AI가 생산성을 높여주긴 한다. 그런데 동시에 인지 부하를 높이기도 한다. 재무 전문가들이 AI로 복잡한 평가 작업을 해봤더니, 생산성은 올랐지만 AI가 쏟아내는 정보의 양에 압도되는 현상이 나타났다는 연구 결과가 최근 나왔습니다.

와튼스쿨 교수이자 AI 연구자인 Ethan Mollick이 AI 인터페이스 문제를 정면으로 다룬 글을 발표했습니다. 핵심 주장은 이렇습니다. AI 모델이 이미 충분히 좋아졌음에도 사람들이 제대로 활용하지 못하는 이유는 모델의 한계 때문이 아니라, 모델에 접근하는 인터페이스 때문이라는 것입니다.

출처: Claude Dispatch and the Power of Interfaces – One Useful Thing by Ethan Mollick

챗봇이 문제다

챗봇 인터페이스는 구조적으로 인지 부하를 높입니다. 질문 하나에 다섯 문단짜리 답변이 돌아오고, 묻지도 않은 주제 세 가지를 추가로 제안하죠. 대화가 한 번 엉키면 계속 엉킨 채 진행됩니다. AI는 사용자가 만들어놓은 혼란스러운 구조를 그대로 따라가고, 사용자는 그 구조를 정리할 여유가 없습니다. Mollick은 이 챗봇의 비효율이 경험 부족한 사람일수록 더 크게 작용한다고 지적합니다. AI의 도움을 가장 많이 받을 수 있는 사람들이 오히려 더 큰 피해를 보는 셈이죠.

전문 인터페이스가 작동하는 이유

그렇다면 Claude Code나 OpenAI Codex처럼 코딩 전용 AI가 왜 그렇게 잘 작동하는 걸까요? Mollick은 이를 “개발자들이 자기 자신을 위해 만든 도구”이기 때문이라고 설명합니다. AI 랩은 개발자들로 구성되어 있고, 코드 데이터로 모델을 많이 훈련시키며, 인터페이스도 개발자 업무에 최적화돼 있다는 겁니다.

지난 3월 유출된 Claude Code 소스코드를 분석한 AI 연구자 Sebastian Raschka의 시각도 이와 맞닿아 있습니다. 그는 Claude Code가 웹 UI보다 뛰어난 이유가 더 좋은 모델 때문이 아니라 모델을 감싸는 소프트웨어 설계 때문이라고 분석했습니다. 라이브 레포 컨텍스트 자동 로딩, 프롬프트 캐시 재사용, 코드 구조를 동적으로 파악하는 전용 툴링, 컨텍스트 중복 제거, 구조화된 세션 메모리, 서브에이전트 병렬 처리 — 이 여섯 가지 엔지니어링 선택이 성능 차이를 만든다는 것입니다. 그리고 이 구조가 핵심이라면, Claude 모델 대신 DeepSeek 같은 다른 모델을 넣어도 비슷한 수준의 코딩 성능이 나올 수 있다는 것이 그의 가설입니다. 모델이 아니라 설계가 경쟁력이라는 시각이죠.

문제는 이런 완성도 높은 전문 인터페이스가 개발자용으로만 존재한다는 점입니다. 개발자가 아닌 99%의 지식 노동자에게는 이런 도구가 없습니다.

새로운 인터페이스의 등장

Mollick이 주목하는 것은 세 가지 방향입니다.

첫째, 직군별 전문 인터페이스입니다. Google의 Stitch는 자연어로 앱을 묘사하면 연결된 화면 구성을 생성해줍니다. Pomelli은 URL을 붙여넣으면 마케팅 캠페인 초안을 만들어줍니다. 아직 거칠지만 방향을 보여주는 도구들이라는 평가입니다.

둘째, 이미 익숙한 메신저 인터페이스입니다. OpenClaw는 WhatsApp이나 Telegram으로 AI 에이전트에게 지시를 내리는 방식을 택해 빠르게 성장한 오픈소스 프로젝트입니다. Anthropic의 Claude Cowork와 Dispatch도 같은 방향입니다. Cowork는 Claude에게 로컬 파일과 앱 접근권을 주는 데스크탑 작업 공간이고, Dispatch는 QR코드를 스캔해 폰에서 데스크탑의 Claude에게 지시를 내릴 수 있게 합니다. Mollick이 폰으로 “슬라이드 3번 그래프가 최신 데이터인지 확인하고, 아니면 업데이트해줘”라고 요청하자 Claude는 PowerPoint를 열고, 컴퓨터 전체에서 최신 데이터를 찾고, PDF에서 그래프를 추출해 슬라이드를 실제로 업데이트했습니다.

셋째, AI가 그때그때 맞는 인터페이스를 직접 생성하는 방식입니다. Claude에 최근 추가된 대화 내 인터랙티브 시각화 기능이 그 예입니다. 모든 작업에 하나의 인터페이스가 아니라, 필요에 따라 에이전트가 되거나 차트가 되거나 커스텀 앱이 되는 것입니다.

AI의 다음 단계는 모델이 아닐 수 있다

Mollick의 결론은 이렇습니다. AI 능력은 이미 접근성보다 앞서 달려가고 있습니다. 우리가 지금 경험하는 “AI 실망”의 상당 부분은 AI가 나빠서가 아니라 인터페이스가 잘못됐기 때문일 수 있습니다. 인터페이스가 개선될수록 모델이 변하지 않아도 AI가 도약한 것처럼 느껴질 것입니다.

이 관점은 Claude Code 소스코드 분석에서도 확인됩니다. 더 강력한 모델보다 더 나은 인터페이스가 먼저일 수 있다는 것이죠. 원문은 Mollick이 제시한 각 인터페이스의 한계와 앞으로의 전망도 구체적으로 다룹니다.

참고자료: Claude Code’s Real Secret Sauce (Probably) Isn’t the Model – Sebastian Raschka