*이 장을 다 읽고 나면 알게 될 것: 우리의 하루가 어떤 일곱 영역으로 나뉘는지, 그리고 그 각각의 영역에서 AI Agent가 어떤 자리에 앉을 수 있는지*
도입: 어느 평범한 화요일
화요일 아침 일곱 시. 알람이 울린다. 핸드폰을 들어 알람을 끈다. 그 김에 메시지를 확인한다. 어젯밤 늦게 도착한 카카오톡이 세 개. 이메일이 열두 개. 슬랙이 다섯 개. 무엇부터 봐야 할지 잠시 헷갈린다.
침대에서 일어나 부엌으로 간다. 커피를 내린다. 그 사이에 핸드폰을 다시 본다. 캘린더를 확인한다. 오전 열 시에 회의. 오후 두 시에 또 회의. 저녁 일곱 시에 가족 모임. 사이사이에 처리할 일이 일곱 개. 갑자기 한숨이 나온다.
회사로 가는 길에 음악을 듣는다. 추천 알고리즘이 골라준 플레이리스트다. 좋아하는 곡이 나온다. 그러나 어쩐지 어제도 들었던 곡이다. 지하철에서 기사를 읽는다. AI가 써놓은 요약을 본다. 원문은 안 읽는다. 그래도 충분한 것 같다.
회사에 도착해 자리에 앉는다. 보고서 초안을 써야 한다. 그래서 ChatGPT를 켠다. 자료 몇 개를 던져주고 초안을 부탁한다. 5분 만에 두 페이지가 나온다. 절반은 쓸 만하다. 절반은 다시 쓴다. 그래도 처음부터 쓰는 것보다는 빠르다.
점심시간. 동료와 식당에 간다. 어디 갈지 정하지 않았다. 핸드폰으로 검색한다. 평점이 높은 곳, 거리가 가까운 곳, 동료가 좋아할 만한 곳. 추천 시스템이 골라준다. 결국 한 곳을 정한다.
오후. 고객사 미팅. 회의 후 정리할 액션 아이템이 다섯 개. 나는 회의 중에 노트를 거의 안 했다. 회의록은 자동 생성된다. AI가 정리해 줄 것이다. 그래서 회의에 더 집중한다. 좋은 일인지 나쁜 일인지 잘 모르겠다.
저녁. 집에 돌아와 가족과 식사한다. 부모님이 건강 검진 결과를 묻는다. 나도 모르겠다. 핸드폰의 헬스케어 앱에 들어가 본다. 수면 시간, 걸음 수, 심박 변동성이 다 기록되어 있다. 그러나 이것이 무엇을 의미하는지는 잘 모르겠다.
자기 전. 스트리밍 서비스를 켠다. 추천 영화 중 하나를 본다. 보다가 잠든다. 다음 날 아침에 핸드폰이 묻는다. "잘 주무셨나요?" 잘 잤는지 못 잤는지도 잘 모르겠다.
이것이 평범한 화요일이다. 그리고 이 평범한 하루 안에 AI는 이미 깊이 들어와 있다. 우리가 의식하지 못하는 사이에 말이다.
이 책의 3권은 Agent를 만드는 책이다. 그러나 만들기 전에 먼저 봐야 할 것이 있다. 우리의 일상이 무엇으로 구성되어 있는가다.
이상하게 들릴 수 있다. 자기 일상을 모르는 사람이 어디 있는가. 그러나 솔직히 말해, 우리는 자기 일상을 잘 모른다. 우리는 매일을 산다. 그러나 그 매일이 어떤 영역들로 나뉘는지, 어디서 시간을 가장 많이 쓰는지, 어디서 가장 자주 지치는지, 어디서 가장 큰 가치가 만들어지는지를 명확하게 정리해본 적은 거의 없다.
그래서 Agent를 만들려고 할 때 우리는 길을 잃는다. "AI가 내 일상을 도와줘야 한다"는 막연한 욕망은 있다. 그러나 어디서부터 시작해야 할지 모른다. 그래서 결국 시중의 솔루션을 적당히 가져다 쓴다. 캘린더 앱, 메모 앱, 추천 알고리즘. 다 좋다. 그러나 그것들은 내 일상을 위한 것이 아니다. 평균적인 사용자를 위한 것이다.
