AI에게 의존하고 계시지는 않으신가요?

안녕하세요. 퇴근길 AI의 망구입니다. 오늘은 출장 가는 길에 인사드립니다. 요즘 현장에서 좀 보이는게 있습니다. 지능을 위임하는 거랑 지능에 의존하는 거 어떤 방식이냐에 따라 스트레스를 주냐 안 주냐가 결정되는 거 같거든요. 위임은요. 내가 방향을 알아요. 기준도 있고 그래서 맡기고 결과도 검증한다는 뜻이고 의존은 내가 모르는 걸 모르는 채로 받아서 그대로 넘기는 거라고 보시면 됩니다.

요즘 진짜 이런 현상 많이 보는데 AI가 뽑아 준 결과물을 검수도 안 하고 모르는 내용을 학습도 안 한 채 그냥 넘겨요. 이거 진짜 스트레스입니다. 오늘 이 얘기 한번 해 볼게요. AI 워크슬롭이라는 말 들어보셨죠? 말 그대로 AI로 만든 쓰레기라는 뜻인데 그럴 듯한데 알맹이가 없는 결과물을 뜻해요. 지능 의존에서 보통 일어나는 결과물입니다.

얼마 전에 어떤 행사에 갔어요. 발표를 보는데 딱 봐도 AI로 만든 PPT예요. 필요도 없는 문구가 슬라이드에 막 잔뜩 있고 근데 더 놀라운 거는 발표하시는 분이 자기 장표 내용을 잘 모르고 그냥 읽고만 있는 거예요. 붕 뜬 문구, 어색한 문장, 뭐 예를 들어서 한 발 나아가겠습니다. 뭐 이런 좀 선언적인 문구요. 그리고 전달 톤도 이 분위기랑 맞지 않는 디자인이다 보니까 공식적인 행사에서 이런 장표를 가져오는 것이 놀라울 따름이었습니다.

이게 발표장에서만 일어나는 것이 아니라 클라이언트, 파트너, 팀원들한테도 일어납니다. 검수 안 한 문서를 그냥 공유하고 출처를 물어보면 둘러대고. 먼저 하나 확실히 하겠습니다. 저는 AI로 만드는 걸 비판하는게 아니에요. 저도 그렇게 하고 그게 맞는 방향이라고 생각하는 사람입니다. 근데 이거 AI 문제가 아닌 거 같습니다.

AI는 시키는 대로 잘해 왔지만 문제는 그걸 그대로 넘겨 받은 사람이에요. 솔직히 말씀드리면 저도 지능 의존에 미쳐 있던 시절이 있습니다. 그리고 요즘 클로드 오퍼스 4.8이나 페이블 5는 너무 잘해오니까 그냥 받아서 넘기고 싶어요. 근데 그럴 때마다 좀 무서운게 점점 그 결과를 제가 설명을 못 하는 겁니다. 생각해 보니 뭐 능력이 없는 팀 리더들이 있잖아요. 야, 이거 대충 해 와 시켜 놓고 올라온 거 내용도 모르면서 어, 그래 좋네라고 대충 컨펌하는 분들.

지금 우리에게 AI가 딱 그렇게 작용되는 분들이 계십니다. 그러다 댓글 하나가 눈에 딱 박혔는데 제 고민이 이걸로 한 방에 정리됐거든요. 이런 내용이었어요. AI는 능력 증폭기다. 총 능력치는 사용자 능력 곱하기 모델 성능이다. 이거 보고 진짜 놀랬습니다. 곱하기라는 점에서요. 더하기가 아니라 이게 왜 중요하냐면 모델 성능은 지금 미친듯이 올라가고 있죠.

오퍼스 4.8, 오퍼스 5가 또 나온다고 하더라고요. 더 좋은게 계속 매달 나와요. 근데 곱하기잖아요. 근데 내 앞자리가 0이나 뭐 0점 몇이면 아무리 큰 수를 곱해도 결과는 0에 가깝습니다. 아까 AI 워크슬롭 얘기했죠. 그게 딱 이거예요. 앞자리 0에다가 좋은 모델을 곱해 봤자 화려한데 알맹이가 없다는 거죠. 그래서 위임이랑 의존이 여기서 갈리는 거 같습니다.

