이 연속된 글을 시작한 이유는 단순히 AI 기술이 빠르게 발전하고 있어서가 아니다. 더 근본적으로는, 일의 중심이 어디에 놓여 있는지가 분명하게 바뀌고 있다는 감각 때문이었다. 예전에는 조직이 판단하고 개인이 실행했다면, 이제는 개인이 판단하고 조직은 그 판단을 따라가지 못하는 장면을 자주 보게 된다. 그 어긋남이 점점 커지고 있다는 점이 이 연재의 출발점이었다.

송길영 박사가 오래전부터 던져온 질문 역시 그 연장선에 있다. 변화는 늘 기술에서 시작되지만, 실제로 무너지는 것은 구조이고, 가장 늦게 바뀌는 것은 사고방식이라는 문제의식이다. 다만 이 연재에서는 그 논의를 학술적 언어나 거시 담론이 아니라, 현업과 1인기업, 실무자의 시선으로 다시 풀어보고 싶었다. 회의실이 아니라 작업대에서, 조직도가 아니라 실제 판단과 실행의 순간에서 어떤 변화가 일어나고 있는지를 기록하고 싶었다.

그래서 대비의 축은 자연스럽게 명확해졌다. 규모와 위계, 역할 분업을 전제로 움직이는 레거시 조직과, 판단을 중심에 두고 AI를 도구로 삼아 빠르게 실행하는 AI 슈퍼개인. 이 둘의 차이는 성실함이나 능력의 문제가 아니라, 의사결정이 어디에서 끝나는가의 차이다. 누가 더 많이 일하느냐보다, 누가 더 빨리 결정하느냐가 성과를 가르는 시대에 들어섰다는 감각을 정리할 필요가 있었다.

이 연재는 해답을 제시하기보다는, 관찰된 변화의 방향을 차분히 묶어두는 시도에 가깝다. 조직이 느려지는 이유, 개인이 빨라지는 조건, 고용에서 협업으로 이동하는 흐름, 그리고 자동화의 시대에 끝까지 인간이 붙잡아야 할 영역까지. 각각은 흩어진 생각이었지만, 글로 쓰는 과정에서 하나의 선으로 이어지기 시작했다.

그리고 마지막으로,

5개의 글을 적는 사이 정리된 하나의 생각을 아래 기록해 둔다.

---

Heavy Sinks, Light Flies – 1~5편을 묶은 완성편

AI 시대, 일의 주체는 어떻게 바뀌고 있는가

AI 시대를 살면서 요즘 가장 자주 떠오르는 생각은, 일의 주체가 분명히 바뀌고 있다는 점이다. 한때는 조직이 중심이었지만, 이제는 기술을 활용해 스스로 판단하고 실행하는 개인들이 세상의 흐름을 움직이고 있다. 이 글은 그런 변화의 한가운데를 정리한 기록이다. 단순히 AI 기술의 발전을 이야기하려는 것이 아니라, 그 기술이 일하는 방식과 사고 구조를 어떻게 바꾸고 있는지, 그리고 그 변화 앞에서 개인은 어떤 위치에 서게 되는지를 짚어보고 싶었다.

과거에는 ‘크다’는 것이 곧 ‘안정적이다’라는 의미였다. 사람 수가 많을수록 더 많은 일을 처리할 수 있었고, 규모 자체가 신뢰의 근거가 되었다. 하지만 지금은 정반대다. 조직이 클수록 느려지고, 느려질수록 판단은 늦어진다. AI가 실시간으로 판단과 실행을 돕는 시대에, 레거시 조직의 무게는 더 이상 안전망이 아니라 마찰로 작동한다.

중요한 점은 이 무거움이 개인의 무능에서 비롯된 것이 아니라는 사실이다. 문제는 사람보다 구조의 관성에 있다. 레거시 조직은 여전히 위계, 보고, 승인이라는 절차 위에 서 있다. 하지만 AI가 초 단위로 데이터를 처리하고 의사결정을 보조하는 환경에서, 이 절차는 안정이 아니라 지연 장치가 된다. AI가 즉각적으로 반응하는 세상에서, 인간이 회의를 통해 하루를 쓰는 구조는 이미 시대와 어긋나 있다.

AI가 만들어낸 가장 큰 변화는 판단 속도의 단축이다. 이제 경쟁력을 결정하는 것은 누가 더 많은 일을 하느냐가 아니라, 누가 더 빠르고 정확하게 판단하느냐다. 과거에는 정보에 접근할 수 있는 사람이 권력을 가졌다면, 지금은 판단의 밀도와 실행의 타이밍이 권력이 되었다. 그러나 레거시 조직에서는 이 판단이 위로는 승인, 옆으로는 조율, 아래로는 보고로 분산되며 끊임없이 늦어진다. 그 사이 시장은 이미 다른 방향으로 움직인다.

