생산적인 개발생활

2025~2026년 AI 흐름 — 지금 어느 방향으로 가고 있나

찰리찰_ — Tue, 16 Jun 2026 10:00:59 +0900

AI는 1년 안에도 체감이 확 바뀔 만큼 빠르게 변한다. 작년에 최신이던 모델이 올해는 기본 모델이 돼있다. 지금 어떤 방향으로 가고 있는지 알고 있으면, 뉴스를 볼 때나 AI 도구를 선택할 때 맥락이 잡힌다.

에이전트 AI — 지시하면 알아서 처리하는 AI

단순히 질문에 답하는 AI에서 나아가, 일을 실제로 "처리"하는 에이전트 AI가 빠르게 발전하고 있다. 예를 들어 "이 조건에 맞는 항공권 찾아서 비교해줘"라고 하면 AI가 직접 여러 사이트를 검색하고, 옵션을 비교하고, 결과를 정리해주는 방식이다.

2025년에 OpenAI가 내놓은 operator 기능, Anthropic의 computer use 같은 것들이 이 방향이다. 아직 완전하지는 않지만, AI가 단순 대화 상대에서 실제 업무를 수행하는 에이전트로 넘어가는 전환이 시작됐다.

멀티모달의 일상화 — 텍스트 이상의 AI

텍스트만 처리하던 AI가 이미지, 음성, 영상, 문서를 함께 처리하는 멀티모달이 기본값이 되고 있다. ChatGPT에서 사진을 찍어 올리고 내용을 물어보거나, 음성으로 말하면 음성으로 답해주는 기능이 이미 상용화됐다.

실용적인 변화로는 회의를 녹음해서 AI에게 올리면 요약과 액션 아이템을 뽑아주거나, 사진 속 영수증을 인식해서 지출을 정리해주는 것들이 점점 더 자연스러워지고 있다.

온디바이스 AI — 내 기기 안에서 돌아가는 AI

클라우드 서버에 연결하지 않고 내 스마트폰이나 노트북 안에서 직접 AI가 작동하는 방식이다. 삼성 갤럭시 S24 시리즈, 애플 아이폰 16 시리즈에서 이미 온디바이스 AI 기능이 들어가있다.

인터넷이 없어도 쓸 수 있고, 개인정보가 외부 서버로 나가지 않는다는 장점이 있다. 특히 보안이 중요한 기업 환경에서 온디바이스 AI 수요가 커지고 있다.

AI 규제 — 법이 따라오기 시작했다

유럽연합은 2024년 AI 규제법(EU AI Act)을 공식 발효했다. 세계 최초의 포괄적인 AI 규제법이다. 위험도에 따라 AI를 분류하고, 고위험 AI에는 엄격한 기준을 요구한다.

한국도 AI 기본법 제정 논의가 진행 중이고, 각 나라에서 규제 방향을 잡아가고 있다. AI가 사회 인프라가 되어가면서 규제가 생기는 건 자연스러운 흐름이다.

결국 어디로 가는 건가

AI가 일부 전문가나 IT 업계만의 도구에서 일반인 누구나 쓰는 인프라로 빠르게 이동하고 있다. 스마트폰이 처음 나왔을 때처럼, 지금 이 변화를 이해하고 익숙해지는 사람과 그렇지 않은 사람 사이의 격차가 앞으로 점점 커질 가능성이 높다.

지금 ChatGPT 한 번 써보는 게, 2010년에 스마트폰 앱을 처음 써보는 것과 비슷한 시작점이다.

AI 이미지의 저작권 — 아직 정리가 안 됐다는 말의 의미

찰리찰_ — Mon, 15 Jun 2026 10:00:55 +0900

AI로 이미지를 만들어서 블로그에 올리거나 SNS에 쓰는 일이 많아졌다. 그런데 "이거 써도 되는 건가?"라는 질문을 의외로 많이 받는다. 저작권 문제가 걱정되는 것이다.

솔직히 말하면 아직 완전히 정리된 상황이 아니다. 나라마다, 도구마다, 사용 목적마다 다르고, 법도 따라가는 중이다.

미국에서는 어떻게 되고 있나

미국 저작권청은 AI가 생성한 이미지에 대한 판결을 몇 건 내놨다. 큰 방향은 "인간의 창의적 개입이 충분하지 않은 AI 생성물은 저작권 보호를 받기 어렵다"는 것이다. 즉, 프롬프트만 입력해서 만든 이미지는 법적으로 저작권을 주장하기 어렵다는 뜻이다.

