개인적으로 UI나 미감에는 별로 관심이 없고 기능주의에 가까워서, 필요할 때마다 기능만 계속 붙여왔습니다. 막상 조직도로 펼쳐놓고 보니 어떤 AI가 무슨 일을 맡고 있고, 데이터와 자동화가 어디로 연결되는지 한눈에 돌아보기 편한 것 같기도 합니다.
어제 스내치님의 조직도를 보고 AI를 써야 하는 이유에 관한 아마도 마지막 글을 씁니다.
에드작 채널에서 왜 AI 이야기만 하느냐고 생각할 수 있습니다. 그런데 저는 에드작 자체를 AI로 하고 있고, Perp 자동화와 밈코인 분석 등에서도 실제 수익을 냈습니다. 쇼츠 공장 같은 콘텐츠 자동화보다 수익도 훨씬 컸습니다.
몇 달 전 체감했던 AI와 지금의 AI는 또 다릅니다. 모델 성능도 달라졌지만, 제가 AI를 다루는 방식은 그보다 더 많이 바뀌었습니다. 이제는 어떤 모델을 쓰느냐보다 그 위에 어떤 데이터와 메모리, 워크플로, 인프라를 쌓아두었느냐가 더 중요하다고 봅니다.
‘AI 딸깍’은 본게임이 아닙니다. 1일 무료 체험권 같은 미끼상품에 가깝습니다. 일단 MVP 하나를 빠르게 만들어보게 한 뒤 진짜 공부가 시작됩니다.
API, 웹소켓, DNS, VPS, 멱등성, 역선택, 스테일 커넥션, 타임아웃, 모델 라우팅, 데이터베이스, 모니터링, 보안까지 전부 AI가 등장하기 전부터 존재했던 개념들입니다.
내가 해커가 될 것도 아니고 빌더가 될 것도 아닌데 이런 것까지 알아야 하나 싶지만, AI에게 일을 오래 맡길수록 결국 공부하게 됩니다. 직접 코드를 전부 작성하기 위해서가 아니라, AI가 무엇을 만들고 있는지, 어디서 잘못됐는지, 그 결과를 믿어도 되는지 판단하려면 구조를 알아야 하기 때문입니다.
그 양이 어느 정도냐고 묻는다면 체감상 대학교 때보다 많은 것 같습니다. 대신 배운 내용을 그날 바로 시스템에 넣어볼 수 있고, 제대로 작동하면 시간이나 수익으로 결과가 돌아옵니다.
몇 달 전까지만 해도 AI 포모 마케팅을 두고 논란이 있었습니다. 당시에도 조금 웃겼는데 이제는 그런 이야기조차 거의 보이지 않습니다. 누군가는 포모인지 아닌지를 토론하는 동안, 누군가는 자동화와 데이터, 메모리, 워크플로를 계속 축적해왔기 때문입니다.
약 1년 동안 AI를 사용하며 확신하게 된 것이 하나 있습니다.
AI를 잘 쓴다는 것은 프롬프트 몇 줄을 잘 입력하는 능력이 아닙니다. 원하는 결과가 나올 때까지 작업을 설계하고, 필요한 개념을 배우고, 결과물을 실제로 계속 돌아가는 시스템으로 만드는 능력입니다.
제 기준에서는 이것이 지금 참여할 수 있는 가장 기대값 높은 에드작입니다.
토큰은 주지 않습니다. 대신 어떤 시장이 와도 직접 도구를 만들고 기회를 잡을 수 있는 기술이 남습니다. 몇 달 뒤 사라질 포인트가 아니라 앞으로 평생 복리로 쌓이는 생산성을 모으는 일입니다.