다른 사람이 실제로 써야 에이전트도 제품이에요

AI를 쓰는 사람과 제품을 만드는 사람

AI에게 부탁해서 웹사이트를 만들거나, 필요한 정보를 찾거나, 문서를 정리하는 일은 흔해졌어요. 그런데 자신이 만든 에이전트나 스킬을 다른 사람에게 건네고, 그 사람이 실제 업무에서 계속 쓰게 만드는 사람은 아직 드물어요. 저는 이 차이에 주목하고 싶어요.

조슈아 밀러는 WIRED 인터뷰에서 기술업계 밖에서는 에이전트를 쓴다는 이야기를 듣기 어렵다고 말했어요. 그가 강조한 것은 소비자가 원하는 제품을 만들어야 한다는 점이었어요.

저는 밀러의 문제 제기를 이렇게 받아들였어요. 누군가 실제로 사용하기 전까지는, 기술이 작동한다는 것만으로 제품을 만들었다고 말하기 어려워요. AI로 무언가를 만들기 쉬워진 만큼, 만든 뒤에 누가 쓰는지까지 봐야 한다는 뜻이에요.

내가 쓰던 스킬을 동료에게 건네면

여기서 에이전트는 AI가 필요한 도구를 사용하며 여러 단계의 일을 수행하는 방식을 말해요. 스킬은 AI가 특정 업무를 할 때 참고할 절차와 자료를 묶어둔 것이고요. 대화창에서도 에이전트를 쓸 수 있어요. 화면의 모양보다 중요한 차이는, 내가 원하는 결과를 얻는 데서 그치는지 다른 사람도 그 기능을 쓸 수 있게 만드는지에 있어요.

회의록으로 주간 보고서를 작성하는 스킬을 만들었다고 해볼게요. 내가 쓸 때는 꽤 잘돼요. 어떤 회의록을 넣어야 하는지 알고, 팀에서 쓰는 약어도 이해하고, 결과가 이상하면 지시를 고칠 수 있으니까요. 빠진 내용은 직접 채우면 되고요.

그 스킬을 동료에게 건네면 그동안 내가 알아서 처리하던 부분이 드러나요. 동료는 어떤 파일을 넣어야 할지부터 모를 수 있어요. 다른 형식의 회의록을 넣었더니 보고서에서 필요한 항목이 빠질 수도 있고요. 그때마다 만든 사람에게 사용법을 물어봐야 한다면, 다음 주에도 이 스킬을 쓸 이유가 줄어들어요.

동료가 계속 쓰게 하려면 입력할 자료와 실행 방법이 분명해야 해요. 어떤 결과가 나오는지 미리 알 수 있어야 하고, 정보가 부족할 때는 부족하다고 알려줘야 해요. 결과를 수정하거나 다시 실행하는 방법도 필요해요. 만드는 사람이 옆에서 설명하며 시연할 때는 지나칠 수 있는 문제들이에요.

AI가 보고서를 한 번 만들어줬다는 사실만으로는 이런 조건을 확인할 수 없어요. 다른 사람이 자기 자료로 사용해보고, 다음 업무에서도 다시 찾는지까지 봐야 해요.