반대로 말하면, 내가 만든 AI 이미지를 다른 사람이 무단으로 가져다 써도 법적으로 보호받기 어려운 상황이기도 하다. 이건 콘텐츠를 만드는 입장에서 알아둘 필요가 있다.

한국은 어떤가

한국은 아직 AI 생성물에 대한 명확한 판례가 많지 않다. 저작권법에서 저작권을 인정하려면 "인간의 사상이나 감정을 표현한 창작물"이어야 하는데, AI가 생성한 결과물이 여기에 해당하는지에 대한 해석이 아직 진행 중이다.

사용 도구의 약관이 먼저다

저작권 법보다 실질적으로 더 중요한 게 사용하는 도구의 이용약관이다.

미드저니: 유료 구독자에게는 상업적 사용 권리를 부여한다. 무료 사용자는 크리에이티브 커먼즈 라이선스 적용.

DALL-E(OpenAI): 사용자가 생성한 이미지를 상업적으로 활용할 수 있도록 허용하는 방향이다.

Stable Diffusion: 오픈소스라 상대적으로 자유롭지만 학습 데이터 관련 논란이 있다.

상업적으로 쓸 계획이라면 반드시 해당 도구의 최신 약관을 확인해야 한다. 약관은 바뀌기도 하기 때문에.

현실적인 정리

개인 블로그 비상업 용도로 쓰는 건 대부분 허용된다. 상업적 목적이라면 도구 약관 확인이 필수다. 특정 작가나 캐릭터의 스타일을 명시적으로 따라 만드는 프롬프트는 피하는 게 안전하다. 이 영역은 앞으로도 계속 변화할 예정이니, 관심이 있다면 가끔 업데이트를 체크하는 게 좋다.

AI 챗봇 5가지 한 번에 비교 — ChatGPT, 클로드, 제미나이, 퍼플렉시티, 코파일럿

찰리찰_ — Sun, 14 Jun 2026 10:00:59 +0900

AI 챗봇이 많아져서 뭘 써야 할지 오히려 더 모르겠다는 분들이 있다. 각각의 특징을 짧게 정리해봤다.

ChatGPT — 범용, 가장 많이 쓰인다

OpenAI의 ChatGPT는 현재 기준으로 전 세계에서 가장 많이 쓰이는 AI 챗봇이다. 글쓰기, 코딩 보조, 아이디어 정리, 번역, 요약 등 여러 용도에 두루 쓸 수 있다. 관련 자료와 커뮤니티가 많아서 "어떻게 쓰지?"가 막히면 검색으로 해결하기 좋다. 무료 플랜은 GPT-4o mini 기반이고, 유료는 월 20달러부터 더 강력한 모델이 제공된다.

클로드(Claude) — 긴 문서, 자연스러운 글

Anthropic의 클로드는 긴 문서 처리와 자연스러운 글쓰기에서 강점이 있다. 계약서, 보고서, 긴 기사를 통째로 올리고 분석이나 요약을 요청하는 용도로 쓰는 사람이 많다. 안전성을 중시하는 설계 철학이 있고, 답변이 차분하고 정제된 편이다.

제미나이(Gemini) — 구글 연동, 멀티모달

구글의 제미나이는 구글 서비스와 연동이 강점이다. 구글 독스, 지메일, 드라이브에서 바로 쓸 수 있다. 이미지, 음성, 영상도 처리할 수 있는 멀티모달 기능도 있다. 구글 계정만 있으면 무료로 바로 시작 가능하다.

퍼플렉시티(Perplexity) — 실시간 검색 + AI 요약

퍼플렉시티는 AI와 검색의 중간이다. 질문하면 웹에서 실시간으로 정보를 가져와 출처와 함께 정리해준다. 최신 정보가 중요한 리서치, 뉴스 확인, 특정 주제 조사에 유용하다. 답변에 출처가 표시돼서 확인도 가능하다는 점이 일반 AI 챗봇과 다른 점이다.

마이크로소프트 코파일럿(Copilot) — MS 오피스 환경에

MS 코파일럿은 워드, 엑셀, 아웃룩, 팀즈 등 마이크로소프트 제품에 통합되는 AI다. 윈도우나 MS 오피스를 업무에 쓰는 조직이라면 자연스럽게 AI가 연동된다. 별도 앱 없이 쓰던 프로그램 안에서 AI 기능이 작동하는 방식이다.

결국 어떻게 고르면 되나요?