위임은 내 앞자리를 키워 놓고 곱하는 거고요. 의존은 앞자리를 0으로 비워둔 채 곱하는 겁니다. 그럼 이 앞자리를 어떻게 키우냐가 결국 이 AI를 잘 쓰는 방법일 텐데 저는 이거를 내 일을 구조하는 힘이라고 생각해요. 그 전에 뭘 맡길지 뭘 지킬지를 알아야 되는데 자 저희 팀은 AI를 쓰기 전에 모든 일을 네 칸으로 먼저 나눠 봐요.

이게 출발점이죠. 이 매트릭스는 저희가 여러 시행착오를 겪으면서 만든 심플한 AI 휴먼 테스크 매핑 매트릭스입니다. 축이 두 개죠. 세로축은 이 일이 성장이랑 가치에 얼마나 중요하냐 위로 갈수록 중요해요. 그리고 가로축은 여기에 AI를 얼마나 개입시킬 거냐? 오른쪽으로 갈수록 AI가 많이 나와요. 그럼 네 칸이 나오죠. 왼쪽 위 인간이 해야 할 것.

가치는 높은데 AI는 덜 들어오는 영역. 기획이나 의사 결정 감각, 협업. 이건 지켜야 해요. 오른쪽 위는 AI로 증강해야 될 것. 가치도 높고 AI도 많이 쓰는 영역, 직무의 확장이나 비즈니스 임팩트를 키우는 지능을 위임하는 것이 이제 AI로 증강할 것이라 생각해요. 왼쪽 아래 같은 경우는 현상 유지할 것 가치도 낮고 AI 개입도 낮게 AX 비용이 커서 아니면 기술적 한계로 있어서 일부러 놔두는 영역 그 3개월 뒤에 해보자 이런 거죠.

오른쪽 아래는 AI에게 자동적으로 맡기고 싶은 영역, 위임보다는 좀 자동화에 가까울 것 같아요. 같이는 하는데 AI가 잘하는 영역들을 과감하게 넘기는 거죠. 여기서 제일 중요한 거는 모든 걸 자동화하거나 의존하는게 아니라 왼쪽 위는 지켜야 되고 왼쪽 아래는 일부러 안 하는 거. 이런 식으로 내 테스크에 맞게끔 매트릭스에 매핑을 해 보는게 중요하다는 겁니다.

근데 이 네 칸에 나누려면 전제가 하나 있어요. 내 일을 단계별로 쪼갤 줄 알아야 되거든요. 이를 통째로 뭉텅이로 보는 사람은 이 매트릭스에 못 던져요. 그러니까 그냥 통째로 AI한테 일을 시켜 버립니다. 그리고 나온 걸 그대로 넘기죠. 여기서 AI 워크 슬롭이 나오는 겁니다. 저는 이 쪼개는 걸 워크 리디자인이라고 불러요. 내 일을 AI에게 위임할 수 있게끔 또는 증강할 수 있게끔 다시 설계하는 것. 저희가 반도체 S 그룹, IT 포털 대기업 L 그룹 같은 데에서 이 워크리디 작업을 같이 해 왔거든요.

재밌는 거는 성과가 좋은 인재일수록 예외 없이 자기를 1단계부터 5단계까지 잘 쪼개고 워크리도 잘합니다. 그 결국에는 내 업무에 대해서 꽉 잡고 있는 사람이 AI를 잘 쓸 수밖에 없는 환경이라고 보시면 돼요. 그럼 그걸 어떻게 트레이닝 할까? 여기서부터는 무슨 학습 이론은 아니고요.

제가 커리어를 쌓아오면서 실전에서 얻은 노하우입니다. 정답은 아니고 제가 돌이켜 보니까 아 이런 과정으로 역량을 키웠어서 회고 차원으로 공유드릴게요. 여러분들 이런 노하우가 있다면 저도 배울 수 있게 같이 공유해 주시면 감사하겠습니다. 첫 번째로 하루 일과와 업무 시간을 매핑해 보세요. 내가 하는 일을 상중하로 나눠보고 그리고 하레벨 일 하나를 내가 얼마만에 끝내는지 중레벨 상레벨 얼마만에 끝내는지 확인해 보는 겁니다.

이게 왜 중요하냐면 이게 안 되는 사람은 내 하루 용량이 100인데 일이 120이 와도 그냥 받아버려요. 괜찮은 줄 알고. 그러다가 퀄리티가 떨어지거나 마감을 넘겨요. 그리고 정작 내 업무를 어떻게 개선할지 고민할 시간은 하나도 못 합니다. 그리고 실제로 이 난이도에 따라서 AI에게 위임할지 증강할지 유지할지 내가 해야 될지 이것들도 나눌 수가 없습니다.

