AI 업무 자동화는 도구를 연결하는 것보다 내가 일을 시작하는 조건, 사용하는 자료, 판단 순서, 예외와 최종 책임을 설명하는 일이 먼저입니다. 처음부터 전체 업무를 자동화하지 말고 AI가 초안을 만들어도 오류를 바로 찾을 수 있는 한 단계를 골라 인수인계서로 만듭니다.
30초 요약
- 일을
정리,추천,결정,실행으로 나눕니다. - 최근 실제 사례 5개에서 반복 순서와 사람이 멈춘 지점을 찾습니다.
- 입력, 출력, 판단 기준, 예외, 금지선을 한 장에 적습니다.
- AI가 처리해도 되는 범위와 사람이 승인할 범위를 나눕니다.
- 합성 자료로 시험한 뒤 수정 시간과 오류 유형을 기록합니다.
운영자 관점: 문제는 AI 도구보다 내 일을 설명하는 능력이었습니다
허보람은 10년 경험을 AI에게 인수인계할 수 있나요?에서 인플루언서 섭외와 캠페인 메시지 설계를 AI로 자동화하려다 툴보다 자신의 판단 기준을 설명하는 일이 더 어려웠다고 씁니다. 팔로워 수와 참여율은 정리할 수 있었지만, 클라이언트 성향과 브랜드가 민감하게 보는 이미지, 과거 협업의 호흡은 먼저 언어로 꺼내야 했습니다.
이 경험에서 얻을 수 있는 원칙은 간단합니다.
AI에게 일을 맡기기 전에, 신입 동료에게 설명할 수 있는 수준으로 순서와 판단 기준을 적는다.
자동화가 막힐 때 새 도구를 찾기보다 내가 왜 이 안을 선택했고 다른 안은 버렸는가를 먼저 설명합니다.
1. 자동화할 일을 네 종류로 나눕니다
| 종류 | 예시 | AI 역할 | 사람 역할 |
|---|---|---|---|
| 정리 | 표준 형식으로 분류, 요약, 태그 | 반복 변환 | 누락·원문 대조 |
| 추천 | 후보 순위, 다음 행동 제안 | 패턴과 대안 제시 | 맥락·위험 판단 |
| 결정 | 예산 승인, 채용 평가, 공개 문구 확정 | 근거 정리·반론 제시 | 최종 책임과 승인 |
| 실행 | 이메일 발송, 게시, 데이터 수정 | 승인된 절차 수행 | 권한·대상·결과 확인 |
처음에는 정리부터 시작합니다. 추천은 근거와 반증을 함께 받습니다. 결정과 외부 실행은 승인 절차가 없는 상태에서 자동화하지 않습니다.
2. 최근 실제 사례 5개를 복기합니다
매뉴얼을 처음부터 상상해 쓰면 예외가 빠집니다. 최근 끝낸 같은 업무 5개를 놓고 다음 질문에 답합니다.
- 일을 시작하게 만든 요청이나 사건은 무엇이었나
- 처음 연 화면·파일·지표는 무엇이었나
- 매번 같은 순서로 한 일은 무엇인가
- 어느 단계에서 멈춰 생각했나
- 무엇을 보고 한 후보를 선택하거나 버렸나
- 평소와 달라 상사·고객에게 물어본 경우는 무엇이었나
- 잘못됐을 때 되돌릴 수 있는 단계는 어디까지인가
- 결과를 누구에게 어떤 형식으로 넘겼나
느낌이 안 맞았다가 나오면 끝내지 않습니다. 다음 질문으로 감각을 관찰 가능한 기준에 가깝게 바꿉니다.
- 이전 성공 사례와 무엇이 달랐나
- 반대였다면 어떤 위험이 생겼을까
- 다른 동료도 같은 결론을 내리려면 무엇을 봐야 하나
- 기준을 만족했지만 탈락한 예외가 있었나
3. 업무를 8칸 인수인계서로 만듭니다
| 항목 | 적을 내용 |
|---|---|
| 시작 조건 | 어떤 요청·시각·상태에서 시작하는가 |
| 허용 입력 | 사용할 수 있는 파일·열·기간·출처 |
| 금지 입력 | 개인정보, 기밀, 계정정보, 검증되지 않은 자료 |
| 처리 순서 | 누가 해도 따라갈 수 있는 단계 |
| 판단 기준 | 통과·보류·탈락을 가르는 관찰 가능한 조건 |
| 예외 | 기준대로 처리하면 위험한 상황 |
| 출력 | 형식, 필수 열, 근거 위치, 확인 필요 표시 |
| 승인·기록 | 사람이 확인할 지점, 로그, 원복 방법 |
좋은 인수인계서는 모든 상황의 정답을 약속하지 않습니다. 이 조건에서는 자동 처리하지 않고 누구에게 넘긴다는 실패 경로가 있어야 합니다.
