1인 마케팅 컨설턴트로 4년째 일하는 박씨의 오전은 늘 비슷한 루틴으로 시작됩니다. 노션에서 클라이언트 페이지를 열고, 구글 드라이브에서 지난주 결과 보고서를 꺼내고, 슬랙에서 어젯밤 메시지를 확인하고, ChatGPT 탭을 새로 열어 초안 작성을 요청하고, 다시 노션으로 돌아와 결과를 정리합니다. 탭이 다섯 개. 앱 전환이 열다섯 번. 이 과정 전체에서 맥락은 매번 박씨의 머릿속에서 직접 번역됩니다.

AI 도구가 늘어날수록 이 번역 노동도 함께 늘어납니다. 새 도구가 하나 추가될 때마다, 그 도구를 쓰기 위해 맥락을 들고 이동하고, 결과를 다시 들고 돌아와야 합니다. 쓸수록 편해질 것 같았는데 탭만 늘어나는 이유가 여기에 있습니다. 이 구조를 당연하게 받아들여 왔다면, 2026년 5월 노션이 공개한 개발자 플랫폼이 그 당연함에 조용히 균열을 냅니다.

노션이 플랫폼으로 방향을 틀었다

2026년 5월 13일, 노션은 개발자 플랫폼을 공식 발표했습니다. 테크크런치가 같은 날 보도한 이번 발표의 핵심은 세 가지입니다. AI 에이전트를 워크스페이스에 직접 연결하고, 외부 데이터 소스를 통합하고, 커스텀 코드를 실행할 수 있는 환경을 제공한다는 것입니다. 노션은 이를 통해 팀이 워크스페이스를 에이전틱 생산성 소프트웨어의 허브로 활용할 수 있도록 하겠다고 밝혔습니다.

표면만 보면 "플러그인이 추가됐다" 정도로 읽힙니다. 하지만 구조를 들여다보면 방향이 전혀 다릅니다. 기존의 통합(integration) 방식은 "외부 데이터를 노션 안으로 가져오는" 흐름이었습니다. 슬랙 메시지 링크가 미리보기로 펼쳐지거나, 구글 시트 숫자가 임베드 테이블로 들어오는 방식입니다. 이번 플랫폼은 방향이 반대입니다. 에이전트가 워크스페이스 안에서 직접 실행되고, 그 결과가 노션 페이지 위에 쌓입니다. 외부에서 가져오는 것이 아니라, 내부에서 일어납니다.

구체적으로 보면, 특정 데이터베이스의 상태가 바뀔 때 에이전트가 자동으로 트리거되거나, 워크스페이스 안에서 설정한 워크플로가 외부 API를 호출해 데이터를 끌어오거나, 커스텀 코드가 실행되어 결과를 해당 페이지에 기록하는 방식입니다. 지금까지 이런 자동화를 구현하려면 재피어(Zapier)나 메이크(Make), n8n 같은 외부 자동화 플랫폼을 경유해야 했습니다. 그 레이어가 이제 노션 안으로 들어왔습니다.

경쟁 구도를 함께 보면 이 선택의 무게가 더 분명해집니다. 아사나는 작업 관리에 AI를 얹는 방식이고, 클릭업은 자동화 범위를 꾸준히 넓히고 있으며, 에어테이블은 데이터베이스 연동을 강화하는 방향입니다. 각자의 방식으로 AI를 "추가"하고 있는 시점에, 노션은 에이전트가 "실행되는 공간"이 되겠다고 선언했습니다. 기능을 더한 것이 아니라, 플랫폼으로서의 포지셔닝 자체를 바꿨습니다.

에이전트가 맥락을 쥐는 구조에서, 사람의 일이 달라진다

이 전환의 의미를 기술 차원에서만 읽으면 절반을 놓칩니다. 일하는 방식의 층위 자체가 달라지기 때문입니다.

지금까지 1인 사업자·솔로 PM·기획자 대부분의 AI 도입 방식은 "도구 하나 더 추가"의 논리로 작동해 왔습니다. 초안은 ChatGPT, 조사는 퍼플렉시티, 검토는 클로드, 최종 정리는 노션—각 단계마다 다른 도구로 이동하고, 이동할 때마다 맥락을 사람이 직접 들고 옮깁니다. 도구들이 각자의 섬에 있고, 사람이 보트를 저어 그 사이를 오가는 구조입니다.

그 이동 자체가 노동입니다. "지난 미팅 결과가 이랬고, 클라이언트의 요구사항은 이렇고, 우리 브랜드 톤은 이 방향이고, 이걸 감안해서 초안 한 번 써줘"—이 설명이 매번 반복됩니다. AI 도구가 강력해질수록 이 설명은 더 정교해져야 하고, 더 정교해질수록 더 많은 시간이 필요합니다. 역설적으로 AI를 잘 쓸수록 맥락 전달에 드는 에너지가 늘어나는 구조입니다.

