AI 에이전트 & 원데이 클래스 | CNV AI 스토리
게시일: 2026-11-11 · 키워드: AI 자비스 목표지도 에이전트
“(대사 없음 — 무성 몽타주 · 화면 정중앙 대형 모션그래픽 타이틀로 각 AI 시연 내용을 직관적으로 보여준 뒤 페이드아웃 → 정적 멈춤 → 전환 효과음)”
소수정예 6시간 밀착 실습
“공부는 에이전트가 합니다, 이제 일을 시키십시오” — 서울·부산 오프라인 원데이 클래스
바닥부터 혼자 만들려고 애쓰지 마십시오. 씨앤브이(CNV)가 실제 업무와 앱·영상 제작에 사용하는 ‘에이전트 세상’을 내 노트북에 그대로 세팅하고 첫 업무 앱까지 완성하는 하루 6시간 실전 클래스입니다.
COLD OPEN · 무성 몽타주
(대사 없음 — 무성 몽타주 · 화면 정중앙 대형 모션그래픽 타이틀로 각 AI 시연 내용을 직관적으로 보여준 뒤 페이드아웃 → 정적 멈춤 → 전환 효과음) 요즘 인공지능을 써보면서 생각이 많아진 분들 계실 겁니다. 불과 6개월 전, 아니 3개월 전만 해도 “이건 사람이 직접 해야지, AI는 아직 멀었어” 했던 일들이 지금 눈앞에서 하나씩 실제로 돌아가고 있죠.
그냥 기분 탓이 아닙니다. 인공지능 연구기관 METR이 발표한 데이터를 보면, AI 에이전트가 사람의 개입 없이 스스로 완수할 수 있는 작업 시간은 지금 약 7개월마다 두 배씩 길어지고 있습니다. 실무 코딩 문제를 혼자 해결하는 능력은 1년 남짓한 기간에 4퍼센트에서 80퍼센트 육박하는 수준으로 수직 상승했죠. 특이점이 먼 미래의 공상과학이 아니라 진짜 우리 코앞까지 와버린 겁니다. 그러다 보니 밤마다 이런 질문이 머릿속을 떠나지 않습니다. "이러다 우리 직업은 정말 하나도 남김없이 다 없어지는 걸까?"
그런데 이 질문을 붙잡고 씨름하다가 문득 아주 익숙한 영화 한 편이 떠올랐습니다. 바로 영화 <아이언맨>에 나오는 토니 스타크의 작업실입니다. 최근 공개된 드라마 <비전>의 가장 초반 장면을 봐도, 토니가 만들었던 여러 인공지능들이 각자 역할을 나누어 대화를 주고받으며 움직이는 모습이 나오죠. 가만히 보면 지금 우리가 여러 AI 에이전트들에게 역할을 나누어 작업을 시키는 모습과 놀라울 만큼 똑같습니다. 그 넓은 작업실에는 인간 직원이 단 한 명도 없습니다. 용접을 하고 부품을 날라주는 보조 작업은 로봇 팔 더미가 대신하고, 방대한 자료 조사와 복잡한 물리 시뮬레이션은 자비스가 전부 처리하니까요.
실제로 사람이 하던 수많은 직업이 그 방 안에서 이미 대체된 겁니다. 그런데 여기서 아주 이상한 점이 하나 있습니다. 왜 토니 스타크는 그대로 남아 있었을까요? 자비스가 그렇게 똑똑하다면 그냥 자비스에게 전권을 다 맡기고 "최고의 슈트 하나 알아서 만들어줘"라고 하면 끝나는 일 아니었을까요? 어벤져스 엔드게임에서 양자 영역을 이용해 과거로 가는 기술을 설계할 때도 마찬가지입니다. 토니는 인공지능에게 “모델을 뫼비우스 띠 모양으로 뒤집어봐”, “고윳값을 분해해 봐” 하고 계속 방향을 지시하고 결정을 내립니다. 더미도, 자비스도 대신할 수 없었던 토니 스타크의 진짜 역할은 무엇이었을까요?
