AI 시대 일반인을 위한 10가지 생존 법칙

2026.04.08

AI 시대 일반인을 위한 10가지 생존 법칙

더 많은 시간이 필요하지 않습니다. 당신이 해야 할 일은, 오직 당신만이 할 수 있는 일에 쓰일 최고의 시간을 지키는 것입니다.

2026.04.08 - 06:12:53

Web3 심층 보도에 집중하고 흐름을 통찰

더 많은 시간이 필요하지 않습니다. 당신이 해야 할 일은, 오직 당신만이 할 수 있는 일에 쓰일 최고의 시간을 지키는 것입니다.

현장 참석자: 약 60명 — 창업가, 엔지니어, 제품 매니저, 투자자, 신입 졸업생, 그리고 “아직 명확히 정리되진 않았지만 일단 들어보려고 왔다”고 말한 몇 명.

주강사: Alan Walker, 실리콘밸리 연속 창업가, 세 차례의 기술 주기를 직접 겪은 현장 증인. 지금은 블랙커피만 마시며, 물음표는 쓰지 않는다.

일시: 2026년 4월, Project Glasswing 발표 후 일주일.

이는 방법론도 아니고, 직장 생존 기술도 아니다.

이것은 종(種) 단위의 대변혁 속에서, 어떻게 살아남을 것인가, 그리고 더 나아가 잘 살아갈 것인가에 대한 질문이다.

오프닝 · ALAN WALKER

“누군가 오기 전에 메시지를 보내 물었다. ‘AIan, AI가 왔는데 일반인에게도 기회가 있나요?’ Alan은 답하지 않았다. 왜냐하면 이 질문 자체가 잘못됐기 때문이다.

1440년, 구텐베르크 인쇄기 등장 이전 유럽에서 가장 가치 있는 직업은 무엇이었을까? 바로 사본 복제사였다. 수도원 안에서 숙련된 사본 복제사는 오늘날 고급 엔지니어와 동등한 지위를 누렸으며, 지식의 생산과 유통을 장악하고 있었다. 인쇄기가 등장한 후 일부는 사라졌지만, 다른 일부는 편집자, 출판인, 작가, 교사로 변모했다. 그들은 사라지지 않았다. 그들은 이주한 것이다.

오늘 여기에 모인 여러분 모두는 바로 그 사본 복제사들의 후손이다. 여러분의 조상들이 인쇄기에 의해 소멸되지 않았기에, 여러분은 오늘 이 자리에 앉아 이런 질문을 던질 수 있다. 이 자리에 앉아 질문을 던질 수 있는 사람 자체가 이미 인류 역사상 가장 운 좋은 집단이다. 문제는 ‘기회가 있는가’가 아니라 ‘당신이 기회가 어디에 있는지를 제대로 보려는가’이다.

오늘 나는 여러분께 10가지 법칙을 전달하겠다. 불필요한 말은 없고, 각 법칙은 내가 철저히 고민한 결과물이다.” — 실리콘밸리 Alan Walker

법칙 I · 당신의 적은 AI가 아니다. AI를 사용하는 사람이다

사라지는 것은 직업이 아니다. ‘이건 나와 무관하다’고 믿는 사람들이 사라진다.

먼저 반직관적인 사실 하나를 말하자면: 어떤 기술 혁명도 일자리를 없애지 않는다. 없애는 것은 학습을 거부하는 사람들이다. 이것은 동기부여용 구호가 아니라, 역사적 기록이다. 1900년 미국에는 운송 업무를 담당하던 말이 4,100만 마리나 있었다. 자동차가 등장한 후, 말 다루는 사람이 사라졌지만, 기계정비사, 주유소 직원, 도로 공학자, 자동차 보험 측정사, 교통 경찰 등이 새롭게 탄생했다. 순증가, 순감소가 아니다.

1997년, 딥블루가 카스파로프를 꺾었을 때, 모든 이가 체스 프로 선수의 종말을 예견했다. 그러나 2005년 ‘센타우르 체스(Centaur Chess)’라는 경기 형태가 등장했다—평범한 아마추어 기사 한 명과 일반 PC 한 대가, 최고 수준의 특급기사와 슈퍼컴퓨터 조합을 이긴 것이다. 가장 강한 사람이 이기지 않았고, 가장 강한 기계도 이기지 않았다. 기계와 가장 효과적으로 협력하는 사람이 이겼다. 이 결론은 2026년의 모든 산업에 그대로 적용된다. 한 글자도 바꿀 필요 없다.

