AI를 꽤 오래 쓴 사람에게 물어보면 비슷한 말을 한다.
“유용하긴 한데, 생활이 확 바뀌진 않았어.”
매일 질문한다. 답변도 꽤 좋다. 그런데 내일이 되면 또 비슷한 질문을 하고 있다. 대화창에는 수십 개의 답이 쌓여 있는데, 끝난 일은 별로 없다.
나도 한동안 그랬다. AI에게 꽤 자세히 물어봤는데도 실제 생활은 별로 달라지지 않았다. 이 차이가 어디에서 생기는지 한참 뒤에야 알게 됐다.
나는 AI를 쓰고 있었던 게 아니라, AI를 검색창처럼 쓰고 있었다.
검색창은 질문에 답하지만, 일을 대신하지는 않는다
검색은 정보를 찾는 도구다. 검색창에 질문을 입력하면 관련 자료를 보여준다. 사용자는 그 자료를 읽고, 자신에게 맞는 부분을 골라 다시 적용해야 한다.
AI를 검색창처럼 사용하면 과정도 크게 다르지 않다.
질문한다.
답변을 읽는다.
쓸 만한 내용을 골라낸다.
내 상황에 맞게 다시 정리한다.
직접 실행한다.
AI가 답을 만들어줬지만, 답을 실제 행동으로 바꾸는 일은 여전히 사람의 몫이다. 그래서 AI를 많이 사용하는데도 이상하게 삶은 별로 편해지지 않는 경우가 생긴다. 질문과 답변은 늘었지만, 끝난 일은 별로 없다.
‘방법’을 묻는 것과 ‘결과물’을 맡기는 것은 다르다
예를 들어 여행을 준비한다고 해보자. AI에게 이렇게 물을 수 있다.
여행 일정을 잘 짜는 방법을 알려줘.
그러면 AI는 대체로 이런 답을 준다.
- 여행 목적을 정한다.
- 동선을 고려한다.
- 휴식 시간을 넣는다.
- 식사와 이동 시간을 계산한다.
- 예비 일정을 만든다.
좋은 조언이다. 하지만 이 답을 읽은 뒤에도 일정은 내가 직접 짜야 한다.
반대로 이렇게 요청할 수 있다.
3박 4일 오사카 여행 일정을 짜줘. 첫날은 오후 3시 도착이고, 많이 걷는 일정은 피하고 싶어. 하루에 주요 장소는 두 곳만 넣고, 저녁에는 숙소 근처에서 식사할 수 있게 구성해줘. 표로 정리하고, 비가 올 때 대체 일정도 함께 넣어줘.
이번에는 설명이 아니라 사용 가능한 결과물이 나온다. 두 요청의 차이는 질문이 길고 짧은 데 있지 않다. 첫 번째는 지식을 요구했고, 두 번째는 작업의 완료를 요구했다.
검색창처럼 쓰면 문제도 내가 혼자 정의해야 한다
검색은 사용자가 무엇을 찾는지 이미 알고 있다는 전제에서 작동한다. 무슨 키워드를 넣을지, 어떤 정보가 필요한지, 무엇이 문제인지 사용자가 먼저 결정해야 한다.
하지만 실제 생활에서는 문제 자체가 선명하지 않을 때가 더 많다.
예를 들어 블로그 방문자가 늘지 않는다고 해보자. 처음에는 이렇게 생각하기 쉽다. 글을 더 잘 쓰는 방법을 찾아봐야겠다.
그런데 대화를 이어가다 보면 진짜 문제는 글솜씨가 아닐 수 있다.
- 사람들이 검색하지 않는 주제를 쓰고 있다.
- 제목은 좋은데 검색 의도와 맞지 않는다.
- 글은 많은데 서로 연결되어 있지 않다.
- 유입은 있는데 다음 글로 이어지지 않는다.
- 쓰는 데 오래 걸려 발행 빈도가 너무 낮다.
이 상황에서 ‘글을 잘 쓰는 방법’을 검색해 봐야 효과가 제한적이다. 필요한 것은 문장력 조언이 아니라,
- 어떤 글부터 고칠지
- 어떤 주제를 버릴지
- 어떤 글을 서로 연결할지
- 어떤 형식으로 반복 생산할지
를 정리하는 일일 수 있다.
AI의 장점은 질문에 답하는 데만 있지 않다. 대화를 통해 내가 지금 해결하려는 문제가 정말 글쓰기인가? 아니면 주제 선정과 운영 방식의 문제인가? 를 함께 다시 볼 수 있다. 검색은 입력된 질문을 잘 처리한다. AI는 그 질문 자체가 잘못 만들어졌는지도 검토할 수 있다.
좋은 답보다 중요한 것은 다음 행동이다
AI 답변을 볼 때 우리는 보통 이렇게 판단한다.
- 정확한가?
- 자세한가?
- 새로운 내용이 있는가?
