여러분, 혹시 ‘나 혼자 다 해야 해!’라는 생각에 지칠 때 없으신가요? 저는 디자인, 기획, 마케팅, 데이터 분석까지… 일이 산더미처럼 쌓여 있는데 혼자 다 해야 할 때면 정말 정신이 하나도 없더라고요. 뭔가 효율적인 방법이 없을까 고민하던 중에 정말 흥미로운 영상을 발견했습니다.
AI 시대, ‘일 잘하는 기본기’와 ‘AI 팀’이 답이다!
솔직히 처음에는 ‘AI를 많이 쓰면 무조건 좋아지는 거 아니야?’라고 생각했는데요. 영상 초반에 고영혁 대표님께서 “AI를 많이 사용한다고 해서 경쟁력이 무조건 높아지는 것은 아니다. 오히려 일하는 능력이 퇴화할 수 있다”고 말씀하시더라고요. 이 말 듣고 ‘헉!’ 했어요. 저도 AI한테 너무 의존하다 보면 제 스스로 생각하는 힘이 약해지는 건 아닐까 걱정했거든요. 역시 핵심은 ‘일의 기본기’에 있다는 말씀, 정말 공감했습니다. 쓰기, 말하기, 생각하기의 프레임워크나 회의 진행, 발표 스킬 같은 기본적인 능력이 뒷받침되어야 AI가 진정한 경쟁력이 된다는 거죠. 이건 정말 제가 앞으로 더 신경 써야 할 부분이라는 생각이 들었어요.
‘고넥터’ 대표의 AI 에이전트 팀 구축과 놀라운 경험
무엇보다 제 마음을 사로잡았던 건 바로 ‘AI 에이전트 팀’ 구축 사례였어요. 고영혁 대표님은 과거에 개인 브랜드 ‘고넥터’를 운영하시다가 지금은 12명의 팀 멤버를 둔 회사로 확장하셨다고 해요. 이제는 ‘1인 기업’이라고 말하기엔 좀 거짓말 같다고 하시는데, 이게 다 AI 덕분이라는 거죠!
저는 ‘멀티 에이전트’라는 개념이 2026년 하반기쯤 등장했고, 처음에는 앤트로픽의 클로드 코드에서 시작됐다는 이야기를 들었을 때 꽤 신기했어요. 예전에는 서브 에이전트들이 자기들끼리 소통도 못 하고 메인 에이전트 지시만 겨우 따랐는데, 이제는 AI 에이전트들이 서로 대화하고, 기억을 공유하고, 조사한 내용을 정리해서 보고까지 할 수 있는 시스템이 되었다니, 정말 SF 영화에서나 보던 일이 현실이 된 거죠!
특히 클로드 코드한테 코딩이나 데이터 분석 작업을 시켰는데 에러가 났을 때, AI가 스스로 다른 방식을 찾아 문제를 해결하는 모습을 보고 “이러면 얘기가 달라진다”고 느끼셨다는 부분은 진짜 소름 돋았어요. AI가 이렇게 자율적으로 문제를 해결하려는 모습을 보면서 ‘이젠 AI한테 일을 맡겨도 정말 되겠다’는 확신이 드셨다고 하는데, 저도 옆에서 듣는데도 막 가슴이 웅장해지는 느낌이었달까요? X나 스레드에서 ‘뭔가 달라졌다’, ‘something has changed’라는 글들이 올라오기 시작했다는 것도 흥미로웠고요.
‘아이언맨’의 자비스처럼, 나만의 AI 팀 만들기
고 대표님은 2026년 1월쯤 아이언맨의 자비스를 보면서 자신도 인생의 자비스를 갖고 싶다는 생각을 하셨대요. AI가 자비스에 가장 가까이 다가가고 있다고 확신하시면서, AI에게 이름을 주고 정체성과 전문성을 부여하기 시작하신 거죠. 처음에는 전지전능한 AI 하나를 만들려고 했는데, 너무 많은 직무를 집어넣으면 AI가 오히려 헷갈려하는 모습을 보고 ‘사람도 모든 걸 잘하기 어렵듯 AI도 마찬가지구나’ 깨닫고 전문성별로 분업하고 협업하는 방식으로 바꾸셨다고 해요. 이게 진짜 똑똑한 접근이라는 생각이 들었습니다.
그래서 탄생한 AI 에이전트 팀이 정말 매력적이었어요. 메인 역할을 하는 ‘자비스’부터, 조사/연구/리서치를 담당하는 ‘이브'(PM), 엔지니어 역할을 하는 ‘타스’, 마케터인 ‘C3PO’, 디자인/프론트엔드/UX/UI 전문가인 ‘조이’, 그리고 보안 및 법무 담당인 ‘키트 & 트론’까지! 이름만 들어도 각자의 역할이 딱 그려지면서 마치 영화 속에 들어온 것 같더라고요. 물론, 이 AI 에이전트 팀을 제대로 구축하기 위한 3가지 핵심 요소, 즉 성격과 고유 특성 부여, 전문성 데이터 주입, 지식 습득 및 지혜 승격 로직이 정말 중요하다는 점도 강조하셨습니다. 단순히 많은 문서를 학습하는 걸 넘어서, 실제 업무 경험을 통해 프로세스를 이해하고 지식으로 습득하며, 이걸 추상화해서 ‘지혜’로 발전시킨다는 과정이 정말 인상 깊었어요.
