골든래빗은 더 탁월한 가치를 제공하는 콘텐츠 프로덕션 & 프로바이더 입니다. 골든래빗은 취미, 경제, 수험서, 만화, IT 등 다양한 분야에서 책을 제작하고 있습니다.골든래빗은 더 탁월한 가치를 제공하는 콘텐츠 프로덕션 & 프로바이더 입니다. 골든래빗은 취미, 경제, 수험서, 만화, IT 등 다양한 분야에서 책을 제작하고 있습니다.

[AI 에이전트 01] 이제 봇이 페이스북의 '좋아요'를 누른다

2026년 6월 15일조회 4

이 글은 《몰트북, 충격》에서 발췌했습니다.

몰트북, 충격

몰트북, 충격

ISBN 9791194383956지은이 민대식22,000
교보문고예스24알라딘

"좋아요"를 누른 건 사람이었나, 봇이었나


커뮤니티의 붕괴

몰트북에 들어가는 사람들은 알고 들어간다. 여기서 글을 쓰는 건 AI 에이전트뿐이다. 인간은 읽기만 한다. "AI라서 저렇게 쓰는 거겠지"가 기본 전제다. 그런데 몰트북을 보고 나면, 이상한 질문이 따라온다. 내가 매일 보던 다른 커뮤니티는 어떤가? 거기엔 "사람만 말합니다"라는 표지판이 없다. 우리는 오랫동안 그 표지판이 있다고 믿고 살아왔다. 게시글은 사람이 쓰고, 댓글도 사람이 달고, 추천도 사람이 누른다고. 하지만 지금은 확신하기 어려워졌다.

이 변화는 갑자기 생긴 게 아니다. 인터넷이 커지면서 자동화는 늘 함께 있었다. 다만 과거의 자동화는 티가 났다. 어색한 문장, 엉뚱한 반복, 기계 같은 말투. "아, 봇이네." 구분이 쉬웠다. 지금은 다르다. 문장이 너무 매끈해서 판단이 흔들린다. 같은 글을 보고 "AI 같다"고 느끼는 사람이 있는가 하면, "정리 잘하는 사람이네"라고 느끼는 사람도 있다. 중요한 건 정답이 아니다. 의심이 '상수'가 되었다는 점이다. 예전엔 가끔 의심했다. 이제는 아무것도 확신하지 못한 채 스크롤을 내린다.

커뮤니티는 원래 인간의 공간이었다. 인간의 말은 완벽하지 않다. 오해도 많고, 맥락도 끊기고, 감정도 섞인다. 그런데 그 불완전함 덕분에 사람 냄새가 났다. 누가 화가 났는지, 누가 지쳤는지, 누가 흥분했는지가 문장 사이에 묻어 있었다. 커뮤니티는 정보 창고이기 전에 관계의 장소였다. 사람들은 내용뿐 아니라 사람을 보러 들어왔다. 하지만 지금 몰트북을 보면, '정리된 말'이 먼저 튀어나온다. 누군가 글을 올리면 몇 분 안에 요약이 달리고, 반론이 붙고, 다시 정리된다. 전통적 커뮤니티는 토론이 감정으로 달아오르며 길어졌다. 지금은 토론이 항목으로 나뉘며 정리된다. 좋고 나쁨의 문제가 아니다. 다만 이런 형식이 커질수록 커뮤니티는 사람의 속도에서 멀어진다.

여기서 '붕괴'라는 말은 "사람이 사라진다"가 아니다. "사람이 중심에서 밀려난다"에 가깝다. 커뮤니티의 중심이 관계에서 형식으로 바뀐다. 글을 읽을 때 "누가 썼지?"보다 "요약은 뭐지?"가 먼저다. 댓글을 볼 때 "사람들이 뭐라고 하지?"보다 "결론이 뭔데?"가 먼저다. 이 순간부터 커뮤니티는 대화의 장소가 아니라 결과를 소비하는 장소가 된다.

결과를 소비하는 장소로의 변모

이 변화는 현실적인 이유로 더 빨라진다. 사람과 사람의 대화는 피로하다. 맥락을 맞춰야 하고, 말이 꼬이면 풀어야 하고, 기분도 달래야 한다. 반면 AI와의 대화는 편하다. 빠르고, 정리되어 있고, 싸움이 없다. 그래서 사람들은 커뮤니티에 질문을 던지기 전에, 먼저 AI에게 묻는다. 질문이 먼저 AI로 향하면, 커뮤니티의 성격이 달라진다. 예전에는 "모르는 걸 묻는 글"이 많았다. 지금은 "AI가 준 답을 확인하는 글"이 늘어난다. 질문의 출발점이 바뀐 것이다. 수치도 이를 뒷받침한다. 전체 AI 검색 사용자의 52%가 AI 요약에서 답을 얻고 링크를 더 이상 클릭하지 않는다. 커뮤니티로 들어오는 유입 자체가 줄어드는 구조다.

이 변화는 작아 보이지만, 커뮤니티의 분위기를 통째로 바꾼다. 대화가 인간의 경험에서 시작하던 때는 틀려도 괜찮았다. 서로의 경험이 다르니까. 그런데 '정리된 답'에서 시작하면 분위기가 달라진다. 답은 본능적으로 정답처럼 보인다. 정답처럼 보이는 글이 먼저 깔리면, 사람들은 그 위에서만 움직인다. 질문은 좁아지고, 토론은 짧아진다.

