같은 질문, 다른 답
같은 질문을 던졌는데 한쪽은 형편없는 답을 주고, 다른 쪽은 보고서 한 편을 내놓는다.
도구 탓일까, 질문 탓일까?
솔직히 말하면 둘 다일 가능성이 가장 크다. 그리고 이 둘을 구분하지 못하는 한, 우리는 계속 같은 자리에서 실망하게 된다.
첫 번째 — 체급
초등학생과 대학생에게 똑같은 질문을 던지면 어떤 답이 돌아올까.
반대로, 초등학생도 풀 수 있는 문제를 대학생에게 내면 어떨까.
전자는 품질의 실패다. 감당할 수 없는 일을 시켰으니 결과가 부실할 수밖에 없다. 후자는 비용의 낭비다. 답은 잘 나오지만, 그 답을 받기 위해 치른 값이 아깝다.
AI도 똑같다. 같은 브랜드 안에서도 상위 모델과 경량 모델은 체급이 다르다. 단순 요약과 분류에 최상위 모델을 붙이는 것은 낭비고, 복잡한 설계와 판단이 필요한 일에 경량 모델을 붙이는 것은 실패다.
두 번째 — 전문성
한식을 정말 잘 만드는 셰프에게 한식을 부탁하면, 우리가 만족할 만한 음식이 나온다.
그런데 이 한식 전문 셰프에게 프랑스 요리를 부탁하면 어떨까. 못 만들지는 않을 것이다. 다만 만족도는 떨어질 수밖에 없다.
체급이 "얼마나 어려운 일까지 감당하는가"라면, 전문성은 "어느 방향의 일을 잘하는가"다. 이 둘은 완전히 다른 문제인데, 대부분 뭉뚱그려 "어떤 AI가 제일 좋아요?"라고 묻는다. 그 질문에는 답이 없다.
세 번째 — 근무 형태
여기에 하나가 더 있다.
같은 인재라도 어떤 형태로 일하게 하느냐에 따라 성과가 완전히 달라진다.
| 형태 | 회사로 치면 | 잘 맞는 일 |
|---|---|---|
| 채팅 화면 | 대면 회의·구두 지시 | 기획, 상담, 초안, 검토 |
| API | 자동화된 생산 라인 | 반복 대량 처리, 시스템 내장 |
| CLI·에이전트 도구 | 실무자 | 실제 코드 작성, 파일 수정, 배포 |
블로그 글 몇 편을 쓰는 정도라면 채팅 화면으로 충분하다. 그런데 이미지 생성과 발행까지 자동화하려면 API를 붙여야 하고, 블로그 사이트 자체를 직접 개발해 서비스하려면 CLI 기반 개발 도구로 내려가야 한다.
같은 AI인데도 결과가 다르다. 도구가 바뀐 게 아니라 근무 형태가 바뀐 것이다.
회사를 차려보자
AI를 활용해 여러 프로젝트를 굴리다 보면 어느 순간 깨닫는다. 이건 회사 하나를 운영하는 일과 같다.
이걸 인식하는 순간, 우리는 개발자의 시각이 아니라 경영자의 시각으로 전환해야 한다. 그래서 실제로 회사를 세우고, 인력을 구성하고, 운영한다는 관점으로 접근해보려 한다.
1단계 — 회사의 목적을 정한다
프로그램을 기획·개발해 판매하는 회사를 차린다고 가정해보자.
목적이 흐릿하면 그 뒤의 모든 결정이 흐릿해진다. 어떤 장비를 살지, 누구를 뽑을지가 전부 여기서 갈린다.
2단계 — 공간과 장비
사무실은 없어도 된다. 하지만 작업할 PC 한 대는 반드시 있어야 하고, 결과물을 서비스할 서버가 있어야 한다.
서버는 빌려 써도 된다. 다만 내가 직접 작업할 PC 하나쯤은 갖추는 게 맞다. 여기서 아끼면 나중에 두 배로 비싸진다.
3단계 — 인재 영입
여기가 핵심이다. 각 직급과 직무에 맞는 인재를 배치하는 일.
- 이미지 만들고 블로그 글 쓰는 수준의 사업이라면 → 범용 채팅 AI 구독 하나로 충분하다
- 고도화와 자동화가 필요하다면 → 이미지 생성 AI의 API를 붙여야 한다
- 사이트를 직접 개발해 서비스한다면 → CLI 기반 개발 도구를 써야 한다
원하는 AI를 적재적소에 배치할 수 있어야 한다. 이게 안 되면 아무리 좋은 도구를 써도 만족스러운 결과가 나오지 않는다.
