AI가 지식노동을 가져가면, 취미가 '도메인 지식'이 된다 — 어느 에세이를 읽고, 데이터쟁이의 반론과 보론

취미가 ‘도메인 지식’이 된다는 말에 대하여

며칠 전 ‘취미자본’이라는 에세이를 읽었다. 요지는 이랬다 — AI가 지식노동을 외주화하는 시대엔, 언어로 옮겨지지 않는 체득형 취미가 새로운 도메인 지식이자 해자가 된다. 데이터와 마케팅으로 먹고사는 나로선 반쯤 세게 끄덕였고, 반쯤 갸웃했다. 남의 글을 그대로 옮기는 건 의미가 없으니, 내 반론과 보론만 적는다. (원문 각주의 일부 수치는 교차검증이 안 돼, 여기선 아이디어에만 반응한다. 자세한 건 아래 덧붙임 참고.)

원문의 요지는 뭐였나?

거칠게 줄이면 네 문장이다.

1. AI가 1차 지식을 자동 수집·요약하면서 지식노동의 값이 떨어진다.
2. 하지만 LLM은 도메인 지식을 모른다 — 그 위에 올라탄 에이전트가 진짜 일을 한다.
3. 그 도메인 지식의 정수는 암묵지(tacit knowledge) — 언어화가 안 돼 추출·복제가 안 된다.
4. 그래서 몸으로 체득하는 취미가 뜨는 도메인이고, 그 진입장벽을 낮추는 데 사업 기회가 있다.

핵심은 선언적 지식 vs 암묵지의 구분이었다. 커피로 치면 “나는 산미 있는 커피를 좋아한다”는 말로 옮겨지니 LLM 사이를 쉽게 건너가지만, “물을 부었을 때 원두가 부풀어 오르는 정도를 보고 다음 물줄기를 조절하는 감각”은 말이 안 되니 추출이 불가능하다는 것.

flowchart LR
    subgraph D["선언적 지식 · 이동 쉬움"]
      A["언어로 표현됨<br/>선호·사실·규칙"] --> A2["LLM 간 복사됨"]
    end
    subgraph T["암묵지 · 이동 불가"]
      B["몸으로 체득<br/>감각·타이밍·손끝"] --> B2["추출 안 됨 = 해자"]
    end

    classDef d fill:#e8f0fe,stroke:#1a56db,color:#0b2a6b,stroke-width:1px
    classDef t fill:#e6f4ea,stroke:#137333,color:#0b3d1f,stroke-width:1px
    class A,A2 d
    class B,B2 t

어디에 동의하나 — 암묵지는 해자가 맞다

이 부분은 세게 끄덕였다. 내가 자동화나 데이터 파이프라인을 짤 때도, 진짜 값어치는 코드에 있지 않았다. “이 데이터는 이래서 못 믿는다”, “이 지표는 이 맥락에선 거짓말한다” 같은, 문서에 안 적히는 감각에 있었다. 그게 남과 나를 가른다.

노동과 취미의 결정적 차이도 날카로웠다. 노동은 결과가 목적이라 실행 주체를 바꿔도 가치가 남지만, 취미는 ‘내가 직접 한다’는 과정 자체가 목적이라 주체를 바꾸는 순간 가치가 증발한다. 로봇이 대신 등산을 완주해줘도 의미가 없다는 것. 그래서 휴머노이드는 취미를 대체하는 게 아니라, 노동을 가져가고 취미 시간을 돌려주는 존재라는 정리는 깔끔했다.

flowchart TB
    subgraph N["노동 · 결과가 목적"]
      L1["실행 주체 교체"] --> L2["가치 유지<br/>(누가 하든 결과물 같음)"]
    end
    subgraph H["취미 · 과정이 목적"]
      HB1["실행 주체 교체"] --> HB2["가치 소멸<br/>('내가' 안 하면 의미 없음)"]
    end

    classDef n fill:#fef3e2,stroke:#b25e02,color:#5c2e00,stroke-width:1px
    classDef h fill:#ede9fe,stroke:#6d28d9,color:#3b0764,stroke-width:1px
    class L1,L2 n
    class HB1,HB2 h

어디서 갸웃했나 — ‘개인 데이터는 해자가 아니다’

원문은 “개인 맥락 데이터는 해자가 아니다”라고 잘라 말했다. LLM을 갈아탈 때 “내 정보 내놔” 하면 쉽게 추출·이전되니까. 데이터 다루는 입장에서, 이건 절반만 맞다고 봤다.

맞는 절반: 선언적 개인 데이터(선호·프로필·설정)는 확실히 쉽게 넘어간다. 여기엔 동의한다.