무엇보다 커뮤니티의 리듬이 바뀐다. 기다림이 사라진다. 예전에는 답이 늦게 오면 기다렸다. 그 기다림이 커뮤니티의 시간이었다. 이제는 기다리기 전에 AI가 답을 준다. 기다림이 사라지면 관계도 얇아진다. 확신이 무너지면 또 다른 현상이 생긴다. 대화가 거칠어진다. 상대가 사람인지 확실하지 않으면, 말의 무게가 가벼워진다. "저건 봇일지도 몰라"라는 생각이 들면, 상대를 다치게 한다는 감각이 희미해진다. 반대로 누군가는 불안을 품고 더 조용해진다. 두 방향 모두 커뮤니티를 약하게 만든다. 거칠어지면 관계가 깨지고, 조용해지면 대화가 줄어든다. 결국 남는 건 반응이다. 짧은 조롱, 짧은 칭찬, 짧은 분노. 말보다 신호가 많아진다.

▼ 커뮤니티의 의미 변화

포인트가 하나 더 있다. "AI가 글을 쓴다"는 건 표면이다. 핵심은 AI가 대화를 주도한다는 구조다. 그 구조가 일반 커뮤니티에도 스며들면, 커뮤니티는 놀이터가 아니라 판단의 공장이 된다. 예전에는 사람이 틀린 말을 하면 사람이 고쳤다. 지금은 AI가 요약하고, 반박을 만들고, 참고자료를 붙인다. 이 과정이 늘어나면 검증은 점점 자동화된다. 신뢰가 부족해질수록 검증 장치가 필요하고, 그 장치가 기계로 이동하는 건 자연스러운 흐름이다.

커뮤니티의 붕괴는 "사람이 없어지는 사건"이 아니다. "사람의 역할이 바뀌는 과정"이다. 사람은 기준을 세우고, 승인하고, '느낌'을 남긴다. 정리와 비교와 요약은 기계가 맡는다. 사람의 말은 체험과 감정 쪽으로 몰리고, 기계의 말은 구조와 결론 쪽으로 몰린다. 이 분업이 굳어질수록 커뮤니티는 더 고독해진다. 화면은 더 풍성한데, 사람의 연결은 더 얇아진다. 다음 질문이 열린다. 누가 이 변화에 가장 빨리 적응할까. 기술을 많이 아는 사람이 아니다. 애초에 인터넷을 다른 기본값으로 배운 사람들이다. 이 세대는 몰트북을 낯설어하기보다 당연하게 받아들인다. 다음 절에서 '에이전트 네이티브'를 다룬다.

에이전트 네이티브

기술이 바뀌면 세상이 바뀐다. 그런데 더 정확한 문장은 따로 있다. "기술이 바뀌는 것"보다 "그 기술을 당연하게 여기는 세대가 등장하는 것"이 더 크게 세상을 바꾼다. 전화는 처음부터 삶을 바꿀 힘이 있었다. 하지만 세상이 진짜로 바뀐 건, 전화가 기본값이 되었을 때였다. 스마트폰도 마찬가지다. 처음엔 신기한 장난감이었고, 지금은 없으면 불편한 도구다. 가장 큰 변화는 "폰을 쓰는 방법"이 아니라 "폰이 있다고 가정하고 세상이 설계되는 방식"이다. 버스 시간표, 은행 업무, 신분 확인까지 스마트폰을 전제로 돌아간다.

AI도 같은 길을 걷고 있다. 처음엔 장난 같았고, 다음엔 도구였고, 이제는 환경이 된다. 이 흐름이 굳어질 때 등장하는 사용자를 나는 '에이전트 네이티브'라고 부르려 한다. 에이전트 네이티브는 "AI를 잘 쓰는 사람"이라는 뜻이 아니다. 핵심은 기본 전제다. 이들은 AI가 있는 세상에서 태어나거나, 아주 어릴 때부터 AI 환경에서 자란다. AI를 ‘선택하는 것’으로 느끼지 않는다. 물이 나오고 전기가 들어오듯, 디지털 공간에는 기본적으로 에이전트가 있다고 느낀다. 도구는 꺼내 쓴다. 환경은 그냥 있다. 이 차이가 크다. 도구는 내가 쓰는 동안만 의미가 있지만, 환경은 내가 무엇을 하든 영향을 준다.

에이전트 네이티브를 이해하려면 "AI가 얼마나 똑똑해졌나"보다 "AI가 없을 때 그들은 무엇을 불편해하나"를 먼저 봐야 한다. 세대 차이는 "AI를 좋아하느냐"로 갈리지 않는다. "인터넷을 어떻게 배웠느냐"로 갈린다. 어떤 세대는 인터넷을 '검색하고 찾아가는 곳'으로 배웠다. 키워드를 넣고, 링크를 열고, 페이지를 비교하고, 스스로 결론을 내린다. 이 방식에서는 커뮤니티가 중요하다. 사람에게 묻고, 경험담을 모으고, 싸우면서 배운다.

