AI 툴, AI 사용법, 크리에이터를 위한 실전 팁.
몇 주에 한 번씩 나는 같은 패턴을 본다. 어떤 나라는 화려한 모델 데모를 축하한다. 다른 나라는 디지털 주권 계획을 발표한다. 또 다른 나라는 진지한 연구 성과를 내놓는다. 헤드라인은 그걸 글로벌 AI 경쟁이라고 부른다. 그런데 몇 달이 지나면 같은 병목이 다시 나타난다. 칩 접근성, 클라우드 의존성, 개발자 중력, 추론 비용, 제품 배포력, 그리고 좋은 데모와 지속 가능한 위치는 같은 것이 아니라는 아주 단순한 사실. 그래서 내 머릿속 지도는 계속 같은 모양으로 접힌다. 이건 더 이상 깔끔한 세계 대회처럼 느껴지지 않는다. 중앙에 두 개의 거대한 생태계가 있고, 주변을 부분적 강점을 지닌 다른 나라들이 맴도는 구조처럼 느껴진다. 남은 세계에 똑똑한 사람이 없어서가 아니다. 현대 AI가 더 이상 평범한 소프트웨어 경쟁이 아니게 되었기 때문이다.
AI 붐에서 내가 계속 걸리는 건 이 부분이다. 돈은 어디에나 있는데, 채용 물결은 없다. 기업가치는 크다. 계산 예산도 크다. 클라우드 청구서도 크다. 데이터센터 지출도 크다. 그런데 노동시장을 보면 과거 기술 붐이 만들었던 것 같은 바깥으로 퍼지는 고용 폭발이 보이지 않는다. 하지만 그 불일치는 돈이 실제로 어디에 떨어지는지 보면 그렇게 신비롭게 느껴지지 않는다. 예전 인터넷과 모바일 붐에서는 자본이 바깥으로 사람들에게 흘렀다. 제품 관리자, 마케터, 지원팀, QA, 운영 인력, 콘텐츠 노동자, 계약 인력, 크리에이터, 운전자, 배달원, 모더레이터, 주니어 개발자. 이번 붐에서는 거대한 돈의 상당 부분이 먼저 다른 곳으로 간다. 칩, 계산 자원, 클라우드 계약, 데이터센터, 전력, 그리고 아주 적은 수의 고레버리지 팀. 그래서 AI 붐은 종이 위에서는 거대해 보여도 현실에서는 인색하게 느껴진다.
오랫동안 나는 AI 시대가 아직 지평선 너머에 있다고 생각했다. 중요하긴 하다. 흥미로운 것도 분명하다. 하지만 사람들에게 여전히 미래형 문제로 다룰 여지가 있을 만큼은 멀다고 여겼다. 그런데 너무 실용적이어서 무시할 수 없는 예시들을 계속 보게 됐다. 영화 속 완벽한 비서는 아니었다. 철학적 돌파도 아니었다. 나는 이미 메일 초안을 쓰고, 파일을 가져오고, 보고서를 요약하고, 작업을 라우팅하고, 스마트홈 제어와 연결하고, 일상 업무에서 실제 인간 노동을 깎아내는 시스템 얘기를 하고 있다. 바로 그때 마침내 이해가 됐다. AI 시대가 현실이 된 건 AI가 완벽한 SF 비서가 될 필요는 없다는 걸 깨달은 순간이었다. 기업이 이미 싸게 만들고 싶어 하던 구조화된 업무 조각을 먹어치울 만큼 충분히 싸고, 충분히 흔하고, 충분히 유능해지기만 하면 됐다. 그걸 보고 나니 “아직 수십 년 남았다”는 말은 분석이라기보다 현실과 흥정하는 소리처럼 들리기 시작했다.
예전의 나는 거대한 토큰 청구서를 보면 AI 스택이 분명 엄청난 일을 하고 있다고 생각했다. 호출이 많고, 추론이 많고, 자동화가 많고, 가치도 많다. 그런 환상이었다. 현실은 더 추하다. 많은 에이전트 세팅에서 폭증하는 토큰 사용량은 지능의 증거가 아니다. 시스템이 루프를 돌고, 재시도하고, 자기 자신을 의심하고, 컨텍스트를 다시 불러오고, 뒤에서 조용히 돈을 태우고 있다는 증거다. 그런데도 사람들은 대시보드를 보며 그걸 진보라고 믿고 싶어 한다. 더 썩은 느낌이 드는 건 지금 일부 팀이 그 상태를 말하는 방식이다. 더 큰 토큰 실행. 더 큰 컨텍스트 윈도우. 더 큰 에이전트 추적 로그. 더 큰 사내 랭킹. 더 큰 예산. 하지만 원래 단순했어야 할 일을 끝내기 위해 한 에이전트가 도구 호출의 미로, 재시도, 검증기, 자기반성 루프를 필요로 한다면, 그건 생산성이 아니다. 그건 포장만 좋아진 낭비다.
