에필로그

이 책의 처음에서 우리는 하나의 질문으로 출발했다. AI는 정말 일을 할 수 있는가. 그리고 마지막 장에 온 지금, 질문은 조금 달라져야 한다. AI가 일을 할 수 있느냐보다 더 중요한 것은, 누가 그 일이 가능하도록 구조를 설계하느냐이다.

많은 사람은 여전히 AI를 '잘 답하는 시스템'으로 이해한다. 그래서 더 좋은 답변을 얻기 위해 프롬프트를 다듬고, 표현을 바꾸고, 지시문을 길게 쓴다. 물론 그것도 필요하다. 하지만 실제 업무는 대화 한 번으로 끝나지 않는다. 입력을 확인하고, 예외를 처리하고, 도구를 호출하고, 형식을 맞추고, 검토 기준을 적용하고, 조직의 규칙 안에서 결과를 내야 한다. 바로 그 지점에서 프롬프트만으로는 부족해진다.

이 책이 말하고 싶었던 핵심은 단순하다. AI에게 일을 시키는 시대는 이미 시작되었지만, 이제 더 중요한 것은 AI가 그 일을 반복 가능하게 수행하도록 능력을 설치하는 일이라는 점이다. 프롬프트가 순간의 지시라면, Skill은 지속 가능한 작업 방식이다. 프롬프트가 대화의 기술이라면, Skill은 운영의 기술이다.

프롬프트 이후에 남는 사람의 역할

AI가 더 똑똑해질수록 사람의 역할은 줄어드는 것이 아니라 바뀐다. 예전에는 사람이 직접 초안을 쓰고, 정리하고, 검토하고, 실행했다면 이제는 그 절차를 어떻게 정의할지, 어떤 기준으로 판단하게 할지, 어떤 도구와 연결할지, 어디에서 멈추고 사람에게 확인을 받아야 할지를 설계하는 일이 중요해진다.

이 역할은 단순한 사용자와 다르다. 버튼을 잘 누르는 사람도 아니고, 최신 모델 이름을 많이 아는 사람도 아니다. 설계자는 업무를 구조로 본다. '이 일은 어떤 입력을 받는가', '어떤 순서로 처리해야 하는가', '어디서 자주 실패하는가', '무엇을 금지해야 하는가', '무엇이 성공인지 어떻게 판별하는가'를 묻는 사람이다.

결국 프롬프트 엔지니어링 이후에 남는 것은 문장을 잘 쓰는 기술이 아니라, 일을 분해하고, 규칙을 만들고, 반복 가능한 형태로 묶는 능력이다. AI 시대에 더욱 가치가 커지는 사람은 손이 빠른 사람만이 아니라 구조를 만드는 사람이다.

일을 반복 가능한 능력으로 설치한다는 것

이 책의 문장을 하나만 남겨야 한다면 아마 이것일 것이다.

AI에게 일을 말로 시키는 것을 넘어, 일을 반복 가능한 능력으로 설치하라.

이 문장은 생각보다 많은 것을 포함한다. '설치한다'는 표현에는 몇 가지 의미가 들어 있다.

첫째, 우연이 아니라 재현성을 만든다는 뜻이다. 어떤 날은 잘 되고 어떤 날은 안 되는 마법 같은 사용법이 아니라, 비슷한 입력에 대해 비슷한 품질을 내는 체계를 만든다는 뜻이다.

둘째, 사람 머릿속의 암묵지를 바깥으로 꺼낸다는 뜻이다. 팀에서 오래 일한 사람만 아는 요령, 문서에 적혀 있지 않은 판단 기준, 늘 누군가가 마지막에 손보던 표현을 Skill의 형태로 명시하는 일이다.

셋째, 개인의 감각을 조직의 자산으로 바꾼다는 뜻이다. 누군가만 잘하는 일을 모두가 활용할 수 있게 만들 때, AI는 단순한 보조 도구가 아니라 팀의 작업 기반이 된다.

좋은 Skill은 그래서 단순한 텍스트 파일이 아니다. 그것은 한 팀의 일하는 방식, 실수하지 않기 위해 만든 안전장치, 결과물의 품질 기준, 그리고 도구 사용법이 함께 들어 있는 작동 가능한 업무 매뉴얼이다.