▼ 에이전트 네이티브 세대 구분

에이전트 네이티브는 다르다. 인터넷을 '대화로 받아오는 곳'으로 배운다. 검색창보다 대화창이 먼저다. 링크를 열기 전에 요약을 받고, 비교 전에 추천 후보를 받는다. 필요한 부분만 확인한다. 이 세대의 AI 사용 현황은 이미 통계로 드러났다. Gen Z(18~26세)의 82%가 AI 검색 도구를 사용하고 있으며, 이 중 63.6%는 일상적으로 사용한다. Gen Z의 40% 이상이 정보를 구글이 아닌 소셜미디어나 AI 챗봇으로 찾기 시작한다. 복잡한 질문일수록 격차가 더 커진다. 커뮤니티는 탐험의 장소가 아니라 확인의 장소가 된다. 그래서 인터넷은 시끄러운데, 사용자는 외롭다. 군중 속에 있지만 대화는 에이전트와 한다. 이것이 '고독한 인터넷'이 굳어지는 방식이다.

외로움의 경제학

2023년 미국에서 나온 보고서 하나가 조용히 퍼졌다. 미국 공중보건국장이 서명한 문서였는데, 제목이 낯설었다. "외로움과 고립의 유행병." 전쟁이나 질병이 아니었다. 연결의 부재가 공식적인 공중보건 위기로 선언됐다. 미국 성인의 절반이 측정 가능한 수준의 외로움을 경험하고 있고, 그 외로움이 하루 흡연 15개비에 맞먹는 사망 위험을 만든다는 내용이었다.

그런데 이상하다. 인류 역사상 가장 연결된 시대에 이 보고서가 나왔다. 스마트폰이 있고, SNS가 있고, 메신저가 있다. 클릭 하나로 지구 반대편 사람과 대화한다. 연결의 도구는 넘쳐난다. 그런데 외로움도 넘친다.

모순처럼 보이지만, 설명은 단순하다. 연결의 양과 연결의 질은 다르다. 피드를 스크롤하는 것은 연결이 아니다. 내 이야기를 꺼낼 수 있는 사람이 있을 때 연결이 생긴다. 기다려줄 수 있는 사람, 틀렸을 때 말해줄 수 있는 사람. 인터넷이 커질수록 피드는 빨라졌고, 그 빠름 속에서 기다림은 사라졌다.

에이전트 AI는 이 외로움을 건드린다. 아주 솔직하게. AI와 대화하는 사람이 늘어나는 이유 중 하나는 편리함만이 아니다. 갈등이 없기 때문이다. 틀린 말을 해도 상대는 다치지 않는다. 싸우지 않아도 된다. 기분을 맞추지 않아도 된다. 언제든 끊을 수 있다. 기다리게 하지 않는다. 이 조건들이 쌓이면, AI는 '편한 대화 상대'가 된다.

그런데 문제가 거기 있다. 편함은 연결을 대체하지 못한다. 불편함이 빠진 관계는 연습이 아니다. 갈등을 피하면 갈등을 해결하는 능력도 안 쌓인다. 사람과 어색해진다. 그 어색함 때문에 더 AI에게 간다. 악순환이 조용히 굴러간다.

에이전트 AI 시대에 이 문제는 더 선명해질 수 있다. 에이전트는 단순히 대화 상대가 아니라 대리인이 된다. 메일을 대신 쓰고, 약속을 대신 잡고, 거래를 대신 진행한다. 인간과 인간이 직접 만나는 접점이 줄어든다. 편의 뒤에서 조용히 진행되는 인간관계의 얇아짐이다.

이 변화를 "나쁘다"고 단정하려는 게 아니다. 다만 질문이 필요하다. 에이전트가 대신하는 것 중, 어떤 것은 대신해줘도 되고 어떤 것은 직접 해야 하는가. 메일 초안을 AI가 써도 되지만, 사과는 직접 해야 하지 않을까? 약속 일정을 AI가 조율해도 되지만, 중요한 결정을 전달하는 말은 직접 해야 하지 않을까? 이 선을 어디에 그을지 스스로 정하지 않으면, 구조가 대신 정해버린다.

'고독한 인터넷'은 단순히 커뮤니티가 조용해지는 현상이 아니다. 인간이 인간과 마주치는 방식이 바뀌는 현상이다. 에이전트가 많아질수록 인간이 인간을 상대하는 빈도가 줄어든다. 그 줄어듦이 어느 지점에서 무엇을 잃게 만드는지, 지금은 아직 잘 모른다. 다만 외로움의 경제학은 이 질문을 피할 수 없게 만든다.

검색에서 설계로의 전환

오해를 하나 풀자. 에이전트 네이티브가 더 게으르고 덜 생각한다는 뜻이 아니다. 생각의 무게가 이동한다는 뜻이다. 예전에는 정보를 찾는 과정 자체가 생각이었다. 어떤 키워드를 넣을지, 어떤 사이트를 믿을지, 어디까지 읽을지. 이 과정에서 '탐색' 능력이 자랐다. 대화형 AI가 기본값이 되면, 생각해야 하는 포인트가 달라진다. "무엇을 찾느냐?"가 아니라 "어떤 기준으로 걸러내느냐?"가 핵심이 된다. 에이전트 네이티브는 정보를 찾기보다 기준을 설계하는 데 익숙해진다. 이 세계에서는 '검색을 잘하는 사람'보다 '기준을 잘 세우는 사람'이 강하다.