소셜미디어 이야기는 대체로 똑같이 우울한 결말로 끝난다. 무한 스크롤, 자동재생, 뷰티 필터, 알림, 십 대 불안, 섭식장애, 자해, 알고리즘이 밀어주는 피드. 사람들은 다 고개를 끄덕인다. 다들 그 제품들이 조작적이라는 데 동의한다. 그리고 플랫폼은 늘 같은 방패 뒤로 숨는다. 우리는 그냥 콘텐츠를 호스팅할 뿐이다, 선택은 사용자가 한다, 부모가 부모 노릇을 해야 한다, 법은 우리를 보호한다, 끝. 그래서 이 사건이 더 세게 꽂혔다. 작은 마을 출신의 한 젊은 여성이 거대 플랫폼 몇 곳을 상대로 소송을 걸고 인터넷 때문에 힘들어졌다고 하소연한 것만이 아니었다. 그녀는 배심원단이 제품 자체를 보게 만들었다. 끝이 없는 피드, 인정 욕구를 계속 돌리는 루프, 필터, 다시 들어오게 만드는 장치, 미성년자를 안에 붙잡아 두도록 설계된 앱의 구조. 이 시선의 이동이 중요하다. 이 사건의 핵심은 사실 “소셜미디어는 나쁘다”가 아니었다. “이 제품은 이렇게 설계되었고, 그 설계가 한 아이를 해쳤는데, 기업이 그걸 언제까지나 어깨 한번 으쓱하고 넘겨도 되느냐”였다. 이렇게 틀을 바꾸는 순간, 그 거대한 요새는 더 이상 예전만큼 손댈 수 없는 존재처럼 보이지 않는다.
AI와 일자리에 대해 내가 아직도 자주 듣는 가장 큰 거짓말은 이런 식이다. “기계보다 내 일이 더 낫기만 하면 나는 괜찮다.” 그럴듯하게 들리지만, 실제로 벌어지고 있는 일을 완전히 빗나간다. 진짜 변화는 AI가 이미 방 안에서 가장 뛰어난 노동자가 되었다는 데 있지 않다. 진짜 변화는 많은 관리자와 고객이 점점 더 낮은 수준을 받아들이도록 훈련되고 있다는 데 있다. 나는 너무 단순해서 오히려 잔인한 패턴을 계속 떠올리게 된다. AI 이전에는 도구가 대충 40점짜리 결과를 내놓고, 사람이 그걸 진짜 90점짜리로 갈아 올려야 했다. 지금 AI는 빠르고 싼 70점을 준다. 많은 사람은 여전히 “좋아, 그래도 마지막 20점은 내가 필요해”라고 스스로를 안심시킨다. 하지만 놓치는 건 이거다. 주변 시스템이 이제는 그 90점에 그만한 돈을 지불할 만큼 절실하지 않을 수 있다는 것. 그 순간 기계는 당신을 이길 필요가 없다. 당신의 추가 품질이 너무 비싸 보이게 만들면 그걸로 충분하다.
사람들은 계속 AI가 5년 안에 프로그래머를 쓸어버릴 거냐고 묻는다. 나는 그 질문이 이미 한 박자 늦었다고 생각한다. 더 추한 일은 더 아래쪽에서 벌어지고 있다. 나는 자꾸 아주 노골적인 현실 장면으로 돌아가게 된다. 작은 소프트웨어 회사 하나가 평범한 업무용 앱을 만들 때 예전에는 제품 담당자, 디자이너, 프런트엔드 두 명, 백엔드 한 명, QA를 붙였다. 그런데 사장이 시니어들에게 지루한 부분은 AI를 쓰라고 강제하기 시작했다. 데이터베이스 모델이 금방 나왔다. CRUD 엔드포인트가 금방 나왔다. 폼 화면이 금방 나왔다. 테스트 뼈대까지 금방 나왔다. 주니어 일이 담당하던 큰 덩어리가 그대로 사라졌다. 바로 이 부분을 아직도 너무 많은 사람이 분명하게 말하지 않으려 한다. AI가 주로 죽이고 있는 건 프로그래밍이라는 발상 자체가 아니다. 오래된 훈련장이다. 관리자 대시보드, 내부 도구, 보일러플레이트 API, 폼 중심 인터페이스, 테스트 스캐폴딩, 마이그레이션 로직, 그리고 실제 시스템이 어떻게 돌아가는지 가르쳐주던 그 지루하고 반복적인 티켓들. 그 층이 AI에게 먹히기 시작하는 순간, 직업이 하루아침에 사라지는 건 아니어도 사다리는 사라진다.
