1. 이미 하던 일을 자동화하기
주간 리포트 작성, 카피 변형 브레인스토밍, 여러 소스를 취합해 Slack 메시지로 정리하는 것처럼 반복적이고 부담이 큰 워크플로우를 자동화하는 것입니다. 대부분의 사람들이 AI를 처음 접할 때 여기서 시작하고, 실제로 시간 절약 효과도 분명합니다. 다만 이것이 가장 덜 흥미로운 영역인 이유는, 결국 "이미 아는 결과물을 더 빠르게" 만드는 것에 불과하기 때문입니다.
2. AI가 잘하는 분야에서 생각 파트너로 활용하기
내 지식과 모델의 지식 사이의 갭을 파악하고, AI가 확실히 더 잘하는 영역에 의존하는 것입니다. 키워드 앵글 브레인스토밍, 내 전략을 철저히 반박해보기, 실험 설계 압박 테스트, 대량 문서에서 테마 종합하기 등이 여기에 해당합니다.
내가 아이디어 3개를 낼 때 Claude는 20개를 뽑아냅니다. 절반은 평범할 수 있지만, 나머지 절반은 혼자서는 절대 떠올리지 못할 방향입니다. 여기서 추구하는 것은 속도가 아니라 넓이입니다. 한 사람의 시각은 구조적으로 한계가 있기 때문입니다.
3. 이전에는 ROI가 안 나와서 아예 하지 않던 일 하기
이미 하던 일을 더 빠르게 하는 것이 아니라, 수동으로 하면 비용이 너무 커서 시도조차 하지 못했던 일을 이제 할 수 있게 됩니다. 예를 들어, Google 광고 지출 규모가 커지면 수만 개의 검색어를 매일 검토해 네거티브 키워드를 찾아야 합니다. 이전에는 상상조차 하기 어려운 작업이었지만, 이제 AI 워크플로우로 현실이 되었습니다. 진짜 새로운 가치가 창출되는 것은 바로 이 차원입니다.
4. 나만을 위한 도구를 직접 만들기
에이전트 경제가 발달하면서 "누군가 내 문제를 해결해줄 도구를 만들어줄 것"이라는 기대가 생겼지만, 실제로 내 정확한 스택, 엣지 케이스, 워크플로우에 딱 맞는 도구는 거의 없습니다. GitHub에 떠도는 플러그인들도 결국 나에게는 잘 맞지 않는 경우가 대부분입니다.
그래서 나만을 위한 도구를 직접 만드는 것이 중요합니다. "audience of one"을 위해 빌드해도 충분합니다. 나에게 잘 맞으면 그것으로 충분하고, 다른 사람에게도 유용해진다면 그것은 덤입니다.