핸들러로서 AI와 병주하기 — 도그 어질리티(Dog Agility)에서 배우는 에이전트 시대의 관계 맺기

어느 게스트 강의를 위해 약 80명의 학생을 대상으로 생성 AI(Generative AI)에 관한 사전 설문조사를 실시했습니다. 생성 AI를 사용하는 것에 대한 불안으로 가장 많았던 답변은 무엇이었을까요?

"장래에 일자리를 빼앗길까 봐 불안하다"가 아니었습니다. 그것을 선택한 학생은 25%였습니다.

가장 많았던 것은 "스스로 생각하는 능력이 떨어질 것 같다"로, 73%였습니다. 3명 중 2명 이상이 생성 AI를 사용함으로써 자신의 사고력이 쇠퇴하는 것을 두려워하고 있습니다.

이는 학생에 국한된 이야기가 아니라고 생각합니다. 생성 AI를 접해본 적이 있는 사람이라면, 문득 "너무 편리해서 무섭다"라고 느낀 순간이 있을 것입니다. 저 자신도 업무에서 AI 에이전트(AI Agent)를 다용하게 된 이후로, 이러한 감각은 때때로 찾아옵니다.

하지만 결론부터 말하자면, AI를 대하는 태도를 바꾼다면 생각하는 능력은 떨어지지 않습니다. 오히려 생각하는 장소가 옮겨갈 뿐입니다. 오늘은 그 이야기를 조금 색다른 관점에서 써보고자 합니다.

같은 설문조사에서 흥미로운 수치가 하나 더 있었습니다. 응답자의 약 9할이 생성 AI를 주에 수 회 이상 사용하고 있음에도 불구하고, 그 구조나 배경에 있는 기본적인 용어의 대부분을 7할 이상이 "들어본 적이 없다" 또는 "설명할 수 없다"라고 답한 것입니다.

매일같이 사용하고 있음에도 그 구조나 배경은 거의 보이지 않는다. 이는 학생이 게으르기 때문이 아니라, 생성 AI라는 도구가 그렇게 설계되어 있기 때문입니다. 채팅창에 글자를 입력하면 답이 돌아온다. 구조를 몰라도 사용할 수 있다. 그렇기에 9할이 일상적으로 사용할 수 있지만, 대다수가 "사용하고 있다는 감각"과 "실제 이해" 사이에 큰 괴리를 안고 있습니다.

그리고 또 하나 중요한 점은, 그들의 이용 대부분이 조사·문장 작성 보조·요약에 집중되어 있었다는 것입니다. 이것들의 공통점은 사용자가 지시를 내리면 AI가 응답을 돌려주고 그것으로 완결되는, 한 번의 왕복으로 끝나는 관계 방식입니다. 그들은 생성 AI를 똑똑한 검색창으로서 사용하고 있습니다.

하지만 지금 기술의 최전선에서 일어나고 있는 것은 전혀 다른 종류의 사용법입니다.

이야기가 조금 샐 수도 있습니다만, 도그 어질리티(Dog Agility)라는 개의 경기를 알고 계십니까?

감이 잘 오지 않는 분은 꼭 이 영상을 1분만이라도 봐주시기 바랍니다. 기사의 뒷부분이 훨씬 입체적으로 다가올 것입니다.

허들을 뛰어넘고, 터널을 통과하며, 슬라롬(Slalom)을 헤쳐 나간다. 코스를 정확하고 최단 시간에 완주하는 것을 겨루는, 개와 인간의 도그 스포츠입니다.

이 경기에서 핸들러(Handler, 인간 측을 이렇게 부릅니다)가 무엇을 하고 있는지가 흥미로운 지점입니다. 개는 단독으로 달리는 것이 아닙니다. 핸들러가 목소리, 몸의 방향, 제스처, 달리는 위치를 사용하여 코스 전체를 통해 개를 유도합니다.

핸들러는 코스도를 머릿속에 완벽하게 넣고 있습니다. 어떤 순서로 어떤 장애물로 갈지, 어떤 라인을 통과해야 최단 거리인지, 어디서 개를 가속시키고 어디서 턴을 지시할지. 모든 것을 머릿속에 넣은 상태에서 개와 병주(並走)합니다. 반면, 눈앞의 허들을 어떻게 넘을지, 터널 안을 어떻게 빠져나갈지와 같은 그 순간의 신체적인 처리는 개 스스로가 판단합니다.

핸들러는 개를 조종하는 것이 아닙니다. 개의 능력을 신뢰한 상태에서 코스 전체의 전략을 전달하고 있습니다. 이것은 통째로 맡기는 것도, 일일이 가르치는 것도 아닌 제3의 관계 방식입니다.

저는 이 관계가 AI 에이전트와의 이상적인 관계 맺기를 매우 잘 나타내고 있다고 생각합니다.

에이전트는 눈앞의 서브 태스크(Sub-task)를 자율적으로 처리하는 능력을 가지고 있습니다. 데이터를 읽고, 함수(Function)를 호출하고, 문서를 정리합니다. 이는 개가 허들을 넘는 것과 비슷합니다. 에이전트는 그 순간의 처리를 자신의 판단으로 진행할 수 있습니다.

