오전 9시에 계약서에 서명하고, 오후 9시에 납품했다.
완전한 외주 프로젝트였다. 프론트엔드, 백엔드, 배포, 테스트까지. 심지어 그 사이에 점심도 먹고 두 시간 동안 수다도 떨었다. AI는 실제로 7시간 20분 동안 실행되었다.
제약 조건 코드를 한 줄도 작성하지 않았다. 멀티 에이전트 협업도 없었다. 파라미터 튜닝조차 하지 않았다.
AI에게 세 가지를 주었다: 모든 버튼과 페이지가 명확히 표시된 프론트엔드 데모, 범위와 납품 기준을 정의한 계약서, 그리고 개발 문서—50페이지짜리 PRD가 아닌, 핵심 로직을 설명하는 몇 단락의 글. 그리고 AI가 skills.sh에서 적절한 도구를 찾고, GitHub에서 해당 라이브러리를 검색하며, 기술 스택을 스스로 결정하도록 했다.
과거에는 이런 프로젝트에 최소 일주일이 걸렸다. 급하게 해도 사흘은 필요했다.
이제는 7시간이면 된다.
왜일까? 좋은 프롬프트? 적절한 모델?
둘 다 아니다.
지난 3년간 구축해온 지식 베이스가 일을 한 것이다. AI가 일하는 동안 나는 차를 마시고 있었다.
외주를 하는 친구들과 이 이야기를 나눴다. 반응은 두 가지로 나뉜다. 하나는 내가 허풍을 떤다고 생각한다. 다른 하나는 몇 초간 침묵하다가 무슨 도구를 사용하는지 묻는다.
두 번째 그룹은 이해한다. 첫 번째 그룹은 아직 문제를 깨닫지 못한 것이다—AI가 당신의 일자리를 빼앗는 것이 아니라, 지식 베이스를 가진 사람이 당신의 일자리를 빼앗는 것이다.
당신의 '지식 베이스'는 아마 죽은 창고일 것이다
질문 하나 하겠다: 당신의 지식 베이스가 지금 당장 돈으로 직접 바뀔 수 있는가?
많은 사람에게 물어봤다. 대부분은 당황하다가 아니라고 말한다.
왜냐하면 대부분의 사람들이 소위 '지식 베이스'라고 부르는 것은 디지털 무덤이기 때문이다. Notion에 '정리 예정'이라고 시작하는 200개의 미완성 노트는 다시는 열리지 않는다. 3년 전에 '나중에 볼게요'라고 북마크한 것은 절대 보지 않을 것임을 안다. 서로 다른 폴더에 흩어져 있는十几个 마크다운 파일은 서로의 존재를 모른다.
한 친구가 자신의 '지식 베이스'에 3,000개 이상의 북마크된 기사가 있다고 말했다. 언제 마지막으로 실제 문제를 해결하는 데 사용했는지 물었더니, 오랫동안 생각하다가 대답하지 못했다.
그것은 지식 베이스가 아니다. 그것은 디지털 쓰레기다. 당신은 다시는 찾을 수 없는 블랙홀에 물건을 던져넣고 있는 것이다.
진정으로 수익을 창출할 수 있는 지식 베이스는 창고가 아니라 생태계다.
창고는 죽어 있다. 던져넣은 것은 변하지 않으며, 유일한 운명은 잊혀지는 것이다. 생태계는 살아 있다. 새로운 것이 들어오고, 오래된 것은 사라지며, 서로 다른 층이 서로를 먹여살려 전체 시스템이 진화한다. 오늘 던져넣은 것이 어제 던져넣은 것과 연결되고, 내일은 예상치 못한 것으로 성장한다.
살아있는 지식 생태계는 세 가지 층으로 이루어져 있다.
1층: 기술 유전자 풀. 이것은 GitHub Stars의 숫자가 아니다. 당신이 수행한 모든 프로젝트, 구매한 모든 소스 코드, 모든 함정이 매핑되고 모듈화된 것이다. AI는 그것들을 복사해서 붙여넣지 않고, 구조를 이해하고 재조립한다. 생물학적 유전자처럼, 매뉴얼이 아니라 재발현될 수 있는 프로그램의 집합이다.
