AI 효율이 부른 업무 쏠림과 사람의 방향 잡기

11월 10일 오후 다섯 시를 막 넘긴 더배러 대화창에서, 어떤 AI 구독을 조합할지 오가던 이야기가 갑자기 일하는 방식의 푸념으로 넘어갔다. 한 참가자가 이런 말을 올렸다.

후!...내가 AI한테 시키면 딸깍인데 인간은 AI랑 씨름하고있음...

AI에게 시키면 딸깍인데 사람은 AI와 씨름한다는 대비로 읽힌다. 직전에 사람에게 일을 시키는 이야기가 오가던 터라 다르게 읽힐 여지도 있다. 이 해석은 기사의 풀이이고, 참가자가 이 문장을 직접 풀어 설명하지는 않았다.

빨리 끝낼수록 더 몰린다

곧이어 다른 참가자가 한 가지 부담을 짚었다. AI에게 일을 시키다 보면 일이 몰려서 힘들어진다는 말이었다. 몇 분 뒤 그 참가자는 이 흐름을 단계별로 풀어 적었다.

일이 몰리니 AI를 갈궈서 더 효율적으로 일해야겠다 -> 금방금방 하네? 이거도 하고 저것도 하고 그것도 해줘 -> 일이 더 몰림 -> 맨 앞으로 (무한반복)

이어서 그 참가자는 자신이 이 루프에 갇혔다고 덧붙였다. AI 덕분에 처리 속도가 올라가면 맡길 수 있는 일의 범위도 같이 넓어지고, 넓어진 만큼 할 일이 새로 쌓인다는 이야기다. 효율이 여유로 돌아오지 않고 다음 일감으로 바뀐다는 뜻으로 읽을 수 있다. 다만 어디까지나 한 참가자 본인의 체감이고, 같은 일이 다른 사람에게도 벌어지는지는 대화에서 확인되지 않았다.

레퍼런스가 없어서냐, 있어도 못 잡아서냐

방향 문제를 두고는 서로 다른 두 참가자가 서로 다른 말을 했다. 한 참가자는 참고할 기준이 없는 상황을 문제로 봤다.

레퍼런스가 없으니 얘가 방향이란게 없이 그냥 사방팔방입니다

레퍼런스는 AI에게 건네는 참고 자료나 본보기를 가리킨다. 이 참가자의 말은 기준이 될 자료를 쥐여 주지 않으면 AI가 갈피를 못 잡는다는 쪽에 가깝다.

반면 또 다른 참가자는 한 걸음 더 나아갔다. 레퍼런스를 줘도 방향을 못 잡는 것이 흔한 일이라며, 방향은 사람이 틀을 다 잡아 줘야 한다고 적었다.

방향은 인간이 다 틀잡아줘야

이 참가자는 레퍼런스를 아무리 던져 줘도 결과물이 만족스럽지 않았다는 경험도 이어서 적었다. 두 말은 비슷해 보이지만 출발점이 다르다. 앞의 말은 자료가 없어서 생기는 문제를, 뒤의 말은 자료가 있어도 남는 문제를 가리킨다. 그 뒤에 한 참가자가 레퍼런스가 너무 많으면 산으로 가지 않겠느냐고 물었고, 쫀쫀하게 잡아 줘야 한다고 본다는 말도 나왔다.

맥락 노트가 있어도 열 번

비슷한 결의 경험은 조금 앞에서도 나왔다. 구독 조합을 이야기하던 한 참가자는 자신이 만든 맥락 노트가 있어도 AI가 알아듣게 하려고 여러 번 되짚어야 하는 때가 있다고 했다. 아래 인용의 «갈구다»는 AI를 거듭 다그친다는 뜻의 속어로, 기사의 풀이다.

제 맥락 노트가 있어도 아주 디테일하게 갈구는데도 한 10번 갈궈야 알아듣는 오락하락할때가..

또 다른 참가자는 AI 구독 하나에 사람 한 명을 더해 업무를 본다고 했다. AI들이 조금 막막해서라는 짧은 말 말고는 이유를 더 밝히지 않아서, 이 말에서 사람이 방향을 잡는 구조까지 읽는 것은 기사의 풀이일 뿐이다.

읽히는 지점

이 대목에서 보이는 것은 모델 성능 자랑이 아니라 일의 배분 문제다. AI가 실행을 맡는 속도는 빨라졌지만, 무엇을 어떤 순서로 어디까지 만들지 정하는 일은 여전히 사람에게 남는다는 감각이 여러 참가자 말에 깔려 있다. 일이 몰린다는 호소와 방향은 사람이 잡는다는 말이 같은 시간대에 나란히 나온 것은, 속도가 올라갈수록 판단의 부담이 한곳에 쏠린다는 경험이 겹쳐 있기 때문으로 보인다.

물론 이는 하루 안에 이어진 대화 한 토막에서 읽은 것이다. 일이 실제로 얼마나 늘었는지, 레퍼런스를 어떻게 줬을 때 결과가 나아졌는지 같은 수치나 비교는 대화에 나오지 않았다. 참가자들의 말은 각자의 사용 경험으로 받아들이는 편이 안전하다.