AI는 이제 무언가의 첫 형태를 아주 빠르게 만든다.
글의 초안, 랜딩페이지, 디자인 에셋, 간단한 코드, 서비스 아이디어까지. 예전 같으면 시작하기 위해 꽤 긴 시간이 필요했던 것들이 이제는 몇 번의 요청만으로 눈앞에 놓인다. 없던 것을 처음 만들어내는 시간은 확실히 줄어들었다.
그런데 AI를 쓰면 쓸수록, 그 시간이 모두 내게 남는 것은 아니라는 생각도 함께 든다.
무언가를 많이 만들 수 있다는 감각은 자주 얻는다. 하지만 조금 더 들여다보면, 우리가 실제로 많이 만드는 것은 대체로 첫 형태에 가깝다. 초안, 시안, 샘플, 프로토타입, 방향성. 물론 이것들도 중요하다. 아무것도 없던 상태에서 첫 형태를 얻는 일은 늘 어려웠고, AI는 그 어려움을 크게 낮췄다.
첫 형태 이후에 남는 것
오래 살아남는 것들은 보통 첫 형태만으로 대체 불가능해지지 않는다.
OS나 프로토콜, 네트워크를 떠올리면 조금 선명해진다. 처음의 설계가 아무리 좋아도 그것만으로 지금의 위치에 오르지는 못한다. 오래 사용되며 도구가 붙고, 문서가 남고, 깨지는 지점이 고쳐진다. 사람들은 그 위에서 일하고, 다른 시스템은 그 존재를 전제로 설계된다. 그렇게 시간이 지나면 기능만으로는 설명하기 어려운 층이 생긴다. 호환성, 신뢰, 관성, 그리고 사람들이 그것을 당연하게 여기는 방식이다.
나는 그 누적된 층을 시간이라고 부르고 싶다.
AI 시대에 대비해야 한다면, 나는 결국 이 시간을 어떻게 쌓을 것인가를 생각해야 한다고 느낀다. 더 빠르게 초안을 만드는 법보다, 내가 쓴 시간이 무엇으로 남는지를 봐야 한다. 도구가 남을 수도 있고, 기록이 남을 수도 있고, 판단 기준이 남을 수도 있다. 생활 방식이 조금 변할 수도 있고, 내가 반복해서 사용하는 작업 환경이 달라질 수도 있다. 넓든 깊든, 중요한 것은 그 시간이 어딘가에 남아야 한다는 점이다.
빠르게 떠도는 시간
시간이 남는 구조가 없으면, AI를 쓰는 시간은 쉽게 흩어진다.
새로운 도구를 따라가고, 유행하는 프롬프트를 저장하고, 남이 만든 결과물을 보고 따라 해본다. 그 순간에는 배우고 있는 것처럼 느껴진다. 실제로 배우는 것도 있다. 하지만 시간이 지나도 내 환경이 바뀌지 않고, 내 판단이 달라지지 않고, 내 방식이 조금도 정리되지 않는다면 그 시간은 축적되었다기보다 이동한 것에 가깝다.
AI 시대에 가장 조심해야 할 것은 느리게 만드는 것이 아니라, 빠르게 떠돌기만 하는 것일지도 모른다.
대중적 생성형 AI가 사람들에게 본격적으로 서비스로 제공된 지는 이제 약 3년 반이 되었다. 이 글을 쓰는 2026년 5월 기준으로, OpenAI가 ChatGPT를 공개한 날은 2022년 11월 30일이다.
그동안 많은 것이 바뀌었다. 사람들은 글을 쓰기 전에 AI에게 초안을 요청하고, 코드를 짜기 전에 에이전트에게 일을 맡기고, 디자인이나 기획의 첫 단계를 예전보다 훨씬 빠르게 시작한다.
하지만 그럼에도 불구하고, 개인이 짧은 기간 안에 AI만으로 OS를 만들거나, 새로운 표준이 되는 도구를 만들거나, 지속적으로 수익을 내는 서비스를 쉽게 런칭하는 일은 아직 흔하지 않다. 이건 AI가 별로라는 뜻이 아니다. 오히려 반대에 가깝다. AI는 첫 형태를 만드는 비용을 크게 낮췄지만, 어떤 것이 실제 세계에서 오래 쓰이고 신뢰를 얻는 시간까지 없애지는 못했다.
