얼마 전 친구한테 갑자기 연락이 왔습니다. “우리 회사 디자인팀 없어진대.” 처음엔 농담인 줄 알았습니다. 그런데 이유를 듣고 나니 웃을 수가 없었습니다. “AI 쓰라고 인력 줄이고 재배치했대.”
그 얘기를 듣고 나서 며칠 뒤, 다른 친구한테서 또 연락이 왔습니다. “우리 이번에 AI 활용도로 평가해서 연봉 협상한대.” 순간 머리가 멍해졌습니다. 이게 뉴스에서 보던 이야기가 아니라 이미 현실에서 벌어지고 있는 일이라는 걸 느꼈기 때문입니다.
이제는 분명해졌습니다. 직장인에게 AI 활용은 선택이 아니라 필수입니다. 그런데 여기서 많은 사람들이 막힙니다. 그래서
어떻게 하라는 걸까, 나도 해야 하는 건 알겠는데 어디서부터 시작해야 할까라는 고민입니다. 그 질문에 대해 막연한 설명이 아니라, 바로 실행할 수 있는 방향까지 함께 정리해보겠습니다.
지금 회사에서는 분명한 방향 전환이 일어나고 있습니다. 예전에는 일이 늘어나면 사람을 더 뽑았습니다. 하지만 지금은 다릅니다. 회사는 먼저 이 업무를 AI로 줄일 수 있는지부터 검토합니다. 보고서 작성, 회의 정리, 이메일 응답, 데이터 정리 같은 업무는 이미 AI로 상당 부분 대체가 가능합니다.
실제로 한 기업에서는 주간 보고서를 작성하는 데 팀원 3명이 하루를 쓰던 구조에서 AI 도입 이후 한 사람이 2~3시간 만에 초안을 만들고 나머지는 검토만 하는 방식으로 바뀌었습니다. 또 다른 회사에서는 고객 문의 대응을 사람이 처리하던 구조에서 AI 초안 작성 후 검토 방식으로 바꾸면서 응답 속도를 3배 이상 줄였습니다. 결국 회사는 같은 인원으로 더 많은 일을 처리할 수 있게 되고 채용은 자연스럽게 줄어들게 됩니다. 이건 단순 비용 절감이 아니라 속도 경쟁입니다.
디자인 영역도 같은 흐름입니다. 예전에는 PPT, 제안서, 마케팅 이미지가 디자이너의 영역이었습니다. 하지만 지금은 AI 이미지 생성과 템플릿 기반 도구로 상당 부분 대체가 가능합니다. 실제로 한 팀에서는 발표자료를 만들 때 기획자가 직접 AI로 이미지를 생성하고 템플릿을 활용해 완성하면서 제작 시간을 절반 이하로 줄였습니다.
이 변화의 핵심은 직무가 사라지는 것이 아니라 역할이 합쳐지고 있다는 점입니다. 이제 회사는 기획만 하는 사람이 아니라 기획, 문서, 디자인까지 할 수 있는 사람을 더 선호합니다.
평가 기준도 바뀌고 있습니다. 예전에는 노력 중심이었다면 지금은 효율 중심입니다. 같은 업무를 두 사람이 수행할 때 한 사람은 5시간이 걸리고 다른 사람은 AI를 활용해 2시간 만에 끝낸다면 회사는 후자를 더 높게 평가합니다. 그리고 이건 단순 속도가 아니라 업무 역량으로 인식됩니다.
AI를 쓰는 사람은 더 많은 결과를 만들고 더 중요한 업무를 맡게 됩니다. 반면 AI를 쓰지 않는 사람은 반복 작업에 머물게 됩니다. 결국 이 차이는 성과, 평가, 연봉, 기회까지 모두 영향을 주게 됩니다.
Copilot은 문서, PPT, 이메일에 강하고 ChatGPT는 정리와 문장에 강합니다. 가장 좋은 방법은 함께 사용하는 것입니다. 보고서 초안은 Copilot으로 만들고 내용을 정리하거나 문장을 다듬는 것은 ChatGPT를 활용합니다. 이 조합은 현재 가장 현실적인 업무 방식입니다.
중요한 것은 질문입니다. 단순히 정리해줘가 아니라 목적을 포함한 질문이 필요합니다. 예를 들어 임원 보고용으로 핵심만 정리해줘, 고객이 이해하기 쉽게 다시 써줘 같은 방식입니다.
이제 가장 중요한 질문입니다. 그래서 뭐하라고? 답은 단순합니다. 지금 하는 일을 AI로 바꾸면 됩니다. 다만 단계가 필요합니다.
첫 번째 단계는 업무 하나만 바꾸는 것입니다. 메일 작성, 회의 정리, 보고서 시작 중 하나만 선택해서 AI로 바꿔보세요.
두 번째 단계는 질문을 바꾸는 것입니다. 요약해줘 대신 임원 보고용으로 핵심만 정리해줘처럼 목적을 포함해야 합니다.
세 번째 단계는 반복 업무를 제거하는 것입니다. 자료 정리, 문장 수정, 형식 맞추기 같은 작업은 AI에게 넘겨야 합니다.
[상황별 실전 예시]
메일을 작성할 때 “이 내용을 고객에게 보내는 정중한 메일로 작성해줘”라고 요청하면 초안을 빠르게 만들 수 있습니다.
회의가 끝난 후에는 “이 회의 내용을 핵심 5줄로 정리하고 액션 아이템만 따로 정리해줘”라고 요청하면 정리가 바로 됩니다.
보고서를 시작할 때는 “이 주제로 보고서 목차를 5개로 나눠서 만들어줘”라고 하면 시작 속도가 빨라집니다.
