PC에 '월급 없는 인턴'이 생겼습니다

며칠 전, 작년에 법무팀과 주고받았던 용역 계약서 최종본을 찾아야 했습니다. 제 PC의 '다운로드' 폴더는 온갖 파일이 뒤섞인 거대한 창고나 다름없습니다. '계약서_최종_진짜최종_ver3.pdf' 같은 이름의 파일들을 하나씩 열어보며 30분을 허비했습니다. 겨우 파일을 찾아내 특정 손해배상 조항을 복사해 새 이메일에 붙여넣는, 지겹지만 너무나 익숙한 과정이었죠.

그런데 이 모든 과정을 말 한마디로 대신해준다는 도구가 나왔다기에 한번 설치해봤습니다. 바로 AI 검색엔진으로 유명한 퍼플렉시티(Perplexity)가 맥에 이어 윈도우용으로 내놓은 '개인용 컴퓨터(Personal Computer)'라는 거창한 이름의 프로그램입니다. 결론부터 말하자면, 제 PC에 말귀를 제법 알아듣지만 가끔 엉뚱한 짓을 하는 신입 인턴이 들어온 기분입니다.

1. 클라우드 비서와 자택 근무 인턴의 차이

지금까지 우리가 써왔던 AI 비서, 예를 들어 마이크로소프트의 코파일럿이나 구글의 제미나이 같은 서비스는 대부분 '클라우드 기반'으로 작동했습니다. 이게 무슨 뜻이냐면, 우리가 뭔가 질문하거나 시키면 그 내용이 인터넷을 통해 저 멀리 있는 거대한 컴퓨터(서버)로 전송됩니다. 그러면 서버의 초고성능 AI가 답변이나 결과물을 만들어서 다시 우리 PC 화면에 보여주는 방식이죠. 마치 본사 엘리트 직원이 원격으로 지원해주는 것과 같습니다.

반면 퍼플렉시티 PC 같은 '로컬 AI 에이전트'는 작동 방식이 다릅니다. AI의 핵심 두뇌 일부가 아예 우리 PC 안에 상주합니다. 비유하자면, 본사 직원이 파견 나온 게 아니라, 우리 집에 상주하는 '자택 근무 인턴'을 하나 들인 셈입니다.

이 차이가 왜 중요할까요? 두 가지 큰 장점이 생깁니다.

• 첫째, 프라이버시. 자택 근무 인턴은 제 서재에 있는 온갖 서류(내 PC의 파일들)를 뒤져볼 순 있지만, 그 내용을 일일이 본사에 보고하지는 않습니다. 내 민감한 개인정보나 회사 기밀문서가 외부 서버로 흘러나갈 걱정을 덜 수 있습니다. 데이터가 PC라는 '집' 안에서만 처리되니 마음이 놓이는 것이죠.
• 둘째, 속도와 접근성. 인터넷 연결이 없어도, 혹은 느려도 인턴은 제 할 일을 합니다. 제 PC에 깔린 엑셀, 파워포인트, 심지어 카카오톡까지 직접 실행하고 조작할 수 있는 권한을 가집니다. 클라우드 비서가 특정 앱(예: MS 오피스) 안에서만 맴도는 것과 달리, 로컬 에이전트는 운영체제(OS) 자체를 넘나들며 여러 프로그램을 오케스트라처럼 지휘하려 합니다.

물론 단점도 있습니다. 자택 근무 인턴의 두뇌(PC에 설치된 소형 AI 모델)는 본사 서버의 거대한 슈퍼컴퓨터 두뇌만큼 똑똑하진 않을 수 있습니다. 복잡하고 깊이 있는 추론 능력은 클라우드 기반 AI가 아직은 우위입니다. 당장 퍼플렉시티 PC도 복잡한 질문은 자체 클라우드 모델의 도움을 받는 식으로 둘을 섞어 쓰고 있습니다.

