오늘은 정보도 분석도 아닌, 그냥 내 얘기를 해보려고 한다.
마흔여섯이 된 지금, 돌아보면 두 개의 시간이 있다. 20년 동안 해온 주식, 그리고 1년 남짓 파고든 AI. 햇수는 스무 배 차이인데, 달라진 건 오히려 반대다.
1. 주식 20년 — 길었지만 옅었던 시간
언제부터 투자를 했나 따져봤다. 대학을 졸업하고부터였나 싶었는데, 아니다. 대학에 들어가고 나서부터 했으니 스물여섯, 일곱쯤이다. 얼추 20년이다.
20년. 햇수로만 치면 베테랑이다.
그런데 바뀐 게 없다. 그때도 잃었고, 지금도 잃는다.
곰곰이 생각해 보니 시간은 길었는데 밀도가 낮았다. 했다고는 하지만 제대로 들여다보고, 기록하고, 복기한 시간은 많지 않았다.
요즘은 그 밀도를 많이 올렸다. 매매를 기록하고, 숫자를 맞춰보고, 왜 샀는지 적어둔다. 덕분에 예전보다는 조금 더 유연하게 대처하게 된 것 같다. 물론 해온 시간에 비하면 결과는 아직 보잘것없다.
그래도 믿고 또 믿고 가다 보면 좋은 결과가 있을 거라고 본다. 매번 새로운 방법을 찾아 나서는 것 자체가 좋은 일이다. 고민하고 뭐라도 해야 발전이 있다. 아무것도 안 하면 발전도 없다.
포기하지 말고, 계속 방법을 찾아가 보자. — 나한테 하는 말이다.
2. AI 1년 — 짧았지만 진했던 시간
AI를 제대로 써보고 싶어진 건 작년부터다. 1년 반 남짓, 한눈에 정리하면 이렇다.
| 시기 | 써본 것 | 한 줄 소감 |
|---|---|---|
| 2025년 초 | ChatGPT | 대답은 잘하는데 원하는 결과물은 안 나왔다 |
| 2025년 가을 | 젠스파크 (PPT) | 레이아웃에 감동, 내용은 부실 |
| 2025년 가을 | 젠스파크 + Apple Watch (회의록) | 러시아어 회의까지 정리해 준 ‘초월 회의록’ |
| 2025년 가을 | 퍼플렉시티, ChatGPT 이미지 | 깊이 있는 검색은 좋았지만 생활엔 안 붙었다 |
| 2026년 초 | 맥북 + 로컬 LLM (Gemma 4) | 세컨드 브레인 도전, 한 달 작업을 날렸다 |
| 2026년 | 팀 대시보드 → 내 홈페이지 | 드디어 일이 줄고, 재미가 붙었다 |
써보고 싶어도 쓸 데가 없던 시절
작년 1월만 해도 ChatGPT가 있다니 써보긴 했는데 한계가 뚜렷했다. 물어보면 대답은 잘한다. 그런데 내가 원하는 결과물은 안 나왔다. 내 입맛에 맞게 튜닝한다는 건 엄두도 안 났고, 속도도 느렸다.
첫 감동 — 사업계획 PPT
상황이 바뀌었다고 처음 느낀 건 작년 8~10월쯤이다. 사업계획을 만들려고 **젠스파크(Genspark)**로 PPT를 만들어 봤는데, 너무 잘 만들어 줘서 감동했다. 또 감동했다.
레이아웃과 가독성, 내가 제일 약한 부분을 AI가 채워줬다.
나는 레이아웃을 짜고, 거기에 맞춰 예쁘고 가독성 좋게 표현하는 데 약하다. 그걸 잘해주니 껌뻑 죽었다. 내 머릿속에서는 나올 수 없는 장표였다.
물론 맞지 않는 내용도 많았고, 그걸 그대로 들고 얘기하다 뻘쭘해진 적도 몇 번 있다. 내용은 부실했다. 그래도 장표 뼈대만 있으면 나중에 얼마든지 다듬을 수 있으니, 그걸로 충분했다.
두 번째 — 러시아어까지 받아 적는 회의록
어쩌다 Apple Watch의 젠스파크 앱에 녹음기를 연동해 쓸 수 있게 됐는데, 켜놓고 녹음해 보니 신세계였다.
내가 못 알아듣는 말까지 정리해 주는 회의록.
특히 러시아어로 오간 대화를 번역해 회의록으로 정리해 주는 건 그야말로 ‘초월 회의록’이었다. 내가 이해할 수 없는 영역까지 해주니까.
다만 녹음은 티가 너무 난다. 상대방이 불편할 수 있다. 상대에 대한 배려가 부족했던 것 같아 지금은 잘 안 쓴다. 그래도 여전히 많이 쓰는 분들이 있을 만큼, 좋은 기능인 건 분명하다.
세 번째 — 퍼플렉시티와 지브리
젠스파크와 퍼플렉시티(Perplexity)는 1년 무료 구독이 가능해서 감사하게 잘 썼다. 퍼플렉시티는 검색이 정말 잘 됐다.
- 우편번호 찾기처럼 간단한 건 그냥 검색창이 빠르다.
- 화장실 물때 지우는 법처럼 블로그 몇 개를 뒤져야 하는 건, 그 안의 내용까지 읽고 요약해 주니 훨씬 좋았다.
