AI는 산출물 만드는 비용을 낮췄지만 '이게 뭐 하려는 거였지' 판단하는 비용은 그대로 본인에게 남았다. 산출물이 많을수록 판단 자리가 줄어드는 게 아니라 더 선명해진다.
Distill의 한 줄
산출물 생산비를 줄이면 판단비가 늘어난다. 이 두 비용을 한 사람이 한 시간에 다 처리할 수 있다는 가정이 본인 일을 망친다.
이럴 때 써요 이런 시점에 본 원리를 끌어온다. AI 도구로 디자인·문서·코드를 양산한 직후 검수가 더 힘들어졌다고 느낄 때. 직원이나 외주가 AI로 작업해서 가져온 산출물 리뷰가 늘었을 때. '왜 이것보다 다른 게 나을지 설명 못 하겠다'는 막힘이 잦을 때. AI 도구를 더 도입할지 결정할 때.
이유는요
AI는 디자인 컴포넌트·글·코드·이미지 같은 산출물을 분 단위로 만들어낸다. 산출물이 늘면 검수해야 할 양도 늘어난다. 그런데 검수는 단순히 '이게 잘 만들어졌나'가 아니라 '이게 이 자리에 맞나'라는 판단이다. 후자는 AI가 못 한다. 본 변화는 1인 사업에 더 무겁게 작동한다. 큰 회사는 디자이너·기획자·엔지니어가 나눠 가지던 판단 비용을 1인 사업에서는 본인 하나가 다 진다. AI 도구를 늘릴수록 본인이 봐야 할 산출물 양은 늘어나고, 그중 무엇을 살리고 무엇을 버릴지 결정해야 할 횟수도 늘어난다. 해결책은 산출물 생산을 줄이는 게 아니라 판단 자리를 미리 박는 것이다. AI로 산출물 100개 만들기 전에 '이 100개 중 어떤 기준으로 한 개만 살릴 것인가' 기준을 종이에 박아둔다. 기준 없이 산출물부터 양산하면 검수가 사후 합리화가 된다.
이렇게 해 봐요
- 이번 주 AI 도구로 만든 산출물 목록을 적는다(디자인·글·코드·이미지).
- 각 산출물 옆에 '이걸 살릴지 말지 어떤 기준으로 결정했나' 한 줄 답한다.
- 답이 '잘 만들어져 보여서'면 검수만 한 거고 판단은 안 한 것. 표시한다.
- 다음 AI 작업 전에 '이걸 살리는 기준 한 줄'을 먼저 박는다. 산출물 만들기 전에.
- AI 도구를 새로 추가할 때 '본인 판단 시간이 같이 늘어나는가' 점검한다. 늘면 도구 줄인다.
이럴 땐 안 써요
본인이 명확한 기준으로 단일 산출물만 양산하는 경우(예: 똑같은 SNS 카드 100장). 판단 비용이 첫 1개에서 끝났고 그 후는 복제. 본 원리 적용 안 됨. 본인 사업이 산출물 자체가 제품인 경우(이미지 생성·콘텐츠 양산 서비스). 판단보다 생산 효율이 본질이라 트레이드오프 다름. 본인이 사용하는 AI 도구가 본인 voice·취향을 정확히 학습해서 판단을 일부 위임 가능한 경우. 단 이 위임이 안전한지 분기마다 점검 필요.
영상으로 더 보기
같은 본질을 영상으로 풀어 정리합니다. newsdistill과 유튜브 채널 뉴스디스틸은 같은 운영자가 만드는 한 묶음입니다.
유튜브 @뉴스디스틸 채널 열기