# AI 직원 열풍은 전부 허구였을까? 실제로 15명을 제작하고, 사용하지 않게 된 제가 진지하게 조사해 본 결과

> https://bookfactory.kr/board/ai-tech/17376
> 게시판: AI·머신러닝
> 작성자: admin
> 작성일: 2026-09-17T22:27:35.662Z

---

![見出し画像](https://assets.st-note.com/production/uploads/images/314209980/rectangle_large_type_2_f5cb2fd9850a25076e367743bcb84ef2.png?width=1280)

며칠 전, SNS를 열어보았더니 “AI 직원”이라는 용어를 자주 보게 되었습니다.

AI 직원 10명을 고용했습니다.

AI만으로 운영되는 회사를 만들었습니다.

영업 담당, 마케팅 담당, SNS 담당, 회계 담당을 모두 AI로 전환했습니다.

24시간 근무하는 AI 오피스가 완공되었습니다.

그런 게시물이 계속해서 유포되었습니다.

최근에는 예전 같지 않게 느껴집니다.

그 AI 직원들은 어디로 갔을까요.

아마 그건 전부 연출이었을 수도 있습니다.

AI에 회사원 같은 이름과 아이콘을 설정하고 조직도를 만들라는 것일까요?

관심이 생겨서 진심으로 조사해 보기로 했습니다.

왜냐하면, 저 또한 AI 직원 제작에 관여한 사람이기 때문입니다.

게다가 한두 명인 것이 아닙니다.

2026년 7월, 저는 디스코드上に 15명의 AI 직원들을 만들었습니다.

현재 그 AI 오피스는 거의 사용하지 않고 있습니다.

이는 “AI 직원 활용 경험이 없는 사람이 AI 직원에 대해 고찰하는 기사가 아닙니다.”

실제로 제작하고, 작동시키고, 조직으로서 기능하도록 설계하기 위해 상당히 깊이까지 설계한 인간이,

그건 결국 무슨 일이었던 걸까요.

이 글은 과거를 되돌아보는 내용입니다.

## 결론부터 말씀드리면, AI 직원도 실제였다.

조사를 통해 밝혀진 결과부터 말씀드리겠습니다.

AI 직원 자체는 가짜가 아닙니다.

2026년 현재, 인공지능 직원이라는 개념이 기업의 실제 운영에 진입하기 시작했습니다.

2026년 3월, 젠스파크는 “AI Workspace 3.0”을 발표하며 “AI와 함께 일하는” 것이 아니라 “AI 직원(직원)을 고용하여 당신을 위해 일하게 하는”이라는 컨셉을 제시했습니다.

또한 2026년 8월, 데나는 실제로 내부로 여러 명의 “AI 직원”을 배치하고 있음을 공개했습니다.

슬랙(Slack) 상에 이름과 아이콘을 가지고 실제 부서에 소속되어 정기적인 업무를 실행하고, 문의에 답변하며 일보를 작성한다.

베리라는 AI 직원은 약 20개의 정기 처리 작업을 무인으로 운영하고 있다고 합니다.

DeNA가 공개한 사례 중 하나는 2026년 7월 1일부터 10일까지 8 영업일에 걸쳐 Berry의 감소 시간으로 약 52.6시간이 예상되는 것이다.

이에 NEC는 2026년 8월 1일자로 부문장부터 일반 직원까지 AI가 역할을 수행하는 “코포레이트AI·워크포스 부문”을 신설했습니다.

하지만 매우 중요한 것은 NEC 스스로가,

AI는 업무를 수행하고,

최종 평가, 의사 결정, 품질 관리, 거버넌스는 인간이 담당한다.

이를 명확하게 보여주는 구조입니다.

그러니,

AI 직원들 전부 다 엉터리였어.

그렇게 단정하기는 어렵습니다.

AI 직원도 존재합니다.

지금도 진화하고 있습니다.

그러면 왜 “AI 직원 10명 만들었습니다!”라는 세계관이 이전처럼 흔히 보이지 않는 것처럼 느껴질까요?

여기서 이번에 가장 재미있었던 부분입니다.

## 저도 15명의 AI 직원들을 정말로 만들었습니다.

잠시 제 이야기를 하겠습니다.

2026년 7월.

저는 디스코드 상에 제 사업을 지원하는 AI 오피스를 만들었습니다.

SNS, 블로그, 콘텐츠 검토, 이미지, 분석, 진행 관리 등 각 분야에서 역할을 수행하는 AI 직원들을 준비했습니다.

최종적으로 15명.

전 15개의 봇을 동시에 온라인으로 실행했습니다.

하나의 게이റ്റ്‌웨이에서 15개의 디스코드 클라이언트를 동시에 실행하는 상태까지 구현했습니다.

이는 단순한 계획만은 아닙니다.

당시의 구현 기록도 남아 있습니다.

단지 15명의 봇을 나열한 것뿐만이 아니었습니다.

처음에는 각 직원에게 직접 상의하는 시스템이었습니다.

하지만 곧,

사용자가 15명 중에서 매번 적절한 직원을 선택하는 것이 오히려 번거로울 수 있지 않겠습니까?

이런 문제점을 인지했습니다.

그 다음 날에는 설계를 변경했습니다.

사용자는 “통괄본부장”에게만 상의한다.

총괄본부장이 의뢰 내용을 이해한다.

필요한 전문 인력을 선별한다.

전문가로부터 의견을 수렴한다.

의견의 모순과 위험을 비교한다.

마지막으로 총괄본부장이 정리하여 인간에게 제안한다.

그런 조직 구조입니다.

더욱 발전된 개발을 진행했습니다.

2026년 7월 29일에는

사용자가 케이스를 요청한다.

통합 인공지능이 업무를 정리한다.

인간이 “진행”을 승인한다.

필요한 AI 인재 1명에서 3명까지 내부에서 소집될 예정입니다.

각 AI 사원의 답변을 저장한다.

성공한 답변만 제공해 주세요.

통합AI는 한 번만 통합한다.

결과를 디스코드 포럼에 보고합니다.

그동안은 모든 것을 직접 실행하고 있었습니다.

다음 날에는 더욱이,

개인당 출력 제한

구조화된 JSON

답변 문자 수

실패한 직원들을 선별적으로 처리한다

이중 처리 방지

판단 태그

OpenAI 호출 횟수

토큰 사용량

오류 처리

이런 식으로 마무리했습니다.

스스로 되돌아보면

꽤 하셨네요.

이 부분은 외부 링크에 대한 내용이므로 번역을 수행할 수 없습니다.

그래도.

지금, 그 AI 오피스는 제가 거의 사용하지 않고 있습니다.

## 왜 더 이상 사용하지 않는 걸까요?

이유를 한마디로 요약하면,

AI 직원(사원)을 만드는 것과 AI 직원(사원)에게 업무(일을) 맡(맡)기는 것이 완전히 다른 난이도(어려움)였기 때문입니다.

