카파시 영상에서 다시 생각한 것: 도구보다 작업 구조

이 영상은 제목부터 조금 아프다. “AI 조언의 90%가 6개월 안에 사라진다.” 너무 과장된 말처럼 들리지만, 막상 요즘 저장해둔 프롬프트와 도구 목록을 떠올리면 반박하기 어렵다. 저장은 많이 했다. 다시 열어본 건 별로 없다.

무슨 이야기였나

영상은 안드레이 카파시가 말한 “Software 3.0”에서 출발한다. 사람이 코드를 쓰던 시대, 모델의 가중치가 프로그램 일부가 된 시대를 지나, 이제는 자연어가 프로그램처럼 작동하는 시대가 됐다는 이야기다.

여기까지는 익숙하다. 요즘 AI 이야기를 조금만 따라가도 비슷한 말을 자주 듣는다. 그런데 이 영상이 더 흥미로운 지점은 그 다음이다. 새 모델, 새 프롬프트, 새 확장 프로그램을 따라가는 일은 필요하지만, 그것만 붙잡고 있으면 계속 지친다는 것. 도구는 바뀌고, UI는 바뀌고, 어제의 최강 모델은 내일 밀려난다.

결국 남는 것은 도구 이름이 아니라 작업 방식이다.

남겨둘 문장들

말하자면 AI 시대의 진짜 자산은 모델 이름이 아니라 작업 구조인 것입니다.

이 문장이 제일 오래 남았다. 나도 자꾸 모델 이름을 먼저 본다. GPT냐 Claude냐 Gemini냐, 새 모델이 얼마나 빨라졌느냐. 물론 중요하다. 하지만 실제 일에서는 모델보다 앞에 놓인 구조가 더 자주 발목을 잡는다. 어떤 자료를 줄지, 어디까지 맡길지, 결과를 어떻게 검토할지 정하지 않으면 좋은 모델도 대충 일한다.

AI 시대에 사라지는 것은 대체로 짧은 팁입니다. 이 프롬프트를 쓰세요. 이 확장 프로그램을 설치하세요.

요즘 가장 쉽게 소비되는 콘텐츠가 바로 이쪽이다. 당장 써먹을 수 있어서 좋지만, 금방 낡는다. 문제는 낡는다는 걸 알면서도 계속 모은다는 점이다. 북마크 폴더만 커지고 실제 작업 방식은 그대로인 상태. 이건 꽤 익숙한 실패다.

문제를 구조화할 수 있는 사람, 시스템을 나만의 관점으로 설계할 수 있는 사람, 나만의 검증 루프를 만들 수 있는 사람.

이건 AI 이전에도 중요했다. 다만 AI가 들어오면서 더 노골적으로 드러난다. 질문이 흐리면 답도 흐리다. 검증 기준이 없으면 그럴듯한 문장에 속는다. 자동화를 하고 싶어도 작업이 어떻게 흘러가는지 모르면 자동화할 수 없다.

내가 찔린 부분

영상에서 가장 찔린 건 “AI 공부 콘텐츠를 소비하고 있었구나”라는 대목이다. 새 도구를 보고, 사용기를 읽고, 프롬프트를 저장하면 뭔가 따라가고 있다는 느낌이 든다. 그런데 실제로는 내 일의 흐름이 바뀌지 않았을 수 있다.

이 차이가 중요하다. 공부한 느낌과 굴려본 경험은 다르다. 링크를 저장하는 것과 내 업무 폴더 하나를 AI가 읽고 정리하게 만드는 것은 완전히 다른 일이다. 전자는 편하고, 후자는 귀찮다. 그런데 오래 남는 건 대개 귀찮은 쪽이다.

Deciflow에 붙여본다면

이 영상을 보고 바로 떠오른 적용점은 세 가지였다.

• 프롬프트 모음보다 “작업 절차”를 먼저 기록하기
• AI가 만든 결과물을 통과시킬 기준표를 만들기
• 반복되는 문서 작업 하나를 실제 워크플로로 자동화하기

거창한 에이전트부터 만들 필요는 없다. 오히려 작은 것부터 굴리는 편이 낫다. 예를 들면 영상 하나를 보고 요약문만 만드는 게 아니라, 인용을 뽑고, 캡처를 붙이고, 내 작업 방식에 연결되는 문장까지 남기는 것. 지금 이 노트 시스템 자체가 그런 실험이다.

오늘 남길 결론

AI 조언은 빨리 늙는다. 이건 불평할 일이 아니라 전제로 받아들여야 할 것 같다. 그러면 질문이 바뀐다. “무엇을 더 저장할까”가 아니라 “무엇을 내 일에 붙여서 굴려볼까”가 된다.

오늘 할 일은 새 프롬프트를 하나 더 모으는 게 아니다. 작은 자동화 하나, 작은 평가표 하나, 반복 업무 하나를 실제로 바꿔보는 것이다.

원본 영상

• 제목: 카파시는 옳았다 — AI 조언의 90%가 6개월 안에 사라지는 진짜 이유
• 채널: 바이브랩스

원본 영상: 카파시는 옳았다 — AI 조언의 90%가 6개월 안에 사라지는 진짜 이유 · 바이브랩스