Dots와 함께한 5시간, 생각보다 많은 일이 이어졌다

어제 OpenAI를 통해 발표 된, Dots를 사용하기 시작한 뒤 약 5시간 동안의 기록입니다.

정밀하게 시간을 재거나 다른 제품과 동일한 조건으로 비교한 리뷰는 아닙니다. 실제로 해야 했던 일을 맡기고, 결과를 확인하고, 방향을 바꿔본 첫날의 사용기입니다.

OpenAI의 Dots는 대화를 나누며 사용자의 일과 관심사를 바탕으로 필요한 도움을 먼저 제안하고, 작업도 함께 진행하는 개인 AI 비서입니다.

기능에 대한 자세한 소개는 「OpenAI Dots가 나왔다. 이제 AI는 질문을 기다리지 않는다」를 참고하시면 좋겠습니다. 이 글에서는 제가 실제로 어떻게 사용했는지 이야기해보려 합니다.

첫인상은 꽤 괜찮았습니다. 면접 준비에서 시작한 대화가 지나간 경험의 회고, 데이터 학습 계획, 실제 스터디로 이어졌습니다. 하나씩 따로 해야겠다고 생각했던 일들을 같은 대화 안에서 이어갈 수 있다는 점이 인상적이었습니다.

처음에는 먼저 움직이는 것이 낯설었습니다

처음에는 제가 별다른 지시를 하지 않았는데도 뭔가 먼저 작업하는 것처럼 보여 물었습니다.

“아직 내가 뭔가를 지시하지 않았는데?”

그렇다고 선제적인 도움이 싫었던 것은 아닙니다. 필요한 일을 먼저 짚어주는 것은 좋았습니다. 다만 처음 사용하는 입장에서는 어디까지 알아서 진행하는지 감을 잡아야 했습니다.

실제로 대화를 이어가면서 요청의 단위도 조금씩 달라졌습니다. 질문 하나를 던지고 답변 하나를 받는 것에서, 지금 진행 중인 일의 배경을 설명하고 그에 맞춰 작업을 이어가는 방식으로 바뀌었습니다.

면접 준비를 하다가 그동안 해온 업무를 되짚고, 그 과정에서 얻은 교훈을 회고로 남기고, 부족하다고 느낀 데이터 역량을 학습 계획으로 연결했습니다. 제 입장에서는 이 흐름이 자연스럽게 이어지는지가 중요한 평가 기준이 됐습니다.

면접 준비를 하며 그동안 해온 일을 되짚었습니다

현재 저는 회사를 떠날 준비를 하면서 다음 기회를 위한 면접을 준비하고 있습니다. 동시에 그동안 해온 일을 돌아보고, 이후에도 활용할 수 있는 경험과 교훈을 정리하고 싶었습니다. 오늘 Dots에 맡긴 면접 준비와 회고, 데이터 스터디는 그런 배경에서 이어진 일들이었습니다.

제가 했던 일을 설명하는 문장을 다듬는 것만으로는 면접 준비가 끝나지 않습니다. 어떤 문제를 맡았고, 왜 그런 판단을 했고, 그 결과를 어디까지 제 경험으로 설명할 수 있는지부터 정리해야 했습니다.

그래서 그동안 해온 업무를 하나씩 되짚으면서 경험과 성과를 어떻게 설명할지 함께 정리했습니다. 당시에는 당연하게 여겼던 선택도 다시 이야기해보면 판단의 이유를 더 분명히 할 필요가 있었습니다.

이 과정에서 어떤 이야기는 자신 있게 설명하고, 어떤 부분에는 조건을 붙여야 하는지 정리할 수 있었습니다. 직접 경험한 결과와 제 해석이 섞여 있지는 않은지도 돌아보게 됐습니다.

여기서 좋았던 점은 제가 나중에 질문을 받았을 때 설명할 수 있는 범위가 명확해졌다는 것입니다. 면접을 준비하면서 제가 해온 일을 제 언어로 다시 정리하는 시간이 됐습니다.

지나간 경험을 다시 쓸 수 있는 기록으로 만들기

다음으로 요청한 것은 그동안의 경험을 회고와 학습에 활용할 수 있도록 정리하는 일이었습니다.