- 설명이 이해하기 쉬운가?
물론 중요하다. 하지만 실제로 써먹으려면 한 가지 기준이 더 필요하다. 이 답변을 받은 뒤 바로 다음 행동을 할 수 있는가?
좋은 설명을 읽고도 처음부터 다시 정리해야 한다면, 그 답변은 유익할 수는 있어도 일을 끝내주지는 못한다.
반대로 아주 화려한 답이 아니더라도 다음과 같은 결과물이 나오면 바로 쓸 수 있다.
- 오늘 할 일 목록
- 장보기 체크리스트
- 여행 일정표
- 공부 계획표
- 비교표
- 발행 가능한 초안
- 반복해서 쓸 수 있는 템플릿
AI를 잘 쓴다는 것은 더 어려운 질문을 하는 것이 아니다. 대화를 실제 행동과 결과물로 연결하는 것에 가깝다.
한 번에 완벽한 프롬프트를 만들려고 하면 다시 검색이 된다
검색창을 사용할 때는 한 번에 정확한 검색어를 넣으려고 한다. 배경, 목적, 조건, 출력 형식까지 모두 정리해서 한 번에 입력해야 좋은 답이 나올 것 같기 때문이다.
그래서 AI를 쓸 때도 완벽한 프롬프트를 먼저 만들고 싶어진다.
하지만 현실에서는 나도 내가 원하는 것을 정확히 모를 때가 많다. 초안을 받아본 뒤에야 알게 된다.
- 일정이 너무 빡빡하네.
- 이건 내가 원한 분위기가 아닌데.
- 설명보다 표가 필요했네.
- 이 부분은 빼고 비교 기준을 넣어야겠다.
- 생각보다 돈보다 시간이 더 중요했구나.
이 과정은 실패가 아니다. 오히려 AI를 사용하는 핵심 과정에 가깝다.
일단 설명한다.
초안을 받는다.
어색한 부분을 발견한다.
조건을 추가한다.
다시 만든다.
실제로 써본다.
문제가 생기면 구조를 고친다.
검색은 원하는 답을 찾아가는 과정이다. AI와의 작업은 원하는 결과를 함께 만들어가는 과정이다.
검색 결과는 소비하지만, AI 결과물은 쌓을 수 있다
검색해서 얻은 정보는 대개 그 순간 읽고 끝난다. 하지만 AI와 함께 만든 결과물은 다음 작업의 기반이 될 수 있다.
한 번 만든 여행 체크리스트는 다음 여행에도 다시 쓸 수 있다. 한 번 만든 독서 기록 양식은 다음 책에도 적용할 수 있다. 한 번 만든 블로그 글 구조는 새로운 주제에도 반복해서 사용할 수 있다. 한 번 만든 구매 판단 기준은 다른 제품을 비교할 때도 도움이 된다.
이때부터 AI 사용은 단순한 정보 검색을 넘어선다. 매번 새로 답을 받는 것이 아니라, 이전에 만든 구조 위에 다음 작업을 쌓게 된다.
질문 → 답변 → 종료
가 아니라,
문제 발견 → 구조화 → 결과물 제작 → 실제 적용 → 재사용
으로 바뀌는 것이다.
AI를 검색창처럼 쓰면 ‘아는 것’만 늘어난다
AI를 검색창처럼 사용하는 것도 분명 유용하다. 낯선 개념을 이해하고, 자료를 요약하고, 빠르게 아이디어를 얻을 수 있다.
다만 그 단계에만 머물면 AI를 많이 쓸수록 읽어야 할 답변만 늘어날 수 있다. 아는 것은 많아지지만, 달라진 것은 별로 없다.
AI의 효과가 크게 느껴지는 순간은 좋은 답을 받았을 때가 아니었다. 머릿속에서 엉켜 있던 문제를 꺼내놓고, 무엇이 진짜 문제인지 구분하고, 필요한 기준을 만들고, 실제로 사용할 수 있는 형태로 바꿨을 때였다.
오늘의 인사이트
AI를 검색창처럼 쓰는 것이 잘못된 것은 아니다. 다만 그것은 AI가 할 수 있는 일의 가장 앞부분만 사용하는 방식이다. 검색창에는 답을 묻는다. AI에게는 일을 맡길 수 있다.
검색창에서는 내가 문제를 정의한 뒤 정보를 찾는다. AI와는 문제의 정의부터 함께 다시 볼 수 있다. 검색 결과는 읽고 지나가지만, AI와 만든 결과물은 다음 일을 위한 자산으로 남는다.
결국 AI 활용의 차이는 질문을 얼마나 잘했는지가 아니라, 답변을 받는 데서 멈췄는가, 실제 결과가 나올 때까지 이어갔는가에서 생긴다.
한 줄 정리
AI의 가치는 정답을 빨리 알려주는 데 있지 않다. 모호한 생각을 실행 가능한 결과로 바꾸는 데 있다.