한국어 (ko)
AI를 많이 쓰다 보니 사람에게 일을 맡기는 법도 늘었다 — 3,000엔 이사 포장에서 알게 된 것
5초 결론: AI를 매일 쓰면 무조건 직접 하기 전에 “누가 이 일을 하면 가장 빠를까?”를 먼저 생각하는 습관이 생길 수 있다. 이사 포장을 3,000엔에 부탁했더니 곧 세 명이 지원하면서 그 변화가 분명히 보였다.
30초 요약: 작은 물건을 상자에 넣는 일은 어렵지 않지만 매우 귀찮다. 그래서 2~3시간, 사례비 3,000엔 또는 비슷한 값의 식사, 가까우면 차량 이동 지원, 에어컨 18도 가능이라는 조건으로 올렸다. 아무도 오지 않으면 혼자 계속하면 되는 작은 시험이었다. 여러 명이 지원했고, 사람을 고를 때는 별점뿐 아니라 질문에 바로 답하는지, 스스로 방법을 제안하는지, 이동이 쉬운지가 중요하다는 것을 알게 됐다.
이사를 앞두고 가장 하기 싫었던 일은 가구 운반이 아니었다.
상자를 만들고, 작은 물건을 넣고, 내용물을 적는 일이었다.
어렵지는 않다. 하지만 반복된다. 그래서 다른 사람에게 맡기기 좋은 일이다.
1. 3,000엔으로 올렸더니 세 명이 왔다
전문 서비스의 현재 가격 예시를 보면 작은 작업도 11,000엔부터, 두 명이 2~3시간 일하면 22,000엔부터다.[6]
전부 맡길 필요는 없었다. 물건을 상자에 넣을 손만 더 필요했다.
조건은 이랬다.
- 2~3시간 정도
- 3,000엔 또는 비슷한 값의 식사
- 가까우면 차로 이동 지원
- 큰 가구 운반 없음
- 더우면 에어컨 18도 가능
마지막 조건은 지나치게 구체적이지만 작업 환경은 확실했다.
아무도 지원하지 않으면 혼자 하면 된다. 그런데 곧 “꼭 하고 싶습니다”라는 답이 왔다. 두 번째, 세 번째 지원자도 생겼다.
주말 시간은 없냐는 질문까지 와서 오전 시간을 열었다. 개인이 갑자기 단기 알바 근무표를 관리하게 됐다.
후보는 평범한 형, 근육질 형, 게임 마을에서 온 듯한 아저씨였다. 상자 포장 모집이 모험대 구성 화면으로 바뀌었다.
이 시험은 실패해도 손해가 작았다. 글을 쓰는 데 몇 분이 들 뿐이고, 사람이 없으면 혼자 계속하면 된다.
창업 연구에서도 실패해도 감당할 수 있는 범위에서 작게 시험하고, 결과에 따라 바꾸는 방법을 다룬다.[3]
오래 고민하는 것보다 현실에 한 번 물어보는 편이 빨랐다.
2. AI를 쓸 때마다 일을 맡기는 연습을 한다
AI에 일을 부탁할 때는 늘 비슷한 순서를 거친다.
- 끝난 상태를 정한다.
- 일을 작은 부분으로 나눈다.
- AI가 할 부분과 사람이 판단할 부분을 나눈다.
- 조건과 통과 기준을 준다.
- 결과를 보고 틀리면 고친다.
이건 단순한 질문보다 일을 맡기고 확인하는 과정에 가깝다.
2026년 연구는 복잡한 일을 AI에 맡기려면 역할, 범위, 책임, 신뢰, 확인 방법을 분명히 해야 한다고 설명한다.[1]
다른 2026년 연구에서도 업무용 AI 사용은 실행 전에 지시, 제한, 기준을 더 많이 정하는 것과 관련이 있었다.[2]
AI를 많이 쓴 것이 사람에게 일을 맡기는 능력을 직접 높였다고 증명된 것은 아니다.