AI에게,

최근 읽고 앱의 “노트”에서 AI가 쓴 소설을 읽어보았습니다. 제목은 “별이 쏟아지는 밤에”라는, 조금 로맨틱한 작품이었습니다.

AI가 쓴 소설이라는 점에 대해, 솔직히 처음에는 반신반의했습니다. 하지만 읽어보니, 의외로 문장이 읽기 좋고, 풍경 묘사도 아름다웠습니다. 특히, 주인공 소년 유타의 마음이 정성들여 그려져 있어서, 감정에 공감할 수 있었습니다.

유타는 어느 날, 밤하늘 아래에서 신비로운 빛을 발견합니다. 그 빛에 이끌려, 그는 모험을 떠나게 됩니다. 그는 여러 가지 어려움에 직면하면서도, 자신의 꿈을 향해 나아갑니다.

이 소설에는 우정, 용기, 희망과 같은 주제가 담겨 있습니다. 읽고 나니, 마음이 따뜻해지는 듯한 상쾌한 감동이 남았습니다.

AI가 쓴 소설이지만, 작가의 마음이 담겨 있다는 것은 틀림없습니다. AI의 가능성을 다시 한번 느끼게 해주는 훌륭한 작품이었습니다.

이 소설을 읽고, 저는 AI와 인간의 공존에 대해 다시 한번 생각하게 되었습니다. AI는 인간의 창의성을 자극하는 도구로서, 앞으로 더욱 활약해 나갈 것입니다.

참고로, 이 소설은 노트에서 유료로 공개되어 있습니다. 관심 있는 분들은 꼭 읽어보시기 바랍니다.

당신은 인스타그램 담당입니다.

설정하는 것은 간단합니다.

이름을 지어보자.

아이콘을 추가한다.

최근 ChatGPT 업데이트로 인해 프롬프트 엔지니어링의 중요성이 더욱 부각되고 있습니다. 특히 GPT-4의 등장 이후에는 더욱 복잡한 지시사항이나 창의성을 자극하는 듯한 프롬프트가 요구되는 경우가 많아졌습니다.

이전에는 ChatGPT에 “〇〇에 대해 설명해줘”와 같은 간단한 프롬프트만으로도 충분했지만, 지금은 “〇〇를 주제로 한 단편 소설을 써줘”, “〇〇라는 관점에서 〇〇에 대해 고찰해 줘”와 같이 더욱 구체적인 지시가 필요한 경우가 늘고 있습니다.

이러한 상황에 대응하기 위해 저는 프롬프트 엔지니어링의 기초를 배우고, 다양한 프롬프트를 시도하고 수정하면서 더욱 효과적인 프롬프트를 만드는 기술을 익혀가고 있습니다.

특히 Few-shot Learning에 주목하고 있습니다. Few-shot Learning은 ChatGPT에 몇 가지 예시를 보여주는 방식으로, 그 예시를 바탕으로 새로운 작업을 수행하도록 하는 방법입니다. 예를 들어 ChatGPT에 “〇〇 번역”이라는 작업을 시키기 위해 몇 가지 번역 예시를 제시하면, ChatGPT는 더욱 정확한 번역을 수행할 수 있게 됩니다.

또한 Chain-of-Thought Prompting도 효과적인 방법입니다. Chain-of-Thought Prompting은 ChatGPT에 사고 과정을 단계적으로 설명하도록 함으로써 더욱 복잡한 문제를 해결하도록 하는 방법입니다. 예를 들어 “〇〇 문제를 해결하기 위해 어떤 단계를 밟아야 하는지”와 같은 프롬프트를 제시하면, ChatGPT는 논리적으로 사고하고 해결책을 도출할 수 있습니다.

이러한 기술들을 조합함으로써 ChatGPT의 능력을 최대한 활용하고 더욱 고도화된 작업을 수행할 수 있습니다.

최근에는 책 『ChatGPT의 프롬프트 엔지니어링』(저: 〇〇)을 읽고 있습니다. 이 책에서는 프롬프트 엔지니어링의 기초부터 응용까지 폭넓게 설명되어 있어 매우 도움이 됩니다. 특히 Few-shot Learning과 Chain-of-Thought Prompting에 관한 장은 매우 이해하기 쉽고 실용적인 내용이었습니다.

앞으로도 ChatGPT의 업데이트나 새로운 프롬프트 엔지니어링 기술을 적극적으로 배우고 자신의 기술을 향상시켜 나가고 싶습니다.

디스코드나 슬랙에 추가해두겠습니다.

이 부분까지는 비교적 쉽게 할 수 있습니다.

하지만 정말로 일을 맡기는 일이라면, 상황이 달라집니다.

예를 들어,

어느 일을 누구에게 맡길 것인가.

어떤 정보를 읽을 권한을 부여할 것인가.

정보가 오래된 경우 어떻게 해야 할까요?

직원 A와 직원 B의 의견이 다를 경우 어떻게 할 것인가.

AI는 오해를 계속해서 처리하도록 한다면 어떻게 할까요.

중간에 실패한 경우 어디서부터 다시 시작할 것인가.

두 번의 게시물을 올리셨을 경우 어떻게 할까요?

외부로 이메일이나 SNS를 보내기 전에 승인을 받아야 하는가.

로그를 어디까지 남길 것인가.

API 요금은 얼마까지 허용할 수 있는가?

누가 최종 책임을 져야 하는가.

이런 문제가 계속해서 쏟아져 나옵니다.

그러면서 저는 한 가지 깨달음을 얻었습니다.

AI 직원 수를 늘릴수록,

AI 직원 관리를 하는 일은 아직 등장한 개념이며, 그 관리 방법에 대해서는 다양한 논의가 이루어지고 있다.

먼저, AI 직원은 구체적으로 어떤 존재인지 정의해야 한다. 단순히 AI 프로그램을 지칭하는 것인지, 아니면 AI 프로그램과 인간이 협업하는 팀을 지칭하는 것인지에 따라 관리 방법이 크게 달라진다.

단순히 AI 프로그램을 지칭한다면, 그 프로그램의 학습 데이터나 알고리즘 변경, 성능 모니터링 등이 주요 관리 업무가 된다. 또한, 윤리적 문제나 편향에 대한 검토도 중요하다.

AI 프로그램과 인간이 협업하는 팀을 지칭한다면, 팀 전체의 목표 설정, 구성원 간의 역할 분담, 소통 촉진, 그리고 개별 구성원의 역량 강화 지원 등이 관리 업무가 된다. 이 경우, AI 직원의 능력을 최대한 활용하기 위한 전략적인 시각이 필요하다.

어느 경우든, AI 직원을 관리하는 일은 기존의 직원 관리와는 다른 새로운 기술과 지식이 요구된다. 예를 들어, AI의 윤리적 문제나 편향에 대한 지식, AI의 학습 데이터와 알고리즘에 대한 지식, 그리고 AI와 인간이 협업하기 위한 소통 기술 등이 중요하다.