좋은 Skill 하나가 팀을 어떻게 바꾸는가

팀의 업무 방식은 거대한 혁신으로만 바뀌지 않는다. 오히려 작은 반복 업무 하나가 잘 설계된 Skill로 바뀌는 순간부터 문화가 달라지기 시작한다.

예를 들어 늘 작성 형식이 흔들리던 보고서가 하나의 Skill로 정리되면, 사람들은 매번 처음부터 고민하지 않아도 된다. 어떤 자료를 먼저 읽고, 무엇을 요약하며, 리스크와 다음 액션을 어떤 구조로 정리할지 공통 기준이 생긴다. 그 결과 문서 품질은 더 일정해지고, 검토 시간은 줄고, 신입도 빠르게 팀의 방식에 적응한다.

코드 리뷰 Skill이 잘 만들어져 있으면 리뷰는 감에 의존하는 코멘트가 아니라 보안, 성능, 유지보수성, 테스트 관점이 균형 있게 반영된 절차가 된다. 리서치 Skill이 있으면 조사 결과는 검색 능력이 좋은 개인의 성과에 머물지 않고, 출처 평가와 최신성 확인이 포함된 팀의 표준 프로세스가 된다.

좋은 Skill 하나는 일을 자동화하는 데서 끝나지 않는다. 그것은 팀이 '무엇을 잘한 결과라고 부를 것인가'를 합의하게 만든다. 다시 말해 Skill은 자동화 도구이면서 동시에 품질 기준서다.

거창하게 시작하지 말고, 작게 설치하라

많은 조직이 AI 도입에서 실패하는 이유는 처음부터 너무 큰 문제를 풀려고 하기 때문이다. 전사 자동화, 완전 자율 에이전트, 모든 부서 통합 같은 목표는 그럴듯해 보이지만, 실제로는 업무 구조를 이해하지 못한 채 도구만 바꾸는 경우가 많다.

더 좋은 출발점은 훨씬 작다. 매주 반복되는 회의록 정리, 항상 비슷한 형식으로 만드는 보고서, 매번 비슷한 기준으로 보는 코드 리뷰, 늘 같은 실수가 나는 데이터 전처리 같은 곳에서 시작하면 된다. 작은 업무일수록 입력과 출력이 분명하고, 실패 원인을 파악하기 쉬우며, 개선 속도도 빠르다.

작게 시작한다는 것은 대충 한다는 뜻이 아니다. 오히려 반대다. 작은 업무 하나를 Skill로 만드는 과정에서 업무 분해, 지침 설계, 예외 처리, 도구 선택, 검증 기준, 보안 경계를 제대로 연습하게 된다. 그 경험이 쌓이면 더 복잡한 업무도 다룰 수 있게 된다.

처음의 목표는 완벽한 범용 Skill이 아니다. 한 가지 문제를 안정적으로 해결하는 유용한 Skill 하나면 충분하다. 그 하나가 생기면 팀은 다음 질문을 하게 된다. "이것도 Skill로 만들 수 있지 않을까?" 바로 그 순간부터 조직 안에는 Skill 자산이 쌓이기 시작한다.

Skill 자산은 쌓일수록 강해진다

문서 한 장은 한 번 읽고 끝날 수 있다. 프롬프트 한 줄도 대화가 끝나면 사라질 수 있다. 하지만 잘 설계된 Skill은 반복해서 호출되고, 고쳐 쓰고, 연결되고, 확장된다. 그래서 Skill은 사용할수록 가치가 커지는 자산이 된다.

처음에는 문서 작성 Skill 하나였더라도, 시간이 지나면 그 위에 리서치 Skill이 붙고, 승인 절차가 붙고, 사내 템플릿이 붙고, API Action이나 MCP 연결이 붙는다. 결국 팀은 개별 자동화가 아니라 업무 시스템을 갖게 된다. 이때 중요한 것은 모델 자체보다도, 그 모델이 조직 안에서 어떤 방식으로 움직이도록 설계되어 있는가이다.

앞으로 AI 도구는 더 좋아질 것이다. 모델은 더 길게 읽고, 더 정확히 요약하고, 더 자연스럽게 코드를 쓰고, 더 많은 시스템과 연결될 것이다. 그러나 도구가 좋아질수록 오히려 차이가 벌어지는 지점이 있다. 어떤 팀은 그 성능을 일관된 결과로 바꾸고, 어떤 팀은 여전히 신기한 데모 수준에 머문다. 그 차이는 대개 Skill 자산의 유무에서 나온다.