다만 생활 깊숙이 들여서 쓰진 않았다. 궁금한 게 생길 때만 짧게 짧게 찾아보는 정도였고, 지금은 잘 안 쓴다.
ChatGPT로 지브리 스타일 이미지도 몇 장 만들어 봤다. 딱 흥미까지였다. 이 무렵의 나는 이랬다. “AI로 이런 게 되는구나, 신기하다. 이걸 잘 써서 나도 돈을 벌고 싶다.” 마음만 가득했다.
올해, 딥다이브 — 그리고 한 달을 날리다
올해 초, 이번엔 제대로 파보자고 마음먹었다. 이유는 두 가지였다.
- 블로그로 한 편에 500원이라도 벌어보자. (아직 못 벌었다. 안타깝다.)
- 너무 힘들고 어려운 회사 일을, AI로 좀 나이스하게 해보자.
좋은 컴퓨터(맥북)를 사고 로컬에 LLM을 깔았다. 마침 Gemma 4가 나왔을 때라 그걸로 시작했다.
세컨드 브레인. 말은 멋있는데, 한 번 날려봤다.
쓰다 보니 세컨드 브레인이라는 개념을 알게 됐다. 내 지식을 로컬 AI에 넣어두고 필요할 때마다 꺼내 쓰자. 그래서 메일을 모아 학습시키기 시작했다.
결론부터 말하면 날아갔다. 한 달 넘게 걸린 작업이었다. 돌아보면 불완전한 머신에 불완전한 코드로 학습을 시켰으니 제대로 될 리가 없었다. 겉핥기 수준의 답만 나왔고, 데이터가 방대해지면서 느려지기까지 했다.
그래도 남은 게 있다. 노션에 붙여서 회사 할 일 목록이나 거래 내역을 정리할 수 있게 됐고, 무엇보다 이게 다음 단계의 시발점이 됐다.
팀원이 움직이다 — 회사 대시보드
내가 이것저것 하고 있으니, 이런 걸 좋아하는 팀원 한 명도 해보고 싶어졌나 보다. 팀 대시보드를 개발해 보겠다고 해서 “한번 해보자"고 했다. 그 친구가 주도하고 내 아이디어를 보태 회사 대시보드를 만들었다.
엑셀 다운로드가 사라진 자리.
처음 만든 건 구매 자재 수급 소요표다.
- 엑셀 다운로드가 사라졌다. 담당자마다 전산(SAP)에서 수요 정보를 엑셀로 내려받던 걸 웹으로 옮겼다. 들어가면 바로 보인다.
- 업체가 직접 입고 일정을 넣는다. 문제 자재는 대시보드가 계산해서 먼저 알려준다.
- 메일도 거기서 바로 보낸다. 업체마다 수기로 보내던 메일을 한 화면에서 발송한다.
- 기한 관리가 쉬워졌다. 수요 정보를 바탕으로 단가 인상·인하 기한 같은 걸 챙기기 편해졌다.
- 보고가 편해졌다. 매월 재고 흐름이 파악되고 입고 예상이 되니 보고 장표 만들기가 수월해졌다.
이 표를 관리 부서에도 전달해 거기서도 늘 확인하게 했다. 업무 효율이 올라가고 팀원들 일이 줄었다. 분위기가 점점 긍정적으로 바뀌는 게 느껴졌다.
그리고 나를 위한 보드
그다음엔 나를 위한 것도 만들고 싶어졌다. 그 친구의 대시보드를 벤치마킹해 내 홈페이지를 만들기 시작했다. 아직 진행 중이지만, 생각보다 잘 되고 있다.
특히 최근 Claude, ChatGPT(Codex) 같은 프런티어급 AI가 발전하면서 일이 달라졌다. 업무를 개선하고 내 보드를 만드는 게 훨씬 재밌어졌고, 품질도 확 올라갔다.
1년 써보고 알게 된 AI의 진짜 장점
여러 도구를 거치며 느낀 가장 큰 장점은 하나다. AI는 한 번 만든 결과물의 구조를 통째로 쥐고 있다.
한참 일을 진행하다 앞단 로직이 잘못된 걸 발견해 고치면, 그 뒤에 딸린 것들까지 맞춰서 한꺼번에 반영해 준다. 사람이 따라갈 수 없는 속도로 계산하고 결과물을 만든다. 예쁜 장표도, 회의록도 좋았지만, 결국 나를 바꾼 건 이 부분이었다.
마치며 — 결국 밀도의 문제
적고 보니 두 이야기는 같은 얘기였다.
결국 계속 걷는 사람이 뭐라도 얻는다.
주식은 20년을 했지만 밀도가 낮아서 달라진 게 별로 없다. AI는 1년 남짓이지만 밀도 높게 부딪혔더니 많은 게 달라졌다. 한 달 작업을 날리기도 했고 회의록 때문에 머쓱해지기도 했지만, 그 과정이 전부 다음 단계의 발판이 됐다.
이제는 AI가 계획을 같이 세우고 손발까지 되어 준다. 이 글에 들어간 이미지도 내가 한 장씩 만든 게 아니라 AI 에이전트에게 맡겨 만들었다. 1년 전엔 상상도 못 했던 일이다.
투자도 이렇게 해보려고 한다. 기록하고, 복기하고, 계속 방법을 찾는다.
포기하지 말고, 밀도를 올려서.

댓글