인간의 주의를 요구한다면 인간의 노력을 보여줘야 한다
인간의 주의를 요구한다면 인간의 노력을 보여줘야 한다
AI가 코드, 문서, 디버깅 분석을 대신 쓰는 시대다. 그런데 팀원에게 AI가 쓴 내용을 그대로 전달하는 게 적절한지, 새로운 예절 문제(에티켓)가 생겼다.
한 줄 요약
AI 생성 내용을 동료에게 보낼 때, 단순히 복사-붙여넣기 하는 것은 동료를 무시하는 행동이다. AI가 만든 결과물에 자신의 검토와 의견을 더한 후, 명확히 'AI가 생성한 내용임을 표시하고 보내야 한다. 이것이 동료의 시간을 존중하는 새로운 직장 예절이다.
원문 분석
배경: AI 생성 콘텐츠가 팀에 미치는 영향
저자 Tom Bedor는 AI가 내부 코드베이스와 문서를 연결해서 정말 유용한 결과를 만들어낼 수 있다고 인정한다. 하지만 동시에 소프트웨어 엔지니어의 하루 중 AI 텍스트를 읽는 시간이 점점 늘어나면서 피로감이 생기고 있다고 말한다.
핵심 문제는 이런 태도다. "내가 로봇에게 시킬 수 있으면, 너도 시킬 수 있다." 동료가 AI한테 시킨 일을 그대로 나에게 넘기는 것은, 나의 시간이 로봇의 시간만큼 가치가 없다는 신호로 읽힌다.
저자의 실제 경험
저자가 이 문제를 처음 체감한 사건을 그대로 소개한다.
상황: 저자가 어떤 설계안을 제안했다. 동료의 반응: 동료가 AI에게 그 설계안을 비판하게 했다. 문제점: 동료가 AI가 쓴 문서를 저자에게 보내면서 이렇게 말했다. "나는 이건 읽지 않았으니, 내용이 완전히 정확하지 않을 수 있어." 저자의 생각: "이걸 읽는 게 네 시간에는 가치가 없다면, 왜 내 시간에는 가치가 있는 거야?"
이 경험에서 저자가 채택한 원칙이 바로 이 글의 제목이다.
인간에게 주의를 요청하려면, 인간의 노력을 보여줘야 한다.
저자의 구체적인 행동 규칙
저자는 AI 생성 콘텐츠를 동료에게 보낼 때 다음 세 가지를 실천한다.
- 명확한 라벨링: 어떤 부분이 AI가 생성한 것인지 분명히 표시한다.
- 자신의 코멘트 추가: AI 결과물만 보내지 않고, 자신이 검토한 후 자신의 의견을 함께 첨부한다.
- 코드 리뷰는 반드시 먼저 스스로 검토: AI가 생성한 코드를 다른 사람에게 리뷰를 요청하기 전에, 반드시 자신이 먼저 검토한다.
저자는 주의를 이미 AI 이전부터 희소한 자원이었다고 말한다. AI 시대에는 더 그렇다. AI 생성 콘텐츠를 명확히 라벨링하고 인간의 노력을 보여주는 것은 동료에 대한 배려이고, 우리의 일 속에서 인간미를 유지하는 방법이다.
Hacker News 커뮤니티 반응
HN에서 587점, 193개 댓글이 달린 뜨거운 논의였다. 주요 관점을 정리한다.
AI 생성 PR(코드 변경 요청)의 협업 부담
niuzeta의 경험이 가장 구체적이다. 팀에 Claude(Anthropic의 AI)를 완전히 받아들인 동료가 있다. 그 동료가 쏟아내는 AI 생성 PR(코드 변경 요청)은 팀에 홍수처럼 밀려든다. 6개월이 지나서 그 동료가 스탠드업 미팅에서 자꾸 "내 PR이 리뷰를 받지 못한다"라고 불평한다.
