9장. Capture에서 AI는 무엇을 하는가

사람은 의미를 판단하고, AI는 입력을 구조화한다

Capture에서 AI는 무엇을 하는가

앞선 글에서 Daily Capture를 개인지식관리의 입력 허브로 설명했다.
그렇다면 다음 질문은 자연스럽다.

입력 허브가 있다면, AI는 여기서 정확히 무엇을 해야 하는가.

앞선 글이 입력 형식을 설계하는 이야기였다면,
이번 글은 그 입력을 바탕으로 AI가 어디까지 도울 수 있는지 정리하는 이야기다.

여기서 AI는 Capture 바깥에 덧붙는 부가 기능이 아니다.
Capture 단계 안에서 입력을 정리하고, 1차 분기를 돕고, 다음 단계로 넘길 수 있는 형태를 만드는 협업 자다.

중요한 것은 역할 구분이다.

기획자는 의미와 맥락을 최종 판단한다.
AI는 그 판단이 더 빨리 가능하도록 입력을 정리하고, 후보를 제안하고, 초안을 만드는 일을 맡는다.

Capture에서 AI가 맡는 일은 다섯 가지다

첫째는 입력 정리다.

Daily 노트에는 여러 종류의 정보가 한꺼번에 들어온다.
회의 끝나고 급하게 적어둔 메모, 나중에 다시 보려고 붙여둔 링크, 바로 처리해야 할 TODO, 반쯤만 적어놓은 문장이 한 화면에 섞여 있는 경우가 많다.

AI는 이 거친 입력을 읽기 쉬운 형태로 정리하고, 중복을 줄이고, 문장의 뜻이 보이게 다듬는다.
즉 흩어진 입력을 “읽을 수 있는 상태”로 만드는 일을 먼저 맡는다.

둘째는 1차 분기다.

여기서 말하는 1차 분기는 복잡한 분류 체계를 적용하는 일이 아니다.
이 메모가 근거인지, 결정인지, 나중에 다시 쓸 지식 후보인지, 그냥 오늘 처리하면 되는 액션인지 먼저 갈라놓는 일이다.

이 단계가 중요한 이유는 단순하다.
이 구분이 되어야 다음 단계에서 무엇을 어디로 보낼지 정할 수 있기 때문이다.

셋째는 기존 노트 탐색이다.

새로 들어온 입력은 늘 새 노트로 만들어야 할 것처럼 보이지만, 실제로는 그렇지 않은 경우가 많다.
예전에 정리한 Evidence Note, Decision Log, Knowledge Note에 덧붙이는 편이 더 맞을 때가 많다.

예를 들어 오늘 회의에서 나온 말이 완전히 새로운 내용이 아니라,
이미 정리해 둔 근거 노트에 한 줄 더 보태야 하는 정보일 수도 있다.
또 지금 적은 판단이 새 결정이라기보다, 예전에 남긴 결정 기록의 후속 조정일 수도 있다.

AI는 이런 경우 기존 노트를 먼저 찾아보고, 새로 만드는 것보다 업데이트가 더 맞는지 제안할 수 있다.

넷째는 노트 유형과 분류 후보 제안이다.

특히 Knowledge 후보는 조금 더 세분해서 봐야 한다.
이게 용어인지, 개념인지, 산출물인지, 프레임워크인지, 기법인지부터 판단해야 하기 때문이다.

Decision 쪽 입력도 마찬가지다.
단순 사실 캡처인지, 실제 의사결정 기록인지, 아직 판단을 보류해야 하는 항목인지 먼저 구분해야 한다.

AI는 이 2차 판단의 초안을 제안하고,
적절한 파일명과 분류 위치 후보까지 함께 보여줄 수 있다.

다섯째는 초안 생성과 확장 포인트 제안이다.

입력만으로도 의미가 어느 정도 분명하다면, AI는 바로 첫 초안을 만들 수 있다.
하지만 역할은 거기서 끝나지 않는다.

이 입력이 어떤 기존 지식과 연결되는지,
무엇을 더 확인해야 하는지,
어떤 항목이 나중에 확장 가치가 있는지도 함께 제안할 수 있다.

즉 Capture 단계에서 AI는 단순히 정리만 하는 것이 아니라,
입력이 다음 단계로 잘 이어질 수 있도록 초입을 다져주는 역할을 한다.

Capture에서 AI는 요약기보다 운영 보조자에 가깝다

많은 사람은 Capture 단계의 AI를 요약 도구로 먼저 떠올린다.
긴 메모를 짧게 줄이고, 핵심만 뽑아주는 역할 말이다.

물론 그것도 도움은 된다.
하지만 개인지식관리에서 더 중요한 것은 짧게 줄이는 일이 아니라, 입력을 다음 흐름으로 보낼 수 있게 만드는 일이다.

근거는 Evidence로 가야 하고,
결정은 Decision Log로 가야 한다.
재사용 가치가 있는 내용은 Knowledge 후보가 되어야 하고,
단순 액션은 Daily 노트에 남아야 한다.

이 분기가 없으면 Capture는 기록으로 끝난다.
그리고 기록은 시간이 지나면 다시 찾기 어려운 덩어리가 된다.

그래서 Capture에서 AI의 본질적 역할은 정리보다 분기다.
정리는 분기를 돕기 위한 수단이고,
분기는 개인지식관리를 작동시키는 핵심이다.

사람과 AI의 경계는 분명해야 한다

AI가 잘 도와준다고 해도 최종 책임은 기획자에게 있다.
왜 이 항목이 중요한지, 어떤 맥락에서 나온 것인지, 지금 새 노트가 맞는지 기존 노트 업데이트가 맞는지는 결국 사람이 판단해야 한다.

특히 조직의 정치적 맥락, 제품 전략의 숨은 전제, 관계의 온도차 같은 것은 AI가 텍스트만 보고 완전히 알 수 없다.
문장만 보면 그럴듯하게 정리할 수는 있어도, 그 판단이 실제로 어떤 맥락 위에 올라 있는지까지 대신 책임질 수는 없다.

그래서 Capture에서 AI는 판단을 대체하는 존재가 아니라, 판단 전처리를 맡는 존재로 두는 편이 맞다.

이 역할 구분이 선명할수록 AI는 더 유용해진다.

사람은 의미를 결정하고,
AI는 입력을 구조화하고, 후보를 제안하고, 초안을 만든다.

이 조합이 개인지식관리의 Capture 단계에서 가장 현실적인 협업 방식이다.

Capture 다음에는 Organize를 해야 한다.

입력이 정리되고 분기되었다고 해서 개인지식관리가 끝나는 것은 아니다.
이제 그 입력은 다시 찾을 수 있는 객체가 되어야 하고, 일관된 분류 체계 안으로 들어가야 한다.

다음 글부터는 이 입력들을 어떻게 객체로 만들고, 어떤 분류 체계로 고정할 것인지 살펴본다.
결국 Capture 다음 질문은 이것이다.

기획자의 개인지식관리는 이 입력들을 어떻게 Organize 해야 하는가.