노정석은 AI 시대 인재를 두 유형으로 본다. 첫째, 어떤 필드에 대한 knowledge를 가지고 “어디로 가야 한다”를 명확히 찍어 AI를 견인하는 사람(10x Lawyer, 10x Banker). 둘째, 목적조차 잘 모르겠는데 그 목표 설정마저 meta optimization으로 모델에 delegation하며 목표를 찾아가는 사람.
근거
두 번째 유형이 흥미롭다. 그들은 목적물을 가져다 놓고 Ralph loop와 auto research를 합쳐 돌려, 본인이 암묵지라고 생각하는 부분까지 AI에 위임한다.
goal optimization조차 메타 레이어로 내려서 그것마저 AI에 의존해 goal을 찾으며 본인들의 부족했던 필드 knowledge를 매우 빠르게 catch up 해버리는
핵심은 두 유형 모두 AI를 극강으로 쓴다는 전제가 깔려 있다는 점이다. Claude Code·OpenClaw로 워크플로우를 자동화하는 것은 이미 졸업한 상태로 본다. 질문은 “어떤 문제를 풀 것인가에 대한 센스를 어떻게 탑재하느냐”이지, AI 툴 readiness가 아니다. 그리고 메타 옵티마이저는 도메인을 내면화하지 않고도 지속 가능하다 — OpenClaw를 영원한 튜터로 삼아 가장 짧은 경로로 catch up하기 때문이다.
연결된 생각
- 20260603-ai-tool-readiness-is-table-stakes-not-edge — 같은 에피소드, 필요조건과 충분조건
- 20260603-defining-the-problem-is-the-core-human-skill — 문제 정의 센스