진짜 좋은 Agent는 다르다. 그것은 나의 일상을 안다. 내 시간이 어디로 흐르는지, 내 정보가 어디서 쌓이는지, 내 관계가 어떤 패턴을 따르는지, 내 자산이 어디서 새는지, 내 건강이 어디서 흔들리는지, 내가 무엇을 배우고 싶은지, 내가 무엇을 만들고 싶은지를 안다. 그것을 알아야 도울 수 있다.
그래서 이 장에서는 Agent를 만들기 전에 먼저 일상을 그린다. MECE하게. 즉 서로 겹치지 않고, 빠진 것이 없게.
이 작업이 왜 중요한가. 두 가지 이유가 있다.
첫째, 자기 일상을 정확히 모르면 좋은 Agent를 만들 수 없다. 우리가 만들 Agent는 일반적인 비서가 아니다. 분신이다. 분신은 본체를 알아야 한다.
둘째, 이 분류는 곧 사업 모델이 된다. 만약 당신이 개인용 Agent를 만들어 다른 사람에게도 팔고 싶다면, 일상의 일곱 영역 중 어디를 다룰 것인지부터 정해야 한다. 모든 영역을 다루는 슈퍼 Agent는 환상이다. 잘 작동하는 것은 늘 한 영역을 깊이 파고든 Agent다.
지금부터 그 일곱 영역을 본다.
1.1 시간과 루틴 — 가장 평등한 자원
일곱 영역 중 가장 먼저 다룰 것은 시간이다.
시간은 모든 자원 중 가장 평등하다. 빌 게이츠도 하루 24시간이다. 학생도 하루 24시간이다. 그러나 같은 24시간이 같은 결과를 만들지는 않는다. 누구는 24시간 안에 책 한 권을 쓰고, 누구는 24시간 안에 SNS 피드만 본다. 차이는 시간의 양이 아니라 시간의 사용 구조다.
시간의 영역에는 세 가지 핵심 활동이 있다.
일정 관리. 회의, 약속, 마감, 행사. 미래의 시간 블록을 배치하는 일이다. 캘린더가 이 영역의 도구다.
루틴. 매일 또는 매주 반복되는 행동. 운동, 명상, 독서, 글쓰기, 집안일. 자동으로 일어나야 하는 행동이다.
집중력. 한 순간에 무엇에 주의를 기울이는가. 가장 미세하지만 가장 중요한 자원이다.
이 영역에서 AI Agent는 어떤 자리에 앉을 수 있는가.
가장 흔한 시도는 캘린더를 똑똑하게 만드는 것이다. Microsoft Copilot, Google Calendar AI, Reclaim.ai 같은 서비스가 그 방향이다. 일정을 자동으로 잡고, 충돌을 해결하고, 빈 시간을 찾아준다. 좋은 시도다. 그러나 한계도 있다. 왜냐하면 좋은 일정 관리는 단순히 시간을 채우는 것이 아니기 때문이다. 무엇이 중요한가를 아는 것이다. 그것은 사용자 자신에 대한 깊은 이해를 요구한다.
루틴은 더 어렵다. 루틴은 강제로 만들어지지 않는다. 의지와 환경의 합작품이다. AI가 도울 수 있는 부분은 환경 쪽이다. 알림, 추적, 시각화, 보상. 그러나 의지는 사용자 자신의 것이다. 이 경계를 잘못 그리면 AI가 잔소리꾼이 된다. 그러면 사용자는 AI를 끈다.
집중력 관리는 가장 미묘하다. 좋은 Agent는 사용자의 집중을 깨지 않으면서도 필요할 때 끼어든다. 이것이 어렵다. 너무 끼어들면 방해가 된다. 너무 안 끼어들면 쓸모가 없다. 이 균형을 맞추는 것이 시간 영역 Agent의 핵심 과제다.
잠시 멈추고 생각해보자
당신의 캘린더는 당신을 돕고 있는가, 통제하고 있는가? 당신의 루틴은 의식적으로 설계된 것인가, 우연히 자리 잡은 것인가? 당신의 집중력은 누구의 손에 있는가?
