AI에 맡길 일과 남길 일 - 디지털 르네상스와 자기 주도적인 작업

TL;DR

• AI를 전부 거부하거나 모든 판단을 맡기는 태도는 모두 자신의 선택 범위를 좁힌다. Dan Koe가 제안하는 대안은 목적과 품질 기준을 직접 정한 뒤 필요한 작업에 AI를 쓰는 방식이다. 자동화의 양보다 무엇을 위임하고 남길지 결정하는 능력이 중요하다.
• 여러 관심사는 하나의 작업 안에서 연결될 때 차별점이 된다. 사람의 관심과 가치를 이해하는 능력, 깊이 파고드는 분야, 구체적인 도구 사용 능력을 함께 쌓는다. 특정 도구 하나를 자신의 정체성과 동일시하지 않는다.
• 학습은 모든 준비를 끝낸 뒤 시작하는 순서일 필요가 없다. 먼저 작은 프로젝트를 시도하고 막힌 문제에 필요한 지식을 찾아 적용한다. 목표가 있어야 정보 소비가 쌓이기만 하는 상태에서 벗어날 수 있다.
• AI가 첫 초안을 만들어도 제품·판매·유통과 품질 관리가 없어지는 것은 아니다. 무엇이 좋은 결과인지 아는 사람이 반복해서 수정해야 쓸 만한 결과에 가까워진다. 빠른 생성이 곧 사업의 성공을 보장하지는 않는다.
• 자신의 일을 자동화해 보는 실험은 위임할 수 없는 부분도 드러낸다. 반복 조사와 제작 보조는 맡기면서 판단이나 좋아하는 창작 과정은 남길 수 있다. 일과 휴식에서도 깊은 집중과 느슨한 탐색을 오가는 리듬을 만든다.

Dan Koe는 AI를 대하는 태도를 두 극단으로 나눈다. 한쪽은 기술을 거부하는 일을 정체성으로 삼고 다른 쪽은 불편함을 없애려 모든 결정을 기술에 맡긴다. 서로 반대처럼 보이지만 둘 다 실제 목적보다 태도를 앞세운다. 무조건적인 수용이나 거부를 고르는 대신 자신이 만들고 싶은 삶과 작업에 따라 도구의 자리를 정한다.

내면과 외부 환경을 함께 다룬다

영상은 Ken Wilber의 통합이론을 빌려 삶을 개인·집단과 내면·외면의 네 관점으로 살핀다. 개인의 내면에는 생각과 감정, 믿음이 있고 개인의 외면에는 행동과 습관, 몸이 있다. 집단의 내면은 관계와 문화, 의미에 가깝고 집단의 외면은 교육·직업·경제 같은 사회의 구조와 연결된다. 삶의 어느 부분을 외면하고 있는지 점검하는 틀이다.

돈과 생산성만 높이려 해도 건강과 사고방식, 관계의 문제가 남으면 원하는 삶을 지속하기 어렵다. 반대로 내적 평온만 추구한다고 경제적 불안이나 몸의 문제가 저절로 해결되지는 않는다. 게임의 능력치가 서로 연결되듯 한 영역의 성장이 다른 영역에 제약받을 수 있다는 비유다. 네 영역을 모두 같은 양으로 관리하라는 시간표보다 현재 문제에 맞는 종류의 해결책을 찾는 데 초점이 있다.

이 관점에서 기술을 쓰지 않는 생활도, 기술을 적극적으로 쓰는 생활도 그 자체로 정답은 아니다. 기술을 멀리한다는 이유로 현실의 기회를 모두 닫거나 효율을 추구한다는 이유로 관계와 경험을 비워 버릴 필요는 없다. 어떤 작업은 AI로 처리하고 어떤 경험은 직접 겪을지 선택할 수 있다. 영상의 유형 구분은 이런 선택을 설명하는 비유이며 사람을 고정된 두 집단으로 분류한 실증 결과는 아니다.

여러 관심사를 하나의 작업으로 모은다

디지털 르네상스라는 표현은 여러 분야를 넘나들면서 생각과 제작을 함께 하는 사람을 가리킨다. 디자이너나 작가, 개발자라는 직함 하나로 자신의 가능성을 제한하지 않는 태도다. AI로 반복적인 실행 부담이 낮아지면 한 사람이 기획과 제작, 전달까지 더 넓은 과정을 다룰 여지가 생긴다. 그렇다고 모든 전문지식을 즉시 대체하거나 혼자 조직 전체를 대신할 수 있다는 보장은 없다.

