AI 시대에도 문제는 사람이 푼다

딸깍이라는 환상과 실체

요즘 많은 사람들이 소위 ‘딸깍’으로 많은 것들을 만들어 낸다. 버튼 하나로, 프롬프트 한 줄로 원하는 것이 완성되는 순간. AI를 통해 실제로 어제까지 코드를 몰랐던 사람이 오늘 동작하는 무언가를 만들어낸다.

하지만 AI가 많은 것을 해준다고 해서, 모두가 원하던 답을 얻는 것은 아니다.

나도 코딩 에이전트와 함께 처음 결과물을 내봤을 때 그 놀라움을 금치 못했지만, 이면에 숨겨진, 내가 그리지 않았던, 심지어 의도와는 전혀 다른 심연을 보고 막연함을 느꼈으니 말이다. 오히려 AI와 함께 결과물을 내면 낼수록, AI가 너무 많은 것을 해주는 바람에 방향을 잃거나 되돌아가는 일조차 비일비재했다.

예를 들어 어떤 모듈의 역할을 처음에 잘못 잡은 적이 있다. 분명 스펙 명세를 했고, 구현도 그럴듯하게 진행됐다. 문제는 그 작은 오해가 해당 모듈 안에서만 끝나지 않았다는 점이다. 다른 시스템들이 그 잘못된 역할을 기준으로 붙기 시작했고, 나중에는 단순히 코드 몇 줄을 고치는 문제가 아니라 이미 퍼져버린 전제를 되돌리는 일이 되어버렸다.

컨설팅 업체의 결과물을 볼 때도 비슷한 장면을 본 적이 있다. 기능은 화려했고 데모는 충분히 인상적이었다. 하지만 실제 제품으로서 완성되었다고 말하기에는 부족했다. 사용자의 흐름, 운영 조건, 유지보수, 예외 상황, 팀이 계속 가져갈 수 있는 구조 같은 것들이 비어 있었다. 만들어진 것은 있었지만, 해결된 것은 아니었다.

결국 문제는 AI가 무언가를 만들 수 있느냐가 아니라, 처음 잡은 전제가 맞는가, 그리고 만들어진 것이 실제 문제를 해결하는가에 있었다.

이런 현상은 나만 겪는 것은 아닌 것 같았다. 다양한 사람들이 수많은 방향에서 다양한 노력을 하지만 정말 멋들어진 은탄환은 아직 없어 보인다.

AI가 정말 이런 식으로 나의, 혹은 모두의 문제를 해결해 줄 수 있는 것이 맞는 건가? 이 현상을 가까이서 지켜보며, 나는 우리가 무언가 본질을 헷갈리고 있다고 느꼈다.

문제해결의 본질

그렇다면 사람들이 딸깍으로 달성하고 싶은 것이 무엇인가? 여러 가지 배경이 있겠지만, 그 근간에는 결핍이 있는 부분을 해소하기 위해서라고 본다.

문제는, 단순히 ‘해법이라고 생각되는 것을 실행하는 것’만으로는 해소가 안 된다는 것이다.

엔지니어로서, 사람들의 문제를 해결하기 위한 작은 자동화부터 서비스를 개발해본 나의 관점에서, 문제해결이란 녀석은 쉽게 잡히지 않는 어려운 부분이다.

문제해결은 실행 한 가지로 끝나는 일이 아니다. 무엇을 풀지 정하는 데서 시작하고, 진행 중에 상황이나 생각이 바뀌기도 한다.

단순히 코드를 짜고, 기능을 붙이고, 버그를 잡는 실행은 과정일 뿐이고, 결과적으로 그게 정말 문제를 해결하는지, 최소한 기대를 만족하는지는 전혀 다른 이야기라는 것이다. 심지어 완성했는데, 문제가 없거나 문제가 아니었을 수도 있다.

조금 더 나누어 보면 문제해결은 대략 이런 과정에 가깝다.