중요도를 모르기 때문이죠. 이거를 AI 에이전트나 LLM에게 도움 받는 방법이 있는데요. 매주 내 업무 캘린더를 MCP 연결이 가능한 구글 캘린더와 노션에 내가 실제로 끝낸 일을 매핑해 보세요. 그리고 그걸 AI한테 주고 업무 단위로 시간이 얼마나 걸렸는지 분석해 달라고 하는 겁니다. 한 달 정도 쌓이면 LLM이 쭉 분석했었을 때 아 너는 이런 업무가 몇 시간 걸렸어? 너는 이런 업무는 되게 오래 걸렸어.

미뤄졌어. 이런 것들을 확인할 수가 있습니다. 저 같은 경우에는 과거에 손 다이어리로 이걸 했습니다. 지금 너무 편해졌죠. 두 번째는 이 업무 관련된 이해 관계자를 파악하세요. 프로젝트가 하나가 있으면 거기 얽힌 사람들이 누구인지 알아야 되고 각자한테 요청할 것, 소통할 것, 도움 받을게 다 다르거든요. 이게 파악이 안 되면 일이 진행되다가 나 때문에 막히고 내가 병목이 되는 거예요.

예를 들어서 디자인 업무라고 생각을 해 볼게요. 보통 기획자가 기획을 하고 디자이너한테 넘기죠. 근데 일 잘하는 기획자는요. 기획이 100% 끝나기 전에 디자이너가 먼저 시작할 수 있는 걸 미리 좀 챙겨 줘요. 무슨 말이냐면 무슨 내용을 넣을지 아직 안 정해졌어도 어떻게 보일지는 먼저 갈 수가 있거든요. 그래서 이런 걸 미리 넘기는 겁니다. 이번 건 톤이 어떤지 참고 이미지 몇 개 슬라이드는 포스터로 갈지 형식 분량은 어떻게 갈지 로고 브랜드 컬러 꼭 들어가 문구는 어떤 거지 이런 제약 조건을 주는 거거든요. 이 제약 조건이 중요한게 제가 얼마 전에 VMD 사업을 하시는 창업가분을 만났는데 VMD는 매장의 상품을 진열하는 거거든요.

그분이 답답해 하시더라고요. 참여 업체들이 AI로 만든 시안을 보냈는데 테이블 사이즈를 전혀 고려 안 한 거. 화려하기만 한 이미지를 보내 주신대요. 현실이랑 완전 다르게 놀죠. 세팅하려면 안 맞고 서로 얼굴 붉히고 바로 이거예요. 테이블 사이즈 같은 제약 조건을 미리 안 알려주면 아무리 잘 만들어도 현실에 안 맞아요. 그게 AI 워크 슬롭입니다. 물론 이런 제약 조건 알려 줘도 그냥 만들어 오신 분들이 많아서 스트레스라고 합니다.

자, 이런 것처럼 어떤 관계자들이 무슨 업무를 선행해야 되고 내가 도움을 줘야 될지를 알아가는게 왜 중요하냐? AI도 동일합니다. AI와 일할 때 이 친구에게 역할을 부여하고 그 역할에 따라서 무엇을 시킬지 그 업무 다음에는 나는 어떤 걸 하고 있을지가 구조화 돼 있지 않으면요. AI가 만들어진 결과물에 의존하고 그다음 단계로 넘어가기 전에 그 친구가 만든 작업 시간 동안 기다리게 됩니다.

자, 이것 또한 LLM에게 도움을 받을 수 있는 방법이 있어요. 일단 먼저 내가 하고 있는 프로젝트 맥락을 MD 파일로 정리를 해 보세요. 그리고 같이 하는 사람들 상황들을 다 동료 MD를 만들어 보는 겁니다. A라는 동료, B라는 동료. 그리고 AI랑 이 일을 잘하려면 이 사람한테 뭐가 필요할까? 이 프로젝트에서는 A, B, C에 있는 동료들한테 어떤 순서로 무엇을 요청하고 업무를 수행해야 될까?

