WEBVTT 00:00:01.240 --> 00:00:05.280 이 영상은 네 권의 책을 바탕으로 재구성한 가상 토론입니다. 00:00:05.420 --> 00:00:08.260 실제 저자의 발언이나 목소리가 아닙니다. 00:00:08.630 --> 00:00:11.780 AI가 일하는 시대, 사람은 무엇을 해야 할까요? 00:00:13.486 --> 00:00:16.176 AI로 보고서는 금방 쓰게 됐습니다. 00:00:16.436 --> 00:00:19.016 그런데 퇴근은 왜 그대로일까요? 00:00:19.566 --> 00:00:25.776 오늘은 도구 이야기보다, 빨라진 일이 정말 내 삶과 회사의 성과를 바꾸는지 묻고 싶습니다. 00:00:26.557 --> 00:00:29.077 보고서를 쓰는 건 일의 일부니까요. 00:00:29.157 --> 00:00:33.027 데이터는 다른 부서에 있고, 승인은 여전히 멈춰 있습니다. 00:00:33.207 --> 00:00:37.327 글 쓰는 속도가 빨라져도, 회사가 움직이는 속도는 그대로일 수 있죠. 00:00:38.132 --> 00:00:40.292 저는 그보다 앞을 보겠습니다. 00:00:40.842 --> 00:00:44.982 영업팀의 고객과 회계팀의 거래처가 같은 대상을 뜻하나요? 00:00:45.642 --> 00:00:50.722 AI에게 자료를 많이 줘도, 부서마다 뜻이 다르면 판단은 엇갈립니다. 00:00:51.479 --> 00:00:54.079 두 분 말씀대로 구조가 중요합니다. 00:00:54.609 --> 00:00:57.429 그런데 무엇을 위해 빨라지려는지도 빠졌어요. 00:00:57.869 --> 00:01:03.019 아낀 시간에 더 많은 일을 밀어 넣는다면, 사람에게는 좋은 변화일까요? 00:01:04.003 --> 00:01:04.953 맞습니다. 00:01:05.173 --> 00:01:08.153 절약한 시간만으로 성과가 완성되지는 않죠. 00:01:08.543 --> 00:01:16.003 재작업이 줄었는지, 고객에게 도움이 됐는지, 그리고 그 경험이 내 다음 역할로 이어졌는지까지 봐야 합니다. 00:01:16.599 --> 00:01:19.599 그 역할에 확인 책임만 늘어나는 것도 문제예요. 00:01:19.939 --> 00:01:27.149 사람이 마지막에 확인하라는 말은 쉽지만, 확인할 시간과 근거를 주지 않으면 사실상 승인 버튼만 누르게 됩니다. 00:01:28.926 --> 00:01:32.036 그럼 변화의 핵심을 이렇게 볼 수 있을까요? 00:01:32.476 --> 00:01:39.026 이제 AI는 답을 써 주는 데서, 여러 단계를 이어 실제 일을 처리하는 쪽으로 가고 있습니다. 00:01:39.426 --> 00:01:41.226 무엇을 먼저 바꿔야 할까요? 00:01:41.880 --> 00:01:44.150 가상의 구매 업무를 생각해 보죠. 00:01:44.420 --> 00:01:48.620 견적을 찾고, 조건을 비교하고, 주문 초안까지 만들 수 있습니다. 00:01:49.030 --> 00:01:52.880 하지만 계좌 변경이나 최종 발주는 누가 승인하는지 먼저 정해야 합니다. 00:01:53.327 --> 00:01:54.317 잠깐만요. 00:01:54.667 --> 00:01:57.837 최종 승인만 사람에게 남기면 충분할까요? 00:01:58.187 --> 00:02:04.907 비교 근거가 안 보이는데 초안이 너무 매끈하면, 틀린 거래처나 조건도 그대로 통과할 수 있잖아요. 00:02:05.501 --> 00:02:07.431 그래서 하네스가 필요합니다. 00:02:07.341 --> 00:02:12.981 어떤 자료를 보고 어디까지 행동할지, 언제 멈추고 누구에게 물을지 정하는 장치죠. 00:02:13.261 --> 00:02:17.831 승인 화면에는 근거를, 실행 뒤에는 기록과 되돌릴 절차를 붙여야 합니다. 00:02:18.543 --> 00:02:21.293 여기에 의미의 연결도 필요합니다. 