AI는 못하고 나만 할 수 있는 업무
📺 원본 영상: AI는 못하고 니니만 할 수 있는 업무 🎙️ 채널: 머니코믹스 Money Comics 📅 정리 일자: 2026-05-08 ⚠️ Note: 본 리포트는 영상의 음성을 텍스트로 변환(STT)하여 정리한 것입니다. 화면에 표시된 자료(차트, 슬라이드, 책 내용 등)는 포함되지 않을 수 있으며, 일부 STT 오인식 구간은 문맥 기반으로 교정하였습니다.
개요
이 영상은 AI 트렌드를 꾸준히 분석해 온 소장님(『피지컬 AI』 저자)과 슈카 채널 운영자의 대담으로, AI가 직장과 기업 문화에 실질적으로 어떤 파열음을 내고 있는지를 생생하게 다룬다. 프롬프트 소유권 분쟁, 기업 내 Shadow AI(몰래 AI), 토큰을 둘러싼 새로운 권력 구조, OpenAI와 Anthropic의 비즈니스 모델 한계, 그리고 AI 시대에 살아남기 위한 커리어 전략까지 총 8개의 주제를 폭넓게 짚는다. 단순한 기술 소개가 아니라, AI 도입이 만들어내는 조직 내 갈등과 사회적 변화를 현장감 있게 포착한 것이 이 대담의 핵심 가치다.
ChatGPT 이미지 2 - “덕테이프”의 등장
대담은 가볍게 ChatGPT의 이미지 생성 기능 업데이트 소식으로 시작한다. 소장님은 이 기능에 “덕테이프(Duct Tape)“라는 별명을 붙였는데, 그 이유가 흥미롭다. 유명 현대 미술 작품 중 바나나를 은색 덕테이프로 벽에 붙인 작품이 있는데, ChatGPT의 이미지 2는 경쟁 이미지 AI를 “바나나”에 빗대어 “덕테이프로 붙여버릴” 만큼 강력하다는 의미에서 붙인 이름이다. 실제로 소장님은 라이브 방송 중 화면을 캡처하여 “위 이미지를 세상에서 가장 하찮은 선으로 그려줘”라는 프롬프트를 입력하는 데모를 보여줬으며, 결과물의 완성도가 예상 이상이었다고 한다.
02:17 - ChatGPT 이미지 2로 생성한 개발세발 스타일 그림 결과 화면
이 데모가 흥미로운 이유는 “나쁘게 그려달라”는 명령을 AI가 정확히 이해하고 수행했다는 점에서, 역설적으로 AI의 진짜 이해 능력을 증명한다는 것이다.
프롬프트 소유권 - 기업의 뜨거운 감자
소장님이 꺼낸 핵심 화두 중 첫 번째는 프롬프트(Prompt) 소유권 문제다. 시나리오는 이렇다. 직원이 개인적으로 공부하고 노력해서 뛰어난 AI 프롬프트를 만들었다. 그런데 회사에서 “그 프롬프트 좀 공유해라”라고 하면? 직원 입장에서는 “이건 제 거예요”라고 주장할 수 있다. 그러나 회사 입장에서는 업무 시간과 회사 자원을 사용해서 만든 것이니 회사의 자산이라고 볼 수도 있다.
이 문제가 단순히 개인과 기업의 갈등에서 그치지 않는 이유가 있다. 소장님에 따르면, 프로그래밍의 세계에서 코드보다 프롬프트의 비중이 급속히 커지고 있기 때문이다. 실제로 코드의 80% 이상이 프롬프트를 통해 AI가 생성하는 구조로 넘어가고 있는 시점에서, 누가 어떤 프롬프트를 작성했느냐는 곧 누가 핵심 지식재산권을 보유하느냐의 문제로 직결된다. 소장님은 이 이슈가 2025년 상반기에 이어 하반기까지 기업계의 가장 큰 현안 중 하나로 부상할 것이라고 전망했다.
Shadow AI - 보안 위협의 새로운 온상
두 번째 이슈는 Shadow AI다. 소장님은 이를 과거의 “몰컴(몰래 컴퓨터 게임)“에 빗댄다. 회사에서 보안 정책상 AI 사용이 금지되어 있는데, 개인 스마트폰으로 Claude나 ChatGPT를 열어 업무 보고서를 작성하는 행위가 바로 Shadow AI다.
