저도 처음엔 99% 였습니다 — AI 활용법, 혼자 찾기 어려운 이유

안녕하세요, 테라입니다.

오늘 구독중인 유튜브에서 흥미로운 대화를 들었습니다.

스타트업 CEO 노정석 대표님이 이런 말씀을 하셨습니다.

"AI frontier를 따라가는 사람은 전체 인구의 1~2%에 불과합니다."

ChatGPT 유료 요금제를 결제하고, 최신 모델 출시 소식을 매일 따라가는 사람. 우리나라에서 많아야 2만 명 정도라고 했습니다.

그리고 이렇게 이어졌습니다.

"나머지 5천만 명이 시장입니다."

저는 그 말을 듣고 잠깐 멈췄습니다.

2026년 1월 17일 이전, 저는 어느 쪽이었을까요?

ChatGPT를 쓴 적은 있었습니다. 신기하다고 생각했고, 그걸로 끝이었습니다. AI의 강력한 능력을 확인할 수 있었지만, 어떻게 활용해야 할지는 막막했습니다.

1년 반동안 막막했었던 이유를 나중에야 알게 되었습니다. 작년까지의 AI 활용법은 코딩, 이미지나 동영상 생성과 같은 특정 분야에 적용이 가능한 상황이었습니다.

변화는 거창하지 않았습니다

1월 17일, 오프라인 스터디 모임에 참석했습니다. 총 12명이 모인 자리였습니다.

2주간 온라인으로만 보던 분들을 처음 만났고, 각자가 AI를 실제로 쓰고 있는 방식을 들었습니다. 누군가는 회의록 정리에 쓴다고 했고, 누군가는 고객 이메일 초안을 AI에게 맡긴다고 했습니다. 집에 돌아오는 길에 생각했습니다.

"오늘부터는 컴퓨터로 하는 일에 AI를 함께 써보자."

거창한 결심이 아니었습니다. 그날 밤, 오래 미뤄뒀던 노트북 폴더 정리를 AI에게 맡겼습니다. 파일이 140개 넘게 쌓인 폴더였습니다. 혼자 했다면 3일은 걸렸을 작업이 3시간 만에 끝났습니다.

가장 기억에 남는 순간은 따로 있었습니다. AI에게 "이 파일들을 날짜별, 주제별로 분류해줘"라고 입력하고 나서 결과가 나오기까지 걸린 시간이 약 4분이었습니다. 그 4분 동안 저는 커피를 내렸고, 돌아와서 화면을 보는데 3년치 자료가 정리되어 있었습니다. 그때 처음으로 "아, 이렇게 쓰는 거구나"라는 느낌이 왔습니다. 설명을 듣고 이해하는 것과, 직접 결과물을 보는 것은 달랐습니다.

그게 시작이었습니다.

이후 3개월 동안, AI 없이는 하기 어려운 일들이 하나씩 쌓였습니다. 이 경험이 제 일하는 방식을 바꿨습니다.

"Unbundling"이라는 표현이 뇌리에 번뜩였습니다

노정석 대표님은 이 흐름을 "Unbundling ChatGPT"라고 불렀습니다.

AI가 할 수 있는 것들을 분해해서, 아직 frontier에 닿지 못한 99%의 사람들에게 맞게 전달하는 것. 그것이 지금 열리는 시장이라고 했습니다. 벤치마크로 언급된 사례 중 하나가 PowerPoint였습니다.

PowerPoint가 세상에 나온 지 30년이 넘었습니다. 그런데 실제로 잘 쓰는 사람은 지금도 많지 않습니다. 도구가 있다는 것과 그 도구를 쓸 수 있다는 것은 다른 이야기입니다.

그 말을 들으며 생각했습니다.

"나도 그런 고민을 하던 사람이었구나."

AI 활용법을 찾는 과정은 혼자 하기 어렵습니다

1월 17일 이후 저는 매일 기록을 남겼습니다. 오늘 AI와 나눈 대화가 어떤 결과를 냈는지, 어디서 막혔는지, 다음에는 어떻게 물어볼지. 3개월이 쌓이니 패턴이 보였습니다.

막힌 지점은 대부분 비슷했습니다. "어떻게 물어봐야 하는지"를 몰라서 막히는 게 아니라, 내가 지금 무엇을 원하는지 정확히 모르는 상태에서 AI에게 말을 거는 경우가 많았습니다.

AI는 질문을 잘 해야 좋은 답이 나옵니다. 그리고 질문을 잘 하려면, 내가 원하는 결과가 무엇인지를 먼저 알아야 합니다.