리더십의 실패는 이렇게 생긴다
최고 수준의 개발자를 뽑아놓고 PPT 정리만 시킨다면, 그건 그 사람의 문제가 아니다. 리더십의 문제다.
PPT 정리가 하찮은 일이라는 뜻이 아니다. 그 일도 누군가는 해야 한다. 문제는 누구에게 시키느냐다.
AI를 쓰면서 실망하는 순간의 절반 이상은 여기서 온다. 도구가 나빠서가 아니라, 배치가 틀려서다.
잠깐 — AI한테 공손해야 할까?
인재 이야기가 나왔으니 곁길로 한 번 새보자.
AI에게 "부탁해요", "고맙습니다"를 붙이는 사람들이 꽤 많다. TechRadar를 소유한 Future가 2024년 12월에 실시한 조사에서, 미국 응답자의 67%·영국 응답자의 71%가 AI에게 늘 공손하게 말한다고 답했다.
재미있는 건 그 이유다. 공손한 사람들 중 대부분은 "그냥 그게 예의니까"라고 답했지만, 전체 응답자의 12%는 "훗날 로봇이 반란을 일으켰을 때 살려주지 않을까 해서"라고 답했다. 농담 반 진담 반이겠지만, 여덟 명 중 한 명꼴이면 결코 적은 숫자가 아니다.
반대편 이야기도 있다. 오픈AI의 샘 올트먼은 X에서 "사람들이 챗GPT에 please, thank you를 붙이면서 낭비된 전기 요금이 얼마나 되느냐"는 질문을 받고 "수천만 달러"라고 답했다. 우리의 예의범절이 데이터센터 전기료로 청구되고 있었던 셈이다.
그래서 결론은?
솔직히 취향의 영역이다. 다만 회사 비유로 돌아와 보면, 나는 이렇게 정리했다. 공손함이 아니라 명확함이 진짜 예의다. "이것 좀 잘 부탁드립니다"보다 "이 파일의 3번 항목을, 이 기준으로, 표 형태로 정리해달라"가 훨씬 나은 지시다. 사람에게도 마찬가지 아닌가.
물론 나도 가끔은 "고맙습니다"를 친다. 보험이라고 해두자.
어떤 AI가 뭘 잘하나
미리 밝혀둘 것이 있다. 이 표는 정답이 아니라 출발점이다.
모델의 순위와 성능은 분기마다, 때로는 월 단위로 뒤집힌다. 그래서 여기에는 버전 번호를 적지 않았다. 적는 순간 몇 달 뒤에 틀린 글이 되기 때문이다. 아래는 각 서비스가 구조적으로 갖는 성향만 정리한 것이다.
| 서비스 (운영사) | 구조적 강점 | 어울리는 자리 |
|---|---|---|
| ChatGPT (OpenAI) | 가장 넓은 사용자층과 기능 생태계. 이미지·음성·데이터 분석·코딩 도구가 한 화면 안에 | 처음 시작하는 사람, 잡다한 일을 한곳에서 처리 |
| Gemini (Google) | Gmail·문서·드라이브 등 워크스페이스와의 결합, 대용량 자료 처리 | 이미 구글 앱 중심으로 일하는 사람, 논문·영상 물량전 |
| Claude (Anthropic) | 긴 문서 이해와 문장의 완성도, 코딩 안정성. Claude Code로 개발까지 직결 | 보고서·계약서 검토, 실제 개발 작업 |
| Grok (xAI) | X(구 트위터) 실시간 데이터 기반 | 지금 이 순간의 여론과 트렌드 |
| Perplexity | 출처 링크를 함께 제시하는 검색형 응답 | 근거를 밝혀야 하는 조사 |
여기에 국내 서비스(네이버 하이퍼클로바X 등)는 한국어 행정 문서나 국내 맥락에서 별도로 검증해볼 가치가 있다.
한 가지 더. 위 서비스들은 모두 내부에 상위·중급·경량 3단 구조를 갖고 있다. 예를 들어 Claude는 Opus(상위)·Sonnet(중급)·Haiku(경량)로 나뉜다. 브랜드를 고르는 것이 "회사를 고르는 일"이라면, 등급을 고르는 것은 "직급을 정하는 일"이다. 둘 다 골라야 배치가 끝난다.