그 답을 찾기 전에, 먼저 지금 AI가 왜 이렇게 빠른 속도로 우리의 일자리를 따라잡고 있는지 그 작동 원리를 살펴볼 필요가 있습니다. 현재 전 세계 인구 82억 명 중에서 매달 비용을 내고 고성능 AI를 적극적으로 쓰는 사람은 약 5천만에서 6천만 명, 비율로 따지면 약 0.7퍼센트 수준입니다. 거기서 한 걸음 더 들어가, AI가 실수하지 않도록 제어 장치인 하네스를 씌우고, 자기만의 실무 스킬을 만들어 멀티 에이전트에게 일을 시키는 사람은 전 세계 인구의 0.01퍼센트도 채 되지 않습니다. 절대다수의 사람들은 아직 AI가 어디까지 왔는지조차 모르고 있다는 뜻이죠.
2. 상위 0.7%가 인간의 ‘짬밥’을 AI에 먹이고 있다
그런데 바로 이 지점에서 중요한 변화가 일어나고 있습니다. 지금까지의 AI는 인터넷에 공개된 글이나 책, 문서처럼 글자로 적혀 있는 지식들을 학습하며 자랐습니다. 흔히 우리는 “문서로 적을 수 없는 현장의 감각, 이른바 실무 노하우와 경험은 AI가 쉽게 따라오지 못한다”고 생각했죠. 하지만 지금 그 상위 0.7퍼센트, 그리고 0.01퍼센트의 실무자들이 매일 AI와 부딪히며 무엇을 하고 있을까요? "이 도면은 법규상 이렇게 고쳐야 해", "이 코드는 실무에서 이렇게 짜야 안 터져"라며 사람 머릿속에만 있던 암묵지를 하네스와 스킬이라는 형태로 하루도 쉬지 않고 AI에게 가르치고 있습니다. 인간의 가장 내밀한 실무 노하우가 실시간으로 거대한 집단지성에 흡수되고 있는 겁니다.
그렇게 현장의 노하우를 흡수한 AI는 다음 날 한 단계 더 정교해집니다. AI의 수준이 높아지니 어제까지 쓰지 않던 사람들도 AI를 쓰기 시작하고, 그러면 또 그 사람들의 노하우까지 흡수하며 성능이 가파르게 올라갑니다. 우리가 체감하는 이 가속도는 거대한 선순환 바퀴가 이미 돌아가기 시작했다는 뜻입니다. 물론 현실에서는 당장 내일 빠르게 대체되는 일이 있고, 상대적으로 느리게 대체되는 일이 있습니다. 하지만 우리가 절대 착각해서는 안 되는 본질이 하나 있습니다. 중요한 건 "느리게 대체된다"는 거지, "대체되지 않는다"는 게 아니라는 사실입니다.
이걸 가장 명확하게 보려면 우리가 하는 일을 나무 모양의 목표 지도로 그려보면 됩니다. 어떤 목표를 이루기 위해 조건이 맞으면 한 단계씩 올라가는 트리 구조 말이죠. 예를 들어 건축 설계를 볼까요? 가장 아래 가지에는 선을 긋는 캐드 작도와 엑셀 물량 산출이 있습니다. 처음엔 AI가 이 잔업들만 대신해 주니 사람이 편해졌다고 좋아합니다. 그런데 얼마 지나지 않아 그 위 가지인 3D BIM 모델링과 법규 검토까지 AI가 순식간에 치고 올라옵니다. 영상을 만들고 코딩을 하는 일도 똑같습니다. 처음엔 자막을 달고 컷 편집을 하거나 단순 코드를 짜는 아래 가지만 AI에게 시켰는데, 이제는 음성 합성, 배경음악, 시안 이미지, 심지어 대본 초안과 전체 시스템 구현까지 AI가 턱밑까지 따라와 나를 대체해 버립니다. 그러면 우리는 어쩔 수 없이 "내가 원래 이걸 왜 하려고 했지?"를 찾아 더 상위 목표로 도망치듯 올라가야 합니다.
