AI가 프롬프트 하나로 시각 결과물을 뚝딱 만들어내는 지금, "손으로 만드는 행위"가 왜 오히려 더 중요해지는지를 이해하는 것은 디자이너만의 문제가 아니다. 기술 투자자와 제품 전략가 모두가 직면한 질문이다.

---

프롬프트는 생각을 대체하지 못한다

UX 디자인 미디어 uxdesign.cc에 게재된 이 글은 핵심 명제를 단 한 줄로 압축한다.

"디자인은 프롬프트 안에 있는 것이 아니라, 수고로움과 창작자의 '생각하는 손' 안에 있다."

이 문장은 낭만적 호소처럼 들릴 수 있다. 하지만 글로벌 테크 시장과 아시아 제조업 공급망을 수년간 취재해온 시각으로 보면, 이것은 감성적 선언이 아니라 경제적 경고다.

핀란드 조각가 유하니 팔라스마(Juhani Pallasmaa)는 저서 The Thinking Hand에서 손이 단순한 실행 도구가 아니라 인지 과정 자체라고 주장했다. 손으로 무언가를 만드는 행위는 뇌와 신체가 동시에 문제를 탐색하는 과정이다. 프롬프트를 입력하는 행위는 그 탐색을 건너뛴다.

AI가 생성한 결과물이 "그럴듯해 보이는" 이유는, 그것이 수십억 개의 인간적 선택의 통계적 평균이기 때문이다. 평균은 안전하지만, 혁신은 평균에서 나오지 않는다.

---

"리씽킹(Rethinking)"이 유행어가 된 시대의 함정

생각하는 손 없는 "재설계"는 껍데기다

2026년 5월 현재, 테크 업계에서 가장 자주 등장하는 단어 중 하나는 rethinking이다. 캐나다 헬스케어 조달 시스템의 재설계(NewsAPI Tech, 2026-05-08), 공공 부문 AI 전략의 재편(NewsAPI Tech, 2026-05-01), 엔터프라이즈 AI 아키텍처의 재구성(InfoWorld, 2026-05-04)까지, "다시 생각한다"는 표현이 넘쳐난다.

그런데 공통점이 있다. 이 "재설계"들 대부분은 기존 시스템 위에 AI 레이어를 올리는 방식으로 구현된다. 캐나다 헬스케어 조달 논의에서 드러난 것처럼, 국내 혁신 기업보다 검증된 외국 대형 업체를 선호하는 관성은 AI 도입 이후에도 그대로다. AI가 의사결정을 자동화했지만, 의사결정의 편향도 함께 자동화된 셈이다.

소형 언어 모델(SLM) 논의도 비슷한 맥락이다. 엔터프라이즈 AI 아키텍처에서 SLM이 주목받는 이유는 비용과 속도 때문이지만, 근본적인 질문—"이 시스템이 실제로 무엇을 해결하는가"—은 여전히 손으로, 즉 인간의 고민으로 풀어야 한다.

---

아시아 테크 시장에서 보이는 신호

"생각하는 손"을 잃은 하드웨어의 위기

나는 삼성전자와 SK하이닉스의 HBM 랠리를 분석하면서 반복적으로 같은 질문을 받았다. "AI 반도체 수요는 실수요인가, 투기인가?" 이 질문의 답은 결국 AI 소프트웨어가 진짜 문제를 해결하는가에 달려 있다.

삼성의 Bespoke AI 냉장고가 Gemini를 통합하며 인식 가능한 식품 항목을 110개에서 2,000개로 늘린 것은 인상적인 수치다. 하지만 그 기능이 실제 사용자 행동을 바꾸는가? 이 질문에 답하려면 엔지니어링 스펙이 아니라 사용자의 손이 냉장고 앞에서 무엇을 하는지를 관찰해야 한다.

아시아 제조업 공급망에서 일하는 엔지니어들과 대화할 때 자주 듣는 말이 있다. "AI가 설계를 빠르게 만들어주지만, 왜 그 설계가 틀렸는지는 AI가 모른다." 이것이 핵심이다. 실패의 맥락은 손으로 만들고 망가뜨려본 경험에서 나온다.