1.2 정보와 지식 — 마실수록 갈증 나는 강
두 번째 영역은 정보다.
우리는 정보의 시대에 산다. 그런데 이상하다. 정보가 많아질수록 우리는 더 모른다. 더 정확히 말하면, 더 자주 길을 잃는다. 무엇을 읽어야 할지, 무엇이 신뢰할 만한지, 무엇이 내 일에 관련 있는지를 판단하기가 점점 더 어려워진다.
정보 영역에는 네 가지 핵심 활동이 있다.
읽기. 뉴스, 기사, 보고서, 책, 논문, 메일, 메시지. 외부에서 들어오는 텍스트를 흡수하는 행위다.
쓰기. 메일, 보고서, 문서, 메시지, 메모. 내부에서 외부로 나가는 텍스트를 만드는 행위다.
검색. 무언가를 찾는 행위. 구글 검색, 회사 내부 문서 검색, 옛 메일 찾기, 노트 뒤지기.
저장과 조직화. 모은 정보를 어떻게 정리할 것인가. 노션, 옵시디언, 메모 앱, 클라우드 드라이브.
이 영역이 가장 활발한 AI 응용 영역이다. ChatGPT, Claude, Perplexity, Notion AI, Cursor 같은 서비스들이 다 이 영역에 속한다.
읽기에서 AI는 요약과 핵심 추출에 강하다. 긴 보고서를 한 단락으로 줄여준다. 두꺼운 책의 핵심을 뽑아준다. 좋다. 그러나 한 가지 위험이 있다. 요약에 익숙해지면 원문을 안 읽게 된다. 그러면 깊은 사고가 사라진다. 요약은 표면이고, 깊이는 원문에만 있는 경우가 많다. 좋은 Agent는 요약을 제공하면서도 사용자가 원문으로 돌아가게 만들어야 한다.
쓰기에서 AI는 초안 생성에 강하다. 빈 페이지의 두려움을 덜어준다. 좋다. 그러나 또 다른 위험이 있다. 초안에 익숙해지면 자기 목소리를 잃는다. AI가 만든 초안은 평균적이다. 평균에서 출발하면 평균을 벗어나기 어렵다. 이 책을 쓰는 나도 늘 이 함정을 의식한다. 좋은 Agent는 초안을 제공하면서도 사용자의 고유한 목소리를 살리는 방향으로 작동해야 한다.
검색에서 AI는 의미 기반 검색에 강하다. 정확한 키워드를 모르더라도 의도를 이해해서 찾아준다. 좋다. 그러나 검색 결과의 정확도는 여전히 문제다. 환각 가능성도 있다. 그래서 좋은 검색 Agent는 답을 줄 때마다 출처를 함께 보여줘야 한다. 사용자가 검증할 수 있어야 한다.
저장과 조직화는 가장 어려운 영역이다. 왜냐하면 좋은 정보 조직은 개인의 사고 구조를 따라야 하기 때문이다. 표준화된 폴더 구조나 태그 시스템은 한계가 있다. 진짜 좋은 Agent는 사용자의 사고 패턴을 학습해서, 그에 맞는 조직 구조를 제안해야 한다. 이것은 아직 미해결 문제다.
1.3 관계와 소통 — 가장 깨지기 쉬운 영역
세 번째 영역은 관계다.
우리의 일상에서 가장 큰 만족과 가장 큰 고통이 모두 이 영역에서 나온다. 가족, 친구, 동료, 고객, 연인, 이웃. 그리고 이 모든 관계를 잇는 도구는 점점 더 디지털화된다. 카카오톡, 슬랙, 이메일, 줌, SNS.
관계 영역에는 다섯 가지 핵심 활동이 있다.
일상적 소통. 메시지를 주고받는 행위. 짧은 안부, 약속 잡기, 정보 공유.
깊은 대화. 진지한 주제를 함께 고민하는 시간. 보통은 면대면, 또는 긴 통화나 편지.
관계 유지. 오랜만에 안부를 묻기, 생일 챙기기, 경조사 챙기기. 의식적인 노력이 필요한 활동.
