AI는 생산성을 몇 배로 높여주는 도구로 소개됐어요. 자동화, 코파일럿, “10배 효율”이라는 약속은 인간이 더 높은 수준의 사고에 집중할 수 있는 미래를 그렸죠.
그런데 역설적이게도, 오히려 더 많이 일하고 있는 느낌이에요.
테크 업계에서 일하는 프로덕트 매니저로서, AI가 약속한 것과 실제로 우리의 행동을 바꾸고 있는 방식 사이의 간극이 점점 커지고 있다고 느껴요. 이 글은 AI에 반대하는 선언문이 아니에요. 잠시 속도를 늦추고 더 근본적인 질문을 던져보려는 시도예요.
우리는 도대체 무엇을 최적화하고 있는 걸까?
1. AI가 일을 줄여주는 게 아니라 늘리고 있는 것 같다
테크 업계 전반에서 근무 시간이 줄어들고 있는 것 같지 않아요. 오히려 늘어나는 경우가 많죠.
- 근무 시간이 짧아지는 게 아니라 길어지고 있다
- 컨텍스트 스위칭(Context Switching)이 늘었다
- 산출물 속도에 대한 기대치가 조용히 높아졌다
미국 테크 업계에서는 극단적인 노동 문화에 대한 동경이 눈에 띄어요. 때로는 노골적으로, 때로는 암묵적으로요. 중국의 “996”(오전 9시~밤 9시, 주 6일 근무)과 비슷한 서사가 AI 경쟁에서 살아남기 위해 어쩔 수 없는 희생이라는 프레이밍으로 재포장되고 있어요.
불편한 질문이 떠올라요.
- 이것은 실존적 공포 때문인가? 인간이 완전히 대체될 수 있다는 생각?
- 아니면 국가적·경제적 불안 때문인가? 기술 패권을 잃을까 하는 두려움?
- 아니면 더 현실적으로, 둘 다의 혼합인가?
AI는 단순한 도구를 넘어 압력 증폭기가 되고 있어요.
재미있는 역설이 있어요. AI가 생산성 도구로 등장했는데, 정작 사람들은 더 바빠졌어요. 세탁기가 발명됐을 때도 비슷한 일이 있었는데, 세탁 시간이 줄어든 대신 청결 기준이 올라가면서 결국 가사 시간은 줄지 않았다는 연구가 있어요. AI도 마찬가지인 것 같아요.
2. 그런데 우리는 대체 어디를 향해 달리고 있는 걸까?
긴 근무 시간보다 더 걱정되는 건, 왜 이렇게 많은 것을 물리적·정신적·감정적으로 투자하고 있는지에 대한 명확성의 부재예요.
물론 모든 투자에는 리스크가 따라요.
하지만 점점 이런 느낌이 들어요.
- 결승선 없이 전력 질주하고 있다
- 방향보다 속도가 가치 있게 여겨진다
- “생산적인 것”과 “의미 있는 일을 하는 것”이 혼동되고 있다
많은 상황에서 최종 목표가 무엇인지 알기 어려워요. 이 모든 노력이 사용자를 위해, 비즈니스를 위해, 또는 우리 자신을 위해 진짜 건설적인 무언가로 이어지는지 보기는 더 어렵고요.
프로덕트 관점에서 보면 이건 우려스러운 상황이에요.
목적 없는 실행은 그저 잘 정리된 혼돈일 뿐이니까요.
“바쁜 것”과 “생산적인 것”은 다르고, “생산적인 것”과 “의미 있는 것”은 또 달라요. AI가 생산 속도를 높여줬지만, 그 속도가 올바른 방향을 향하고 있는지는 별개의 문제예요. 고속도로에서 시속 200km로 달리고 있어도, 방향이 틀리면 빠르게 잘못된 곳에 도착할 뿐이죠.
3. 수단이 목적이 되는 순간 (AI를 잘못된 중심에 놓을 때)
AI가 정말 강력한 지렛대로 작용하는 사례가 있어요.
회사에 이미 다음이 갖춰져 있다면:
- 잘 구조화된 운영 모델
- 명확한 문제 정의
- 강한 피드백 루프
AI는 의미 있는 방식으로 성장을 가속할 수 있어요.
하지만 그런 경우가 다수는 아니에요.
이런 질문이 떠오르곤 해요.
- “이 AI 프로덕트, 기본적으로 ChatGPT나 Claude를 감싸놓은 거 아닌가?”
- “비효율적인 것을 자동화하면, 비효율적인 일을 대규모로 하는 것 아닌가?”
냉소적인 시각이 아니에요. 타당한 프로덕트 질문이에요.