2층: 살아있는 데이터 토양. 당신의 채팅 기록, 본 비디오, 쓴 노트, 그룹에서 한 연설, 고객과 논쟁한 녹음. 어떤 모델 제조사도 이것을 얻을 수 없다. 오직 당신만이 가지고 있다. 토양은 좋고 나쁨이 없으며, 무엇을 묻느냐에 달려 있다.
3층: 인지적 뿌리. 당신이 쓴 모든 글과 표현한 모든 판단은 게시되면 '끝'이 아니다. 그것들은 태그가 지정되고, 연결되고, 구조화된다. 뿌리가 깊을수록 지상의 성장은 더 안정적이다. 바람이 아무리 세게 불어도 쓰러지지 않는다.
세 층이 모두 함께 작동할 때, 당신의 지식 베이스는 죽어 있지 않다. 스스로 성장한다. 당신이 잠자는 동안에도 성장한다.
1층: 기술 유전자 풀—50,000과 200 사이의 진실
통계 하나: 미니 프로그램 개발 외주 가격이 3년 만에 50,000위안에서 200위안으로 떨어졌다.
50,000에서 200으로. 동일한 요구사항, 동일한 기능. 이것은 농담이 아니다. 이는猪八戒와 Taobao의 실제 견적이다.
처음 이걸 봤을 때, 소름이 끼쳤다. 그러다 내 기술이 평가절하된 것이 아님을 깨달았다. 유전자 풀이 없는 사람들이 유전자 풀을 가진 사람들에 의해 가격에서 밀려나고 있는 것이었다.
외주 시장의 근본적인 논리를 뒤집은 두 가지 일이 일어났다.
첫째, 소스 코드 패키지가 저렴해졌다. Taobao에서 완전한 미니 프로그램 소스 코드를 수십 위안에 살 수 있다. 모든 유형: 배달, 쇼핑몰, 예약 시스템, 커뮤니티 그룹 구매. 능력 있는 사람들은 그것들을 사서 매핑하고 기술 유전자 풀에 던져넣는다. 다음에 주문을 받으면, AI가 풀에서 모듈을 꺼내 조립하여 몇 시간 만에 작업을 끝낸다.
유전자 풀이 없는 사람들은? 처음부터 작성한다. 작업을 끝낼 때쯤이면 자신의 작업이 AI가 조립한 버전만 못하다는 것을 알게 된다. 상대방은 7시간이 걸리는데, 당신은 7일이 걸린다. 그는 2,000에 수익을 내는데, 당신은 20,000에 손해를 본다.
둘째, AI가 '코드를 작성하는 능력'의 가격을 폭락시켰다. 이전에는 코드를 아는 것이 가치 있었는데, 할 수 있는 사람이 적었기 때문이다. 이제는 코드를 못 치는 사람도 AI로 할 수 있다. 그러면 개발자들은 무엇을 하는가? 그들은 위로 올라간다. 코드를 작성하는 것이 아니라 코드를 축적하는 것이다. 실행이 아니라 축적이다.
AI는 개발자를 대체하지 않았다. AI를 사용하는 사람들이 사용하지 않는 사람들을 대체했다. 그리고 AI를 사용하는 사람들 사이에서 경쟁은 누가 더 좋은 프롬프트를 작성하는지가 아니라, 누구의 유전자 풀이 더 두꺼운지에 관한 것이다. 프롬프트는 매달 바뀌지만, 유전자 풀은 더욱 가치가 높아질 뿐이다.
어떻게 할까? 세 가지, 이 특정한 순서대로.
첫째: 코드 매핑. CodeGraph와 같은 도구를 사용하여 모든 프로젝트, 모듈 및 함수 간의 관계를 명확히 한다. AI가 고립된 파일이 아닌 탐색 가능한 지도를 볼 수 있게 한다. 결제 모듈을 만들었다면 AI가 알게 한다. 사용자 시스템을 만들었다면 AI가 알게 한다. 세 프로젝트에서 동일한 아키텍처를 사용했다면 AI가 알게 한다.