2. '이게 진짜 되나?' 일주일간 붙여 써봤습니다

그래서 이 '인턴'에게 일을 시켜봤습니다. 처음에는 간단한 작업부터 시작했습니다. "바탕화면에 있는 '2분기 실적' 폴더에서 가장 최근에 수정된 파워포인트 파일 열어줘." 신기하게도 정확히 파일을 찾아 열어주더군요. 키보드 단축키(Ctrl+Shift+Space)를 누르면 언제든 부를 수 있는 점도 편했습니다.

조금 더 복잡한, 여러 단계를 거쳐야 하는 일을 시켜봤습니다. 앞서 제가 30분 걸렸던 바로 그 작업입니다. "작년에 법무팀과 주고받은 용역 계약서 최종본 찾아서, 손해배상 관련 조항 요약해줘." 놀랍게도 몇 초 만에 파일 몇 개를 후보로 보여주더니, 그중 하나를 제가 선택하자 해당 내용을 정확히 요약해줬습니다. 파일 이름이나 저장 위치를 정확히 몰라도, 내용 기반으로 검색해서 찾아주는 능력은 확실히 인상적이었습니다.

하지만 만능은 아니었습니다. "내 다운로드 폴더에 있는 이미지 파일들 전부 '사진' 폴더로 옮겨줘"라고 시켰더니, 엉뚱하게도 문서 파일 몇 개를 같이 옮기려 하더군요. 또 "이번 달 지출 내역 엑셀 파일 열어서 교통비만 합산해줘" 같은 구체적인 계산을 시키자, 있지도 않은 함수를 쓰려 하거나 셀 범위를 잘못 지정하는 실수를 저질렀습니다.

일주일간의 경험을 요약하면 이렇습니다.

1. 잘하는 것: 여러 앱과 파일에 걸친 정보 검색 및 취합. 예를 들어 'A사 관련 이메일과 슬랙 메시지 찾아서, 관련 미팅 노트를 참고해 주간 보고서 초안 작성' 같은, 인간이라면 창을 여러 개 띄워놓고 '복사-붙여넣기'를 반복해야 할 작업을 눈 깜짝할 사이에 해냅니다. 정보의 '연결'과 '요약'에 강점을 보입니다.
2. 못하는 것: 높은 정밀도를 요구하는 작업. 회계 장부 정리, 코드 디버깅, 디자인 수정처럼 '하나라도 틀리면 큰일 나는' 일에는 아직 신뢰하기 어렵습니다. 또한 '알아서 잘 정리해줘' 같은 모호한 명령을 내리면, 자기 나름의 논리로 일을 처리하다가 사고를 치기도 합니다. 정확한 지시와 결과물 검토는 필수입니다.

마치 의욕 넘치는 신입사원에게 일을 가르치는 기분이었습니다. 잠재력은 엄청나지만, 아직은 옆에서 지켜보며 중요한 결정은 내가 내려야 하는 단계입니다.

3. 4세대 언어와 노코드, 역사는 반복된다

사실 '컴퓨터 작업을 자동화해 인간을 해방시키겠다'는 약속은 이번이 처음이 아닙니다. 기술의 역사를 돌이켜보면 비슷한 시도가 계속 있었습니다.

1980년대에는 '4세대 언어(4GL)'라는 것이 유행했습니다. 코볼이나 포트란 같은 복잡한 프로그래밍 언어 대신, 인간의 언어에 가까운 명령어로 데이터베이스를 다루고 보고서를 만들게 해주겠다는 개념이었죠. 비슷한 시기 등장한 'CASE(Computer-Aided Software Engineering) 도구'는 아예 설계도만 그리면 프로그램이 뚝딱 만들어질 것이라는 청사진을 제시했습니다.

2010년대에 들어서는 '노코드(No-code)·로코드(Low-code)'가 그 계보를 이었습니다. 개발자가 아니더라도 마우스로 블록을 끌어다 놓는 것만으로 웹사이트나 앱을 만들 수 있다는 약속이었죠. 실제로 많은 간단한 앱들이 이런 도구로 만들어졌고 지금도 널리 쓰입니다.

