적어도 내 업무에서는, AI가 아무리 빨라져도 병목은 나 자신이었다. 그리고 그 병목의 핵심은 "기다림을 어떻게 다루느냐"에 있었다.
멍하니 기다리고 있었다
AI Agent에게 복잡한 요청을 던지면 시간이 걸린다. 요구사항 정리, 긴 문서 요약, 업무 자동화 설계. 짧으면 30초, 길면 몇 분.
그 시간 동안 나는 멍하니 화면을 보고 있었다.
"이 시간이 아까운데."
그 생각이 든 순간, 기존에 내가 믿던 원칙이 흔들렸다.
나는 컨텍스트 전환 비용이 크다고 믿는 사람이었다. 하나에 집중하는 게 최선이라고 생각했고, 그래서 알림을 끄고, DND를 켜고, 포모도로 타이머를 돌리면서 주의력 분산을 막는 데 공을 들였다. 그 방식이 틀렸다는 게 아니다. 실제로 효과가 있었다. 문제는 전제가 바뀌었다는 거다.
예전에는 내가 작업의 주체였다. 내가 기획서를 쓰고, 내가 데이터를 정리하고, 내가 분석을 했다. 중간에 다른 일로 넘어가면 다시 돌아오는 데 시간이 걸렸다. 그래서 싱글태스크가 맞았다. 지금은 다르다. AI Agent에게 작업을 시키고, 결과가 나오는 동안 나는 "빈 시간"이 생긴다. 이 빈 시간에 가만히 있으면 낭비로 느껴졌고, 다른 작업으로 넘어가면 처리량은 확실히 올라갔다. 다만 처리량이 곧 성과는 아니라는 걸 나중에 알게 됐다.
작업의 주체가 나에서 AI로 일부 넘어간 순간, 컨텍스트 전환의 의미 자체가 달라졌다.
AI 컨텍스트 스위칭
이걸 "멀티태스킹"이라고 부르기엔 어울리지 않는다. 예전의 멀티태스킹은 메일 보면서 회의하면서 동시에 여러 일을 하는 것이었다. 내가 하는 건 그게 아니다.
AI에게 A 작업을 맡기고, 결과가 나오는 동안 B 작업의 맥락을 꺼내고, B의 결과를 기다리는 동안 A의 결과를 확인하는 것. 동시에 여러 일을 하는 게 아니라, 여러 AI 작업 사이를 넘나드는 것이다. AI 컨텍스트 스위칭이라고 부르는 게 맞겠다.
방식을 바꾸고 나서 확실히 처리량은 늘었다. 하루에 끝내는 일의 양이 체감될 정도로 달라졌다.
그런데 목요일쯤 되면 너무 피곤하다. 예전과는 다른 종류의 피로다. 예전에는 하나에 몰입해서 녹초가 되는 피로였다면, 지금은 계속 맥락을 전환하면서 쌓이는 피로다. 머리가 무겁고, 멍한 시간이 많아진다. 일은 많이 하는 것 같은데, 뭔가 남는 게 없는 느낌이 들 때가 있다.
기다림에 대한 태도
이건 정답의 문제가 아니라 태도의 문제라고 생각한다.
AI 응답을 기다리는 그 시간을 어떻게 받아들이느냐. 누군가는 그 시간에 다른 작업으로 넘어간다. 누군가는 방금 던진 요청에 대해 곰곰이 생각한다. 누군가는 그냥 쉰다.
사실 기다림은 낭비만은 아닐 수 있다. 방금 AI에게 던진 요청이 맞는 방향인지 검토하는 시간이 될 수도 있고, 결과를 받기 전에 내 기대치를 정리하는 시간이 될 수도 있다. 쉬는 것 자체가 다음 판단의 품질을 올리기도 한다. 나는 그걸 낭비로 느끼는 성향이었을 뿐이다.
다만 나는 "기다림"을 낭비로 느끼는 사람이었고, 그래서 방식을 바꿨고, 그 대가로 새로운 피로를 얻었다. 업무 성향에 따라 다를 것이다. 하나의 깊은 사고가 필요한 일이라면 싱글태스크가 여전히 맞다. 여러 개의 독립된 작업을 병렬로 돌릴 수 있는 환경이라면, AI 컨텍스트 스위칭을 잘하는 게 무기가 된다.
AI가 빨라지면 이 문제가 해결될까? 일부는 해결될 수 있다. 모델이 빨라지고 워크플로가 개선되면 대기 시간 자체가 줄어들 수도 있다. 하지만 빨라지면 더 복잡한 걸 시키게 되고, 체감하는 기다림은 쉽게 사라지지 않을 것 같다. 결국 풀어야 할 문제는 AI의 속도가 아니라, 나의 일하는 방식이다.
확실한 건, 적어도 내 업무에서는 예전처럼 하나만 붙잡고 있을 수는 없게 됐다는 것이다.
불러오는 중...