진짜 문제는 많은 조직이 애초에 탄탄한 기반을 갖추고 있지 않다는 거예요.
- 핵심 문제가 잘 정의되지 않았고
- 프로세스가 깨져 있거나 불분명하고
- 지표가 실제 가치를 반영하지 않는다
그런데 AI는 만능 처방전처럼 취급되고 있어요.
이것은 전형적인 수단과 목적의 전도예요.
이래야 하는데:
“어떤 문제를 풀고 있고, 기술이 어떻게 도울 수 있는가?”
실제로는 이런 일이 벌어지고 있어요.
“AI가 있는데, 뭘 할 수 있을까?”
비즈니스든 개인 작업이든, 기술이 명확성의 부재를 해결하기보다 감추는 데 점점 더 사용되고 있어요.
못과 망치의 비유가 정확히 맞아요. “망치를 들면 모든 것이 못으로 보인다”는 말처럼, “AI를 갖고 있으면 모든 것이 AI 프로젝트로 보인다”는 현상이 일어나고 있어요. 좋은 도구가 좋은 결과를 보장하지는 않아요. 도구 이전에 문제 정의가 먼저예요.
4. AI가 만들어내는 (그리고 증폭시키는) 혼란
비효율을 넘어, AI는 놀라울 정도의 혼란도 만들어내고 있어요.
자주 보이는 현상이 있어요.
- 뒤처질까 두려워서 퍼포먼스 차원에서 AI를 사용하는 사람과 팀
- 실제 성과보다 AI를 잘 아는 것처럼 보이는 것을 우선시하는 모습
“AI를 공부하는 사람”이나 “AI 선도 조직”이라는 정체성이 실제 목표를 가리기 시작해요.
이 왜곡은 일에 국한되지 않아요.
소셜 미디어에서는:
- 저품질의 기이한 AI 생성 콘텐츠가 피드를 범람하고 있고
- 잘못된 정보, 조작, 노골적인 날조가 이전보다 빠르게 퍼지고 있으며
- 이런 결과물을 믿고 증폭시키는 사람의 수가 우려스러운 속도로 늘고 있어요
더 불안한 것은, 주체성 자체가 외주화되는 순간이에요.
- AI가 생성한 응답을 검토 없이 복사-붙여넣기하는 사람들
- 실수를 “ChatGPT가 틀렸다”로 넘기는 모습
이 시점에서 AI는 더 이상 도구가 아니에요. 편리한 변명거리가 되는 거죠.
어떤 경우에는 사람들이 AI 시스템에 의식적으로 활용하기보다, 자기 정체성의 일부를 AI에 묶어놓는 것처럼 보이기도 해요.
주체성의 외주화가 위험한 이유는, 결과에 대한 책임감도 함께 사라지기 때문이에요. 계산기를 쓰면서도 답이 맞는지 감각적으로 확인하듯, AI의 출력도 사람이 검증해야 해요. “AI가 했으니까”는 “나는 모른다”와 같은 말이 될 수 있어요.
5. AI와 더 본능적인 행동으로의 흐름
예상치 못한 패턴 하나가 눈에 들어와요. AI가 사회의 일부를 더 본능적이고, 심지어 동물적인 행동 쪽으로 밀어내는 것 같다는 점이에요.
가벼운 형태로는:
- 인플루언서 중심 생태계의 폭발적 성장
- 상호작용이 아닌 순전히 관심을 위해 최적화된 콘텐츠
아이러니하게도, “소셜” 플랫폼이 커질수록 실제 인간 대 인간 상호작용은 줄어드는 것 같아요.
더 극단적인 경우에는:
- 자칭 “AI 스타트업” 중 상당수가 조용히 성인화된 챗봇으로 방향 전환하고
- 이미 이런 영역에서 운영되던 비즈니스들이 더 빠르게 성장해요
공통 맥락은 무시하기 어려워요.
사람들이 소통해야 할 인간이 아니라, 자극하고, 추출하고, 최적화의 대상인 객체로 점점 더 취급되고 있어요.
상호작용이 거래적이 되고 시스템에 의해 완전히 매개될 때, 반대편에 사람이 있다는 사실을 잊기 쉬워져요.
기술이 인간 행동을 증폭시킨다는 관점에서 보면, AI는 우리의 좋은 면도 나쁜 면도 모두 확대하는 렌즈 같아요. 깊이 있는 연결을 원하는 사람에게는 더 풍부한 소통 도구가 되고, 자극만 쫓는 환경에서는 더 중독적인 콘텐츠 기계가 돼요. 결국 기술이 아니라 기술을 사용하는 방식이 문제예요.