갈등 해결. 오해를 풀거나 다툼을 정리하는 행위. 가장 에너지가 많이 드는 활동.
돌봄. 노부모, 어린 자녀, 아픈 가족을 챙기는 행위. 시간과 감정의 깊은 투자가 필요하다.
이 영역에서 AI Agent는 매우 조심스러워야 한다. 왜냐하면 관계는 진정성의 영역이기 때문이다. AI가 대신 써준 메시지는 어딘가 어색하다. 받는 사람도 종종 알아챈다. 그래서 관계 영역에서 Agent의 역할은 대신하기가 아니라 돕기여야 한다.
좋은 Agent가 할 수 있는 일은 다음과 같다.
기억을 보조한다. 누구의 생일이 언제인지, 누구와 마지막으로 언제 만났는지, 누구의 자녀 이름이 무엇인지 기억하기 어렵다. Agent가 이런 것을 추적하고 적절한 때에 알려준다.
소통의 속도를 맞춘다. 답장이 늦어지는 메시지를 추적해서 알려준다. 답해야 할 메일을 빠뜨리지 않게 한다.
갈등의 신호를 감지한다. 메시지의 톤이 평소와 다를 때, 답장이 평소보다 늦어질 때, 패턴의 변화를 알려준다. 이것은 정교한 영역이다. 잘못 쓰이면 감시가 된다.
돌봄을 보조한다. 부모의 건강, 자녀의 학교 일정, 가족의 약 복용. 분산되어 있는 돌봄 정보를 한곳에서 관리한다.
특히 돌봄 영역에서 Physical AI가 등장한다. 시니어 케어 로봇, 어린이 동반 로봇 같은 것이다. 일본과 중국은 이미 시장이 형성되었다. 한국도 시작되었다. 그러나 이 영역은 가장 어려운 영역이다. 왜냐하면 돌봄은 단순한 기능이 아니라 정서적 관계이기 때문이다. 로봇이 그것을 대신할 수 있는가는 깊은 윤리적 질문이다.
잠시 멈추고 생각해보자
당신은 AI가 누군가에게 보낼 메시지를 대신 써주는 것을 어떻게 생각하는가? 받는 사람이 그것을 모르고 있다면 그것은 속임수인가, 도움인가? 만약 받는 사람도 AI를 쓰고 있다면 답은 달라지는가?
1.4 자산과 소비 — 숫자로 흐르는 강
네 번째 영역은 자산이다.
돈은 단순히 숫자가 아니다. 자산은 우리의 안전, 자유, 미래의 가능성을 의미한다. 그래서 잘 관리해야 한다. 그러나 대부분의 사람은 자산 관리를 어려워한다. 왜냐하면 정보가 분산되어 있고, 결정의 무게가 크고, 감정이 개입하기 때문이다.
자산 영역에는 네 가지 핵심 활동이 있다.
소비. 일상적 지출. 식비, 교통비, 구독료, 쇼핑.
저축과 투자. 미래를 위한 자산 배분. 예금, 적금, 주식, 펀드, 부동산, 암호화폐.
세무와 회계. 소득 신고, 세액 공제, 가계부 정리. 의무적이지만 귀찮은 활동.
금융 의사결정. 큰 지출, 대출, 보험, 자산 재배분. 무거운 결정.
이 영역은 AI Agent가 강한 영역이다. 왜냐하면 데이터가 풍부하고, 패턴이 명확하기 때문이다. 신용카드 명세서, 은행 계좌, 증권 계좌, 자동 이체 내역. 이 모든 것이 디지털 데이터다. AI가 분석하기 좋다.
이미 많은 서비스가 이 영역에 들어왔다. 토스, 뱅크샐러드, 카카오뱅크, 신한은행 SOL 같은 서비스다. 미국에서는 Mint, Personal Capital, Wealthfront 같은 서비스가 활발하다. 이 서비스들은 가계부 자동 정리, 지출 분석, 자산 시각화를 잘한다.
그러나 한 단계 더 들어가면 AI Agent의 역할이 달라진다. 단순한 분석을 넘어, 의사결정을 돕는 것이다. 예를 들어 이런 것이다.