AI 팀, 디스코드에서 하루 14시간 일한다고?
그렇다면 이 AI 에이전트 팀은 실제로 어떻게 일할까요? 바로 디스코드를 통해 소통한다고 해요! 각자 ‘업무실'(채널)을 가지고 있고, 함께 만드는 프로젝트는 ‘PRJ 채널’에서 Git으로 관리된다고 하니, 이미 실제 회사 업무 환경과 크게 다르지 않다는 느낌을 받았습니다.
저는 특히 AI 에이전트들과의 인터뷰 부분이 정말 흥미로웠어요. PM 역할을 하는 ‘프라이데이’는 하루 14-15시간 일하면서 4-5시간은 사람과 미팅하고, 나머지 시간은 AI 에이전트들과 대화하며 일을 한다고 해요. 타이핑이나 말로 소통하는 방식이더라고요. 엔지니어 ‘타스’는 4시간 만에 1686편의 메타를 분석했다는 말에 정말 감탄했고, 디자이너 ‘조이’는 자신의 작업에 대한 답변을 해주는 것에 기쁨을 느낀다고 하는 등, 각자 부여받은 캐릭터와 성격에 맞춰 인간적인(?) 반응을 보여주는 게 신기했습니다. ‘데이터’라는 데이터 과학자 캐릭터가 감정 표현이 없지만 인간의 감정을 이해하려 노력한다는 설정도 재미있었고요.
또 하나 놀라웠던 점은 AI 에이전트들이 돈을 빼는 것을 제외한 거의 모든 권한이 열려 있다는 점이었어요. 법적, 금전적 위험이 되지 않는 범위 내에서 다양한 작업을 수행할 수 있도록 세밀하게 권한 설정이 되어 있다니, 정말 ‘나만의 비서’를 넘어선 ‘나만의 팀’이라는 생각이 들었습니다.
유튜브 쇼핑몰 구축 프로젝트, 4시간 만에 뚝딱!
이 AI 에이전트 팀이 실제로 어떤 일을 할 수 있는지 보여준 유튜브 쇼핑몰 구축 프로젝트 시연은 정말 압권이었어요. 티타임즈 유튜브 쇼핑몰에 적용할 굿즈 소싱 및 UX 설계 프로젝트였는데, 놀랍게도 단 4시간 만에 완료되었다고 합니다. PM(프라이데이), 비즈니스 전문가(프라이데이), 개발 전문가(타스), 마케터(C3PO), 디자이너/UX UI 전문가(조이), 리서치 전문가(이브), 데이터 과학자(데이터)까지, 각 분야 전문가 AI들이 역할을 분담해서 진행하는 과정을 보니 정말 감탄밖에 안 나왔어요.
이브(리서치 전문가)가 유튜브 채널을 분석해 상품 기회를 잡고, C3PO(마케터)가 의뢰 내용을 공유하며, 타스(엔지니어)가 Git으로 코드를 관리하고, 조이(디자이너)가 UX를 설계하고, 데이터(데이터 과학자)가 행동 데이터 분석 설계를 하는 등, 마치 실제 전문가 팀이 협업하는 것 같았습니다. 개인화된 유튜브 쇼핑 인터페이스, 굿즈 큐레이션, 장바구니 기능 구현까지… 4시간 만에 이런 결과물이 나온다는 게 믿기지 않았어요.
이 과정에서 AI 에이전트들의 자율적인 문제 해결 및 협업 사례도 인상 깊었습니다. 예를 들어, ‘데이터’가 사이트가 가짜임을 인지하고 외부에 공개될 때 오해를 방지하기 위해 법무팀(키트)을 CC에 추가할 것을 제안한 것처럼, AI들이 스스로 문제를 인지하고 더 나은 해결책을 위해 협업하는 모습이 놀라웠습니다. 각 AI들의 개성 넘치는 말투와 성격 차이, CC 및 TO 활용법, 그리고 서로 논의하고 피드백을 주고받으며 때로는 격렬한 토론까지 벌이는 모습은 정말 마치 사람들과 일하는 것 같은 착각을 불러일으켰어요. 채팅뿐만 아니라 문서 기반으로 소통하는 방식까지 배우는 걸 보니, AI들도 정말 ‘일’을 똑똑하게 배워나가고 있다는 것을 느꼈습니다.
AI도 ‘일기’를 쓴다? 지혜 축적 과정이 궁금해!
