도구 숙련 너머에 남는 스킬 - Dan Koe 강연을 따라간 AgentOS 해설

TL;DR

• Dan Koe의 스킬 스택은 사람의 심리, 자신만의 분야와 관심사, 구체적인 도구 사용의 세 층으로 나뉜다. AI가 도구 조작의 비용을 낮출수록 무엇을 만들고 누구에게 가치 있는지 판단하는 능력이 중요해진다. 특정 프로그램의 숙련도만으로 자신을 정의하지 않는 접근이다.
• 여러 관심사는 하나의 작업으로 연결할 때 힘을 얻는다. 자신이 관심 있는 것과 고유하게 할 수 있는 것, 다른 사람이 대가를 지불할 가치가 만나는 지점을 찾는다. 이것은 여러 분야를 얕게 소비하라는 권고와 다르다.
• AI 활용의 시작은 원하는 결과와 품질 기준을 정하는 일이다. 첫 산출물을 완성품으로 취급하지 않고 수정하며, 자신의 일을 자동화해 보면서 가능한 부분과 남겨야 할 부분을 구분한다. 자동화 도구 자체에도 반복적인 개선이 필요하다.
• 기술 활용과 직접 경험은 함께 남길 수 있다. 조사와 반복 제작을 AI에 맡기면서 글쓰기처럼 좋아하는 창작 과정은 직접 할 수 있다. 깊게 집중하는 시간과 산책·독서·회복의 시간을 서로 다른 역할로 배치한다.

AgentOS는 Dan Koe의 강연을 한국어 해설과 원본 클립으로 엮으며 스킬을 세 층으로 나눈다. 첫 층은 사람이 무엇에 관심을 갖고 어떤 문제에 돈을 쓰는지 이해하는 능력이다. 두 번째는 자신의 분야와 고유한 관심사이고 세 번째는 프로그램과 도구를 조작하는 기술이다. AI가 세 번째 층의 실행 부담을 덜어 주더라도 앞의 두 층까지 대신 정해 줄 것이라고 기대해서는 안 된다.

도구를 잘 쓰는 것과 가치 있는 작업을 고르는 것

마케팅과 판매, 글쓰기와 말하기는 사람의 관심과 가치 판단을 이해하는 활동이다. 같은 결과물도 누구의 어떤 문제를 해결하느냐에 따라 가치가 달라진다. 비슷한 형식의 콘텐츠가 늘면 사람들이 익숙해져 반응도 달라질 수 있다. 도구가 더 빠르게 만들어 준다고 해서 무엇을 만들지 결정하는 일이 없어지지는 않는다.

자신의 분야를 깊이 파고드는 경험은 이 판단에 구체적인 내용을 더한다. 철학과 운동, 디자인과 코딩처럼 서로 다른 관심사가 실제 경험 안에서 만나면 같은 주제도 다른 방식으로 다룰 수 있다. 도구 숙련은 그 생각을 구현하는 수단이다. 특정 프로그램을 다루는 능력이 덜 희소해져도 해결하려는 문제와 결과를 평가하는 기준이 함께 사라지는 것은 아니다.

다만 도구의 중요성이 줄어든다는 전망과 기술을 배울 필요가 없다는 주장은 다르다. AI가 만든 결과를 평가하려면 그 작업의 원리와 제약을 알아야 할 때가 있다. 영상의 주장은 자신의 미래를 특정 도구 하나에만 걸지 말라는 방향으로 읽어야 한다. 모든 기술 업무가 같은 속도로 자동화되거나 인간의 전문성이 곧 불필요해진다는 검증 결과는 아니다.

관심사는 넓히되 결과물은 한곳에 모은다

영상의 디지털 르네상스는 한 직함에 자신을 가두지 않고 여러 분야를 배우며 생각과 제작을 함께 하는 사람을 뜻한다. 중요한 것은 관심사의 개수만 늘리는 일이 아니다. 배운 것들을 자신이 만들고 싶은 하나의 작업이나 사업으로 연결한다. 해설에서 여러 관심사를 한 그릇에 담는다는 표현이 반복되는 이유다.

그 작업은 자신이 관심 있는 것, 고유하게 할 수 있는 것, 다른 사람이 가치 있게 여기는 것이 겹치는 곳에서 찾는다. 관심만으로는 고객의 문제가 해결되지 않을 수 있고 수요만 좇으면 오래 지속할 이유가 약해질 수 있다. 이 교차점을 구체적인 제품과 서비스로 시험하면서 조정한다. 어느 한 번의 자기분석으로 대체 불가능한 진로가 확정되는 과정은 아니다.

다빈치의 공방과 산업화의 분업은 이 대비를 설명하는 역사적 비유로 등장한다. 그러나 영상의 직업은 250년 된 발명품이라는 표현을 노동이나 고용 자체의 기원이 그때라는 확정적 사실로 옮길 수는 없다. 사람이 예전에는 모두 자유롭게 전체 작업을 다뤘다는 서술도 복잡한 역사를 단순화한다. 여기서 남길 논점은 분업에 익숙한 사람이 자신의 작업 전체를 이해하는 방향으로 배움의 범위를 넓힐 수 있다는 것이다.

