자동화가 되네, 그다음
요즘 AI 이야기가 정말 많습니다.
클로드, 챗GPT 같은 AI 에이전트가 쏟아지면서 "이것도 자동화가 되네?" 하는 영상과 글이 하루가 멀다 하고 올라옵니다. 영상 편집이 저절로 되고, 보고서가 몇 분 만에 완성되는 모습을 보면 신기하기도 하고, 나도 뭔가 해봐야 하나 조급해지기도 합니다.
그런데 저는 여기서 한 걸음 더 나아가 봐야 한다고 생각합니다.
중요한 건 특정 업무 하나가 자동화된다는 사실이 아닙니다. 이제는 AI가 우리 삶 전체에서 꽤 많은 부분을 대신해 줄 수 있게 됐다는 점입니다. 일정 정리, 자료 찾기, 반복되는 기록과 확인처럼 하루의 에너지를 조금씩 갉아먹던 일들 말입니다.
문턱은 이미 낮아졌습니다
불과 몇 년 전, AI가 처음 등장했을 때는 '프롬프트 엔지니어링'이라는 분야가 주목받았습니다. 같은 요청이라도 어떻게 묻느냐에 따라 결과물이 크게 달라졌기 때문입니다. 그런데 지금은 그 단어가 무색할 만큼, 누구나 평소 쓰는 말로 요청하고 몇 번 대화를 주고받는 것만으로 꽤 높은 수준의 결과물을 받을 수 있게 됐습니다. AI에 다가가는 문턱이 그만큼 낮아졌다는 뜻이고, 이 벽은 시간이 지날수록 더 허물어질 겁니다. 이 변화를 분명히 알고 있어야 합니다. 특별한 기술이 있어야만 AI를 쓰는 시대가 아니라면, 남는 질문은 결국 '그걸로 무엇을 할 것인가'이기 때문입니다.
이 변화를 숫자로 보여 준 실험이 있습니다. 2025년 10월 독립 연구자 임란 칸이 공개한 논문은 초등 수학 문장제 모음(GSM8K)을 세 가지 방식으로 AI에게 풀게 했습니다. 문제만 주는 방식, '단계별로 생각해 보라'는 한 줄을 덧붙이는 방식, 지켜야 할 규칙을 촘촘히 적은 긴 지시문입니다. 무작위 100문제에서 gpt-4o는 긴 지시문일 때 97%로 가장 잘 풀었습니다. 그런데 gpt-5는 한 줄을 덧붙였을 때 99%로 가장 좋았고, 긴 지시문은 97%에 그쳤습니다. 전체 1,317문제로 다시 풀려 보니 긴 지시문 94.00%, 한 줄 96.36%였습니다.
모델이 좋아지자 공들인 규칙이 도리어 발목을 잡은 것입니다. 연구자는 이를 '프롬프팅 역전'이라고 불렀습니다. 수학 문제 한 종류로 한 실험이라 모든 일에 그대로 들어맞는다고 할 수는 없지만, 묻는 기술의 값이 모델마다 달라진다는 점은 분명히 보여 줍니다.
")
아낀 시간은 어디로 갔을까
문턱이 낮아지면 남는 것은 시간입니다. 미국 세인트루이스 연방준비은행의 알렉산더 빅 등 연구진은 2025년 2월, 미국 근로자 전국 조사로 이를 쟀습니다. 2024년 11월 조사에서 지난주 생성형 AI를 쓴 사람은 전체 근로자의 21.8%였고, 이들은 근무시간의 5.4%를 아꼈다고 답했습니다. 주 40시간 일하는 사람이라면 일주일에 2.2시간입니다.
그런데 이 시간이 그대로 성과가 되지는 않았습니다. 쓰지 않는 사람까지 합치면 아낀 시간은 전체 근무시간의 1.4%였고, 연구진은 이를 미국 경제 전체 생산성 1.1% 증가 정도로 어림했습니다. 그리고 한 가지 단서를 달았습니다. 아낀 시간이 일하는 중의 여유로 흘러갈 수도 있다는 것입니다. 그 경우 삶은 조금 편해져도 생산성은 그대로입니다.
")
아낀 에너지는 사람만 할 수 있는 일에
그렇다면 우리가 해야 할 일은 분명해집니다. 불필요하게 새어 나가던 에너지는 AI에게 맡기고, 그렇게 아낀 에너지를 사람만 할 수 있는 일에 쓰는 것입니다. 생각을 넓히고, 지금까지 없던 것을 떠올리고, 그것을 실제로 해낼 방법을 기획하는 일입니다.
저도 요즘 이 방식을 직접 실험하고 있습니다. 반복되는 일들을 하나씩 AI에게 넘기고 나니, 그 자리에 '다음엔 무엇을 해볼까'를 고민할 시간이 생겼습니다.
AI 시대에 앞서가는 사람은 도구를 많이 아는 사람이 아니라, 도구가 만들어 준 여유를 어디에 쓸지 아는 사람일 겁니다. 무엇을 자동화할지보다, 아낀 시간으로 무엇을 생각할지를 먼저 고민해 보시길 바랍니다.
출처
- Imran Khan, You Don't Need Prompt Engineering Anymore: The Prompting Inversion, arXiv:2510.22251(2025-10-25, CC BY 4.0) · https://arxiv.org/abs/2510.22251
- Alexander Bick, Adam Blandin, David Deming, The Impact of Generative AI on Work Productivity, Federal Reserve Bank of St. Louis On the Economy(2025-02-27) · https://www.stlouisfed.org/on-the-economy/2025/feb/impact-generative-ai-work-productivity
- 유튜브 커뮤니티 게시물(2026-10-26, 미스터달러 원글) · https://www.youtube.com/post/UgkxfqaS6AfBxIlAQbb2o-lPHn74KzEEd7o8
- 표지: 세인트루이스 연준 글의 'Time Savings by Intensity and Frequency of Generative AI Use for Work in Previous Week' 그림, 원자료 화면을 그대로 옮김(번역·글자 더하기 없음) · 위 세인트루이스 연준 주소
- 본문 그림 1: Imran Khan(2025) 논문 수치(CC BY 4.0)로 미스터달러가 그림.
- 본문 그림 2: 세인트루이스 연준 Bick·Blandin·Deming(2025) 수치로 미스터달러가 그림.