하지만 결과는 어땠을까요? 4세대 언어도, CASE 도구도, 노코드도 결국 프로그래머라는 직업을 대체하지 못했습니다. 왜일까요? 현실 세계의 요구사항이 생각보다 훨씬 복잡하고 지저분하기 때문입니다. '고객 ID로 주문 내역 조회' 같은 정형화된 작업은 자동화하기 쉽지만, 'VIP 고객이면서 최근 3개월간 클레임을 2번 이상 제기한 경우'처럼 조건이 붙기 시작하면 슬슬 복잡해집니다. 여기에 '단, 반품 요청 중인 주문은 제외' 같은 예외 조항이 더해지는 순간, 자동화 도구는 한계를 드러내고 결국 전문가인 개발자가 코드를 직접 수정해야 하는 상황이 옵니다.

퍼플렉시티 PC와 같은 AI 에이전트 역시 같은 도전에 직면할 것입니다. '내 파일 요약해줘' 정도의 간단한 명령을 넘어, 실제 업무의 복잡다단한 맥락과 예외상황을 얼마나 잘 이해하고 처리하느냐가 성패를 가를 겁니다. 역사는 이 '마지막 10%'의 디테일을 정복하는 것이 얼마나 어려운지 보여줍니다.

4. 흔한 오해와 알아야 할 함정

새로운 기술이 등장하면 으레 장밋빛 전망과 함께 오해가 퍼지곤 합니다. AI 에이전트에 대해서도 벌써부터 두 가지 흔한 오해가 보입니다.

오해 1: "이제 컴퓨터 사용법을 배울 필요가 없어진다."

천만의 말씀입니다. 오히려 컴퓨터와 내가 원하는 바를 훨씬 더 잘 이해해야 합니다. AI 에이전트는 '척하면 척' 알아듣는 독심술사가 아닙니다. 모호하게 지시하면 모호한 결과물을 내놓을 뿐입니다. '알아서 잘'은 통하지 않습니다.

과거에는 우리가 원하는 결과를 얻기 위해 직접 마우스를 클릭하고 키보드를 쳤습니다. 즉 '실행' 능력이 중요했습니다. 하지만 이제는 AI에게 '정확하고 명료하게 일을 시키는 능력', 즉 '기획 및 지시' 능력이 훨씬 중요해집니다. 원하는 결과물이 무엇인지, 어떤 단계를 거쳐야 하는지, 어떤 예외를 고려해야 하는지를 논리적으로 설명할 수 있어야 합니다. 컴퓨터 사용법을 배우는 대신 'AI 조종법'을 새로 배워야 하는 쪽에 가깝습니다.

오해 2: "내 PC 안에서만 돌아가니 무조건 안전하다."

'로컬 실행'이 주는 프라이버시 상의 이점은 분명합니다. 내 데이터가 외부 서버로 무분별하게 전송되지 않는다는 뜻이니까요. 하지만 이것이 '완벽한 보안'을 의미하지는 않습니다. 오히려 새로운 위험이 생길 수 있습니다.

이 AI 에이전트는 내 PC의 거의 모든 것에 접근할 수 있는 막강한 권한을 가집니다. 이메일, 개인 파일, 브라우저 기록까지 전부요. 만약 이 프로그램 자체에 보안 취약점이 있거나, 해커가 이 프로그램을 장악하게 되면 어떻게 될까요? 내 PC 전체가 통째로 넘어가는 최악의 상황이 벌어질 수 있습니다. 집에 들인 인턴이 외부의 사기꾼에게 속아 대문 비밀번호를 알려주는 꼴입니다. 따라서 로컬 에이전트의 보안은 앞으로 가장 중요한 화두가 될 것이며, 특히 기업 환경에서 도입하려면 매우 신중한 검토가 필요합니다.

5. 관리자가 될 것인가, 조작자로 남을 것인가

그럼에도 불구하고 AI 에이전트의 등장은 거스를 수 없는 흐름입니다. 이것은 우리가 컴퓨터를 사용하는 방식을 근본적으로 바꿀 잠재력을 지녔습니다. 지금까지 우리는 컴퓨터라는 '도구'를 직접 다루는 '조작자(Operator)'였습니다. 엑셀의 함수를 외우고, 포토샵의 단축키를 익히는 식이었죠.