목표가 먼저 있어야 학습할 정보가 보인다

무엇을 만들지 정하면 정보의 중요도가 달라진다. 제품을 만드는 중에 부딪힌 문제는 필요한 지식을 찾을 이유가 되고 책과 영상, AI의 설명은 그 문제를 푸는 자료가 된다. 반대로 준비를 완벽하게 끝낸 다음 시작하겠다고 생각하면 강의를 계속 보면서도 실제 작업은 미뤄질 수 있다. 도제식 학습처럼 숙련자의 방식을 따라 하고 직접 시도하면서 판단을 만드는 순서다.

행동하면서 배운다는 말이 검증 없는 실행을 뜻하지는 않는다. 자신의 상황에 맞는지 따져 보고 작게 시험한 뒤 결과를 확인한다. AI가 준 조언과 사람이 준 조언 모두 같은 검토가 필요하다. 영상의 강한 수사를 따라 모든 조언을 위험과 비용을 감수하며 시험해야 한다고 받아들이기보다, 정보 소비와 구체적인 문제 해결을 연결한다는 뜻으로 읽는 편이 타당하다.

AI를 시작하는 세 단계

첫 단계는 원하는 결과와 좋은 결과의 기준을 아는 것이다. 사업을 모르는 상태에서 AI에게 모든 것을 맡기면 고객과 제품, 판매 방식이 무엇이어야 하는지부터 모호해진다. 이때 AI는 완성된 사업을 대신 만드는 존재보다 필요한 지식을 배우고 선택지를 구체화하는 도구가 될 수 있다. 무엇을 시킬지 정하는 판단은 사용자가 맡는다.

두 번째는 첫 초안을 최종 결과로 취급하지 않는 것이다. 랜딩 페이지의 문구와 배치, 앱의 기능과 오류를 목적에 맞게 계속 고쳐야 한다. 제작 속도가 빨라져도 고객이 찾아오고 제품을 구매하도록 만드는 유통과 판매 과정은 남는다. 반복 개선이 중요하다는 설명을 일정 기간 안의 수익이나 시장 상위권 진입을 보장하는 약속으로 해석해서는 안 된다.

세 번째는 자신의 일을 AI로 대체해 보는 실험이다. 하루에 하는 일을 적고 그중 반복 가능한 부분을 프롬프트나 스킬, 도구로 만들 수 있는지 살핀다. 직접 해 보면 현재 가능한 자동화와 계속 사람이 판단해야 하는 부분이 구분된다. 안 되는 부분까지 억지로 맡기기보다 결과를 보고 위임의 경계를 조정한다.

자동화 과정도 한 번에 완성되지 않는다. 기대하는 절차와 결과를 설명하고 잘못된 부분에 피드백을 주면서 수정해야 한다. 새 직원에게 업무 방식을 알려 주는 비유는 이 관리 과정을 설명한다. AI가 사람과 같은 이해나 책임을 갖는다는 뜻보다 한 번의 모호한 요청만으로 자신의 기준을 모두 알아낼 수 없다는 뜻에 가깝다.

조사와 글쓰기를 다르게 위임한다

Koe는 자료를 넓게 훑어 흐름을 찾고 랜딩 페이지와 판매 흐름을 만드는 데 AI를 사용한다. 반면 뉴스레터와 대본을 실제로 쓰는 과정은 직접 남긴다. 글쓰기를 즐기며 독자에게 전달할 가치를 세밀하게 조절하고 싶기 때문이다. 자동화가 가능한지와 자신이 자동화하고 싶은지는 따로 물어야 한다.

이 선택은 기술을 모두 거부하는 태도와 모든 판단을 기술에 맡기는 태도 사이에 놓인다. 효율만 높이다가 직접 경험과 관계를 비워 버릴 필요도 없고 기술을 멀리한다는 이유로 유용한 수단까지 버릴 필요도 없다. 영상은 마음·몸·관계·사회적 활동을 함께 살피는 틀로 이 차이를 설명한다. 이 분류는 선택을 돕는 관점이며 사람의 성격을 확정하는 심리학적 진단은 아니다.

집중과 회복도 같은 방식으로 나눈다. 컴퓨터 앞에서 좁고 깊게 작업하는 시간과 산책하거나 책을 읽으며 주의를 여는 시간은 다른 일을 한다. 다윈의 작업과 산책 일과는 그 리듬의 예시이지 그대로 복제하면 같은 성과를 얻는 공식이 아니다. AI로 아낀 시간을 더 많은 자동화를 관리하는 데만 쓰지 않고 자신이 선택한 경험과 작업에 돌릴 수 있다는 것이 마지막에 남는 제안이다.

참고 자료

36분 영상 83만 뷰, Dan Koe — 직업은 250년짜리 발명품, AI 시대에 남는 스킬 스택 3층 — AgentOS, 2026년 9월 13일. 원본 클립의 영어 자막과 한국어 해설 구간의 로컬 음성 전사를 함께 사용했다. 제목의 조회 수와 생산성 배수는 이 글의 검증된 성과 지표로 사용하지 않았다.

Dan Koe 원본 영상 — AgentOS 설명란에 제시된 원본 출처. 이 글은 AgentOS의 해설과 그 안에 인용된 클립을 정리한 것으로 원본 영상 전체를 별도로 재검토한 글은 아니다.