관심사가 많다는 것과 작업이 흩어진다는 것은 다르다. 철학과 운동, 디자인과 코딩을 배울 수 있지만 그 경험을 하나의 작업이나 사업으로 모으면 서로 다른 지식이 같은 결과에 기여한다. 영상에서 자신의 일은 관심을 갖는 것, 자신만의 방식으로 할 수 있는 것, 다른 사람이 대가를 지불할 만큼 가치 있게 여기는 것이 만나는 지점에 놓인다. 여러 분야를 배우는 이유도 끝없는 수집보다 이 교차점을 구체화하는 데 있다.

첫 번째 능력은 사람을 이해하는 일이다. 글쓰기와 말하기, 마케팅과 판매에는 무엇이 사람의 관심을 끌고 어떤 문제를 가치 있게 느끼게 하는지 판단하는 과정이 들어간다. 비슷한 AI 콘텐츠가 많아지면 익숙해진 형식의 매력도 달라질 수 있다. Koe는 한 번 통한 표현을 계속 복제하기보다 반응을 보고 새롭게 시도하는 능력이 필요하다고 본다.

두 번째는 깊이 파고드는 분야와 고유한 관심사의 조합이고 세 번째는 구체적인 도구를 다루는 기술이다. 어떤 문제를 오래 탐구했는지는 자신만의 관점을 만들며 편집 프로그램이나 이메일 도구, 코드는 그것을 구현하는 수단이 된다. 도구가 바뀌어도 문제를 이해하고 방향을 정하는 능력은 다른 수단으로 이어질 수 있다. 특정 프로그램의 조작법을 잘 안다는 사실만으로 미래의 가치를 모두 설명하려 하지 않는 태도다.

공부할 이유를 프로젝트 안에서 만든다

Koe가 권하는 자기교육은 지식을 최대한 많이 저장하는 방식과 다르다. 먼저 자신이 이루려는 목표가 있고 그 목표를 향해 시도하다가 필요한 것을 배운다. 도제식 학습처럼 숙련자의 결과와 과정을 관찰하고 따라 하면서 자신의 판단을 만든다. 책이나 강의, 영상은 이런 학습을 돕는 수단이지 모두 소비해야 하는 목록은 아니다.

구체적인 목표는 정보의 필터가 된다. 제품을 만드는 중이라면 당장의 고객 문제나 구현의 장애물을 해결할 자료가 눈에 들어온다. 반대로 무엇을 할지 정하지 않은 채 계속 강의를 보면 아는 내용은 늘어도 실제 작업은 시작되지 않을 수 있다. 충분히 배운 다음 행동하겠다는 계획이 끝없이 준비만 하는 상태로 바뀌기 쉽다.

학습의 순서를 바꾼다고 검증을 포기하는 것은 아니다. 작은 시도를 한 뒤 어디서 막혔는지 확인하고 필요한 설명을 찾아 실제 상황에 적용한다. AI의 답이든 사람의 조언이든 자신의 문제에 맞는지 비판적으로 살펴야 한다. 영상의 실천 중심 주장을 모든 조언을 비용과 위험을 감수하며 직접 시험해야 한다는 뜻으로 확대할 필요는 없다. 핵심은 수동적인 정보 소비를 구체적인 문제 해결과 연결하는 일이다.

한 사람이 만드는 사업에도 제품과 유통은 남는다

영상의 1인 사업은 반드시 유명 인플루언서가 되라는 뜻은 아니다. 누군가의 문제를 해결하는 제품이나 서비스를 만들고 그것을 필요한 사람에게 전달하는 활동에 가깝다. 콘텐츠는 관심 있는 사람을 만나게 하고 소프트웨어와 온라인 공간은 제공·판매를 돕는다. 자신의 분야 지식은 그 결과가 다른 선택지보다 유용한 이유를 만든다.

제작 장벽이 낮아져도 유통이 자동으로 해결되지는 않는다. 앱이나 글을 만들었다는 사실만으로 사람들이 찾아오거나 돈을 지불하지는 않는다. 고객을 이해하고 제공할 가치를 정하며 판매와 전달 경로를 마련하는 일은 여전히 남는다. 소셜 미디어를 저비용의 출발점으로 제안하는 것도 이런 유통 문제 때문이지 게시만 하면 수익이 생긴다는 뜻은 아니다.

이 전망에는 창업과 창작을 중심으로 보는 저자의 관점이 강하게 들어 있다. 여러 능력을 연결하는 독립적인 일을 이상으로 제시하지만 모든 직업이 사라질지는 자신도 모른다고 선을 긋는다. 따라서 1인 사업을 모든 사람에게 필수적인 진로로 단정할 수는 없다. 고용이든 사업이든 자신의 작업 전체를 이해하고 선택권을 넓히려는 방향으로 읽는 편이 적절하다.

