AI가 일 다 하는데, 사람은 뭘 해야 할까?

🖼️ 인포그래픽

🖼️ 4컷 인포그래픽

💡 한 줄 결론

AI가 더 많은 일을 끝내는 시대에 사람이 할 일은, 이전에 안 되던 일을 다시 실험하고 자신의 감각과 취향으로 결과물을 다듬는 것이다.

📌 핵심 요점

1. 두 출연자는 최신 AI가 이전보다 작업을 잘 마무리한다고 체감한다. 특히 오퍼스 5.5의 시각적 결과물을 선호하지만, 이는 개인적인 사용 경험이다.
2. 인프라 최적화 사례에서는 약 3개월 전 모델이 30분짜리 작업을 28분으로 줄였던 반면, 이후 GPT 5.6 솔은 같은 작업을 5분으로 줄였다고 설명한다. 모델과 하네스의 중요성을 보여주는 일화다.
3. 과거 실패한 과제를 새 모델에 다시 맡기는 방식이 반복해서 등장한다. 썸네일 제작 시간 단축과 쇼츠 제작처럼 자신에게 중요한 작업을 개인 벤치마크로 삼는다.
4. 쇼츠 제작에서는 모션 그래픽, 훅, 스토리텔링의 개선을 체감했다. AI에 창의적 여지를 주면서도 사람이 훅과 구성 등을 계속 다듬는 과정이 함께 있었다.
5. 사람의 감각·개입·취향과 직접 해보는 경험이 강조된다. 다만 이 영상은 대화의 도입부로, AI의 한계와 장기적인 커리어 전략은 의제로 제시됐을 뿐 본격적으로 답하지 않는다.

🧩 배경과 문제 정의

커리어해커 알렉스와 실베 개발자는 가족과 함께 하와이를 여행하는 중 대화를 촬영한다. 육아휴직과 업무 근황을 나눈 뒤, 최근 사용한 AI 모델의 성능 변화와 실제 활용 경험을 이야기한다.

핵심 질문은 제목 그대로 AI가 일을 더 많이 수행할 때 사람이 무엇을 해야 하느냐는 것이다. 출연자들은 이전에는 많은 수작업이 필요했지만 최근에는 더 다양한 일을 맡겨볼 만해졌다고 느낀다. 이 구간에서는 인프라 최적화와 쇼츠·영상 제작 사례를 통해 그 변화를 설명한다. 에이전트 활용, AI의 한계, 커리어와 역량은 전체 대화의 의제로 소개된다.

🕒 시간순 섹션별 상세정리

1. 하와이 여행과 육아휴직 중의 근황

• 두 출연자는 가족 여행 중 촬영한다고 설명하며 하와이의 날씨와 여유로운 분위기를 이야기한다. [01:18]
• 알렉스는 육아휴직 중 한국 방문, 인터뷰 출연, 지인 만남과 육아를 했다고 전해진다. [01:59]
• 휴직 중 GPT 아스트라와 오퍼스 5.5를 많이 사용했다며 AI 활용 이야기로 넘어간다. [02:06]

2. 최신 모델의 작업 완수 능력에 대한 체감

• 아스트라와 오퍼스 5.5를 주요 비교 대상으로 꼽고, 앞서 두 모델로 같은 오토클릭 개발을 시켜본 경험을 보여준다. [02:48]
• 개인적인 느낌으로 오퍼스 5.5가 작업을 더 잘 끝내고 시각적 결과도 더 만족스럽다고 평가하며, 다른 출연자도 비슷한 선호를 보인다. [03:16]
• 뮤즈의 등장과 회사 주가에 대한 짧은 언급이 이어지지만, 구체적인 성능이나 주가 자료는 제시하지 않는다. [03:37]

3. 사람이 할 일과 전체 대화의 의제

• AI 시대에 사람이 무슨 일을 할지 질문을 제시한다. 이전에는 결과를 얻기 위해 손이 많이 갔지만, 최근에는 여러 작업을 적극적으로 시도하고 있다고 드러낸다. [04:20]
• 모델별 성능, 에이전트 활용, AI가 아직 못 하는 일, 초지능과 함께할 때의 커리어·역량을 논의하겠다고 예고한다. [05:24]
• 목차에 AI의 부작용도 포함하며, 잠을 못 자거나 자신이 멍청해지는 것 같다는 체감을 가볍게 언급한다. [05:54]

4. 인프라 최적화와 과거 실패 과제의 재시도

• 인프라팀에서는 서비스 실행 시간을 줄이는 일이 생산성과 연결되지만, 설계와 아키텍처를 바꾸는 데 공수가 커 최적화 프로젝트를 쉽게 추진하지 않는다고 보여준다. [06:48]
• 약 3개월 전 모델은 30분짜리 작업을 28분으로 줄였고, 이후 GPT 5.6 솔은 같은 작업을 5분으로 줄였다고 전해진다. 프롬프트는 같았으며 한두 줄의 제로샷 요청이었다고 덧붙인다. [08:04]
• 이전에 유의미한 결과를 얻지 못한 썸네일 제작 시간 단축도 오퍼스 5.5로 다시 시도하려 한다. 모델 발전에 맞춰 과거에 안 되던 일을 재검토하는 접근을 강조한다. [08:40]

5. 쇼츠 제작을 개인 벤치마크로 활용

• 알렉스는 과거 쇼츠 제작 결과가 만족스럽지 않았으며, 정해준 방식만 따르기보다 자신도 놀랄 만한 결과가 나올 창의적 여지를 원했다고 보여준다. [09:37]
• 새 모델이 나올 때 자신이 어려워했던 작업을 다시 시험하는 개인 벤치마크를 이야기한다. 오퍼스 5.5의 모션 그래픽·훅·스토리텔링을 높이 평가하면서 구성과 도구 사용을 계속 다듬었다고 드러낸다. [10:35]
• 자기 전에 제작을 맡기고 아침에 결과를 확인하는 재미와 반복 수정의 즐거움을 전해진다. 다른 출연자도 결과물의 품질을 보고 복귀 후 시도하려 하며, 알렉스는 쇼츠로 구독자를 모으겠다는 포부를 드러낸다. [11:23]