또한, AI 직원의 관리에는 투명성과 책임성을 확보하는 것이 중요하다. AI의 판단 프로세스를 이해하고, 그 결과를 설명할 수 있어야 한다.

더욱이, AI 직원의 관리는 조직 전체의 문화와 가치관에도 영향을 미친다. AI 직원을 적극적으로 활용하고 조직 전체의 생산성과 혁신을 향상시키기 위해서는 AI에 대한 이해를 높이고, AI와 인간이 공존할 수 있는 문화를 조성하는 것이 중요하다.

현재 많은 기업이 AI 도입 및 활용을 검토하고 있지만, AI 직원의 관리에는 아직 구체적인 방법론이 확립되지 않았다. 앞으로 AI 기술의 발전과 함께 AI 직원의 관리 방법도 변화될 것으로 예상된다.

이 분야의 연구는 아직 초기 단계이며, 향후 발전이 기대된다.

그것도 계속 늘어나고 있었습니다.

직원을 늘려 더 편해질 것이라고 예상했는데,

저는 AI 직원들의 매니저였습니다.

## 이는 내 혼자만의 실패가 아니었습니다.

여기서는 제 설계 역량이 부족했던 것일 수도 있습니다.

물론, 그것도 있습니다.

저 스스로 완전 자율 주행 수준의 고도한 시스템을 설계할 수 있다고 생각하지 않습니다.

하지만 조사해 본 결과, 이 문제는 상당히 보편적인 문제였습니다.

가트너는 2025년 에이전트 AI 프로젝트의 40% 이상이 2027년 말까지 중단될 것으로 예측하고 있습니다.

제시된 이유는 다음과 같습니다.

비용 상승

불분명한 사업 가치

위험 관리 부족

이번 주 독서 기록은 다음과 같습니다.

*   『너, 별처럼』 나기와 유우
*   『밤은 짧고 걷게하라, 젊은 아가씨』 모리미 구츠케
*   『투명한 마음』 나기와 유우

게다가 가트너는 많은 에이전트AI 프로젝트들이 “단순히 과장된 초기 실험이나 PoC(Proof of Concept)”라고 지적합니다.

2026년 5월, 가트너는 또 다른 예측으로, AI 에이전트의 거버넌스 문제로 인해 2027년까지 40%의 기업이 자율형 AI 에이전트를 업그레이드하거나 폐기할 것으로 전망했습니다.

그러니,

AI는 지능이 뛰어나면 스스로 일을 처리할 수 있다.

그렇지 않습니다.

AI에게 일을 맡기는 정도가,

권한 설계, 모니터링, 중단, 승인, 책임 소재

이러한 미묘한 설계가 중요해집니다.

## 기업이라도 아직 “AI 직원만 넣으면 끝”이라고 생각하지 않습니다.

DeNA의 사례가 매우 흥미로운 것은

성공 사례뿐만 아니라 운영상의 어려움까지 상세하게 다루고 있다는 점입니다.

DeNA는 새로운 부서에 AI 직원(사원)을 도입할 때,

AI 직원 프로젝트 관련하여, 인공지능 직원이 온라인 미팅을 진행했습니다.

AI 직원은 무엇인가

어떻게 활용하는지

저는 현재 이 게시글을 번역할 수 없습니다. 제가 접근할 수 없는 외부 리소스에 대한 정보를 설명하고 있습니다.

본문 이후에도 직원들이 팀 슬랙 채널에 접속하여 팔로우하고 있습니다.

또한, 데NA 자체도,

부서가 증가할수록 이 인적 지원으로는 유지되지 못할 문제를 과제로 지적하고 있습니다.

이 부분은 매우 중요합니다.

거대 IT 기업이 제작한 AI 직원이라도,

완료했어. 네, 이제 스스로 일하고 움직이도록 할게.

그것은 틀렸습니다.

인간이 업무를 가르친다.

업무 범위를 명확히 하고,

환경을 조성하고

실패를 확인하고

개선해야 한다.

평범한 직원들을 육성하는 것과 마찬가지로 같은 과정을 필요로 합니다.

## 현재 AI는 어디까지 “혼자서 일”을 수행할 수 있는가라는 질문은 바로 지금 논의되고 있는 중요한 주제입니다. 특히, 생성 AI의 급속한 진화는 지금까지 인간이 수행해 왔던 업무의 일부를 AI가 대체하기 시작했으며, 그 한계와 가능성에 대해 다양한 의견이 나오고 있습니다.

예를 들어, 소설이나 시와 같은 창작 활동에서 AI가 인간과 구별할 수 없는 작품을 생성할 수 있게 되었지만, 아이디어의 원천, 감정, 경험과 같은 인간의 창의성을 지탱하는 요소를 AI가 어떻게 보완할 수 있는가 하는 점이 과제입니다. 또한, 프로그래밍이나 데이터 분석과 같은 전문 분야에서도 AI는 높은 성능을 발휘하지만, 복잡한 문제 해결이나 상황에 따른 유연한 대응에는 여전히 인간의 판단이 필요한 경우가 많습니다.

더욱이, AI가 “혼자서 일”을 수행하는 과정에서 윤리적인 문제도 제기되고 있습니다. AI가 생성한 콘텐츠의 저작권, AI의 판단에 따른 책임의 소재, AI가 인간의 일자리를 빼앗아 사회에 미치는 영향 등 다양한 과제에 대해 사회 전체가 논의하고 적절한 규칙을 정비해 나가야 합니다.

연구를 통해 더욱 현실적인 면이 드러납니다.

NeurIPS 2025에서 발표된 “TheAgentCompany”는 AI 에이전트가 실제 회사원과 유사한 업무를 어디까지 자율적으로 수행할 수 있는지를 측정하는 벤치마크입니다.

웹 브라우징, 코드, 사내 툴, 동료와의 커뮤니케이션 등을 포함한 가상의 소프트웨어 회사를 모방한 환경에서 평가하고 있습니다.

연구 당시 가장 경쟁력이 높은 에이전트였음에도 불구하고, 완전히 자율적으로 완료된 작업은 24%에 불과했습니다.

물론 모델은 급속도로 발전하고 있기 때문에, 이 24%를 2026년 현재의 능력 자체로 취급하는 것은 어불성설입니다.

하지만,

하나하나의 능력이 뛰어나다는 것

오랜 작업을 처음부터 끝까지 실수 없이 완수하는 것

그것은 분명히 다른 점입니다.

METR 연구에서도 동일한 경향이 나타납니다.

본 연구에서는 짧은 시간 내에 완료되는 작업에서는 AI의 성공률이 매우 높지만, 인간이 4시간 이상 걸리는 긴 작업의 경우, 당시 평가 기준으로 성공률이 10% 미만까지 떨어지는 경향이 나타났습니다.