반면 AI를 활용하는 개인, 이른바 AI 슈퍼개인은 판단의 단계를 압축한다. 데이터를 수집하고 정리하고 요약해 실행까지 이어지는 과정을 혼자서 완결할 수 있다. 과거라면 부서 단위 협업이 필요했던 일들이 이제는 개인의 도구 조합으로 끝난다. 더 이상 사람 수가 성과를 보장하지 않는다. 이제 기준은 ‘한 사람이 얼마나 깊고 빠르게 결정할 수 있는가’로 바뀌었다.

이 차이는 시간이 갈수록 더 벌어진다. 레거시 조직은 위계를 유지하기 위해 보고서, 회의, 평가, 인사 같은 ‘조직을 위한 일’을 끊임없이 만들어낸다. 일의 본질은 시장과 고객에 있지만, 에너지는 내부 운영으로 흘러간다. 반면 AI 슈퍼개인은 결과만 본다. 시장의 반응이 곧 평가이고, 성과는 곧 생존이다. 그래서 그는 시스템을 유지하지 않는다. 필요하면 연결하고, 불필요하면 즉시 덜어낸다.

이 지점에서 한 가지 분명해진다. AI 슈퍼개인이 빠른 이유는 혼자 일하기 때문이 아니라, 판단이 개인에게 귀속되어 있기 때문이다. 조직은 판단이 위로 올라가야 움직이지만, 개인은 판단이 끝나는 즉시 실행으로 넘어간다. 이 작은 차이는 시간이 누적될수록 큰 격차가 된다. AI 슈퍼개인은 회의 대신 프롬프트를 쓰고, 외주 대신 직접 테스트하며, 보고서 대신 즉각적인 결과물을 만든다. 기획부터 검증까지의 흐름에 지연이 없기 때문에 조직보다 느릴 이유가 없다.

하지만 여기서 중요한 것은 도구가 아니다. AI 슈퍼개인을 만드는 것은 특정 툴이 아니라 일의 구조다. 목표를 먼저 정하고, 그 목표를 향해 AI를 어떻게 배치할지 설계할 수 있는 사람만이 AI의 속도를 자신의 것으로 만든다. AI는 방향을 정해주지 않는다. 방향 없는 속도는 오히려 혼란을 키운다. 그래서 AI 슈퍼개인은 도구를 많이 쓰는 사람이 아니라, 도구를 쓸 맥락과 타이밍을 정확히 아는 사람이다.

조직이 커질수록 느려지는 현상은 사실 자연스럽다. 문제는 많은 조직이 이를 성장통 정도로 치부한다는 데 있다. AI 시대에 이 느림은 더 이상 감내할 수 있는 비용이 아니다. 실무자가 이틀이면 끝낼 수 있는 일도 보고와 결재를 거치며 몇 주, 몇 달로 늘어난다. 그 사이 시장은 변하고, 고객의 관심은 이동한다. 하지만 조직 안에서는 누구도 책임지지 않는다. 모두가 절차를 따랐기 때문이다.

조직이 커질수록 커뮤니케이션 비용은 기하급수적으로 늘어난다. 합의를 거칠수록 판단은 평균값에 수렴하고, 책임은 흐려진다. 이 구조에서 가장 먼저 사라지는 것은 속도이고, 그 다음은 판단의 질이다. 인건비보다 더 큰 비용은 이렇게 흘러가 버리는 시간이다. 그래서 AI 시대의 경쟁은 기술이 아니라 구조의 싸움에 가깝다.

이 구조적 한계는 결국 ‘고용’이라는 개념으로 이어진다. 우리는 오랫동안 일을 한다는 것을 소속을 가진다는 의미로 받아들여 왔다. 하지만 AI는 개인의 작업 반경을 급격히 넓혔다. 이제 한 사람은 기획, 리서치, 문서 작성, 데이터 정리까지 혼자서 처리할 수 있다. 이 환경에서 더 이상 많은 인원을 고용하고 있다는 사실은 효율의 증거가 되지 않는다.

AI 슈퍼개인은 기본 실행을 AI로 확장하고, 부족한 지점에서만 외부와 연결한다. 일이 먼저 정의되고, 그 일에 맞는 사람과 도구가 그때그때 조립된다. 이는 팀을 만드는 방식이 아니라 문제를 해결하는 방식에 가깝다. 그래서 빠르고, 실패의 비용도 작다. 커리어 역시 소속이 아니라 기록과 결과로 증명된다. 무엇을 해결해왔는지가 신뢰가 된다.