구체적으로: 지난달에 전자상거래 이미지를 생성하는 작업을 맡았다. 클라이언트는 제품 포스터를 대량 생산하는 시스템을 원했다. 복잡해 보이지만, 내 유전자 풀에는 이미 세 개의 관련 모듈이 있었다: ComfyUI 워크플로우 엔진, Cloudflare 자동 배포 스크립트, WeChat Pay 통합. AI가 그것들을 조립하고 접착 레이어를 작성했으며, 몇 시간 만에 작동했다. 유전자 풀이 없었다면 환경 설정만으로도 이틀이 걸렸을 것이다.
둘째: 유전자 풀의 API화. 코드 자산을 호출 가능한 인터페이스로 전환한다. Claude Code, Codex 또는 기타 AI 도구가 직접 호출할 수 있어야 한다. '개인 사용'에서 '납품 가능'으로 업그레이드한다. 이것은 질적인 도약이다. 개인 사용은 비용을 절약하지만, 납품 가능성은 돈을 벌게 한다.
셋째: 유전자 풀 4종 세트. 현재 가장 강력한 지식 베이스 구조는: 코드 + 논문 + 산업 보고서 + 정책 문서이다. 코드는 벽돌, 논문은 청사진, 산업 보고서는 시장 지도, 정책 문서는 방향타이다. 네 가지가 모두 있으면, 당신의 프로젝트는 '웹사이트를 만들어 줘'가 아니라 '소프트웨어 저작권을 신청하고, 감사를 통과하며, 상업화할 수 있는 시스템을 만들어 줘'가 된다. 후자의 단가가 전자보다 두 자릿수 높다.
소방 안전 디지털화 업계에 있는 한 사람을 알고 있다. 그의 유전자 풀에는 코드뿐만 아니라 지난 3년간의 모든 소방 관련 정책 문서, 산업 표준 및 전문가 해설이 포함되어 있다. 클라이언트가 시스템을 요청하면, 어떤 정부 특별 프로젝트를 신청할 수 있는지, 어떤 보조금을 받을 수 있는지, 어떤 감사가 필요한지 알려줄 수 있다. 그는 시스템을 파는 것이 아니라 완전한 구현 계획을 판다. 그의 견적은 순수 개발보다 5배 높다.
이것이 유전자 풀의 복리 효과다. 더하기가 아니라 곱하기다.
2층: 살아있는 데이터 토양—가장 과소평가된 자산
질문: 당신의 WeChat 채팅 기록은 얼마나 가치가 있을까?
스크롤하지 마라. 진지하게 생각해봐라.
당신의 표현 방식, 어휘, 논리, 유머 감각. 무엇에 화를 내는지, 어떻게 다른 사람을 설득하는지, 데이터로 이끄는지 이야기로 이끄는지. 친구를 위로할 때 무슨 말을 하는지, 누군가를 어떻게 떨쳐내는지.
이 모든 것이 당신의 채팅 기록에 묻혀 있다. 수십만 개의 메시지, 각각은 당신 성격의 샘플 포인트다.
일반 대형 모델은 이것을 흉내낼 수 없다. 루쉰이나 진용을 흉내낼 수는 있어도 당신을 흉내낼 수는 없다. 당신의 데이터가 없기 때문이다.
Google Colab에는 무료 GPU 크레딧이 있다. 당신의 글, 채팅 기록, 음성 녹취록을 넣어 오직 당신만의 작은 모델을 미세 조정할 수 있다. 모델 훈련 경험이 필요하지 않다. 재료만 넣으면 된다. 출력물에는 당신의 본질이 담길 것이다. 친구들이 'AI 같다'고 말하지 않고 '당신 같다'고 말할 것이다.
이것이 '인간다움'이 실제로 일어나는 방식이다. 기술이 아니라 데이터다.
시중에 나와 있는 AI 콘텐츠의 99%는 한눈에 알아볼 수 있다. 이상한 단어 때문이 아니라 개인 데이터 지원이 부족하기 때문이다. 일반 말뭉치를 먹고 평균적인 미학을 뱉어낸다. AI처럼 보이지 않게 하려면, 오직 당신만이 가지고 있는 데이터를 먹여야 한다. 당신의 편향, 맹점, 특이함: AI는 당신이 보여주지 않으면 이것들을 배울 수 없다.
재료는 어디서 얻을까? 네 가지 방향, 우선순위 순서대로.
첫째, 가장 간과된 금광: Bilibili와 YouTube 댓글 섹션.