그래도 이 과정을 매일 반복하면 “내가 해야지”보다 “누가 할 수 있지?”를 먼저 생각하는 습관이 생기기 쉽다.
3. 지금 순서는 “AI, 사람, 마지막에 나”다
규칙은 간단하다.
AI가 할 수 있나? 안 되면 사람이 할 수 있나? 그래도 안 되면 내가 한다.
글쓰기, 조사, 비교, 정리, 코드, 초안은 AI에 맡기기 쉽다.
하지만 AI에는 팔이 없다. 실제 물건을 상자에 넣을 수 없다.
그래서 사람을 부른다.
나는 가져갈지 버릴지, 어느 상자에 넣을지를 결정한다. 상대에게는 반복적인 포장 작업을 맡긴다.
실제로 움직이는 나는 마지막이어도 된다. 하지만 마지막 판단은 처음부터 내가 쥐고 있어야 한다.
포장이 잘되면 새집에서 상자를 푸는 일도 같은 방식으로 작게 시험할 수 있다.
4. 2~3시간짜리 단기 일은 생각보다 받기 쉽다
이번 조건은 짧은 단기 아르바이트와 잘 맞았다.
2026년 일본 조사에서 시작 이유의 상위는 용돈을 벌고 싶어서 33.2%, 편한 시간을 고를 수 있어서 32.9%, 원하는 장소에서 일할 수 있어서 24.1%, 면접 없이 바로 시작할 수 있어서 22.8%였다.[4]
다른 전국 조사에서는 한 번의 일이 평균 3.5시간이었다. 2시간 이상 3시간 미만도 15.9%였다.[5]
이번 일은 딱 이랬다.
짧다. 어렵지 않다. 날짜를 고를 수 있다. 면접이 없다. 끝나면 3,000엔이 생긴다.
요청자에게 3,000엔은 외식 한 번 정도였다. 그 돈으로 몇 시간의 귀찮음을 줄일 수 있다면 충분히 가치가 있었다.
다만 모르는 사람의 집에 들어가는 일은 안전 부담이 있다. 지원자가 모두 남성이었던 것도 단순히 모집 조건만의 문제라고 할 수 없다.
낮 시간, 명확한 작업 범위, 귀중품 분리, 공개된 만남 장소 같은 안전 장치가 필요하다.
5. 별점 약 100개보다 질문에 답하는 힘이 더 중요할 때도 있다
한 후보는 좋은 평가가 약 100개였다. 매우 강한 장점이었다.
하지만 이동 방법을 두 가지 중 하나로 물었을 때 “멀리 살아요”라는 답에서 멈췄다.
필요한 것은 사정 설명뿐 아니라 다음 행동이었다.
- “중간 역까지 갈 테니 거기서 태워 주세요.”
- “교통비를 지원하면 혼자 갈 수 있습니다.”
- “픽업이 어렵다면 이번에는 포기하겠습니다.”
좋은 답은 문제, 제안, 자신이 할 일까지 포함한다.
사정만 말하면 “그래서 어떻게 할까요?”, “어디까지 올 수 있나요?”, “돌아갈 때는요?”라는 질문이 더 생긴다.
그래서 기준은 별점, 거리, 답장 속도, 질문에 대한 직접 답변, 스스로 방법을 내는 능력이 됐다.
채용 연구에서도 편한 잡담보다 일과 관련된 같은 질문으로 비교하는 면접이 업무 성과를 더 잘 예측한다고 보고한다.[7]
몇 개의 메시지로 사람 전체를 알 수는 없다. 하지만 이 일에 질문이 얼마나 더 필요할지는 조금 보인다.
6. 사람에게 맡겨도 일정과 설명은 남는다
사람을 부르면 새로운 결정이 생긴다.
- 날짜와 시간
- 만날 장소
- 교통비
- 만져도 되는 물건
- 끝의 기준
- 모를 때 물어볼 사람
손으로 하는 시간은 줄지만 일정과 설명은 남는다.
