AI에게 제대로 일 시키는 법: '똑똑한 신입사원'에게 업무 지시하듯

AI에게 제대로 일 시키는 법: '똑똑한 신입사원'에게 업무 지시하듯

ChatGPT, Claude, Copilot, Gemini 중 하나쯤은 매일 쓰는 시대가 됐습니다. Microsoft의 2025 Work Trend Index에 따르면 전 세계 직장인의 75%가 이미 AI 도구를 업무에 활용하고 있다고 답했습니다. 그런데도 주변에서는 여전히 비슷한 어려움을 토로하는 분들이 많습니다. "AI가 말을 정말 안 들어요.", "자꾸 엉뚱한 소리를 해서 결국 내가 다시 하는 게 빨라요." 와 같은 이야기들 말이죠.

저 역시 처음에는 비슷한 좌절을 겪었습니다. 하지만 지난 1년여간 여러 AI 도구를 매일같이 사용하며 깨달은 것이 있습니다. 우리가 AI에게서 만족스러운 결과물을 얻지 못했던 이유는, 어쩌면 우리가 AI를 '척척박사 자판기'처럼 대했기 때문일지도 모른다는 사실입니다. 동전 하나 넣고 버튼 누르면 원하는 음료수가 바로 나오기를 기대했던 것이죠.

저는 오늘, AI에 대한 관점을 조금 바꿔보자고 제안하고 싶습니다. AI를 신기한 도구가 아닌, 우리 팀에 막 배정된 '아주 똑똑하지만, 우리 회사 업무는 처음인 신입사원'으로 생각해보는 것입니다. 사람은 실수를 하고, 처음부터 모든 것을 알 수 없으며, 제대로 가르쳐야 성장합니다. 놀랍게도, 사람과 가장 비슷한 기계를 만들어 낸 결과물인 AI 역시 마찬가지입니다. 사람이 업무를 학습하듯 AI도 학습하고, 사람이 실수하듯 AI도 실수를 하죠.

이 글에서는 AI를 '똑똑한 신입사원'으로 대하며, 명확하게 업무를 지시하고 원하는 결과물을 함께 만들어나가는 저만의 노하우를 공유하고자 합니다. 이 관점의 전환이 여러분의 AI 활용 능력을 극적으로 바꿔놓을 것이라고 확신합니다.

1. 우리의 흔한 오해: AI는 '척척박사 자판기'라는 착각

우리가 AI에게 실망하는 가장 큰 이유는 기대치가 잘못 설정되었기 때문입니다. 우리는 AI에게 한두 문장의 질문만 던지면, 우리의 숨은 의도와 배경까지 모두 파악하여 완벽한 결과물을 내놓을 것이라고 무의식적으로 기대합니다. 하지만 이는 AI의 작동 원리를 오해한 것입니다.

AI는 방대한 데이터를 학습했지만, 지금 내가 맡은 프로젝트의 히스토리, 우리 팀의 소통 방식, 이 보고서를 읽게 될 상사의 성향까지는 알지 못합니다. 충분한 정보(Context)가 주어지지 않으면, AI는 그저 가장 그럴듯해 보이는 일반적인 답변을 생성할 뿐입니다. 팀장이 신입사원에게 "보고서 하나 써줘" 라고만 말하면 어떤 결과물이 나올지 상상해보면 쉽습니다. 아마 "어떤 주제로, 누구에게 보고하는 것이며, 어떤 양식을 원하시나요?" 라는 질문이 되돌아오겠죠. AI는 이런 질문을 하는 대신, 그럴듯한 내용으로 '창작'을 해버리는 것에서 문제가 시작됩니다.

2. 관점의 전환: AI를 '새로운 팀원'으로 맞이하기

그렇다면 어떻게 해야 할까요? 바로 AI를 '새로운 팀원', 그중에서도 '아주 유능하지만 아직 우리 회사에 대해서는 잘 모르는 신입사원'으로 대하는 것입니다.

