우리는 모두 '진짜 일할 때 쓰는 AI'와 '대충 물어보는 AI'를 따로 둔다
한 개발자가 자신의 AI 사용 습관을 되짚어보니, 어느새 용도별로 모델을 나눠 쓰는 무의식적 서열이 만들어져 있었다는 이야기. IDE 안팎에서 각기 다른 라우팅 규칙이 작동하고 있었다.
We All Have a "Serious Work" AI and a "Just Vibing" AI. When Did That Happen?
Hi Guys!!! As you know I wasn't good for well, a week and Now..... Let's Dive In!!! I never...
개요 #
개발자 Dhruv Jani가 자신의 AI 사용 패턴을 글로 정리했다. 요지는 이렇다. 어떤 AI에 어떤 일을 맡길지 한 번도 의식적으로 정한 적이 없는데, 정신을 차려보니 머릿속에 완성된 서열표가 하나 있더라는 것.
그는 이 서열이 큰 결정 한 번으로 만들어지지 않았다고 말한다. 작은 선택이 하나씩 쌓였고, 어느 날 문득 자기가 무의식적인 위계를 통째로 갖고 있다는 걸 알아챘다. 어떻게 만들어졌는지는 본인도 설명하지 못한다.
IDE 안에는 IDE만의 서열이 있다 #
그는 현재 AI IDE로 Antigravity를 쓴다. GitHub Copilot이 유료로 전환되면서 그쪽 문은 닫혔다. Antigravity 안에서도 모델을 하나만 쓰지는 않는다. 두 개를 쓰고, 어느 쪽이 나오는지는 지금 걸려 있는 게 얼마나 중요한지에 달렸다.
어려운 일은 Claude Opus 몫이다. 설계, 그리고 원인이 명확하지 않은 UI 버그. 나머지는 전부 Gemini 3.1 Pro가 맡는다. 루틴한 작업, 자잘한 수정.
글쓴이가 최근에야 스스로 인정했다는 대목이 흥미롭다. 그 환경에서 Gemini 3.1 Pro는 Opus보다 환각이 잦다. 알면서도 하루 대부분의 작업을 그쪽에 맡긴다. Antigravity 안에서 Claude보다 사용량 여유가 넉넉하다는 게 이유 중 하나다.
실제 코딩의 대부분을 처리하는 모델이 내가 가장 신뢰하는 모델은 아니다. 충분히 신뢰하는 모델이고, 더 많이 돌릴 형편이 되니까 더 많이 돌아갈 뿐이다.
본인 말로는 이 문장을 입 밖에 낸 건 글을 쓰던 그 순간이 처음이었다고 한다.
Photo by RDNE Stock project on Pexels
챗봇 쪽은 완전히 다른 서열이다 #
IDE 밖, 웹 챗봇에서는 라우팅 규칙이 또 다르게 돌아간다.
- ChatGPT — "이거 가능하긴 한가" 담당. 문법 확인, 러버덕 디버깅, 한 번 쓰고 버릴 질문. 무료 티어에 작은 모델, 빠른 답. 깊이 있는 걸 기대하고 묻는 게 아니라 10초 안에 답을 받고 싶을 뿐이다.
- Claude — 빠른 초안 담당. 이름 짓기, 아이디어, 2분 안에 말이 되게 다듬어야 하는 급한 문서 수정.
- Gemini — 묘하게 구체적이고 타협이 안 되는 역할 하나를 맡는다. 기출문제(PYQ)와 계산량 많은 문제. 글쓴이는 이 영역에서 Gemini가 틀린 답을 준 걸 단 한 번도 본 적이 없다고 썼다. "대체로 맞는다"가 아니라 그 레인에서는 틀린 적이 없다는 것. 코드나 일반 상식을 물으면 얼마든지 빗나갈 수 있지만, 계산 과정을 따라가 달라고 하면 이제 두 번 확인하지 않는다.
그는 이걸 "Gemini가 좋다"는 뜻이 아니라고 선을 긋는다. 한 레인에서 쌓은 아주 좁고 구체적인 신뢰이고, 다른 레인으로는 옮겨가지 않는다.