그리고 이 모든 흐름은 결국 자동화라는 질문으로 모인다. AI 이야기를 하다 보면 경쟁은 쉽게 “얼마나 자동화했는가”로 흐른다. 하지만 AI 시대의 진짜 경쟁력은 오히려 무엇을 자동화하지 않았는가에서 갈린다. 반복적 실행과 정보 정리는 AI가 맡는다. 하지만 방향 설정, 문제 정의, 맥락 판단은 끝까지 인간의 몫으로 남겨야 한다. 잘못된 질문을 빠르게 처리하는 것만큼 위험한 일은 없다.

그래서 AI 슈퍼개인은 실행자가 아니라 설계자에 가깝다. 그는 손을 움직이기보다 구조를 그린다. AI와 사람의 경계를 어디에 둘지, 협업이 더 나은 해답을 만드는 순간은 언제인지 설계한다. 이 과정에서 개인의 가치는 직함이나 소속이 아니라, 반복 가능한 판단과 남겨진 결과물로 증명된다.

무거운 것은 가라앉고, 가벼운 것은 날아오른다. 여기서 말하는 가벼움은 얕음이 아니라, 구조에 묶이지 않고 판단을 중심에 두는 상태다. AI 슈퍼개인의 생존 전략은 더 많은 자동화가 아니라, 자동화 위에 인간의 자리를 정확히 놓는 데 있다.

이 글은 결론이 아니라 질문으로 남는다.

나는 지금 무엇을 자동화하려 하고 있는가.

그리고 무엇만큼은 끝까지 내가 붙잡아야 하는가.

이 질문에 대한 답이, AI 시대 개인의 위치를 결정할 것이다.

아무리 문법 이론을 공부하고, 유명한 강사에게 발음을 배우고, 각종 자격증을 따도 내 영어 발음과 사고는 끝내 네이티브 미국 사람처럼 되지 않았다. 단어를 더 많이 외우고 표현을 더 익힐수록 나아지긴 했지만, 사고의 속도와 뉘앙스, 그 자연스러움까지는 따라갈 수 없다는 걸 어느 순간 인정하게 됐다. 배움의 문제가 아니라, 출발선의 문제라는 걸 뒤늦게 알았다.

70년대에 태어난 나는 아날로그에서 디지털로 넘어가는 한가운데를 통과한 세대다. 집 전화에서 삐삐로, 삐삐에서 휴대폰으로, 다시 스마트폰으로 넘어오는 모든 과정을 직접 봐왔다. 컴퓨터의 시초라 불리는 에니악 이야기도 알고, 애플 II로 처음 키보드를 두드리며 디지털 세계에 발을 들였다. 하지만 태어나면서부터 구글 검색을 하고, 손에 스마트폰을 쥐고 자란 아이들과는 결국 속도도, 감각도 같아질 수 없었다. 디지털을 배운 세대와 디지털 안에서 태어난 세대의 차이는 생각보다 훨씬 컸다.

AI 시대도 다르지 않을 것 같다. 지금 우리는 새로운 기술을 ‘학습’하고 ‘도입’하고 ‘적응’하고 있지만, 곧 태어나거나 이제 막 자라는 아이들은 AI를 이미 존재하는 환경으로 받아들이며 자라게 될 것이다. 이 격차는 아날로그와 디지털의 차이보다 훨씬 더 클지도 모른다. 하루에 몇 시간을 AI 공부에 쏟고, 사업에 적용하며 나름대로 앞서간다고 해도, 내 아이들은 전혀 다른 개념과 감각으로 진짜 AI 네이티브가 될 것이다.

그래도 오늘의 나는 하얀감자탕 1인기업 김사장으로서 할 수 있는 노력을 다해야 한다고 생각한다. 이건 단순히 생계를 위한 일이 아니다. 나와 가족을 지키는 일이자, 10년, 20년 뒤 아이들이 살아갈 세상을 준비하는 아빠로서의 책임에 가깝다. 내가 이 변화를 외면하지 않고 끝까지 따라가 보려는 이유도 여기에 있다.

아직 아무도 정답을 모르는 길이다. 어디까지 데려다 줄 수 있을지는 솔직히 자신할 수 없다. 하지만 적어도 우리 두 딸이 스스로 날아오를 수 있는 지점, 필요한 곳까지는 함께 가줘야 하지 않을까. 그게 지금 이 시대를 살아가는 아빠의 역할이라고, 나는 믿고 있다.