4. 사람 승인선을 세 단계로 나눕니다
| 구역 | 조건 | 처리 방식 |
|---|---|---|
| 자동 초안 | 오류를 바로 발견할 수 있고 외부 영향이 없음 | AI가 생성, 사람이 묶어서 검수 |
| 개별 승인 | 고객·브랜드·비용에 영향을 주지만 원복 가능 | 건마다 사람 승인 후 실행 |
| 자동화 금지 | 법적·인사·안전·기밀 위험, 원복 어려움 | AI는 자료 정리만, 결정·실행은 사람 |
업무가 익숙해져도 승인선을 없애지 않고 오류율과 예외 기록을 근거로 조정합니다.
5. 합성 예제: 인플루언서 후보 정리
자동화하기 전의 모호한 요청
이번 캠페인에 잘 맞는 인플루언서 20명을 찾아줘.
AI는 팔로워 수와 게시물 주제를 바탕으로 그럴듯한 목록을 만들 수 있지만 브랜드 적합성과 위험을 확인하기 어렵습니다.
인수인계서로 바꾼 요청
- 시작 조건: 캠페인 고객 상황과 공개 메시지가 승인된 뒤
- 허용 입력: 공개 프로필, 최근 공개 게시물, 사전 승인된 지표
- 금지 입력: 비공개 계약 단가, 연락처, 개인별 과거 협상 내용
- 1차 통과: 주제 적합성, 최근 활동, 공개 참여 신호
- 보류: 브랜드 민감 주제와 연결 가능성, 과거 협업 호흡 확인 필요
- 탈락: 허위 수치 의심, 공개된 중대한 브랜드 안전 위험, 필수 조건 미충족
- 출력: 후보 / 근거 URL / 확인일 / 통과·보류 이유 / 사람이 볼 위험
- 사람 승인: 최종 섭외, 단가, 브랜드 적합성, 연락
이 구조에서도 AI가 브랜드 안전을 확정하지 않습니다. 공개 자료를 정리하고 사람이 확인할 지점을 표시할 뿐입니다.
6. 복사 가능한 업무 인수인계 프롬프트
업무 이름과 목적: [내용]
최근 사례 5개에서 실제로 한 순서: [사례]
항상 확인한 자료: [파일/지표/출처]
선택·보류·탈락한 이유: [이유]
예외와 실패 사례: [상황]
외부에 영향을 주는 행동: [발송/게시/수정/결제]
보안·법적·브랜드 금지선: [목록]
1) 업무를 시작 조건, 허용 입력, 금지 입력, 처리 순서, 판단 기준, 예외, 출력, 사람 승인으로 구조화하라.
2) 자료에서 직접 확인되는 기준과 아직 모호한 감각을 분리하라.
3) 모호한 기준마다 실제 사례를 통해 답할 추가 질문을 만들어라.
4) 자동 초안, 개별 승인, 자동화 금지의 세 구역으로 단계를 나눠라.
5) AI가 틀렸을 때 발견 방법, 영향 범위, 원복 방법과 기록 항목을 표로 만들어라.
6) 없는 기준을 새로 만들지 말고 ‘운영자 확인 필요’라고 표시하라.
7. 합성 자료로 5회 시험합니다
| 기록 | 확인 질문 |
|---|---|
| 완성 시간 | 기존 방식과 AI 보조 방식에 각각 얼마나 걸렸나 |
| 수정 시간 | 초안 생성보다 검수·수정이 더 오래 걸리지는 않았나 |
| 반복 오류 | 같은 누락·과장·오분류가 다시 나왔나 |
| 예외 발견 | 매뉴얼 밖 상황을 사람이 잡을 수 있었나 |
| 결과 일관성 | 같은 입력에서 허용 가능한 범위로 나왔나 |
| 책임 추적 | 어떤 자료와 규칙으로 결과가 나왔는지 찾을 수 있나 |
시간이 줄었다만으로 성공이라고 하지 않습니다. 오류를 발견하지 못했거나 사람 검수 시간이 늘었다면 자동화 범위를 줄입니다.
실패하기 쉬운 방식
- 가장 복잡하고 중요한 업무를 처음부터 끝까지 맡깁니다.
알아서 잘,센스 있게,브랜드답게같은 기준을 그대로 둡니다.- 잘된 사례만 주고 탈락·예외 사례를 제공하지 않습니다.
- 도구 연결에 성공한 것을 업무 품질 검증으로 착각합니다.
- 외부 발송·게시·수정을 사람 승인 없이 실행합니다.
- 실제 고객 자료로 첫 테스트를 합니다.
자주 묻는 질문
반복 업무가 적어도 자동화할 수 있나요?
전체 자동화보다 자료 정리, 후보 비교, 누락 검사처럼 반복되는 한 단계를 찾습니다. 해석과 조율이 중심인 업무는 AI 보조가 더 적합할 수 있습니다.
내 감각을 전부 문장으로 설명할 수 없으면 실패인가요?
아닙니다. 설명할 수 없는 부분을 사람 승인 영역으로 남기는 것도 중요한 설계입니다. 사례가 쌓일 때마다 통과·보류 이유를 기록해 기준을 조금씩 구체화합니다.
자동화 성과는 무엇으로 측정하나요?
처리 시간, 수정 시간, 오류율, 예외 누락, 원복 횟수와 사용자 만족을 함께 봅니다. 생산량만 늘고 오류와 검수가 늘면 성공이 아닙니다.