그리고 이 표조차도, 결국 본인이 직접 같은 과제를 두세 곳에 던져보고 확인해야 한다. 남의 순위표보다 내 손으로 얻은 결과가 훨씬 정확하다.
그래서, 뭐부터 결제하지?
가장 많이 받는 질문이다. 순서를 정리하면 이렇다.
원칙 1 — 유료는 일단 하나만
전부 결제하고 싶은 유혹이 온다. 참아야 한다. 가장 자주 쓰는 하나에만 유료를 걸고, 나머지는 무료 범위에서 병행하는 게 비용 대비 효율이 가장 좋다. 무료 계정을 남겨두는 데는 또 다른 이유가 있다. 교차 검증용이다.
원칙 2 — 결제에는 순서가 있다
| 단계 | 무엇을 | 언제 |
|---|---|---|
| 1 | 채팅 구독 1개 | 지금 당장. 대체로 개인 요금제는 월 20달러 선이 표준 |
| 2 | API 소액 충전 | 같은 작업을 반복하기 시작했을 때 |
| 3 | 이미지·영상 등 특수 도구 | 그 결과물이 실제 매출과 연결될 때 |
| 4 | 개발용 CLI·에이전트 | 직접 만들어야 할 것이 생겼을 때 |
거꾸로 가는 사람이 의외로 많다. 아직 뭘 만들지도 모르면서 개발 도구부터 결제한다. 1단계를 두 달은 써봐야 2단계가 필요한지 알 수 있다.
원칙 3 — 결제 전 30분 테스트
무료 계정 세 곳을 열어두고, 내 실제 업무 과제 하나를 똑같은 문장으로 던져본다. 벤치마크 점수 말고, 내 일로 테스트해야 한다.
- 내가 자주 쓰는 문서 형식을 던져본다
- 내 분야 용어를 얼마나 알아듣는지 본다
- 틀렸을 때 지적하면 어떻게 반응하는지 본다
세 번째가 특히 중요하다. 잘못을 지적했을 때 무작정 사과하며 말을 바꾸는 쪽보다, 근거를 대고 버티거나 정확히 어디가 틀렸는지 짚어내는 쪽이 실무에서 훨씬 쓸모 있다.
원칙 4 — 연간 결제는 3개월 뒤에
연간 결제 할인은 매력적이다. 하지만 이 시장은 6개월이면 판이 바뀐다. 월 결제로 3개월 써보고, 그때도 손이 가면 그때 연간으로 넘어가면 된다.
상황별 첫 결제
| 내 상황 | 첫 결제 |
|---|---|
| 아직 뭘 할지 모르겠다 | 결제 보류. 무료로 3곳 동시 사용 |
| 문서·보고서가 업무의 중심 | 문서와 글에 강한 쪽 1개 |
| 구글 워크스페이스로 일한다 | 구글 계열 1개 |
| 코드를 직접 짜야 한다 | 개발 도구가 포함된 상위 요금제 |
| 같은 작업을 매일 반복한다 | 구독보다 API 소액 충전이 먼저 |
조직 단위로 도입한다면 — 개인 카드로 시작하지 말고, 먼저 각 서비스의 데이터 처리 방침과 학습 활용 여부를 확인해야 한다. 특히 개인정보를 다루는 조직이라면 이건 선택이 아니라 전제 조건이다.
결국, 리더가 남는다
AI를 잘 쓴다는 것은 프롬프트를 화려하게 쓴다는 뜻이 아니다.
- 무슨 일을 시킬 것인지 명확하게 정의하고
- 그 일에 맞는 인재를 정확하게 배치하고
- 나온 결과를 검수하고 책임지는 것
이 세 가지다. 그리고 이 셋 모두 AI가 대신해줄 수 없는 영역이다. 방향을 정하는 일과 그 결과에 책임지는 일은 여전히 사람의 몫으로 남는다.
AI가 늘어날수록 도구를 다루는 기술이 아니라 사람을 쓰는 감각이 중요해진다. 회사를 차린다는 비유를 꺼낸 이유가 여기에 있다.
오늘 이 글이 Ai를 통해 성장하려는 분들게 도움이 되었으면 좋겠다.