개발을 하다 보면 대화와 시도는 많이 쌓입니다. 그런데 시간이 지나 다시 비슷한 일을 할 때 필요한 것은 당시 대화 전체가 아닐 때가 많습니다. 어떤 문제에서 막혔는지, 무엇을 시도했는지, 왜 다른 방향으로 바꿨는지를 빠르게 찾고 싶습니다.

그래서 비슷한 문제를 다시 만났을 때 참고할 수 있도록, 경험에서 얻은 교훈과 다음에 시도할 방법을 중심으로 개인 회고를 정리해 달라고 했습니다. 이렇게 정리한 회고는 Markdown 문서로 만들어 Google Drive에 저장했습니다.

이 작업을 진행하면서 다른 이야기도 이어갔습니다. 파일 정리가 끝나기만을 기다리는 동안 대화가 멈춰 있을 필요가 없다는 점은 활용하기 좋았습니다. 회고를 정리하는 한편, 앞으로 무엇을 공부하면 좋을지도 이야기할 수 있었습니다.

학습 계획은 대화하면서 제 생활에 맞춰졌습니다

평소 데이터의 중요성을 많이 이야기합니다. 실제 서비스에서도 유저의 행동을 수집하고, 이탈 구간을 살펴보고, 진입 흐름을 바꿔본 경험이 있습니다.

하지만 그것과 데이터를 체계적으로 다루는 역량은 별개의 문제였습니다. 데이터 사이언티스트나 데이터 엔지니어처럼 수집부터 관리, 분석까지 익숙하게 다룰 수 있는 수준은 아니라고 느꼈습니다.

그래서 학습 로드맵을 요청했습니다. 장기적으로는 배운 내용을 개인 프로젝트인 Choorai에도 반영하고 싶었습니다.

처음 제안된 계획은 제 생활에 비해 분량이 많아 보였습니다. 대학교의 한 학기 수업도 대략 16주인데, 개인 스터디 역시 본업과 병행할 수 있도록 호흡을 조절할 필요가 있었습니다.

이야기를 나누면서 초급·중급·고급의 세 사이클로 나누고, 우선 초급을 구체화하는 방향으로 조정했습니다. 한 차시는 필요하면 나눠서 진행하고, 진도를 못 나갔다고 밀린 숙제가 쌓이는 방식은 피하고 싶었습니다.

“너무 채찍질하지는 말고.”

스터디 플래너와 파트너, 페이스메이커를 맡아달라고 하면서도 이 조건은 분명히 이야기했습니다. 제가 계속할 수 있는 계획이어야 했기 때문입니다. 처음 나온 계획을 그대로 따르기보다, 제 상황을 이야기하며 조정할 수 있는 점이 좋았습니다.

계획을 세우다가 실제로 1차시를 시작했습니다

학습은 퇴근 후에 하려고 했습니다. 그런데 점심시간에 외부에 다녀온 뒤, 차 안에서 쉬면서 핸드폰으로 첫 차시를 시작했습니다. 가볍게 맛만 보려던 대화가 생각보다 재미있어, 이야기를 나누다 보니 한 차시를 끝까지 이어가게 됐습니다.

주제는 길찾기 서비스의 퍼널과 지표였습니다. 사람이 더 많이 들어왔다는 사실을 어떻게 해석할지, 클릭을 전환으로 볼지, 지도 실행 성공을 어디까지 기다려야 할지 같은 질문이 이어졌습니다.

예를 들어 저는 시작 버튼을 누른 행위를 사용 의사의 표현으로 보고 싶었습니다. 반면 클릭 이후 지도가 제대로 뜨는지는 서비스가 안정적으로 제공됐는지의 문제라고 생각했습니다.

둘을 하나의 성공 지표로 묶어버리면 무엇을 개선해야 하는지 흐려집니다. 사용하려는 사람은 충분한데 로딩이 실패하는 상황과, 서비스는 정상인데 아무도 누르지 않는 상황은 대응이 다르니까요.

여기서 중요한 것은 제가 제시한 몇 초라는 숫자가 모든 서비스의 정답이라는 뜻은 아닙니다. 서비스의 사용 상황을 먼저 놓고 지표를 정해야 한다는 생각이었습니다.

또 반복 클릭을 사람 수처럼 세면 안 된다는 점, 동일 이벤트의 중복 전송을 구분해야 한다는 점, 아직 관찰 시간이 충분히 지나지 않은 사용자를 성급히 실패로 처리하면 안 된다는 점도 다뤘습니다.