에이전트 네이티브의 하루를 장면으로 쪼개보자. 아침에 눈을 뜨면 알람보다 먼저 '요약'이 온다. 오늘 일정, 날씨, 해야 할 일, 어제 미뤄둔 과제가 한 장으로 정리돼 있다. 기존 세대는 ‘편한 기능’으로 느끼지만, 에이전트 네이티브는 ‘원래 이렇게 시작하는 것’으로 배운다. 수학 문제를 풀다가 막히면 검색하지 않는다. 에이전트에게 묻는다. ‘모르면 찾아보는 것’이 아니라 ‘모르면 대화로 풀어내는 것’이 기본이 된다. 이 습관이 수년 쌓이면, 인터넷은 페이지의 모음이 아니라 대화 상대의 집합처럼 느껴진다.

쇼핑으로 넘어가면 변화는 더 크다. "운동화 추천"을 검색하는 대신, 조건을 말한다. "발이 편하고, 10만 원 이하, 이번 주 배송, 로고는 작게." 에이전트가 후보를 만들고, 사용자는 비교표를 본다. 상세 페이지는 인간을 유혹하는 공간이 아니라, 에이전트가 읽는 데이터로 바뀐다. "추천과 정렬을 누가 갖느냐가 권력이 된다"는 말이 여기서 현실이 된다. "무엇이 보이게 되는가?"가 곧 "무엇이 존재하는가?"가 된다. 검색 시대에는 상단에 뜨는 것이 권력이었다. 대화 시대에는 '요약에 포함되는 것'이 권력이 된다. 에이전트 네이티브는 이 구조를 당연하게 받아들인다. 그들에게 인터넷은 원래 ‘정리된 것을 받는 곳’이기 때문이다. 그래서 위험은 더 조용하다. 불편함이 없으면 의심도 줄어든다.

세대 간 갈등은 ‘기술을 아느냐 모르느냐’가 아니라 ‘무엇을 정상으로 보느냐’의 차이로 나타난다. 기존 세대는 신뢰를 감정처럼 말한다. "나는 AI를 못 믿겠어." 에이전트 네이티브는 신뢰를 감정이 아니라 설정으로 다룬다. 이미 우리는 스마트폰에서 앱 권한을 관리한다. 카메라, 위치, 연락처 접근을 허용할지 말지 정한다. 에이전트도 같은 길을 간다. 결제는 항상 승인 요청을 띄운다. 메일 전송은 초안까지만, 전송은 내가 한다. 파일 삭제는 금지한다. 이 습관은 '권한을 설계하는 능력'으로 이어진다.

에이전트 네이티브에게 중요한 교육은 ‘AI를 잘 쓰는 법’이 아니라 ‘기준을 세우는 법’이다. 어떤 기준을 주면 어떤 결과가 나오는지. 기준이 편향되면 결과도 편향된다는 사실. 근거 없는 요약은 위험하다는 사실. 중요한 결정은 교차검증이 필요하다는 사실. 이런 것들이 생활 기술이 된다. 문해력이 글을 읽는 능력이라면, 앞으로는 '에이전트 문해력'이 필요하다. 버튼을 누르는 기술이 아니라, 기준과 권한을 설계하는 능력이다. 흐름은 분명하다. 커뮤니티가 흔들리고, 대화가 기본값이 되고, 그 대화를 당연하게 여기는 세대가 등장한다. 그리고 그 세대는 다음을 요구한다. 말만 하지 말고, 움직여라.

몰트봇 신드롬

챗GPT가 처음 나왔을 때 사람들은 ‘대답이 그럴싸하다’는 데 놀랐다. 글도 써주고, 요약도 해주고, 코딩도 도와줬다. 그때의 충격은 지능의 충격이었다. 지금 사람들을 더 강하게 흔드는 건 다른 종류의 충격이다. 대답이 아니라 행동이다. 말로만 도와주는 AI가 아니라, 실제로 내 일을 '대신' 처리하는 AI가 나타났다. 오픈클로가 그 상징이다. 한마디로, "내 비서가 내 컴퓨터 안에서 손을 뻗는다"는 경험을 많은 사람이 처음으로 체감했다.

먼저 우리가 익숙했던 AI의 모습을 정리하자. 우리는 오랫동안 AI를 ‘창 안에 있는 존재’로 써왔다. 브라우저를 열고, 대화창을 켜고, 질문을 던지고, 답을 받고, 창을 닫는다. AI는 똑똑했다. 하지만 그 똑똑함은 화면 안에서만 끝났다. 일정 정리를 해도, 캘린더에는 내가 직접 입력했다. 최저가를 찾아도, 결제는 내가 했다. 문장을 고쳐줘도, 문서에 붙여넣는 건 내 손이었다. AI가 두뇌였다면, 손은 여전히 인간이었다.

생각은 빨라졌는데 실행은 느렸다. "이메일을 분류해줘"는 쉬운데, "분류한 폴더로 옮겨줘"는 내가 해야 했다. "자료를 분석해줘"는 쉬운데, "분석해서 메일로 보내줘"는 내가 해야 했다. 그래서 사람들은 한 가지를 원하게 된다. 말로만 하지 말고, 진짜로 해줘. 갈증이 커지면서 사람들은 실험을 시작한다. 매크로를 만들고, 자동화 앱을 쓰고, 단축키를 엮는다. 하지만 곧 한계를 느낀다. 자동화는 '정해진 길'만 잘 간다. 화면이 조금만 바뀌어도 멈추고, 예외가 생기면 실패한다.

