AI 업무를 만드는 방법

먼저 떼어 내기

반복되는 작업을 하나의 흐름으로 만들기

AI 업무를 만들 때 가장 먼저 할 일은, 일을 크게 보이지 않게 하는 것입니다. 갑자기 "이 부서의 일을 전부 편하게 만들고 싶다"고 생각하면, 무엇을 맡길지가 흐려집니다. 먼저는, 매번 거의 같은 순서로 진행하는 작업을 하나 떼어 냅니다.

예를 들어, 정보를 모으고, 핵심을 정리하고, 짧은 보고로 정리하는 흐름입니다. 이렇게 하면 하나의 작업으로 만들기가 쉬워집니다. 새로 들어온 사람에게 일을 가르칠 때도 처음부터 전부 맡기지는 않습니다. 먼저 "이 흐름만 부탁해요"라고 나눌 것입니다. AI에 맡길 때도 같습니다.

여기서 중요한 것은 작업 이름이 아니라, 흐름으로 보는 것입니다. "일일 보고 작성"이 아니라, "원래 메모를 읽기" "제목별로 나누기" "오늘의 보고문으로 만들기"처럼 나누면, 어디까지 맡길지가 분명해집니다.

먼저 노릴 작업

반복 업무

처음 노린다면, 여러 번 되풀이되는 작업입니다. 가끔만 들어오는 어려운 문제보다, 매주, 매일 비슷한 형태로 돌아가는 일이 더 알맞습니다. 이유는 단순합니다. 같은 틀을 계속 돌려 쓸 수 있기 때문입니다. 잘 되었던 고치는 방법도 다음에 살릴 수 있습니다.

일본어로 쓰기

업무 설명서는 자연스러운 문장으로 만들 수 있다. 처음부터 엄격하지 않아도 된다.

너무 어렵게 생각하지 않아도 괜찮습니다. 처음 지시는 딱딱한 형식이 아니어도, 보통의 일본어로 쓸 수 있습니다. 예를 들어 "먼저 자료를 읽고, 겹치는 내용을 정리하고, 마지막에 상사용으로 짧게 쓴다" 정도의 방식이면 충분합니다. 처음부터 완벽한 표현을 만들려고 하면, 거기서 멈춰 버리기 쉽습니다.

품질을 맞추기

같은 작업을 매번 비슷한 품질로 다시 낼 수 있다.

사람이 그때그때 기분대로 쓰면 너무 짧아지거나, 순서가 바뀌기도 합니다. AI에 맡기는 가치 는, 매번 대체로 같은 형태로 결과를 낼 수 있다는 데 있습니다. 물론 마지막 확인은 사람이 필요합니다. 하지만 바탕이 맞춰져 있기만 해도 검토는 훨씬 쉬워집니다.

입력을 바꾸기

주제만 바뀌어도 같은 틀로 돌릴 수 있게 한다.

예를 들어, 이번 주는 채용 정보, 다음 주는 가격 동향, 그다음 주는 고객의 목소리처럼 주제가 바뀌어도, 흐름이 같다면 돌릴 수 있습니다. 반대로, 주제가 바뀔 때마다 방법까지 바뀌는 일은 처음 주제로 삼기에 알맞지 않습니다. 먼저는 "넣는 재료만 바꾸면 돌아가는" 일부터 시작합니다.

조사는 흐름으로 맡기기

한 번보다 과정

AI는 질문 하나에 답 하나를 받는 식으로만 쓰면 아깝습니다. "이걸 조사해 줘"로 끝내지 말고, 그 뒤에 무엇을 만들지까지 포함해서 맡기면 쓰임새가 넓어집니다. 조사는 특히, 흐름째 넘겼을 때 효과가 잘 나는 일입니다.

정보를 모으기. 알고 싶은 주제를 넣으면, 필요한 재료를 모으게 합니다. 여기서 요령은, 넓게 모은 뒤에 사람이 "부족한 관점"을 더하는 것입니다. 처음부터 완벽함을 바라지 말고, 초안을 받는다는 마음으로 진행합니다.

정리해서 그림으로 만들기. 모은 정보는 그냥 늘어놓기만 하면 읽기 어렵습니다. 종류별로 나누기, 시간 순서대로 놓기, 비교하기 쉬운 형태로 만들기처럼, 눈에 보이는 형태까지 정리하게 합니다. 그림이라고 해도 어렵게 생각할 필요는 없고, 제목별로 묶여 있기만 해도 충분히 도움이 됩니다.

마지막에 논점을 정리하기. 결론을 읽을 수 있는 보고서까지 한 번에 내게 합니다. 이때 결론만이 아니라 "왜 그렇게 말할 수 있는지"도 함께 내게 하면, 나중에 사람이 확인하기 쉬워집니다. 한 번짜리 질문보다, 모으기, 정리하기, 요약하기를 이어서 맡기는 편이 실제 일에서는 쓰기 좋습니다.