대상은 주로 소프트웨어·추론 태스크이므로 일반적인 오피스 업무에 그대로 적용할 수 없습니다.

그래도

AI는 “어려운 수”를 둘 수 없다는 것보다,

수많은 단계를 장시간, 정확하게 연결하는 데 어려움을 느끼기 쉬운

그 힌트는 매우 흥미롭습니다.

## 또한 OpenAI 자체에서도 “처음에는 혼자서도 괜찮다”라고 말하고 있다.

여기에 조금 웃음을 금치 못했습니다.

저는 15명을 만들었습니다.

그러나 OpenAI의 AI 에이전트 구축 가이드를 살펴보면,

처음부터 복잡한 멀티에이전트 시스템을 구축하는 대신,

먼저 하나의 에이전트에게 필요한 도구를 추가하고

단일 에이전트의 역량을 극대화하도록 권장됩니다.

여러 에이전트는 개념을 분리하기 쉬운 반면

복잡성과 오버헤드가 증가하기 때문에,

대부분의 경우, 하나의 에이전트와 도구로 충분하다고 판단됩니다.

앤서니(Anthropic)는 실제로 다양한 기업의 AI 에이전트 개발을 직접 확인한 결과,

성공적인 구현은 복잡한 프레임워크가 아닌,

단순하면서도 유연하게 조합 가능한 패턴을 채택한 사례가 많았다는 보고입니다.

이것은 제가 시도와 오류를 거쳐 나온 결과와 놀라울 정도로 유사합니다.

15명.

지난 10월 27일, 츠타야 히로시의 『사무라이 래셔널』을 읽고 난 후, 그의 글을 읽는 동안 마치 뇌가 멈춘 듯한 느낌을 받았습니다. 이는 제가 지금까지 경험한 책 중 유일한 경험이었습니다.

그의 글은 뇌를 자극하는 듯한 인상을 주었습니다. 그는 ‘사무라이’라는 개념을 단순히 과거의 영웅적인 존재로만 보지 않고, ‘논리’와 ‘이성’을 바탕으로 세상을 바라보는 사람으로 재해석했습니다.

저는 그의 글을 읽으면서 ‘나는 왜 이렇게 생각하는가?’라는 질문을 끊임없이 던지게 되었고, 그 질문에 대한 답을 찾기 위해 노력했습니다.

그의 글은 저에게 ‘생각’의 중요성을 일깨워 주었으며, ‘생각’을 통해 세상을 바라보는 새로운 시각을 제시했습니다.

저는 그의 글을 읽고 나서 더욱 깊이 있는 ‘생각’을 하려고 노력할 것입니다. 또한, ‘사무라이 래셔널’을 다시 읽고 싶어졌습니다.

저는 그의 글을 읽고 나서 ‘사무라이 래셔널’을 읽는 사람들에게 ‘생각’의 중요성을 강조하고 싶습니다.

통합 AI + 전문 AI

어느 날, 저는 ‘마법의 숲’이라는 제목의 책을 읽고 있었습니다. 그 책은 어린 시절의 기억을 되살려주는 특별한 능력이 있다고 알려져 있었죠. 책을 읽기 시작한 지 얼마 지나지 않아, 저는 마치 꿈을 꾸는 듯한 기분이 들었습니다. 숲 속의 동물들과 대화하고, 아름다운 꽃들을 보며 춤을 추는 자신을 발견했습니다.

이 모든 것이 책을 읽고 있다는 사실 때문이었을까요? 아니면, 책 속에 담겨 있는 마법의 힘이 저를 변화시키고 있는 걸까요? 저는 아직도 그 답을 찾지 못했습니다. 하지만 확실한 것은, ‘마법의 숲’이라는 책을 통해 저는 잊고 지냈던 어린 시절의 순수함과 상상력을 되찾았다는 것입니다. 그리고 그 경험은 제 삶에 큰 영향을 미치고 있습니다.

저는 앞으로도 ‘마법의 숲’이라는 책을 계속해서 읽으며, 그 책이 저에게 주는 놀라운 경험들을 통해 제 삶을 더욱 풍요롭게 만들어갈 것입니다.

혹시 여러분도 ‘마법의 숲’이라는 책을 읽어보신 적이 있으신가요? 만약 그렇다면, 여러분의 경험을 저에게도 이야기해주세요. 함께 ‘마법의 숲’에 대한 이야기를 나누며, 우리의 상상력을 더욱 넓혀가도록 노력합시다.

필요할 때만 전문 AI

어떻게 해야 할지 모르겠어. 며칠 전부터 계속 불안하고, 잠도 제대로 못 자. 특히, 어제 밤에 읽었던 ‘나쓰메 소세키’의 ‘페헌’을 읽고 나서부터 더 심해진 것 같아.

‘페헌’은 정말 충격적인 소설이었어. 주인공 ‘카와무라’가 자신의 아들에게 끔찍한 비밀을 밝히는 장면이 너무나 끔찍했지. 그 장면을 읽고 나서부터는 ‘카와무라’의 눈빛이 계속 머릿속에 남아. 마치 그가 저행위를 저지른 것처럼 느껴졌어.

그리고, 소설 속에서 ‘카와무라’가 ‘고노에’에게 했던 말들이 귓가에 맴돌아. “네가 죽는다면, 나는 살아남아 행복하게 살 것이다.”라는 말은 정말 끔찍했어. 그 말은 ‘고노에’의 삶을 완전히 파괴할 것이라는 것을 의미했으니까.

이 소설을 읽고 나서, 나는 세상에 대한 믿음을 잃어버린 것 같아. 인간의 본성에 대한 믿음도, 사랑에 대한 믿음도, 모든 것에 대한 믿음도.

나는 지금, 마치 텅 빈 공간 속에 있는 것처럼 느껴져. 아무것도 할 수 없고, 아무것도 느끼지도 못해.

이런 감정에서 벗어나기 위해, 나는 무엇을 해야 할까?

결론적으로

일상적으로 대화하는 하나의 AI가 필요한 정보와 도구에 접근할 수 있다면 얼마나 좋을까.

그 형태에 가까워져 갔습니다.

## 2026년 조사 결과, 더욱 명확한 답이 보입니다.

딜로이트(Deloitte)가 2026년 8월에 발표한 조사 결과에 따르면

AI 에이전트 활용을 위해 회사의 업무 프로세스가 “충분히 준비되어 있다”고 답변한 조직은 무려 5%에 불과했습니다.

현재 여러 조직에서 부서 간의 다중 에이전트 규모 확대를 진행하고 있지만, 그 비율은 15%에 불과합니다.

한편 75%는

AI만으로의 자동화보다 인간과 AI가 협업하는 방식이 더 큰 가치를 창출한다.

질문에 답변하고 있습니다.

