“이거, 지금도 물어볼 가치가 있나요?”
지난주 한 직장인 모임에서 들은 말이다. 누군가 2년 전 적어둔 AI 리서치 아이디어를 꺼냈고, 방 안의 공기가 잠깐 멈췄다. 메모장에는 좋은 문장이 많았지만, 당장 오늘의 질문은 없었다.
오래된 아이디어는 버리는 게 아니라 다시 질문해야 한다
제가 보기엔 오래된 연구 아이디어의 문제는 낡았다는 점이 아니다. 너무 넓다는 점이다.
“AI가 지식노동을 어떻게 바꿀까” 같은 질문은 여전히 커 보인다. 하지만 이 상태로는 아무 일도 못 한다. 회의 자료도 못 만들고, 팀에 공유할 글도 못 쓰고, 오늘 오후에 테스트할 작은 행동도 나오지 않는다.
이번 자료에서 확인할 수 있는 출처는 news.hada.io에 올라온 Autoresearch 관련 항목 하나뿐이다. 그래서 저는 이 글에서 Autoresearch를 거창한 자동 연구 시스템으로 단정하지 않겠다. 대신 한 가지 주장만 하겠다.
오래된 연구 아이디어는 AI에게 “조사해줘”라고 맡기기 전에, 사람이 먼저 오늘의 질문으로 줄여야 한다. AI 자동화의 가치는 답을 대신 쓰는 데서 시작하지 않는다. 질문의 크기를 일하는 사람이 감당할 수 있게 줄일 때 생긴다.
팀의 메모장은 답보다 먼지를 더 많이 쌓는다
비개발자 직장인에게 오래된 아이디어는 대개 Notion, Google Docs, 카카오톡 나에게 보내기, 회의록 어딘가에 흩어져 있다. 저도 예외가 아니다. “나중에 AI와 번역 업무 연결하기”라는 메모를 2024년에 적어두고, 한동안 다시 열지 않았다.
문제는 메모가 없어서가 아니었다. 메모가 너무 컸다.
예를 들어 “AI로 시장조사를 자동화하기”는 멋져 보이지만, 바로 실행하기 어렵다. 반대로 “이번 주에 우리 팀이 검토할 해외 소프트웨어 서비스 5개를 가격, 고객군, 차별점 기준으로 비교할 수 있는가”는 움직일 수 있다. 질문이 줄어들자 검색 범위가 줄고, 결과물의 모양도 보이기 시작했다.
Autoresearch 같은 흐름은 여기에서 도움이 될 수 있다. 단, AI가 연구자의 판단을 통째로 대신한다는 뜻은 아니다. 제가 실제 업무에서 느낀 효용은 더 작고 현실적이었다. 넓은 주제를 반복 검색 가능한 질문 묶음으로 바꾸고, 출처를 따라가며, 중간 결과를 다시 좁히는 일. 이 정도만 해도 사람의 시간을 꽤 아낀다.
좋은 자동화는 큰 질문을 작은 작업으로 깎는다
오래된 연구 아이디어를 오늘의 질문으로 바꾸려면 세 가지를 먼저 나눠야 한다.
첫째, 궁금한 것과 필요한 것을 분리해야 한다. “AI 에이전트의 미래”는 궁금한 것이다. “우리 팀이 다음 분기에 고객 응대 문서 자동화를 시도해도 되는가”는 필요한 것이다. 둘은 비슷해 보이지만 결과물이 다르다. 앞의 질문은 긴 글을 부르고, 뒤의 질문은 판단표를 부른다.
둘째, 시간 범위를 잘라야 한다. 오래된 아이디어는 대개 시간 감각이 흐리다. 2023년에 중요했던 문제가 2026년에도 그대로 중요하지 않을 수 있다. 반대로 당시에는 이른 질문이었지만, 지금은 도구와 사용 습관이 따라와서 다시 물어볼 만한 질문도 있다. 그래서 저는 예전 메모를 볼 때 “지금 2주 안에 확인할 수 있는가”를 먼저 묻는다.
셋째, 답의 형식을 정해야 한다. AI에게 그냥 조사해달라고 하면 길고 매끈한 문장이 돌아온다. 읽을 때는 그럴듯하지만, 회의에 가져가면 약하다. 가격표인지, 위험 목록인지, 찬반 판단인지, 고객 인터뷰 질문지인지 먼저 정해야 한다. 형식이 정해지면 AI도 덜 떠돈다.