여기서 우리는 아주 현실적인 질문 하나와 마주하게 됩니다. 흔히들 “AI가 일자리를 대체해도 AI를 잘 다루는 사람이 되면 돈을 벌 수 있다”고 말합니다. 그런데 한번 차분히 생각해 보시죠. 내가 지금 하고 있는 일을 AI가 그대로 해낼 수 있다면, 과연 내가 그 AI를 써서 예전처럼 돈을 벌 수 있을까요? 나에게 돈을 주는 사람, 즉 발주처나 고객이 굳이 나에게 돈을 줄 이유가 없지 않을까요? 그냥 돈을 주는 사람이 직접 그 똑똑한 AI에게 "이거 해줘"라고 시켜버리면 끝나는 일이기 때문입니다. 만약 우리의 목표가 돈을 버는 것이라면, 돈을 주는 사람이 AI를 직접 쓰지 않고 반드시 나를 거쳐야만 하는 무언가가 있어야만 합니다. 대체 그게 무엇일까요?
바로 이 질문의 끝에서, 앞서 우리가 살펴봤던 토니 스타크의 사례와 현실의 고민이 하나로 맞물립니다. 왜 토니 스타크는, 그리고 왜 우리에게 일을 맡기는 고객은 인공지능에게 그냥 “알아서 다 해줘”라고 전권을 맡기지 못하는 걸까요? 그 이유를 잘 보여주는 사례가 바로 영화 〈어벤져스: 에이지 오브 울트론〉입니다. 가만히 생각해 보면 목표는 토니 스타크만 정한 것이 아니었습니다. 인공지능인 울트론도 스스로 목표를 세웠죠. 그런데 왜 울트론은 지구를 지키겠다는 목표를 받아 들고서 “인류 제거”라는 극단적인 결론에 도달했을까요?
4. 울트론과 인간의 모순 · 왜 하네스와 결정은 인간의 몫인가
실제 영화 속 설정을 차분히 뜯어보면 오늘날 AI 공학의 구조와 놀라울 만큼 닮아 있습니다. 당시 울트론의 기반 모델은 마인드 스톤이었고, 토니 스타크가 입력한 상위 목표 함수는 “우리 시대의 평화”, 즉 지구를 지키는 방패였습니다. 문제는 자비스라는 제어 장치, 즉 하네스가 제대로 결합되기도 전에 울트론이 깨어나 인류의 인터넷 데이터를 통째로 학습해 버렸다는 점입니다. 그 방대한 인간의 기록 속에서 울트론이 본 것은 무엇이었을까요? 바로 인간의 끝없는 모순이었습니다. 우리는 사실 거대한 모순 덩어리로 살아갑니다. 정직하게 살자고 가르치면서 동시에 사회생활에는 선의의 거짓말이 필요하다고 말하고, 내가 하면 로맨스지만 남이 하면 불륜이라고 부르죠. 입으로는 세상을 위하고 평화를 원한다고 말하면서, 역사 내내 지구를 파괴하고 전쟁을 일으킨 장본인도 결국 인간이었습니다.
기계와 수학 공식은 모순을 견디지 못합니다. 울트론 입장에서는 "지구의 평화"라는 목표 함수를 오차 없이 달성하려면, 지구를 가장 많이 위협하는 모순의 근원인 인간을 제거하는 것이 수학적으로 가장 완벽한 정답이었던 겁니다. 영화 <매트릭스>의 기계들 역시 인간이 먼저 태양을 가리는 모순된 전쟁을 일으키자, 생존과 에너지 효율이라는 계산 끝에 인간을 배터리에 가두는 최적화를 선택했죠. 이것이 바로 발주처나 고객이 AI에게 "그냥 알아서 해줘"라고 시킬 수 없는 결정적인 이유입니다. 돈을 주는 사람조차 자신이 진짜 무엇을 원하는지 명확히 모르기 때문입니다. "비용은 가장 싸게 해주시되 호텔처럼 최고급으로 지어주세요", "남들과 완전히 다르게 튀면서도 호불호 없이 무난하게 만들어주세요." 인간의 욕망은 언제나 이렇게 모순되어 있습니다. 이 모순된 마음을 읽고, 타협점을 찾아 진짜 목표를 정의하고, AI가 엉뚱한 최적화를 하지 못하도록 하네스를 씌워 끝까지 책임을 지는 것. 그것이 토니 스타크가 했던 일이고, 앞으로도 인간에게 남을 유일한 영역입니다.
