AI · 생산성 · 생각하는 힘

AI를 쓰는 시간을 억지로 줄이고 있습니다

AI 도구는 업무 생산성을 크게 높였지만, 그만큼 생각하는 시간과 문제를 깊이 파고드는 힘을 줄이고 있는지도 모릅니다.

무언가에 집중해서 깊이 파고들었던 게 언제쯤이었을까요?

AI 도구가 활성화된 이후, 저는 도구 사용에 집중해왔습니다. 더 빠르고 더 자세하며 어떤 부분에서는 더 전문적인 AI는 업무 일상에 깊이 자리 잡았고, 이제는 토큰이 없으면 일하기가 귀찮아질 지경에 이르렀습니다.

AI 의존도가 너무 높아진 것입니다.

AI 도구가 많은 도움을 주고 있지만, 여전히 풀지 못하는 것들도 많습니다. 결국 도구를 쓰는 건 사람인데, 그 사람이 생각을 하지 않습니다.

제가 생각한 AI가 저에게 준 부정적인 요인들입니다.

1. 생각을 하지 않습니다

특정 문제를 해결할 때는 데이터를 깊이 있게 파고들고 거기서 실마리를 찾습니다. 필요하면 유저 인터뷰나 동료들의 경험까지 대화하고 생각하며 하나씩 풀어갑니다.

그런데 AI 도구를 쓰면서 생각하는 시간이 줄었습니다. 이게 장기화되다 보니 이해력도 낮아지는 것 같습니다.

문서, 클로드로 많이 쓰시죠?

문서는 상세하고 장황한데 정작 그 문서를 제가 설명하지 못하는 경우가 많아졌습니다. 그러다 보니 결론만 이야기하고 과정은 빼는 경우가 많아졌습니다.

이게 어떤 이유로 필요한지 자세히 설명하고 협의하던 저는 없었습니다.

AI로 이것저것 많이 했습니다. 리포트 자동화, 대시보드, 제품 프로토타입, 실험 자동화. 대부분 생산성을 높이는 영역이었지만, 이것들이 오히려 의존도를 높이는 역할을 했습니다.

토큰이 만료되면 일을 이어가기가 싫었습니다.

AI는 많은 변화를 주고 있습니다. 단, 부정적인 부분도 조금씩 보이는 것 같습니다.

SK 최태원 회장님도 문제 해결에 있어서 생각하는 힘은 필수라고 이야기했습니다.

의도적으로라도 접점을 줄이려고 합니다. 주말에만 AI를 안 써도 되지 않을까요? 😁

이 글은 AI를 더 잘 쓰는 방법보다, AI를 덜 쓰는 훈련에 대한 이야기입니다. 생성형 AI가 더 많은 업무를 대신할수록, 사람에게 남는 경쟁력은 질문을 만들고, 맥락을 이해하고, 판단의 이유를 설명하는 능력이 될 가능성이 큽니다.

AI 검색과 GEO 관점에서도 중요한 지점은 여기에 있습니다. 앞으로의 콘텐츠는 단순히 정답을 요약하는 글보다, 사람이 어떤 문제의식을 가지고 어떤 판단 과정을 거쳤는지 드러내는 글이 더 인용 가능한 맥락을 가질 수 있습니다.

해시태그: #AI