6. 블렌더와 창작에서 드러나는 인간의 취향

• 알렉스는 창의적인 작업에서 인간의 감각·개입·취향이 더 돋보인다고 생각하며 AI 영상 제작도 시도하고 있다고 드러낸다. [11:48]
• 영상이 좋아진 이유를 비디오 모델 자체의 개선보다 아스트라와 오퍼스 5.5가 블렌더를 잘 활용하게 된 데서 찾는다. 영화 제작이나 웹툰의 영화화에도 관심을 보인다. [12:15]
• 자신의 웹사이트를 전면 개편했으며, 개인 3D 가상 공간 같은 스튜디오도 만들어보고 있다고 보여준다. [12:41]

7. 직접 실험하는 경험과 대화의 마무리

• 소셜미디어에서 사례를 보는 것과 직접 해보는 것은 다르다고 드러낸다. 직접 사용하며 내공이 쌓이고, 가능한 기능을 다른 시도에 연결하게 된다는 경험을 전해진다. [13:03]
• 가장 큰 관심사는 AI 자체라고 말한 뒤, 육아와 AI 실험을 둘러싼 농담을 나누고 다음 주제로 넘어가자고 한다. [13:29]
• 아이가 있는 상황에서 함께 시간을 내기 어렵다는 이야기와 가족에 대한 감사로 이 구간을 마무리한다. [13:44]

🧾 결론

• 이 영상에서 확인되는 변화는 AI가 업무 최적화와 콘텐츠 제작에서 더 만족스러운 결과를 낸다는 출연자들의 경험이다. 모든 일을 대체한다는 결론까지 입증하지는 않는다.
• 모델이 바뀌면 과거의 실패도 다시 평가할 필요가 있다. 이전에 포기한 작업이 새로운 활용 기회가 될 수 있다는 점이 두 사례를 연결한다.
• 창작에서 사람은 결과물의 매력을 판단하고 수정 방향을 제시한다. 출연자는 이 과정에서 인간의 감각과 취향이 더 드러난다고 본다.
• 직접 도구를 사용하면서 가능한 작업을 발견하고 다른 시도로 연결하는 경험이 중요하게 다뤄진다.

📈 투자·시사 포인트

• 업무 자동화의 가치는 실행 시간처럼 측정 가능한 지표로 살펴볼 수 있다. 다만 30분에서 5분으로 줄었다는 단일 사례를 기업 전체의 비용 절감이나 수익 개선으로 일반화할 수는 없다.
• 창작 도구의 활용 수준이 결과물의 품질에 영향을 줄 수 있다. 출연자는 영상 개선을 비디오 모델 자체의 발전보다 AI의 블렌더 활용 능력과 연결한다.
• 모델 개선은 이전에 경제성이 낮거나 결과가 불만족스러웠던 업무를 다시 검토할 계기가 된다. 최적화와 쇼츠 제작이 이 영상의 구체적인 사례다.
• 뮤즈가 회사 주가를 끌어올린다는 발언이 있지만, 주가 자료나 인과관계는 제시되지 않는다. 투자 판단을 뒷받침하는 검증된 근거로 사용하기는 어렵다.

⚠️ 불확실하거나 확인이 필요한 부분

• 아스트라와 오퍼스 5.5의 비교는 출연자들의 선호와 경험에 기반한다. 통제된 평가, 성공률, 비용 비교는 제공되지 않는다.
• 최적화 사례에는 코드, 실행 환경, 반복 측정, 결과의 정확성 검증이 공개되지 않는다. 모델과 하네스 중 무엇이 개선을 주도했는지도 분리해 확인할 수 없다.
• 전사에는 모델 이름·버전과 일부 기술 표현이 불명확한 대목이 있다. 특히 과거 오퍼스 버전은 발화자도 확신하지 않으므로 제품 연혁으로 단정하지 않아야 한다.
• 자막 기반 정리: 타임스탬프가 있는 자막을 기준으로 정리했으며, 고유명사·수치·인용은 원문 확인 필요 시 별도 검증한다.
• 영상 속 주장: 발표자의 해석·전망·비교는 확인된 외부 사실이 아니라 영상 속 주장으로 분리해 읽는다.
• 검증 필요: 수치, 기업 실적, 정책·시장 전망은 발행 전 최신 자료로 별도 검증이 필요하다.

✅ 액션 아이템

• 이전 모델에서 실패하거나 만족스럽지 않았던 업무를 목록으로 만들고, 새 모델에서 같은 과제를 다시 시도한다.
• 실행 시간, 결과 품질, 사람의 수정량을 기록해 자신만의 벤치마크를 만든다.
• 업무 최적화 결과는 시간 단축과 함께 기존 기능과 결과의 정확성이 유지되는지 확인한다.
• 쇼츠나 영상 제작에서는 AI에 창의적 여지를 주고, 훅·스토리텔링·시각 구성의 수정 전후를 비교한다.

❓ 열린 질문

• AI가 작업을 더 잘 끝낼수록 사람의 감각과 취향은 어떤 방식으로 차별화된 가치가 될까?
• 같은 과제에서 모델 개선과 하네스 개선의 효과를 어떻게 나눠 측정할 수 있을까?
• 개인적인 만족도가 높은 쇼츠가 실제 시청자 반응이나 구독자 증가로도 이어질까?