시스템의 정체가 드러난 순간 #
자기한테 시스템이 있다는 걸 그가 제대로 알아챈 건, 그 시스템이 사소하고 멍청하게 고장 났을 때였다.
발행 직전의 글 최종본을 Antigravity 에이전트한테 봐달라고 했다. 정렬 맞는지, 볼드가 제자리에 있는지, 태그가 맞는지. 눈으로 한 번 훑으면 끝나는 일이었다.
에이전트는 브라우저를 열었다. 스크린샷을 찍고, URL을 입력하고, 또 스크린샷을 찍고, 커서를 옮기고, 뭔가를 클릭하려 하고, 세 번째 스크린샷을 찍고, 계속 갔다. 페이지를 2초 쳐다보면 되는 일에 액션 체인과 토큰을 태우고 있었다.
그는 루프 도중에 실행을 멈췄다. 그리고 그 작업에 늘 하던 대로 했다. ChatGPT를 열고 초안 좀 봐달라고 했다. 답변 한 번에 끝났다.
여기서 감이 왔다고 한다. 자신의 라우팅은 "어느 AI가 제일 똑똑한가"의 문제가 아니었다. 도구의 모양과 과업의 모양을 맞추는 일이었다. 2초짜리 눈길이면 되는 일에 세계에 개입할 수 있는 에이전트는 그냥 과잉이었다. 능력이 많다고 더 도움이 되는 건 아니었다. 실수만 비싸졌다.
Photo by cottonbro studio on Pexels
일 밖에서도 서열은 따라온다 #
코드와 아무 상관 없는 대화에서도 같은 위계가 작동한다.
글쓴이의 고향에서 크리켓은 대단한 관심사다. 의도하고 설계한 건 아닌데 계속 반복되다 보니 테스트처럼 되어버린 상황이 하나 있다. 채팅을 열고 "야, [팀] 오늘 못 이기겠는데" 정도로 성의 없게 던진다. 맥락도 없고 사전 설명도 없다.
Gemini는 지금 누가 뛰는지 찾아보고, 최근 폼을 가져오고, 스쿼드를 확인한 뒤, 이길 수 있는지 없는지 근거를 붙여 답한다. 경기가 진행 중이면 같은 답변에 라이브 스코어까지 끌어온다. 똑같은 한 줄짜리 프롬프트를 받은 ChatGPT는 점수가 몇 대 몇이냐고 되묻는다.
같은 게으른 프롬프트, 완전히 다른 경험. 한쪽은 이미 경기를 보고 있던 사람과 얘기하는 느낌이고, 다른 쪽은 대화를 시작하기 전에 상황부터 따라잡게 해줘야 하는 느낌이다.
그렇다고 Gemini가 더 똑똑하다는 뜻은 아니라고 그는 덧붙인다. 그 특정 상황에서 손이 덜 갈 뿐이고, 그것만으로도 손이 더 자주 가게 만들기엔 충분하더라는 것.
결국 무슨 이야기인가 #
정작 웃긴 건, 이 역할들을 의식적으로 정한 적이 한 번도 없다는 점이다. 규칙을 적어둔 적도 없다. 그저 각 상황에서 가장 덜 거슬리는 도구를 계속 집어 들었고, 그 선택들이 쌓여 시스템이 됐다.
글쓴이는 독자에게 되묻는다. 수사가 아니라 진짜 궁금해서 묻는 질문이라고 못 박으면서.
당신의 AI 서열은 어떻게 되나요? 진짜 일은 어느 AI가 맡고, 버릴 질문은 어느 쪽에 던지나요? 그리고 저한테 스크린샷 루프가 그랬던 것처럼, 당신의 시스템을 드러내준 특정한 순간이 있었나요?
이 글은 위 출처를 바탕으로 한국 독자를 위해 재작성한 기사입니다. 원문의 사실과 수치에 근거하며, 별도의 견해를 포함하지 않습니다.