niuzeta는 이렇게 말한다. "나는 그의 PR을 의도적으로 피하는 게 아니다. 하지만 그가 팀이 보기 쉽게 만들어주지 않는다." PR이 대체로 크고, AI 환각(잘못된 정보)을 찾아내서 지적하려면 한 시간씩 걸린다. 그런데 그 성심껏 쓴 리뷰에 대한 답변이 또 AI가 생성된 수정 사항이라면, "내가 무시당하는 것 같다"는 느낌이 든다. 결국 팀원들은 무의식적으로 그의 PR을 피하게 되었다.
treesknees도 비슷한 경험을 말한다. 특정 동료의 모든 코드 리뷰, 이메일 답변, 새로운 스토리, 심지어 디자인 미팅에서의 개인 의견까지 AI 출력물을 그대로 붙여넣는다. "정확하고 도움이 될 때도 있지만, 내내 AI 챗봇과 대화하는 것처럼 느껴지는 게 지치기 시작한다."
"최소 노력, 최대 가시성" 전략의 윤리적 문제
일부 직원은 직장을 "자신과 회사 간의 2인 게임"으로 보고, AI를 통해 최소한의 노력으로 최대의 가시적 산출량을 얻으려 한다. 이는 남의 시간을 소모하는 행위다.
mmmpetrichor는 더 심각한 우려를 표현한다. 팀원들이 거대한 AI 생성 PR을 열거나, AI로 코드 리뷰를 하게 하여 환각 섞인 답변을 받는 것을 본다고 한다. "이 업계의 전문가들이—even experts—이 기술을 이렇게 오용한다면, 일반 대중은 광고와 과장의 영향을 받아 훨씬 더 심각하게 오용할 것이다."
엔지니어의 가치와 "깊은 지식"
phyzix5761이 명확하게 말한다. "에이전트가 모든 것을 대신한다면, 그 다음 사람도 에이전트가 대신할 수 있다. 그때 당신은 대체 가능한 사람이 되고, 당신의 분야에서 가치는 없어진다. AI를 사용하더라도 깊게 배우라. 계속 채용될 사람은 깊은 지식을 가진 노동자다."
dabinat은 이렇게 질문한다. "자신의 일을 완전히 LLM 프롬프터 수준으로 낮춘 사람들이 얼마나 많은지 놀랍다. 당신의 작업이 기계와 구별되지 않는다면, 상사가 중간자를 건너뛰고 기계를 직접 사용하는 것을 막을 수 있는 게 뭐가 있겠는가?"
반대 시각: 노력 이론의 한계
thaumasiotes는 이 슬로건 자체가 논리적 오류라고 지적한다. "노동가치론(labor theory of value)을 문서에 적용한 건데, 노동가치론은 문서에서도 다른 것에서도 작동하지 않는다. 나에게 쉬운 일을 해서 당신에게 가치 있는 결과를 준다면, 당신은 여전히 그것을 원한다. 나에게 어려운 일을 해서 질이 낮다면, 그것은 당신에게 덜 가치 있다." 즉, 문서의 가치는 만드는 데 든 노력이 아니라, 독자에게 주는 유용성으로 결정된다는 주장이다.
pevansgreenwood는 파스칼의 명언을 인용한다. "이 편지를 더 길게 쓴 이유는 더 짧게 쓸 시간이 없었기 때문이다." 존중은 메시지가 수취인의 필요를 충족하는가로 측정되는 것이지, 어떻게 만들어졌는가로 측정되는 게 아니라는 입장이다.
프롬프트 공유의 부재
zetanor가 흥미로운 질문을 던진다. "LLM 출력물이 LLM 입력(프롬프트)과 함께 배포되는 경우가 드물다. 내년 모델이 더 좋아졌을 때, 왜 당신의 작업을 만든 프롬프트를 다시 실행해 볼 수 없나? 사람들이 자신의 프롬프트를 부끄러워하나? AI를 썼다는 걸 부끄러워하나?"
새로운 커뮤니케이션 방식의 필요성
keithnz는 AI 시대 이메일의 새로운 관례가 필요하다고 제안한다. 세 가지 경로를 구분한다.