ALAN · 현장 발언

당신의 오늘날 경쟁자는 클로드도 아니고, GPT도 아니며, 젬니도 아니다. 당신의 오늘날 경쟁자는 바로 옆자리에 앉아 이미 이 도구들을 활용해 일하고 있는 사람이다. 당신은 여전히 ‘이게 믿을 만한가’를 망설이고 있지만, 그는 이미 행동 중이다. 기술 도구의 채택 곡선은 결코 누구도 기다려 주지 않는다. 인쇄기 등장 후 처음 5년간 이를 선점한 사람들은 이후 200년간의 지식 생산 구조를 정의했다. 오늘날의 창은 그 5년보다 훨씬 짧을 수도 있다.

AI가 당신을 대체하는 것이 아니다. AI를 사용하는 사람이 당신을 대체하는 것이다. 이 두 문장은 비슷해 보이지만, 당신의 대응 전략을 근본적으로 갈라놓는다.

법칙 II · AI는 당신이 밟은 함정을 훔쳐 가지 못한다

대규모 언어모델(LLM)은 기록된 모든 지식을 학습할 수 있다. 그러나 기록되지 않은 부분은 학습할 수 없다—그리고 바로 그 부분이야말로 당신이 진정으로 가치 있는 것이다.

철학자 마이클 폴라니(Michael Polanyi)는 1966년 얇은 100페이지 분량의 책 『암묵적 지식(The Tacit Dimension)』을 출판했다. 이 책의 핵심 주장은 단 한마디다. “우리는 말할 수 있는 것보다 항상 더 많이 안다.” 그는 예를 들었다. 당신은 얼굴을 알아볼 수 있지만, 그것을 어떻게 인식했는지 설명할 수는 없다. 이 능력은 당신의 신경계 내부에 존재하며, 언어화될 수 없고, 따라서 전수될 수도, 복제될 수도 없다.

대규모 언어모델의 본질은 인간이 이미 표현한 지식에 대한 극한의 압축과 검색이다. 그것은 교과서, 논문, 코드, 대화 등 모든 기록된 것을 흡수한다. 그러나 한 가지 종류의 지식은 접할 수 없다: 당신이 18번의 실패한 프로젝트에서 쌓은 판단력, 특정 상황을 세 번 목격한 후 생긴 예감, 혹은 어떤 산업에서 오랜 시간 몸담으며 익힌 인간에 대한 통찰력. 이런 것들은 어느 문서에도 기록되지 않았고, 당신의 뇌 속 신경회로 형태로만 존재한다. 경험을 통해만 촉발될 수 있으며, 언어로 전달될 수는 없다.

그러므로, 당신이 ‘쓸모없다’고 여겼던 경험들—그것들이 바로 AI 시대에 당신의 진정한 성채다. 돌아간 길, 밟은 지뢰, 잘못된 판단—그 모든 것이 AI가 접근할 수 없는 희귀 자산을 구성하고 있다. 다만, 당신이 의식적으로 그것을 체계화해야 한다: 기록하고, 말하고, 타인에게 전수해야 한다.

ALAN · 현장 발언

나는 식음료업계에서 18년간 일해온 한 사람을 안다. 그는 엑셀도 못 쓰고, 코드도 못 짜며, 표준중국어도 어색하게 말한다. 그러나 새로운 가게 개업 30분 전에 한 바퀴 돌고 나면, 오늘 어떤 요리가 문제가 생길지, 어떤 직원이 컨디션이 안 좋은지, 오늘의 테이블 회전율이 대략 얼마인지 알려줄 수 있다. 어떻게 아는가? 그 자신도 설명하지 못한다. 그러나 바로 그 ‘설명할 수 없음’이 수백만 달러의 가치를 지닌다. AI는 완벽한 식음료 관리 매뉴얼을 생성할 수 있지만, 그가 18년간 밟은 함정은 결코 재현할 수 없다.

당신이 밟은 함정을 체계화하라. 당신의 실패 사례를 언어화하라. 이는 회고록을 쓰는 것이 아니다. 이것은 AI 시대에 가장 과소평가된 성채를 주조하는 행위다.