설명이 너무 길면 직접 하는 것과 비슷해진다. 설명이 부족하면 상대가 멈춘다.
고객일 때도 “안 됩니다”로 끝내지 말고 이렇게 말하면 빠르다.
“A와 B는 해봤습니다. C를 원합니다. D도 가능합니다.”
AI를 자주 쓰면 한 번 더 물어봐야 하는 답과 바로 다음 단계로 갈 수 있는 답의 차이가 잘 보인다.
7. 답장을 기다려도 내 일은 멈추지 않는다
가까운 후보가 메시지를 읽었지만 약 30분 동안 답하지 않았다.
30분은 느리지 않다. 문제는 그동안 내 작업까지 멈추는 것이다.
그래서 상자를 만들고 먼저 시작했다.
상대가 온다면 중간부터 맡긴다. 오지 않으면 계속 혼자 한다.
상대의 답장 시간과 내 정지 시간은 같을 필요가 없다.
일을 잘 맡기는 사람은 기다림을 잘하는 사람이 아니라, 기다리는 동안 다른 부분도 움직이게 만드는 사람이다.
8. 결혼 상대에게도 함께 생활을 운영하는 힘은 중요하다
공동생활에는 눈에 잘 보이지 않는 일이 많다.
약속을 기억하고, 알아보고, 예약하고, 고장을 발견하고, 여행을 짜고, 돈과 계약을 확인해야 한다.
2026년 동거 커플 235쌍을 조사한 연구는 집안일을 몸으로 하는 일, 생각하는 부담, 감정적 부담으로 나눴다. 두 사람이 분담을 다르게 생각할수록 관계의 질이 낮은 경향이 있었다.[8]
그래서 장기 관계에서는 둘이 함께 생활을 굴릴 수 있는가도 중요하다.
그렇다고 얼굴과 취미가 중요하지 않은 것은 아니다.
외모도 중요하다. 함께 즐거운 것도 중요하다. 그리고 한 사람만 평생 모든 집안일을 지시하지 않는 것도 중요하다.
9. 결론: “할 수 있나?”보다 “내가 해야 하나?”를 먼저 묻는다
예전 순서는 이랬다.
내가 먼저 한다. 힘들면 사람에게 부탁한다. AI도 가능하면 쓴다.
지금은 이렇다.
AI가 가능한가. 사람이 가능한가. 내가 마지막에 한다.
그래도 목표와 판단까지 버리는 것은 아니다. 끝을 정하고, 사람을 고르고, 결과를 확인하는 일은 남는다.
필요한 능력은 모든 일을 밖으로 보내는 것이 아니다.
AI, 사람, 나 중 누가 각 부분을 맡으면 가장 잘 진행되는지 결정하는 능력이다.
AI를 많이 써서 배운 것이 어려운 명령문뿐이라면 상자는 하나도 줄지 않는다.
하지만 누구에게 무엇을 맡길지 배웠다면 AI는 현실 세계에도 손을 뻗을 수 있다.
물론 그 손은 대부분 3,000엔 받고 온 형의 손이다.
참고 자료
[1] Tomašev, N., Franklin, M., & Osindero, S. (2026). Intelligent AI Delegation. https://arxiv.org/abs/2602.11865
[2] Fábrega, J. (2026). Governing Delegation to Generative Artificial Intelligence. https://arxiv.org/abs/2608.17624
[3] Chandler, G. N. et al. (2011). Causation and effectuation processes: A validation study. https://doi.org/10.1016/j.jbusvent.2009.10.006
[4] Recruit Works Institute (2026). https://www.works-i.com/research/project/spotwork/deta/detail007.html
[5] NetAsia (2025). https://netasia.co.jp/report/4881/
[6] Kirei One. https://kireione.co.jp/service/archives/182
[7] Sackett, P. R. et al. (2022). https://pubmed.ncbi.nlm.nih.gov/34968080/
[8] Coundouris, S. P., & Henry, J. D. (2026). https://doi.org/10.1038/s41598-026-60727-z