먼저 무엇이 결핍인지 정의해야 한다. 그 다음 어떤 상태가 되면 해결되었다고 볼 수 있는지 기대를 정해야 한다. 가능한 해법을 고르고, 그 해법이 현실적으로 맞는지 검토하고, 실행한 뒤에는 실제 결과가 기대를 만족했는지 확인해야 한다.

AI가 아무리 실행을 빠르게 만들어도, 이 앞뒤의 판단이 사라지는 것은 아니다. 오히려 실행 비용이 낮아질수록 무엇을 만들지, 왜 만드는지, 언제 충분하다고 볼 것인지에 대한 판단은 더 중요해진다. 문제해결은 실행보다 크다.

AI가 해주는 것과 해주지 못하는 것

AI는 정말 많은 일을, 정말 빠르게 해준다. 초안을 잡고, 구현하고, 변형하고, 반복하고, 요약하고, 탐색하는 일에 강하다. 특히 사람이 머릿속에서만 붙잡고 있던 것을 눈앞에 꺼내놓는 속도는 압도적이다.

그래서 ‘그럴듯한 것’을 놀랍도록 잘 만든다. 데모를 만들고, 0에서 1을 만들어내는 환상을 빚어내는 데 탁월하다. 누구나 무언가를 만들어내는 시대가 열린 것도 이 때문이다.

하지만 당장 컴퓨터를 켜고 Claude나 Codex를 굴려도, 해소되지 않는 부분을 마주하게 된다. 분명, 이 도구를 쓰는 게 무엇보다도 혁신적이고 빠른데, 내가 당연하다고 느끼는 것들이 당연하지 않을 때가 있고, 의도하지 않은 부분이 들어가 있거나, 의도를 과하게 해석해 불필요한 것들을 덧붙여둔 결과를 보면 허탈함을 느낀다.

AI가 멍청해서? 나만 잘못 쓰고 있나? 반은 맞고 반은 틀린 말이다.

이 부분에 대해서도 나도 기술적으로 해결하기 위해서 여러 시도들을 해봤지만 근본적으로 해소되지 않는 부분은 여전히 남았다.

그렇다면 이건 풀리지 않는 숙제인가? 그렇다고 생각하진 않는다. 기술이 발전하면 분명 지금보다 나아질 것이라 믿는다.

하지만, 무엇을 풀지 정하지 못한다면 그저 AGI가 온다 하더라도 내 문제를 해결해주지는 않는다고 생각한다.

AI가 어려워하는 것은 단순히 능력의 문제가 아니다. 그것은 맥락의 우선순위, 도메인의 암묵지, 사용자가 진짜로 기대하는 상태, 결과에 대한 책임 같은 것들에 가깝다. AI는 많은 답을 제안할 수 있지만, 어떤 답이 지금 나의 문제에 적합한지 결정하는 자리에 서 있지는 않다.

진정 자신이 원하는 것을 얻기 위해선 결국 스스로 기대를 결정해야 한다. 무엇을 AI로부터 얻어낼지, 그 한계점을 스스로 파악할 수 없다면 문제를 해결하는 것이 아니라, AI가 만든 결과물 앞에서 다시 길을 잃게 될 것이다.

그래서, 문제 해결을 위해 어떻게 AI를 다룰 것인가. 어떻게 위임할 것인가에 대한 이해가 중요하다고 생각한다. 무엇을 맡길 수 있고, 무엇은 끝내 손에 쥐고 있어야 하는가.

내가 문제로 남지 않고, 해결하는 주체가 되려면 어떻게 해야 할까.

위임의 역설과 문제 해결의 주도권

위임에는 역설이 하나 숨어 있다. 무엇을 위임할지 알려면, 그 일을 이해하고 있어야 한다. 이해 없는 위임은 통제가 아니라 통제력의 상실이다. 무엇을 맡겼는지, 그 결과가 맞는지조차 판단할 수 없다면, 그것은 위임이 아니라 방임이다.

