Part 2. 역할의 이동: 작성자에서 설계자, 검토자, 판단자로

AI를 처음 써본 사람은 대개 비슷한 장면을 경험한다.

빈 문서 앞에서 한참 멈춰 있던 일이, 갑자기 몇 초 만에 움직이기 시작한다. 초안이 생기고, 제목이 생기고, 정리의 뼈대가 생긴다.

이때 많은 사람이 이렇게 생각한다.

"이제는 쓰는 사람보다 빨리 만드는 사람이 유리하겠구나."

하지만 실제 변화는 조금 다르다.

AI가 바꾸는 것은 결과물의 속도만이 아니라, 사람에게 기대되는 역할의 중심이다.

예전에는 직접 잘 쓰고, 빨리 만들고, 많이 생산하는 사람이 눈에 띄었다. 지금은 그보다 먼저, 무엇을 만들지 정하고, 어떤 맥락을 넣을지 설명하고, 나온 결과를 가려내고, 최종적으로 책임 있게 판단하는 사람이 더 중요해지고 있다.

한마디로 말하면 이렇다.

앞으로 더 중요한 사람은 많이 만드는 사람이 아니라, 제대로 묻고 정확히 고치는 사람이다.

AI가 가져간 것은 '일'이 아니라 '첫 번째 작성권'이다

역할 변화는 갑자기 시작된 것이 아니다.

생성형 AI가 강한 영역은 비교적 분명하다. 요약, 재구성, 초안 작성, 표현 변환, 항목 정리 같은 일이다. 다시 말해, 아무것도 없는 상태에서 첫 번째 결과물을 만드는 일이다.

이 변화가 뜻하는 바는 단순하다.

예전에는 사람이 초안을 만들고 다른 사람이 검토했다. 이제는 AI가 초안을 만들고 사람이 방향을 정하고 검토하는 경우가 많아졌다.

겉으로 보면 사람의 일이 줄어든 것처럼 보일 수 있다. 하지만 실제로는 일이 사라진 것이 아니라 일의 무게중심이 이동한 것에 가깝다.

작성의 부담은 줄었지만, 설계와 검토와 판단의 부담은 커졌다.

이 차이를 놓치면 AI를 잘못 쓰게 된다.

AI를 단순한 대필 도구처럼 쓰면 결과물은 빨리 늘어난다. 그러나 방향이 맞지 않으면, 결국 사람은 더 많은 초안을 읽고 더 많은 수정 지시를 하게 된다.

반대로 AI를 초안 엔진으로 보고, 사람은 기준을 세우고 결과를 선별하는 쪽으로 움직이면 일이 훨씬 선명해진다.

왜 '작성자'보다 '설계자'가 중요해지는가

좋은 결과물은 좋은 문장만으로 만들어지지 않는다.

목적이 있어야 하고, 읽는 사람이 누구인지 알아야 하고, 반드시 포함해야 할 것과 빼야 할 것이 정리되어야 한다. 예전에는 이런 생각이 머릿속에만 있어도 어떻게든 손으로 풀어낼 수 있었다.

하지만 AI에게는 다르다.

AI는 당신의 머릿속 사정을 모른다. 묻지 않으면 생략하고, 애매하면 평균적인 답으로 흐른다. 그래서 지금은 잘 쓰는 능력 못지않게, 무엇을 원하는지 구조화해서 설명하는 능력이 중요해진다.

이것이 바로 설계자의 역할이다.

설계자는 문장을 직접 가장 많이 쓰는 사람이 아니다. 대신 결과물이 어떤 목적을 가져야 하는지, 어디까지 말해야 하는지, 어떤 톤과 형식을 가져야 하는지 정하는 사람이다.

예를 들어 같은 설명문이라도 이렇게 차이가 난다.

"이 내용을 정리해줘."

이 요청은 편하다. 하지만 대개 너무 넓다.

반면 이렇게 바꾸면 완전히 달라진다.

"아래 내용을 바탕으로, 배경지식이 많지 않은 독자가 3분 안에 이해할 수 있게 설명해줘. 핵심 변화 3가지는 반드시 넣고, 단정적인 표현은 줄이고, 마지막에는 바로 실행할 수 있는 한 문장 제안을 붙여줘."

두 번째는 문장이 길어서 좋은 것이 아니다.

목적, 독자, 범위, 기준이 들어 있기 때문에 좋은 요청이다.

AI 시대에 실무자의 가치가 올라가는 지점도 바로 여기다. 기계를 잘 다루는 사람보다, 문제를 분명하게 정의하는 사람이 강해진다.