법칙 III · 깊이가 자격 증명이라면, 융합은 무기다

AI는 단일 분야에서라면 어느 정도 ‘충분히 쓸 만하다’. 그러나 두 분야의 근본 원리를 겹쳐 놓고, 제3의 가능성을 보는 일은 할 수 없다.

경제학에는 ‘비교우위(comparative advantage)’라는 개념이 있다(Ricardo, 1817). 즉, 당신은 모든 면에서 남보다 뛰어날 필요는 없고, 단지 어떤 조합에서만 남보다 더 효율적이면 된다는 것이다. 오늘날 비교우위의 근원은 단일 기술에서 융합된 조합으로 바뀌었다—당신의 생물학적 배경, 금융에 대한 직관, 제품 설계 감각이 결합되어, AI가 단일 훈련 데이터로는 재현할 수 없는 독특한 시각을 만들어낸다.

인류 역사상 진정으로 구도를 바꾼 혁신은 거의 대부분 학문 내부가 아니라, 경계에서 탄생했다. 멘델은 수도사였지만, 통계학을 이용해 완두콩을 연구함으로써 유전학의 기초를 마련했다. 샤논은 수학자였지만, 열역학의 ‘엔트로피’ 개념을 통신 이론에 적용하여 정보이론을 창시했다. 조브스는 선불교 수행자이자 미학자였지만, 인문학과 공학을 용접시켜 소비자 기술의 패러다임을 정의했다. AI가 단일 분야를 빠르게 커버할 수 있는 시대에, 융합적 연결 능력은 인간이 남긴 마지막 인지적 우위 중 하나다.

› 당신이 가장 깊이 파고든 한 분야를 찾으라—이것이 앵커다. 이것 없이는 다른 모든 것은 부유물일 뿐이다

› 인접하거나 대립하는 2~3개 분야에 대해 ‘충분히 쓸 만한’ 지식을 의도적으로 확보하라. 전문성이 반드시 필요하지 않다

› ‘연결 직관’을 훈련하라: 이 분야의 근본 원리가 저 분야의 현상을 설명할 수 있는가?

› AI는 검색을 도와주고, 당신은 연결을 책임진다—이것은 분업이며, 경쟁이 아니다

ALAN · 현장 발언

내가 만난 가장 뛰어난 투자가는 금융 역량이 가장 뛰어난 사람이 아니었다. 금융 역량은 충분했고, 기술에 대한 실제 감각과 인간에 대한 통찰력, 역사에 대한 기억을 함께 갖춘 사람이었다. 이 네 가지 차원이 결합된 시각은 현재로서는 AI가 재현할 수 없다—왜냐하면 ‘통찰’의 핵심은 통합이며, 통합은 실제 세계에서 서로 다른 체계와 충돌해 경험을 쌓아야 가능하기 때문이다. 훈련 데이터에서 검색된 패턴 매칭이 아니다. 당신의 복잡한 경험은 AI가 아직 식민지화하지 못한 영역이다.

깊이만 있고 폭이 없다면, 당신은 우물이다. 융합이 더해져야 당신은 그물이 된다. AI는 물이다. 물은 모든 우물로 흘러들지만, 그물은 당신이 스스로 짜는 것이다.

법칙 IV · 주의력은 AI 시대에 당신이 실제로 유일하게 희귀한 자산이다

AI는 정보 생산 비용을 사실상 0으로 만들었다. 이는 정보 자체의 가치가 사실상 사라짐을 의미한다. 그리고 그 희귀한 보완재—집중된 주의력—은 이 시대 가장 단단한 화폐가 되고 있다.

허버트 사이먼(Herbert Simon)은 1971년 인터넷 탄생 이전에 이미 오늘날을 예언한 한 마디를 남겼다(Simon, 1971): “정보의 풍부함은 필연적으로 주의력의 부족을 초래한다.” 그는 단순한 경제학 논리를 적용했을 뿐이었다: 어떤 것이 극도로 풍부해지면, 그 자체의 가치는 하락하고, 그 희귀한 보완재의 가치는 상승한다.

