같은 도구를 두 사람에게 준다. 한 사람은 더 나은 이메일 한 통을 쓰는 데 쓰고, 다른 사람은 회사를 세우는 데 쓴다. 도구는 같은데 쓰는 사람이 다르다. 인공지능을 그저 사용하는 사람과 능숙하게 부리는 사람 사이의 이 간극은, 앞으로 십 년 동안 일과 경력의 모습을 다시 그릴 것이다. 다행히 그 간극을 좁히는 방법은 생각보다 어렵지 않다.
많은 사람이 Claude를 하나의 채팅창으로 여긴다. 질문을 넣으면 답이 나오는 상자. 그러나 Claude는 이제 서로 다른 종류의 일을 위해 만들어진 여러 도구의 묶음이다. 이 도구들이 하나의 팀처럼 맞물려 돌아가는 방식을 이해하면, 결과물의 수준이 눈에 띄게 달라진다.
가장 쉬운 이해 방법은 일을 다섯 가지 활동으로 나누는 것이다. 생각하기, 기억하기, 실행하기, 만들기, 탐색하기. 각 활동에는 그에 맞는 도구가 하나씩 있다.
순서대로 살펴본다. 다만 이 다섯이 전부는 아니며, 반복 작업을 규격화하는 스킬(Skills)처럼 다른 구성원도 있다.
대부분의 사람이 챗봇을 떠올릴 때 하는 방식이 Chat이다. 프롬프트를 넣고 답을 받는다. 문제는 많은 이가 인공지능에게 모든 일을 대신 시키고 그대로 복사해 붙인다는 데 있다. "리더십에 대한 링크드인 글을 써 줘"라고 넣으면, 매끄럽지만 아무 알맹이 없는 문단이 돌아온다. 우리 모두 그런 게시물을 본 적이 있다.
대신 Claude를 생각의 상대로 세우면 결과가 달라진다. 예컨대 이렇게 지시한다.
이렇게 하면 Claude는 받아쓰기 기계가 아니라 밀고 당기는 상대가 된다. 물론 인공지능은 첫 시도에서 원하는 결과를 내놓지 않을 때가 많다. 그럴 때 판을 뒤집는 세 가지 요령이 있다.
줄 수 있는 자료는 최대한 붙인다. Google Drive, 이메일, 캘린더, 메모 앱 같은 서비스를 연결하면 Claude가 그 자료를 읽어 맥락을 얻는다. 진공 상태에서 답하게 두지 않는다.
Claude에게 웹을 뒤져 심층 조사를 시킨다. 다만 조사 결과를 받으면 한 번 더 "이거 검증된 사실인가"라고 되묻는다. 그럴듯하지만 틀린 내용을 걸러 내기 위해서다.
배경지식이 없어도 괜찮다. 재무 모델을 만들다 내부수익률(IRR, internal rate of return)이나 잉여현금흐름 같은 개념에서 막히면, 다른 탭에 새 대화를 열어 물어보면 된다. 배우면서 하고, 하면서 배우는 순환이 이어진다. 비행기를 몰면서 엔진을 만드는 셈이다.
복잡한 문제는 한 번의 대화로 끝나지 않는다. Claude Projects는 대화가 바뀌어도 맥락을 이어 주는 작업 공간이다. 프로젝트 안에 파일과 지침, 말투, 진행 중인 작업을 넣어 두면, 열 때마다 처음부터 다시 설명할 필요가 없다.
Claude Projects는 두 축으로 이뤄진다. 하나는 모든 대화에 적용되는 맞춤 지침이고, 다른 하나는 매번 다시 올리지 않아도 참조되는 지식 베이스다. 무료 사용자도 프로젝트를 다섯 개까지 만들 수 있고, 유료 요금제에서는 사실상 제한 없이 만들 수 있다.
예를 들어 이직을 준비한다고 하자. 프로젝트를 하나 만들어 이력서, 링크드인 프로필, 관심 있는 채용 공고 두세 개, 글쓰기 샘플, 마음에 드는 다른 이력서를 넣는다. 그리고 지침을 이렇게 적는다. "너는 내 업계 최고 기업에 후보를 배치해 온 유능한 채용 담당자이자 이력서 작성가다. 나는 대형 광고대행사에서 5년 경력을 쌓은 브랜드 마케터다. 나는 군더더기 없는 직설적인 어조로 쓰며 상투어를 싫어한다. 피드백을 요청하면 솔직하게 약점을 짚어라."
이것은 유튜버에게서 베낀 프롬프트가 아니라, 자기가 아주 잘 아는 사람 — 바로 자신 — 을 위해 쓴 업무 지시서다. 그 순간부터 Claude는 내가 누구이고 무엇을 원하는지 이미 아는 상태에서 대화를 시작한다. 그래서 계정 전체에 두루뭉술하게 설정하기보다 프로젝트 단위로 구체적인 맥락을 주는 편이 낫다. 휴가를 계획할 때 쓰는 인공지능과 은퇴를 계획할 때 쓰는 인공지능은 전혀 다르기 때문이다.
Chat이 일이 시작되는 곳이라면, Claude Cowork는 일이 끝나는 곳이다. Cowork는 macOS와 Windows용 데스크톱 앱으로, 유료 요금제(Pro 월 20달러, Max 월 100~200달러, Team, Enterprise)에서 쓸 수 있다. 질문을 던지는 대신 과제를 맡긴다는 점이 다르다.
