까지 맡길 수는 없다.
1) AI를 잘 쓰고 싶다면 먼저 내 일을 잘게 쪼개라.
2) 한 번도 직접 해보지 않은 일은 무리하게 자동화하지 마라.
3) 100% 자동화보다 마지막 10%의 인간 판단을 남겨라.
4) 챗봇에 질문하는 능력보다 업무 흐름을 설계하는 능력을 길러라.
5) 툴을 많이 아는 사람이 아니라, 직접 만들어보는 사람이 되어라.
6) AI에게 줄 나만의 기록과 관점을 꾸준히 쌓아라.
AI 툴은 계속 바뀔 것이다. 오늘의 강자가 내일도 강자라는 보장은 없다. 그러나 바뀌지 않는 것이 있다. 일을 이해하는 사람은 도구가 바뀌어도 적응한다. 자기 관점이 있는 사람은 AI가 강해져도 대체되지 않는다. 직접 만들어보는 사람은 변화 앞에서 덜 흔들린다.
결국 진짜 고수는 AI를 신처럼 모시지 않는다. 뛰어난 직원처럼 부린다. 그리고 사장처럼 판단한다.
누군가의 시행착오가 당신의 브랜드에 Oh! 할 인사이트와 움직일 용기를 건넵니다. 당신이 오늘 AI에게 맡길 수 있는 일은 무엇인가요? 그리고 끝까지 직접 판단해야 할 일은 무엇인가요?
의견을 남겨주세요