오늘날, AI가 하루에 생산하는 콘텐츠 양은 인류가 지난 수백 년간 생산한 양을 이미 넘어서고 있다. 당신의 뇌는 업그레이드되지 않았고, 주의력 총량은 고정되어 있다. 당신이 주의력을 어디에 쓰는가는, 곧 어디에 투표하는 것이며, 어떤 능력을 기르는 것인가를 의미한다. 매일 조각난 정보 속에서 3시간을 표류하는 사람은 단순히 시간을 낭비하는 것이 아니다. 그는 자신의 인지 시스템을 의도적으로 소비 터미널로 강등시키고 있는 것이다—수신만 가능하고, 생산은 불가능; 반응만 가능하고, 사고는 불가능하다.

여기 반상식적인 결론이 있다: AI 시대에 심층 독해 능력은 프로그래밍 능력보다 더 희귀하며, 더 가치 있다. AI는 코드를 작성할 수 있고, 정보를 검색할 수 있으며, 보고서를 생성할 수 있다. 그러나 AI는 당신이 한 권의 책을 진정으로 이해하고, 그것을 당신만의 판단 체계로 통합하는 일을 대신할 수 없다. 오랜 시간 집중하고, 독립적으로 사고하며, 스스로 판단할 수 있는 사람은 AI 앞에서 협력자다. 조각난 정보만 소비하는 사람은 AI의 소비 터미널이다. 터미널은 사고할 필요가 없고, 단지 수신만 하면 된다.

ALAN · 현장 발언

나는 간단한 테스트 하나를 제안한다: 당신이 중요하다고 생각하는 책 한 권을 고르고, 스마트폰을 만지지 않고 2시간 동안 앉아서 읽어보라. 그것이 불가능하다면, 당신의 주의력은 이미 식민지화된 것이다. 이는 도덕적 판단이 아니라 인지 능력 평가다. AI가 모든 사람의 생산성을 평준화시킨 시대에, 심층 집중력을 유지할 수 있는 사람은 인지 귀족이다—그들이 더 똑똑해서가 아니라, 대부분의 사람이 이미 포기한 것을 지켜냈기 때문이다.

당신의 주의력을 보호하는 것은, 곧 당신의 인지 주권을 보호하는 것이다. 주의력을 포기하는 것은, AI의 소비 터미널로 자발적으로 강등되는 것이며, AI의 협력자가 되는 것이 아니다.

법칙 V · 신용은 AI가 대량 생산할 수 없는 유일한 자산이다

AI는 당신의 이력서를 생성할 수 있고, 당신의 문체를 흉내 낼 수 있으며, 당신의 음성을 위조할 수 있다. 그러나 AI는 진짜 인간관계 속에서, 한 번 또 한 번 약속을 이행함으로써 쌓아온 신뢰를 위조할 수 없다.

신뢰의 본질은 무엇인가? 게임이론 관점에서 보면, 신뢰는 반복 게임의 결과다(Axelrod, 1984)—두 사람이 충분히 많은 상호작용을 통해, 서로가 ‘말한 대로 행동할 확률’이 충분히 높다는 것을 검증한 후, 방어 비용을 줄이고 더 효율적인 협력 상태에 진입하는 것이다. 이 과정은 압축될 수 없고, 위조될 수 없으며, 대량 생산될 수도 없다. 왜냐하면 그 본질은 시간 속에서의 이행 기록이기 때문이다.

AI가 어떤 내용도 생성하고, 어떤 스타일도 모방할 수 있을 때, 진짜 인간 간의 신용은 역설적으로 가치가 상승한다. AI가 범람할수록, ‘진짜 사람이면서 믿을 만하다’는 사실이 더욱 희귀해지고, 더 큰 가치를 지닌다. 당신의 평판은 AI 시대에 당신이 가진 유일한 위조 방지 라벨이다.

더 나아가, 신용은 단지 ‘말한 대로 행동한다’는 의미를 넘어서, ‘다른 사람이 불확실성을 당신에게 맡기려 한다’는 것을 의미한다. 누군가 결과를 알 수 없는 일을 당신에게 맡기는 이유는, 당신이 그것을 반드시 성공시킬 것이라고 확신해서가 아니라, 당신이 최선을 다해 실행하고, 정직하게 피드백하며, 사라지지 않을 것이라고 믿기 때문이다. 이러한 신뢰 관계는 AI가 침입할 수 없는 사적 계약이며, 오프라인적이고, 감정적이며, 시간을 통해 축적된 것이다.