하지만 AI 에이전트가 보편화되면, 우리의 역할은 '관리자(Manager)'로 바뀔 것입니다. 월급 안 줘도 되는 24시간 대기하는 디지털 인턴에게 일을 지시하고, 그 결과물을 검토하고, 최종 책임을 지는 역할입니다.

이 변화는 우리에게 중요한 질문을 던집니다. AI가 단순 반복적인 '클릭 노동'을 대체할 때, 인간은 무엇을 해야 하는가? 답은 명확합니다. AI가 할 수 없는 일에 집중해야 합니다.

• 목표 설정: '무엇을 위해' 이 작업을 하는가? (예: 단순히 보고서를 만드는 게 아니라, 설득력 있는 자료를 만들어 투자를 이끌어내야 한다.)
• 전략 수립: '어떤 방식과 순서로' 일을 처리해야 가장 효과적인가? (예: 긍정적인 데이터부터 보여주고, 리스크는 후반에 완화 방안과 함께 제시한다.)
• 결과 판단: AI가 내놓은 결과물이 '정말 쓸 만한가?', '맥락에 맞는가?', '윤리적으로 문제는 없는가?'

결국 기계가 실행의 가치를 떨어뜨릴수록, 인간의 '판단의 가치'는 기하급수적으로 올라갑니다. AI 에이전트는 귀찮은 잔업을 덜어주는 고마운 도구이지만, 동시에 우리의 판단력을 시험하는 날카로운 거울이 될 것입니다. 이 거울 앞에서 어떤 모습으로 서게 될지는 전적으로 우리에게 달려 있습니다.

독자가 던질 법한 질문들

Q. 그럼 지금 당장 쓰는 게 좋을까요? 제 업무용 노트북에 깔아도 괜찮을까요? A. 개인적인 용도로 호기심에 써보는 것은 흥미로운 경험이 될 겁니다. 하지만 회사 기밀 자료나 민감한 고객 정보가 담긴 업무용 노트북에 설치하는 것은 아직 추천하지 않습니다. 나온 지 얼마 안 된 소프트웨어이고, 시스템에 광범위한 접근 권한을 요구하기 때문입니다. 보안 전문가들의 충분한 검증을 거치고, 회사 차원의 가이드라인이 마련될 때까지 기다리는 것이 현명합니다. '얼리 어답터'가 되는 것과 '실험용 쥐'가 되는 것은 다릅니다.

Q. 마이크로소프트가 윈도우에 코파일럿을 더 강력하게 통합하면, 퍼플렉시티 같은 회사는 결국 사라지지 않을까요? A. 충분히 가능한 시나리오지만, 반드시 그렇지는 않을 겁니다. 인터넷 익스플로러가 윈도우에 기본 탑재되었어도 결국 크롬과 파이어폭스가 자신만의 영역을 구축했던 역사를 기억할 필요가 있습니다. 마이크로소프트의 코파일럿은 자사 제품(오피스, 애저 클라우드)과의 시너지를 극대화하는 방향으로 발전할 가능성이 큽니다. 반면 퍼플렉시티 같은 독립 플레이어는 특정 생태계에 얽매이지 않는 '범용성'과 '중립성'을 무기로 삼을 수 있습니다. 사용자에게 더 나은 경험을 제공하는 쪽이 살아남는, 건강한 경쟁을 기대해볼 수 있습니다.

Q. AI 에이전트를 잘 쓰려면 코딩 같은 걸 배워야 하나요? A. 코딩을 알면 당연히 도움이 되겠지만, 필수는 아닙니다. 그보다 더 중요한 것은 '문제를 명확하게 정의하고, 해결 과정을 논리적으로 쪼개서 설명하는 능력'입니다. 예를 들어 '보고서 좀 써줘'가 아니라, '1) A, B, C 세 개 파일에서 지난 분기 매출 데이터를 추출하고, 2) 이 데이터를 기반으로 제품별 성장률을 계산한 뒤, 3) 성장률이 가장 높은 제품 3개를 뽑아 그 원인을 한 문단으로 요약해서 보고서 초안을 만들어줘' 라고 지시할 수 있어야 합니다. 이는 코딩이라기보다는 '논리적 사고'와 '기획력'의 영역입니다.