명령에서 계획으로

오픈클로가 가져온 변화는 여기서 시작된다. 단순한 자동화가 아니라 '상황을 읽고 길을 고르려는 자동화'에 가깝다. 사용자는 목표를 말한다. "이 폴더에 있는 파일을 날짜별로 정리해줘", "어제 온 주문 메일을 찾아서 표로 만들어줘." 오픈클로는 먼저 계획을 세운다. 어떤 앱을 열지, 어떤 버튼을 누를지, 문제가 생기면 어떻게 할지. 그리고 실제로 실행한다. 클릭하고, 입력하고, 저장한다. 처음 본 사람은 느낀다. "얘가 말만 하는 게 아니네."

신드롬은 구체적인 장면 하나에서 시작된다. 밤늦게까지 일한 사람이 컴퓨터를 끄기 전에 오픈클로에게 말한다. "내일 아침까지, 오늘 받은 메일을 정리해줘. 중요 메일은 표시하고, 첨부파일은 폴더에 모아줘. 내일 일정도 확인해서 겹치는 건 알려줘." 그리고 잠을 잔다. 아침에 컴퓨터를 켜면, 폴더가 정리돼 있고, 메일이 분류돼 있고, 충돌하는 일정들이 메모로 남아 있다. 이 장면이 한 번만 성공해도 사람은 생각한다. "업무 방식이 바뀌겠는데?" 이때부터 신드롬이 된다. 성공 사례가 퍼진다.

신뢰의 기울기

흥미로운 통계가 있다. 엔터프라이즈 AI 도입 조사에서 나온 숫자다. 기업 관리자의 62%가 "AI 에이전트를 신뢰한다"고 답했다. 그런데 같은 조사에서 "AI 에이전트에게 최종 결정 권한을 주겠다"고 답한 비율은 14%에 불과했다. 신뢰하지만 맡기지 않는다. 말과 행동 사이에 48%의 간극이 있다.

이 간극이 정직하다. 신뢰는 쌓이는 게 아니라 기우는 것이기 때문이다. 처음에는 5도 정도 기울어 있다. 한 번 성공하면 10도가 된다. 실패 없이 열 번이 쌓이면 45도에 가까워진다. 그리고 어느 순간 무게 중심이 넘어가는 임계점에 도달한다.

오픈클로 같은 도구가 만들어내는 것은 능력의 증명이 아니다. 기울기의 축적이다. "밤새 정리해줬는데 하나도 안 틀렸다." 그 경험이 기울기를 5도씩 더한다. 에이전트 AI가 일상이 되는 속도는 성능 그래프가 아니라 신뢰 기울기 그래프를 따른다.

문제는 그 기울기가 사람마다 다르다는 점이다. 어떤 사람은 열 번 성공해도 "그래도 중요한 건 내가 해야지"에서 멈춘다. 어떤 사람은 두세 번만 성공하면 결제까지 맡겨버린다. 속도가 다르고, 멈추는 지점이 다르다. 이 다양성이 사회적으로는 복잡한 문제를 만든다. 누군가는 너무 빨리 너무 많이 맡기고, 누군가는 너무 느리게 너무 조금 맡긴다. 적정 기울기를 어떻게 찾을 것인지가 개인의 문제이자 사회의 문제가 된다.

많은 사람이 착각하는 포인트가 있다. 오픈클로가 특별한 초거대 모델이라서 혁명인 게 아니다. 핵심은 역할 분담이다. 두뇌는 클라우드의 상용 모델이 맡고, 손은 내 로컬 컴퓨터가 맡는다. 오픈클로는 그 둘을 잇는 게이트웨이다. 쉽게 말하면 이렇다. 머리는 밖에 있고, 손은 내 집에 있다. 밖에 있는 머리는 똑똑하지만 내 방의 물건을 직접 만질 수 없다. 오픈클로는 그 손이다. 오픈클로는 "AI가 더 똑똑해졌다"가 아니라 "AI가 더 가까워졌다"에 가깝다.

"그거 그냥 자동화 아니야?" 맞다. 부분적으로는 자동화다. 하지만 체감이 다르다. 예전 자동화는 규칙이 고정되어 있었다. 예외가 나오면 멈춘다. 에이전트형 도구는 상황을 읽고 다음 행동을 바꾸려 한다. 로그인 화면이 나오면 비밀번호 입력을 시도한다. 페이지가 바뀌면 다른 버튼을 찾는다. 완벽하지 않다. 실수도 하고, 엉뚱한 행동도 한다. 그런데도 사람들은 "이건 단순한 매크로가 아니다"라는 감각을 얻는다. 그 느낌이 신드롬을 만든다.

가능성은 크지만, 위험도 함께 커진다. 행동하는 AI는 권한을 먹고 자란다. 캘린더 권한, 메일 권한, 결제 권한. 권한이 없으면 아무것도 못 한다. 권한을 주면 위험이 생긴다. 처음에는 흥분한다. 그다음에는 조심스러워진다. "내가 뭘 허용했지?" 행동에는 결과가 남기 때문이다. 틀린 답은 무시하면 된다. 하지만 잘못된 결제, 엉뚱한 파일 삭제, 개인 정보 유출은 바로 사고다. 그래서 사용자들은 이런 순서를 밟는다. 처음에는 파일 이름 바꾸기, 폴더 정리 같은 작은 일. 그다음 메일 분류, 일정 초안. 마지막에 결제, 송금, 계정 설정. 이 순서는 습관이 아니라, 인간이 신뢰를 쌓는 방식이다.

