얼마 전 내가 몇 주에 걸쳐 다듬은 AI 작업 흐름을 동료에게 보여줬다. 프롬프트 구조, 거쳐야 하는 도구 순서, 중간 점검 지점까지 전부. 그 사람은 다음 날 거의 같은 걸 돌리고 있었다. 기분이 묘했다. 뿌듯함과 허탈함이 반반이었고 그날 밤 떠오른 질문이 이거였다. 오후 반나절이면 따라잡히는 워크플로라면, 내 moat는 정확히 어디에 있는 걸까.
워크플로는 원래 복제된다
불편하지만 솔직하게 짚고 가자. 프롬프트는 텍스트다. 도구 조합은 스크린샷 한 장이면 전달된다. 자동화 파이프라인은 구조만 알면 재현된다. AI 도구 생태계는 한 달만 지나도 기능이 겹치고, 어제의 비법이 오늘의 기본 기능으로 제품에 흡수된다. 즉 워크플로 자체는 애초에 방어 가능한 자산이 아니었다. 그걸 moat라고 믿었던 게 문제였을 뿐이다.
이걸 인정하면 질문이 달라진다. “어떻게 못 베끼게 할까”가 아니라 “베껴진 뒤에도 남는 게 무엇인가”로.
복제되는 것과 복제되지 않는 것
내 작업을 한 줄씩 분해해 보니 선이 꽤 선명하게 그어졌다.
오후 한나절이면 복제되는 것
- 프롬프트 문구와 템플릿
- 모델·도구 선택
- 단계의 순서와 자동화 스크립트
- 결과물의 겉모습, 포맷, 톤
복제에 오래 걸리거나 아예 옮겨지지 않는 것
- 출력물을 보고 좋은지 나쁜지 1초에 판별하는 안목
- 그 판별 기준이 만들어진 수백 번의 실패 경험
- 어떤 문제에 AI를 쓰고 어떤 문제엔 쓰지 않을지 아는 감각
- 내가 다루는 영역의 맥락 — 고객이 실제로 불평하는 지점, 업계의 암묵적 규칙
- 나를 믿고 일을 맡기는 사람들과의 관계
워크플로는 레시피고, 뒤쪽 목록은 혀다. 레시피는 복사되지만 혀는 복사되지 않는다. 같은 레시피를 받은 두 사람이 전혀 다른 음식을 내놓는 이유가 여기 있다.
moat 후보 1: 판단의 축적
AI가 생산 비용을 끌어내리면, 희소해지는 건 생산이 아니라 선별이다. 열 개의 초안 중 어느 것이 쓸 만한지, 그럴듯해 보이는 결과물의 어디가 틀렸는지 집어내는 능력. 이건 결과물을 많이 내보내고 그 반응을 직접 감당해 본 사람에게만 쌓인다.
내 프롬프트를 그대로 받은 사람은 같은 초안을 얻는다. 하지만 그 초안에서 무엇을 버릴지는 모른다. 그 결정이 축적되어 만들어진 기준선 — 그게 나도 모르게 쌓고 있던 자산이었다.
moat 후보 2: 나만 접근할 수 있는 입력값
공개된 모델에 공개된 프롬프트를 넣으면 공개된 결과가 나온다. 차이를 만드는 건 입력이다. 내가 수년간 모아 온 고객 문의 기록, 어떤 제안이 통하고 어떤 게 깨졌는지 기록한 내부 로그, 특정 분야 사람들과의 대화에서만 얻는 1차 정보. 이건 외부에서 살 수도, 오후 한나절에 만들 수도 없다.
그래서 요즘 나는 도구를 바꿀 때마다 묻는다. 이 작업이 끝나면 다음 작업을 더 잘하게 만드는 기록이 남는가? 남지 않는다면 그건 그냥 소비다. 남는다면 그게 복리로 쌓이는 moat의 재료다.
moat 후보 3: 신뢰와 유통 경로
냉정하게 말해 대부분의 경쟁은 품질 차이가 아니라 “누가 떠오르는가”에서 갈린다. 비슷한 품질이 흔해질수록 이 효과는 더 커진다. 특정 문제가 생겼을 때 사람들 머릿속에 내 이름이 먼저 떠오르는 상태 — 이건 프롬프트로 복제할 수 없다. 글, 공개한 작업, 지킨 약속이 오랜 시간 쌓여 만들어지기 때문이다.
워크플로를 베낀 사람에게는 고객이 따라오지 않는다. 그 사실이 생각보다 큰 위로이자 큰 숙제였다.
moat 후보 4: 깊이 박힌 통합
일회성 결과물을 파는 관계는 쉽게 대체된다. 반면 상대의 업무 흐름 안쪽에 들어가 있는 관계는 다르다. 내 작업이 그들의 의사결정 리듬, 보고 체계, 다음 분기 계획에 엮여 있으면 교체 비용이 생긴다. 이건 기술 우위가 아니라 관계와 책임의 구조에서 나오는 방어선이다.
moat 후보 5: 복제 속도보다 빠른 갱신 속도
마지막 후보는 좀 다른 종류다. 어떤 워크플로도 영구적이지 않다면, 방어는 정적인 장벽이 아니라 속도로 이뤄진다. 지금 쓰는 방식이 베껴지는 동안 나는 이미 다음 버전에 가 있는 상태. 실험을 자주 돌리고 빠르게 폐기하고 배운 것을 기록하는 습관 자체가 moat가 된다.
이건 가장 피곤한 moat이기도 하다. 그래서 1~4번과 함께 가져가야 지속된다. 속도만으로 버티는 건 결국 체력 싸움이다.
그래서 바꾼 질문들
요즘 새 도구나 방식을 도입할 때 스스로에게 던지는 점검 질문을 적어 둔다.
- 이걸 경쟁자가 그대로 쓴다고 가정하면, 내게 남는 차이는 무엇인가?
- 이 작업은 반복할수록 내 판단 기준을 날카롭게 만드는가, 아니면 그냥 산출물만 늘리는가?
- 작업이 끝난 뒤 재사용 가능한 기록·데이터가 남는가?
- 이 결과물을 받는 사람과의 관계가 깊어지는 방향인가, 얇아지는 방향인가?
- 도구가 내일 사라지면 내 역량의 몇 퍼센트가 함께 사라지는가?
5번의 답이 클수록 위험하다. 도구에 얹혀 있는 능력은 도구의 수명만큼만 산다.
moat는 워크플로 바깥에 있다
처음 질문으로 돌아가자. 내 AI 워크플로가 오후 한나절에 복제될 수 있다면, 그건 워크플로가 moat가 아니라는 뜻일 뿐이다. 나쁜 소식은 많은 사람이 그걸 moat로 착각하고 프롬프트 모음을 금고에 넣어 둔다는 것. 좋은 소식은 진짜 moat는 처음부터 다른 곳(판단, 고유한 입력값, 신뢰, 관계의 깊이, 갱신 속도)에 있었고, 그건 복사 붙여넣기로 옮겨지지 않는다는 것이다.
그래서 나는 워크플로를 숨기지 않기로 했다. 숨겨도 어차피 복제되고, 공개하면 적어도 “이걸 만든 사람”이라는 평판은 남는다. 지켜야 할 건 레시피가 아니라 혀였다.