비디오 스크립트 자체도 물론 가치가 있다. Whisper로 받아쓰기만 하면 된다. 하지만 진짜 금은 댓글에 있다. 본문은 한 명의 창작자의 관점이고, 댓글은 군중의 실제 반응이다. 그들이 무엇에 관심을 갖는지, 무엇에 대해 논쟁하는지, 무엇을 오해하는지, 무엇이 그들을 웃게 하거나 화나게 하는지. 댓글 100개를 읽는 것은 산업 보고서 10개를 읽는 것보다 해당 분야 사람들이 무엇에 대해 불안해하는지 더 잘 알 수 있다.
기술 콘텐츠를 쓸 때, 나는 종종 먼저 인플루언서의 댓글을 확인한다. 의견을 베끼기 위해서가 아니라, 독자들이 어디에서 막히는지 파악하기 위해서다. 그들의 질문이 다음 주제다. 그들의 논쟁이 가장 날카로운 고통점이다.
둘째 금광: 당신의 로컬 작업 환경.
어떤 AI 도구를 설치했는지, 어떤 CLI를 구성했는지, 어떤 MCP를 사용하는지, 어떤 함정에 빠졌는지, 어떻게 해결했는지. AI는 이 모든 것을 읽을 수 있다. 튜토리얼을 작성할 때, 사례를 만들거나 '일반적인 문제'를 검색할 필요가 없다. 당신의 실제 작업 기록, 실제 오류 로그, 실제 해결책을 읽는다.
당신이 밟은 함정은 자연히 다른 사람이 피할 수 없는 길이다. 이야기를 꾸밀 필요가 없다. 당신의 터미널 기록이 최고의 재료다.
셋째 금광: 그룹 채팅.
기술, 업계 또는 캐주얼 그룹에서 보는 흥미로운 주제, 논쟁, 불평—이것들은 모두 주제다. 많은 사람들이 독자가 무엇에 관심을 갖는지 알기 위해 고군분투한다. 답은 당신이 매일 스크롤하는 채팅 기록에 있다. 한 가지만 하면 된다: 두 번 보게 만든 것들을 스크린샷하거나 메모한다.
나는 Telegram과 WeChat에 '자료'라는 나만의 비공개 채널을 만들었다. 흥미로운 토론을 보면 거기에 전달하고, 때로는 그때 생각난 것을 덧붙인다. 한 달에 200개 이상 모을 수 있다. 글을 쓸 때 그것들을 훑어보면 주제가 부족하지 않다.
넷째 금광, 많은 사람이 생각하지 못하는 것: 당신 자신의 목소리.
운전하거나 걷거나 샤워할 때 떠오르는 생각. 휴대폰을 켜고 1분 동안 녹음한 다음 Whisper로 받아적는다. 컴퓨터에 앉아서 생각하는 것보다 10배 더 생생하다. 말할 때는 다듬거나, 구조화하거나, 자체 검열하지 않기 때문이다. AI는 절대 그렇게 쓸 수 없다.
인간적인 느낌은 연기되는 것이 아니다. 데이터에 의해 길러진다. 당신의 토양에 무엇을 묻느냐에 따라 자라는 것이 결정된다.
3층: 인지적 뿌리—당신은 잊었지만, AI는 잊지 않았다
대부분의 사람들은 글을 하나씩 쓴다. 일단 게시되면 끝이다.
그것은 무엇과 같을까? 잎만 자라고 뿌리는 없는 나무와 같다. 각 잎은 떨어지고 사라져서 마치 자라지 않은 것처럼 된다. 다음 번에는 다시 시작한다. 10년 전에 쓴 것과 오늘 쓰는 것은 서로를 모른다.
인지적 뿌리가 이것을 해결한다.
2024년 3월, 당신은 어떤 판단을 담은 글을 썼다: 'AI는 콘텐츠 조립 라인 노동자를 대체하지만, 콘텐츠 창작자는 대체하지 않는다. 조립 라인 노동자는 의견을 생산하지 않고, 형식만 실행한다.'
2026년 7월, 당신은 지식 베이스에 대해 쓰고 있다. AI는 자동으로 2년 전의 그 판단을 가져와서 말한다: 당신은 그때 이렇게 말했다. 이것이 오늘의 핵심 주장을 뒷받침할 수 있다—'지식 베이스를 가진 사람은 AI 기반 팀을 가진 것과 같다.'
