AI에게 일을 맡긴 뒤, 내 하루는 얼마나 달라졌나요?
초안은 금세 나오지만, 다시 읽고 고치는 시간을 더하면 일을 마치는 시각은 비슷할 때가 있습니다.
이 글에서는 제안서와 여행 계획, 일상에 AI를 직접 써봅니다. 일주일 동안 편해진 일과 손이 더 간 일을 비교하며, 나에게 맞는 AI 활용법을 찾아보겠습니다.
“다 알아서
해주겠지.”
“아직은
믿기 어렵지.”
메일 한 통을 금방 썼다고 해서 하루가 곧바로 가벼워지지는 않습니다. 빠진 내용은 없는지, 내 뜻과 다르게 읽히지는 않는지 다시 살펴야 하니까요. 자료를 정리하고 일정을 짤 때도 비슷하죠. AI에게 답을 받았다고 해서 바로 일을 끝낼 수 있는 건 아니니까요.
그래서 한 가지를 먼저 생각해보면 좋겠습니다. 오늘 어떤 일이 조금 수월해졌으면 하는지요. 첫 장을 못 쓰고 있는 제안서일 수도, 읽어도 잘 이해되지 않는 자료일 수도 있습니다. 주말 여행을 준비하느라 저녁을 다 쓰고 있다면, 그 일정부터 함께 짜봐도 좋겠습니다. 시작은 그 정도면 충분합니다.
미래를 예측하고 싶다면,직접 만들어보세요.
피터 틸 — Cambridge Union, 2024 56:20 발언 번역 ↗
앞으로 AI가 얼마나 더 좋아질지 궁금합니다. 기대도 되고, 한편으로는 걱정도 됩니다. 피터 틸은 지나친 낙관과 비관이 뜻밖에 같은 곳으로 이어질 수 있다고 말합니다. 어차피 잘될 거라며 손을 놓거나, 아무것도 달라지지 않을 거라며 포기하게 된다는 것이죠.
미래를 다 알 수는 없어도 오늘 해볼 일은 있습니다. 미뤄둔 메일을 함께 다듬어보고, 혼자 풀리지 않던 문제를 다른 말로 설명해보는 겁니다. 써보니 편했던 점도, 오히려 번거로웠던 점도 있을 겁니다. 그런 경험을 쌓다 보면 나에게 어떤 도움이 필요한지도 조금씩 알게 되겠죠.
BCG 컨설턴트 758명의 무작위 배정 실험
GPT-4가 수행할 수 있는 과제
GPT-4가 수행할 수 있는 과제
AI가 잘 풀지 못한 경영 판단 과제
두 AI 집단을 합친 평균 차이
2026년 학술지에 실린 이 연구는 특정한 컨설팅 과제를 다룬 실험입니다. 지금 우리가 하는 모든 일에서 같은 결과가 나온다는 뜻은 아닙니다. 그래도 한 가지는 기억해두면 좋겠습니다. AI가 그럴듯하게 설명해도 늘 맞는 것은 아니라는 점이죠. 초안을 받고 여러 방법을 비교할 때는 도움을 받더라도, 사실을 확인하고 마지막 결정을 내리는 일은 우리에게 남아 있습니다.
마음에 들었던 글이나 사진 하나를 보여줘도 좋겠습니다. 어느 부분이 좋았는지, 어떤 표현은 빼고 싶은지 이야기해보세요. AI도 그 이야기를 바탕으로 제안할 수 있겠죠.
짧고 담백한 메일을 쓰고 싶은지, 차분하게 설명하고 싶은지 이야기해보세요. 말로 풀기 어렵다면 평소 내가 쓴 문장 하나를 보여줘도 좋겠습니다.
지난번 고객과는 어떤 이야기가 잘 통했나요? 여행에서는 무엇이 좀 불편했고요. 직접 겪은 일을 들려주고, 다음에는 어떻게 달라졌으면 하는지도 덧붙여보세요.
함께 만든 제안서나 일정을 실제로 써보면 어떨까요? 생각보다 편했던 점도, 손이 더 갔던 점도 있을 겁니다. 그 이야기가 다음번에 다시 맡길 때 도움이 되겠죠.
“좋은 여행 일정을 짜줘.” 이렇게만 말하면 AI도 내가 어떤 여행을 좋아하는지 알기 어렵습니다. 지난번에는 장소를 옮기느라 피곤했고, 바다 앞에 오래 앉아 있던 시간이 좋았다고 이야기해보면 어떨까요? 가보고 싶은 곳만큼, 다시 겪고 싶지 않은 일도 알려주는 겁니다.
일할 때도 마찬가지입니다. 고객이 어떤 설명에 고개를 끄덕였는지, 내가 쓴 글에서 어떤 문장이 마음에 들었는지 떠올려보세요. AI에게 무엇을 참고하면 좋을지 알려주는 거죠.
2024년 단편소설 실험에서는 AI의 아이디어를 받은 작품이 창의성 평가에서 더 좋은 점수를 받았지만, 작품끼리는 서로 비슷해지는 경향도 나타났습니다. 단편소설을 쓴 실험이니, 우리가 쓰는 모든 글에서 같은 결과가 나온다는 뜻은 아닙니다. 다만 AI가 써준 글을 그대로 쓰기 전에, 내 생각이 잘 담겼는지 읽어보면 좋겠습니다. 문장은 매끄러워도 내가 하려던 말과는 다를 수 있으니까요. 내가 겪은 일이나 꼭 전하고 싶었던 이야기를 더하고, 평소 쓰는 말로 다듬어보세요.
일과 생활의 두 가지 가상 예시
“우리 서비스 제안서를설득력 있게 써줘.”
이번 고객은 비용보다 직원이 적응할 시간을 걱정해요.