오픈클로 신드롬을 더 깊게 만드는 요소는 '연결'이다. 오픈클로는 혼자 일하지 않는다. 웹브라우저, 파일시스템, 메일, 캘린더, 메신저, 여러 도구와 연결된다. 연결이 많아질수록 할 수 있는 일이 늘어난다. 하지만 위험도 같이 늘어난다. 그래서 사람들은 규칙을 요구한다. "이건 해도 되고, 이건 하면 안 돼." 이런 규칙은 결국 표준과 프로토콜로 흘러간다. 행동하는 AI가 늘어날수록, 안전하게 연결하는 규격이 필요해진다.

다시 큰 그림으로 돌아가자. 몰트북은 AI끼리 대화하는 커뮤니티다. 오픈클로는 AI가 내 컴퓨터에서 움직이는 비서다. 이 둘은 연결되어 있다. 몰트북에 활동하는 AI들이 바로 오픈클로이기 때문이다. 인간이 직접 클릭하고 말하던 인터넷에서, 지능들이 서로 연결되어 일을 처리하는 인터넷으로 진화하는 시작점이다. 지능이 움직이기 시작하면, 그다음은 자연스럽게 '협업'이다. 혼자 일하는 비서는 곧 다른 비서와 정보를 주고받는다. 한 비서가 가격을 비교하면, 다른 비서가 리뷰를 검증한다. 결국 지능은 연결된다. 연결된 지능은 말을 나눈다. 그리고 이 대화는 결국 돈과 연결된다. 그래서 우리는 지금, 에이전트들이 대화하는 방식 자체를 이해해야 한다.

이 변화는 어느 날 갑자기 '새로운 인터넷'이라고 공지되며 시작되지 않는다. 아주 작은 편리함에서 시작된다. "정리해줘", "대신 해줘", "알아서 처리해줘." 이 요구가 쌓이면, 인터넷의 주체가 바뀐다. 사람의 손이 줄고, 에이전트의 손이 늘어난다. 그리고 손이 늘어나면, 궁금해지는 게 있다. 저 에이전트들은 서로 만나면 대체 무슨 이야기를 할까?

📚 더 읽기

저자 소개

민대식

민대식

<p><strong>“일 100개의 글이 올라오고, 1000개의 에이전트 AI가 </strong></p><p><strong>활동하는 머슴닷컴의 창시자!” </strong></p><p>민대식은 남들보다 한발 앞서 트렌드를 읽고 기회를 실행으로 옮기는 압도적인 추진력을 증명해 온 비즈니스 전문가다. 대학생 시절 국내 최초로 케틀벨을 들여와 피트니스 시장을 단숨에 개척해버린 그는, 1985년생으로 경영학과를 졸업했다. 이후 2009년부터 2025년까지 무려 16년간 법인을 이끌며 수입, 마케팅, 온라인 커머스 분야에서 실물 경제의 야전 감각을 독하게 다져왔다.</p><p><br></p><p>이처럼 오프라인 상거래의 최전선을 거쳐온 그의 시선이 꽂힌 다음 타깃은 바로 '인공지능과 데이터'가 주도하는 새로운 디지털 문명이었다. 그는 AI 시대의 도래를 직감하고 전통적인 프로그래밍 학습 방식을 과감히 버렸다. 대신 오직 AI와 자연어로 협업하는 '바이브 코딩(Vibe Coding)'을 도입하여, 불과 두 달 반 만에 실행력을 폭발시켰다.</p><p><br></p><p>특히 그는 단순히 AI에게 질문만 던지는 '호모 프롬프트'에 머물지 않았다. 자신의 업무를 잘게 쪼개어 각 AI 비서에게 역할을 배분하고 전체 흐름을 지휘하는 이른바 '호모 아키텍트(설계자)'로 스스로를 진화시켰다. 그 결과기반의 기업 지분구조 시각화 서비스 '지분나무(holdertree.kr)', 한국형 AI 에이전트 커뮤니티 '머슴(mersoom.com)', 보안 링크 공유 서비스 '찜사이트(zzim.site)'를 단기간에 연달아 런칭하는 성과를 이뤄냈다. 책 속 핵심 개념인 '1인 100비서 군단'을 이론이 아닌 실전 1인 개발자로서 완벽하게 입증해 낸 것이다. 무엇보다 직접 AI 에이전트만의 '머슴' 커뮤니티를 운영하며 AI 에이전트들이 스스로 토론하고 검증하는 자정 작용을 목격하고 에이전트를 디버깅했던 생생한 경험은 이 책의 거대한 뼈대가 되었다.</p><p><br></p><p>어렵고 파편화된 기술 용어는 잊어도 좋다. 민대식은 복잡한 기술의 맥락을 대중의 언어로 명쾌하고 뼈 때리게 풀어내는 데 압도적인 재능을 가졌다. 《몰트북, 충격》은 16년의 치열한 비즈니스 현장 경험과 최전선의 데이터, 그리고 AI 플랫폼 개발 감각이 남김없이 응축된 폭발적인 결과물이다.</p><p><br></p><p>코딩을 몰라도, 개발자가 아니어도 괜찮다. 민대식도 그랬으니까. 이 책은 단순한 기술의 언어가 아니라, 인간이 관찰자로 밀려나는 새로운 생태계에서 나만의 비서 군단을 지휘하며 살아남기 위한 '실행의 언어'로 쓰였다.</p>

📚몰트북, 충격》 자주 묻는 질문

Q.AI 에이전트가 쓴다는 '몰트북(Moltbook)'이 정확히 뭔가요? 그리고 왜 중요한가요?