다음 세대 업무 환경에서 설계자가 갖는 경쟁력

앞으로의 경쟁력은 AI를 쓸 줄 아는가에서 끝나지 않을 가능성이 크다. 대부분의 사람은 어느 정도 AI를 쓰게 될 것이다. 따라서 진짜 차이는 사용하는 능력보다 설계하는 능력에서 벌어진다.

설계자의 경쟁력은 세 가지에서 드러난다.

• 일을 절차로 바꾸는 능력

• 절차를 도구와 연결하는 능력

• 결과를 품질과 안전의 기준으로 운영하는 능력

이 세 가지를 갖춘 사람은 단순히 생산성을 조금 높이는 수준을 넘어서, 팀 전체의 작업 방식을 바꾼다. 그는 AI를 대신 일하는 존재로 보지 않는다. 일을 수행할 수 있도록 환경을 설계해야 하는 시스템으로 본다. 그리고 바로 그런 관점이 다음 세대의 리더, 실무자, 빌더를 가르는 기준이 될 것이다.

개발자가 아니어도 마찬가지다. 교육, 컨설팅, 출판, 마케팅, 운영, 채용, 재무, 고객 지원 어느 분야든 반복되는 업무와 판단 기준이 있다면 Skill 설계는 가능하다. 오히려 현업을 잘 아는 사람이 더 좋은 설계자가 될 수 있다. 왜냐하면 좋은 Skill은 최신 유행어보다 실제 업무의 마찰 지점을 정확히 아는 데서 나오기 때문이다.

이 책을 덮고 나서 시작할 일

이 책을 다 읽은 뒤 독자가 당장 해야 할 일은 거창한 선언이 아니다. 자신의 업무에서 반복되는 일 하나를 골라보는 것이다. 그리고 이렇게 물어보면 된다.

이 일의 입력은 무엇인가. 어떤 순서로 처리하는가. 어디서 자주 실수하는가. 어떤 결과가 나오면 성공인가. 사람 확인이 필요한 지점은 어디인가. 이 다섯 가지 질문에 답할 수 있다면 이미 Skill 설계는 시작된 것이다.

그다음에는 작은 초안을 만들면 된다. 완벽하지 않아도 된다. 짧은 SKILL.md, 한두 개의 예시, 간단한 체크리스트, 필요하면 작은 스크립트 하나만 있어도 충분하다. 실제로 써 보고, 실패한 지점을 고치고, 설명을 더 명확히 하고, 금지사항을 추가하고, 출력 형식을 다듬어 나가면 된다. Skill은 한 번에 완성되는 문서가 아니라, 사용하면서 자라는 작업 시스템이다.

이 과정을 반복하다 보면 어느 순간 자신의 업무가 이전과 다르게 보이기 시작한다. 해야 할 일의 목록이 아니라, 설계 가능한 능력의 집합으로 보이게 된다. 바로 그 변화가 중요하다. AI 시대의 실무자는 단순히 빠르게 일하는 사람이 아니라, 일이 빠르게 돌아가도록 구조를 만드는 사람으로 이동해야 하기 때문이다.

AI를 사용하는 사람에서, AI의 능력을 설계하는 사람으로

우리는 오랫동안 컴퓨터에게 명령을 내리는 법을 배워 왔다. 이제는 AI에게 일을 맡기는 법을 배우는 중이다. 하지만 그다음 단계는 더 중요하다. AI가 잘 일할 수 있도록 능력을 설계하고, 자산화하고, 운영하는 법을 익히는 것이다.

이 책은 바로 그 전환점에 서 있다. 여기서 배운 것은 어떤 특정 도구의 일시적인 사용법이 아니다. 더 오래 남을 관점이다. 일을 구조로 보고, 절차를 명시하고, 도구를 연결하고, 안전과 품질을 관리하며, 그것을 반복 가능한 Skill로 패키징하는 관점 말이다.

결국 미래의 경쟁력은 AI에게 무엇을 물어볼 수 있느냐보다, AI가 어떤 방식으로 일하게 만들 수 있느냐에서 나온다. 잘 묻는 사람을 넘어, 잘 설계하는 사람이 되어야 한다.

그리고 아마 그것이 이 책이 독자에게 남기고 싶은 마지막 메시지일 것이다.

AI에게 일을 시키는 사람에서 끝나지 말자. 이제는 AI의 능력을 설계하는 사람이 되자.