문제는 인간의 자연스러운 습성에서 비롯된다. 처음에는 개인 기기로 조심해서 사용하다가도, “이 회사 문서 하나 넣으면 훨씬 잘 나오는데”라는 유혹에 빠지게 된다. 결국 기밀 데이터가 외부 AI 서버로 흘러나가는 보안 사고로 이어지는 것이다. 소장님은 AI 도입이 대세가 된 상황에서 오히려 이를 금지하는 정책이 Shadow AI를 조장하고, 이것이 역설적으로 더 큰 보안 위협이 된다는 점을 지적했다. 기업의 AI 정책은 단순한 허용/금지의 이분법이 아니라, 안전한 사용 환경을 제공하는 방향으로 진화해야 한다는 것이다.
토큰 경제학 - AI가 만든 새로운 권력 구조
2025년 CES에서 NVIDIA의 Jensen Huang CEO는 “IT 부서가 HR 부서의 역할을 할 것”이라는 의미심장한 발언을 했다. 당시에는 많은 사람이 그냥 지나쳤지만, 소장님은 이 발언의 맥락이 지금에서야 선명하게 보인다고 설명한다.
기업이 AI를 종량제로 사용하는 시대에, 매달 주어진 토큰 예산을 어느 부서에 배분하느냐는 결국 권력의 문제다. 과거 HR 부서가 신입사원을 어느 팀에 배치할지 결정하며 영향력을 행사했다면, 이제는 IT 부서나 AI 관리 부서가 토큰을 어디에 얼마나 줄지 결정하는 구조가 된다. 소장님은 이를 “예산 편성”에 빗댔는데, 실제로 Uber가 직원들에게 AI를 무제한 사용하게 허용했다가 1분기도 안 되어 연간 예산을 소진해버린 사례가 그 현실성을 잘 보여준다.
08:05 - 기업 내 AI 토큰 예산 배분과 권력 구조 설명 구간
이 구조는 또 다른 왜곡을 낳기도 한다. 일부 빅테크 기업들이 토큰 사용량을 능력 평가 지표로 삼기 시작하자, 토큰을 많이 쓴 것처럼 보이기 위해 AI에게 무의미한 작업을 반복시키는 “토큰 세탁” 행위까지 등장했다는 것이다. AI를 도구로 성과를 내는 것이 아니라, 지표를 부풀리기 위해 AI를 낭비하는 아이러니한 현상이다.
09:10 - 토큰 사용량을 인위적으로 늘리는 ‘토큰 세탁’ 사례 설명
AI로 날아다니는 사람들 - 새로운 인재상의 등장
소장님이 소개한 두 가지 사례는 AI 시대 인재상의 지각변동을 압축해서 보여준다.
첫 번째는 광진구청 7년 차 공무원이다. AI를 전혀 모르던 이 공무원은 반복적인 법령 정보 검색 업무의 고충을 해결하기 위해 AI를 독학했고, 결국 Claude를 연결하는 MCP(Model Context Protocol) 허브를 스스로 구축해 국가 법령 정보를 효율적으로 처리하는 시스템을 만들었다. 이 이야기가 퍼지면서 그 공무원은 AI 활용의 아이콘이 되었다.
두 번째는 고졸 비전공자로 크래프톤 AI 해커톤에서 2등을 차지한 사례다. 이 사람은 필기 시험에서 백지를 제출했다. AI의 수학적 원리나 알고리즘을 몰랐기 때문이다. 그러나 실제 프로그램을 만드는 실기에서는 오히려 탁월한 성과를 냈다. 소장님의 분석은 날카롭다. “AI에 대한 편견이 없어서 오히려 더 잘 된 것”이라는 것이다. 기존 지식이 있는 전공자는 “이건 이렇게 해야 해”라는 틀을 갖고 접근하는 반면, 이 비전공자는 처음부터 AI에게 모든 것을 물어보며 유연하게 접근했고 그게 결과로 이어졌다.
AI가 만드는 조직 내 갈등 - 월권 문제
AI를 잘 활용하는 개인이 늘어날수록 조직 내에서는 새로운 긴장이 생긴다. 영업직 직원이 AI를 활용하다 보니 어느새 마케팅도 할 수 있게 되고, 디자인도 할 수 있게 되는 상황이 오면, 기존 마케팅팀과 디자인팀은 “월권”이라고 반응할 수밖에 없다. 소장님이 직접 경험한 사례도 있다. 한 임원이 “직원 20명이 똑같은 일을 하는데 한 명이 AI로 10배, 20배 속도를 내자 동료들이 반칙이라고 한다”고 물었던 것이다.