맥락을 넣는 사람이 결과의 품질을 바꾼다

AI는 겉으로는 똑똑해 보이지만, 실제로는 맥락이 없으면 금방 평균적인 답으로 돌아간다.

그래서 이제 중요한 역할 중 하나는 맥락 제공자다.

맥락은 거창한 것이 아니다. 일을 실제 일답게 만드는 주변 정보다.

무엇을 위해 쓰는지, 누가 읽는지, 이전에 어떤 논의가 있었는지, 이번에는 무엇이 민감한지, 반드시 지켜야 할 기준은 무엇인지 같은 것들이다.

사람은 이런 맥락을 너무 익숙하게 알고 있어서 종종 말하지 않는다. 바로 그 순간 AI의 답도 평범해진다.

결국 좋은 결과를 만드는 사람은 AI에게 많은 말을 시키는 사람이 아니라, AI가 놓치기 쉬운 맥락을 먼저 넣어주는 사람이다.

이 역할은 앞으로 더 중요해질 가능성이 크다. 문서 검토나 원고 피드백을 돕는 AI 도구들이 늘고 있지만, 이들 역시 결과를 참고용으로 받아들이고 사용자의 판단을 남겨둔다.²³ 문헌 검토를 돕는 도구들 또한 사용자가 직접 출처를 고르고 편집하고 개인화하는 단계를 강조한다.⁵

즉, AI는 넓게 훑을 수는 있어도, 무엇이 이 상황에서 진짜 중요한지 결정하는 맥락 감각까지 대신 가져가지는 못한다.

검토자는 보조 역할이 아니라 핵심 역할이 된다

예전에는 검토가 마지막 단계처럼 느껴졌다.

다 만들어 놓은 뒤 오탈자를 보고, 표현을 다듬고, 빠진 것이 없는지 확인하는 일 말이다.

하지만 AI가 초안을 빠르게 만들기 시작하면서 검토의 의미가 완전히 달라졌다.

이제 검토는 마무리 작업이 아니라 품질을 결정하는 중심 작업에 가깝다.

왜냐하면 AI의 문제는 늘 대놓고 틀린 답을 내놓는 데 있지 않기 때문이다. 오히려 가장 위험한 경우는 그럴듯하지만 애매한 답이다.

문장은 자연스럽고 형식은 멀쩡한데, 핵심 근거가 빠져 있거나, 실제 상황과 안 맞거나, 중요한 예외가 사라져 있는 경우다.

이럴 때 필요한 사람은 많이 쓰는 사람이 아니다.

읽으면서 이런 질문을 던질 수 있는 사람이다.

• 이 답은 지금 상황의 목적과 맞는가

• 빠진 조건은 없는가

• 자신 있게 말하지만 근거가 빈약한 부분은 없는가

• 표현은 매끄럽지만 실제로는 판단에 도움이 안 되는 문장은 없는가

흥미로운 점은, 이런 역할이 이미 도구 시장과 일의 형태 안에서 분명히 드러나고 있다는 것이다. AI가 만든 답변을 평가하고 순위를 매기고, 프롬프트를 다듬고, 사실 확인을 수행하는 역할을 따로 요구하는 사례들이 나타나고 있다.¹ 또 문서를 여러 기준으로 나눠 살펴보는 AI 리뷰 도구들도 늘고 있지만, 그 결과는 어디까지나 제안이며 최종 판단은 사람의 몫이라고 반복해서 밝힌다.²⁴

이 흐름은 꽤 상징적이다.

예전에는 작성이 중심이고 검토는 보조였다면, 이제는 생성이 자동화될수록 검토가 전문성이 되는 방향으로 움직이고 있다.

마지막 책임은 여전히 사람에게 남는다

여기서 가장 중요한 변화는 판단자의 역할이다.

설계자가 방향을 정하고, 맥락 제공자가 재료를 넣고, 검토자가 오류와 빈틈을 찾아내더라도, 마지막에는 한 가지 결정이 필요하다.

"이 결과를 써도 되는가?"

이 질문은 아직까지 AI가 대신할 수 없다.

왜냐하면 이 질문은 단지 문장 품질의 문제가 아니기 때문이다. 맥락상 적절한지, 위험이 없는지, 오해를 부르지 않는지, 지금 내보내도 되는지 같은 책임의 문제다.

특히 실제 업무에서는 언제나 trade-off가 있다.

조금 더 간결하게 쓸지, 조금 더 안전하게 쓸지.

설명을 넓게 할지, 핵심만 남길지.

빠르게 공유할지, 한 번 더 검토할지.