그것은 얕은 '관련 읽기' 목록이 아니다. 그것은 진정한 논증적 지원이다. 당신이 그 말을 했을 때, 어떤 맥락에서, 오늘의 주제와 어떻게 관련되는지, 증거 체인이 어떻게 연결되는지. 떠나지 않는 연구 조수처럼, 당신이 글을 쓸 때마다 하나씩 보관한다. 10년 후, 당신은 완전한 인지적 계보를 가지게 되어, 이 것들을 어떻게 단계적으로 이해했는지 보게 된다.
이것은 환상이 아니다. 나는 내 글쓰기 시스템에서 테스트했다.
내 작업 디렉토리에는 창작 계획 파일이 있다. 한 번은 AI에게 표지 이미지를 생성하도록 요청했을 때, AI가 먼저 물었다: 이것을 창작 계획과 연결하시겠습니까? 그런 다음 자동으로 모든 과거 글의 의견 태그를 읽어 그날의 글에 대한 논증 자료를 매칭했다. 그 느낌은 설명하기 어렵다. 'AI가 똑똑하다'는 것이 아니라 '지난 3년 동안 너무 많은 것을 생각해서 나 자신도 잊었다'는 것이었다.
당신이 한 말을 당신은 잊었지만, AI는 잊지 않았다. 2년 전에 깨달은 진리를 당신은 잊었지만, AI는 당신을 위해 기억한다. 당신이 해야 할 일은 계속해서 새로운 것을 토양에 묻는 것뿐이다. 뿌리는 스스로 자랄 것이다. 당신은 살아가는 일에만 책임을 지면 된다.
한 사람, 한 대의 기계, 하나의 팀
처음 질문으로 돌아가자. 어떻게 7시간 만에 완전한 프로젝트를 납품할 수 있을까?
이제 답이 명확해졌을 것이다.
기술 유전자 풀이 작동하고 있다. 모듈화되고 매핑된 코드 자산은 AI가 처음부터 작성하지 않고 기존 유전자를 재조합한다는 것을 의미한다. 레고와 같아서, 부품은 이미 당신의 창고에 있고, AI는 그것들을 다르게 조립할 뿐이다. 당신은 이 순간을 위해 3년 동안 저축해왔다.
살아있는 데이터 토양이 작동하고 있다. 대체 불가능한 개인 경험과 판단은 납품이 일반 템플릿이 아니라는 것을 보장한다. 클라이언트는 코드를 사는 것이 아니라 당신의 캡슐화된 경험을 산다. 동일한 요구사항에 대해, 다른 사람들은 코드를 납품하고, 당신은 감사를 통과하고, 신청하고, 상업화할 수 있는 솔루션을 납품한다. 가격 차이는 당신의 토양에 있다.
인지적 뿌리가 작동하고 있다. 시간을 초월한 인지적 연결은 과거의 축적이 현재에 자동으로 사용된다는 것을 의미한다. 당신은 같은 함정에 두 번 빠지지 않을 것이다. 처음 넘어졌을 때, AI가 기록했다. 두 번째 지나갈 때, AI가 알려준다: 당신은 여기서 넘어졌으니, 돌아가라.
세 개의 생태계 층이 동시에 작동하고 있다. 한 사람이 운영하지만, 본질적으로 한 팀이 납품하고 있다.
그리고 이 방정식은 더욱 과장될 것이다. 프론트엔드 도구는 폭발적으로 증가하고 있다. Google Stitch, Figma AI, 다양한 데모 생성기—프론트엔드 코드를 작성하는 방법을 몰라도 대화형 프로토타입을 만들 수 있다. 각 버튼의 효과와 페이지 이동 로직이 명확하게 표시되어 있다. 그런 다음 데모에 계약서와 개발 문서를 더해 AI에 던져준다. 나머지는 기다리기만 하면 된다.
개인 서비스의 미래는 이렇게 생겼다: Xianyu 항목, WeChat 미니 프로그램, 집에 있는 AI PC 호스트. 클라이언트가 미니 프로그램에서 주문하고, 호스트가 AI를 실행하며, 납품이 자동으로 완료된다. 128GB RAM 호스트는 로컬 추론과 ComfyUI 워크플로우를 실행하여 3초 만에 이미지를 생성한다. Pagoda 패널이 배포되고 Cloudflare에서 도메인 이름이 분석되며, AI가 자동 배포를 관리하는 플러그인을 작성한다.