첫 안은 초안

대표적인 함정

나온 계획을 그대로 쓰지 않기

이 부분은 매우 중요합니다. AI가 내놓은 첫 안은, 겉모습이 잘 정리되어 있어도 아직 초안입니다. 문장이 그럴듯해 보이면 그대로 쓰고 싶어지지만, 바로 그 점이 가장 위험한 부분입니다.

• 겉보기에는 좋아도, 실제 방식에 맞지 않는 경우가 있습니다.
• 그대로 실행하면, 자기 일에 맞는 조정이 부족해서 중간에 멈추기 쉽습니다.
• 좋고 나쁨을 가려내는 지식은 사람이 가지고 있습니다. 판단까지 놓지 않는 것이 중요합니다.

새 담당자가 만든 계획서를 선배가 한 번 다시 보는 것과 같습니다. 방향은 맞아도, 빠진 부분이나 무리가 남아 있습니다. AI의 안도 같아서, "처음부터 써 주는 상대"가 아니라 "초안을 내주는 상대"라고 생각하면 실패할 가능성이 줄어듭니다.

전부 맡기기에서 역할 나누기로

사람이 남겨 둘 판단

지금까지의 실패는, AI에 전부 맡기려고 할 때 자주 일어났습니다. 앞으로는 어디를 맡기고, 어디를 사람이 맡을지를 정하는 방식으로 바꾸는 편이 더 잘됩니다.

전부 AI에 맡기기가 아니라, 맡길 곳을 정하기입니다. 예를 들어, 재료 모으기는 맡기되, 결론을 채택할지는 사람이 정하는 식입니다. 안을 바로 실행하는 것이 아니라, 실제로 가능한지 확인합니다. 현장에서 정말 돌아가는지, 필요한 사람이 볼 수 있는지, 시간에 맞출 수 있는지를 확인합니다.

두루뭉술한 지시가 아니라, 기능까지 정하기입니다. 여기서 기능이란, "무엇을 할 수 있으면 도움이 되는가"라는 역할입니다. 예를 들어 "긴 자료를 짧게 만들기" "날짜별로 정리하기" "매일 아침 같은 형태로 내기" 같은 구체적인 일입니다. 부탁하는 방식이 구체적일수록, 고쳐야 할 곳도 찾기 쉬워집니다.

키우면서 구현하기

한 번에 만들지 말고 단계적으로 다듬기

AI 업무는 처음부터 완성품을 만들려고 하지 않는 편이 성공하기 쉽습니다. 먼저 움직이는 것을 만들고, 그다음에 현장에 맞게 다듬어 갑니다. 인수인계 문서도 첫 번째 판을 나눠 주고 끝내는 것이 아니라, 실제로 쓰면서 고쳐 갈 것입니다. 그것과 같습니다.

처음 단계에서는, "이 정도면 지금 하는 일의 일부를 대신할 수 있겠다"고 보이는 것만으로도 충분합니다. 전부를 깔끔하게 연결하는 것보다, 먼저 한 곳에서 도움이 되는지를 확인하는 편이 다음 개선을 하기 쉽습니다.

개선은 작게 돌리기

나누어서 깊게 보기

잘되지 않을 때, 전부를 다시 만들 필요는 없습니다. 막히는 곳만 작게 고치는 편이 더 빠릅니다. 여기서 중요한 것은, 문제를 세밀하게 보는 것입니다. "왠지 애매하다"가 아니라, "요약이 길다" "제목이 들쭉날쭉하다" "빠진 내용이 있다"라고 말할 수 있게 합니다.

• 먼저 한 부분만 만들기. 전체를 동시에 만들면, 어디가 나쁜지 알기 어려워집니다.
• 그 부분만 다듬기. 노린 부분을 깊게 보고, 내는 방식을 맞춥니다.
• 사람의 말로 손보기. 원하는 조정을 자연스러운 문장으로 덧붙여, 조금씩 마무리합니다.

쉽게 걸려 넘어지는 지점은, "한 번에 정하자"고 하는 것입니다. 실제로는 조금 내고, 보고, 고치고, 또 내는 반복입니다. 이 돌리는 방식에 익숙해지면, AI를 쓰는 방법이 갑자기 훨씬 현실적으로 느껴집니다.