이 선택은 정보만으로 결정되지 않는다. 우선순위, 상황 판단, 책임 의식이 필요하다.

그래서 AI 시대에 최종 판단자는 오히려 더 중요해진다.

AI가 후보를 많이 만들어줄수록, 어떤 것을 채택하고 어떤 것을 버릴지 정하는 사람의 역할은 더 무거워진다.

이제 실무자는 네 가지 모자를 번갈아 쓴다

앞으로의 실무자는 한 가지 역할로만 일하지 않는다. 상황에 따라 네 가지 모자를 빠르게 바꿔 써야 한다.

• 설계자: 무엇을 만들지, 어떤 기준으로 만들지 정한다.

• 맥락 제공자: 목적, 독자, 제약, 예외 조건을 넣는다.

• 검토자: 오류, 누락, 과장, 애매함을 찾아낸다.

• 판단자: 채택, 보류, 수정, 폐기를 결정한다.

이 네 역할은 순서대로 한 번씩 끝나는 것이 아니다.

실제로는 짧은 사이클로 반복된다. 방향을 정하고, 한번 만들어 보고, 어긋난 부분을 확인하고, 다시 요청하고, 마지막에 선택한다.

그래서 AI를 잘 쓰는 사람은 화려한 프롬프트를 외우는 사람과 조금 다르다.

좋은 질문을 던지고, 나온 답을 그대로 믿지 않고, 더 나은 답으로 수렴시키는 사람에 가깝다.

'프롬프트 잘 쓰기'의 진짜 뜻

많은 사람이 AI 시대의 핵심 역량을 프롬프트 작성 능력이라고 말한다.

틀린 말은 아니다. 다만 이 말을 너무 좁게 이해하면 금방 한계에 부딪힌다.

프롬프트를 잘 쓴다는 것은 멋진 명령어를 길게 적는 일이 아니다.

진짜 의미는 세 가지에 가깝다.

첫째, 스스로도 애매하게 알고 있는 요구를 먼저 분명하게 만드는 일이다.

둘째, 결과물을 평가할 기준을 미리 세우는 일이다.

셋째, 첫 답변을 끝으로 보지 않고, 두 번째 질문으로 품질을 끌어올리는 일이다.

그래서 앞으로 강한 사람은 "한 번에 멋지게 생성하는 사람"이 아니라, "여러 번의 짧은 상호작용으로 제대로 다듬는 사람"일 가능성이 크다.

좋은 프롬프트는 화려한 문장이 아니라 좋은 사고의 흔적이다.

잘 만드는 사람보다 잘 고치는 사람이 강해진다

이 변화는 어떤 사람에게는 불편하게 느껴질 수 있다.

예전에는 실력이 결과물에 직접 드러났다. 내가 쓴 문장, 내가 만든 구조, 내가 정리한 설명이 곧 실력이었다.

이제는 다르다.

초안은 AI가 만들 수 있다. 그래서 사람의 실력은 초안 그 자체보다, 초안을 어디까지 끌어올릴 수 있는지에서 드러난다.

여기서 차이가 크게 난다.

어떤 사람은 AI가 만든 초안을 보고 "그럴듯하네" 하고 넘긴다.

다른 사람은 같은 초안을 보고 "핵심 기준이 빠졌네", "이 문장은 너무 단정적이네", "이 부분은 실제 상황에 맞게 바뀌어야 하네"라고 본다.

둘 다 AI를 썼지만, 결과의 수준은 완전히 달라진다.

그래서 앞으로 더 귀한 사람은 초안 생산량이 많은 사람이 아니다.

품질의 기준을 세우고, 오류를 감지하고, 결과를 실제 상황에 맞게 고칠 수 있는 사람이다.

이 감각은 이미 여러 AI 리뷰 서비스의 설계에서도 드러난다. 문서나 원고를 분석해 피드백을 주는 도구들은 점점 늘고 있지만, 공통적으로 결과를 그대로 채택하라고 말하지 않는다. 오히려 참고자료로 보고 사용자의 판단을 함께 요구한다.²³⁴

기술이 발전할수록 사람의 역할이 사라지는 것이 아니라, 대충 통과시키지 않는 능력이 더 중요해지는 셈이다.

역할이 이동하면 평가 기준도 바뀐다

조직에서 AI를 도입할 때 자주 놓치는 부분이 있다.

여전히 사람을 예전 기준으로만 평가하는 것이다.

예를 들어 얼마나 빨리 초안을 썼는지, 얼마나 많은 결과물을 만들었는지만 보면 역할 이동을 제대로 읽지 못한다.

앞으로는 이런 질문이 더 중요해진다.