처음 시작이라면 ChatGPT 하나로 시작하는 게 자료가 많아서 배우기 좋다. 쓰다 보면 "이 용도엔 이게 낫겠다"는 판단이 생긴다. 셋 다 무료로 시작할 수 있어서 실제로 써보면서 고르는 게 가장 현실적이다.

AI가 코드를 짜준다 — 비개발자도 알아야 할 이유

찰리찰_ — Sat, 13 Jun 2026 10:00:59 +0900

"AI가 코드를 짜준다"는 말이 뉴스에 자주 나온다. 개발자들 이야기인 것 같지만, 코딩을 모르는 사람에게도 이 변화가 영향을 미친다.

코드 생성이 뭔지부터

AI에게 "이런 기능을 만들어줘"라고 하면 그에 맞는 프로그래밍 코드를 직접 써준다. 예를 들어 "엑셀에서 A열에 이름, B열에 점수가 있을 때 평균 70점 이상인 사람만 뽑아서 새 시트에 정리하는 파이썬 코드 써줘"라고 하면, 실행 가능한 코드가 바로 나온다.

코드를 전혀 모르는 사람이 이걸 어떻게 쓰냐면, 그 코드를 ChatGPT나 클로드에서 생성하고, 어떻게 실행하는지 물어보면 단계별로 설명해준다. 완전히 자동화는 아니지만, "개발자한테 부탁해야 했던" 수준의 작업을 스스로 해볼 수 있는 환경이 됐다.

개발자들은 어떻게 쓰고 있나

실무 개발자들도 AI 코드 생성 도구를 적극적으로 쓴다. GitHub Copilot(월 구독형)이나 Cursor 같은 도구들이 대표적이다. 처음부터 끝까지 다 짜는 게 아니라, 반복적이고 패턴이 일정한 코드는 AI가 자동으로 제안하고 개발자가 맥락을 보며 수정하는 방식이다.

개발 속도가 체감상 빨라졌다는 건 지금 현장에서 일치하는 반응이다. 일부 작업은 예전에 2~3시간 걸리던 게 30분 안에 가능해졌다는 사례도 있다.

비개발자에게 실질적으로 어떤 영향이 있나

가장 실용적인 변화는 엑셀/스프레드시트 자동화 영역이다. "이 데이터에서 중복을 제거해줘", "조건에 맞는 행만 뽑아서 다른 시트에 정리해줘"처럼 반복 작업을 자동화하는 작은 스크립트를 AI로 직접 만들 수 있다.

마케터, 인사 담당자, 재무팀처럼 데이터를 많이 다루는 직무에서 AI 코드 생성을 활용하면 예전에는 IT 팀에 요청해야 했던 간단한 작업들을 직접 처리할 수 있게 된다.

완벽하게 자동화되는 건 아니다

AI가 짜준 코드가 처음부터 완벽하게 작동하는 경우는 많지 않다. 오류가 나면 그 오류 메시지를 다시 AI에게 보여주고 "이 오류 어떻게 고쳐?"라고 물어가면서 수정하는 과정이 반복된다. 코드의 의미를 완전히 몰라도 되지만, 실행 결과를 보고 원하는 게 맞는지 판단하는 능력은 여전히 필요하다.

AI 글쓰기 도구 비교 — ChatGPT, 클로드, 제미나이 실제로 써본 차이

찰리찰_ — Fri, 12 Jun 2026 10:00:50 +0900

글쓰기에 AI를 쓰는 사람이 많아졌다. 그런데 어떤 AI를 쓰느냐에 따라 결과물의 느낌이 실제로 다르다. 세 가지를 글쓰기 용도로 직접 비교해봤다.

ChatGPT — 빠르고 다양하게, 단 뻔함 주의

ChatGPT는 글쓰기 요청에 빠르게 반응하고, 분량이 있는 초안을 만드는 데 강하다. 마케팅 문구, 소셜미디어 포스트, 상품 설명, 이메일 초안 같은 곳에서 활용도가 높다.

단, 결과물을 오래 보다 보면 특정 패턴이 보인다. "~입니다. ~합니다" 반복, 비슷한 구조의 도입부, 일정한 형식의 결론 같은 것들이다. 처음엔 잘 쓴 것 같은데 읽다 보면 "AI가 쓴 글이네"라는 느낌이 드는 경우가 있다. 이 부분은 사람이 손을 좀 봐야 한다.

클로드 — 자연스러운 문체, 긴 글에 강함

클로드는 문장의 흐름이 자연스럽다는 평가가 많다. 같은 내용을 써달라고 해도 ChatGPT보다 읽기 편한 느낌으로 나오는 경우가 많다. 특히 블로그 글이나 에세이처럼 "읽히는" 글이 중요한 용도에서 강점이 있다.