하지만 무엇을 위해, 어떤 순서로, 어디를 골(Goal)로 할 것인가. 이것은 에이전트가 결정할 수 없습니다. 인간이 코스도를 전달해야 합니다.

예를 들어 저의 실제 업무에서는 이런 방식으로 사용하고 있습니다. 어떤 시스템의 퍼포먼스 문제를 다룰 때, 로그와 코드를 에이전트에게 넘기며 "병목 지점(Bottleneck)을 특정하고, 개선 제안을 포함한 보고서를 작성해서, 관계자용 연락 문구까지 준비해줘"라고 지시를 하나 내립니다.

에이전트는 로그를 읽어 들이고, 코드의 해당 부분을 특정하며, 병목 지점에 대한 가설을 세우고, 검증하고, 도표를 포함한 보고서를 작성하고, 메일 문구를 정리하며, 필요하다면 사내 채팅에 올릴 게시물까지 만듭니다. 단 한 번의 지시로 십수 단계가 자율적으로 전개됩니다.

이것이 단발적인 채팅 이용과는 전혀 다른 관계 방식입니다. 에이전트에게 넘겨주는 것은 완성된 작은 목적이 아니라, 달성해야 할 골(Goal)입니다. 한 번의 왕복이 아니라, 하나의 골에 대해 수많은 단계가 전개되는 1대 다(多)의 관계입니다.

그리고 여기서 중요한 것은, 제가 소파에 앉아 결과만을 기다리고 있는 것이 아니라는 점입니다. 에이전트(Agent)가 움직이는 동안, 저는 출력을 확인하고, 도중에 궤도를 수정하며, 최종 결과물을 리뷰합니다. 어질리티(Agility)에서 핸들러(Handler)가 개와 병주하듯, 저 또한 에이전트와 병주하고 있습니다.

이러한 핸들러적인 관여 방식은 누구나 오늘부터 바로 할 수 있는 것은 아닙니다. 어질리티에서 핸들러가 개를 달리게 하는 것과 마찬가지로, 몇 가지 조건이 필요합니다.

첫 번째는 코스도를 머릿속에 넣고 있는 것, 즉 목적을 구체적으로 가지고 있는 것입니다.

"퍼포먼스를 개선하고 싶다"라는 골(Goal)이 명확하기 때문에 에이전트에게 맡길 수 있습니다. "어쩐지 느낌 좋게 만들고 싶다"라고 하면, 에이전트도 어디로 달려야 할지 알 수 없습니다. 어질리티의 핸들러가 그날의 코스도를 머릿속에 넣지 않고 달리기 시작하는 일은 있을 수 없습니다. 목적의 해상도가 에이전트 활용의 출발점입니다.

두 번째는 개와 설비가 갖춰져 있는 것, 즉 AI가 도구 및 데이터와 연결된 환경에 있는 것입니다.

제가 업무에서 복잡한 에이전트를 움직일 수 있는 이유는, 그것이 사내 데이터나 툴(Tool)에 접근할 수 있는 환경에 있기 때문입니다. 스마트폰의 채팅 AI는 세상과 격리된 상자 안에 있습니다. 같은 AI라도 외부의 도구에 손을 뻗을 수 있느냐에 따라 할 수 있는 일은 근본적으로 달라집니다. 어질리티의 개가 아무리 우수해도 코스 설비가 없는 곳에서는 달릴 수 없는 것과 같습니다.

세 번째는 개의 움직임을 읽을 수 있는 눈을 가진 것, 즉 에이전트의 출력을 리뷰할 수 있는 전문성입니다.

에이전트에게 큰 일을 맡기면 맡길수록 실수가 혼입될 여지는 늘어납니다. 그럼에도 불구하고 맡길 수 있는 이유는, 나온 결과물을 판단할 수 있는 눈이 곁에 있기 때문입니다. 어질리티의 핸들러는 개의 폼(Form)이나 표정에서 컨디션을 읽고, 감점이나 위반을 판단할 수 있습니다. 읽지 못하는 사람은 애초에 핸들러가 될 수 없습니다. 에이전트 활용도 마찬가지로, 리뷰할 수 없는 영역에는 큰 일을 위임해서는 안 된다는 것이 저의 실감입니다.

세 가지를 나열하면 목적, 환경, 검증안입니다. 이 중 하나라도 결여되면 핸들러로서 기능할 수 없습니다. 반대로 말하면, 이 세 가지를 의식적으로 갖추어 나가는 것이 AI와의 관계 맺기를 업그레이드하기 위한 가장 구체적인 경로입니다.

여기서 서두에 언급한 학생의 불안, "생각하는 힘이 떨어질 것 같다"로 돌아가 보겠습니다.

저는 이 불안을 충분히 이해할 수 있습니다. 채팅창에 입력하면 답이 돌아옵니다. 생각하기 전에 답을 얻습니다. 확실히 이런 방식의 사용만 계속한다면 사고력은 퇴화할 것입니다.

