AI가 생산성을 10배로 못 올리는 이유는 사람이 병목이라서다

• 글쓴이는 요즘 AI 담론의 흔한 기대를 먼저 꺼냄. “내 노트북 안에 1억 달러짜리 스타트업이 들어 있고, 올바른 말의 순서만 찾으면 된다”는 식의 판타지임

  • AI 비서, AI 튜터, 디지털 가든을 정리해주는 AI, 플래시카드를 만들어주는 AI 같은 아이디어가 계속 반복됨
  • 패턴은 비슷함. 프롬프트와 도구와 실행 환경만 잘 엮으면 생산성이 10배 오르고, 공부도 잘하고, 사회성도 좋아지고, 삶이 정리될 것 같은 기대임
  • 글쓴이는 이게 완전히 새로운 꿈은 아니라고 봄. 더글러스 엥겔바트의 ‘인간 지능 증강(Augmenting Human Intellect)’이나 ‘인간-컴퓨터 공생(Man-Computer Symbiosis)’ 같은 초기 컴퓨팅 비전과도 이어져 있음

• 그런데 이 꿈은 이상하게도 매번 잘 실현되지 않음. 글쓴이는 개인 단위의 솔로우 역설처럼 본다

  • 기술은 좋아지는데 생산성 증가는 체감되지 않는 현상이 조직이나 경제 전체가 아니라 개인에게도 반복된다는 얘기임
  • 이유는 크게 두 가지라고 정리함. 하나는 대부분 사람에게 ‘진지한 사용 맥락(serious context of use)’이 없다는 것
  • 다른 하나는 사람의 병목이 외부 도구가 아니라 내부 요인에 걸려 있다는 것임

AI가 붙을 ‘진짜 일’이 있는가

• 글쓴이가 가장 먼저 때리는 예시는 AI 플래시카드임

  • 많은 사람이 AI로 플래시카드를 만드는 앱을 원한다고 말하지만, 정작 그중 매일 Anki를 쓰거나 직접 플래시카드를 만들어본 사람은 별로 없다는 지적임
  • 반대로 이미 플래시카드를 진지하게 쓰는 사람은 AI가 카드를 대신 써주는 것에서 얻는 이득이 크지 않을 수 있음
  • 즉 문제는 “AI가 플래시카드를 잘 만들 수 있나”가 아니라 “당신은 애초에 플래시카드가 필요한 삶을 살고 있나”에 가까움

• AI 튜터도 비슷한 방식으로 회의적으로 봄

  • 노트북 안에 존 폰 노이만의 유령 같은 튜터가 있다고 해도, 뭘 배우게 할 거냐는 질문이 남음
  • 대부분은 어렴풋이 궁금한 수학 주제의 1장을 조금 보다가 잊어버릴 가능성이 크고, 글쓴이는 그게 오히려 합리적일 수 있다고 말함
  • 직업이나 구체적 목표가 요구하지 않는 지식은 기회비용 때문에 계속 밀리기 쉬움. 세상 모든 게 흥미롭다면 오히려 삶이 망가질 수도 있다는 식으로 비꼼

• AI 임원 비서도 구체적으로 따져보면 힘이 빠진다고 함

  • “AI가 내 생산성을 올려줄 것”이라는 추상적 기대는 매력적이지만, 하루 업무를 놓고 보면 AI가 정확히 어떤 행동을 대신 했어야 차이가 났는지 묻는 순간 애매해짐
  • 이미 해야 하는 일을 알려주는 것만으로는 생산성이 크게 오르지 않음
  • 글쓴이는 이런 아이디어를 검증하려면 멋진 제품명보다 아주 작은 실제 행동 단위까지 내려가야 한다고 봄

• 노트 앱과 ‘세컨드 브레인’ 담론에는 특히 신랄함
  • 폴더에 쌓인 노트, 디지털 가든, AI가 읽고 요약하고 연결해주는 시스템은 오후 하나면 만들 수도 있다고 말함
  • 하지만 그게 삶을 바꾸지 못하는 이유는 기존 세컨드 브레인이 삶을 바꾸지 못했던 이유와 같다고 봄
  • 연구자나 역사학자처럼 수천 개 자료와 수천만 단어를 다뤄 실제 산출물을 만들어야 하는 사람이 아니라, 대개는 자기 노트 시스템에 대한 노트를 쓰는 블로거라는 식으로 꼬집음

병목은 도구 밖이 아니라 사람 안에 있다

• 글쓴이가 말하는 인간 증강 모델은 기본적으로 ‘사람은 그대로 두고 주변에 발판을 쌓는 방식’임

  • 그 발판은 전통적인 소프트웨어일 수도 있고 AI일 수도 있음
  • 기대는 “AI 에이전트 무리에게 프롬프트를 던지면 내가 100배 유능해진다”는 것임
  • 하지만 사람 자체가 블랙박스로 그대로 남아 있다면, 병목도 그대로 남는다는 게 글쓴이의 주장임