제가 쓰는 간단한 변환표는 이렇다.
| 오래된 메모 | 오늘의 질문 | 바로 만들 결과물 |
|---|---|---|
| AI가 리서치를 자동화한다 | 이번 주 의사결정에 필요한 출처 5개를 모을 수 있는가 | 출처 목록과 한 줄 판단 |
| 에이전트가 업무를 바꾼다 | 우리 팀의 반복 업무 중 사람 확인이 꼭 필요한 단계는 어디인가 | 업무 단계 체크리스트 |
| 시장조사를 AI로 줄인다 | 경쟁 제품 3개의 가격과 타깃 고객을 비교할 수 있는가 | 비교표 |
| 번역 업무에 AI를 붙인다 | 초벌 번역보다 검수 시간을 줄이는 데 더 맞는가 | 전후 작업 시간 기록 |
| 새로운 도구를 도입한다 | 다음 2주 동안 한 명이 써보고 판단할 수 있는가 | 작은 실험 계획 |
이 표의 핵심은 “큰 생각을 작게 만든다”가 아니다. 더 정확히 말하면, AI에게 줄 수 있는 질문과 사람이 책임져야 할 판단을 분리하는 것이다.
비개발자 직장인의 일은 대부분 이렇게 생겼다. 완성된 답을 받는 것보다, 상사나 동료에게 보여줄 수 있는 중간 판단물이 필요하다. “이걸 사야 합니다”보다 “이 세 가지를 비교해보니, 지금은 보류가 낫습니다”가 더 쓸모 있을 때가 많다.
그래서 Autoresearch를 볼 때도 저는 자동화의 이름보다 질문의 단위를 본다. AI가 여러 자료를 뒤지는 능력은 계속 좋아질 수 있다. 하지만 “무엇을 비교해야 하는지”, “어느 정도 근거면 충분한지”, “내 일에서 지금 필요한 판단은 무엇인지”는 여전히 사람이 정해야 한다.
복붙용으로 남기면 이 한 줄이다.
> “이 오래된 아이디어를 오늘 30분 안에 확인할 수 있는 질문 하나로 바꾸면 무엇인가?”
이 질문은 단순하지만 꽤 강하다. 막연한 공부를 작은 실험으로 바꾼다. 그리고 작은 실험은 다음 주의 판단을 만든다.
모든 질문이 줄어들수록 좋아지는 건 아니다
다만 주제를 너무 빨리 좁히면 놓치는 것도 생긴다. 특히 아직 시장이 정리되지 않은 기술은 처음부터 표로 만들면 위험하다. 표는 비교를 잘하게 해주지만, 비교 기준 밖의 변화를 지워버리기도 한다.
예를 들어 새로운 AI 도구를 “가격, 기능, 속도”만으로 보면 쉬워진다. 하지만 조직 안에서 누가 쓰는지, 어떤 데이터가 들어가는지, 실패했을 때 누가 책임지는지는 잘 안 보인다. 제가 예전에 번역 자동화 도입을 검토할 때도 그랬다. 초벌 속도만 보면 이득이었지만, 용어 검수와 고객별 문체 관리까지 넣으니 판단이 달라졌다.
Autoresearch식 접근도 마찬가지다. 출처가 얇으면 얇다고 표시해야 한다. 이번 글도 공개적으로 확인한 근거가 하나의 news.hada.io 항목에 머문다. 그래서 제품 성능이나 시장 영향까지 크게 말하지 않는다. 오늘 다룰 수 있는 것은 “이런 도구 흐름을 어떻게 업무 질문으로 번역할 것인가”까지다.
오늘은 메모 하나만 다시 열어보자
오늘 할 일은 크지 않다. 예전에 저장해둔 AI 관련 메모 하나를 고른다. 그리고 아래 세 줄만 채운다.
① 이 메모에서 아직 궁금한 것: ② 이번 주 내 일에 실제로 필요한 것: ③ 30분 안에 확인할 수 있는 질문 하나:
제 답은 이렇다. 오래된 연구 아이디어를 살리는 가장 현실적인 방법은 더 많이 조사하는 게 아니라, 오늘의 질문으로 좁히는 것이다. 자동화는 그다음에 붙여도 늦지 않다.
다음 단계는 메모 하나를 위의 ①②③으로 바꾸는 것이다. 다음 편에서는 이렇게 좁힌 질문을 실제로 AI에게 맡길 때, “출처를 확인하는 지시문”와 “그럴듯한 답을 걸러내는 기준”을 다룰 예정이다.
핵심 정리
- “이거, 지금도 물어볼 가치가 있나요?”
- 지난주 한 직장인 모임에서 들은 말이다.
- 제가 보기엔 오래된 연구 아이디어의 문제는 낡았다는 점이 아니다.
→ 영어판 보기