6. AI에 대한 회의가 아니라, 신중함을 위한 호소
이 글은 AI에 반대하는 주장이 아니에요.
더 의도적으로 행동하자는 주장이에요.
1) 커리어 관점에서
다음의 능력이:
- 비즈니스 기본기를 이해하고
- 진짜 중요한 것을 빠르게 식별하며
- 탄탄한 운영 체계를 가진 조직에서 일하거나 그런 조직을 선택하는 능력
그 어느 때보다 중요해질 거예요. 역사적으로 이것은 항상 사실이었어요. AI가 격차를 더 넓힐 뿐이에요.
기본기의 중요성은 프로 운동선수에 비유할 수 있어요. 최첨단 장비가 나와도 기본기가 탄탄한 선수가 결국 이기죠. AI라는 강력한 도구가 등장할수록, 그 도구를 제대로 활용하기 위한 기본 역량의 차이가 더 크게 벌어질 거예요.
2) 업무 실행 관점에서
속도는 더 이상 병목이 아니에요.
- 빠르게 움직이는 건 쉽다
- 빠르게 실패하는 건 더 쉽다
강한 리뷰 루프와 판단력 없이는, 속도가 단순히 실패를 가속화할 뿐이에요.
“빠르게 실패하라”는 조언이 있지만, 그 전제는 “실패에서 배워라”예요. 배움 없는 빠른 실패는 그냥 빠른 자원 소진이에요. AI가 실행 속도를 높여줬지만, 판단과 검증의 속도도 함께 높이지 않으면 결과는 더 나빠질 수 있어요.
3) 인간적 관점에서
더 깊은 질문은 실존적이에요.
AI가 점점 더 많은 것을 할 수 있는 세상에서, 무엇이 인간을 더 인간답게 만드는가? 그리고 어떤 역할을 의식적으로 맡아야 하는가?
때로 이 순간은 영화 에브리씽 에브리웨어 올 앳 원스를 떠올리게 해요.
- 불확실성을 받아들이면서도 여전히 의미를 선택하는 낙관적 허무주의를 향할 것인가?
- 아니면 아무것도 중요하지 않고 모든 것이 일회용이 되는 파괴적 허무주의로 미끄러질 것인가?
이 질문이 결국 AI 시대의 가장 중요한 질문일 수 있어요. 도구가 강력해질수록, “그래서 나는 뭘 하는 사람인가?”라는 질문이 더 선명해지거든요. AI가 글도 쓰고, 코드도 짜고, 이미지도 만드는 세상에서 인간만이 할 수 있는 일이 무엇인지를 고민하는 것은 피할 수 없는 과제예요.
7. 진짜 중요한 것, 그리고 집중해야 할 곳
기술의 역사는 익숙한 패턴을 반복하는 경향이 있어요.
- 폭발적 실험
- 수렴
- 상품화(Commoditization)
- 새로운 패러다임
지금 보이는 것은 거대한 발산(Divergence)의 단계 같아요.
개인적으로, 이 흐름에 맹목적으로 휩쓸리고 싶지 않아요.
현재의 많은 실험에 필요한 것은 더 많은 탐색이 아니에요. 더 강한 기본기예요.
- 명확한 문제 프레이밍
- 더 나은 시스템 설계
- 더 날카로운 판단
한 가지 더 참고할 점이 있어요.
- 우리는 아직 대체로 확률적 트랜스포머 기반 모델의 범위 안에 있어요
- 순수한 연산 스케일링의 수확 체감(Diminishing Returns)을 시사하는 보고서가 늘고 있고요
2023~2024년 GPT 모델의 등장이 큰 패러다임 전환을 일으킨 것처럼, 오늘날의 지배적 접근법이 우리가 예상하는 것보다 빨리 뒤집힐 가능성은 충분해요.
그렇다고 현재의 노력이 무의미하다는 뜻은 아니에요.
하지만 다음을 의미하기는 해요.
- 큰 방향을 이해하되
- 좁은 디테일에 과잉 투자하지 말고
- 지금 당장 진짜 필요한 것에 집중하라
저는 모델 아키텍처의 한계를 밀어붙일 수 있는 수학 천재가 아니에요.
그래서 더 단순한 길을 선택해요.
차분하게 중요한 것을 파악하고, 그것을 해결하는 데 집중하기.
마무리
AI가 우리에게 무언가를 준다면, 그것은 공포가 아니라 명확성이어야 해요.
프로덕트를 만드는 사람으로서, 리더로서, 그리고 인간으로서 우리의 책임은 더 빠르게 달리는 것이 아니라, 올바른 방향으로 달리는 거예요.