• 내부 병목으로는 정신 에너지, 동기, 실행 기능, 지능, 성실성 같은 요인을 듦

  • 외부 도구는 어느 정도 도움을 줄 수 있지만, 변화를 완전히 뒤집을 정도로 강력하진 않다는 입장임
  • 글쓴이는 ADHD 경험을 예로 들며 할 일 목록, 캘린더, 타이머 같은 외부 보조가 자신을 0에서 ‘그럭저럭 기능하는 상태’까지는 올려준다고 함
  • 하지만 그 지점에서 포화되고, 실제 내부 병목은 신경화학에 가까워서 약물이 더 직접적인 효과를 낸다고 설명함

• 지능 증강에 대해서도 선을 그음

  • AI 에이전트가 유용해진 건 모델 자체가 특정 능력 임계치를 넘었기 때문이지, GPT-2를 좋은 실행 환경에 넣는다고 GPT-5 결과가 나오진 않음
  • 마찬가지로 사람을 AI 보조 시스템에 넣는다고 유효 지능이 갑자기 30 올라갈 수 있느냐에 대해 글쓴이는 회의적임
  • AI가 모든 사고를 대신한다면 그때는 “사람의 역할이 뭔가”라는 문제가 남고, 인간-AI 협업 시스템의 제한 요소는 여전히 인간일 수 있음

• 지식도 여전히 병목이라고 강조함

  • 많은 사람이 “필요하면 그때 검색하면 된다”고 생각하지만, 글쓴이는 이 태도가 지식의 역할을 과소평가한다고 봄
  • 클로드 섀넌이 디지털 컴퓨팅을 떠올릴 수 있었던 건 부울 대수(Boolean algebra)를 알고 있었고, 그걸 하드웨어로 구현할 수 있다고 봤기 때문이라는 예를 듦
  • 지식이 없으면 프롬프트를 못 쓰는 정도가 아니라, 질문이 뭔지 모르고, 왜 중요한지 모르고, 답이 맞는지 판단하지 못하며, 애초에 물어볼 생각도 못 하게 됨

• 개발자에게 이 글이 찝찝하게 와닿는 이유는 분명함. 우리는 도구를 바꾸면 내가 바뀔 거라고 믿기 쉬움
  • 새 에디터, 새 노트 시스템, 새 에이전트 프레임워크, 새 생산성 앱을 붙이면 병목이 풀릴 것 같은 느낌이 있음
  • 하지만 실제 병목이 ‘무엇을 만들지 모름’, ‘끝낼 산출물이 없음’, ‘판단할 지식이 없음’, ‘시작할 에너지가 없음’이라면 도구는 멋진 껍데기가 되기 쉬움
  • 이 글의 실용적인 질문은 꽤 단순함. AI에게 뭘 시키기 전에, 내가 반복적으로 하고 있고 결과물이 있으며 병목이 명확한 일이 실제로 있는지 먼저 보라는 것임

---

기술 맥락

• AI 에이전트가 효과를 내려면 모델 능력만 보면 부족해요. 실제로 반복되는 업무, 명확한 입력과 출력, 실패를 판단할 기준이 있어야 하거든요. 글에서 말하는 ‘진지한 사용 맥락’은 바로 이 조건을 가리켜요.

• 예를 들어 AI 플래시카드 앱은 기술적으로는 만들기 쉬워 보여요. 문서를 읽고 질문과 답을 생성하면 되니까요. 하지만 사용자가 매일 복습하고, 틀린 카드를 조정하고, 시험이나 업무 같은 외부 압력을 갖고 있지 않으면 생성된 카드는 그냥 또 하나의 미완성 자료가 돼요.

• 인간-AI 협업에서 사람의 지식이 중요한 이유는 검증 때문이에요. AI가 그럴듯한 답을 내도, 사용자가 질문의 의미와 답의 품질을 판단하지 못하면 생산성 향상이 아니라 오류의 자동화가 될 수 있거든요. 그래서 글쓴이는 ‘프롬프트를 잘 못 써서’보다 더 앞단의 문제를 말해요.

• 실무적으로는 AI 도입 전에 병목을 작게 쪼개 보는 게 좋아요. 코드 리뷰 시간이 긴지, 문서 초안이 느린지, 고객 문의 분류가 반복되는지처럼 구체적인 지점이 있어야 AI가 움직일 수 있어요. 병목이 막연한 자기계발 욕망이라면 에이전트를 붙여도 결과가 잘 안 나와요.