긴 글을 쓸 때 앞 내용과의 일관성이 유지되는 편이라, 3000자 이상의 글을 쓸 때 클로드가 낫다는 의견이 많다. 긴 프롬프트를 줘도 잘 따라오는 편이다.

단점은 창의적인 자극이 좀 덜한 느낌이다. "특이하고 눈에 띄는 카피 써줘"처럼 임팩트가 필요할 때는 ChatGPT가 더 과감한 결과를 내기도 한다.

제미나이 — 구글 문서 환경에서 자연스럽게

제미나이는 독립적인 글쓰기 도구보다 구글 생태계 안에서 함께 쓸 때 빛난다. 구글 독스에서 글을 쓰다가 막히면 그 안에서 바로 AI에게 도움을 요청할 수 있다. 실시간 검색과 연결돼 있어서 최신 정보를 반영해야 하는 글에서 유리하다.

글쓰기 결과물 자체는 ChatGPT나 클로드보다 아직 아쉽다는 평가가 많다.

정리하면

블로그나 에세이는 클로드, 짧은 카피나 아이디어 다양하게 뽑기는 ChatGPT, 구글 워크스페이스에서 작업 중이라면 제미나이가 각각 강점이 있다. 셋 중 하나만 써야 한다면 클로드를 먼저 써보길 권한다.

노코드(No-Code)와 바이브 코딩은 다른가요? — 헷갈리는 개념 정리

찰리찰_ — Thu, 11 Jun 2026 10:00:53 +0900

"코딩 없이 앱 만들기"라는 말이 두 가지 다른 방향에서 동시에 나오고 있다. 노코드(No-Code)와 바이브 코딩이다. 이름은 비슷해 보이는데 실제로는 방식이 꽤 다르다.

노코드란

노코드는 코드를 전혀 쓰지 않고 시각적인 인터페이스로 서비스를 만드는 방식이다. 화면에 있는 요소들을 드래그해서 배치하고, 버튼의 색상을 바꾸고, 조건에 따라 어떤 페이지로 이동할지 설정하는 식이다. 레고 블록처럼 미리 만들어진 부품을 조립하는 느낌이다.

대표적인 도구로는 Bubble(웹앱 제작), Webflow(웹사이트 제작), Glide(스프레드시트 기반 앱), 아임웹(한국형 홈페이지)이 있다. 도구마다 사용법이 있어서 처음엔 배우는 시간이 필요하다.

바이브 코딩이란

바이브 코딩은 AI에게 원하는 것을 말로 설명해서 AI가 코드를 만들게 하는 방식이다. 노코드와 결정적으로 다른 점은 실제 코드가 생성된다는 것이다. 그 코드를 사람이 직접 쓰지 않을 뿐이다.

시각적인 도구를 배우는 게 아니라 AI와 대화하는 방식이 핵심이다.

언제 뭘 쓰는 게 나을까?

노코드는 "빠르고 예측 가능한" 결과물이 필요할 때 낫다. 정해진 형태의 랜딩 페이지, 간단한 폼과 데이터베이스가 연결된 앱, 업무 자동화 툴 같은 것들이다. 틀 안에서 만드는 거라 완성도가 있고, 원하는 대로 조정도 된다. 단, 그 틀을 벗어나는 기능이 필요하면 한계가 생긴다.

바이브 코딩은 특이하거나 커스텀이 많이 필요한 것에 유연하다. "이런 계산 기능이 있고, 이런 조건에서 이렇게 보이고, 저장은 로컬로"처럼 구체적인 요구사항이 있을 때 AI에게 직접 만들어달라고 하는 게 노코드 도구로 비슷한 결과를 내려고 씨름하는 것보다 나을 수 있다.

실용적인 조언

빠르게 뭔가를 만들어보고 싶은데 기능이 표준적이라면 노코드가 완성도가 높고 안정적이다. 원하는 게 특이하거나 도구로 구현이 안 된다면 바이브 코딩이 더 자유롭다. 두 가지를 섞어서 쓰는 사람도 있다. 기본 골격은 노코드로 만들고, 노코드로 안 되는 특수 기능만 바이브 코딩으로 추가하는 식이다.