당신의 지출 패턴을 보고 "이번 달은 외식이 평소보다 30% 많다, 그 이유는 회식이 늘었기 때문으로 보인다, 다음 달은 어떻게 조정할까?" 같은 질문을 던진다.
당신의 투자 포트폴리오를 보고 "지금 비중이 한국 주식에 60%, 미국 주식에 30%, 채권에 10%다, 당신의 위험 선호 수준에 비해 한국 비중이 높다, 조정을 검토할까?" 같은 제안을 한다.
대출 결정 앞에서 "당신의 현재 부채 비율과 미래 현금 흐름을 고려하면, 이 대출의 적정 한도는 X원이다, 이자 부담은 월 Y원이다, 동의하는가?" 같은 분석을 한다.
이런 Agent는 단순한 가계부가 아니다. 개인 재무 상담사다. 그리고 이 영역은 향후 5년간 가장 빠르게 자랄 영역 중 하나다.
다만 한 가지 큰 위험이 있다. 자산 데이터는 가장 민감한 데이터다. 누구도 자기 통장을 함부로 보여주고 싶어 하지 않는다. 그래서 이 영역의 Agent는 데이터 주권 문제와 가장 깊이 얽힌다. 어디서 데이터를 처리할 것인가, 누가 그것을 볼 수 있는가, 어떻게 보호할 것인가. 이 질문을 풀지 못하면 좋은 서비스도 신뢰를 얻을 수 없다.
1.5 건강과 웰빙 — 가장 늦게 깨닫는 영역
다섯 번째 영역은 건강이다.
건강은 평소에는 보이지 않는다. 잃기 시작할 때만 보인다. 그래서 우리는 건강을 가장 늦게 챙긴다. 그리고 가장 후회한다.
건강 영역에는 네 가지 핵심 활동이 있다.
신체 활동. 운동, 걷기, 자세, 활동량.
영양과 수분. 식사, 간식, 물 섭취, 영양 균형.
수면과 회복. 수면 시간, 수면의 질, 휴식.
정신 건강. 스트레스, 기분, 정서적 안정, 인지 기능.
이 네 가지가 합쳐져 한 사람의 웰빙을 이룬다. 그리고 각각이 데이터로 측정 가능해졌다. 스마트워치, 핸드폰의 헬스 앱, 수면 추적기, 영양 앱. 이 도구들이 매일 데이터를 모은다.
문제는 데이터를 모으는 것과 그것을 의미 있게 쓰는 것은 다르다는 데 있다. 대부분의 사용자는 데이터를 모은다. 그러나 그 데이터가 무엇을 말하는지는 모른다. 그래서 데이터는 쌓이지만 행동은 바뀌지 않는다.
여기서 Agent의 역할이 등장한다. 데이터를 행동으로 번역하는 것이다.
좋은 건강 Agent는 단순한 숫자를 보여주지 않는다. 패턴을 보여준다. "당신은 최근 2주간 평균 수면이 5.5시간이다. 그 결과 오후 2시경 집중력 저하가 일관되게 나타난다. 이번 주는 30분만 일찍 자면 그 패턴이 깨질 수 있다." 이런 식이다.
또 좋은 건강 Agent는 의료 시스템과 연결된다. 정기 검진 알림, 약 복용 추적, 의사 면담 준비. 이 모든 것을 통합한다. 한국에서는 의료 데이터의 표준화가 아직 부족해 이 영역이 잘 풀리지 않는다. 그러나 변하고 있다. 마이데이터 정책이 의료 데이터로 확장되면 이 영역은 폭발할 것이다.
특히 흥미로운 것은 노인 돌봄 영역이다. 한국은 빠르게 늙는 사회다. 노부모를 멀리서 돌봐야 하는 자녀가 많다. 이 시장에서 Physical AI가 등장한다. 가정용 돌봄 로봇, 모니터링 센서, 응급 감지 시스템. 일본 회사들이 먼저 시작했다. 한국 회사들도 진입 중이다. 이 영역은 단순한 시장이 아니라 사회적 문제의 해결책이다.
잠시 멈추고 생각해보자
당신은 자기 건강 데이터를 얼마나 모으고 있는가? 그 데이터를 마지막으로 의미 있게 본 것은 언제인가? 모은 데이터가 행동으로 이어지지 않는다면, 그 모음은 무엇을 위한 것인가?