갸웃한 절반: 행동 로그는 다르다. 몇 년치 누적된 활동 기록 — 언제, 얼마나, 어떤 패턴으로 — 은 한 번 요청해서 뽑아낼 수 있는 게 아니다. 그건 시간이 만든 자산이고, 신규 서비스가 “GPT한테 물어봐서” 복제할 수 있는 게 아니다. 즉 개인 데이터라도 선언(가벼움) vs 누적 로그(무거움)로 갈린다. 원문의 암묵지 논리를 데이터에 그대로 옮기면, 행동 로그야말로 데이터판 암묵지다.

flowchart LR
    P["개인 데이터"] --> P1["선언형<br/>선호·프로필"]
    P --> P2["누적 행동 로그<br/>수년치 활동 기록"]
    P1 --> M1["해자 아님 · 쉽게 이전"]
    P2 --> M2["해자 됨 · 시간이 만든 자산"]

    classDef a fill:#e8f0fe,stroke:#1a56db,color:#0b2a6b,stroke-width:1px
    classDef ok fill:#e6f4ea,stroke:#137333,color:#0b3d1f,stroke-width:1px
    class P,P1,P2 a
    class M1,M2 ok

데이터쟁이의 보론 — 취미 비즈니스의 세 축

원문은 취미가 세 방식으로 사업이 된다고 했다. 커뮤니티 해자, 습관 반복매출, 도메인 AI 워크플로우. 사례 해석엔 동의하는데, 여기선 정성적으로만 옮긴다(수치는 덜어냈다 — 이유는 아래).

flowchart TB
    C1["① 커뮤니티가 해자<br/>기록·경쟁이 사람에 묶임"]
    C2["② 습관이 반복매출<br/>취미의 반복성 → 구독"]
    C3["③ 도메인 지식이 워크플로우<br/>고맥락 수집 → 행동 제안 루프"]
    C4["④ 하드웨어 센서 해자<br/>물리 데이터 계층 소유"]

    classDef c fill:#e6f4ea,stroke:#137333,color:#0b3d1f,stroke-width:1px
    class C1,C2,C3,C4 c

• 커뮤니티(예: 러닝 기록 플랫폼) — 사람들은 다른 앱으로 훈련하고 길을 찾아도, 결국 “같이 뛰는 사람들이 모인 곳”에 기록을 올린다. 해자는 기능이 아니라 커뮤니티에 묶인 데이터다.
• 습관(예: 온라인 체스) — 취미의 반복성이 월 구독으로 이어진다. 다만 최상위 실력 전수는 여전히 인간 코치의 몫 — 이게 원문이 인용한 “hard to master”의 숙련 피라미드가 유지되는 이유다(= 암묵지 논리의 반복).
• 도메인 워크플로우(예: 골프 진단 앱) — 측정에 그치지 않고 근본 원인 진단 → 개선 추적 루프를 돈다. “고맥락 정보 수집 → 행동 워크플로우”가 물리 취미에서 구현된 형태.
• 하드웨어(예: 웨어러블) — AI가 소프트웨어 계층을 상품화할수록, 센서라는 물리 데이터 계층을 소유한 쪽이 구조적으로 보호받는다.

그래서 내 결론은?

원문의 한 문장이 오래 남았다. “취향은 선호이고, 취미는 활동이다.” AI가 생산의 하방을 없애 누구나 그럴듯한 걸 내놓는 시대엔, 차이를 가르는 건 취향이고, 좋은 취향은 직접 몸으로 겪은 취미에서 나온다.

데이터쟁이로서 덧붙이면 — 나는 여기에 “누적”을 더하고 싶다. 취미든 데이터든, 해자는 시간을 들여야만 쌓이는 것에서 나온다. 한 번에 뽑히는 건 이미 해자가 아니다. 남이 5분 만에 복제 못 하는 걸 갖고 있느냐. 그게 암묵지든, 몇 년치 행동 로그든, 손끝의 감각이든.

AI는 ‘아는 것’을 흔하게 만들었다. 그래서 이제 값이 나가는 건 몸으로 겪어야만 얻는 것, 그리고 시간이 지나야만 쌓이는 것이더라. 취미는 그 둘을 동시에 요구한다.

---

덧붙임 — 이 글의 태도

이 글은 ‘취미자본’이라는 타인의 에세이를 읽고 쓴 내 반응이다. 원문의 논지(암묵지 = 해자, 취미 = 뜨는 도메인 지식)를 인용하되 그대로 옮기지 않았고, 내 반론(개인 데이터의 이분법)과 보론(누적의 강조)을 얹었다. 원문 각주에는 여러 연구·기업 수치가 인용돼 있었는데, 그중 일부(특정 플랫폼의 평가액·전환율 등)는 내가 교차검증에 실패해 이 글에선 수치를 빼고 정성적으로만 다뤘다. 숫자를 인용하려면 원 출처를 직접 확인하는 게 맞다는 원칙 때문이다.