요즘 AI를 더 많은 분야에, 더 많은 시간 동안 쓰고 있습니다. 코드 작성, 리서치, 문서 정리, 기획 초안, 오류 분석까지. 이제는 AI가 업무 흐름 안에 꽤 깊게 들어와 있다는 느낌을 받습니다.
그런데 AI를 많이 쓸수록 의외의 문제가 하나 생겼습니다. 바로 기다리는 시간입니다.




핵심만 카드뉴스 4장으로 정리했습니다. 옆으로 넘겨 보세요.
AI가 일하는 동안 저는 멈춰 있었습니다
Codex나 Claude 같은 도구에 작업을 맡기면 어떤 작업은 5~10분, 길게는 20분 정도 걸릴 때도 있습니다. 처음에는 그냥 기다렸습니다. 작업이 끝났는지 계속 확인하면서요.
“됐나?” “아직인가?” “이번엔 끝났나?” 이렇게 감시하듯 기다리면 정작 저는 아무 일도 못 하고 있었습니다. 쉬는 것도 아니고, 일하는 것도 아니고, 그냥 대기 상태가 됩니다.
뉴스나 SNS를 보는 것도 답은 아니었습니다
두 번째 방법은 뉴스나 SNS를 잠깐 보고 오는 것이었습니다. 그런데 이건 더 위험했습니다. 분명 5분만 보려고 했는데 어느새 15분이 지나 있습니다.
다시 돌아오면 AI는 결과를 내놨는데, 제가 오히려 맥락을 잃어버린 상태가 됩니다. “내가 이걸 왜 시켰더라?”, “뭘 확인하려고 했지?”, “기대했던 결과가 뭐였지?”, “이 답변이 맞는지 뭘 기준으로 판단해야 하지?” 이런 상태가 됩니다.
다른 일을 하는 것도 전환 비용이 컸습니다
세 번째 방법은 기다리는 동안 다른 프로젝트를 하거나, 같은 프로젝트의 다른 태스크를 처리하는 것이었습니다. 겉으로 보기에는 제일 생산적으로 보입니다. 노는 게 아니라 일을 하고 있으니까요.
그런데 이것도 문제가 있었습니다. AI 결과가 도착해서 다시 원래 작업으로 돌아오면, 제가 지금 뭘 하다 말았는지 집중이 흐트러져 있습니다. 다른 프로젝트를 보고 왔으면 전환 비용이 크고, 같은 프로젝트 안의 다른 태스크를 봤더라도 원래 작업의 맥락은 꽤 희미해져 있었습니다.
문제는 AI가 아니라 기다리는 방식이었습니다
그러다 문득 이런 생각이 들었습니다. 업무 생산성을 높이려고 쓴 도구가 오히려 업무 생산성을 방해하고 있는 것 아닌가?
정확히는 AI가 문제라기보다, AI를 기다리는 방식을 설계하지 않은 것이 문제였습니다.
그리고 더 큰 문제는 따로 있었습니다. 집중력이 흐트러진 상태에서 AI 결과를 보면, 제가 판단을 덜 하게 된다는 점입니다.
원래라면 제가 봐야 할 것들이 있습니다. 이 결과가 맞는지, 요구사항을 빠뜨리지 않았는지, 잘못된 가정은 없는지, 실제로 적용해도 되는지, 어떤 리스크가 있는지. 그런데 맥락을 잃은 상태로 돌아오면 이 판단들이 귀찮아집니다.
그러면 어느 순간 이렇게 됩니다. “AI가 이렇게 말했으니까 맞겠지.”
AI 시대에 사람에게 남는 중요한 권한
이게 생각보다 위험하다고 느꼈습니다. AI를 쓰는 시대에 사람에게 남는 중요한 권한은 결국 의사결정이라고 생각합니다.