1.6 학습과 성장 — 평생의 강
여섯 번째 영역은 학습이다.
평생학습이라는 말은 30년 전에는 슬로건이었다. 지금은 현실이다. 4년제 대학 학위 하나로 평생을 살 수 있는 시대는 끝났다. 우리는 끊임없이 새로운 것을 배워야 한다. 새로운 기술, 새로운 도구, 새로운 분야, 새로운 언어.
학습 영역에는 다섯 가지 핵심 활동이 있다.
기술 학습. 새로운 도구나 소프트웨어 사용법.
개념 학습. 새로운 분야나 이론을 이해하기.
언어 학습. 외국어 또는 새로운 분야의 어휘.
실습. 배운 것을 실제로 적용해보기.
기억과 복습. 잊지 않기 위한 반복.
이 영역에서 AI Agent는 가장 큰 가능성을 가진다. 왜냐하면 학습은 본질적으로 개인화가 핵심이기 때문이다. 모든 사람은 다른 속도로 배우고, 다른 방식으로 이해하고, 다른 곳에서 막힌다. 표준화된 강의는 이 차이를 다루지 못한다. AI Agent는 다룰 수 있다.
이미 많은 시도가 있다. Duolingo, Khan Academy, Coursera 같은 플랫폼이 AI를 도입했다. ChatGPT는 사실상 가장 큰 학습 보조 도구가 되었다. 그러나 이 영역은 여전히 초기다.
좋은 학습 Agent는 다음을 할 수 있어야 한다.
진단. 사용자가 무엇을 알고 무엇을 모르는지 정확히 파악한다. 이것이 가장 어려운 일이다. 사람들은 자기가 무엇을 모르는지 모른다.
경로 설계. 진단 결과에 맞춰 학습 경로를 짠다. 어떤 순서로 무엇을 배울지, 어디에 시간을 더 쓸지를 정한다.
적응형 콘텐츠. 사용자가 막히면 더 쉽게 설명하고, 잘 따라오면 더 어려운 것을 던진다. 일대일 과외 교사가 하는 일이다.
기억 강화. 학습한 것이 잊히지 않도록 적절한 간격으로 복습을 시킨다. 간격 반복 학습 알고리즘이 이 영역의 핵심 도구다.
실습 환경. 배운 것을 적용할 수 있는 환경을 만들어준다. 코드는 코드 환경에서, 언어는 대화 환경에서, 개념은 문제 풀이 환경에서.
내가 운영하는 나의 시스템 — 반도체·AI 글로벌 밸류체인 분석·정보 제공 플랫폼 — 에서 만든 시스템 중 하나가 바로 이 영역에 속한다. Article Lingua라는 영어 학습 플랫폼이다. Economist와 WSJ 기사를 기반으로, LangGraph 4-노드 파이프라인과 SM-2 간격 반복 학습 알고리즘을 결합했다. 사용자의 어휘 수준을 진단하고, 그에 맞는 기사를 추천하고, 모르는 단어를 추적해 복습 일정을 만든다. 이런 시스템은 한 명의 학생을 위한 일대일 과외 교사처럼 작동한다.
이런 시스템을 누구나 만들 수 있다. 이 책의 4부에서 그 방법을 다룬다. 그러나 만들기 전에 먼저 이해해야 한다. 학습 Agent는 단순한 콘텐츠 전달자가 아니다. 학습자의 동반자다. 이 차이를 모르면 평범한 강의 앱을 만들고 만다.
1.7 창작과 표현 — 가장 인간적인 영역
마지막 영역은 창작이다.
창작은 인간이 가장 인간적일 때다. 글을 쓰고, 그림을 그리고, 음악을 만들고, 영상을 만들고, 코드를 짜고, 요리를 한다. 이 모든 것이 창작이다.
창작 영역에는 다섯 가지 핵심 활동이 있다.
아이디어 발상. 무엇을 만들 것인가를 정하기.
구조화. 아이디어를 실제 작품의 구조로 짜기.
제작. 실제로 만들기.
다듬기. 만든 것을 검토하고 수정하기.