딥 워크(Deep Work) 완전 가이드 — 방해 없는 집중으로 하루 4시간에 하루치를 끝내는 법

찰리찰_ — Wed, 10 Jun 2026 11:00:46 +0900

같은 8시간을 일해도 어떤 사람은 10의 결과를 내고, 어떤 사람은 3의 결과를 냅니다. 그 차이의 핵심은 딥 워크(Deep Work)를 얼마나 하느냐에 있습니다. 2016년 칼 뉴포트(Cal Newport) 교수가 제시한 이 개념은 AI 시대에 더욱 중요해지고 있습니다. 오늘은 딥 워크를 이해하고 실천하는 방법을 완전히 정리합니다.

1. 딥 워크란?

칼 뉴포트의 정의

컴퓨터 과학자이자 교수인 칼 뉴포트(Cal Newport)는 저서 「Deep Work」에서 다음과 같이 정의합니다.

"인지적으로 어렵지만 가치 있는 작업을 완전한 집중 상태에서 하는 능력"

딥 워크의 반대는 얕은 작업(Shallow Work)입니다.

딥 워크 (Deep Work)	얕은 작업 (Shallow Work)
복잡한 문제 분석·해결	이메일 답장
심층적인 글쓰기·편집	SNS 확인
코드 설계·구현	단순 회의 참석
창의적 전략 수립	일정 조율
학습·연구	서류 정리

2. 왜 딥 워크가 점점 더 중요해지는가?

AI 시대의 역설

2026년 현재, AI 도구(ChatGPT, Claude 등)가 얕은 작업의 상당 부분을 대체하고 있습니다.

이메일 초안 작성 → AI가 대신
간단한 보고서 요약 → AI가 대신
데이터 정리 → AI가 대신

그런데 딥 워크를 필요로 하는 작업은 AI가 쉽게 대체하지 못합니다:
- 복잡한 맥락을 이해하는 전략적 판단
- 고객·동료와의 신뢰 기반 관계
- 새로운 아이디어의 창의적 연결
- 도메인 전문 지식 + 경험의 통합

AI가 모든 것을 대체하는 세상일수록, 딥 워크 능력 = 인간의 핵심 경쟁력이 됩니다.

집중의 위기

현대인의 평균 집중 지속 시간은 약 8초 (2015년 마이크로소프트 연구). 스마트폰, 소셜미디어, 알림의 홍수가 집중력을 파괴하고 있습니다.

즉, 딥 워크 능력은 희귀해지고, 동시에 가치는 높아지고 있습니다.

️ 3. 딥 워크 4가지 철학 — 나에게 맞는 방식 선택

칼 뉴포트는 딥 워크를 실천하는 4가지 방식을 제시합니다.

철학 1: 수도원적 방식 (Monastic)

개념: 모든 얕은 작업을 제거하고 딥 워크만 한다

예시: 소설가가 집필 기간 동안 이메일·SNS을 완전히 끊는 것

장점: 가장 깊은 집중 가능
단점: 직장인, 대부분의 현대인에게 비현실적

철학 2: 이중적 방식 (Bimodal)

개념: 일정 기간(며칠~몇 달)을 딥 워크에만 집중하고, 나머지 기간은 일반적으로 활동

예시: 매주 월~수는 딥 워크 집중, 목~금은 회의·이메일·협업

장점: 깊은 집중과 사회적 연결을 모두 유지
단점: 긴 딥 워크 블록이 필요 (최소 하루)

철학 3: 리듬적 방식 (Rhythmic) ★ 직장인에게 추천

개념: 매일 일정한 시간에 딥 워크 세션을 루틴으로 만든다

예시: 매일 오전 6~8시를 딥 워크 전용 시간으로 고정

장점: 일관성과 지속성이 가장 높음
단점: 깊은 집중 시간이 상대적으로 짧음

이 방식이 대부분의 직장인·학생에게 가장 현실적입니다.

철학 4: 저널리스트 방식 (Journalistic)

개념: 빈 시간이 생길 때마다 즉시 딥 워크 모드로 전환

예시: 회의 사이 30분이 생기면 바로 딥 워크 작업

장점: 유연성 최고
단점: 딥 워크 전환 훈련이 많이 필요, 초보자에게 어려움

️ 4. 딥 워크 환경 만들기

물리적 환경

딥 워크 전용 공간 만들기
- 특정 카페, 도서관 열람실, 집 안의 특정 책상
- 그 공간 = 딥 워크만 하는 곳 (조건 형성)
- 뇌가 그 공간에 앉으면 자동으로 집중 모드로 전환

감각 관리:
- 귀: 소음 차단 이어폰 또는 화이트노이즈/빗소리
- 눈: 모니터 하나, 필요 없는 탭 모두 닫기
- 스마트폰: 다른 방에 두거나 비행기 모드

