AI가 맡은 작업은 빨리 끝나는데 내 할 일 목록은 더 길어질 수 있다. 결과를 읽고, 맥락을 다시 떠올리고, 다음 결정을 내리는 일은 여전히 남기 때문이다. 자동화할 일을 고르기 전에 오늘 내가 검토할 수 있는 시간이 얼마나 되는지 적어 보면, 동시에 시작할 일의 수가 달라질 수 있다.
Orestis Ioannou는 AI 도구를 쓰며 일이 늘어난 경험을 자신의 GitHub 기여 기록과 함께 풀어 썼다. 그는 그 수치가 가치나 노동시간을 직접 재는 지표는 아니라고 밝힌다. 직무와 기록 범위도 달라졌다. 따라서 이 글을 AI가 누구에게나 과로를 일으킨다는 인과 증거로 읽을 수는 없다.
다만 도구가 끝내는 속도와 내가 판단하는 속도가 다를 수 있다는 질문은 남는다. 나는 이 차이를 성실함의 문제로 돌리기보다 대기열로 적어 보고 싶다. 시작할 수 있는 일이 늘어난 만큼 완료했다고 받아들일 수 있는 일도 늘어났는지, 그 사이에 무엇이 쌓이는지 보는 것이다.
오늘의 검토 시간은 몇 분인가
설명을 위해 하루에 집중해서 결과를 읽을 시간이 45분 있다고 가정해 보자. 결과 하나를 확인하는 데 평균 12분이 필요하고 네 작업이 돌아온다면 검토에만 48분이 든다. 이 숫자는 실제 측정이나 생산성 기준이 아니라 구조를 보기 위한 가상의 계산이다. 맥락을 바꾸는 시간까지 더하면 여유는 더 줄어든다.
세 작업이라면 계산상 36분이므로 9분이 남는다. 그렇다고 세 개가 누구에게나 적당하다는 뜻은 아니다. 어떤 결과는 2분에 볼 수 있고 어떤 결과는 원문이나 테스트를 다시 확인하느라 오래 걸릴 수 있다. 중요한 것은 시작할 수 있는 최대 수가 아니라, 실제로 돌아온 결과를 다룰 여지가 있는가다.
처음에는 정확한 평균을 구하려 애쓰기보다 몇 번의 검토 시간을 적어 볼 수 있다. 결과를 열기 시작한 때와 다음 결정을 내린 때를 기록하되, 다른 일을 하다 돌아온 시간은 구분한다. 이 기록은 스스로를 더 바쁘게 만들기 위한 성과표가 아니라 일정에 빠진 일을 찾는 자료다.
검토 시간이 계속 예상보다 길다면 결과의 크기도 살펴본다. 작은 결정을 부탁했는데 여러 대안과 긴 보고서가 돌아오면 읽을 일이 늘어난다. 출력 형식을 무조건 짧게 강제하는 대신, 내가 어떤 판단을 하기 위해 무엇이 필요한지부터 좁혀 적는 편이 좋겠다.
끝났다는 상태를 한 단계 더 나눈다
작업 도구가 완료 표시를 띄웠다고 해서 내 일도 끝난 것은 아닐 수 있다. 결과 생성 완료, 사람의 검토 대기, 실제 사용 가능을 구분해 본다. 아직 확인하지 않은 결과를 사용 가능 목록에 섞으면 나중에 빠뜨린 검토를 찾기 어렵다.
가상의 문서 작업이라면 초안이 나왔다는 상태와 중요한 숫자의 원문을 확인했다는 상태가 다르다. 코드 작업에서는 변경 파일이 생긴 것과 필요한 동작이 실제로 확인된 것이 다를 수 있다. 모든 작업에 같은 긴 점검표를 붙이는 대신, 결과를 받아들이기 위해 필요한 증거를 시작할 때 한 줄로 적는다.
다음 작업을 시작하는 시점도 바꿔 볼 수 있다. 결과가 생성되는 즉시 빈자리에 새 일을 넣으면 생성 속도에 맞춰 대기열이 커진다. 검토를 끝내고 결과를 정리한 뒤에 한 자리를 비우는 방식이라면 사람의 처리 속도도 일정에 반영된다. 무엇이 병목인지 알아야 병목 앞에 더 많은 일을 넣는 실수를 줄일 수 있다.
물론 결과가 언제 돌아올지 알 수 없거나 협업 일정이 급한 날도 있다. 그런 날에는 한도를 완벽히 지키지 못했다는 자책보다 무엇을 먼저 검토하고 무엇을 미룰지 명확히 남기는 것이 낫다. 미룬 작업의 위치와 다시 볼 조건을 기록하면 머릿속에서 계속 붙잡고 있을 부담을 조금 덜 수 있다.
지금 열지 않아도 되는 결과를 정한다
알림이 오면 바로 읽어야 할 것 같지만 모든 결과가 같은 긴급성을 갖지는 않는다. 오늘 결정하지 않아도 되는 조사와 현재 진행을 막는 질문을 구분해 본다. 전자는 한 번에 읽을 자리에 모으고, 후자는 필요한 문맥을 함께 남겨 짧게 돌아올 수 있게 한다.
이때 저장만 해 놓고 다시 보지 않는 결과가 늘어나는지도 확인해야 한다. 읽을 계획이 없는 조사를 계속 시작하는 것은 자동화의 성과로 세기 어렵다. 보류 목록을 볼 때에는 다음 행동이 있는지, 아직도 그 질문이 유효한지 살펴본다. 원본을 지우거나 일을 더 늘리기 전에 현재 목적을 다시 적는 것이다.
이전 글에서 AI 요금을 볼 때 완료한 작업을 함께 적어 보자고 했다. 비용에는 호출 단가뿐 아니라 결과를 받아들이는 사람의 시간도 연결돼 있다. 값싼 출력이 많아져도 그중 쓸 수 있는 것이 얼마나 되는지 모르면 실제로 시간을 아꼈는지 판단하기 어렵다.
내가 여기서 제안하는 것은 건강 진단이나 모든 사람에게 맞는 업무 처방이 아니다. 자신이 다룰 결과의 크기와 순서를 관찰하는 작은 방법이다. 피로를 숫자 하나로 설명하거나 개인의 기록을 전체 개발자의 성과로 넓히지 않으려 한다.
내일 시작할 수 있는 일이 다섯 개라면, 먼저 돌아올 다섯 결과를 언제 읽을지 적어 보면 어떨까. 검토할 자리가 없다면 새 일을 하나 더 여는 것보다 이미 도착한 결과 하나를 끝맺는 편이 목적에 가까울 수 있다. 도구가 비워 준 시간이 다시 일로 가득 차기 전에, 그 시간을 무엇에 쓸지 내가 정하고 싶다.
이어 읽기: AI 요금표를 읽을 때, 토큰 옆에 완료한 작업도 적어보기
공개 원문을 참고하고 AI의 도움으로 구성한 글입니다. 가상의 예시는 본문에 구분했으며 제품이나 원문의 실험을 직접 실행한 후기는 아닙니다.