ALAN · 현장 발언

나는 한 사람을 안다. 명문대 출신도 아니고, 대기업 경력도 없으며, 영어도 어색하게 말한다. 그가 가진 유일한 것은, 지난 15년간 약속했던 일은 단 한 건도 어기지 않았다는 사실이다. 지금 그가 메시지를 보내면, 50명이 우선적으로 답장을 한다. 이것이 AI 시대에 무엇을 의미하는가? 바로 ‘신호 투과력(signal penetration power)’이다. AI가 무한한 잡음을 만들어내는 세상에서, 그의 신호는 선명하다. 이 50명 중 단 한 명도 그의 화려한 이력서 때문에 그렇게 하는 것이 아니다.

매번 약속을 이행하는 것은, AI 시대에 가장 값비싼 투자다. 매번 약속을 어기는 것은, AI가 도와줄 수 없는 자산을 스스로 파괴하는 것이다.

법칙 VI · 정답은 가치가 하락하고, 좋은 질문은 가치가 상승한다

AI는 3초 안에 어떤 질문이든 답변할 수 있다. 그러나 AI는 어떤 질문이 던져질 가치가 있는지를 모른다. 바로 이 ‘모름’이 당신의 위치다.

인류의 교육 체계는 300년간 단 하나의 일을 훈련해왔다: 표준 질문에 답하는 것. 시험은 정답을 묻고, 면접은 문제 해결 능력을 묻고, 성과 평가는 산출물을 묻는다. 이 체계의 근본 전제는 ‘문제는 고정되어 있고, 정답은 희귀하다’는 것이다. AI의 등장으로 이 전제는 완전히 붕괴되었다: 정답은 더 이상 희귀하지 않으며, 오히려 좋은 질문이 희귀해졌다.

아인슈타인은 이렇게 말했다. “생사가 달린 문제를 한 시간 안에 해결해야 한다면, 나는 55분을 문제 정의에 쓰고, 5분을 해결책 탐색에 쓸 것이다.”(Einstein, 귀속됨) 이 말이 2026년에 갖는 의미는 달라졌다: 그 5분은 AI에게 아웃소싱할 수 있다. 그러나 그 55분은 오직 당신만이 할 수 있다.

좋은 질문이란 무엇인가? 좋은 질문은 세 가지 특징을 가진다. 첫째, 당신이 원래 보지 못했던 것을 보게 해준다. 둘째, 대화 상대가 자신의 가정을 다시 점검하게 만든다. 셋째, 기존 정답의 경계를 좁히는 것이 아니라, 새로운 가능성의 공간을 열어준다. 이런 능력을 기르려면, 방대한 독서와 대화, 다양한 체계 간의 빠른 전환을 반복하며, ‘당연한 것’에 대한 본능적인 불신을 길러야 한다.

ALAN · 현장 발언

AI 시대에 가장 경쟁력 있는 업무 방식은 다음과 같다: 당신이 좋은 질문으로 AI를 시작하고, AI는 10개의 답변을 생성한다. 당신은 더 나은 질문으로 그 10개에서 11번째—즉 AI 스스로는 생각지 못했던 방향을 발굴한다. 이 폐쇄 루프(closed loop)에서 당신은 감독이고, AI는 배우다. 만약 당신이 단지 AI의 출력을 수신하기만 한다면, 당신은 관객이다. 관객은 감독의 급여를 받지 않는다. 세상은 언제나 훌륭한 감독을 부족하게 느끼고, 관객은 결코 부족하지 않다.

질문하는 법을 배우는 것이, 대답하는 법을 배우는 것보다 훨씬 더 값어치 있다. 왜냐하면 AI는 모든 것을 대답할 수 있지만, 무엇을 물어야 할지 모른다. 바로 그 ‘모름’이 당신의 영토이기 때문이다.

법칙 VII · ‘누군가 있어서야 비로소 가치 있는’ 영역을 찾아라

모든 효율성은 최적화될 가치가 있는 것이 아니다. 어떤 가치는 오히려 비효율적이기 때문에, 진짜 인간이 필요하기 때문에, 점점 더 비싸진다.