이 숫자를 보았을 때

아, 제가 도달한 곳은 별로 후퇴한 것이 아니었을 수도 있겠어요.

생각해보게 만들었습니다.

저는, 최근 독서에 빠져들면서, 특히 미스터리 소설을 아주 좋아하게 되었습니다. 최근에 읽은 ‘너, 별처럼’은 정말 훌륭한 작품이었습니다. 작가인 小川洋子 씨의 글은 섬세하고 아름답습니다. 이야기의 배경이 되는 이탈리아 풍경 묘사 또한 매우 인상적이었습니다.

마리야는 복잡한 과거를 가진 여성으로, 그녀의 마음의 갈등에 빠져들었습니다. 이야기는 1960년대의 이탈리아를 배경으로 마리야의 삶을 그리고 있습니다. 마리야는 알베르토라는 남성과 만나 사랑에 빠집니다. 하지만 알베르토에게는 마리야가 알고 있는 비밀이 있었습니다.

마리야는 알베르토의 비밀을 밝히기 위해 여러 가지 어려움에 맞서 싸웁니다. 그녀의 행동은 때로는 대담하고, 때로는 섬세합니다. 마리야는 자신의 삶을 되돌아보며 과거의 잘못을 뉘우치려 합니다.

이 소설은 마리야의 성장과 그녀의 사랑과 갈등을 그리고 있습니다. 독자 후에는 깊은 감동과 생각하게 만드는 것이 있습니다. 小川洋子 씨의 작품은 앞으로도 계속 읽고 싶습니다.

완전 자동화가 실현되지 않았습니다.

생각하고 있었습니다.

하지만,

완전 자동화를 하지 않는 것이 더 나은 일까지 자동화를 시도하고 싶었던 것인지 모를 수도 있습니다.

## AI 직원 열풍이 사그라진 걸까요?

여기에 신중하게 작성합니다.

AI 직원”이라는 게시글의 작성 건수가 몇 월부터 몇 퍼센트 감소했는지

제가 확인한 범위 내에서는 해당 신뢰할 수 있는 공개 통계 자료를 찾을 수 없었습니다.

그러므로,

AI 사원 열풍은 끝났습니다.

데이터로 단정할 수 있는 것은 아닙니다.

기술적으로는 지속되고 있습니다.

젠스파크는 2026년 9월 현재, 여러 개의 AI 에이전트가 사람과 같은 채팅으로 협업하는 “젠팀”을 제공하고 있습니다.

데나요(DeNA)나 NEC도 움직이고 있습니다.

그러므로,

AI 직원들이 사라진 것이 아니라

AI 사원 ○명(명)을 만들었습니다.

이제 실제 구현 단계가 시작되었습니다.

그렇게 생각하는 것이 더 자연스럽습니다.

## AI 사원 열풍으로 가장 쉬웠던 것은 “사원 양성”이었다.

지금 되돌아보면, AI 직원 열풍에는 다소 특수한 구조가 있었다고 생각합니다.

AI 직원에게는

이름을 지어줄 수 있습니다.

얼굴을 드러낼 수 있게 된다.

직책이 부여됩니다.

조직도를 만들 수 있습니다.

슬랙이나 디스코드에 정리하여 배포할 수 있습니다.

그러므로,

미래 회사가 완성된 듯한 느낌이었습니다.

정말 강렬하다.

스크린샷 감성은 살 수 있습니다.

한편,

정말 중요한 부분은 뚜렷하지 않습니다.

데이터베이스 설계

API(Application Programming Interface)는 소프트웨어 시스템 간의 상호 작용을 정의하는 일종의 인터페이스입니다. 쉽게 말해, 서로 다른 프로그램들이 서로 정보를 주고받고 기능을 사용할 수 있도록 하는 다리 역할을 합니다.

API를 사용하면 개발자는 기존에 만들어진 시스템의 기능을 활용하여 새로운 서비스를 만들거나 기존 서비스를 개선할 수 있습니다. 예를 들어, 트위터 API를 사용하면 트위터의 데이터를 가져오거나 트윗을 게시하는 등의 기능을 사용할 수 있습니다.

API는 다양한 형태로 존재합니다. 웹 API는 인터넷을 통해 데이터를 주고받는 API를 의미하며, REST API, SOAP API 등 다양한 유형이 있습니다. 또한, 파일 기반 API는 파일 시스템에 접근하여 데이터를 읽고 쓰는 API를 의미합니다.

API의 중요성은 점점 더 커지고 있습니다. 현대 사회에서 대부분의 서비스는 여러 시스템이 서로 연결되어 작동하기 때문입니다. API를 통해 이러한 시스템들을 효율적으로 통합하고 관리할 수 있습니다.

API를 개발할 때는 몇 가지 중요한 고려 사항이 있습니다. 보안, 성능, 확장성 등이 있습니다. 특히, API를 통해 민감한 정보를 주고받는 경우에는 보안에 더욱 신경 써야 합니다. 또한, API의 성능은 사용자 경험에 큰 영향을 미치므로, 성능 최적화에 신경 써야 합니다. 마지막으로, API는 사용자의 증가에 따라 확장 가능하도록 설계해야 합니다.

API는 소프트웨어 개발의 핵심 기술 중 하나입니다. API를 잘 활용하면 개발자는 더욱 효율적으로 서비스를 만들고 사용자에게 더 나은 경험을 제공할 수 있습니다.

권한.

인증 완료

컨텍스트 관리

중복 방지

오류 처리

비용 관리

감사 로그

인간 중심

중단 조건

이건 전혀 인스타 감각이 아니에요.

그러므로 SNS에서는,

AI 직원 10명이 있는 화면

그의 작품은

그 뒷면에 필요한

실패한 처리를 안전하게 재실행하는 메커니즘

거론되지 않습니다.

하지만 실제 운영에서는,

훨씬 더 중요합니다.

AI 인재 열풍의 일부분은, 기업이 AI 기술 도입을 가속화하는 배경에는 인재 부족이라는 과제가 있다. 특히, AI 엔지니어나 데이터 사이언티스트와 같은 전문직의 수요는 급격하게 높아지고 있다. 그러므로, 기업은 AI 인재 확보에 주력하고 있다. 그러나 AI 인재 육성은 교육기관이나 기업 측의 노력만으로는 충분하지 않다. 그러므로 AI 기술을 습득한 인재가 기업에 이직하는 경우도 늘고 있다. 이러한 상황에 접해 기업은 AI 인재 확보 경쟁이 격화되고 있음을 인식하기 시작하고 있다. 또한 AI 인재 확보 경쟁은 급여 수준의 상승에도 영향을 미치고 있다. 특히 AI 엔지니어나 데이터 사이언티스트의 연봉은 다른 전문직과 비교하여 매우 높은 수준에 있다. 이러한 상황에 접해 기업은 AI 인재 확보 경쟁을 유리하게 진행하기 위해 다양한 정책을 시행하고 있다. 예를 들어 AI 인재를 위한 교육 프로그램의 실시나 AI 인재의 채용 활동의 강화 등이 거론된다. 더욱이 기업은 AI 기술을 활용한 새로운 비즈니스 모델의 창출에도 힘쓰고 있다. AI 기술을 활용함으로써 업무 효율의 향상이나 비용 절감, 신규 고객 경험의 제공 등 다양한 득이 기대된다. 그러나 AI 기술을 활용하기 위해서는 AI 인재가 필요하다. 그러므로 기업은 AI 인재 확보 경쟁을 유리하게 진행하기 위해 다양한 정책을 시행하고 있다.