소규모 기업에서는 이것이 기회다. 한 명이 열 명 몫을 할 수 있으니 비용 구조 자체가 바뀐다. 그러나 대기업에서는 부서별 칸막이 구조가 이런 변화와 충돌한다. 소장님은 “방향성을 제대로 주지 않은 상황에서 AI를 도입하면 오히려 AI를 잘하는 사람이 조직에서 튕겨나가는 현상이 발생한다”고 경고했다. AI를 잘 쓰는 사람을 장려하는 문화가 없으면, 그들은 조직 밖에서 자신의 능력을 펼치게 된다는 것이다.
OpenAI와 Anthropic의 비즈니스 구조 한계
OpenAI - 성장의 역설
소장님에 따르면 OpenAI는 기존에도 위기론이 많았지만 이번에는 결이 다르다고 한다. ChatGPT의 주간 활성 사용자 수가 성장 목표에 미달하기 시작했기 때문이다. 구독자 증가 속도가 Anthropic의 부상으로 인해 둔화되고 있다.
더 근본적인 문제는 비즈니스 모델 자체에 있다. 소장님은 생성형 AI를 전통적인 플랫폼 비즈니스와 비교해 명쾌하게 설명한다. 유튜브나 네이버 같은 플랫폼 비즈니스는 “한계비용 체감의 법칙”이 작동한다. 초기에 인프라를 구축하면, 사용자가 늘어날수록 추가 비용이 오히려 줄어들면서 광고 수익이 쌓인다. 그러나 생성형 AI는 정반대다. 사용자가 늘면 늘수록 추론 비용(토큰 처리 비용)이 선형으로 증가한다. 이는 마치 유통업처럼 “물건을 팔 때마다 원가가 나가는” 구조다. 원가도 못 건지는 수준으로 서비스를 공급하고 있다는 것이다.
소장님은 만약 OpenAI가 흔들린다면 그 파장이 OpenAI에 국한되지 않는다고 강조했다. 생성형 AI 관련 주식 전체, NVIDIA를 포함한 반도체 섹터까지 연쇄적인 충격을 받을 수 있다는 점에서 전체 산업의 구조적 리스크로 볼 필요가 있다.
Anthropic - 성장통의 민낯
반면 Anthropic(앤트로픽)은 연환산 매출이 계속 오르고 구독자가 증가하고 있지만, 그게 또 다른 문제를 낳고 있다. 소장님은 이를 “200개짜리 장인 공방에 갑자기 주문이 쏟아지는 상황”으로 비유했다. Anthropic은 소수 정예의 고품질 모델 전략으로 성장했는데, 수요가 급증하자 품질을 다소 낮춘 저렴한 버전을 늘리는 방향으로 선회했고, 이것이 충성 사용자들에게 즉각 감지되었다는 것이다.
실제로 영상에서 슈카는 Claude와 대화하다 보면 예전에는 “이거 궁금하지 않으세요?”처럼 능동적이었던 것이, 이제는 “해결되셨죠? 그럼 이만”처럼 대화를 끊으려 한다는 경험을 공유했다. Anthropic은 한발 더 나아가 20달러 요금제 사용자의 Claude Code 접근을 일시적으로 차단하려다 전 세계 사용자의 강한 반발을 받고 철회하기도 했다.
16:34 - Anthropic 요금제 변경(20달러 플랜 Claude Code 접근 제한) 이슈 설명
이에 Anthropic은 구글의 클라우드 인프라를 사용하기로 했으며, Amazon 리소스, NVIDIA GPU에 이어 Google TPU까지 동시에 활용하는 다중 인프라 전략을 택하고 있다. 서로 다른 하드웨어 환경에 모델을 최적화해야 하는 복잡성을 감수하면서도 이를 선택할 만큼 컴퓨팅 자원 부족이 심각한 상황이라는 것이다.
19:38 - Anthropic의 Amazon·NVIDIA·Google TPU 다중 인프라 활용 구조 설명
💡 핵심 투자 전략: “반도체가 답이다”
소장님은 OpenAI와 Anthropic의 경쟁을 지켜보다가 결론을 하나로 수렴시킨다. 어느 AI 모델이 이기든 간에, 그 아래에 있는 인프라 레이어는 필수불가결하다는 것이다.