베블런(Veblen)은 1899년 ‘베블런 상품(Veblen good)’이라는 특이한 상품 유형을 묘사했다(Veblen, 1899)—가격이 높을수록 수요가 증가하는 상품인데, 그 이유는 고가 자체가 가치의 일부이기 때문이다. 오늘날, 인간의 참여는 특정 서비스에서 베블런 속성을 띠고 있다: ‘진짜 인간이 있기 때문에 가치 있다’, ‘더 희귀할수록 더 가치 있다’.

생각해보라: 당신의 상황을 정말로 아는 의사의 진단과 AI가 생성한 진단서 사이의 가치 차이는 얼마나 될까. 당신이 가장 힘든 순간에 맞은편에 앉아주는 친구와 어떤 AI 동반 앱 사이의 대체 불가능성은 얼마나 클까. 직접 결정하고 당장 그 결과를 감당할 수 있는 의사결정자와 AI가 최적화한 조언서 사이에는 어떤 근본적 차이가 있을까. 이 모든 상황의 공통점은: 인간의 ‘현장 존재’ 자체가 가치의 일부이며, 분리할 수 없는 부분이라는 것이다.

인류 진화 관점에서 보면 이는 전혀 이상하지 않다. 인간은 초사회적 동물이며, 우리의 신경계는 진짜 인간 존재에 반응하도록 설계되어 있다. 옥시토신, 거울 신경원, 얼굴 표정 인식 시스템—이 모든 메커니즘은 AI에 반응하지 않는다. AI가 “당신의 감정을 이해합니다”라고 말해도, 당신의 변연계는 그것이 거짓임을 안다. 비록 이성적 뇌가 일시적으로 설득당할지라도 말이다. 인간은 인간의 존재에 대해 디지털로 대체할 수 없는 생물학적 욕구를 지닌다.

ALAN · 현장 발언

나는 AI 시대에 오히려 급격히 성장할 산업 하나를 예측한다: 임종 돌봄. 이는 AI가 정보나 동반을 제공하지 못해서가 아니라, 아무도 인생의 마지막 순간에 화면만 보고 싶어 하지 않기 때문이다. 이는 ‘인간 프리미엄(human premium)’의 극단적 사례지만, 보편적 법칙을 보여준다: 자동화가 진행될수록 공허함을 느끼는 영역을 찾아라—그곳이 바로 당신의 기회다. 효율성이 높아질수록 냉담해지는 곳일수록, 인간의 따뜻함이 더 큰 가치를 지닌다.

자신에게 물어보라: 만약 이 일이 전부 AI가 처리한다면, 고객은 무엇을 잃게 될까? 바로 그 ‘잃게 될 것’이 당신의 영구적 성채다.

법칙 VIII · 불확실성은 당신의 적이 아니다. 당신이 남긴 마지막 우위다

진화는 결코 가장 강한 자를 보상하지 않는다. 변화 속에서 가장 오랫동안 살아남는 자를 보상한다. 높은 불확실성 속에서도 행동력을 유지할 수 있는 사람이야말로 AI 시대의 진정한 강자다.

나심 탈레브(Nassim Taleb)는 『반취약성(Antifragile)』에서 나의 세계관을 바꾼 프레임워크를 제시했다(Taleb, 2012): 세상에는 세 가지 유형의 시스템이 있다. 취약한 시스템은 압박 아래 붕괴되고, 강건한 시스템은 압박 아래 유지되며, 반취약한 시스템은 압박 아래 더 강해진다. 그는 자연이 보상하는 것은 강건함이 아니라 반취약함이라고 말한다. 근육은 압박 아래 성장하고, 면역계는 감염 속에서 강해지며, 경제는 창조적 파괴 속에서 진보한다.

AI 시대의 불확실성은 구조적이다. 사라지지 않을 것이다. 몇 달마다 새 모델이 등장하고, 새로운 역량 경계가 형성되며, 새로운 산업이 재구성된다. 이것은 일시적인 혼란이 아니라, 새로운 안정 상태다. 다음 카드가 무엇일지 당신은 예측할 수 없다. 당신이 할 수 있는 일은, 다음 카드가 무엇일지 모르는 상황에서도 여전히 행동하고, 배우고, 방향감을 유지할 수 있도록 자신을 훈련시키는 것이다.