- 인간 → 인간 (이미 잘 알고 있음)
- AI → 인간 (AI가 생성한 내용을 사람이 검토하고 보냄)
- AI → AI (AI 간 직접 소통)
AI → 인간 경로에서는 생성된 내용을 큐레이션하고 내부 정보가 유출되지 않게 확인해야 한다. keithnz는 실제로 AI가 상대방 시스템의 문제를 디버깅하는 경우도 있다고 말한다. 다만 "AI가 생성했다"고 밝히지 않고 그냥 큐레이션된 이메일로 보낸다고 한다.
역설: 인간성을 증명하기 위한 오타
jubilanti는 아이러니하게도, 사람들이 AI가 아님을 증명하기 위해 의도적으로 오타를 넣거나, emdash(—) 같은 표준 문장 부호를 쓰지 않는 현상을 지적한다. 즉, "인간적인 노력"을 증명하려다 오히려 글의 품질을 떨어뜨리는 역설이 생겼다.
새로운 시각
1. "노력"의 재정의
이 논의에서 "인간의 노력"이 단순히 "시간을 많이 들였다"는 뜻으로 해석되면 노동가치론의 함정에 빠진다. 실제로 중요한 건 검증의 노력이다. AI가 10초 만에 생성한 내용을 사람이 10분 동안 검토하고, 오류를 수정하고, 맥락에 맞게 다듬는 것이 진짜 "인간의 노력"이다. 즉, 노력의 양이 아니라 노력의 질이 중요하다.
2. AI 생성 콘텐츠의 "신용장" 개념
금융에서 거래에 서명하듯, AI 생성 콘텐츠에도 "검증 서명"이 필요하다. "나는 이 내용을 검토했으며, 다음 세 가지를 확인했다: 1) 사실적 정확성, 2) 맥락 적합성, 3) 누락된 관점." 이렇게 명시하면 독자는 얼마나 신뢰할 수 있는지 판단할 수 있다.
3. 역방향 책임 문제
nnlawalker가 지적하듯, 많은 요청자가 실제로 원하는 건 "주의"가 아니라 "책임 전가"다. "네가 이것을 읽었다면, 나중에 문제가 생겼을 때 네도 책임이 있다"는 계산이다. 이 관점에서 보면, AI 생성 콘텐츠를 보내는 것은 상대방에게 검증 부담을 전가하는 행위라는 비판이 더 정확할 수 있다.
자녀/미래 영향
아인, 석현, 은한에게 적용할 수 있는 원칙
학교 과제: AI로 에ссе를 쓰더라도, 스스로 읽고 수정하고 자신의 의견을 더하는 과정을 거쳐야 한다. 단순히 AI 출력물을 제출하는 것은 선생님의 시간을 무시하는 행위일 뿐만 아니라, 자신도 아무것도 배우지 못한다.
커뮤니티 참여: 온라인 포럼이나 SNS에서 AI 생성 댓글을 올릴 때, 자신의 경험을 더하거나 의견을 추가해야 한다. 그렇지 않으면 "봇"으로 인식된다.
진로 교육: AI 시대에 경쟁력은 프롬프트를 잘 쓰는 것이 아니라, AI가 만든 결과를 평가하고 개선할 수 있는 깊은 지식이다. 석현, 은한이 프로그래머가 되든, 아인이 의사가 되든, AI가 제안한 것을 검증할 수 있는 전문성이 핵심이다.
일상에서의 적용
가족 간 대화에서도 이 원칙이 적용된다. AI가 만든 뉴스 요약을 가족에게 공유할 때, "이건 AI가 요약한 거니까 정확하지 않을 수 있어"라고만 말하는 대신, "이 기사에서 이런 부분이 중요하다고 생각해"라고 자신의 의견을 더하면 훨씬 더 가치 있는 대화가 된다.
관련 노트
- [[2026-06-05_ai_code_review_etiquette]] — AI 시대의 코드 리뷰 에티켓
- [[2026-05-28_ai_slop_community_impact]] — AI Slop이 온라인 커뮤니티에 미치는 영향