하지만 핸들러로서의 관여 방식은 정반대의 것을 요구합니다.

에이전트에게 큰 태스크(Task)를 맡기려고 하는 순간, 머리는 풀가동됩니다. 무엇이 진짜 골인가. 무엇이 필요한 정보인가. 에이전트의 제안은 타당한가. 출력에 어떤 놓친 부분은 없는가. 다음에 어떻게 궤도를 수정할 것인가.

생각을 안 하게 되는 것이 아니라, 오히려 생각하는 양은 늘어납니다. 다른 점은 생각하는 장소입니다. "답을 내는 것"에서 "목적을 설계하고 판단하는 것"으로 사고의 무게중심이 이동하고 있는 것입니다.

어질리티의 핸들러는 개가 달려주기 때문에 자신이 편하게 있는 것이 아닙니다. 코스 전체를 순식간에 판단하고, 개의 상태를 읽고, 다음 지시를 계속해서 내리고 있습니다. 오히려 혼자 달릴 때보다 더 많은 것을 동시에 처리하고 있습니다.

AI 에이전트를 사용하는 사람은 생각을 안 하게 된 사람이 아니라, 생각하는 장소가 옮겨간 사람입니다.

마지막으로 젊은 세대에 대해 쓰고 싶습니다.

서두의 설문에 답한 학생들은 생성 AI와 함께 대학 생활을 보내는 첫 세대입니다. 제가 업계에 들어왔을 무렵에는 그림자조차 없었던 환경이, 그들에게는 입학한 시점에 이미 당연하게 존재하고 있습니다.

그들에게 부족한 것은 재능도 능력도 아닙니다. 오히려 반대로, 그들은 이미 저의 젊은 시절보다 훨씬 잘 갖춰진 환경에 서 있습니다. 문제는 잘 갖춰진 환경에 서 있다는 사실을 본인들이 깨닫지 못하고 있다는 점입니다.

파도 위에 있으면서도 파도를 타고 있다는 자각이 없습니다. 이것은 결코 그들의 책임이 아니라, 파도가 조용히 발밑까지 밀려올 정도로 생성 AI가 자연스럽게 생활에 녹아들었기 때문입니다.

핸들러가 될 것인가, 되지 않을 것인가. 그것은 기술적인 스킬의 유무가 아니라 관여 방식의 선택입니다. 목적을 자신의 언어로 가질 것. 나온 결과물을 자신의 눈으로 판단할 것. 병주하는 것을 선택할 것. 이것은 학생이든, 직장인이든, 엔지니어든, 그렇지 않은 사람이든 오늘부터 시작할 수 있습니다.

그리고 이것은 결코 젊은 사람들만의 이야기가 아닙니다. 저 자신도 핸들러 (Handler)로서 충분히 역할을 수행하고 있는지 묻는다면, 매일같이 스스로를 시험받고 있습니다. 잘 갖춰진 환경이 있음에도 불구하고, 무심코 채팅 한 번의 주고받기로 끝내버리는 순간은 저에게도 있습니다.

생성형 AI (Generative AI)의 등장으로, 우리는 AI에 대해 두 가지 관계 맺기 방식을 선택할 수 있게 되었습니다.

하나는 채팅창에 질문을 던지고 답을 받는, 일회성 이용자로 머무는 것입니다. 이것은 편리하며, 아마도 많은 상황에서 충분할 것입니다.

다른 하나는 코스 도면을 머릿속에 넣고, 개와 도구를 갖추며, 출력을 판단할 수 있는 눈을 가지고 에이전트 (Agent)와 병주하는 것입니다.

어느 쪽이 정답이라는 뜻은 아닙니다. 상황에 따라 나누어 사용하면 될 뿐입니다. 다만, 핸들러로서 관계를 맺을 수 있느냐 없느냐는 앞으로 몇 년간, 조직에서도 개인에서도 확실히 큰 차이를 만들 것입니다.

"나는 AI에게 이용당하는 쪽에 있는가, 아니면 핸들러로서 병주하는 쪽에 있는가"

때때로 멈춰 서서 스스로에게 던져볼 가치가 있는 질문이라고 생각합니다.

지금까지 거만하게 어질리티 (Agility) 비유를 들어왔습니다만, 고백하자면 제가 키워본 동물은 새와 고양이뿐이며, 개를 달리게 해본 경험은 없습니다. 실제 핸들러 분들이 보시기에는 지적할 부분이 많을 것입니다.

하지만 비유라는 것은 원래 그런 것이라고 생각합니다. 완벽한 일치가 아니더라도, 어떤 각도에서 보았을 때 빛나는 부분이 있다면 그것으로 역할을 다하는 것입니다. 개와 병주하는 핸들러의 모습이 AI와의 새로운 관계를 생각하는 데 있어 누군가에게 '아!' 하고 와닿는 한 장의 그림이 된다면, 글을 쓴 보람이 있을 것입니다.

(그렇게 말하면서도, 집의 고양이를 보고 있으면 제가 무엇을 지시해도 무시하기 때문에, 이쪽은 다른 비유가 필요할 것 같습니다)