더 근본적인 진실 하나: 불확실성은 일반인이 대규모 기관에 맞서는 마지막 무기다. 대기업, 대정부, 대자본은 확실성의 세계에서 절대적 우위를 가진다—그들은 자원과 규모, 성채를 갖추고 있다. 그러나 고속 변화하는 불확실한 환경에서는, 그들의 규모가 부담이 되고, 절차가 족쇄가 되며, 역사가 짐이 된다. 반면, 당신은 72시간 안에 결정을 내릴 수 있고, 일주일 안에 완전히 방향을 전환할 수 있는 개인이다. 불확실성 속에서 당신은 대규모 기관이 결코 따라올 수 없는 유연성을 지닌다.

ALAN · 현장 발언

좀 더 구체적으로 말하자면: 소액으로 베팅하고, 빠르게 반복하라. 단일 판단에 모든 것을 걸지 마라. 실패를 흡수할 수 있는 삶의 구조를 만들고, 반드시 항상 옳아야만 하는 구조는 버려라. 실패 비용을 당신이 감당할 수 있는 수준으로 제어하고, 학습 속도를 당신이 유지할 수 있는 최고 수준까지 끌어올려라. 당신은 AI가 다음에 어느 산업을 뒤흔들지 예측할 수 없다. 그러나 당신은 그것을 뒤흔들 때, 공포가 아닌 흥분을 느낄 수 있도록 자신을 훈련시킬 수 있다. 대규모 기관은 불확실성을 두려워한다. 왜냐하면 너무 무거워 움직이지 못하기 때문이다. 당신은 가볍다. 당신은 움직일 수 있다. 이것이 당신이 남긴 마지막 구조적 우위다. 불필요한 불안으로 이것을 낭비하지 마라.

불확실성은 일반인이 대규모 기관에 맞서는 유일한 구조적 우위다. 대규모 기관은 그것을 두려워한다. 당신은 그것을 사랑해야 한다.

법칙 IX · 지속적인 출력을 통해 당신의 인지를 공개 자산으로 전환하라

AI는 누구나 ‘콘텐츠를 생산’하게 만들었다. 그러나 콘텐츠와 관점은 다르다. 독창적인 관점을 지니고 지속적으로 표현하는 사람은, AI가 만든 잡음 속에서 지수적으로 가시성을 얻는다.

경제학에는 ‘네트워크 효과(network effect)’라는 개념이 있다(Metcalfe, 1980)—네트워크의 가치는 그 노드 수의 제곱에 비례한다. 당신의 공개적 표현은 인간 지식 네트워크 내에서 당신의 노드다. 매 글, 매 연설, 매 관점은 당신의 연결 수를 증가시킨다. 그런데 노드의 가치는 그 수가 아니라, 그 독창성에서 나온다.

AI가 콘텐츠 생산 비용을 0에 가깝게 만들기 이전에는, 생산 능력이 희귀했다. 그 이후에는, 신뢰할 만한 독창적 관점이 희귀해졌다. 누구나 AI로 ‘AI 시대 생존 가이드’를 생성할 수 있지만, 누구나 ‘이 사람이 진짜 세상을 경험했다’고 느끼게 만드는 글을 쓸 수는 없다. 후자는 진짜 경험, 독립적 판단, 지속적인 사고를 요구한다—이 세 가지는 AI가 대신할 수 없다.

더 근본적인 논리는: 당신이 출력하지 않으면, 당신은 존재하지 않는다. 디지털 시대에 ‘존재함’은 곧 ‘보여짐’을 의미하고, ‘보여짐’은 가치 흐름이 발생할 가능성을 의미한다. 머릿속에 훌륭한 아이디어를 많이 품고 있지만 결코 표현하지 않는 사람은, 아무것도 모르는 사람과 디지털 세계의 정보 흐름 속에서 동일한 위치에 있다—둘 다 투명하다. 당신의 인지를 공개 자산으로 전환하는 것은, AI 시대에 가장 과소평가된 복리 효과다.

ALAN · 현장 발언

나는 2선 도시에서 공장 운영을 담당하는 한 사람을 안다. 명문대 출신도 아니고, 화려한 이력도 없다. 3년 전부터 그는 인터넷에 공장 운영의 실제 경험을 쓰기 시작했다—방법론이 아니라, 피투성이가 된 실패 사례와 그로부터 도출한 결론을 기록했다. 지금 그는 20만 명의 독자를 보유하고 있으며, 세 곳의 공장이 자발적으로 컨설팅을 요청했고, 출판사가 책 출간을 제안했다. 그는 똑똑해진 것이 아니라, 머릿속에만 있었던 것을 세상 밖으로 꺼냈다. 세상이 그것을 보았고, 가치가 그에게 흘러들었다. 당신이 출력하지 않으면, 세상은 당신의 존재를 모른다.