이 과정을 혼자서 익히는 데는 시간이 걸렸습니다.

AI 활용법은 정답이 있는 기술이 아닙니다. 내 업무, 내 말투, 내 사고 방식에 맞게 대화하는 방법을 발견하는 과정입니다.

강의에서 배운 예시는 강사의 방식입니다. 내 방식은 직접 부딪혀야 나옵니다.

그 과정에서 구상하고 만들기 시작한 것이 TerraComes 코칭 서비스입니다. 도구를 가르치는 서비스가 아닙니다. AI와 대화하며 내 문제를 스스로 발견하는 경험을 전달하는 서비스입니다.

저는 그 경험을 3개월 동안 쌓았고, 아직도 쌓고 있습니다. 완성형이 아닙니다. 그래서 더 솔직하게 전달할 수 있다고 생각합니다.

AI 활용법, 지금 시작할 이유

3일짜리 작업을 3시간으로 줄인 그날 밤, 제가 느낀 감정은 기쁨보다 당혹감에 가까웠습니다. 왜 진작 안 했지, 라는 생각과 함께.

AI 활용법은 도구 사용법이 아닙니다. 대화 방식을 발견하는 과정입니다. 그리고 그 변화는 거창한 결심에서 오지 않았습니다.

작은 시도 하나에서 시작됐습니다. 다만 혼자 찾는 데는 시간이 걸립니다.

여러분은 지금 어느 쪽에 계신가요?

TerraComes 코칭 서비스에 대한 이야기는 TerraComes 코칭 서비스 소개 글에서 더 읽어보실 수 있습니다.

댓글

댓글 쓰기

이 블로그의 인기 게시물

AI한테 계속 물어봤는데 왜 답이 엉뚱할까 — 대화의 주도권을 바꾸는 한 문장

이미지
질문의 기술 안녕하세요, 테라입니다. 보고서 초안을 써달라고 했더니 너무 형식적인 문장이 나왔습니다. 다시 요청했습니다. 이번엔 방향이 전혀 달랐습니다. 세 번째 시도에서 포기하고 직접 썼습니다. 그때는 몰랐습니다. 문제가 AI에게 있는 게 아니었다는 걸. 오늘은 그 경험에서 찾아낸 방법을 이야기하려고 합니다. 엉뚱한 답이 나오는 진짜 이유 AI에게 "마케팅 보고서 써줘"라고 하면, AI는 마케팅 보고서를 씁니다. 정확히 요청한 대로입니다. 핵심은 내가 원하는 게 정확히 무엇인지 나 자신도 알지 못했다는 것입니다. 대상 독자가 누구인지, 어떤 결론을 원하는지, 어떤 데이터를 강조해야 하는지. 이 모든 것이 머릿속에서 안개처럼 흐릿한 채였습니다. 그 상태에서 요청하면, AI는 가장 일반적인 답을 내놓습니다. 틀린 건 아닙니다. 다만 내가 원하던 것과 다를 뿐입니다. 초기에 AI와 협업을 진행할 때마다, 이 패턴이 반복되었습니다. 요청하고, 실망하고, 다시 요청하고. 평균 3회에서 4회 수정 요청을 해야 간신히 쓸 만한 결과가 나왔습니다. 한 보고서에 20분 정도 쓸 작업이 실제로는 1시간 가까이 걸렸습니다. 그 시간 동안 저는 AI를 탓했습니다. "ChatGPT는 내 스타일을 모른다", "Claude는 맥락 파악을 못 한다". 지금 돌아보면 절반은 맞고 절반은 틀린 생각이었습니다. AI가 먼저 물어보게 만들면 달라집니다 어느 날 실험해봤습니다. 요청 대신 이 문장을 먼저 입력했습니다. "마케팅 보고서를 쓰려고 하는데, 시작하기 전에 내 상황을 파악할 수 있도록 필요한 것을 먼저 물어봐 줘." AI의 반응이 달랐습니다. 바로 결과물을 내놓는 대신, 질문을 시작했습니다. "보고서의 주요 독자는 누구인가요? 내부 팀인지, 외부 클라이언트인지요." "이 보고서에서 강조하고 싶은 핵심 메시지가 있나요?...
자세한 내용 보기

