AI 도구가 빨라졌다고 해서 일이 정확해지는 건 아닙니다. 1년간 내부에서 쓰며 우리가 먼저 배운 것은 "속도"가 아니라 "의심하는 습관"이었습니다.
AI 를 업무에 어떻게 끼울 것인가. 이 질문에 기술 스택 관점으로 답하는 글은 이미 많습니다. 우리가 이야기하고 싶은 건 그 앞 단계입니다 — AI 를 쓰기 전에, 팀이 먼저 갖춰야 하는 태도.
환각을 당연한 전제로 깔아라
AI 가 만들어내는 가장 큰 리스크는 "틀린 답을 그럴싸하게 주는 것"입니다. 업계에서는 이걸 환각(hallucination)이라고 부릅니다. 우리 내부 규칙은 단순합니다 — AI 가 출처가 있어야 하는 정보를 답했다면, 그 출처를 사람이 직접 열어 확인한다. 예외 없음. 리포트 한 줄의 오류가 클라이언트 신뢰를 무너뜨리는 건 한 번으로 충분합니다.
근거 자료를 항상 동봉시켜라
프롬프트 설계할 때부터 "근거를 함께 제시하라"는 지시를 넣습니다. 요약만 받지 말고, 요약의 근거 문단을 같이 받습니다. 이 한 줄이 검증 시간을 절반으로 줄입니다.
맡길 일과 맡기지 말 일을 구분하라
AI 가 가장 잘 하는 영역은 "반복되는 일, 포맷이 정해진 일"입니다. 회의록 요약, 인터뷰 전사, 초안 카피 3안 생성, 코드 보일러플레이트. 반대로 "판단이 필요한 일, 브랜드의 결을 정하는 일" — 네이밍 최종 선택, 카피의 톤 결정, 디렉션 — 에 AI 를 앞세우면 결과가 납작해집니다. 사람이 방향을 잡고, AI 에게는 그 방향 안의 반복을 맡기는 게 원칙입니다.
반복 작업을 먼저 찾아내라
"AI 를 어디에 쓰지?" 라고 묻기보다, "우리 팀이 가장 자주 반복하는 일이 뭐지?" 부터 물어야 합니다. 반복되는 일 = 자동화 후보. 브리프 요약, 경쟁사 데스크리서치, 회의록 정리 — 이런 일들이 먼저 자동화되면, 팀원들은 판단이 필요한 일에 더 많은 시간을 쓸 수 있습니다.
맺음
AI 는 속도 도구가 아니라, 주의를 재배치하는 도구입니다. 잘 끼워넣으면 팀의 "의심할 줄 아는 시간"을 되돌려 받습니다. 그게 이 기술을 업무에 제대로 쓰는 방법입니다.