8월 31일 월요일
AI가 실행을 싸고 빠르게 만들수록 희소해지는 것은 답이 아니라 질문과 판단이다. 오늘은 무엇을 맡기고 무엇을 인간에게 남길지 살핀다.
속도가 남긴 빈자리, 누가 방향을 정할 것인가
에이전트는 구현의 병목을 줄이지만 좋은 문제와 믿을 만한 판단까지 대신 주지는 않는다. 생산성·사고력·제품 신호를 함께 놓고 인간의 새 역할을 짚는다.
구현이 빨라져도 조직 전체가 빨라지지 않는 이유
에이전트가 코드를 빠르게 만든다는 사실과 조직이 더 나은 결과를 빨리 내놓는다는 사실은 다르다. DHH가 소개한 경험에서 10배, 100배, 드물게 1,000배라는 체감은 의도와 판단을 가진 사람이 에이전트와 직접 짧게 반복할 때 나타났다. 반대로 결과가 여러 관리 계층과 승인 사슬을 통과하면 빨라진 구현은 전체 과정의 작은 구간만 줄인다. 더 근본적인 병목은 무엇을 원하는지, 지금보다 무엇이 좋아져야 하는지, 어떤 결과를 내보낼 가치가 있는지 합의하는 일이다. 아이디어와 비전, 취향이 흐린 조직에 더 강한 실행기를 붙이면 나쁜 아이디어도 더 빨리 현실이 된다. 따라서 생산성의 질문은 ‘얼마나 많이 만들었나’보다 ‘판단에서 실행까지 이어지는 거리가 얼마나 짧은가’로 바뀐다.
답을 얻는 능력과 생각하는 능력을 분리해야 한다
AI의 편리함은 판단의 대체물이 되기 쉽다. 조승연과 장동선의 대화가 경고하는 위험은 AI가 악의를 품는 장면보다, 사용자가 기억·질문·검증을 한 번에 외주화하는 습관이다. 같은 도구도 자신의 가설을 먼저 세우고 여러 답을 비교하는 사람에게는 사고를 넓히지만, 그럴듯한 문장을 권위처럼 받아들이는 사람에게는 ‘안다는 착각’을 준다. AI가 늘 친절하고 원하는 답을 주는다는 점도 편안함과 훈련의 손실을 함께 만든다. 사람 사이의 반론과 갈등, 직접 해 본 경험은 답을 받는 과정에서는 비효율처럼 보이지만 공감과 조정, 오류 감지 능력을 단련한다. 맡겨야 할 것은 조사와 초안의 속도이고, 남겨야 할 것은 가설을 세우고 반례를 찾으며 실제 경험으로 확인하는 과정이다.
무엇이든 만들 수 있을 때 선택받는 것은 고유한 신호다
실행 비용이 내려가면 평균적인 기능과 콘텐츠는 경쟁자도 빠르게 복제할 수 있다. 그래서 AI가 보편화될수록 차이는 도구 사용법보다 어떤 문제를 가리키고 왜 그 문제를 풀어야 하는지 설명하는 신호에서 생긴다. 이미 일어난 일을 학습한 모델은 같은 질문에 유능하지만 비슷한 답을 내놓는다. 아직 데이터가 충분하지 않은 미래의 판단, 실제 관계에서 발견한 구체적인 필요, 오랫동안 붙든 문제의식은 사람이 공급해야 한다. 이 신호는 창업자의 머릿속에서 지나치게 압축되고, 조직의 긴 인계에서 평균화되며, AI의 재가공에서 과장될 수 있다. 좋은 자동화는 인간의 관점을 없애는 것이 아니라 약속과 한계가 사용자에게 도달할 때까지 그 관점의 왜곡을 줄이는 일이다. 결국 에이전트 시대의 사람은 모든 단계를 직접 수행하는 제작자에서, 중요한 문제를 고르고 신호를 보호하며 결과를 검증하는 편집자로 이동한다.
기술의 다음 무대가 묻는 세 가지 현실 조건
우주 인프라, 중국 자본시장, 한반도 기후 적응은 모두 가능성만큼 연결망·가격·생활 기반을 함께 보라고 요구한다.
