잘 시키는 사람이 살아남는다

위임, AI 에이전트 세상의 핵심 역량

AI 서비스의 핵심 가치는 크게 2가지다. 첫번째는 방대한 지식과 학습, 추론 능력이다. 우리는 GPT/Gemini에게 매일 질문을 할 때 마다, AI가 얼마나 많은 데이터를 빠르게 계산하고 추론하는지 눈으로 확인하고 있다. 하지만 우리가 간과하고 있는 AI 서비스의 두번째 핵심 가치는 에이전트적 특성 즉, 대신 일해주는 능력이다.

에이전트(Agent)라는 단어는 사회 곳곳에서 쓰이지만, 모두 특정 영역에서 누군가를 대신해서 역할을 수행해주는 존재를 일컫는다. 성형 에이전트 브로커, 디자인/마케팅 에이전시(대행사), 에이전트 프로그램 등. 일을 대신해주는 사람, 조직, 프로그램 등은 이미 검증 된 일의 방식이었다. 생산성이 높고 단가는 저렴한 AI 덕분에 이제 이 에이전틱 워크플로우의 생산성이 비약적으로 증가할 수 있는 판이 깔리기 시작했다.

최근 Anthropic에서 내놓은 Claude Code는 프로젝트 전체 구조를 파악하고 스스로 '개발자처럼 생각하고 행동하는' 코딩 에이전트로, 사용자가 요청한 일을 스스로 분석하고 할 일을 쪼개서 Plan(계획) - Act(코딩) - Observe(테스트) 의 단계를 알아서 수행한다.

에이전트 기반의 AI 워크플로우 자동화 서비스, n8n

또한 독일의 n8n GmbH에서 개발한 워크플로우 자동화 도구 n8n은 수천 개의 SaaS 앱을 연결하여 파편화된 업무, 비즈니스 프로세스를 자동화 된 워크플로우로 조립할 수 있게 만들어준다. 사용자의 목표를 스스로 이해하고 구조를 파악해서, 여러가지 앱들을 도구처럼 조합해서 자동화 될 수 있는 워크플로우를 스스로 완성한다.

이제 AI는 사람이 컴퓨터와 해왔던 대부분의 일들을 대신 해줄 수 있게 되었다. AI가 방대한 지식을 바탕으로 사람보다 계산, 추론을 더 잘한다는 것은 이미 검증 된 사실이기 때문에, 이제 우리에게 중요한 것은 이 AI에게 어떻게 일을 잘 시키는가이다.

앞으로는 개인과 조직이 수행하는 모든 프로젝트들을 AI에게 시키게 될 것이다. 단, 여기서 중요한 것은 단순히 '이 프로젝트 조사해줘' 에서 그치는 것이 아닌 AI가 최고의 퍼포먼스를 낼 수 있도록 '잘' 시키는 것이 중요해질 것이다.

예를 들어보자. 만약 2026년 대한민국의 인구 변화 리포트를 작성한다고 했을 때,

우리는 (1) 자료 조사 - (2) 자료 취합 및 분석 - (3) 결론 및 시사점 도출 - (4) 레포트 발간 의 과정을 겪게 될텐데, 앞으로는 이 과정을 쪼개서 각각의 단계를 가장 잘 수행할 AI 에이전트를 배정하고 맡길 수 있다. 각각의 AI 에이전트에게 업무 단계 별 주요한 판단 기준과 요구사항을 명확하게 입력할수록 AI 에이전트의 퍼포먼스는 더 날카로운 결과물을 가져다 줄 것이다.

이제는 마치 내가 무한한 자원과 시간/사람을 쓸 수 있는 조직의 CEO가 되었다고 생각하고, 내가 맡고 있는 일과 프로젝트의 업무를 어떤 AI 에이전트를 만들어서 시킬 것인지 판단하는 능력이 중요해졌다. 결국 일은 AI가 해줄 것이니, 일 자체를 잘하는 사람보다 일을 잘 시킬 수 있는 사람이 생산성과 성과의 과실을 모두 차지할 것이기 때문이다.

일도 시켜본 사람이 잘 시킨다. 안타깝지만 평생 시키는 일만 하고, 누가 나에게 일을 시켜주길 기다렸던 사람은 앞으로 도태될 가능성이 높다. 당신이 기다리고 있을 그 일은 이미 AI가 대신 하고 있을 것이기에. 누군가 시키는 일을 기다리지 말고, 내 일을 잘게 쪼개고 하나둘씩 AI에게 시키는 연습을 해보자. AI 시대엔 잘 시키는 사람이 살아남을 것이다.