디지털 환경

인터넷 차단 도구:
- Freedom: iOS/Android/Mac/Windows, 특정 사이트 차단
- Cold Turkey: PC용, 강력한 차단 (삭제도 어려움)
- 1Focus (Mac): 앱+사이트 차단

알림 관리:
- 슬랙·이메일 알림 OFF (딥 워크 시간 동안)
- "방해 금지 모드" 스케줄 설정
- 자동 응답 설정: "딥 워크 중, X시 이후 확인합니다"

⏰ 5. 딥 워크 루틴 설계

리듬적 방식 기준 — 하루 2~4시간 딥 워크 루틴

아침형 딥 워크 (추천):

시간	활동
06:00~06:15	기상, 커피/차, 그날 딥 워크 목표 1개 결정
06:15~08:15	딥 워크 세션 1 (2시간, 핵심 작업)
08:15~08:30	스트레칭, 아침 식사
이후	이메일, 회의, 일반 업무

저녁형 딥 워크 (직장인 야간 루틴):

시간	활동
21:00~21:10	하루 마무리, 딥 워크 주제 선택
21:10~22:40	딥 워크 세션 (1.5시간)
22:40~23:00	샤워, 마무리

딥 워크 전 의식 (Pre-Ritual)

시작 전 짧은 의식을 만들면 뇌가 "이제 딥 워크 시간"이라고 인식합니다.

예시:
1. 커피 한 잔 준비
2. 오늘의 딥 워크 목표 노트에 적기
3. 헤드폰 착용 + 집중 음악 재생
4. 스마트폰 다른 곳에 놓기
→ 작업 시작

6. 딥 워크 측정 — 리드 측정지표 활용

칼 뉴포트는 딥 워크를 리드 측정지표로 추적하라고 조언합니다.

래그 측정지표 (결과): 책 완성, 프로젝트 납품 — 이미 지나간 결과
리드 측정지표 (행동): 주간 딥 워크 시간 — 지금 바꿀 수 있는 행동

스코어보드 만들기:

주차	목표 딥워크 시간	실제 딥워크 시간	달성률
1주차	10시간	7.5시간	75%
2주차	10시간	9시간	90%
3주차	12시간	11시간	92%

이 스코어보드를 매주 확인하면 딥 워크 습관이 자리잡습니다.

7. 딥 워크를 방해하는 5가지 습관

① 인터넷·SNS 중독
페이스북, 인스타그램, 유튜브는 집중력을 파괴하도록 설계됐습니다. 알고리즘이 끊임없이 도파민을 자극합니다.

→ 해결: 앱 삭제 또는 시간 제한 + 딥 워크 중 완전 차단

② 멀티태스킹 환상
"동시에 여러 가지를 하면 효율적이다"는 착각. 실제로는 각 작업의 질이 모두 떨어집니다.

→ 해결: 하나의 작업에만 집중 (모노태스킹)

③ 즉각 응답 압박
이메일, 슬랙 메시지가 오면 즉시 확인해야 한다는 강박.

→ 해결: 이메일/메시지 확인 시간 고정 (하루 2~3회)

④ 계획 없는 인터넷 사용
"잠깐만 뉴스 보자" → 30분 사라짐

→ 해결: 인터넷 사용 전 "무엇을 찾을 것인지" 미리 결정

⑤ 의미 없는 회의
불필요한 회의는 딥 워크 시간을 잠식합니다.

→ 해결: 회의 의제 사전 배포, 시간 제한, 참석자 최소화 요청

8. 딥 워크 관련 추천 도서

책 제목	저자	핵심 메시지
딥 워크	칼 뉴포트	방해 없는 집중이 경쟁력
디지털 미니멀리즘	칼 뉴포트	SNS 사용 최소화
아토믹 해빗	제임스 클리어	작은 습관의 복리 효과
생각에 관한 생각	대니얼 카너만	시스템 2 사고의 중요성

✅ 마무리

딥 워크는 하루아침에 만들어지지 않습니다. 처음에는 30분도 힘들 수 있습니다. 하지만 매일 조금씩 깊은 집중의 시간을 늘려가다 보면, 어느새 2~4시간의 딥 워크가 자연스러운 루틴이 됩니다.

AI가 얕은 작업을 대체하는 시대, 깊이 있게 생각하고 창조하는 능력이 인간의 가장 중요한 가치입니다. 오늘 당장 30분 딥 워크를 시작해 보세요.

