당신의 생산성 근육을 키워주는 당근메일
당근메일 #277 | 2026년 6월 8일 - WEEK 24

세탁기가 빨래를 대신해준 뒤,
우리는 오히려 더 바빠졌습니다
— 도구는 평준화되고, 차이는 디테일에서 나온다.


진대연

세탁기가 처음 세상에 나왔을 때, 사람들은 이런 미래를 그렸습니다. "이제 빨래에서 해방이다. 남는 시간에 책도 읽고, 일도 하고, 더 많은 걸 할 수 있겠지." 실제로 세탁기가 우리에게 준 시간은 어마어마했어요. 손으로 비벼 빨고, 삶고, 짜고, 널어 말리던 그 고된 노동을 기계가 대신해줬으니까요.


그런데 재미있는 사실이 하나 있습니다. 세탁기가 보급된 뒤, 사람들의 가사 노동 시간은 정말 줄었을까요?


기술사학자 루스 코완(Ruth Schwartz Cowan)이 『More Work for Mother』라는 책에서 이걸 파헤쳤는데요. 결과가 의외였습니다. 줄기는커녕 오히려 늘었어요. 코완의 조사에 따르면 주당 세탁 시간은 1925년 5.8시간에서 1964년 6.2시간으로 도리어 늘었고, 1980년대 주부가 다루는 빨랫감은 무게로 따지면 이전 세대의 약 10배에 달했습니다.


왜 이런 일이 벌어졌을까요? 간단해요. 빨래가 쉬워지니 우리는 더 자주, 더 많이 빨기 시작한 겁니다. 예전엔 며칠씩 입던 옷을 이제는 한 번 입고 바로 세탁기에 넣죠. 속옷을 매일 갈아입는 것도 너무 당연해졌고요. 기계가 일을 대신해주자, 우리의 '기준'이 슬그머니 올라간 거예요. 굳이 말하자면, 인간의 욕심은 끝이 없달까요?

Nano Banana 2 생성 이미지  

"더 많이"가 다가 아니었습니다 — "더 잘"의 시작


그런데 제가 더 흥미롭게 본 지점은 따로 있어요. 세탁기 이후 늘어난 건 빨래의 '양'만이 아니었습니다. 빨래의 '질'에 대한 고민도 같이 늘었거든요.


생각해보면 그렇잖아요. 우리 모두 세탁기에 옷을 한 번쯤 망쳐본 경험이 있죠. 아끼던 니트가 쪼그라들거나, 색이 번지거나… 그 경험을 한 번 하고 나면 우리는 갑자기 똑똑해집니다. "이 옷은 울코스로 돌려야겠다", "이건 세탁망에 넣어야지", "이건 아예 손빨래를 해야겠네", "여기엔 이 세제가 맞겠다" 하면서요.


즉, 세탁기가 기본적인 '빨기'를 대신해주자 우리의 관심은 더 위로 올라갔습니다. 단순히 '빨았다'가 아니라 '이 옷을 어떻게 다뤘는가'가 실력이 된 거죠. 그리고 이 분별력은 세탁기를 오래, 많이 써본 사람일수록 자연스럽게 몸에 뱁니다. 망쳐본 옷이 많을수록 더 잘 다루게 되는, 조금은 얄궂은 이치예요.

AI도 정확히 같은 길을 걷고 있습니다


저는 AI가 딱 이 세탁기와 같은 길을 가고 있다고 봅니다.


요즘 제 하루를 잠깐 보여드릴게요. 저는 매시간 AI가 제 Slack, Notion, 노트, 캘린더를 훑어보고 보고서를 만들어 업데이트해줍니다. 제가 노트에 떠오른 생각이나 할 일을 적어두기만 하면, AI가 한 시간에 한 번씩 그걸 확인해서 할 일로 정리해주고요. 제가 놓치는 것들은 따로 AI 코치가 챙겨줍니다. 예전 같으면 엄두도 못 냈을 일들이죠.


그런데 신기한 게, 이렇게 자동화가 늘어날수록 제 일이 줄기는커녕 새로운 고민이 생깁니다. "이 자동화들을 어떻게 더 잘 조합하지?", "이건 AI한테 맡기고 이건 내가 직접 해야 하나?", "여기엔 어떤 안전장치를 둬야 하지?" 하는 것들요. 세탁기 앞에서 코스를 고르고 세탁망을 챙기던 그 고민과 정확히 똑같습니다.


AI는 단순한 기능을 대신해줍니다. 하지만 그걸 잘게 쪼개서, 어디에 무엇을 맡기고 어디까지 완성도를 끌어올릴지 판단하는 건 결국 사람의 몫이에요. 그리고 그건 세탁기를 많이 써본 사람이 옷을 잘 다루듯, AI를 많이 써보고 많이 망쳐본 사람만이 가질 수 있는 감각입니다.

