개인의 AI 활용을 조직의 역량으로 바꾸려면

팀에 AI를 능숙하게 사용하는 사람이 생겼습니다. 보고서를 빠르게 만들고, 고객 문의에 답할 초안을 준비하고, 복잡한 자료도 정리합니다. 다른 구성원에게 프롬프트를 공유했지만, 팀 전체의 업무 방식은 생각만큼 달라지지 않습니다.

같은 프롬프트를 써도 결과가 다릅니다. 어떤 사람은 최신 자료를 넣고, 다른 사람은 지난달 파일을 사용합니다. 결과를 어디까지 믿어도 되는지, 무엇을 확인해야 하는지도 각자의 판단에 맡겨져 있습니다.

개인의 활용 능력이 조직의 역량으로 이어지려면 이 간격을 줄여야 합니다. 누군가 잘하는 방법을 소개하는 데서 한 걸음 더 나아가, 팀이 같은 업무를 수행하고 개선할 수 있는 구조가 필요합니다.

좋은 프롬프트 다음에 필요한 것

프롬프트를 공유하는 일은 유용한 시작입니다. 다만 실제 업무에는 지시문 바깥의 조건이 많습니다. 어떤 자료를 기준으로 삼을지, 예외가 생기면 누가 판단할지, 결과를 어디에 전달할지가 함께 정해져야 합니다.

고객 문의 답변을 예로 들어보겠습니다. 잘 쓴 문장을 만드는 것만으로 업무가 끝나지는 않습니다. 현재 제공하는 기능인지, 계약에 따라 답변이 달라지는지, 확인되지 않은 내용을 약속하지 않았는지 검토해야 합니다.

이 조건을 개인이 매번 기억해야 한다면, AI가 있어도 품질은 사람에 따라 달라집니다. 공통 자료와 검토 기준이 업무 흐름에 들어가야 같은 요청에 대한 결과를 비교하고 개선할 수 있습니다.

반복 업무를 팀의 공통 흐름으로 만들기

AI 글쓰기 도구 Lex의 창업자이자 Every 공동창업자인 Nathan Baschez는 조직이 함께 사용하는 업무별 AI 시스템을 ‘Factory’라고 부릅니다. 여러 사람이 공유하고, 특정 업무에 맞춰져 있으며, 실행 결과를 검토해 개선할 수 있는 시스템이라는 뜻입니다.

발표자료 제작, 고객 온보딩, 월말 보고처럼 반복되는 업무가 좋은 후보입니다. 모든 일을 한 번에 자동화할 필요는 없습니다. 요청을 받는 곳, 사용할 자료, 결과를 검토하는 기준부터 통일해도 차이가 생깁니다.

예를 들어 주간 고객 의견 보고서를 만든다면, 다음과 같은 흐름을 정할 수 있습니다.

• 이번 주에 들어온 문의와 인터뷰 기록을 한곳에 모읍니다.
• 담당자가 기간과 대상 고객을 확인합니다.
• AI가 반복되는 요구와 주요 사례를 정리합니다.
• 검토자가 원문 근거와 분류를 확인합니다.
• 확정한 결과를 공유하고, 수정 이유를 다음 작업의 기준에 반영합니다.

중요한 변화는 한 사람의 설정을 다른 사람에게 복사하는 데 있지 않습니다. 같은 업무의 결과와 수정 이력이 모이고, 그 개선이 다음 요청에도 적용된다는 데 있습니다.

자동화할 단계와 판단할 단계를 정하기

업무마다 사람이 참여해야 하는 지점은 다릅니다. 정해진 형식으로 자료를 옮기는 일과, 고객에게 새로운 조건을 약속하는 일은 같은 수준으로 다룰 수 없습니다.

AI가 할 일과 사람이 판단할 일을 나누면 검토도 구체적이 됩니다. 초안을 만드는 단계는 맡기되, 외부에 전달할 내용의 사실 확인과 최종 결정은 담당자가 책임질 수 있습니다. 승인된 기준으로 처리할 수 있는 요청과 추가 확인이 필요한 요청을 구분하는 것도 방법입니다.

‘사람이 확인한다’는 원칙만으로는 부족합니다. 무엇을 확인하는지 정해야 합니다. 빠진 정보가 없는지, 최신 정책을 사용했는지, 원문에 없는 내용을 덧붙이지 않았는지처럼 점검 항목을 업무에 맞춰 작성해야 합니다.

처음에는 자주 발생하는 요청 몇 가지로 시작해도 충분합니다. 같은 입력에 대해 결과가 어떻게 달라졌는지 확인할 수 있어야 개선 여부를 판단할 수 있습니다.

문서에 없는 기준은 대화 속에 있습니다

공통 업무 흐름을 만들다 보면 자료만으로 설명되지 않는 부분이 나타납니다. 왜 이 고객에게는 다른 안내를 했는지, 어떤 조건 때문에 계획을 바꿨는지, 지난 회의에서 무엇을 보류했는지 같은 질문입니다.

이런 맥락은 완성된 보고서보다 회의와 인터뷰, 상담 과정에 남아 있는 경우가 많습니다. 결론만 적힌 문서로는 예외를 판단한 이유까지 알기 어렵습니다.

다글로는 음성으로 오간 대화를 텍스트로 남기는 데 활용할 수 있습니다. 고객 인터뷰나 회의에서 나온 표현을 기록해 두면, 공통 업무 기준을 정할 때 원래 어떤 요구와 논의가 있었는지 다시 확인할 수 있습니다.

다만 기록이 곧바로 회사의 공식 기준이 되는 것은 아닙니다. 잠정적인 의견과 확정된 결정을 구분하고, 현재도 유효한지 확인한 뒤 업무 지침에 반영해야 합니다. 대화 기록과 승인된 기준을 연결하는 과정이 중요합니다.

팀이 함께 개선할 수 있는 한 가지 업무부터

첫 번째 대상은 반복 빈도가 높고, 좋은 결과의 기준을 설명할 수 있는 업무가 적합합니다. 업무 전체를 바꾸기보다 팀이 공통으로 불편을 느끼는 작은 구간부터 시작하는 편이 관리하기 쉽습니다.

요청을 받는 곳과 참고 자료를 정하고, 담당자와 검토 항목을 붙입니다. 잘못된 결과가 나오면 그때만 고치는 데 그치지 않고, 어떤 조건이 빠졌는지 공통 지침에 반영합니다.

시간이 지나면 조직에 남는 것은 프롬프트의 개수보다 무엇을 근거로 판단하고, 어떤 결과를 좋은 결과로 보는지에 대한 합의입니다. AI를 잘 쓰는 개인이 발견한 방법이 팀의 다음 업무에도 이어질 때, 그 활용은 조직의 역량으로 쌓이기 시작합니다.

대화 속에서 그 기준을 찾아야 한다면, 먼저 기록을 남기는 것부터 시작할 수 있습니다. 다글로에서 회의와 인터뷰의 내용을 텍스트로 기록하고, 팀이 다시 확인할 수 있는 출발점을 만들어 보세요.