관련 태그: #딥워크 #DeepWork #집중력 #생산성 #칼뉴포트 #자기계발 #업무효율 #집중공부

AI로 영어 공부하는 현실적인 방법 — 원어민 없어도 됩니다

찰리찰_ — Wed, 10 Jun 2026 10:00:55 +0900

원어민 회화 수업이 비싸고, 혼자 하자니 지속이 안 되는 게 영어 공부의 오랜 고민이었다. ChatGPT나 클로드 같은 대화형 AI가 이 문제에서 꽤 현실적인 대안이 됐다. 과장 없이 실제로 어떻게 쓰는지 정리해봤다.

교정 연습 — 틀려도 창피하지 않은 환경

직접 영어 문장을 써보고 AI에게 교정을 받는 방식이다. "I am going to store to buy some food"라고 쓰고 "이 문장 자연스럽게 고쳐줘"라고 하면 "I'm going to the store to buy some groceries"처럼 수정해준다.

더 유용한 건 "왜 이렇게 바꿨는지 설명해줘"라고 추가 질문하는 것이다. 단순히 고친 문장을 알려주는 게 아니라 관사, 단수 복수, 더 자연스러운 표현이 뭔지를 설명해준다. 틀려도 창피하지 않고 몇 번이든 물어볼 수 있다는 점이 학원이나 앱보다 나은 점이다.

회화 연습 — 상황 설정해서 롤플레이

ChatGPT나 클로드에 이렇게 설정하면 된다. "영어 회화 연습 상대가 돼줘. 영어로만 대화하고, 내가 어색하거나 틀린 표현을 쓰면 자연스러운 영어로 어떻게 말하는지 알려줘."

상황을 구체적으로 설정하면 더 효과적이다. "나는 카페에서 주문하는 상황이야, 직원 역할을 해줘"라거나 "취업 면접 영어 연습하고 싶어, 면접관 역할을 해줘"처럼. 실제 상황과 비슷한 대화를 연습할 수 있다.

단어와 뉘앙스 공부 — 사전보다 맥락 있는 설명

모르는 표현이 나왔을 때 사전보다 AI에게 물어보는 게 더 유용한 경우가 많다. "get over it 이 표현 어떤 뉘앙스야? 어떤 상황에서 써?"라고 물으면 "힘든 일이나 감정적인 충격을 극복하거나 잊어버리라는 의미로, 상대방이 너무 오래 우울해하거나 집착한다고 느낄 때 쓰는 표현이에요. 다소 직접적이거나 차갑게 들릴 수도 있어서 가까운 사람에게 쓰거나 유머 섞어 쓰는 경우가 많아요"처럼 맥락까지 설명해준다.

현실적인 한계도 있다

AI가 영어 교육에서 못 하는 것도 있다. 실제 발음 교정은 어렵다. 텍스트 기반이라 내가 소리를 어떻게 내는지는 체크가 안 된다. 그리고 실제 외국인과의 대화에서 오는 긴장감이나 즉흥성 훈련은 AI와의 연습으로 완전히 대체되지 않는다.

그래도 쓰기, 읽기, 문법, 표현 공부 측면에서는 충분히 도움이 된다. 매일 15분씩 AI와 영어로 대화를 나누는 것만으로도 꾸준히 하면 체감 변화가 생긴다.

AI가 내 일자리를 빼앗을까? — 겁주기도 안심시키기도 없는 이야기

찰리찰_ — Tue, 9 Jun 2026 10:00:57 +0900

이 질문을 많이 받는다. AI가 발전할수록 내 직업이 위태로운 건 아닌지. 불안한 마음도 이해하지만, 과장된 공포도 별 도움이 안 된다. 현실적으로 정리해봤다.

지금 실제로 어떤 일이 일어나고 있나

완전히 사라진 직업보다는, 그 직업 안에서 특정 업무가 바뀌는 경우가 더 많다. 카피라이터가 사라진 게 아니라 카피라이터가 초안을 AI로 잡고 방향 수정에 집중하게 됐다. 번역가가 사라진 게 아니라 기계 번역 결과물을 검수하고 다듬는 역할이 중심이 됐다.

반복적이고 정형화된 작업일수록 자동화가 빠르게 진행되고 있다. 정해진 형식의 문서 작성, 단순 데이터 입력, 패턴이 일정한 고객 응대 같은 업무들이 여기에 해당한다.

