나를 복제한 AI는 나를 만족 시킬까?

만족스러운 AI 조력자는 가능한가?

https://youtu.be/qMAg8_yf9zA?si=A44QSt2iMZSCn55G

샘 알트먼이 지미 팰른 쇼에서 AI 이야기를 하는 걸 보다가, 이상하게도 ‘기술 전망’보다 내 일상 쪽으로 생각이 흘렀다. 결국 AI는 더 똑똑해지고 있는데, 내가 체감하는 사용성은 “모델이 얼마나 대단한가”보다 “내가 얼마나 정확히 설명했는가”에 더 좌우된다. 그래서 요즘의 AI는 ‘버튼 하나로 끝나는 도구’라기보다, 내가 원하는 것을 더 또렷하게 말하게 만드는 파트너에 가깝다는 생각에 대해서 글을 적는다.

AI가 그나마 ‘내가 원한 결과’에 가까워지려면, 내가 가진 정확한 정보부터 꺼내놓아야 한다. 그리고 그 일을 왜 해야 하는지(목적), 무엇을 기대하는지(결과), 어떻게 진행할지(방법)까지 최대한 디테일하게 그려서 전달해야 한다. 이게 귀찮은데도 계속 하게 되는 이유는, 그렇게만 하면 생각보다 퀄리티가 괜찮게 나온다는 걸 이미 여러 번 봤기 때문이다. 요즘 AI는 ‘모르는 걸 알려주는’ 능력도 있지만, 더 자주 쓰는 쪽은 ‘내가 이미 대충 아는 걸 정확한 형태로 정리하게 해주는’ 능력이다.

다만 여기서부터 피로가 시작된다. AI는 통계적으로 그럴듯한 답을 뱉는다. 그러니 내 입맛에 맞게 만들려면 대화로 계속 맥락을 주입해야 한다. “이건 빼고, 저건 더 강조하고, 내 상황은 이렇고, 나는 이런 톤이 싫고…” 이런 과정은 거의 글쓰기다. 실제로 글을 쓰거나 문서 작업을 하는 사람, 컴퓨팅 환경에 익숙한 사람은 이 ‘맥락 입력’에 대한 저항이 비교적 적다. 반대로 글쓰기를 부담스러워하는 사람에게는, AI가 편해 보이는데도 이상하게 더 피곤한 도구가 된다. 게다가 맥락을 충분히 넣어서 나온 결과도, 마지막에는 다시 사람 손으로 한 번 더 다듬어야 ‘내 것’이 된다.

그래서 가끔은 블랙미러 같은 설정을 상상한다. 나를 복제한 AI가 있다면 어떨까. 내가 어떤 문장을 좋아하는지, 어떤 결론을 싫어하는지, 무엇을 중요하게 보는지까지 이미 알고 있다면, 지금처럼 길게 설명할 필요가 없다. 사용성은 압도적으로 좋아질 것이다. 그런데 동시에 그런 개인화가 가능하려면, 내 삶 전체를 학습하고 계속 업데이트해야 한다. 그 정도의 정보 처리량은 결국 비용과 에너지 문제로 돌아간다. ‘월 20달러’ 같은 가격대에서 가능한 경험과, ‘나를 복제한 AI’가 줄 경험은 애초에 같은 카테고리가 아닐지도 모른다.

그럼에도 현 시점에서 내가 가장 현실적으로 잘 쓰는 도구는 ChatGPT와 Gemini다. 둘 다 기본 유료(월 20달러)를 쓰면서 느낀 건, “하나로 통일”보다 “작업별로 분업”이 훨씬 효율적이라는 점이다. 코드를 다룰 때는 ChatGPT가 더 안정적으로 느껴지고, 기획 자료를 모으고 정리할 때는 NotebookLM과 함께 Gemini가 편하다. 속도감은 Gemini 쪽이 더 빠르다고 느낄 때도 있다. 결국 AI 선택은 성능 비교라기보다, 내가 하는 일의 성격을 얼마나 잘 알고 있느냐의 문제에 가깝다.

샘 알트먼의 출연을 보고 남은 결론은 단순하다. AI는 점점 좋아지는데, 그만큼 사용자는 가능한지 모르지만 더 ‘정확하게 말하는 사람’이 되어야 한다. 그 과정은 귀찮고, 때로는 글쓰기만큼 에너지를 먹는다. 그런데 아이러니하게도 그 피로 덕분에 내가 원하는 게 뭔지 더 선명해진다. 지금의 AI는 내 일을 대신 해주는 비서라기보다, 내 생각을 정리하게 만드는 실무형 조력자가 아닐까.

-- EN

A Passing Thought After Watching Sam Altman on YouTube

While watching Sam Altman talk about AI on a YouTube show, my mind drifted away from “future tech” and toward my everyday habits. AI keeps getting smarter, but the usability I feel depends less on how impressive the model is and more on how precisely I explain what I want. Lately, AI feels less like a one-click tool and more like a partner that forces me to speak in clearer terms.

For AI to produce something close to what I actually want, I first have to lay out accurate information. Then I need to explain why I’m doing it (purpose), what I’m expecting (outcome), and how I want it done (method)—in as much detail as I can. It’s annoying, yet I keep doing it because the quality is often better than I expect when I’m careful. In practice, I use AI not only to “learn what I don’t know,” but more often to turn what I vaguely know into something precise and usable.

That’s also where the fatigue begins. AI generates statistically plausible answers, so shaping the output to match my taste means constantly injecting context through conversation. “Remove this, emphasize that, my situation is like this, I dislike that tone…” The process is basically writing. People who are used to writing, document work, or computing environments tend to resist this less. For those who find writing difficult, AI can look convenient yet feel strangely exhausting. And even after feeding enough context, the result still needs a final human pass before it truly becomes “mine.”

That’s why I sometimes imagine a Black Mirror scenario: an AI that’s essentially a copy of me. If it already knew what kind of sentences I like, what conclusions I avoid, and what I care about, I wouldn’t need long explanations. The usability would be overwhelmingly better. But that level of personalization would require learning my life and continuously updating it—bringing us right back to cost and energy constraints. The experience we get at “$20 a month” and the experience of a true “AI copy of me” might not even belong to the same category.

Even so, the most practical tools for me right now are ChatGPT and Gemini. Using the basic paid plans for both ($20 a month), I’ve learned that “one tool for everything” is less efficient than “division of labor by task.” For coding, ChatGPT feels more stable. For planning materials—especially when paired with NotebookLM—Gemini feels more convenient. In terms of speed, Gemini often feels faster. In the end, choosing an AI isn’t just about benchmarking models; it’s about understanding the nature of your own work.

My takeaway from watching Sam Altman is simple: as AI gets better, users have to become people who speak more precisely. That can be tedious and can drain energy the way writing does. But ironically, that fatigue clarifies what I actually want. For me, today’s AI is less a secretary that replaces my work and more a practical mirror that helps me organize my thinking.