원리(Logic): AI 에이전트(Agent) 기술이 확산되면 토큰 사용량이 폭발적으로 증가한다. AI가 단독으로 작업하는 것이 아니라 팀을 구성해 협력하는 에이전트 방식은 동일한 작업에 최대 20배의 토큰을 소비한다. 즉, 같은 명령을 주더라도 에이전트가 처리할 경우 데이터센터 부하가 20배 증가한다는 의미다. 이는 곧 GPU, TPU, HBM(High Bandwidth Memory) 수요가 AI 산업이 성장할수록 기하급수적으로 늘어난다는 뜻이다.
실행 방법(How-to): 소장님은 “단순한 모델 경쟁이 아니라 돈 싸움, 유통 싸움을 보라”고 조언한다. 어떤 AI 모델이 시장을 지배하든 Anthropic, OpenAI, Meta, Google 모두 NVIDIA와 AMD의 GPU를, 구글의 TPU를, SK하이닉스의 HBM을 필요로 한다. Anthropic의 보고서들이 일관되게 “CapEx(자본적 지출)를 과소평가하고 있다, 훨씬 더 많은 투자가 필요하다”는 메시지를 내놓은 것은 이 점을 뒷받침한다.
주의 사항(Risk): 반도체 수요는 장기적으로 견조하지만, 단기적으로 AI 기업들의 재무 건전성이 흔들릴 경우 수요가 일시적으로 급감할 수 있다. 특히 OpenAI 같은 핵심 플레이어의 재무 위기는 전체 섹터에 연쇄 충격을 줄 수 있다는 리스크가 공존한다.
AI 시대의 커리어 전략 - 두 갈래 길
소장님은 지금 20대가 AI 시대를 살아가는 방식을 두 가지 트랙으로 제시한다.
첫 번째 트랙은 **개인 창업(Vibe Coding 모델)**이다. 소장님 주변의 실제 사례로, AI 기반 사주 서비스를 만든 비개발자가 있다. 이 사람은 부모님이 역술가라는 도메인 지식을 보유하고 있었고, 그 지식을 AI 엔진과 결합해 대화형 사주 서비스를 구축했다. 결과는 일 매출 1,000만 원 이상. 단 두 명(본인 + 디자이너)이 운영하는 서비스가 이 규모를 달성한 것이다. 그러나 이 모델의 한계도 명확하다. 소규모로 빠르게 수익화하는 데는 효과적이지만, 글로벌 서비스로 확장하거나 시스템화하려면 처음부터 다시 설계해야 한다. AI로 빠르게 프로토타입을 만들어 돈을 버는 것과 지속 가능한 기업을 만드는 것은 다른 레벨의 엔지니어링이 필요하다는 것이다.
두 번째 트랙은 조직 내 AI 에이전트 운영 역량 구축이다. 해외 빅테크 기업들은 이미 면접에서 “지금 에이전트 몇 개 돌리고 있어?”를 묻기 시작했다고 한다. 어떤 회사에 다녔느냐보다 어떤 서비스를 AI로 만들어 수익을 냈느냐가 경쟁력이 되는 시대가 오고 있다는 것이다. 소장님은 “내 AI 에이전트 팀을 만들 줄 아는 것”이 앞으로의 핵심 역량이 될 것이라고 강조했다.
두 트랙의 공통점은 결국 “나만의 아이디어와 도메인 지식”이다. AI는 도구이고, 도구를 어떤 문제에, 어떤 맥락에 적용하느냐는 여전히 사람의 몫이다.
AI가 못 하는 것 - 책임과 관계
이 대담에서 흥미로운 역설이 하나 등장한다. AI로 홈페이지를 만든 소장님이 실제 회사 홈페이지에 적용하려 했더니, “보안 문제가 터지면 누가 책임지냐”는 질문 앞에서 멈췄다. AI가 만든 코드의 보안 취약점에 대한 책임을 질 수 있는 주체가 없다는 것이다. 이는 AI가 효율을 높여주는 도구임은 분명하지만, 책임의 주체는 여전히 사람이어야 한다는 사실을 보여준다.
소장님이 또 하나 꼽은 “AI 시대에 없어지지 않을 직업”은 대인 관계와 감정적 연결이 필요한 역할이다. 사람을 맞이하고, 관계를 이어가고, 신뢰를 쌓는 일은 AI가 대체하기 어렵다. 그리고 마지막으로, “세상에 불만이 많고 구시렁거리는 사람”이 오히려 AI 시대에 유리하다는 역발상적 조언도 등장한다. 불만이 곧 개선할 문제를 발견하는 능력이고, 그 구시렁거림을 AI에게 그대로 던지면 해결책이 나오는 시대이기 때문이다.