삼성전자 파업이 하루 1조 원짜리 도박이 된 이유: 반도체 공급망의 새로운 균열을 다룰 때도 비슷한 구조가 보였다. 공급망의 균열은 숫자로 먼저 드러나지 않는다. 현장에서 손으로 일하는 사람들의 불만이 먼저 신호를 보낸다.

---

핀테크와 AI 의사결정의 역설

알고리즘이 설계한 금융 상품은 누가 책임지는가

핀테크 섹터에서도 같은 긴장이 존재한다. AI 클라우드가 데이터 저장 위치를 스스로 결정하고, DBA팀은 마이그레이션 완료 이후에야 그 사실을 알게 되는 상황은 단순한 기술적 해프닝이 아니다. 이것은 설계 책임의 공백을 의미한다.

금융 규제 당국이 AI 기반 신용 평가나 투자 알고리즘에 대해 점점 더 강한 설명 책임(explainability)을 요구하는 이유가 여기 있다. 알고리즘이 결정을 내렸다는 사실은 책임 회피의 근거가 되지 않는다. 그 알고리즘을 설계한 손이 책임을 진다.

유럽의 AI Act, 한국의 AI 기본법 논의 모두 이 방향을 가리킨다. "AI가 했다"는 말은 법적으로 점점 더 통하지 않게 된다. 결국 설계자의 의도와 판단이 기록되고 검증되어야 한다.

---

실행 가능한 관점 전환

생각하는 손을 지키는 세 가지 방법

이 논의는 추상적으로 끝나선 안 된다. 2026년 현재 AI 도구를 실무에서 쓰는 사람이라면 다음 세 가지 질문을 스스로에게 던져볼 만하다.

첫째, "AI가 만든 결과물을 내가 설명할 수 있는가?" 설명할 수 없다면, 그것은 당신의 작업이 아니다. 프롬프트로 뽑아낸 디자인이나 코드를 클라이언트에게 납품하는 순간, 그 결과물의 논리를 당신이 방어해야 한다. 방어할 수 없다면 리스크는 당신 것이다.

둘째, "프로세스에서 손이 닿는 단계가 있는가?" 스케치, 프로토타입, 사용자 관찰, 반복 수정—이 과정들은 느리고 비효율적으로 보이지만, 실제로는 AI가 놓친 맥락을 수집하는 단계다. MIT 미디어랩의 연구에 따르면 물리적 프로토타이핑 과정에서 발견되는 문제의 약 60%는 디지털 시뮬레이션에서 발견되지 않는다고 알려져 있다.

셋째, "AI 도구를 선택할 때 '생각하는 손'을 강화하는가, 대체하는가?" 이 기준으로 도구를 평가하면 선택이 달라진다. Figma의 AI 기능이 반복 작업을 줄여준다면 강화다. 하지만 "어떤 디자인이 더 나은가"를 AI에게 묻는다면, 그것은 대체다.

---

투자자와 기업 전략가에게 던지는 질문

"생각하는 손"의 가치는 감성적 영역에만 머물지 않는다. 시장 관점에서 보면, 모방이 쉬운 AI 결과물과 모방이 어려운 인간적 판단의 경계가 곧 경쟁 해자(moat)의 경계다.

하이퍼스케일러들이 AI 모델 간 전환 비용이 낮다는 사실은 이미 잘 알려져 있다. 그렇다면 진짜 차별화는 어디서 오는가? 데이터도, 컴퓨팅도 아닌 판단력—그리고 그 판단력을 키운 경험의 축적에서 온다.

공공 부문 AI 전략을 논한 최근 보고서(NewsAPI Tech, 2026-05-01)가 강조하는 "미션 아웃컴"도 결국 같은 이야기다. AI를 도입했다는 사실이 아니라, AI를 통해 무엇을 해결했는가가 성과 지표다. 그 "무엇"을 정의하는 것은 알고리즘이 아니라 사람의 손이다.

AI가 평균을 빠르게 만드는 도구라면, 평균을 넘어서는 것은 여전히 인간의 몫이다. 그리고 그 인간은 손으로 생각하는 사람이다.