AI·반도체만드는 것은 쉬워졌다. 그래서, SO WHAT?

주말 아침, AI가 16분 동안 혼자 일하는 걸 지켜봤다. ​ 정확히 말하면 15분 56초. 화면 위에서 코드가 쓰이고, 파일이 만들어지고, 에러가 발생하면 스스로 원인을 찾아 고치고, 다시 달렸다. 나는 커피를 마시고 있었다. ​ 16분이 지나고 내 눈앞에 놓인 건 이런 거였다. KOSPI와 KOSDAQ에서 시가총액 5,000억 원 이상 종목 525개를 기술적 패턴으로 스크리닝하고, 통과한 78개 종목에 대해 5년치 일봉 데이터를 수집하고, 과거 패턴 발생 시점마다 3개월·6개월 후 수익률을 백테스팅하고, DART에서 재무 데이터를 끌어와 스코어링하고, 기술적 모멘텀까지 결합해서 종합 랭킹을 매긴 엑셀 보고서. 솔직히, 소름이 돋았다. 내가 놀란 건 결과가 아니었다 결과물 자체도 놀라웠지만, 진짜 충격은 다른 곳에 있었다. ​ AI가 16분 동안 '쉬지 않고' 일했다는 사실이다. 보통 AI와의 대화는 내가 질문하고, AI가 답하고, 다시 내가 질문하는 핑퐁이다. ​ 그런데 이번엔 달랐다. "이걸 해줘"라고 한 마디 던졌을 뿐인데, AI가 스스로 계획을 세우고, 모듈을 설계하고, 코드를 짜고, 테스트하고, 버그를 잡고, 데이터를 수집하고, 분석을 돌리고, 보고서를 만들었다. ​ 한 번도 "다음엔 뭘 하면 되나요?"라고 묻지 않았다. 이게 Anthropic이 만든 Cowork라는 도구다. 개발자용 도구인 Claude Code와 같은 엔진 위에서 작동하지만, 개발자가 아닌 사람도 쓸 수 있게 만들었다. 컴퓨터 폴더에 접근 권한을 주면, AI가 파일을 읽고, 만들고, 수정하고, 실행까지 한다. ​ 마치 옆자리 동료에게 "이거 좀 해놔"라고 맡기는 것과 비슷하다. 단, 이 동료는 코딩도 하고, 데이터 분석도 하고, 보고서도 쓰고, 16분 만에 끝낸다. ​ 사람을 시켰다면 어땠을까? 키움증권 API와 DART API를 다뤄본 개발자를 찾고, 요구사항을 전달하고, 질의응답을 하고, 중간 결과를 검토하고. 최소 1~2주에 100만 원은 써야 한다. 그리고 솔직히, 그 결과물이 내 머릿속에 있는 것과 정확히 일치할 가능성은 높지 않다. ​ 사람과 사람 사이에는 항상 '번역 손실' 이 존재하니까. 오늘 나는 커피 한 잔 마시는 동안 그 모든 걸 끝냈다. 번역 손실 제로. 소요 시간 16분. 이게 가능한 세상이 된 거다. 정말 신기한 세상이다. 그런데 여기서 멈추면 안 된다 여기까지만 보면 "와, AI 대단하다"로 끝나는 이야기다. 솔직히 그런 글은 이미 넘쳐난다. 내가 정말 하고 싶은 이야기는 여기서부터 시작된다. ​ 최근 두 달에 걸쳐 부서원들 대상으로 AI 활용 교육 프로그램을 직접 설계하고 진행했다. 몇 회에 나눠서 체계적으로 짠 프로그램이었다. 첫 시간, 반응은 예상대로였다. 대부분 시큰둥했다. ​ 특히 나이 지긋한 부장님 한 분이 눈에 들어왔는데, "왜 AI를 써야 하는가"를 설명하는 내내 졸고 계셨다. 팔짱을 끼고 앉아서 "그래서 이걸 내 업무에 어떻게 쓴다는 거야?"라는 표정이 고스란히 읽혔다. ​ 그런데 신기한 일이 벌어졌다. 몇 회를 거치면서 그분이 달라지기 시작했다. 