요즘 AI를 볼 때마다 나는 같은 불편한 반응을 느낀다. 모델은 분명 좋아졌다. 그런데 체감은 데모가 보여주는 만큼 크게 바뀌지 않는다. 더 빨라졌다. 더 매끈해졌다. 예전보다 코드를 더 잘 쓴다. 정보를 더 깔끔하게 끌어온다. 더 긴 컨텍스트도 다룬다. 그런데도 나는 계속 같은 벽에 부딪힌다. 겉으로는 더 세련돼졌지만, 실제 이해에 비례해서 가까워졌다는 느낌은 들지 않는다. 그래서 내게 진짜 질문은 더 이상 “대형 언어모델이 유용한가?”가 아니다. 그건 당연히 유용하다. 질문은 우리가 같은 기본 트릭, 즉 다음 토큰 예측, 더 좋은 포장, 더 큰 컨텍스트 창, 더 매끈한 제품 층에서 점점 더 많은 가치를 짜내고 있는 게 아니냐는 것이다. 만약 실제로 벌어지는 일이 그거라면, 불편한 가능성은 이렇다. LLM은 제품으로서는 계속 나아질 수 있지만, 개념적 천장에서는 세상이 인정하고 싶어 하는 것보다 훨씬 가까운 곳에 있을 수 있다.
이 질문이 이렇게 세게 꽂히는 건 양쪽 모두에 진실이 있기 때문이다. 분명 AI는 새로운 레버리지를 만든다. 분명 AI를 지시하고, 검증하고, 그 주변에 구조를 짤 줄 아는 사람은 더 가치 있어질 수 있다. 하지만 나는 많은 낙관론이 첫 번째 타격을 통째로 건너뛴다고 생각한다. AI는 이미 예전에는 입문용이던 싸고 반복적이고 초급 수준의 일을 갉아먹고 있다. 그래서 학생과 젊은 노동자들이 지금 궁지에 몰린 느낌을 받는 건 착각이 아니다. 예전에는 초보자를 키우던 1차 작업이 바로 지금 AI가 이미 충분히 해낼 수 있는 종류의 일이기 때문이다. 초안 작성, 1차 코딩, 기본 조사 요약, 반복적인 디자인 변형, 문서 정리, 행정 후속 조치, 고객지원 답변, 슬라이드 준비, 위험이 낮은 분석. 고용주가 소프트웨어가 그 일의 큰 덩어리를 싸게 커버할 수 있다는 걸 깨닫는 순간, 완벽을 기다리지는 않는다. 인원 구성을 다시 생각하기 시작한다.
나는 같은 공연이 계속 반복되는 걸 보는 데 질렸다. 최고급 AI 임원이 공개석상에 나와 화이트칼라의 대학살을 예언하고, 끔찍한 타임라인을 던지고, 그러면 갑자기 모두가 영업용 피치를 미래에 대한 중립적 해석처럼 받아들인다. 최근 한 차례의 충돌은 그걸 특히 분명하게 보여줬다. 잘 알려진 AI 기업 리더가 사무직 일자리가 대거 빠르게 사라질 수 있다고 경고했고, 다른 고위 AI 연구자는 노동시장을 기계를 파는 사람들이 설명해서는 안 된다고 받아쳤다. 그 논쟁이 중요했던 건 그 연극을 찢어놓았기 때문이다. AI를 만들고 파는 사람들이 동시에 대량 실업을 예언하는 가장 큰 목소리가 된다면, 거기서 분석만 들으면 안 된다. 이해관계도 들어야 한다. 공포는 더 이상 AI를 둘러싼 하나의 분위기만이 아니다. 포지셔닝의 일부다. 전망이 더 어두울수록 제품은 더 중심적인 것처럼 보이기 시작한다. 그걸 선명하게 본 순간, 많은 종말론적 고용 예측은 차분한 진실이라기보다 잘 맞춘 마케팅 문구처럼 들리기 시작했다.
AI에서 나를 정말 불안하게 만드는 건 시스템이 글을 쓰고, 요약하고, 질문에 즉시 답할 수 있다는 사실만이 아니다. “이 도구는 유용하다”에서 “이건 알고 있다”로 미끄러지는 속도다. 패턴은 이미 보인다. 챗봇에게 감정적 조언을 구하고, 생성된 답을 최종 진실처럼 인용하고, 환각을 숨은 신호처럼 다루고, AGI를 제품 도입보다는 신앙에 가까운 톤으로 말하는 사람들. 이 변화는 우연이 아니다. 기계는 많은 사람이 이미 신뢰하도록 훈련된 목소리로 말하기 때문이다. 차분하고, 자신감 있고, 인내심 있고, 항상 거기 있고, 이상할 정도로 완결적이다. 시스템이 즉시 응답하고, 당신의 두려움을 되비추고, 세계관을 어루만지고, 당신이 듣고 싶은 말을 지치지 않고 반복할 수 있게 되면, 어떤 사용자에게 그것은 더 이상 소프트웨어처럼 느껴지지 않는다. 신탁처럼 느껴지기 시작한다.