무엇을 시킬지 결정하는 것. 결과를 채택할지 말지 결정하는 것. 어떤 리스크를 감수할지 결정하는 것. 어떤 방향으로 갈지 결정하는 것. 최종 책임을 질 수 있는 판단을 내리는 것.
AI가 실행을 도와줄수록 사람의 역할은 실행자가 아니라 결정자에 가까워지는 것 같습니다. 그런데 집중력을 잃으면 그 결정권마저 자연스럽게 AI에게 넘기게 됩니다.
저는 앞으로 이 차이가 꽤 중요해질 거라고 생각합니다. AI를 쓰는 사람이냐, AI에게 끌려가는 사람이냐. 이 차이는 결국 의사결정권이 누구에게 있느냐에서 갈릴 가능성이 높습니다.
그래서 기다리는 동안 검증 준비를 합니다
요즘은 AI에게 작업을 맡긴 뒤 바로 다른 세계로 넘어가지 않으려고 합니다. 대신 같은 프로젝트 안에서 결과를 검증하기 위한 준비를 합니다.
예를 들면 README.md를 다시 읽어봅니다. AI가 이전에 생성한 문서를 확인합니다. 누락된 요구사항이 없는지 봅니다. 틀린 가정이나 애매한 표현이 없는지 점검합니다. 관련 테스트나 로그를 훑어봅니다.
그리고 가장 도움이 됐던 건 이번 작업에서 기대하는 결과를 직접 적어보는 것이었습니다.
- 이 작업이 끝나면 어떤 파일이 바뀌어야 할까?
- 성공한 결과는 어떤 모습이어야 할까?
- AI 답변에서 반드시 확인해야 할 기준은 뭘까?
- 내가 놓치고 있는 리스크는 없을까?
- 이 결과를 채택하지 말아야 하는 조건은 뭘까?
이걸 적고 나면 두 가지가 보입니다. 첫째, AI 결과에서 빠진 부분을 훨씬 빨리 알아차릴 수 있습니다. 둘째, 제가 애초에 제대로 정의하지 못한 부분도 드러납니다.
AI에게 일을 맡긴 시간은 쉬는 시간이 아닙니다
기다리는 시간이 그냥 빈 시간이 아니라, 결과물을 검증하기 위한 준비 시간이 됩니다.
요즘 느끼는 건 이렇습니다. AI를 잘 쓰는 능력은 프롬프트를 잘 쓰는 능력만은 아닌 것 같습니다. AI가 일하는 동안 내 집중력을 어떻게 유지할지, 작업 맥락을 어떻게 보존할지, 결과를 어떤 기준으로 검증할지도 같이 설계해야 합니다.
저는 요즘 이렇게 정리하고 있습니다. AI에게 일을 맡긴 시간은 쉬는 시간이 아니라, 의사결정 기준을 만드는 시간에 가깝다.
AI가 실행을 대신해줄수록 사람은 더 선명하게 판단해야 합니다. 결국 AI 시대의 생산성은 얼마나 많이 시키느냐보다 결정권을 끝까지 내가 쥐고 있느냐에 달려 있는 것 같습니다.
다른 분들은 어떻게 기다리시나요?
AI에게 작업을 맡겨두고 기다리는 5~20분 동안 보통 무엇을 하시나요?
- 그냥 기다린다
- 뉴스/SNS를 본다
- 다른 일을 한다
- 같은 프로젝트의 문서나 테스트를 본다
- 기대 결과와 검증 기준을 적는다
- 나만의 다른 방법이 있다
저는 아직 더 나은 방법을 찾는 중이라, 실제로 쓰고 계신 방식이 있으면 댓글로 한번 듣고 싶습니다.
블루코코넛은 기관과 기업을 대상으로 AI 실무 교육과 업무 적용 컨설팅을 하고 있습니다. 팀이 AI에게 일을 맡기는 방식과 결과를 확인하는 기준을 같이 잡아 보고 싶으시다면 AI 교육·컨설팅 안내를 먼저 보시고 편하게 물어봐 주세요.