이런 식으로 대화를 하니 학습 계획이 실제 제가 고민하는 제품 문제와 연결됐습니다. 제 경험을 바탕으로 답하고, 이유를 설명하고, 기준을 다듬는 과정 자체가 공부가 됐습니다. SQL 문법을 몇 개 외웠다는 식의 진도와는 다른 출발이었습니다.

기록까지 남기니 다음에 이어갈 준비가 됐습니다

학습 계획과 진행 기록도 함께 남겼습니다. 긴 설명과 회고는 Markdown으로 읽고, 차시별 상태나 실습 데이터는 시트에서 관리하면 제가 직접 확인하고 정리하기 편할 것 같았습니다.

학습 계획과 일지는 Markdown으로, 진도와 실습 데이터는 Google Sheets로 정리해 Google Drive에 저장했습니다. 오늘 나눈 이야기가 대화 안에서 끝나지 않고 다시 열어볼 수 있는 형태로 남은 셈입니다.

계속 쓰려면 더 편해졌으면 하는 부분도 있습니다

중간중간 응답이 보이지 않거나 늦어져서 “찾고 있는 거야?”, “좀 괜찮니?”라고 다시 확인했습니다. 제가 본 화면만으로는 실제 작업이 진행 중인지, 멈춘 것인지 판단하기 어려웠습니다. 처리 지연인지 표시 문제인지는 단정할 수 없지만, 짧은 중간 보고가 먼저 필요한 순간이 있었습니다.

제 의도와 다른 방향으로 이야기가 흘러 다시 설명해야 할 때도 있었습니다. 클릭을 사용 의사의 전환으로 보고, 실행 성공은 서비스 제공 지표로 따로 보겠다는 뜻 역시 한 번 더 짚어야 했습니다. 대화하며 방향을 맞출 수는 있었지만, 처음부터 잘 알아들으면 더 편하겠다는 생각도 들었습니다.

가장 현실적인 불편은 결과물을 다시 열고 수정하는 과정이었습니다. Library에 함께 만들어둔 파일을 갱신하려다 접근 범위 제한에 걸렸고, 결과물 창에서 파일이 보이지 않는 상황도 겪었습니다. 이 글의 초안을 수정할 때도 파일을 다시 첨부해야 했습니다.

클라우드에 저장한 결과물을 오래 안정적으로 이어 쓰기 어렵게 느껴졌습니다. 다만 실제로 파일이 삭제되거나 짧은 보관 기간 때문에 만료됐는지는 확인하지 못했습니다. 제가 겪은 문제는 원하는 때에 파일을 다시 찾아 수정하는 흐름이 매끄럽지 않았다는 것입니다.

Google Drive와 Sheets에 정리하면서 제가 직접 확인할 저장 위치는 잡았습니다. 앞으로 Dots에서도 이런 연결이 더 자연스러워지면 좋겠습니다.

5시간 뒤의 잠정적인 결론

지금까지는 꽤 유용하게 쓰고 있습니다. 면접 준비를 하면서 경험을 정리했고, 그 경험을 회고로 남겼고, 부족하다고 느낀 역량은 학습 계획으로 연결했습니다. 계획만 세우고 끝낼 줄 알았는데 실제 첫 차시까지 진행했습니다.

효율이 몇 배 좋아졌는지, 시간이 얼마나 절약됐는지는 측정하지 않았습니다. 장기간 맥락을 얼마나 잘 이어가는지도 아직 판단하기 이릅니다. 다만 오늘 해야겠다고 생각했던 일들이 구체적인 결과물과 다음 행동으로 이어졌다는 점은 분명히 좋았습니다.

제가 맡기는 방법도 중요했습니다. 해온 업무의 맥락을 설명하고, 너무 큰 학습 계획은 줄이고, 전환의 의미가 다르면 제 기준을 다시 이야기했습니다. 저장 방식도 제가 쓰기 편한 쪽으로 조정했습니다. 그렇게 방향을 잡아가니 활용 범위가 꽤 넓어졌습니다.

이제 보고 싶은 것은 시작한 일을 얼마나 꾸준히 이어갈 수 있느냐입니다. 오늘 만든 계획을 실제로 써보고, 데이터 스터디를 진행하면서 다음 사용기도 남겨보려 합니다.

일단 5시간의 첫인상은 괜찮습니다. 생각보다 많은 일이 이어졌고, 다음에 무엇을 해볼지도 생겼습니다.