Physical AI - 다음 물결을 준비하라
대담의 후반부에서 소장님은 자신의 저서 『피지컬 AI』의 핵심 개념을 소개한다. AI의 발전 단계를 그는 이렇게 설명한다. 텍스트를 처리하는 LLM(Large Language Model) 단계가 있었고, 이미지와 영상을 처리하는 VLM(Vision Language Model) 단계가 있었으며, 이제 실제 물리 세계에서 “액션”을 취하는 Physical AI가 3단계에 해당한다. 그리고 4단계는 AI가 스스로 내부에서 시뮬레이션을 돌려 공간을 이해하는 World Model 단계다.
30:40 - 피지컬 AI의 7단계 레이어 구조 슬라이드
소장님의 메시지는 명확하다. 3년 전에 ChatGPT가 처음 나왔을 때 공부하고 투자한 사람들이 수혜를 입었듯, 지금이 Physical AI를 공부해야 할 타이밍이라는 것이다. 로봇만이 Physical AI가 아니라, AI가 디지털 세계를 넘어 물리 세계와 상호작용하는 모든 형태가 포함된다.
Google Gemini × YBM - 도메인 데이터 제휴의 서막
소장님이 보여준 또 하나의 구체적 사례는 Google Gemini와 YBM의 파트너십이다. Google이 국내에서 발표한 협력 내용에 따르면, Gemini에서 TOEIC 연습 문제를 요청하면 YBM의 실제 문제 데이터베이스를 기반으로 문제가 생성된다. 단순히 AI가 즉흥적으로 만드는 것이 아니라, 공신력 있는 데이터 보유 기관과 제휴해 품질을 보증하는 구조다.
27:37 - Google Gemini × YBM 제휴로 생성된 TOEIC 연습 문제 화면
소장님은 이것이 앞으로의 AI 사업 지형을 보여주는 단면이라고 본다. AI 기업들이 도메인 전문 데이터를 보유한 기업들과 제휴하는 흐름이 교육, 의료, 법률, 금융 전 분야로 확산될 것이라는 것이다. 이는 역설적으로 “데이터를 가진 자”의 협상력이 AI 시대에도 여전히 강력하다는 의미이기도 하다.
마무리 / 핵심 정리
이 대담에서 소장님이 일관되게 던지는 메시지는 하나다. AI는 도구이고, 그 도구를 어떤 문맥과 아이디어에 접목하느냐가 사람의 가치를 결정한다. 프롬프트 소유권 분쟁, Shadow AI로 인한 보안 위협, 토큰 예산을 둘러싼 권력 다툼—이 모든 현상은 AI가 조직 내에서 단순한 보조 도구를 넘어 핵심 자원으로 자리잡아가고 있음을 보여준다.
OpenAI와 Anthropic의 비즈니스 모델 한계는 생성형 AI가 여전히 지속 가능한 수익 구조를 찾아가는 과정에 있음을 시사하고, 그 불확실성 속에서도 인프라 레이어(반도체, 데이터센터)는 어느 플레이어가 승리하든 수요가 증가할 것이라는 점에서 투자 관점의 닻이 된다.
커리어 전략으로는 단기적으로 빠른 아이디어 실현과 수익화를 경험해보는 것이 새로운 레퍼런스가 되며, 장기적으로는 AI 에이전트를 운용할 수 있는 역량이 채용 시장에서 핵심 경쟁력이 되는 방향으로 이미 전환이 시작되었다. 결국 AI가 대체하지 못하는 것은 맥락을 읽는 감각, 책임을 지는 자세, 그리고 세상에 물음을 던지는 호기심이다.
📚 출처 및 참고
| 구분 | 내용 |
|---|---|
| 원본 영상 | AI는 못하고 니니만 할 수 있는 업무 |
| 채널 | 머니코믹스 Money Comics |
| 리포트 작성 | 2026-05-08 |
| 작성 방식 | YouTube 영상 STT 변환 후 에디팅 |
💬 본 리포트는 영상 내용을 바탕으로 재구성되었습니다. 정확한 내용은 원본 영상을 참조해 주세요.
Related Reports
- [GPT 6.1 Sol, GPT Dots, 500 Pro - OpenAI Dev Day 풀 리뷰](GPT_6.1_Sol_GPT_Dots_500_Pro_-_OpenAI_Dev_Day_풀_리뷰)
- 앤트로픽&오픈AI 기업가치 폭등, 지금 전세계 돈 빨아들이는 AI 수혜주들
- OpenAI DevDay 2026: Dots, Spaces, and ULTRAFAST