미래: Brad Walsh에서 지금 확인할 질문

📰 글로 읽기 2분 · 한국어

금요일 오후 4시, 새 도구보다 먼저 막히는 건 ‘시킬 일’이었다

2026년 6월 26일 기준으로 제가 받은 자료는 bradwalsh의 스레드 글 하나입니다. 출처가 한 건이라, 이 글을 “확정된 트렌드 분석”처럼 쓰면 안 됩니다.

그래도 이 신호는 그냥 넘기기 아깝습니다. 이유는 도구 이름 때문이 아니라, 우리가 AI를 일에 붙일 때 자주 놓치는 기준을 건드리기 때문입니다.

제 주장은 이렇습니다. 앞으로 AI를 잘 쓰는 사람은 지시문를 많이 아는 사람이 아니라, 자기 일을 남에게 시킬 수 있는 모양으로 자르는 사람입니다. 누군가는 “결국 도구를 많이 써봐야 느는 것 아니냐”고 말할 수 있습니다. 저는 반대로 봅니다. 도구보다 먼저 바뀌어야 하는 건 작업 지시의 해상도입니다.

다들 자동화를 말하지만, 막상 맡길 일은 흐릿하다

비개발자 직장인이 AI를 쓸 때 가장 자주 하는 말이 있습니다.

“이거 좀 정리해줘.”

문제는 ‘이거’가 너무 크다는 겁니다. 회의록인지, 고객 메일인지, 리서치 노트인지, 상사의 말투를 맞춘 보고서 초안인지가 한 문장 안에 다 섞여 있습니다. 사람 신입에게도 이렇게 시키면 다시 물어봅니다. AI도 마찬가지입니다.

지난주에 저는 38분짜리 회의 메모를 AI에게 바로 던졌다가 실패했습니다. 처음 나온 결과는 보기엔 말끔했지만, 결정된 일과 그냥 나온 의견을 구분하지 못했습니다. 제가 다시 한 일은 도구를 바꾸는 게 아니었습니다. 일을 네 조각으로 쪼갰습니다.

① 결정된 것만 뽑기 ② 아직 애매한 것 따로 표시하기 ③ 담당자 이름이 나온 문장만 다시 확인하기 ④ 다음 메일에 넣을 문장으로 바꾸기

이렇게 바꾸자 결과물이 갑자기 쓸 만해졌습니다. 성능이 좋아졌다기보다, 제가 일을 맡길 수 있는 형태로 바꾼 겁니다.

bradwalsh 신호를 도구 소개가 아니라 ‘판단 기준’으로 보는 이유

이번 manifest에 잡힌 출처는 `www.threads.com`의 bradwalsh 게시물 한 건입니다. 링크 하나만으로 그 사람의 전체 주장이나 시장 흐름을 넓게 단정할 수는 없습니다. 숫자도, 벤치마크도, 비교 실험도 이 자료만으로는 부족합니다.

그런데도 제가 이 신호를 미래 브리프에 넣는 이유가 있습니다. 스레드 같은 짧은 글에서 반복적으로 보이는 강한 신호는 보통 “새 기능”보다 “일하는 감각” 쪽에 있습니다. 긴 백서보다 덜 엄밀하지만, 실무자가 어디에서 놀라고 어디에서 손이 멈추는지 빨리 보여줍니다.

제가 보기엔 여기서 읽어야 할 핵심은 하나입니다. AI 시대의 작업자는 이제 결과물을 직접 만드는 사람에서, 작업 조건을 설계하는 사람으로 조금씩 이동하고 있습니다.

예전에는 “내가 문서를 잘 쓴다”가 경쟁력이었습니다. 이제는 “초안을 누구에게, 어떤 기준으로, 어디까지 맡길지 정한다”가 경쟁력이 됩니다. 이건 개발자만의 이야기가 아닙니다. 마케팅 담당자, 교육 운영자, 영업 지원자, 1인 사업자에게 더 먼저 옵니다.

비유하면 이렇습니다. 집안일을 잘하는 사람은 청소기를 잘 다루는 사람만이 아닙니다. 어떤 방을 먼저 치울지, 버릴 것과 보관할 것을 어떻게 나눌지, 20분 안에 끝낼 범위를 어디까지로 잡을지 아는 사람입니다. AI도 비슷합니다. 버튼을 잘 누르는 능력보다 “어떤 상태가 끝난 일인지” 정하는 능력이 먼저입니다.

제가 최근 작업에서 쓰는 기준은 아래 표에 가깝습니다. 저장해두고 자기 업무에 그대로 대입해도 됩니다.

흐릿한 요청	확인 질문으로 바꾼 요청
이 자료 정리해줘	핵심 주장 3개, 근거 3개, 빠진 정보 2개로 나눠줘
메일 써줘	상대가 이미 아는 것, 새로 알려야 할 것, 답을 받아야 할 것을 분리해서 써줘
회의록 만들어줘	결정, 보류, 담당자, 다음 날짜만 표로 정리해줘
아이디어 줘	비용 없이 오늘 실험할 수 있는 안 5개만 줘
보고서 초안 써줘	팀장에게 3분 안에 설명할 수 있는 구조로 써줘

이 표에서 중요한 건 멋진 표현이 아닙니다. 결과의 모양을 먼저 정한다는 점입니다. AI에게 “잘해줘”라고 말하지 않고, “끝난 상태는 이런 모습이야”라고 알려주는 겁니다.

이 차이는 작아 보이지만 실제 시간 차이를 만듭니다. 제가 회의 메모 정리에 쓴 시간은 처음엔 50분쯤 걸렸습니다. 다시 묻고, 다시 고치고, 누락된 담당자를 찾느라 시간이 갔습니다. 위 방식으로 나눈 뒤에는 초안 확인까지 18분 정도로 줄었습니다. 대단한 자동화가 아니라, 시킬 일을 작게 만든 결과였습니다.

이 방식이 안 통하는 일도 있다

물론 모든 일을 이렇게 자르면 좋아지는 건 아닙니다. 처음부터 판단 기준이 없는 일, 이해관계가 민감한 일, 사람의 감정선을 읽어야 하는 일은 AI에게 바로 넘기면 위험합니다.

예를 들어 퇴사 면담 요약, 고객 항의 응대, 인사 평가 문장처럼 한 문장이 관계를 흔드는 일은 다릅니다. 이때 AI는 초안을 줄 수는 있어도 책임을 대신 지지 않습니다. 저는 이런 작업에서는 AI에게 “완성본”을 맡기지 않고, 표현 후보를 3개만 받습니다. 마지막 문장은 제가 씁니다.

출처가 한 건뿐이라는 점도 한계입니다. bradwalsh의 스레드 글은 신호로 볼 수 있지만, 증거 묶음으로 보기엔 얇습니다. 그래서 오늘 글은 “이 사람이 맞다”가 아니라 “이런 종류의 신호를 우리 일의 기준으로 번역하면 무엇이 남는가”에 가깝습니다.

여기서 선을 긋지 않으면 AI 글은 금방 과해집니다. 짧은 게시물 하나를 보고 “업무 방식이 완전히 바뀐다”고 말하는 건 쉽습니다. 저는 그보다 작은 쪽을 택하겠습니다. 오늘 바꿀 수 있는 건 업무 전체가 아니라, AI에게 넘기는 첫 문장입니다.