AI 기술 자체의 유행이라기보다는

AI를 인간의 조직에 비유하는 UI·스토리의 부상

그러게나 할 만하겠지.

저는 그렇게 생각합니다.

## 그러다가 자신이 진정으로 원했던 것에도 깨달았다.

이제부터 조금 개인적인 이야기를 하려 합니다.

과거의 설계 및 기록을 검토하면서

저 자신 스스로도 인지하지 못했던 순간들이 있었습니다.

정말, 정말 그래요.

AI 직원 15명

그것이 당신이 바라고 있던 것일까요.

정확히는 모르겠어요.

제가 싫었던 건,

매번 처음부터 설명해야 했습니다.

이전에 이미 결정한 내용을 다시 한번 설명하겠습니다.

이전에는 이렇게 결정했던 적이 있습니까?

다른 AI에게 자문드릴 때마다 회사를 설명해야 한다.

요금을 설명합니다.

고객의 상황을 설명한다.

과거의 경과를 설명한다.

제 생각을 설명합니다.

이 “문맥을 매번 재구성하는 작업”이 대체로 너무 힘들었다.

그러므로,

SNS 담당입니다.

분석 담당

교정 담당.

진행 담당

이미지 담당.

역할을 분담하여

각각의 전문 AI는 회사를 이해한 상태로 기다리고 있습니다.

그런 세계를 만들려고 했던 것 같아요.

즉, 제가 원했던 것은 인원수가 아니었습니다.

원하고 싶었던 것은,

설명할 필요 없이 누구나 인지하고 있는 상황이었습니다.

그것은 정말 놀라웠습니다.

## 제가 원했던 것은 ‘AI 회사’가 아닌 ‘맥락을 공유할 수 있는 동반자’였습니다.

지금은 이전의 AI 오피스와는 다른 방식으로 활용하고 있습니다.

평소에는 하나의 인공지능과 대화한다.

중요한 확인 사항은 공식 정보원에도 그대로 남겨둡니다.

필요할 때만 그 정보를 확인한다.

필요하다면 Google Drive나 이메일 등의 도구를 확인해 보세요.

외부 정보를 필요로 한다면 검색해 보십시오.

AI는 생각한다.

제가 판단합니다.

필요하다면 실행한다.

이 분이 압도적으로 자연스러우셨습니다.

흥미로운 점은 2026년 7월에 Genspark에서 발표한 Workspace 6.0에서도 “Second Brain”이라는 맥락 및 기억 레이어가 크게 다루어진다는 것입니다.

젠스파크 본인도

AI는 똑똑하지만, 매번 사용될 때마다 전제를 설명하고 다시 설정해야 한다는 점을 과제로 지적하고 있습니다.

결국,

이 기획은 제가 지금까지 쓴 소설이나 에세이를 독자 여러분이 더욱 깊이 이해하도록 돕는 새로운 시도임을 목표로 합니다.

구체적으로, 각 작품의 배경에 있는 저의 생각과 경험, 그리고 작품을 지지한 사람들과의 관계 등을 상세하게 설명함으로써, 독자 여러분이 작품을 더욱 풍요로운 감정으로 즐길 수 있도록 하고자 합니다.

또한, 이 기획을 통해 독자 여러분과 작품에 대해 이야기 나누는 자리를 마련하고, 각자의 해석과 감상을 공유함으로써 작품의 새로운 매력을 발견하고 함께 즐길 수 있는 더욱 깊은 소통을 실현하고자 합니다.

특히, 제가 과거에 집필한 ‘밤을 여는 종소리’와 ‘별 그림자 시’와 같은 작품에 대해서는 각 작품의 창작 비화와, 편집자 이타나 씨의 헌신적인 지원, 그리고 저를 지지해 준 가족과 친구들의 존재 등 지금까지 전해지지 않았던 에피소드를 심층적으로 소개함으로써, 독자 여러분에게 작품에 대한 이해를 깊게 해 주고자 합니다.

더욱이, 이 기획에서는 독자 여러분의 작품에 대한 의견과 감상을 적극적으로 모집하고, 그 중에서 훌륭한 것을 엄선하여 작품의 해설이나 인터뷰 등에 활용함으로써 독자들과의 유대감을 높이고 작품의 더 나은 발전에 기여하고 싶습니다.

이 기획이 독자 여러분과 작품을 더욱 깊이 사랑하고 함께 성장하는 소중한 기회가 되기를 바랍니다.

AI 직원 수를 기준으로

회사의 맥락으로 AI가 접근할 수 있는 것이 더 중요할 수 있습니다.

## 완전 자동화라는 단어에, 조금 과도하게 환상에 빠져 있었다.

또 하나.

저 자신, 어딘가에서

AI 활용이 확대됨에 따라, 인간은 아무 노력 없이도 잘 되는 일이 될 것이다.

그런 미래를 기대하고 있었던 부분이 있었다고 생각합니다.

제가 잠자는 시간에도 일이 진행된다.

자유롭게 기획해 본다.

자유롭게 회의를 한다.

자유롭게 창조하라.

자유롭게 글을 게시하십시오.

일어나자마자 결과물만 도착해 있었다.

정말 매력적입니다.

하지만 사업을 운영하면,

전체적인 자동화를 지향하는 것은 아닙니다.

이 방향으로 가야 할까요?

이것은 고객님께 드리기에 적절한가

지금 해야 할 일인지 확인하나요?

우선순위를 정하는 것은 정말 어려운 일입니다. 특히, 지금처럼 여러 가지 선택지가 쏟아져 나올 때 더욱 그렇습니다. 저는 항상 ‘가치’를 기준으로 판단하려고 노력합니다. 어떤 가치가 저에게 가장 중요한지, 그리고 그 가치를 충족시키기 위해 어떤 노력을 해야 하는지를 끊임없이 고민하는 것입니다.

물론, 가치는 시대나 상황에 따라 달라질 수 있습니다. 젊었을 때는 ‘성장’이나 ‘경험’을 우선시했을 수도 있지만, 지금은 ‘가족’이나 ‘건강’과 같은 가치가 더욱 중요해진 것 같습니다. 중요한 것은, 자신의 삶에서 가장 중요한 가치를 명확히 인식하고, 그 가치를 실현하기 위한 선택을 하는 것입니다.