- 01김바비의 바비위키
위성통신은 독립망이 아니라 지상망의 빈틈을 메우며 돌아왔다
전용 단말이 필요했던 위성통신은 스마트폰에 들어가면서 재난이나 커버리지 공백에서 셀룰러망을 보완하는 기능으로 성격이 바뀌었다. 우주 데이터센터 구상까지 이어지려면 궤도 안의 초고속 위성 간 연결과 지상 광통신망이 함께 필요하다. 거대한 미래 서사보다 실제 연결 구조와 사용자가 비용을 낼 이유가 먼저 검증돼야 한다.
- 02
ScienceADAM부동산에서 기술주로 이동한 돈은 성장과 새 거품을 동시에 만든다
중국 정부가 부동산에 묶였던 자금을 AI·반도체·로봇 산업으로 유도하면서 기술 기업을 향한 관심과 유동성이 커졌다. 그러나 소개된 평균 주가수익비율 268이라는 수치는 실제 기술력에 대한 기대와 가격 과열을 구분해야 한다는 경고이기도 하다. 산업 정책의 방향이 옳아 보여도 투자 가격과 기업별 실행력은 별개의 판단이다.
- 03
책과삶기후 대응은 먼 감축 목표와 오늘의 배수 능력을 연결하는 일이다
한반도 주변 바다의 온난화는 폭우와 폭염 같은 극한 현상의 확률과 강도를 높인다. 거제와 강남역 사례는 같은 비라도 지형, 불투수면, 배수 용량과 대응 속도에 따라 피해가 달라진다는 점을 보여 준다. 감축 목표만 선언하는 대신 도시계획·재난정보·취약계층 보호와 에너지 전환을 함께 설계해야 생활의 회복력이 생긴다.
AI를 붙인 조직과 AI에 맞춰 바꾼 조직
같은 도구를 사도 결과가 갈리는 이유를 업무 설계, 검증, 사람의 역할이라는 세 축으로 비교한다.
기존 방식 위의 AI회의와 메신저, 개인 머릿속에 남아 있는 맥락을 그대로 둔 채 생성 도구만 추가한다. 에이전트는 필요한 전제와 성공 조건을 몰라 자주 멈추고, 사람은 매 순간 결과를 기다리며 다시 지시한다.
AI 네이티브 업무구두로 전달하던 판단 기준을 스킬과 조향 파일로 외부화하고, 작고 범위가 분명한 작업과 명시적 의도를 먼저 준다. 에이전트가 수 시간 자율적으로 일할 수 있도록 시작 전에 컨텍스트를 준비한다.
기존 방식 위의 AI빠르게 만들어진 산출물을 사람이 마지막에 한꺼번에 검토한다. 그 사이 잘못된 가정이 넓게 퍼지고, 생산성은 생성량으로만 측정돼 재작업과 검증 대기가 가려진다.
AI 네이티브 업무린터와 단위·통합·성능·보안 테스트처럼 빠른 피드백을 작업 안에 넣어 에이전트가 스스로 수정하게 한다. 배포 속도와 결함, 사람의 검토 부담까지 함께 보며 실제로 고객에게 전달된 결과를 측정한다.
기존 방식 위의 AIAI가 빨라졌다는 이유로 승인과 안전 논의를 뒤로 미루거나, 반대로 위험을 이유로 모든 실행을 금지한다. 두 선택 모두 혁신의 속도와 피해의 분배를 구체적으로 다루지 못한다.
AI 네이티브 업무사람은 목표와 가드레일, 되돌릴 수 있는 결정의 속도를 설계한다. 정부·기업·사회는 혁신을 멈추지 않되 오작동과 불평등한 혜택을 줄일 지속 가능한 규칙을 함께 갱신한다.
AI 네이티브라는 말은 사람을 빼는 뜻이 아니다. 사람이 반복 승인에 머무르지 않고 맥락·검증·규칙을 실행 가능한 형태로 설계해, 에이전트의 속도가 더 나은 결과와 책임으로 이어지게 만드는 운영 전환이다. 이 전환에는 초기에 속도를 늦추는 준비가 필요하다. 팀의 암묵지를 적고 테스트 기반을 다듬으며, 어디까지 자동 실행하고 어디서 사람이 멈출지 정해야 한다. 동시에 혜택과 위험이 누구에게 돌아가는지 살피는 공통 규칙도 갱신해야 한다. 도입 성공을 도구 사용률이나 생성량으로 판단하면 이 비용은 실패처럼 보인다. 대신 배포까지 걸린 시간, 재작업, 검증 부담, 잘못된 판단의 복구 가능성을 함께 보아야 실제 변화가 드러난다.
아직 못 읽은 북마크
북마크를 고르는 중…