에이전트가 워크스페이스 안에 있으면 이 구조가 바뀝니다. 프로젝트 히스토리, 클라이언트와의 결정 사항, 진행 중인 작업의 상태—이것들이 에이전트와 같은 공간 안에 이미 존재합니다. 에이전트는 맥락을 건네받은 상태에서 작업을 시작합니다. 사람은 설명 대신 지시로 넘어갈 수 있습니다.

이때 실질적으로 달라지는 것은 사람이 해야 하는 일의 성격입니다. 맥락을 옮기는 일, 앱과 앱 사이를 오가는 일, 도구들의 결과를 다시 한곳으로 묶는 일—이런 "연결 노동"이 줄어들 때 남는 것이 무엇인지 생각해야 합니다.

AI 시대에 사람에게 남는 고유한 역량을 탐구하는 논의들이 공통으로 향하는 지점이 있습니다. 기술 숙련도도 아니고, 처리 속도도 아닙니다. 어떤 에이전트를 언제 붙일지 판단하는 감각, 에이전트가 만들어낸 결과 중 무엇을 채택하고 무엇을 버릴지 선별하는 기준, 방향 자체를 정하는 태도—이것들은 쉽게 자동화되지 않는 영역입니다. 효율보다 느리지만 상황에 맞게 정교하게 작동하는 인간의 판단, 맥락을 감각적으로 읽는 능력, 우선순위를 실시간으로 조정하는 태도—이런 것들이 자동화가 깊어질수록 오히려 값어치가 높아집니다.

노션의 플랫폼 전환이 주목할 만한 이유가 여기에 있습니다. 에이전트를 지휘한다는 것이 실제로 어떤 경험인지, 그 경험이 어떤 종류의 판단력을 요구하는지를 직접 해볼 수 있는 환경이 만들어지고 있기 때문입니다. 어떤 반복 작업을 에이전트에게 넘기고, 어떤 결정은 직접 내릴지—이 설계를 실제로 반복하다 보면, 자신의 일하는 방식에서 진짜 핵심이 무엇인지 더 선명하게 보입니다. 도구가 바뀔 때마다 자신의 일이 더 잘 보이는 것은 어쩌면 당연한 일입니다.

에이전트를 부리기 전에 먼저 설계할 것들

노션을 사용하든 그렇지 않든, 이 방향을 자신의 워크플로에 어떻게 적용할 수 있을지 따져볼 수 있습니다.

맥락이 어디에 쌓이고 있는지 먼저 파악합니다. 에이전트를 효과적으로 활용하는 전제 조건은 맥락이 한 곳에 모여 있는 것입니다. 결정 기록, 클라이언트 히스토리, 진행 중인 프로젝트의 상태—이것들이 이메일, 슬랙, 노션, 드라이브 곳곳에 분산되어 있다면, 에이전트를 연결해도 매번 설명부터 다시 시작해야 합니다. 어떤 도구를 선택하든 상관없이, 지금 자신의 작업 맥락이 어디에 어떤 형태로 축적되고 있는지 파악하는 것이 먼저입니다.

트리거 가능한 반복 작업을 목록으로 만들어봅니다. "특정 조건이 갖춰지면 자동으로 뭔가를 해야 하는" 작업이 있다면, 에이전트 연결의 첫 번째 후보입니다. 클라이언트 계약이 완료될 때 온보딩 문서를 자동으로 생성하거나, 주간 리뷰 날짜가 돌아오면 지난주 데이터를 자동으로 정리하거나, 특정 키워드가 데이터베이스에 추가될 때 관련 레퍼런스를 모아오는 방식입니다. 지금 당장 구현하지 않더라도, 목록을 만들어두면 플랫폼이 실제로 열렸을 때 바로 실험해 볼 수 있습니다.

에이전트 결과를 검토하는 루틴을 미리 설계합니다. 자동화에서 반복적으로 나타나는 함정이 있습니다. 에이전트가 결과를 생성해도 그것을 검토하고 방향을 잡는 루틴이 설계되어 있지 않으면, 결과물은 쌓이기만 하고 실제로 쓰이지 않습니다. 주간 30분이든, 프로젝트 단위 체크포인트든—에이전트가 만든 것을 사람이 살펴보는 구조가 없으면 자동화의 효과는 금방 흐려집니다. 자동화는 항상 검토 루틴과 쌍으로 설계해야 비로소 완성됩니다.

노션의 새 개발자 플랫폼이 한국 사용자에게 언제, 어느 범위까지 열릴지는 아직 지켜봐야 합니다. 기업용 기능은 출시 시점과 지역 가용성이 서비스마다 다르게 적용되는 경우가 많습니다. 지금 당장의 실행보다는, 이 방향을 자신의 루틴에 비추어 점검하는 것이 현실적인 첫 번째 발걸음입니다.

워크스페이스가 에이전트를 지휘하는 구조로 이동하고 있습니다. 그 안에서 사람의 역할은 더 정교한 판단의 자리로 옮겨갑니다. 어떤 에이전트를 붙일지, 어떤 결과를 채택할지, 언제 멈출지—이 판단의 질이 1인 사업자의 실질적인 경쟁력이 되는 시점이 생각보다 빠르게 올 수 있습니다.