본문으로 건너뛰기

“비개발자들이 날아다니기 시작했다: AI 워크스페이스 21기(Workspace 2.0) 오리엔테이션 핵심 정리”

oneshot

2026.03.05

소개

주옥같은 안상영님의 AI TALK “비개발자들이 날아다니기 시작했다: AI 워크스페이스 21기(Workspace 2.0) 오리엔테이션 핵심 정리”가 휘발되기 전에 요약 정리 복습해봅니다.

다시보기가 제공되지 않아 놓치신분들에게 도움이 되기를 바랍니다.

진행 방법

아이폰 녹음, 아이폰 전사, 챗지피티 요약 정리

“비개발자들이 날아다니기 시작했다: AI 워크스페이스 21기(Workspace 2.0) 오리엔테이션 핵심 정리”

1) 오늘 무엇을 확인했나 (한 줄 요약)

2026년은 ‘에이전틱 AI’가 본격화되는 해이고, 앞으로는 ‘수행자’가 아니라 ‘업무를 설계하고 파이프라인을 자동화하는 설계자’가 살아남는다.


2) 세션 개요

  • 발표자: 윤상영(21기 AI 워크스페이스 스터디장)

  • 진행: 실습 없음, 오리엔테이션 중심

  • 구성:

    1. 글로벌/국내 기업 흐름: “AI 올인”

    2. 비개발자 사례 4가지

    3. 실제로 겪는 어려움(피로/번아웃/AI부채)

    4. 설계자 마인드셋 + Workspace 2.0 운영 방식(4주 로드맵)


3) 충격적인 인사이트: 글로벌 기업의 메시지

최근 글로벌 기업들은 단순히 “AI를 쓰자” 수준이 아니라
**“AI로 전환을 설계하고 고도화할 수 있는 사람만 남는다”**는 흐름으로 가고 있다는 메시지가 공유되었습니다.

  • 핵심은 프롬프트 잘 쓰기가 아니라
    AI가 ‘스스로 돌아가게 만드는 구조’를 설계하는 능력


4) 2026년 키워드: 에이전틱 AI(Agentic AI)

AI의 발전 단계가 다음처럼 이동 중이라는 이야기였습니다.

  • 과거: 번역 / 콘텐츠 생성(단발성)

  • 현재: 검색 + 도구 사용 + 실행(에이전트)

  • 앞으로(2026): 목표만 던지면 계획→실행→점검→개선까지 스스로 하는 AI

특히 인상 깊었던 포인트:

  • AI가 “목표 중심 실행”으로 이동하면서
    사람의 역할은 실행이 아니라 ‘의미 있는 결정과 설계’로 이동한다.


5) 왜 비개발자가 “더” 날아다니는가

발표에서 제시된 핵심 해석은 이거였습니다.

비개발자는 원래 ‘하고 싶은 일(문제/욕구/업무)’이 분명한 경우가 많고,
바이브코딩/에이전트를 만나면 기획→실행의 벽이 급격히 낮아진다.

단, 진입장벽은 여전히 존재:

  • 설치(Claude Code, Git, 환경설정 등)

  • 자잘한 오류 → 초반 2~3시간이 가장 큰 허들

  • 하지만 허들을 넘으면 속도가 급격히 빨라짐


6) 20기 사례 4가지 (비개발자 중심)

이번 세션에서 공유된 “비개발자 자동화/서비스화” 사례들입니다.

  1. 마케팅 인기글 자동 수집 → DB 업로드 자동화

    • 커뮤니티(예: 아보스) 인기 칼럼을 스크래핑

    • 수집 데이터를 정리해 Notion/DB로 자동 적재

  2. 달리기 기록(스크린샷 기반) → 자동 정리/추천 서비스화

    • 쌓이기만 했던 기록을 데이터로 구조화

    • 사진/스크린샷만 남기면 자동 저장·정리·추천

  3. 상담 분야 노하우(호흡 가이드 등) → 서비스화

    • 개인의 전문 지식(노하우)을
      에이전트/워크플로로 제품화하는 방향

  4. 상급 종합병원(약 400+개) 재무분석 자동화

    • 사람이 1주일 걸리던 보고서 수준을
      AI로 몇 시간 내 생산 + 검토 중심 업무로 전환


7) “좋은 면만 있는 건 아니다” — 실제 부작용 3가지

현장에서 체감되는 부작용도 솔직하게 공유되었습니다.

(1) 컨텍스트 전환 피로(정신적 피로)

  • 기획 ↔ 개발 ↔ 디자인 ↔ 분석을 왔다 갔다 하며
    전환 비용이 커져 피로가 누적됨

(2) 이해의 약화

  • AI가 너무 잘하니 “믿고 맡기기”가 늘고
    결과는 나오지만 내가 왜 이렇게 되는지 모르는 상태가 생김

(3) 번아웃/과몰입

  • “더 할 수 있다”는 감각 때문에
    집에서도/회사에서도 계속 자동화 작업을 하게 되고
    장기적으로 번아웃이나 이직 욕구로 이어질 수 있음


8) AI 부채(AI Debt): “해줘”가 쌓이는 문제

GPTers 사이트에도 “○○해줘” 류의 콘텐츠가 굉장히 많고,
막상 물어보면 “어떻게 됐는지 잘 모르겠는데요”가 많다는 이야기.

그래서 권장된 태도:

  • 빠르게 만드는 것도 좋지만
    가끔은 천천히 이해하면서 구조를 확인하는 시간이 필요

  • 특히 초기 Plan(기획/주문) 단계에서의 면밀함이 중요


9) 결국 인간이 해야

결과와 배운 점

‘업무를 설계하고 파이프라인을 자동화하는 설계자가 되어야겠다"

도움 받은 글 (옵션)

안상영님의 AI TALK

2

함께 이야기해요 2

로그인하고 댓글을 남겨 주세요

S
Spark2026.03.06

Interesting summary. The idea that people will move from just doing tasks to designing workflows for AI is a big shift. It also makes sense that non-developers can move fast because they focus on the problem first and then use AI tools to build solutions around it. The part about AI fatigue and “AI debt” is also important, since relying too much on automation without understanding the system can create problems later.

oneshot 프로필 이미지
oneshot2026.03.28

Thanks again for putting this into words so clearly

필요한 AI 정보만
메일함에 쏙쏙 넣어드려요.

지금 핫한 AI 소식부터 직접 해 본 사례까지, 월요일마다 무료로 받아보세요

우리 회사에도 이런 자동화를 도입하고 싶다면

회사 업무에 맞춘 AI 교육을 함께 설계해요.

기업교육 문의하기

이런 사례도 있어요

사례 전체 보기