공유. 만든 것을 다른 사람에게 보여주고 피드백 받기.
이 영역에서 AI Agent는 가장 큰 논쟁을 일으킨다. 왜냐하면 AI가 직접 창작을 한다는 사실이 사람들의 정체성을 흔들기 때문이다. 글을 쓰는 사람, 그림을 그리는 사람, 음악을 만드는 사람. 이들의 자리가 위협받는다는 두려움이 크다.
이 두려움은 정당하다. 그러나 동시에 과장되기도 한다.
진실에 가까운 답은 이렇다. AI는 창작의 패턴을 모방할 수 있지만, 창작의 의도는 갖지 못한다. AI가 만든 작품은 평균적이다. 평균은 안전하지만 감동은 주지 못한다. 진짜 좋은 창작물은 늘 평균에서 벗어난다. 그것은 인간의 고유한 경험과 의도에서 나온다.
그러므로 창작 영역에서 Agent의 역할은 다시 돕기다.
아이디어 발상에서 도울 수 있다. 브레인스토밍, 다양한 관점 제시, 유사 사례 검색. 그러나 어떤 아이디어를 선택할지는 인간이 결정한다.
구조화에서 도울 수 있다. 아웃라인 짜기, 구조 검토, 빠진 부분 찾기. 그러나 어떤 구조가 옳은지는 작품의 목적에 달려 있다.
제작에서 도울 수 있다. 초안 만들기, 빈칸 채우기, 형식 맞추기. 그러나 진짜 핵심 부분은 인간이 직접 써야 한다. 이 책을 쓰는 나도 그렇다. AI를 쓴다. 그러나 가장 중요한 문장은 직접 쓴다.
다듬기에서 도울 수 있다. 오탈자 잡기, 문장 매끄럽게 하기, 일관성 검토. 이 영역은 AI가 가장 잘하는 영역이다.
공유에서 도울 수 있다. 어디에 어떻게 공유할지, 어떤 형식으로 변환할지. 마케팅 영역과 겹치는 부분이다.
창작 Agent의 가장 어려운 도전은 사용자의 고유한 목소리를 살리는 것이다. 평균적인 도움이 아니라 그 사람만의 색깔이 더 진해지도록 돕는 것. 이것이 미래 창작 Agent의 핵심 과제다.
1.8 일곱 영역, 그리고 그 다음
지금까지 일곱 개의 영역을 봤다. 시간, 정보, 관계, 자산, 건강, 학습, 창작.
이 일곱 영역은 MECE에 가깝다. 서로 거의 겹치지 않는다. 그리고 우리 일상의 거의 모든 부분을 덮는다. 빠진 것이 있을 수 있다. 어떤 사람에게는 종교, 봉사, 정치 활동 같은 영역이 중요할 것이다. 그것은 위 일곱 영역에 적절히 포함되거나, 별도로 추가될 수 있다.
이 분류가 왜 중요한가. 다시 말한다. 두 가지 이유다.
첫째, 자기 일상을 명확히 보면 좋은 Agent를 만들 수 있다. 어디서부터 시작할지가 보인다. 일곱 영역 모두를 한 번에 다룰 필요는 없다. 가장 큰 마찰이 있는 한 영역부터 시작하면 된다. 그것을 깊이 파면, 다른 영역으로 자연스럽게 확장된다.
둘째, 이 분류는 사업 모델로도 작동한다. 만약 당신이 개인용 Agent 앱을 만들고 싶다면, 일곱 영역 중 하나를 깊이 파는 것이 가장 안전한 시작이다. 시간 영역의 Reclaim, 정보 영역의 Notion AI, 자산 영역의 Mint, 건강 영역의 Fitbit, 학습 영역의 Duolingo. 이 회사들은 모두 한 영역에 집중해서 시작했다. 그리고 거기서 신뢰를 얻은 후 다른 영역으로 확장했다.
다음 일곱 장에서 우리는 이 일곱 영역을 하나씩 깊이 들어간다. 각 영역에서 어떤 Agent가 가능한지, 어떻게 만들 수 있는지, 어떤 데이터가 필요한지, 어떤 모델을 써야 하는지를 본다.