AI가 쓴 '기계적인 글'을 내 말투로 바꾸는 프롬프트

이미지
안녕하세요, 테라입니다. "오늘 이 시간에는 AI 활용법에 대해 알아보도록 하겠습니다." 저도 처음엔 이런 문장을 받아들고 멍하니 화면을 봤습니다. AI한테 초안을 부탁했더니 낯설고 어색한 문장이 나왔습니다. 분명 제 블로그 글인데, 읽으면 읽을수록 제 목소리가 아니었습니다. 결국 지우고 다시 썼습니다. 세 번쯤 반복하고 나서야 깨달았습니다. 문제는 AI가 아니라 제가 규칙을 안 줬기 때문이라는 것을요. 오늘은 그 규칙을 공유하려고 합니다. 1. AI가 번역투로 쓰는 건 AI 탓이 아닙니다 AI는 지시가 없으면 '중립적인' 글을 씁니다. 학습 데이터 중 가장 평균적인 문장 패턴이 나옵니다. 번역된 것처럼 느껴지는 건, 영어 원문을 그대로 직역한 문체가 그 평균에 가깝기 때문입니다. "생산성을 향상시키는 AI 도구의 중요성은 현대 비즈니스 환경에서 매우 강조되고 있습니다." 이 문장을 보면 어떤 느낌이 드시나요? 읽히기는 하는데, 누군가 말하는 느낌은 없습니다. 글쓴이가 보이지 않습니다. 저는 이걸 고치는 데 처음엔 30분 이 걸렸습니다. 초안을 받고, 한 문장씩 고치고, 다시 읽어보고. 지금은 5분 입니다. 달라진 건 AI의 성능이 아니라, 제가 주는 글을 쓰는 지침이었습니다. 2. Before / After — 같은 내용, 다른 말투 다음 두 문장은 같은 내용입니다. Before (AI 기본 출력) "본 포스팅에서는 효과적인 AI 글쓰기 전략을 체계적으로 정리하여 제공해 드리고자 합니다." After (규칙 3줄 추가 후) "저도 처음엔 AI 툴만 10 개 이상 깔아두고 정작 쓰는 건 하나도 없었습니다. 오늘은 제가 정착한 딱 하나의 방법을 이야기하려 합니다." 달라진 점은 세 가지입니다. 1인칭 고백으로 시작했습니다. 과도한 수식어("체계적으로", "제공해 드리고자")를 뺐...
자세한 내용 보기

AI의 응답은 대화의 시작입니다 - 2005년 코치가 내게 가르쳐준 것

이미지
2005년 코치가 내게 가르쳐준 것 안녕하세요, 테라입니다. "ChatGPT 써봤는데, 신기하긴 한데 막상 도움은 안 되더라." 이런 말을 들을 때마다 떠오르는 기억이 있습니다. 20년 전, 한 코치에게 들은 이야기입니다. 그때 배운 것이 지금 제가 AI와 일하는 방식을 바꿔놓았습니다. 📑 목차 2005년 어느 날 메시지를 읽기 시작했습니다 20년이 지났습니다 며칠 전 있었던 일 AI와 대화하는 법 마무리 2005년 어느 날 대학원에서 생물정보학을 전공하던 시절이었습니다. 매일 코드를 짜고, 매일 에러를 만났습니다. 어느 날 애자일 코칭 시간에 코치가 물었습니다. "코딩할 때 에러가 나면 어떤 기분이 드세요?" 저는 솔직하게 대답했습니다. "스트레스가 올라갑니다. 에러를 줄이려고 신경이 곤두서요." 코치는 잠시 생각하더니 이렇게 말했습니다. "에러는 컴퓨터가 당신의 입력에 대답하는 메시지입니다." 그 한마디에 멈칫했습니다. 에러가 실패가 아니라 대답이라고요? 메시지를 읽기 시작했습니다 그 후로 에러를 보는 눈이 달라졌습니다. "아, 내가 이렇게 요청했는데 컴퓨터는 이렇게 답했구나." 그렇게 생각하니 에러가 두렵지 않았습니다. 대화의 시작이었으니까요. 에러 메시지를 읽고, 요청을 수정하고, 다시 실행하고. 그 과정이 자연스러워졌습니다. 저는 그때 컴퓨터와 대화하는 법 을 배웠습니다. 20년이 지났습니다 지금은 AI와 일합니다. 그런데 주변에서 같은 패턴을 봅니다. ChatGPT가 엉뚱한 답을 주면, "역시 AI는 아직 멀었어"라고 실망합니다. 한두 번 시도하고 포기합니다. 그럴 때마다 20년 전 코치의 말이 떠오릅니다. 2005년 코딩 2026년 AI 에러 = 스트레스 AI 응답 = 실망 에러 = 컴퓨터...
자세한 내용 보기