처음엔 졸던 분이, 어느 순간부터 질문을 하기 시작했다. 그리고 스스로 뭔가를 만들어보겠다며 2주 정도 틈틈이 작업을 하더니, 어느 날 결과물을 들고 오셨다. 과거 본인이 하던 업무를 AI로 구현해본 거였다. ​ 나에게 와서 "이거 한번 봐달라"고 했을 때, 솔직히 감동했다. AI 경험이 전무하던 분이 스스로 깨달음을 얻고, 직접 부딪혀가며 결과물을 만들어냈으니까. 만든 것 자체는 분명히 높이 살 일이었다. 그런데. 그래서, SO WHAT? 파일을 열어봤다. 데이터는 정리되어 있었다. 표도 예뻤다. 차트도 달려 있었다. ​ 하지만 보고 난 뒤 떠오른 생각은 하나였다. '대학생 졸업 작품 같다.' 실무의 현실과 동떨어져 있었다. 이걸 누구한테 보여주고, 어떤 의사결정에 활용하고, 어떤 맥락에서 어떤 의미를 갖는지가 전혀 느껴지지 않았다. 껍데기는 완벽했지만, 알맹이가 빠져 있었다. ​ 그 순간 깨달았다. 만드는 것이 쉬워진 세상에서 진짜 중요한 건, '뭘 담을 것인가'만이 아니다. 그 못지않게, 아니 어쩌면 그보다 더 중요한 건 '어떤 맥락에서, 왜 이걸 하는가'를 스스로 설계할 수 있느냐는 것이다. ​ 그 부장님은 과거 본인이 하던 업무를 떠올리며 "이런 것도 AI로 해볼 수 있지 않을까?"라는 발상에서 출발했다. 발상 자체는 좋았다. 하지만 거기서 멈췄다. ​ 이 결과물이 누구의 어떤 문제를 해결하는지, 상사가 이걸 보면 어떤 판단을 내릴 수 있는지, 회사의 어떤 맥락 속에 놓이는지에 대한 설계가 없었다. ​ 이건 그분 개인의 문제가 아니다. 구조적인 문제다. ​ 과거에는 그래도 괜찮았다. 시킨 일을 잘 실행하면 인정받았다. 상사가 "이거 정리해"라고 하면 깔끔하게 정리하는 게 능력이었다. ​ 방향은 윗사람이 잡아줬고, 실행은 아랫사람이 했다. 이 분업 구조가 수십 년간 작동했다. 그런데 AI가 실행을 가져가 버리면? 남는 건 '방향을 잡는 능력'이다. ​ 스스로 업무를 기획하고, 맥락을 읽고, "이걸 왜 해야 하는가"를 정의하고, 결과물이 어떤 그림 안에 놓이는지를 설계하는 능력. 이건 누가 시켜서 되는 게 아니다. 평소에 스스로 몰입하고, 이끌어가고, 분석해보면서 체화되는 것이다. ​ 워런 버핏이 했던 말이 떠오른다. "밀물 때는 모두가 수영복을 입고 있는 것처럼 보인다. 썰물이 빠지고 나서야 누가 발가벗고 있었는지 드러난다." AI 시대도 마찬가지 아닐까. ​ AI라는 밀물이 밀려오면서 누구나 그럴듯한 결과물을 만들 수 있게 됐다. 하지만 이 밀물이 일상이 되는 순간, 결국 드러나는 건 그 안에 진짜 인사이트가 있느냐, 맥락을 읽는 눈이 있느냐의 차이다. "AI가 이상해요" 교육을 하면서 가장 많이 들었던 말이 있다. "AI가 이상한 답을 줘요." 처음엔 그냥 넘겼다. 그런데 몇 번을 반복해서 듣다 보니, 패턴이 보이기 시작했다. ​ AI가 이상한 답을 준다고 말하는 사람들의 공통점. 그들은 자기가 뭘 원하는지를 정확히 모른다. ​ 생각해보면 당연하다. 내가 뭘 원하는지 모르면, AI는 절대로 내가 원하는 걸 만들어줄 수 없다. AI는 거울이다. ​ 내가 던진 질문의 수준만큼만 답이 돌아온다. "보고서 좀 써줘"라고 하면 뻔한 보고서가 나온다. ​ "이 데이터에서 전분기 대비 영업이익률이 꺾인 사업부를 찾고, 그 원인이 원가 상승인지 매출 감소인지를 구분해서, 다음 분기 대응 방안을 세 가지 시나리오로 정리해줘"라고 하면 완전히 다른 차원의 결과가 나온다. ​ 차이가 뭘까? 