00:02:21.663 --> 00:02:31.783 회사 이름이 조금 달라도 같은 거래처라는 사실, 그 거래처와 계약, 주문, 지급 조건이 어떻게 연결되는지 알아야 제대로 비교할 수 있습니다. 00:02:32.475 --> 00:02:37.385 그렇다면 편리함이 커질수록 질문도 더 구체적이어야겠네요. 00:02:37.795 --> 00:02:44.555 어떤 일을 대신했느냐뿐 아니라, 누구의 동의를 거쳤고, 잘못됐을 때 누가 바로잡을 수 있느냐까지요. 00:02:46.321 --> 00:02:52.151 현종 작가님, 현실에서는 문서를 더 많이 넣고 검색을 잘하게 만들면 된다고도 합니다. 00:02:52.141 --> 00:02:55.591 온톨로지는 거기에 무엇을 더하는 건가요? 00:02:56.371 --> 00:02:58.701 문서를 찾는 일도 꼭 필요하죠. 00:02:58.931 --> 00:03:05.231 온톨로지는 고객, 주문, 제품 같은 대상을 정의하고 그 관계를 명시합니다. 00:03:05.461 --> 00:03:12.131 매출이 줄었다는 숫자에서, 어떤 고객의 어떤 주문이 왜 달라졌는지 따라갈 길을 만드는 겁니다. 00:03:13.022 --> 00:03:14.652 취지에는 동의합니다. 00:03:14.762 --> 00:03:19.212 다만 회사 전체의 의미부터 정리하려다 아무것도 못 하는 건 아닐까요? 00:03:19.562 --> 00:03:23.452 현장에서는 다음 달에도 써먹을 수 있는 작은 변화가 필요합니다. 00:03:24.069 --> 00:03:25.049 맞습니다. 00:03:25.369 --> 00:03:28.599 처음부터 모든 데이터를 정리하자는 뜻은 아닙니다. 00:03:28.909 --> 00:03:34.649 반복해서 틀리는 판단 하나를 고르고, 거기에 필요한 대상과 관계부터 연결해야 합니다. 00:03:35.029 --> 00:03:37.749 실제 결과를 보면서 정의도 고쳐야 하고요. 00:03:38.640 --> 00:03:41.210 정의를 고친다는 부분이 중요하네요. 00:03:41.790 --> 00:03:47.560 좋은 고객을 당장 매출이 큰 고객으로만 정하면, 장기적인 관계는 빠질 수 있어요. 00:03:47.790 --> 00:03:51.760 구조를 만든다고 그 안의 가치판단까지 옳아지는 건 아니니까요. 00:03:52.656 --> 00:03:53.606 그렇죠. 00:03:53.726 --> 00:03:56.696 온톨로지는 정답을 보장하는 마법이 아닙니다. 00:03:56.926 --> 00:04:04.776 오히려 암묵적으로 쓰던 기준을 드러내서, 누가 정의했고 언제 바꿔야 하는지 함께 검토할 수 있게 하는 데 의미가 있습니다. 00:04:06.116 --> 00:04:08.696 그래서 성과도 직접 재야겠죠. 00:04:09.126 --> 00:04:13.616 고객 상담 연구에서는 시간당 문제 해결이 평균 15% 늘었습니다. 00:04:14.196 --> 00:04:19.306 하지만 특정 업무의 결과를, 모든 회사와 직업에 그대로 적용할 수는 없습니다. 00:04:19.921 --> 00:04:22.191 개발자 연구도 흥미롭습니다. 00:04:22.221 --> 00:04:25.361 2025년 METR 실험에서는 오히려 더 오래 걸렸죠. 00:04:25.441 --> 00:04:31.761 그런데 2026년 후속 설명은 효과가 달라졌을 가능성과 측정의 편향을 함께 짚었습니다. 00:04:31.941 --> 00:04:34.061 옛 숫자 하나로 결론 내리기 어렵습니다. 00:04:34.776 --> 00:04:38.556 성과를 재는 동안, 생각하는 습관도 살펴야 해요. 00:04:38.976 --> 00:04:44.746 AI가 잘 써 주니까 내가 무엇을 말하려 했는지 묻지 않게 되는 순간이 있거든요. 00:04:45.376 --> 00:04:47.876 결과물을 내 생각의 끝으로 삼아도 될까요? 00:04:48.758 --> 00:04:57.348 지식노동자 319명을 조사한 연구에서도, AI에 대한 높은 신뢰는 비판적 사고를 덜 했다는 응답과 관련됐습니다. 