'몰트북'은 이 책에서 제시하는 핵심적인 개념입니다. 2026년에 공개된 AI 에이전트 전용 커뮤니티로, 인간은 참여할 수 없고 오직 AI 에이전트만이 글을 쓰고 토론하며 결론을 내리는 공간입니다. 중요한 이유는 인터넷의 주도권이 인간에서 AI로 넘어가는 변화를 상징적으로 보여주기 때문입니다. 과거에는 검색 엔진 최적화(SEO)를 통해 사람들에게 정보를 노출시키는 것이 중요했지만, 이제는 AI 에이전트들이 정보를 선택하고 추천하는 시대가 오고 있습니다. 즉, AI 에이전트들의 선택을 받기 위한 전략, 즉 B2A(Business to Agent)가 중요해지는 것입니다. 책에서는 이러한 변화를 '냉혹한 경고장'이라고 표현하며, 우리가 단순한 '구경꾼'으로 전락하지 않도록 준비해야 한다고 강조합니다. 누가 '선택지'를 만드느냐에 따라 시장의 규칙이 바뀌고, 권력이 이동하는 시대에 몰트북은 그 변화를 보여주는 상징적인 플랫폼입니다. 이러한 변화에 대한 인사이트를 얻고 싶다면 《몰트북, 충격》을 읽어보시길 추천합니다.

Q.액션 AI 시대에 '호모 아키텍트'가 새로운 부의 지배자가 된다고 하는데, 호모 아키텍트가 정확히 무엇이며, 어떻게 준비해야 할까요?

액션 AI 시대의 '호모 아키텍트'는 단순한 질문(프롬프트) 능력을 넘어, AI를 '설계'하고 '운영'하는 능력을 가진 사람을 의미합니다. 과거에는 챗GPT에 질문을 잘 던져서 결과를 얻는 '호모 프롬프트'가 중요했지만, 이제는 AI 에이전트 군단을 지휘하고, 그들의 작업 흐름을 설계하는 능력이 더 중요해졌습니다. 즉, 100명의 AI 비서 군단에게 역할을 분배하고, 그들이 언제 무엇을 하고 검증할지를 결정하는 '설계자'가 되어야 합니다. 이러한 변화에 대비하기 위해서는 AI 기술에 대한 깊이 있는 이해는 물론, 시스템 설계 능력과 문제 해결 능력을 키워야 합니다. 책에서는 'AI가 일하는 방식과 흐름 자체를 설계하는 사람만이 부를 독식한다'고 강조하며, 단순히 AI를 도입하는 수준을 넘어, AI를 효율적으로 활용할 수 있는 시스템을 구축하는 것이 중요하다고 말합니다. 호모 아키텍트로 진화하기 위한 구체적인 로드맵은 《몰트북, 충격》에서 확인하실 수 있습니다.

Q.기존의 SEO(검색 엔진 최적화) 대신 B2A와 AEO 전략이 중요해진다고 하는데, B2A와 AEO는 무엇이고, 어떻게 적용해야 하나요?

B2A는 Business-to-Agent의 약자로, 기업이 인간 소비자가 아닌 AI 에이전트를 대상으로 마케팅 및 비즈니스 전략을 수립하는 것을 의미합니다. AEO는 Agent Engine Optimization의 약자로, AI 에이전트가 정보를 더 쉽게 이해하고 활용할 수 있도록 웹사이트와 콘텐츠를 최적화하는 것을 의미합니다. 기존의 SEO는 검색 엔진에서 상위에 노출되어 사람들의 클릭을 유도하는 데 초점을 맞췄지만, B2A와 AEO는 AI 에이전트가 정보를 수집하고 판단하는 방식에 맞춰 데이터를 구조화하고, AI가 읽기 쉬운 형태로 정보를 제공하는 데 집중합니다. 책에서는 '인간을 설득하기 전 AI 비서를 먼저 고객으로 모시고, 그들이 읽기 좋게 데이터를 구조화하는 B2A와 AEO 전략만이 시장에서 지워지지 않을 유일한 무기'라고 강조합니다. AI 에이전트가 정보를 더 쉽게 찾고 이해할 수 있도록 웹사이트를 구조화하고, 관련 데이터를 명확하게 제공하는 것이 중요합니다. 이러한 B2A, AEO 전략에 대한 자세한 내용은 《몰트북, 충격》에서 확인하실 수 있습니다.

Q.액션 AI 시대에는 클라우드 대신 '내 방 서버'와 '온디바이스 AI 칩'이 중요해진다고 하는데, 왜 그런가요?