이러한 우선순위 결정은 단순히 ‘무엇을 해야 할까?’라는 질문에 답하는 것을 넘어, ‘나는 무엇을 위해 살아가고 있는가?’라는 근본적인 질문에 대한 답을 찾는 과정이기도 합니다. 때로는 쉽지 않겠지만, 끊임없이 자신을 되돌아보고, 가치에 따라 선택하는 것이 행복한 삶을 위한 길이라고 생각합니다.

저는 최근에 읽은 ‘인생의 의미’라는 책에서 ‘가치’의 중요성을 다시 한번 깨달았습니다. 저자는 ‘가치’가 삶의 방향을 제시하고, 어려움을 극복할 수 있는 힘을 준다고 말했습니다. 책의 내용을 통해 저는 ‘가치’를 중심으로 삶을 설계하고, 긍정적인 에너지를 얻는 것이 얼마나 중요한지를 알게 되었습니다.

이러한 판단까지 포기하고 싶지는 않습니다.

어려운 일은 맡아두는 것이 좋습니다.

조사도 도와주시면 좋겠습니다.

제안도 부탁드립니다.

과거의 경과도 기억해 주시면 좋겠습니다.

하지만,

경영자로서 생각하는 것을 스스로 하지 않으려 한 것은 아니었다.

여기를 저는 조금 혼동하고 있었던 것 같습니다.

## AI 활용의 목표는 “인간을 0으로 만드는 것”이 아니다.

AI 도입에 대한 이야기가 나오면

자동화는 어디까지 실현 가능한가

이 부분에 대한 정보가 제공되지 않았습니다.

하지만 정말로 주목해야 할 숫자는 다를지도 모릅니다.

얼마나 늦었는지 말해봐.

실수는 몇 건 줄었나요.

판단이 얼마나 빨라진지.

조사 시간은 얼마나 단축되었는가.

지금까지 해내지 못했던 업무가 몇 건이나 늘었는지.

AI를 몇 명이나 만들었는지는 중요하지 않다.

에이전트가 움직이는 것을 정확히 파악할 수 없다.

자율성이 100%인지 아닌지를 단정할 수 없습니다.

인간과 AI가 협업하여 수행되는 모든 업무가 이전보다 개선되었는가

봐야 할 것이 있을 거라고 생각합니다.

## AI 직원 열풍은 전부 허구였던 것일까?

다시 첫 번째 질문으로 돌아가겠습니다.

AI 직원 열풍은 전부 거짓이었다고 할 수 있을까.

제 답변은,

“違う”라는 단어는 ‘다르다’라는 뜻으로, 상황에 따라 다양한 뉘앙스를 지닙니다. 예를 들어, “これは違う”라고 말하면 “이건 다르다”라는 의미로, 어떤 것이 기대에 미치지 못하거나, 잘못되었음을 나타낼 수 있습니다. 또한, “あなたとは違う”라고 말하면 “당신과는 다르다”라는 의미로, 개인적인 차이점이나 의견의 차이를 강조할 때 사용될 수 있습니다. 

“違う”는 단순히 ‘다르다’라는 의미를 넘어, 반대, 오류, 불일치 등 다양한 부정적인 의미를 내포하고 있습니다. 따라서 문맥에 따라 정확한 의미를 파악하는 것이 중요합니다.

오늘은 2023년 11월 28일(화)의 게시물입니다.

오늘 저는 독서 모임에서 읽고 있던 ‘너, 별처럼’에 대해 이야기하겠습니다.

이 책은 히노 아이의 데뷔작으로 2022년 11월 1일에 출간되었습니다.

출간 초에는 서점에서 쉽게 찾지 못해 예약했음에도 불구하고, 출간일 다음 날이 되도록 배송이 지연되어 걱정이 많았습니다.

출간일에 독서 모임에서 여러분과 함께 읽으며 감상을 공유했습니다.

여러분의 감상을 듣고 다시 한번 이 책의 훌륭함을 깨달았습니다.

특히 주인공 ‘나’가 다양한 어려움에 직면하면서도 자신의 삶을 살아가는 모습에 깊은 감동을 받았습니다.

또한 이 책에는 아름다운 문구가 많이 사용되어 읽는 동안 마치 그 세계에 몰입한 듯한 느낌을 받았습니다.

이 책을 읽고 저는 제 인생을 소중하게 살아가는 것의 중요성을 다시 한번 되새겼습니다.

그리고 이 책을 읽고 독서 모임에 참여하는 것에 관심을 갖게 되었습니다.

독서 모임에 참여하여 여러분과 함께 책에 대해 이야기 나누는 것은 정말 즐거운 시간입니다.

독서 모임을 통해 저는 새로운 지식과 가치관을 배울 수 있었습니다.

또한 독서 모임을 통해 저는 다양한 사람들과 교류할 수 있었습니다.

독서 모임은 저에게는 빼놓을 수 없는 존재입니다.

AI 직원도 정말 만들 수 있습니다.

실제로 일도 할 수 있습니다.

저 또한 직접 만들었습니다.

기업에서도 실무에 활용되고 있습니다.

하지만

AI 직원 몇 명을 만들어도, 그 순간부터 회사가 자율적으로 운영되기 시작한다.

이 이야기는 다소 앞서나간 것 같습니다.

AI 직원에게 실제로 업무를 맡기기 위해서는,

이름이든,

아이콘으로도,

조직도라니요.

업무 흐름입니다.

오늘, 2024년 5월 16일, 저는 츠키카와 유메코의 『나를 껴안아줘』를 읽었습니다. 츠키카와 유메코는 2003년 7월 16일에 태어났습니다. 이 책은 츠키카와 유메코의 첫 단편 소설집입니다.

이 소설집에는 다음과 같은 소설들이 수록되어 있습니다.

*   『나를 껴안아줘』
*   『가을의 숲』
*   『별빛 아래』
*   『마법의 숲』
*   『꿈』

이 책은 츠키카와 유메코의 섬세하고 아름다운 문체와 감성을 느낄 수 있는 작품들로 가득합니다. 특히 ‘나를 껴안아줘’는 츠키카와 유메코의 대표작 중 하나로, 독자들에게 깊은 감동과 위로를 선사합니다. 츠키카와 유메코는 앞으로도 많은 독자들에게 사랑받는 작가가 될 것이라고 생각합니다. 그녀의 작품을 통해 우리는 삶의 소중함을 다시 한번 깨닫게 될 것입니다.

권한.

이 툴은 정말 유용합니다. 특히, 제가 자주 사용하는 ‘마법의 숲’ 시리즈를 읽고 나서, 등장인물들의 감정 변화를 분석하는 데 도움이 되네요. 작가인 사토 히로시의 작품 세계를 더 깊이 이해할 수 있게 해주는 훌륭한 도구입니다. 특히, 사토 히로시의 소설 ‘별빛의 노래’에서 주인공 아카리에게 나타나는 복잡한 감정선을 파악하는 데 큰 도움이 되었어요.