이 사람은 문제를 분명하게 정의하는가.

중요한 맥락을 빠뜨리지 않는가.

AI의 답을 비판적으로 읽을 수 있는가.

최종 결과를 안전하고 적절하게 결정할 수 있는가.

이 기준은 겉으로는 덜 화려해 보인다. 하지만 실제 일의 품질은 대개 여기서 갈린다.

AI 시대의 실력은 손이 빠른지보다, 기준이 선명한지로 더 많이 드러난다.

결국 남는 질문은 하나다

이제 우리는 이렇게 물어야 한다.

"AI가 대신 써주는데, 사람은 무엇을 해야 하는가?"

답은 의외로 단순하다.

사람은 여전히 일을 완성해야 한다.

다만 완성의 방식이 달라진다.

직접 모든 문장을 생산하는 대신, 더 정확한 방향을 잡고, 더 풍부한 맥락을 넣고, 더 날카롭게 검토하고, 더 책임 있게 결정해야 한다.

이 변화는 사람의 역할을 줄이는 것이 아니다.

오히려 사람다운 역할을 더 앞쪽으로, 더 중심으로 끌어오는 변화에 가깝다.

생성은 넓게 퍼지고 있다.

그래서 이제 진짜 차이는 생성 이후에 생긴다.

무엇을 믿을지.

무엇을 버릴지.

무엇을 최종본으로 인정할지.

바로 그 지점에서 사람의 가치가 다시 선명해진다.

✔ 미니 실습: 작성 모드에서 검토 모드로 바꿔보기

• 상황: AI가 만든 초안이 빠르긴 한데, 어디를 어떻게 고쳐야 할지 막막하다.

• 해보기:

  1. 익숙한 주제 하나를 골라 AI에게 5~7문장짜리 설명 초안을 요청한다.

  2. 나온 답변을 그대로 두고, 아래 프롬프트로 "검토자 모드"를 실행한다.

  3. 지적된 항목 중 1개만 반영해 다시 써보게 한다.

• 프롬프트:
  "아래 초안을 검토자 관점에서 평가해줘.

  1. 잘된 점 2개

  2. 애매하거나 위험한 표현 3개

  3. 빠진 맥락 2개

  4. 더 나은 수정본 1개
     초안: [여기에 붙여넣기]"

• 포인트: 중요한 경험은 첫 답을 받는 것이 아니다. 두 번째 질문이 품질을 바꾼다는 사실을 몸으로 느끼는 것이다.

이번 장에서 꼭 남겨야 할 문장

이번 장의 핵심은 한 문장으로 정리할 수 있다.

AI 시대에 더 중요한 사람은 많이 만드는 사람이 아니라, 제대로 묻고 정확히 고치는 사람이다.

이 문장을 기억하면 역할 변화가 선명해진다.

이제 사람의 가치는 무에서 유를 만드는 힘에만 있지 않다.

방향을 잡는 힘, 맥락을 넣는 힘, 오류를 찾아내는 힘, 마지막에 책임 있게 판단하는 힘에 더 크게 걸려 있다.

다음 장에서는 여기서 한 걸음 더 나아가, 그렇다면 인간과 AI는 실제로 어떤 원칙으로 역할을 나눠야 하는지 살펴볼 것이다. 무엇을 맡기고 무엇을 남겨야 하는지가 그때부터 중요해진다.

🔍 더 해보고 싶다면

• 확장 실습 아이디어: 최근 AI로 만든 결과물 하나를 골라 내가 직접 쓴 부분과 내가 판단·수정한 부분을 나눠 표시해보자. 실제로는 작성보다 검토와 판단이 더 큰 비중을 차지했다는 사실이 보일 수 있다.

• 다음 단계에서 배울 내용 힌트: 다음 장에서는 어떤 일은 AI에게 넘기는 편이 좋고, 어떤 일은 사람 손에 남겨야 하는지, 역할 분담의 기준을 다룬다.

• 실무 적용 예시: 앞으로 AI에게 요청할 때는 초안만 부탁하지 말고 목적, 독자, 금지할 표현, 반드시 확인할 항목까지 함께 적어보자. 결과물의 양보다 수정의 질이 달라지는 경험을 하게 될 가능성이 크다.

참고

¹AI Content Reviewer - Outlier AI | Built In

²Stanford Agentic Reviewer - Submit Paper

³Writing Feedback AI by HyperWrite for Instant Improvement | AI-powered writing review and feedback tool | HyperWrite AI Writing Assistant

⁴Show HN: AI Peer Reviewer – Multiagent system for scientific manuscript analysis | Hacker News

⁵AI literature review generator