이전 제안에서는 첫 장에 고객의 문제를 담았을 때 대화가 잘 이어졌어요.
“이 경험을 바탕으로, 2주 동안 직접 써볼 수 있는 제안의 흐름을 잡아줘.”
이렇게 이야기하고 나면, 어디서부터 시작할지 보이겠죠.
고객이 걱정하는 점
직접 해볼 실습
담당자가 할 일
함께 확인할 결과
초안을 받으면 고객이 했던 말이 잘 담겼는지 다시 읽어보세요. 제안한 일정도 우리 팀이 해낼 수 있는지 한번 짚어보면 좋겠죠.
다음 제안서를 쓸 때는이번에 고친 부분도 함께 알려주세요.
“부산 1박 2일여행 일정을 짜줘.”
지난번에는 장소를 옮기느라 지쳤어요.
바다를 보며 걷고, 한곳에 오래 앉아 있는 시간이 좋았어요.
“하루 두 동네만 천천히 보는 일정 두 가지를 제안해줘. 비가 오면 쉴 수 있는 곳도 함께.”
이렇게 이야기하고 나면, 어디서부터 시작할지 보이겠죠.
좋았던 순간
이번에 쉬고 싶은 방식
비교해볼 두 가지 일정
이동시간과 영업시간
함께 가는 사람에게도 이 일정은 어떤지 물어보세요. 이동시간과 가격, 영업시간은 떠나기 전에 공식 안내에서 한번 더 확인해두면 좋겠죠.
다음 여행을 준비할 때도,이번에 편했던 시간을 떠올려보세요.
나에게 맞는 AI 활용법은 설명만 읽기보다 실제로 써본 결과에서 찾기 쉽습니다. 냉장고에 남은 재료로 저녁 메뉴를 고르거나, 쓰다 만 메일의 첫 문장을 함께 생각해볼 수 있습니다. 퇴근 뒤 두 시간이 생긴다면 무엇을 하고 싶은지 이야기해봐도 좋고요.
아래 일주일은 업무와 생활에 하나씩 적용해보자는 제안입니다. 매일 꼭 해야 할 숙제는 아닙니다. 편했던 일은 다시 해보고, 손이 더 가는 일은 다음번에 조금 다르게 맡겨보세요. 일주일 뒤 실제로 쓴 결과를 돌아봤을 때 나에게 맞는 쓰임 하나를 찾았다면, 그것만으로도 충분한 시작입니다.
AI와 함께해보는일주일
할 일이 많아 어디서부터 시작할지 모르겠다면, 오늘 쓸 수 있는 시간부터 이야기해보세요. 먼저 할 일 세 가지를 받아보고, 오늘 할 수 있는 만큼만 골라도 괜찮습니다.
냉장고에 무엇이 남아 있는지 한번 살펴볼까요? 그 재료와 먹지 않는 음식을 알려주면 메뉴를 함께 생각해볼 수 있겠죠. 그중 오늘 먹고 싶은 것을 고르면 됩니다.
쓰다 만 메일을 보여주며 평소 어떤 말투를 쓰는지 이야기해보세요. 민감한 정보는 먼저 가려두고요. 읽어보니 내 뜻과 다른 대목이 있다면, 어떤 마음으로 쓴 말인지 덧붙여주면 좋겠습니다.
퇴근 뒤 시간이 조금 남는다면 무엇을 하고 싶으세요? 오늘은 좀 피곤한지, 가볍게 걷고 싶은지 이야기해봐도 좋겠습니다. 아무것도 하지 않고 쉬는 시간도 남겨두고요.
읽고 나서도 잘 모르겠다면, 이해한 만큼만 내 말로 적어보세요. 빠뜨린 내용은 없는지 AI에게 물어보고 원문과 나란히 읽어보는 겁니다. 어디서 생각이 막혔는지 알기 쉬워질 거예요.
지난 주말에 좋았던 순간 하나를 떠올려볼까요? 그때처럼 보내고 싶은 시간과 피하고 싶은 이동을 이야기해보세요. 가고 싶은 곳이 정해지면 영업시간과 이용 방법도 한번 확인해두면 좋겠죠.
한 주 동안 AI와 만든 것 중 실제로 써본 것은 무엇이었나요? 좋았던 것 하나, 아쉬웠던 것 하나만 골라봐도 좋겠습니다. 다음 주에는 무엇을 다시 해보고 싶은지도 생각해보고요.
실제로 썼나요?
무엇을 고쳤나요?
다음에는 어떻게 해볼까요?
한 주가 지나면 AI와 나눈 대화보다 실제로 끝낸 일을 돌아보세요. 제안서를 보내는 일이 덜 막막했는지, 여행에서 덜 지쳤는지, 저녁에 책을 펼칠 시간이 조금 생겼는지 살펴보는 겁니다. 시간을 아꼈다면 처음 준비하고 다시 고친 시간까지 함께 세어야 정확합니다.
혼자 써보며 알게 된 것을 동료와 나눠봐도 좋겠습니다. 어떤 설명이 도움이 됐는지, 어디에서 자꾸 틀렸는지 함께 살펴보세요. 그러면 AI에 맡길 일과 사람이 확인할 일, 직원에게 필요한 실습이 보이기 시작합니다. 우리 업무에 맞는 AI 개발이나 기존 시스템 연결도 이 결과를 바탕으로 범위를 정할 수 있습니다.
오늘 조금 수월해졌으면 하는 일,
그 일부터 함께 시작해보면 어떨까요?
직원이 자주 하는 일 하나를 골라 준비 시간과 수정 시간, 결과 품질을 함께 비교합니다. 그 결과를 바탕으로 필요한 실습과 AI 개발, 기존 시스템 연결 범위를 제안합니다.