본인이 '좋은 것이 무엇인지'를 아느냐의 차이다. 좋은 보고서가 어떤 건지 본 적이 없으면, AI에게 좋은 보고서를 요구할 수 없다. ​ 좋은 분석이 어떤 구조인지 체험한 적 없으면, 좋은 분석을 지시할 수 없다. ​ AI는 그저 나의 수준에 맞게 반응해줄 뿐인데, 사람들은 AI가 이상하다고 말한다. 본인이 이상한 건데 말이다. 이상하다기보다는, 아직 그 눈이 갖춰지지 않은 것이다. ​ 이건 꽤 불편한 진실이다. AI 시대에 가장 먼저 해야 할 일이 AI를 배우는 게 아니라, 자기 자신의 사고력을 점검하는 것 일 수 있다는 뜻이니까. 증폭기의 역설 내가 오늘 한 작업을 다시 되짚어보면 재밌는 구조가 보인다. AI가 한 일은 데이터 수집, 지표 계산, 패턴 판별, 백테스팅, 재무 분석, 스코어링, 보고서 생성이다. 전부 '실행'이다. ​ 내가 한 일은 "기술적 패턴을 과거 데이터에 적용해서 수익률 분포를 보고 싶다"는 발상 , "백테스팅 점수와 재무 품질과 모멘텀을 가중 합산해서 종합 랭킹을 만들자"는 프레임 설계, 그리고 결과를 보면서 "이 종목은 백테스팅 수치가 좋은데 재무가 약하니 조심해야 한다"는 해석이다. ​ AI는 내 생각을 '증폭'시켜준 거다. 내가 혼자 했으면 평생 못 했을 규모의 분석을 16분 만에 실현시켜줬다. ​ 하지만 그 분석의 방향을 정한 건 나였고, 결과를 해석하고 의미를 부여한 것도 나였다. ​ 여기서 증폭기의 역설이 드러난다. 증폭기는 원래 신호가 강해야 의미가 있다. 신호가 약하면? 소음만 키운다. AI라는 증폭기가 아무리 강력해도, 입력되는 원래 신호인 맥락을 읽는 눈, 문제를 정의하는 능력, 결과를 해석하는 깊이가 빈약하면, 증폭된 결과도 빈약하다. 예쁜 껍데기만 커지는 것이다. 방향 없는 속도 주말 아침의 16분은 내게 꽤 깊은 인상을 남겼다. ​ 불과 2년 전만 해도 AI는 "질문하면 답해주는 챗봇" 수준이었다. 지금은 내 컴퓨터에서 파일을 만들고, API를 호출하고, 코드의 버그를 스스로 잡고, 16분 동안 끊김 없이 복잡한 분석 파이프라인을 완성한다. 커피 한 잔을 다 마시기도 전에. ​ AI가 인간을 대체한다는 말이 많다. 나는 좀 다르게 본다. AI는 인간을 대체하는 게 아니라 증폭시킨다. 잘하는 사람은 100배 더 잘하게 되고, 방향이 없는 사람은 100배 더 빠르게 엉뚱한 곳으로 달려간다. 격차는 좁혀지는 게 아니라 폭발적으로 벌어진다. ​ 실행은 이제 기계가 한다. 누구나 그럴듯한 결과물을 뽑아낼 수 있다. 밀물 시기다. 하지만 이 밀물이 영원히 모든 걸 가려주진 않는다. 결국 드러나는 건, 내가 어떤 맥락 위에 서 있느냐, 내가 진짜 읽고 있느냐, 내가 정말 뭘 원하는지 알고 있느냐. ​ AI에 올라타라. 하지만 올라타기 전에, 어디로 갈지부터 정하라. 방향 없는 속도는 그냥 소음이다. ​ #AI #Cowork #생산성 #Claude #인공지능 #투자분석 #자동화 #인사이트 #AI활용 #지식노동