[바로 쓰는 프롬프트 확장]
이 내용을 임원 보고용으로 5줄 요약해줘. 이 문장을 더 자연스럽게 수정해줘. 이 데이터를 설명하는 문장을 만들어줘. 고객이 이해하기 쉽게 다시 써줘. 이 내용을 PPT 발표용으로 정리해줘. 이 내용을 한 문장으로 핵심 요약해줘. 이 보고서를 더 설득력 있게 바꿔줘. 이 내용을 표로 정리해줘. 이 문장을 더 간결하게 줄여줘. 이 내용을 초등학생도 이해할 수 있게 설명해줘.
이제는 단순히 AI를 사용하는 수준을 넘어서 업무 방식 자체를 바꿔야 합니다. 기존 방식은 혼자 고민하고 오래 걸리고 결과 하나를 만드는 구조였습니다. 하지만 앞으로는 AI를 활용해 빠르게 초안을 만들고 여러 번 수정하며 다양한 결과를 만드는 구조로 바뀌어야 합니다.
핵심은 초안은 AI, 판단은 사람입니다. AI는 시작을 빠르게 해주고 사람은 방향을 결정합니다. 이 구조를 이해하지 못하면 AI를 써도 효과가 없습니다. 예를 들어 보고서를 작성할 때 처음부터 완벽하게 쓰려고 하면 시간이 오래 걸리지만 AI로 초안을 만든 후 수정하면 훨씬 빠르게 완성할 수 있습니다. PPT도 마찬가지입니다. 처음부터 디자인을 고민하기보다 AI로 구조를 잡고 내용을 채운 후 수정하는 것이 훨씬 효율적입니다.
또 하나 중요한 점은 완벽하게 시작하려 하지 않는 것입니다. 많은 사람들이 시작을 어려워하는 이유는 처음부터 완성도를 높이려고 하기 때문입니다. 하지만 AI 시대에는 빠르게 시작하고 빠르게 수정하는 사람이 더 좋은 결과를 만듭니다. 실제로 성과가 좋은 사람들은 처음 결과가 완벽하지 않아도 빠르게 여러 버전을 만들고 그 중에서 가장 좋은 방향을 선택합니다.
그리고 반드시 기억해야 할 것이 있습니다. AI는 속도를 만들어주고 사람은 방향을 만든다는 점입니다. 이 두 가지가 결합될 때 진짜 성과가 나옵니다. 단순히 AI만 사용하는 사람보다 AI를 활용해 더 좋은 방향을 만드는 사람이 훨씬 높은 평가를 받게 됩니다.
AI가 아무리 발전해도 사람만 할 수 있는 영역은 분명히 존재합니다. 가장 중요한 것은 무엇이 중요한지 결정하는 능력입니다. AI는 정보를 정리하고 답을 만들어줄 수 있지만 어떤 것이 중요한지 선택하는 것은 사람의 역할입니다. 같은 데이터라도 어떤 포인트를 강조할지에 따라 결과는 완전히 달라집니다.
두 번째는 맥락을 이해하는 능력입니다. AI는 문장을 이해할 수 있지만 상황을 완전히 이해하지는 못합니다. 예를 들어 이 내용을 지금 보고해도 되는지, 이 표현이 적절한지, 이 타이밍이 맞는지 판단하는 것은 경험과 감각이 필요한 영역입니다.
세 번째는 책임지는 능력입니다. AI는 틀려도 책임을 지지 않지만 사람은 결과에 책임을 져야 합니다. 결국 회사는 AI를 잘 쓰는 사람보다 AI 결과를 검토하고 책임질 수 있는 사람을 더 신뢰합니다.
네 번째는 설득과 관계입니다. 업무는 혼자 하는 것이 아니라 사람과 함께 하는 것입니다. 아무리 좋은 자료를 만들어도 상대를 설득하지 못하면 의미가 없습니다. 이 영역은 AI가 대신할 수 없는 부분입니다.
결국 AI는 일을 빠르게 해주는 도구이고, 사람은 일을 맞게 만드는 존재입니다. 그래서 앞으로 중요한 사람은 AI를 잘 쓰는 사람이 아니라 AI를 활용해 더 좋은 판단을 하는 사람입니다.
회사가 원하는 사람의 기준은 크게 바뀌지 않았습니다. 다만 그 기준을 보여주는 방식이 바뀌었습니다. 예전에는 오래 일하고 성실하게 보이는 사람이 좋은 평가를 받았다면 이제는 빠르게 결과를 만들고 실제 성과를 보여주는 사람이 더 높은 평가를 받습니다.
특히 앞으로는 AI를 활용해 더 좋은 결과를 만들어내는 사람이 가장 중요한 인재가 됩니다. 같은 시간 안에 더 많은 결과를 만들고 더 높은 완성도를 보여줄 수 있기 때문입니다. 이건 단순한 효율 문제가 아니라 회사 입장에서 매우 중요한 경쟁력입니다.
또 하나 중요한 변화는 문제를 해결하는 사람보다 문제를 정의하는 사람이 더 중요해지고 있다는 점입니다. AI는 주어진 문제를 해결하는 데 강하지만 어떤 문제를 풀어야 하는지는 사람이 결정해야 합니다. 이 차이가 결국 성과의 차이를 만듭니다.
결국 지금 직장인이 해야 할 일은 하나입니다. AI를 배우는 것이 아니라 AI로 일을 바꾸는 것입니다. 이걸 먼저 시작하는 사람이 앞으로 더 많은 기회를 가져가게 되고, 그 차이는 생각보다 빠르게 벌어지게 됩니다.