방향을 잃는 사람들의 메커니즘도 여기서 설명된다. 선택지가 공짜로 쏟아지면, 사람은 선택의 비용을 치르지 않게 된다. 그리고 비용을 치르지 않은 결정에는 주인의식이 생기지 않는다. AI가 많이 해줄수록 결정은 쉬워 보이지만, 그 쉬움이 곧 주도권을 잃는 입구다.

AI 시대의 핵심 능력은 단순히 프롬프트를 잘 쓰는 것이 아니라, 일을 위임 가능한 형태로 쪼개는 능력에 가까워진다. 그런데 일을 쪼갠다는 것은 생각보다 어렵다. 어떤 일은 AI에게 맡겨도 되고, 어떤 일은 사람이 먼저 기준을 정해야 하며, 어떤 일은 도메인을 아는 사람과 함께 판단해야 한다.

여기서 도메인 이해가 중요해진다. 일을 잘게 나누려면 그 일이 어떤 맥락 위에 놓여 있는지 알아야 한다. 무엇이 핵심이고 무엇이 부차적인지, 어떤 제약은 반드시 지켜야 하고 어떤 제약은 타협 가능한지, 어떤 결정이 뒤의 시스템과 사용자 경험에 파급되는지 알아야 한다. 도메인을 모르면 일을 쪼개는 것이 아니라 그저 겉으로 보이는 기능 목록을 나열하게 된다.

앞서 말한 모듈의 역할 문제도 결국 여기에서 비롯된다. 구현은 가능했고, AI는 그 구현을 빠르게 도와줄 수 있었다. 하지만 처음의 역할 정의가 어긋나면 이후의 모든 구현은 그 오해를 더 단단하게 만든다. AI는 속도를 높여주지만, 잘못 잡힌 방향도 똑같이 빠르게 밀어붙인다.

그래서 사람의 역할은 사라지는 것이 아니라 이동한다. 예전에 중요했던 것이 직접 실행하는 손이었다면, 이제 중요한 것은 문제를 정의하고 기준을 세워 그 결과를 책임지는 눈이다. AI를 팀원처럼 다루려면, 사람 역시 팀을 이끄는 방식으로 생각해야 한다.

위임의 주도권은 “AI에게 무엇을 시킬 수 있는가”가 아니라 “내가 무엇을 알고 있어야 맡길 수 있는가”에서 나온다. 그리고 이 질문은 자연스럽게 도메인을 가진 사람들과 어떻게 협력할 것인가로 이어진다.

닫으며

물론 위임을 설계하는 일조차 AI에게 맡길 수 있지 않느냐고 말할 수 있다. 실제로 AI는 일을 나누고, 계획을 세우고, 기준을 제안하는 데도 도움을 줄 수 있다. 하지만 그 제안이 내 문제에 맞는지 가려내는 일까지 대신해주지는 않는다.

그것이 설령 인공지능이고, 인간의 사고보다 우월한 무언가에 가까워진다고 해도 마찬가지다. 본인이 풀고 싶은 문제는 끝내 본인이 이해해야 한다. 이해하지 못한 문제는 맡길 수도 없고, 맡긴 결과가 맞는지 알아볼 수도 없다.

AI는 강력하고, 때로는 사람보다 빠르고, 점점 팀원처럼 일하는 도구다. 하지만 그것을 도구라 부르든 팀원이라 부르든, 그 자체가 본질은 아니다. 본질은 그 역량을 이해하고, 무엇을 맡기고 무엇을 직접 쥘지 가르며, 그 결과를 책임지는 일에 있다.

이 글은 나와 우리 팀이 어떻게 문제해결의 주도권을 잃지 않고, AI와 함께 본질적인 문제를 풀어가려는지에 대한 시작점이다. 앞으로 이런 문제 해결을 위해 어떤 방법이 있는지, 어떤 관점이 필요한지 이야기해 보려 한다.