"AI가 나를 대체한다"기보다 "AI를 잘 쓰는 동료가 나를 대체한다"

이미 많은 현장에서 실감하는 말이다. 같은 직무라도 AI 도구를 잘 쓰는 사람이 시간당 훨씬 많은 결과물을 낸다. 회사 입장에서 보면 AI를 쓰는 한 명이 안 쓰는 세 명을 대신할 수 있는 상황이 생긴다.

AI가 직접 인간의 자리에 들어오는 게 아니라, AI를 활용할 줄 아는 사람이 그렇지 않은 사람의 역할까지 흡수하게 되는 구조다.

AI가 아직 잘 못 하는 것들

복잡한 인간 관계에서 신뢰를 쌓는 것, 예상치 못한 상황에서 맥락을 읽고 판단하는 것, 새로운 문제에 대한 창의적 해결책을 제시하는 것, 그리고 결과에 책임을 지는 것은 현재 AI가 대체하기 어렵다.

의사, 상담사, 교사, 복잡한 협상을 하는 영업직, 고유한 시각이 있는 기획자와 디자이너 등은 AI로 완전히 대체되기보다 AI를 쓰면서 역할이 진화하는 방향으로 가고 있다.

지금 당장 할 수 있는 것

AI 도구를 직접 써보는 것이 가장 현실적이다. 내 업무 중 어떤 부분에 도움이 되는지, 어디서 한계인지는 써보지 않으면 모른다. 막연한 불안보다는 실제로 경험해보면서 "이건 내가 더 잘하고, 이건 AI를 쓰면 훨씬 빠르다"를 파악하는 것이 지금 할 수 있는 가장 현실적인 준비다.

AI 검색이 바꾸고 있는 것들 — 구글, 퍼플렉시티, 그리고 앞으로

찰리찰_ — Mon, 8 Jun 2026 10:00:02 +0900

구글에서 무언가를 검색할 때 위에 AI 요약이 먼저 뜬 경험이 있다면, AI 검색을 이미 경험한 것이다. 단순해 보이는 이 변화가 실제로는 꽤 큰 흐름의 일부다.

구글 AI 개요(AI Overview) — 검색이 달라지고 있다

구글은 2024년부터 "AI 개요(AI Overview)" 기능을 본격 적용하고 있다. 검색창에 뭔가를 입력하면 링크 목록 위에 AI가 정리한 짧은 요약이 먼저 뜬다. "비타민D 결핍 증상"을 검색하면 여러 사이트를 클릭하기 전에 AI가 핵심 증상들을 정리해서 보여주는 방식이다.

사용자 입장에서는 편하다. 클릭 없이 원하는 정보를 빨리 얻을 수 있다. 그런데 이 변화가 블로그나 뉴스사이트 운영자 입장에서는 다르게 느껴진다. 이전에는 구글 상위 노출이 되면 사람들이 클릭해서 들어왔는데, AI가 대신 요약을 해주면 방문자 수가 줄어든다. 이걸 업계에서는 "제로 클릭(Zero Click)"이라고 부른다.

퍼플렉시티(Perplexity) — 검색 방식을 바꾸는 도전자

퍼플렉시티는 2023년에 나온 AI 검색 서비스인데, 생각보다 빠르게 이용자가 늘고 있다. 기존 검색 방식과 다르다. 키워드가 아니라 질문을 입력하면, 웹에서 실시간으로 정보를 가져와서 출처와 함께 답변을 구성해준다.

"2024년 한국 전기차 보조금 기준이 어떻게 됐어?"라고 물으면 여러 기사와 정부 사이트에서 정보를 가져와 정리해준다. 답변 안에 어디서 가져온 내용인지 출처가 표시돼서 확인도 가능하다.

검색의 형태 자체가 바뀌고 있다

지금까지의 검색은 "키워드 → 링크 목록 → 사용자가 읽기"였다. 앞으로는 "질문 → AI가 요약 → 필요하면 출처 확인"으로 바뀌는 방향이다. 이미 퍼플렉시티가 그 형태로 가고 있고, 구글도 그 방향으로 움직이고 있다.

이 변화가 어디까지 갈지는 아직 명확하지 않다. 확실한 건 "구글에서 링크 클릭해서 읽는" 방식이 유일한 검색이던 시대는 지나가고 있다는 것이다.

콘텐츠를 만드는 사람이라면

AI가 요약해서 보여줄 수 없는 글, 즉 직접 경험이나 고유한 관점이 담긴 글의 가치가 앞으로 더 중요해진다. 여러 블로그에서 비슷하게 나오는 정보성 글보다, 실제로 써봤거나 직접 경험한 내용이 담긴 글이 차별화된다.