몇 번 물어보시면 프로세스가 쭉 잡힐 거예요. 그러면 나중에는 AI 없이 더 머릿속에서 충분히 프로세스를 만들 수가 있어요. 세 번째는 구조화 연습을 해 보는 겁니다. 이건 간단합니다. 내가 하는 모든 일을 네모 박스로 쭉 적어 봐요. 그다음 그 일을 하기 위한 행동을 하나하나 행동 단위로 쪼개서 적어 봐요. 그러면 보입니다. 내가 어떤 흐름에서 어떤 행동을 하는지. 그리고 그 행동이 진짜 필요한 건지 없어도 되는 건지 이런게 보여요.

그리고 이 액션 단위의 업무가 실질적으로 AI에게 위임할 수 있는 즉 자동화할 수 있는 것들이 가능성이 큽니다. 이 세 번째는 직접 해 보는 거를 좀 추천드려요. AI한테 내 업무 구조화해 줘. 해봤자 너무 일반적인 답이 나오고 우리 회사 맥락에도 맞지 않을 겁니다. 그래도 굳이 AI랑 하고 싶으시면 두 번째 했던 관계자 MD, 뭐 프로젝트 MD를 충분히 컨텍스트로 만들고 그 맥락을 LLM에게 또는 에이전트에게 주고 해보시는 걸 추천드립니다.

자, 처음 얘기로 좀 돌아와 볼까요? AI 의존으로 인한 AI 워크슬롭. 저는 이게 AI 문제가 아니라고 생각합니다. 구조화가 안 된 사람은 이를 통째로 던지는 것이 문제고 AI에게 위임할 것, 증강할 것, 유지할 것, 내가 해야 될 것을 못 나눈 사람들이 문제라고 생각해요. 그게 위임이 아니고 의존이고 그 결과물이 AI 워크 슬롭이라고 생각합니다.

그러니까 정확히 말하면 AI가 위임이 안 되는게 아니고 내가 위임할 수 있는 상태가 아닌 거죠. 근데 이거 개인 탓으로 저는 좀 돌리고 싶지 않습니다. 회사를 다니다 보면 정해진 매뉴얼대로 하는 업무를 많이 받아요. 특히 주니어거나 특정 직무에서는요. 그런 일만 계속 반복하다 보면 내 일을 쪼개보고 구조화해 볼 기회 자체가 없습니다.

그래도요. 곱해질 앞자리, 회사도 AI도 대신 못 주거든요. 내 일을 구조화하는 거는 나만 할 수 있습니다. AI가 다해 주는 시대일수록 역설적이지만 자기를 구조로 그릴 줄 아는 사람만 곱해지더라고요. 그래서 여러분들이 직접 많이 구조화해 보려고 하고 직접 위임할 수 있는 그런 환경을 만들어 가는게 중요할 것 같습니다.

그리고 많은 회사들이 주니어 때 그리고 많은 직군에서도 AI에게 위임해서 구조화해 볼 수 있는 환경으로 직무와 직급 체계에 일하는 방식이 바뀌어야 모든 사람들이 AI를 활용해서 탁월하게 일할 수 있지 않을까라는 생각도 들어요. 오늘 주제는 조금 무거울 수도 있는 주제였는데요. 제가 최근에 느꼈던 워크 슬롭을 어떻게 해결할까? 결국에는 워크 리디자인, 구조화와 테스크를 쪼개는 것들이 중요하다고 좀 생각이 들었습니다.

자, 여러분들은 내 일을 몇 단계로 쪼갤 수 있으세요? 댓글로 좀 알려 주시면 저도 배우겠습니다. 그 역량을 키우는 방법도 다른 구독자분들에게 공유해 주세요. 오늘 얘기가 재밌으셨다면 지난주에 썼던 AI 우상이나 AI 전문가는 없다는 편도 같이 보시면 흥미롭게 들리실 것 같습니다. 녹화를 하고 있는 오늘은 26년 7월 22일입니다.

수요일이죠. 제가 날짜를 말씀드린 이유가 AI가 워낙에 빠르게 바뀌다 보니 이 날짜를 언급을 안 하면은 어느 시점의 AI인지를 모를 수 있어서 날짜를 꼭 명시하도록 하겠습니다. 오늘 복장은 제가 운동을 하다 와 가지고 여기 보시면 저희 주짓수 도장에서 만든 티셔츠를 입고 있어서 좀 가벼웠는데 죄송스럽게 생각하고요. 행복하시고 건강한 하루 보내시고요.

여러분들은 좋은 퇴근길 되시길 기원하겠습니다.