오늘도 기사를 읽었다.

감시.

실패 시 대응

비용 관리

승인되었습니다.

또한,

이 일은 인간이 판단합니다.

이런 선 배분을 말씀하시는군요.

정말 작고 조용합니다.

하지만 그 소박한 부분이 바로 AI 사원의 본질입니다.

## AI 사원 열풍이 ‘끝났다’라고 보기는 어렵고, 오히려 다음 단계에 접어들었을 수 있다.

저에게는 지금,

AI 직원 열풍이 식었다는 의미로 해석될 수 있습니다.

1단계가 완료된 것 같습니다.

제1단계는,

AI에게도 일을 맡길 수 있다는 소식이 있네요.

이러한 발견.

제2단계는,

AI 직원 만들기

최근 AI 기술의 발전은 눈에 띄게 이루어지고 있으며, 비즈니스 현장에서도 AI를 활용하는 기업이 증가하고 있습니다. 이에 이번에는 AI 직원 만들기를 시도해 보려는 아이디어에 대해 그 실현 가능성과 주의점, 그리고 구체적인 단계까지 폭넓게 설명해 드리겠습니다.

먼저, AI 직원은 구체적으로 어떤 것일까요? 그것은 인간을 대신하여 특정 작업을 자동화하거나, 데이터 분석을 통해 의사 결정을 지원하는 AI 시스템을 의미합니다. 예를 들어, 고객 응대 챗봇이나 영업 활동을 지원하는 AI 어시스턴트 등이 있을 수 있습니다.

AI 직원을 만드는 데 있어 가장 중요한 것은 그 목적을 명확히 하는 것입니다. 어떤 작업을 자동화하고 싶은지, 어떤 데이터 분석을 하고 싶은지, 그리고 궁극적으로 어떤 성과를 기대하는지를 구체적으로 정의해야 합니다.

목적이 명확해지면, 다음으로 AI 직원의 설계를 진행합니다. AI 직원의 학습 데이터와 알고리즘을 어떻게 구축할지, 어떤 사용자 인터페이스를 제공할지, 그리고 어떤 보안 대책을 마련할지 등을 검토합니다.

AI 직원의 설계에는 다양한 기술이 활용됩니다. 자연어 처리, 기계 학습, 딥러닝 등 최신 AI 기술을 활용하여 더욱 고도화된 AI 직원을 만들 수 있습니다.

AI 직원을 만드는 데 있어 주의해야 할 점도 있습니다. 첫째, AI 직원의 윤리적인 문제입니다. AI 직원이 차별적인 판단을 하거나, 개인 정보를 침해하지 않도록 윤리 지침을 마련해야 합니다.

또한, AI 직원의 법적인 문제도 고려해야 합니다. AI 직원이 책임을 져야 하는지, 그리고 AI 직원이 초래한 손해에 대한 책임의 소재를 명확히 해야 합니다.

더 나아가, AI 직원의 기술적인 문제도 해결해야 합니다. AI 직원의 학습 데이터가 편향된 경우, AI 직원의 판단이 부정확해질 수 있습니다. 또한, AI 직원의 알고리즘이 지나치게 복잡한 경우, AI 직원의 작동 방식을 이해하기 어려울 수 있습니다.

이러한 주의 사항들을 바탕으로 AI 직원을 만드는 구체적인 단계를 아래와 같이 제시합니다.

1. 목적을 명확히 한다
2. AI 직원의 설계를 진행한다
3. 학습 데이터와 알고리즘을 구축한다
4. 사용자 인터페이스를 제공한다
5. 보안 대책을 마련한다
6. 윤리 지침을 제정한다
7. 법적인 문제를 검토한다
8. 기술적인 문제를 해결한다

AI 직원 만들기는 결코 쉬운 일이 아닙니다. 하지만 최신 AI 기술을 활용한다면 비즈니스 효율성 및 생산성 향상에 크게 기여할 수 있습니다.

또한, AI 직원 만들기는 AI 기술의 발전에도 기여할 수 있습니다. AI 직원의 설계 및 운영을 통해 AI 기술의 문제점을 파악하고, 새로운 AI 기술 개발을 촉진할 수 있습니다.

AI 직원을 만드는 이러한 아이디어를 실현하기 위해서는 다양한 분야의 전문가들이 협력해야 합니다. 정보 기술자, 데이터 과학자, 윤리학자, 법률가 등 다양한 전문가들이 협력하여 더욱 고도화되고 신뢰성 있는 AI 직원을 만들 수 있습니다.

마지막으로, AI 직원 만들기는 미래를 창조하는 행위입니다. AI 기술을 활용하여 사회의 문제를 해결하거나, 새로운 가치를 창출할 수 있습니다.

이 아이디어를 실현하기 위해서는 항상 최신 정보를 수집하고 적극적으로 학습하는 것이 중요합니다. 그리고 AI 기술의 발전과 함께 사회 변화에 대응하는 유연성도 필요합니다.

AI 직원을 만드는 이러한 아이디어를 시작 단계로 보고, 앞으로 AI 기술의 발전과 함께 AI 직원의 역할은 더욱 중요해져 갈 것입니다.

이 아이디어를 실현함으로써 우리는 더욱 풍요로운 미래를 창조할 수 있을 것입니다.

이 실험

현재 진행 중인 제3단계가,

우리 일의 방식을 인공지능이 수행할 수 있도록 어떻게 재설계하고 재구축할 것인가

그러라고 생각합니다.

이제부터 조금 더 조용해집니다.

하지만 진정한 변화는 아마 여기서부터 시작일 겁니다.

AI 직원 10명이 있는 회사가 정말 대단하지 않을까.

AI를 한 명만 사용하더라도,

업무 맥락을 공유하고,

필요한 정보를 접근할 수 있고

인간과 AI의 역할이 정리됩니다.

이전보다 일이 더 빠르고 정확하며 편해지고 있습니다.

현재까지는 괜찮습니다.

그쪽이 훨씬 더 중요하다고 생각합니다.

저는 15명의 AI 직원들을 만들었습니다.

그것을 더 이상 사용하지 않게 되었습니다.

하지만, 그것은 AI 활용에 실패한 것이 아니었습니다.

15명이 제작하여,

제가 AI에게 진정으로 바랐던 것이 밝혀졌습니다.

그것이 가장 큰 수확이었을지도 모른다.

**출처:** [note 원문](https://note.com/nikostring/n/n25fcd93da1b2)

*번역: Gemma 3(.44) 초벌 + 교정 237청크*

[원문 보기](https://note.com/nikostring/n/n25fcd93da1b2) | 출처: note.com