반복은 사라지지 않는다
첫 형태를 빨리 얻어도, 그것이 충분한 결과인지 판단하는 일은 별개의 영역으로 남는다.
AI의 결과를 볼 때는 두 값을 나눠서 생각해야 한다. 하나는 지금 나온 결과가 얼마나 내 의도와 맥락에 가까운가, 즉 완성도다. 다른 하나는 그런 수준의 결과가 얼마나 안정적으로 반복되는가, 즉 성공률이다. 좋은 결과가 한 번 나오는 것과, 같은 수준의 결과가 계속 나오는 것은 다르다.
AI는 점점 더 나은 결과를 더 자주 내놓고 있다. 그래서 많은 일은 예전보다 훨씬 앞에서 시작된다. 하지만 결과가 그럴듯해질수록 오히려 판단의 기준은 더 중요해진다. 이 정도면 충분한가. 실제 사용자나 실제 환경에서도 버틸 수 있는가. 지금은 맞지만 시간이 지나도 맞을까. 이런 질문들은 생성 속도만으로 사라지지 않는다.
그래서 반복은 사라지지 않는다. 다만 반복의 위치가 조금 바뀐다.
예전에도 첫 결과물 자체가 언제나 오래 걸렸던 것은 아니다. 메모든 시안이든 대략의 초안은 빠르게 만들 수 있었다. 오래 걸렸던 것은 대개 그것을 실제 맥락에 맞추고, 부족한 부분을 발견하고, 다시 손보는 과정이었다. AI는 시작을 크게 가볍게 만들지만, 그 뒤에 남는 판단과 검증까지 자동으로 내 시간으로 바꿔주지는 않는다. 결국 중요한 것은 아낀 시간을 어디에 다시 쌓을 것인가다.
자기 시간을 남기는 사람
그래서 앞으로 개인에게 필요한 것은 자기만의 생태계에 가깝다고 생각한다. 여기서 생태계는 거창한 플랫폼을 뜻하지 않는다. 내가 자주 꺼내 쓰는 기록, 내가 반복해서 쓰는 도구, 내 취향에 맞게 정리된 환경, 내가 만든 작은 결과물들, 시간이 지날수록 선명해지는 판단 기준 같은 것들이다.
이것들은 하루아침에 만들어지지 않는다. 그리고 꼭 깊어야만 하는 것도 아니다. 어떤 사람은 하나의 도구를 깊게 다듬을 수 있고, 어떤 사람은 여러 시도를 넓게 연결할 수 있다. 중요한 것은 그 시간이 지나간 뒤에도 흔적이 남는가다. 과거의 내가 만든 것들이 현재의 나를 조금 더 잘 움직이게 만드는가다.
AI는 시간을 줄여준다. 하지만 시간이 남게 해주지는 않는다.
시간이 남으려면, 내가 그것을 남는 형태로 바꿔야 한다. 빠르게 만든 초안을 내 문장으로 고치고, 흩어진 시도를 내 도구로 묶고, 남의 결과물을 구경하는 데서 멈추지 않고 내 환경을 조금씩 바꿔야 한다. 그렇게 쌓인 것들은 처음에는 작고 느려 보일 수 있다. 하지만 시간이 지나면, 그것이 나를 대신해서 다음 시간을 줄여준다.
AI 시대에 시간의 값어치는 사라지는 것이 아니라, 오히려 더 선명해진다.
모두가 더 빨리 첫 형태를 만들 수 있게 되면, 차이는 첫 형태 이후에 생긴다. 무엇을 오래 붙들었는지, 무엇을 고쳐왔는지, 무엇이 내 안에 남았는지. 결국 대체 불가능한 것은 빠르게 생성된 결과물이 아니라, 그 결과물이 시간을 통과하며 쌓아 올린 층이다.
그래서 나는 AI 시대에 더 많은 것을 빨리 만드는 사람보다, 자기 시간을 남기는 사람이 더 오래 갈 것이라고 생각한다.