00:04:57.768 --> 00:05:03.768 다만 자기보고 설문이니까, AI가 사고력을 떨어뜨렸다고 인과를 단정하면 안 됩니다. 00:05:04.556 --> 00:05:08.896 그렇다고 모든 답을 처음부터 다시 검증하면 시간을 아끼기 어렵지 않을까요? 00:05:09.536 --> 00:05:13.706 어느 지점에서 사람의 판단을 남길지, 위험에 따라 나눠야 할 것 같습니다. 00:05:14.362 --> 00:05:15.272 맞아요. 00:05:15.432 --> 00:05:21.302 아이디어를 넓히는 초안과, 타인의 권리나 돈을 움직이는 결정은 다르게 다뤄야죠. 00:05:21.802 --> 00:05:28.802 저는 먼저 내 가설을 적고, AI에게 반례를 묻고, 결정의 근거는 직접 확인하겠습니다. 00:05:29.476 --> 00:05:33.446 그러면 사람의 일은 사라진다기보다 옮겨 가는 걸까요? 00:05:34.396 --> 00:05:38.426 저는 직업 전체보다 과업을 나눠 보자고 제안합니다. 00:05:38.666 --> 00:05:42.876 다만 새 역할이 저절로 생기거나 모두에게 돌아오는 건 아니겠죠. 00:05:43.456 --> 00:05:44.486 맞습니다. 00:05:44.496 --> 00:05:49.516 신입에게 초안 작업을 맡기지 않으면서 전문가처럼 검토하라고 할 수는 없어요. 00:05:49.736 --> 00:05:55.146 어떤 근거로 고쳤는지 함께 배우는 과정이 있어야, 판단할 사람도 계속 자랍니다. 00:05:56.717 --> 00:06:01.327 마지막으로, 내일 아침 하나만 바꾼다면 무엇부터 하시겠습니까? 00:06:01.457 --> 00:06:03.977 독자들이 바로 해볼 수 있는 일로 부탁드립니다. 00:06:04.749 --> 00:06:07.579 회의에서 자주 엇갈리는 단어 하나를 고르세요. 00:06:08.039 --> 00:06:12.219 고객이든 매출이든, 무엇을 포함하고 제외하는지 적어 보세요. 00:06:12.639 --> 00:06:16.939 AI를 연결하기 전에 사람끼리 의미부터 맞추는 겁니다. 00:06:17.698 --> 00:06:23.688 반복 업무 하나를 골라 AI가 해도 되는 일, 승인이 필요한 일, 멈춰야 하는 조건을 적겠습니다. 00:06:24.198 --> 00:06:27.878 작게 실행하고 오류와 되돌리는 방법까지 확인하는 거죠. 00:06:28.637 --> 00:06:35.187 저는 AI를 열기 전에, 내가 알고 싶은 것과 잠정적인 답을 세 줄로 적겠어요. 00:06:35.617 --> 00:06:38.767 답을 받으면 무엇이 달라졌는지 비교하고요. 00:06:39.207 --> 00:06:42.477 편리함 속에서도 내 질문을 놓치지 않으려고요. 00:06:43.124 --> 00:06:49.004 저는 결과물 하나에서 출처, 빠진 조건, 틀렸을 때의 영향을 확인하겠습니다. 00:06:49.844 --> 00:06:55.324 믿는다는 건 확인을 없애는 일이 아니라, 무엇을 근거로 믿는지 아는 일이니까요. 00:06:56.176 --> 00:07:03.446 저는 일이 얼마나 나아졌는지 기록하고, 생긴 시간을 어디에 쓸지 동료와 합의하겠습니다. 00:07:04.106 --> 00:07:06.946 더 빠른 답은 이미 곁에 있습니다. 00:07:07.626 --> 00:07:13.146 그 답으로 어떤 일을 하고 어떤 삶을 만들지는, 우리가 계속 물어야겠습니다. 00:07:13.751 --> 00:07:19.831 성과를 만드는 일, 조직을 움직이는 구조, 데이터를 잇는 맥락, 그리고 나의 판단. 00:07:19.951 --> 00:07:23.441 네 권의 책에서, 여러분의 다음 질문을 만나 보세요. 00:07:23.461 --> 00:07:24.861 처음북스였습니다.