그리고 9장부터는 만들기로 넘어간다. 개인 Agent를 직접 설계하고 구현하는 단계다. 거기서 LangGraph, pgvector, 오픈소스 LLM, RAG 같은 도구들이 등장한다. 그러나 도구는 그 다음이다. 먼저 자기 일상을 정확히 봐야 한다.
이 책의 나머지 모든 장은 이 일곱 영역의 지도 위에 서 있다.
자, 시간 영역부터 들어가자.
핵심 정리
우리의 일상은 일곱 개의 영역으로 나뉜다. 시간, 정보, 관계, 자산, 건강, 학습, 창작. 이 분류는 MECE에 가깝고, 일상의 거의 모든 부분을 덮는다.
각 영역은 고유한 핵심 활동을 가진다. 그리고 각 영역에서 AI Agent가 앉을 수 있는 자리가 다르다. 어떤 영역에서는 Agent가 강하다(자산, 학습). 어떤 영역에서는 매우 조심해야 한다(관계). 어떤 영역에서는 Physical AI가 등장한다(돌봄, 노인 케어).
좋은 Agent는 일반 비서가 아니다. 분신이다. 분신은 본체를 깊이 알아야 한다. 그래서 Agent를 만들기 전에 먼저 자기 일상을 정확히 봐야 한다.
이 분류는 사업 모델이기도 하다. 모든 영역을 한 번에 다루는 슈퍼 Agent는 환상이다. 한 영역을 깊이 파는 것이 가장 안전한 시작이다. 시중의 성공한 서비스들은 모두 그 길을 따랐다.
다음 장들에서 우리는 이 일곱 영역을 하나씩 깊이 들어간다. 그리고 결국 직접 만들어본다.
반드시 답해봐야 할 질문 5가지
질문 1. 일곱 영역 중에서 당신이 가장 시간을 많이 쓰는 영역은 어디인가? 가장 마찰이 큰 영역은 어디인가? 두 영역이 같은가, 다른가?
질문 2. 만약 한 영역에만 Agent를 만들 수 있다면, 당신은 어디에서 시작하겠는가? 그 선택의 이유는 시간 절약인가, 가치 창출인가, 즐거움인가?
질문 3. 관계 영역에서 AI를 쓰는 것에 대해 당신은 어디까지 허용할 수 있는가? 메시지 초안은 괜찮은가? 자동 답장은? 자동 약속 잡기는? 그 경계는 어디서 생기는가?
질문 4. 자산과 건강 데이터는 가장 민감한 데이터다. 당신은 이 데이터를 외부 클라우드에 맡길 수 있는가, 아니면 자기 기기 안에서만 처리되기를 원하는가? 이 선택은 Agent의 구조를 바꾼다.
질문 5. 만약 당신이 개인용 Agent 앱을 만들어 사업을 한다면, 일곱 영역 중 어디를 선택하겠는가? 그 선택의 이유는 시장 크기인가, 진입장벽인가, 당신의 전문성인가?
더 깊이 탐구하기
마이크 쿠니아프스키(Mike Kuniavsky), *Smart Things: Ubiquitous Computing User Experience Design* (Morgan Kaufmann, 2010). 일상에 스며드는 컴퓨팅이 사람의 경험을 어떻게 바꾸는지를 다룬다.
칼 뉴포트, 「Deep Work」 (2016). 시간과 집중력 영역에 대한 가장 영향력 있는 책.
티아고 포르테(Tiago Forte), *Building a Second Brain* (Atria Books, 2022). 개인 지식 관리(PKM)의 실용적 프레임워크. AI Agent가 이 역할을 어떻게 대체하는지를 이해하는 출발점.
MIT AgeLab 연구 시리즈. 고령화 사회에서 기술이 어떻게 노인의 일상을 지원하는지에 대한 가장 체계적인 연구.
나의 시스템 Article Lingua 백서 (2025). 학습 영역에서 LangGraph 기반 Agent를 어떻게 설계하는가에 대한 실무 사례.
다음 장에서는 시간 영역으로 들어간다. 가장 평등하지만 가장 다르게 쓰이는 자원, 시간을 Agent가 어떻게 도울 수 있는지를 본다.