당신 머릿속의 것을 세상으로 꺼내라. 그것은 자기 과시가 아니라, 세상이 당신의 존재를 알게 하고, 가치가 당신을 찾아올 수 있게 하기 위한 것이다.

법칙 X · 당신의 시간이 아니라, 에너지를 관리하라

시간 관리는 산업 시대의 논리다—공장은 안정적인 산출을 요구하므로, 당신은 시간을 제품으로 바꾼다. AI 시대는 창의적인 인지 폭발을 요구하므로, 당신이 관리해야 할 것은 에너지지 시간이 아니다.

산업 시대의 핵심 전제는 ‘시간은 산출의 함수’라는 것이다. 당신이 8시간 일하면, 8시간의 가치를 산출한다. 이 논리는 조립 라인에서 성립한다. 왜냐하면 조립 라인 작업은 선형적이고, 중첩 가능하며, 피크 상태가 필요하지 않기 때문이다. 그러나 창의적 작업은 선형적이지 않다. 최고의 상태에서의 2시간은 피곤한 상태에서의 20시간도 산출하지 못할 것을 산출할 수 있다.

신경과학은 이미 이를 확인했다(Kahneman, 2011): 인간의 고차 인지 기능—심층 분석, 창의적 연결, 복잡한 판단—은 전두엽 피질의 고도 활성 상태에 의존한다. 이 상태는 극도로 에너지를 소모하며, 하루에 가능한 시간 창은 매우 제한적이다. 대부분의 사람들은 이 가장 비싼 시간 창을 이메일 확인, 소셜미디어 스캔, 질 낮은 회의 등에 쓰고, 남은 피곤한 상태에서는 심층 사고가 필요한 일을 하며, 결국 자신이 비효율적이고 창의적이지 못하다고 불평한다.

AI 시대에는 이 오류가 더욱 치명적이 된다. 왜냐하면 AI는 이미 정보 검색, 형식 정리, 데이터 요약, 표준 글쓰기 등 인지 비용이 낮은 모든 작업을 처리할 수 있기 때문이다. AI가 대신할 수 없는 것은, 당신의 고인지를 요구하는 피크 상태에서 산출되는 판단, 통찰, 연결, 창조다. 당신이 피크 시간을 낮은 가치의 작업에 쓴다면, 당신은 가장 비싼 것을 가장 싼 일에 쓰는 것이며, 가장 당신이 필요한 작업은 최악의 상태에 맡겨진다.

ALAN · 전체 마무리

나는 매일 아침 약 3시간 정도 피크 상태를 갖는다. 그 3시간 동안 나는 메시지를 보지 않고, 회의를 하지 않으며, 이메일도 확인하지 않는다. 나는 단 하나의 일만 한다: 오늘 가장 중요한 문제를 생각하는 것이다. 그 외 모든 일, 심지어 많은 업무조차도 나는 AI로 처리하거나 오후에 미룬다. 이것은 게으름이 아니라, 합리적인 자원 배분이다. 당신의 하루 중 가장 비싼 3시간이 얼마나 가치 있는지는, 당신이 그것을 무엇에 쓰는가에 달려 있다. AI의 등장 이후, 이 질문에 대한 답은 이전보다 훨씬 극단적으로 바뀌었다: 제대로 쓰면, 당신의 피크 산출은 일반인의 10배가 될 수 있다. 잘못 쓰면, 당신의 저조한 상태는 AI와 차이가 없게 된다. 아시모프는 로봇의 경계를 설정하기 위해 세 가지 로봇 법칙을 썼다. 오늘 내가 여러분께 전하는 이 10가지 법칙은, 인간에게 다시 자리를 찾아주기 위한 것이다. 당신의 자리는 피크에 있다. 조립 라인이 아니다.

당신은 더 많은 시간이 필요하지 않다. 당신은 단지 당신의 최고 시간을 보호해야 하며, 그것으로 당신만이 할 수 있는 일을 해야 한다.