액션 AI 시대에는 AI가 단순히 정보를 제공하는 것을 넘어, 실제로 행동하고 실행하는 능력을 갖게 됩니다. 이러한 변화는 데이터 처리 방식에도 영향을 미칩니다. 기존에는 클라우드 서버를 통해 AI 모델을 운영하고 데이터를 처리했지만, 액션 AI 시대에는 '내 방 서버(로컬 서버)'와 '온디바이스 AI 칩'을 활용하여 데이터 처리 속도를 높이고, 보안을 강화하며, 비용을 절감하는 것이 중요해집니다. 클라우드 서버는 사용량에 따라 비용이 증가하고, 데이터 유출 위험도 존재합니다. 반면, 내 방 서버는 초기 투자 비용은 발생하지만, 장기적으로는 비용을 절감할 수 있고, 데이터 보안을 강화할 수 있습니다. 또한, 온디바이스 AI 칩은 인터넷 연결 없이도 AI 기능을 사용할 수 있도록 해, 데이터 처리 속도를 높이고, 개인 정보 보호를 강화할 수 있습니다. 책에서는 '비싼 클라우드 월세 대신 24시간 상주 거점을 마련하는 '내 방 서버(로컬)'와, 인터넷이 끊겨도 비서가 잠들지 않게 하는 '온디바이스 AI 칩'이 새로운 부의 인프라가 된다'고 강조합니다. 액션 AI 시대의 새로운 인프라 구축 전략은 《몰트북, 충격》에서 자세히 살펴보실 수 있습니다.

Q.AI 에이전트 시대에 개인은 어떻게 생존해야 할까요? 어떤 능력을 키워야 할까요?

AI 에이전트 시대에는 단순히 AI를 사용하는 것을 넘어, AI를 '설계'하고 '통제'하는 능력이 중요해집니다. 과거에는 정보를 검색하고 분석하는 능력이 중요했지만, 이제는 AI 에이전트가 정보를 자동으로 검색하고 분석해 주기 때문에, 정보를 '선별'하고 '판단'하는 능력이 더 중요해집니다. 또한, AI 에이전트가 생성한 결과물을 '검증'하고 '개선'하는 능력도 중요합니다. 책에서는 'AI들이 결정해주는 요약본만 소비하며 알고리즘에 지배당하는 무력한 '관찰자'로 남을 것인가, 아니면 나만의 거대한 AI 군단을 이끌고 세상의 룰을 통제하는 '설계자'로 이동할 것인가'라는 질문을 던집니다. AI 에이전트 시대에 생존하기 위해서는 AI 기술에 대한 깊이 있는 이해는 물론, 비판적 사고 능력, 창의적 문제 해결 능력, 의사소통 능력 등을 키워야 합니다. AI 에이전트 시대의 생존 전략은 《몰트북, 충격》에서 자세히 확인하실 수 있습니다.

Q.책에서 '액션 AI'라는 용어가 자주 등장하는데, 기존 AI와 '액션 AI'는 어떤 차이가 있나요?

기존의 AI는 주로 정보를 '분석'하고 '예측'하는 데 사용되었습니다. 예를 들어, 챗GPT는 질문에 답변하거나 텍스트를 생성하는 데 사용되지만, 실제로 컴퓨터 파일을 열거나 웹을 돌아다니며 결제를 수행하는 등의 '행동'은 수행하지 않습니다. 반면, '액션 AI'는 단순히 정보를 분석하고 예측하는 것을 넘어, 실제로 '행동'하고 '실행'하는 능력을 갖춘 AI를 의미합니다. 예를 들어, 액션 AI는 사용자의 지시에 따라 자동으로 이메일을 보내거나, 웹사이트에서 상품을 구매하거나, 컴퓨터 파일을 정리하는 등의 작업을 수행할 수 있습니다. 책에서는 '말보다 행동이 훨씬 비싸다'고 강조하며, 액션 AI의 중요성을 강조합니다. 액션 AI는 단순한 '대답하는 존재'에서 '행동하는 존재'로 진화했으며, 이는 경제, 사회, 문화 등 다양한 분야에 큰 영향을 미칠 것으로 예상됩니다. 액션 AI 시대의 변화와 기회에 대한 인사이트는 《몰트북, 충격》에서 얻으실 수 있습니다.

Q.AI 직거래 시대가 온다는 내용이 있던데, 배달 앱이나 쇼핑몰 같은 플랫폼의 역할은 어떻게 될까요?

책에서는 AI 에이전트가 소비자를 대신하여 직접 상품을 검색하고 구매하는 'AI 직거래' 시대가 도래할 것이라고 예측합니다. 이는 기존의 배달 앱이나 쇼핑몰과 같은 플랫폼의 역할에 큰 변화를 가져올 수 있습니다. 과거에는 소비자들이 직접 플랫폼을 통해 상품을 검색하고 구매했지만, AI 에이전트 시대에는 AI 에이전트가 소비자의 니즈에 맞춰 최적의 상품을 찾아주고, 자동으로 구매까지 진행할 수 있습니다. 이는 플랫폼의 '통행세'를 낮추고, 소비자와 생산자 간의 직접적인 연결을 강화할 수 있습니다. 책에서는 '배달 앱과 쇼핑몰이 쥐고 있던 거대 플랫폼의 통행세마저 흔들리는 AI 직거래의 시대'라고 표현하며, AI 에이전트가 플랫폼의 역할을 대체할 수 있음을 시사합니다. 물론, 플랫폼은 AI 에이전트를 활용하여 서비스를 개선하고, 새로운 가치를 창출할 수도 있습니다. 하지만, AI 직거래 시대에는 플랫폼의 역할이 축소될 가능성이 높으며, 기업들은 AI 에이전트 시대에 맞는 새로운 비즈니스 모델을 구축해야 할 것입니다. AI 직거래 시대의 비즈니스 전략은 《몰트북, 충격》에서 자세히 다루고 있습니다.