도구는 점점 쉬워지는데, 왜 경험이 더 중요해질까요


"그래도 AI 공부는 너무 어렵잖아요." 맞아요. 지금의 AI는 아직 손이 많이 갑니다. 하지만 걱정 마세요. 초창기 세탁기가 지금처럼 좋지 않았듯, 앞으로의 AI는 훨씬 더 쉽고 더 똑똑해질 겁니다.

그런데 여기서 한 가지 짚고 넘어갈 게 있어요. 도구가 쉬워지면 내 경험의 가치도 같이 떨어지는 거 아니냐고요? 오히려 반대입니다.


도구가 쉬워진다는 건, 누구나 '기본'은 할 수 있게 된다는 뜻이에요. 모두가 세탁기를 갖게 되면 '깨끗한 옷'은 더 이상 특별한 게 아니게 되죠. 그때부터는 까다로운 옷을 망치지 않고 다루는 사람이 진짜 실력자로 보입니다. 즉 도구가 쉬워질수록 바닥이 올라가고, 차이는 한 단계 더 위로 옮겨갑니다. 그리고 바로 그 위쪽 영역에, 오직 나에게만 쌓인 경험이 자리합니다.


내가 무엇을, 어디까지, 어떻게 시도해봤는가. 어떤 걸 망쳐보고 무엇을 배웠는가. 이 경험만큼은 남이 대신 쌓아줄 수 없어요. AI가 아무리 좋아져도, 그 AI를 데리고 무엇을 해봤는지는 온전히 내 안에만 남습니다. 그렇게 쌓인 경험이 결국 내 일의 숙련도와 역량이 되는 거고요.

Nano Banana 2 생성 이미지  

그래서, AI 시대의 일잘러는


흥미롭게도, AI 시대의 일잘러에게는 우리가 예전에 배웠던 생산성 법칙들이 다시 통하기 시작합니다.


시간을 어떻게 관리하고, 에너지를 어떻게 지키고, 집중력을 어디에 쏟을지 — 시간·에너지·집중력을 다루는 TEA 프레임워크(Time·Energy·Attention)부터, 여러 AI가 따로 놀지 않고 한 몸처럼 굴러가게 만드는 시스템 관리 능력까지요. 복잡해진 작업 덩어리를 PARA(일을 프로젝트·영역·자료·보관함으로 나눠 정리하는 방식)로 어떻게 구조화할지, 단순 자동화를 넘어 더 큰 자동화 시스템을 어떻게 다룰지가 핵심이 됐죠. 관리할 범위는 훨씬 커졌지만, 과거에 우리가 배운 생산성 시스템들은 여전히 — 아니, 오히려 지금 더 — 유효합니다.


이런 노하우를 하나하나 쌓다 보면, 분명 더 업그레이드된 새로운 방법론도 만들어질 거예요. 당근메일은 앞으로도 지금보다 더 쉽고 즐겁게 더 많은 일들을 해내는 노하우들을 계속 나눠보겠습니다. 지금 만들어둔 여러 프로젝트들, 진행 중인 대형 자동화 도구들, 그리고 그것들이 꾸준히 유지보수되도록 다듬는 모든 과정들과 경험이 모두 피가되고 살이되도록 말이죠.


이제는 AI가 스스로 자동화되는 걸 넘어, 더 많은 일을 해내기 위한 '나만의 시스템 관리'가 꼭 필요해진 때인지도 모릅니다.


이번 주, 딱 하나만 해보세요. 지금 내가 굴리고 있는 AI와 자동화들을 한자리에 쭉 적어보는 거예요. 흩어진 걸 한눈에 모으는 것, 그게 '나만의 시스템'을 설계하는 첫 줄이 됩니다.


  • 🧺 도구가 일을 대신해줄수록 일이 줄지 않고 기준이 올라간다 — 이제 '더 많이'가 아니라 '더 잘'이 관건이다.
  • 🤖 AI가 늘어날수록 진짜 차이를 만드는 건 결과물의 양이 아니라, 흩어진 AI들을 한 몸처럼 굴리는 '시스템 관리' 능력이다.
  • 📈 시간·에너지·집중력의 TEA, 일을 정리하는 PARA처럼 — 예전에 배운 생산성 시스템이 더 큰 범위에서 다시 유효해진다.

이번 주 당근메일 내용이 마음에 드셨나요? 함께 보면 좋은 친구나 동료에게 공유해주세요!

게으른 일잘러들의 모임
생산성 노하우를 함께 나누는 트레바리 독서클럽

문제를 해결하고 즐거움을 얻어가는 곳

당근메일 오픈카톡방을 통해 실시간으로 소통하며 다양한 생산성 도구와 방법에 대한 문제를 나누고 해결하세요. (입장 비밀번호: eatfrogs)
당근메일 커뮤니티에서 생산성에 관심있는 당근메일 구독자 분들과 다양한 이야기를 나누어보세요. 
오늘 이야기는 어떠셨나요? 여러분의 소중한 피드백이 매주 당근메일이 발행되는 큰 힘이 됩니다. 좋았던 점이나 아쉬웠던 점을 최대한 솔직하게 남겨주세요. 여러분의 의견을 반영하여 더 나은 당근메일을 만들어가겠습니다.