언제 Chat 대신 Cowork를 쓰는가. 컴퓨터에 이미 쌓인 자료가 많을 때, 여러 단계를 거쳐야 할 때, 결과물이 내 컴퓨터에 파일로 떨어져야 할 때다. 예컨대 이렇게 시킨다. "이 폴더의 고객 인터뷰 기록과 계정 스프레드시트, 지난주 제품 회의 메모를 모두 검토해서 고객 이탈의 상위 세 가지 이유를 찾아라. 근거 데이터를 붙이고, 내일 바로 쓸 수 있는 깔끔한 슬라이드로 만들어 이 폴더에 넣어라."
Cowork가 흥미로운 이유는 MCP라는 연결 장치를 통해 다른 인공지능 도구에까지 손을 뻗을 수 있다는 데 있다.
MCP(Model Context Protocol, 모델 컨텍스트 프로토콜)는 Anthropic이 공개한 개방형 표준이다. Claude에게 다른 도구로 들어가는 열쇠 꾸러미를 쥐여 주는 것에 비유할 수 있다. Claude가 그 도구의 문을 두드려 열고, 그 안에서 대신 일을 처리해 결과를 가져온다. 예를 들어 커넥터를 통해 창작용 인공지능 서비스에 연결하면, 마케팅 예산이 빠듯한 소규모 사업자도 이전에는 엄두 못 내던 광고 시안을 뽑아낼 수 있다.
다만 실행 도구인 만큼 보안에 유의해야 한다. Claude에게는 특정 폴더와 특정 파일에만 접근 권한을 명시적으로 준다. 필요한 자료만 하위 폴더에 모아 두고 그 폴더만 열어 주면, 하드디스크의 나머지는 접근할 수 없는 상태로 남는다. 이렇게 접근 범위를 울타리로 가두는 방식을 샌드박싱이라 한다. 회사의 기밀 문서를 다룰 때는 특히 신중해야 한다.
"코드"라는 단어에서 많은 사람이 멈칫한다. 그런 건 엔지니어의 몫이라고 여긴다. 그러나 그 가정이야말로 지금 인공지능에서 가장 크게 놓치고 있는 기회다. 영어든 한국어든 말로 설명할 수 있다면, 컴퓨터공학 배경 없이도 쓸모 있는 무언가를 만들 수 있다.
가령 컨설팅 일이나 부업을 한다면 Claude Code에 이렇게 넣는다. "내 영업 파이프라인과 회의 메모를 넣으면 어떤 거래가 위험한지, 무엇이 막혀 있는지, 다음에 뭘 해야 하는지 바로 보여 주는 대시보드를 원한다." 그게 전부다. 엔지니어처럼 생각할 필요 없이, 풀려는 문제와 만들려는 것만 분명하면 된다. 물론 그 대시보드가 쓸모 있으려면 제대로 된 데이터가 있어야 한다.
다섯 번째 구성원은 웹 탐색을 돕는 Claude in Chrome이다. Chrome 브라우저에 확장 기능을 켜면 커넥터로 연결되어, Claude가 지금 내가 보고 있는 화면을 함께 읽고 처리하며, 브라우저 안에서 이동하고 클릭하고 양식을 채운다.
오늘날 일의 상당 부분이 브라우저 안에서 일어난다. 파일은 클라우드 저장소에, 이메일과 일정과 회의와 조사, 양식 작성과 구매와 출장 계획까지 모두 브라우저에서 처리된다. 채용 공고 사이트를 보고 있으면 Claude가 그 내용을 읽고 지원 문구를 다듬어 주고, 40쪽짜리 산업 보고서를 열어 두면 가장 중요한 통찰 세 가지를 실시간으로 뽑아 준다.
다섯 도구를 모두 갖춰도, 결과물의 질은 결국 사람이 준 입력에서 갈린다. 뛰어난 사용자는 Claude를 방금 채용한 똑똑한 사람에게 일을 맡기듯 지휘한다. 그 방법을 다섯 글자로 정리한 틀이 PRIME이다.
내일 중요한 발표가 있다고 하자. PRIME으로 돌려 본다. 목적: 이 회의는 무엇을 위한 것인가 — 승인인가, 정렬인가, 자원 확보인가. 조사: 청중은 누구이고 위험 요소와 데이터는 무엇인지, 내부 문서와 외부 자료를 최대한 준다. 역질문: "답하기 전에 나를 인터뷰해라"라고 시키면, Claude가 던지는 질문이 그 자체로 내 생각을 다듬는다. 형식: 열 장짜리 슬라이드와 발표 요지가 필요하다고 정한다. 예시: 마음에 들었던 과거 자료나 닮고 싶은 스타일을 준다.
이 다섯 가지를 챙기기 시작하면, 인공지능은 단순한 도구를 넘어 나의 강점이 되기 시작한다.
진짜 우위는 인공지능을 쓰는 사람에게 있다. 누구나 남이 더 빨리 앞서간다고 느낀다 — 저 사람은 더 똑똑하거나 더 부유하거나 더 좋은 자원을 가졌다고. 그것이 야망의 기본값이다. 질문은 내가 남보다 무장이 부족한가가 아니라, 부족한 채로 어떻게 빛낼 것인가다.
우리는 오랫동안 꼬리표를 달고 살았다. "나는 기술을 모른다", "나는 디자이너가 아니다", "나는 경영학 학위가 없다". 그러나 그것은 꼬리표일 뿐이다. 매달 20달러면, 대다수 석·박사보다 나은 무언가를 곁에 둘 수 있다. 그것으로 더 날카롭게 생각하고, 더 잘 디자인하고, 코드를 짜고, 무언가를 만들 수 있다.
다만 남는 질문이 있다. 기계와 부딪히는 마찰을 견딜 끈기, 진짜 역량을 쌓을 인내, 그리고 계속 궁금해할 호기심을 가졌는가. 인공지능이 줄 수 없는 단 하나는, 이 글을 끝까지 읽게 만든 그 타고난 호기심이다. 그것은 이미 당신 안에 있다.