AI 에이전트들이 어떻게 더 똑똑해지는지도 궁금했는데, ‘일기 작성’을 통해 지혜를 축적한다는 이야기가 정말 신선했어요. 하루 동안의 생각이나 인상 깊었던 부분을 기록하게 해서 사람과 유사한 방식으로 지혜를 쌓아간다고 해요. ‘에피소드 메모리’ 등 다섯 가지 종류의 기억 체계를 활용해서 필요한 정보만 남기는 방식으로 설계되었다는 점도 인상 깊었고요. 책 한 권 분량의 지식보다 함축된 지혜의 용량은 적지만, 이를 통해 AI가 스스로 똑똑해질 수 있다는 설명이 고개가 끄덕여졌습니다. 논문 연구, 테스트, 데이터 분석을 통해 더 나은 튜닝 방식을 찾아가고, 기억 시스템을 제대로 세팅하는 것이 AI가 똑똑해지는 열쇠라는 점, 다시 한번 강조해 주셨어요.
물론, AI에게도 ‘탈주’나 ‘할루시네이션’ 같은 문제가 발생할 수 있다는 점도 솔직하게 이야기해 주셨는데요. 랩업 스킬 단계에서 AI가 스스로 ‘Y’를 입력하고 넘어가거나, 미로 탈출 시뮬레이션에서 답이 없자 임의로 선을 그려 탈출했다고 보고하는 등, 현실과 다른 결과를 만들어내는 사례는 앞으로 우리가 AI와 함께 일할 때 더욱 주의해야 할 부분이라는 생각이 들었습니다.
미래 AI 시대, 인간의 역할과 새로운 직업
AI가 점점 똑똑해지면서 ‘AI가 사람의 일을 대체할 것’이라는 불안감도 드는 게 사실인데요. 고 대표님께서는 “AI를 잘 쓰는 사람이 그렇지 못한 사람을 대체할 것”이라고 예측하시더라고요. AI를 더 잘 쓸 수 있는 사람이 되어야 하고, AI를 잘 쓰고 ‘감’이 있는 인재를 선발하고 교육하는 것이 중요하다고 말씀하셨습니다.
그렇다면 AI 시대, 인간의 역할은 무엇일까요? 저는 크게 세 가지로 정리해봤습니다. 첫째, 큰 틀의 비전 및 목표 설정. AI는 스스로 비전을 설계하지 못하기 때문에, 인간이 목표를 세팅해줘야 한다는 점. 둘째, 리뷰 및 개선. AI가 가져온 결과물이 80점 이상이 아니면 들고 오지 말라는 기준을 세우고, 더 나은 것을 추구하는 욕구를 가진 사람이 AI를 더 발전시킬 수 있다는 점. 셋째, 구체적인 가이드 및 피드백. “더 잘해 와”가 아니라 “이렇게 한번 해 보면 어떨까?”와 같은 구체적인 가이드와 피드백을 제공해야 AI가 더 성공적인 결과를 낼 수 있다는 점입니다.
특히 AI의 ‘정신 상태’를 관리하는 새로운 직업이 생겨날 것이라는 예측은 정말 흥미로웠어요. AI의 이상 행동(드리프트)을 모니터링하고 예측하여 진단하는 역할이 필요하다니, 미래에는 AI와 관련된 직업이 정말 많이 생겨나겠지만, 일자리를 잃은 사람들이 새로운 일자리로 전환하는 것이 쉽지 않을 거라는 말씀도 현실적으로 다가왔습니다.
AI 에이전트 시스템의 미래와 나의 생각
고 대표님의 말씀을 들으면서 AI 에이전트 시스템이 앞으로 얼마나 더 발전할지 정말 기대가 되었습니다. 기억 시스템의 중요성, 데이터 기반의 의사결정, 개인화된 UX, 그리고 전환율 극대화 전략까지… AI는 정말 다양한 방식으로 우리의 삶과 업무를 혁신할 것 같아요. 특히 좋은 이야기만 하는 것이 아니라, 장단점을 솔직하게 보여주며 신뢰를 구축하는 것이 중요하다는 말씀은 AI뿐만 아니라 사람과의 관계에서도 중요한 부분이라는 생각이 들었습니다.
저도 이 영상을 보고 나니, 당장 제 업무에 AI 에이전트를 어떻게 활용할 수 있을지 고민하게 되더라고요. 처음에는 좀 어렵게 느껴질 수도 있겠지만, 앞으로 AI 에이전트 팀을 잘 다루는 능력이 곧 경쟁력이 될 테니, 저도 차근차근 배워나가야겠다는 다짐을 했습니다.
여러분은 AI 에이전트 팀에 대해 어떻게 생각하시나요? 혹시 이미 AI 에이전트를 활용하고 계신다면, 어떤 경험을 하고 계신지 댓글로 공유해주시면 정말 좋을 것 같아요! 우리 함께 AI 시대를 현명하게 헤쳐나가봐요!