첫 초안을 완성품으로 취급하지 않는다

AI에게 간단한 앱이나 랜딩 페이지를 만들게 하면 눈에 보이는 결과를 빨리 얻을 수 있다. 그 결과에 버그가 많거나 디자인이 어색하다고 해서 실험이 곧바로 무의미해지는 것은 아니다. 처음부터 완성품을 받는다고 기대했다면 초안과 제품 사이의 작업을 빠뜨린 셈이다. 목적에 맞는 기능과 문장, 화면의 세부를 고치며 결과를 발전시켜야 한다.

그러려면 무엇을 원하는지와 좋은 결과가 어떤 모습인지 알아야 한다. 사업을 이해하지 못한 채 AI가 완벽한 사업을 만들어 주기를 바라면 필요한 제품과 고객, 판매 방식부터 모호해진다. 이때는 AI를 대행자로만 쓰기보다 제안 구성이나 글쓰기, 유통을 배우는 맞춤형 학습 도구로 쓸 수 있다. 질문을 이어 가며 계획을 구체화하고 선택은 직접 하는 방식이다.

높은 기준은 막연히 더 좋게 만들라고 반복하는 요구와 다르다. 독자가 무엇을 이해해야 하는지, 고객이 어떤 일을 해낼 수 있어야 하는지, 어떤 문제가 아직 남았는지를 기준으로 초안을 검토한다. 수정할 근거가 분명해야 반복 작업도 개선으로 이어진다. 제작과 개선에 AI를 활용할 수는 있지만 수익이나 높은 시장 순위를 반복 횟수만으로 보장할 수는 없다.

자동화 실험으로 위임의 경계를 찾는다

자신의 일을 AI로 대체해 보라는 제안은 모든 일을 끝내 자동화하라는 명령이 아니다. 직접 시도하면 현재 도구가 잘하는 부분과 계속 사람이 개입해야 하는 부분이 드러난다. 자동화되지 않는 일을 억지로 맡기느라 시간을 쓰기보다 결과를 보고 위임 범위를 조정한다. 반복 가능한 작업과 자신이 책임질 판단을 구분하는 학습 실험이다.

Koe는 많은 자료를 훑어 패턴과 흐름을 찾거나 랜딩 페이지와 판매 흐름을 만드는 데 AI를 적극적으로 활용한다. 반면 뉴스레터와 글, 영상 대본의 실제 집필은 직접 남겨 두는 편이다. 쓰는 과정 자체가 즐겁고 독자가 느낄 가치를 세밀하게 조절하고 싶기 때문이다. 자동화할 수 있는지뿐 아니라 자동화하고 싶은지도 작업을 나누는 기준이 된다.

출발점은 하루 동안 반복하는 일을 적어 보는 것이다. 그중 어떤 부분을 프롬프트나 스킬, 도구, 소프트웨어로 정리할 수 있는지 살펴보고 작은 단위부터 시험한다. 자동화 도구 역시 처음에는 초안이며 원하는 절차를 한 번에 알아서 구현하지 못할 수 있다. 직원을 새로 들였을 때 업무 방식을 설명하듯 기대와 피드백을 주고받으며 반복 가능한 과정으로 다듬는다.

집중과 휴식을 같은 삶 안에 둔다

영상은 컴퓨터 앞에서 깊이 몰입하는 시간과 화면을 벗어나 느슨하게 관찰하는 시간을 함께 제안한다. 좁은 주의로 결과물을 만드는 동안에는 실행이 진전되고 산책과 독서처럼 열린 주의를 쓰는 시간에는 다른 경험과 생각이 들어온다. 둘 중 하나를 삶 전체의 규칙으로 삼기보다 서로 다른 리듬을 오가는 방식이다. 효율을 높이겠다는 이유로 회복과 탐색까지 없애지는 않는다.

찰스 다윈의 오전 작업과 산책 일과도 이런 리듬의 예로 등장한다. 영상의 요점은 역사적 인물의 시간을 그대로 복제하면 같은 성과를 낸다는 데 있지 않다. 강한 집중 뒤 충분히 쉬고 다시 작업할 수 있는 생활을 설계하자는 제안이다. AI를 활용해 반복 작업을 덜어낸 시간도 더 많은 자동화를 관리하는 데만 쓰지 않고 자신이 선택한 경험과 창작에 돌릴 수 있다.

참고 자료

썸네일은 어그로인데 내용은 진국입니다 — BZCF

비즈까페, 2026년 9월 12일. Dan Koe의 발언을 재게시한 영상의 영어 자동자막을 바탕으로 정리했다.

We are in the middle of the digital renaissance, please take advantage of it — Dan Koe, 2026년 8월 27일. 화자와 주요 논점의 출처를 대조한 같은 주제의 글이다. 영상에는 자신의 강좌와 제품 Eden 홍보가 포함되며, 이 글은 구매 권고나 수익 보장으로 옮기지 않았다.