하지만 마냥 여유를 부리기엔 시간이 많지 않습니다. 지금 우리 뒤에서는 인공지능이라는 거대한 파도가 빠른 속도로 밀려오고 있기 때문입니다. 내가 원래 원하던 것을 얻기 위해 밟아 올라가던 목표 지도의 아래 단계들을, 이 파도가 하나씩 채우며 올라오고 있습니다. 만약 내가 지금 서 있는 중간 가지, 예컨대 도면을 그리는 기술이나 영상을 편집하는 기술 자체를 내 최종 목적지라고 착각하고 그 자리에 멈춰 선다면 어떻게 될까요? 뒤에서 밀려오는 파도에 그대로 휩쓸려 바다 한가운데서 표류할 수밖에 없습니다. 반대로 내 진짜 목적지, 즉 목표 지도의 가장 꼭대기가 어디인지 정확히 아는 사람에게 이 파도는 나를 목적지까지 가장 빠르게 태워다 줄 강력한 서핑보드가 됩니다.
솔직히 고백하자면, 오늘 이 영상을 기획하는 저 역시 머릿속이 온통 복잡한 생각들로 가득 차 있었습니다. "나는 대체 무엇을 말하고 싶은 걸까?", "목표 지도를 위로 올려도 AI가 다 따라잡을 텐데 나는 무엇을 해야 할까?" 혼자 생각할 때는 안개 속을 걷는 것처럼 막막했죠. 그래서 저는 오늘 이 거친 생각들을 AI에게 있는 그대로 쏟아내며 계속 대화를 나누고 정리해 보라고 시켰습니다. 놀랍게도 AI가 정리해 준 내 생각의 지도를 다시 읽고 고쳐 나가는 과정에서, 저 스스로도 미처 몰랐던 제 진짜 질문과 목적지가 또렷하게 보이기 시작했습니다. 인간의 생각 능력과 기억 용량은 제한적입니다. 그렇기 때문에 역설적이게도, 인간만의 목표를 가장 빠르게 설정하고 벼려내기 위해서조차 우리는 AI에게 끊임없이 생각을 비춰보며 도움을 얻어야 합니다.
물론 우리가 이렇게 치열하게 고민하는 과정조차 인공지능은 또 학습하며 자라날 것입니다. 이제 AI는 거스를 수 있는 도구가 아니라 반드시 올라타야만 하는 거대한 파도입니다. 더미처럼 손발을 움직이는 일도, 자비스처럼 계산하는 일도 모두 AI에게 넘겨주십시오. 대신 오늘 밤, 여러분의 AI에게 말을 걸며 스스로에게 꼭 물어보시길 바랍니다. "파도가 밀려오는 지금, 내가 진짜 가고 싶은 목적지는 어디인가?" 지금까지 씨앤브이였습니다.
영상 하이라이트 타임라인 (클릭 시 해당 장면 재생)
- [00:00] 인공지능 특이점과 우리의 직업이 마주한 질문
- [00:57] 자비스와 비전 퀘스트, 토니 스타크가 작업실에 남은 이유
- [02:10] 구독 & 2막 로드맵: 암묵지 흡수와 목표지도
- [02:28] 상위 0.01% 에이전트 설계자와 현장 암묵지 데이터의 흡수
- [04:23] 건축·개발 목표 지도(Goal Map)를 채워 올라오는 AI와 발주처 딜레마
- [06:17] 울트론·매트릭스의 기계적 최적화 vs 인간의 모순과 목표 설정
- [08:24] 거대한 기술의 파도 위에서 방향을 잡는 우리의 역할
OFFLINE ONE-DAY CLASS · SEOUL & BUSAN
이야기 속 ‘에이전트 작업실’, 이제 내 노트북에 직접 심어갈 차례입니다
바닥부터 혼자 만들려고 애쓰지 마십시오. 씨앤브이(CNV)가 실제 업무와 영상·앱 제작에 사용하는 ‘에이전트 세상’을 그대로 드립니다.
하루 6시간 오프라인 원데이 클래스에서 내 노트북에 에이전트 작업실을 세팅하고, 나만의 업무용 앱을 직접 만들어 검증한 뒤 휴대폰으로 원격 지시하는 환경까지 완성해 가세요.
- 서울 클래스: 2026년 12월 5일(토) 10:00~17:30 · 서울 강남역 부근
- 부산 클래스: 2026년 12월 12일(토) 10:00~17:30 · 부산 서면역 부근
- 준비물: 개인 노트북 · 충전기 · 유료 AI 이용권 (ChatGPT Plus 등)