보여 주는 방식까지 만들게 하기

확인 비용 줄이기

결과는 사람이 보기 쉬운 형태로 바꾸기

AI가 무엇인가를 만들 수 있어도, 사람이 읽는 데 손이 많이 가면 오래 가지 못합니다. 긴 문장 그대로 받는 것보다, 제목이 붙은 목록이나 바로 확인할 수 있는 배열이 훨씬 쓰기 좋습니다. 여기서 말하고 싶은 것은, 내용만이 아니라 보여 주는 방식도 일의 일부라는 점입니다.

먼저 돌아가는 형태를 만들고, 나중에 표시하는 방식을 다듬어도 괜찮습니다. 처음부터 겉모습까지 완벽하게 하려고 하면, 앞으로 나아가기 어려워집니다. 다만, 읽는 수고가 줄어들수록 계속 쓰기 쉬워지는 것은 분명합니다. 현장에서 남을지 말지는 여기서 차이가 납니다.

예를 들어, 아침 확인용이라면 짧은 목록으로, 회의용이라면 논점별로, 보관용이라면 날짜순으로처럼, 보는 사람에 맞게 형태를 바꾸기만 해도 가치가 높아집니다.

강한 것은 상주형

할 수 있는 범위가 다르다

여기서 말하는 상주형이란, 대화할 때마다 한 번씩만 쓰는 것이 아니라, 손에 닿는 곳의 일 자료와 연결되고, 정해진 시간에도 움직이기 쉬운 유형을 말합니다. 어렵게 들릴 수 있지만, 요컨대 "그때뿐"이 아니라 "일 속에 계속 머무는" 형태입니다.

지금까지의 사용 방식에서는, 파일을 매번 건네지 않으면 읽지 못하고, 같은 것을 여러 번 열게 해야 하고, 정기적으로 움직이기 어렵다는 불편함이 있었습니다. 상주형이 되면, 놓여 있는 자료를 읽을 수 있고, 손에 있는 데이터를 보러 갈 수 있고, 아침이나 저녁처럼 정해진 시간에 움직일 수 있다는 차이가 생깁니다.

그래서 한 번성 상담 상대처럼 보기보다, 날마다의 흐름 속에서 일하는 보조 역할로 생각하는 편이, 업무를 만드는 데 더 알맞습니다.

배우는 방식에 따라 차이가 난다

지금은 직접 만져 보기

혼자 공부만으로는 한계

대화만 하는 AI보다, 다룰 수 있는 상대가 넓어지면 막히는 지점도 늘어납니다. 읽기만 하고 알았다고 느껴도, 실제로 일에 적용하면 멈추기 쉽습니다. 어디서 헷갈리는지는 사람마다 다르기 때문입니다.

손으로 해 보기

실제로 만들어 보면, 무엇이 가능한지의 폭이 한 번에 보이기 시작합니다. 반대로, 만들어 보지 않으면 "무엇을 맡길 수 있고, 무엇을 사람이 봐야 하는지"를 알 수 없습니다. 작아도 좋으니, 자기 일에서 시험해 보는 것이 가장 빠른 길입니다.

업무에서 시작하기

일일 보고나 정보 수집처럼, 지금 있는 일 하나를 바꾸는 데서 시작합니다. 배우기 위해 어려운 주제를 고를 필요는 없습니다. 매주 하고 있는 일 쪽이 좋고 나쁨을 판단하기 쉽기 때문입니다. 스스로 결과를 비교할 수 있는 일을 고르면, 배우는 속도도 빨라집니다.

오늘의 요점

첫 번째 흐름을 키우기

노릴 것은 반복 작업입니다. 한 번짜리 질문보다, 과정 전체를 맡기는 편이 실제 일에서는 도움이 됩니다. 첫 안은 반드시 사람이 검토하고, 한 번에 만들지 말고 나누어서 다듬습니다. 더 나아가, 보기 쉬움과 계속 쓰기 쉬움까지 생각해 두면, 중간에 멈추기 어려워집니다.

요컨대, AI는 전부 맡겨 버릴 상대가 아니라, 키워 가면서 역할을 늘려 가는 상대입니다. 처음부터 큰 성공을 노리기보다, 하나의 흐름을 돌릴 수 있게 만드는 것이 가장 확실합니다.

정리

내일 할 일은 큰 개혁이 아닙니다. 작게 시작하는 것만으로 충분합니다.

• 지금 하는 일에서, 매번 거의 같은 순서로 하는 작업을 하나 적어 본다.
• 그 작업을 "모으기·정리하기·요약하기"처럼 흐름으로 나눈다.
• AI에 넘길 설명을, 딱딱한 형식이 아니라 자연스러운 일본어로 초안 작성한다.
• 나온 안을 그대로 쓰지 말고, 현장에서 돌아갈지를 자기 눈으로 확인한다.
• 결과가 보기 쉬운지까지 생각해, 먼저는 계속할 수 있는 형태로 다듬는다.