전체 조립 라인. 한 사람. 한 대의 기계.
공상과학이 아니다. 하드웨어는 여기에 있고, 도구는 성숙했다. 무엇이 빠졌을까? 기술이 아니다. 당신의 지식 생태계가 아직 구축되지 않았다는 것이다. 유전자 풀은 여전히 흩어져 있고, 토양은 여전히 황무지이며, 뿌리는 아내 자리 잡기 시작하지 않았다.
오늘 시작할 수 있는 세 가지
기다리지 마라. 지식 생태계를 일찍 구축할수록 복리 효과는 더 크다. 오늘 세 가지를 할 수 있다.
첫째: 한 시간을 투자하여 코드 프로젝트를 매핑하라. 완벽을 목표로 하지 마라. 당신이 수행한 프로젝트, 사용된 기술 스택, 해결된 문제, 재사용 가능한 모듈을 나열하기만 하면 된다. 단지 표일 뿐이다. 일단 끝나면, 당신이 10개의 프로젝트를 작성했다고 생각했지만 핵심 모듈은 단지 4~5개였고, 단지 다른 껍질을 씌웠을 뿐이라는 것을 깨닫게 될 것이다.
둘째: 자신만을 위한 자료 채널을 만들어라. Telegram, WeChat 파일 전송, 메모장—무엇이든 좋다. 오늘부터 흥미로운 것을 보면 거기에 던져넣어라. 분류하거나 태그할 필요 없다. 먼저 던져넣기만 하라. 한 달 후에 나에게 감사할 것이다.
셋째: 과거에 쓴 글을 하나 찾아 다시 읽어라. 의견을 골라내서, 그것들이 다음에 쓰고 싶은 것을 뒷받침할 수 있는지 확인하라. 할 수 있다면, 당신은 자신만의 인지적 뿌리를 가지기 시작한 것이다. 할 수 없다면, 당신의 과거 작업은 쓰고 나서 버려졌다는 것을 의미한다. 오늘부터 아무것도 버리지 마라.
모델은 만료되지만, 토양은 만료되지 않는다
너무 많은 사람들이 불안해하는 것을 보았다. 모델이 업데이트되고, 프롬프트 기술이 쓸모 없어지며, 도구가 반복된다. 따라잡을 수 없다. 도구 업데이트 속도를 절대 따라잡을 수 없으며, 시도해서도 안 된다.
하지만 한 가지를 생각해보라.
모델은 변한다. 도구는 대체된다. 프롬프트 스타일은 매달 변한다. 1년 된 프롬프트 기술은 오늘날 쓸모가 없을 가능성이 높다. 오직 당신의 데이터만이 당신의 것이다.
당신의 코드 축적. 당신의 채팅 기록. 진화하는 당신의 의견. 당신이 밟은 함정. 당신이 읽은 논문. 당신이 비판한 제품. 고객과 가졌던 논쟁. 새벽 3시에 깨달은 진실. 운전 중에 기록한 한 문장.
이것들은 만료되지 않는다. 아무도 당신의 데이터를 무효화하는 '새 버전'을 출시할 수 없다. 이것들은 당신의 대체 불가능한 개인 자산이며, 시간이 지날수록 더 가치가 높아진다.
지식 베이스는 쌓이는 것이 아니라 먹여지는 것이다. 당신이 매일 무엇을 먹이느냐에 따라 3년 후 당신의 AI 생태계가 무엇을 키울 수 있는지가 결정된다.
어떤 사람들은 북마크를 먹인다. 3년 후, AI는 그들이 웹 페이지를 검색하는 것만 도울 수 있고, 그들이 찾은 것을 읽지조차 않았을 수도 있다.
다른 사람들은 살아있는 데이터를 먹인다. 3년 후, AI는 그들이 납품하고, 창작하고, 결정을 내리는 것을 돕는다. AI가 실행되는 동안 그들은 차를 마시고 있다.
두 가지 삶. 차이는 오늘 당신이 무엇을 묻기 시작하느냐에 있다.
당신은 무엇을 먹이고 있는가?
