AI는 빨라졌는데 왜 우리는 여전히 바쁠까 — AI가 사람을 기다리는 네 지점

아침에 광고 성과를 확인하고, AI와 소재 전략을 논의하고, 카피 초안을 받아 고치고, 다시 광고를 세팅한다. 달라진 건 그 사이에 AI 창이 하나 더 떠 있다는 것뿐 — 일 한 덩어리가 끝나는 속도는 빨라졌는데 하루의 모양은 그대로다. 모비인사이드에 실린 버즈빌 마케터의 이 고백은 숫자로도 확인된다. 가트너는 2028년까지 일상 업무 의사결정의 15%가 AI 에이전트에 의해 자율적으로 내려질 것으로 전망하면서, 동시에 2027년 말까지 에이전틱 AI 프로젝트의 40% 이상이 취소될 것으로 예측했다. 도입과 가치 사이의 격차는 어디서 생기나. 실리콘밸리에서 AI 팀메이트 스타트업 런베어를 창업한 전 버즈빌 CPO의 진단이 명쾌하다. AI가 사람을 기다리는 지점은 정확히 네 곳이다.

운전석에 누가 앉아 있나

이 진단의 출발점은 AI 활용의 두 방식 구분이다. 'AI 어시스티드'는 사람이 결정하고 AI에게 묻고 답을 받아 사람이 실행한다. 'AI 드리븐'은 AI가 일을 진행하다 사람의 판단이 필요한 순간에만 사람을 부른다. 사람이 계속 운전석에 앉아 있느냐, AI가 운전하다 필요할 때만 핸들을 넘기느냐의 차이다. AI로 일하는 속도를 제한해 온 요인은 토큰, 컴퓨팅 파워 순으로 풀려 왔고, 마지막에 남은 병목이 사람의 어텐션이다. 역설적이게도 AI 성능이 좋아질수록 일이 막히는 지점은 도구에서 사람 쪽으로 이동한다.

AI가 사람을 기다리는 네 지점

마케터의 하루로 옮기면 이렇다. 브리프를 써서 시키고, 지난 캠페인 성과·브랜드 가이드·타깃 정의를 찾아 알려주고, 나온 카피와 소재를 읽으며 확인하고, 승인을 받아 광고를 내보낸다. 지금 대부분의 AI 활용은 이 네 지점 모두에서 사람을 필요로 한다.

중요한 건 네 지점의 성격이 다르다는 점이다. 앞의 둘은 AI에게 넣어주는 일이고, 뒤의 둘은 AI가 만든 것을 걸러내는 일이다. 그래서 앞만 자동화하면 사고가 난다. 소재 생산이 10배가 돼도 검수·승인 방식이 그대로면 조직 처리량은 10배가 되지 않는다. 병목은 사라진 게 아니라 생산 단계에서 검수·승인 단계로 이동했을 뿐이다. AI를 본격 도입한 팀이 초기에 오히려 더 바빠지는 이유가 정확히 이것이다.

결국 남는 일은 '기준을 말로 정의하는 것'

소재를 3개만 만들 수 있던 시절엔 무엇을 만들지 고르는 안목이 실력이었다. 30개를 만들 수 있게 되면 만들어진 것 중 무엇이 좋은지 판별하는 기준이 실력이 된다. 문제는 대부분의 팀이 그 기준을 언어로 갖고 있지 않다는 것이다. 레퍼런스 몇 장과 "이런 느낌으로"가 통했던 건 받는 쪽이 눈치로 채워주는 사람이었기 때문이다. AI에게 맡기는 순간, 좋은 소재의 정의, 우리 브랜드다운 표현과 아닌 표현, CTR이 높아도 쓰지 않을 방식, 자동 집행 가능한 범위 — 암묵지가 전부 청구서로 돌아온다. 기준이 없으면 매번 톤을 처음부터 설명하고, 결과물이 들쭉날쭉하고, 결국 "내가 다시 쓰는 게 빠르다"로 회귀한다. AI가 못해서가 아니라, 무엇이 통과인지 아무도 말해준 적이 없어서다.

우리 관점: 병목 진단이 도구 도입보다 먼저다

우리 팀의 AI가 오늘 어디서 멈췄는지 네 질문으로 확인해 보라. 담당자가 다음 지시를 내려야 했나(시키기), 같은 자료를 이번 주에도 다시 붙여 넣었나(알려주기), 만들어진 소재는 늘었는데 집행 소재 수는 그대로인가(확인), 결과물은 완성됐는데 승인 대기가 리드타임의 최장 구간인가(내보내기). 이 진단이 실리콘밸리만의 얘기가 아니라는 건 쏘카와 삼쩜삼이 시행착오 끝에 찾은 진짜 'AI 격차' — 도구가 아니라 축적이었다에서 국내 기업들이 같은 결론에 도달한 데서도 확인된다.

그리고 '확인' 병목의 해법은 결국 위임의 기술이다. 모든 과정을 들여다보는 대신 어떤 게이트에서만 개입할지 정하는 것 — 이 구분은 젠슨 황이 봉인을 풀었다 — 마이크로매니징과 위임을 가르는 건 게이트의 종류다의 프레임과 정확히 겹친다. 기준을 문서로 만들고, 게이트를 정하고, 나머지는 맡긴다. 기준이 있는 팀만이 사람의 자리를 실행에서 판단으로 옮길 수 있다.