우리는 신입사원에게 일을 가르칠 때 어떻게 하나요? 회사의 비전과 목표를 설명해주고, 팀의 업무 방식을 알려주며, 구체적인 업무 매뉴얼과 좋은 예시를 보여줍니다. 그리고 결과물에 대해 구체적인 피드백을 통해 성장하도록 돕습니다. 마드라스체크에서도 AI를 업무에 도입하면서 처음에는 이 과정 없이 써보다 실망했고, 방식을 바꾸고 나서야 실질적인 변화가 생겼습니다. AI와의 협업도 정확히 이와 같아야 합니다.

• 신입사원 온보딩처럼, AI에게 배경지식 알려주기: 내가 하려는 업무의 목표는 무엇인지, 이 결과물은 누가 볼 것인지, 우리 회사는 어떤 톤앤매너를 선호하는지 등 충분한 배경지식을 먼저 알려주어야 합니다.
• 구체적인 업무 지시와 피드백은 필수: "알아서 잘해줘"가 아니라, "이런 구조로, 이 내용은 필수로 포함하고, 저 자료를 참고해서 작성해줘" 라고 명확하게 지시해야 합니다. 그리고 나온 결과물에 대해 "이 부분은 좋지만, 저 부분은 이런 방향으로 수정해줘" 와 같이 구체적인 피드백을 주고받는 과정을 거쳐야 합니다.

이러한 관점의 전환은 AI를 단순한 검색 도구에서, 나와 함께 생각하고 결과물을 발전시켜 나가는 '협업 파트너'로 바꾸어 놓습니다. 어떤 AI 도구를 선택하느냐에 따라 협업의 방식도 조금씩 달라지는데, Claude vs Copilot vs Gemini 비교 글에서 도구별 특성을 먼저 파악해두면 더 효과적으로 활용할 수 있습니다.

3. '똑똑한 신입사원' AI에게 일 잘 시키는 4단계 소통법

제가 실무에서 AI에게 업무를 지시할 때 사용하는 4단계 소통법입니다. 신입사원에게 업무를 가르치는 과정과 놀랍도록 비슷합니다.

1. 1단계: 역할 부여와 목표 공유 (Role & Goal)
   가장 먼저 AI에게 역할을 부여하고, 이 업무의 최종 목표가 무엇인지 명확히 알려줍니다.

   나쁜 예: "블로그 글 하나 써줘."
   좋은 예: "너는 지금부터 우리 회사의 DX 블로그를 운영하는 콘텐츠 마케터야. (역할 부여) SaaS 구독료를 비용이 아닌 투자로 인식시켜야 하는 잠재고객들을 위해, SaaS의 가치를 설득하는 블로그 글을 쓸 거야. (목표 공유) 이 글을 통해 독자들이 SaaS 도입을 긍정적으로 검토하게 만드는 것이 목표야."

2. 2단계: 구체적인 작업 지시와 참고자료 제공 (Instruction & Context)
   업무의 형식, 포함될 내용, 참고할 자료 등 구체적인 가이드라인을 제공합니다.

   나쁜 예: "SaaS의 장점에 대해 써줘."
   좋은 예: "글의 구조는 서론, 본론, 결론으로 하고, 본론에는 'SaaS가 비용으로 느껴지는 이유', '관점을 전환했을 때의 이점', '좋은 SaaS 선택 기준'이 반드시 포함되어야 해. (구체적 지시) 어조는 40대 초반의 실무 전문가가 후배에게 조언하듯, 신뢰감 있지만 너무 딱딱하지 않은 톤으로 부탁해. 아래 링크의 글을 참고해서 이런 스타일로 써주면 좋겠어. (참고자료 및 톤앤매너)"

3. 3단계: 중간 결과물 검토 및 구체적인 피드백 (Review & Feedback)
   AI가 내놓은 첫 번째 결과물을 최종본이라고 생각해서는 안 됩니다. 신입사원의 보고서 초안을 검토하듯 꼼꼼히 읽고 수정할 부분을 구체적으로 알려주어야 합니다.

   나쁜 예: "별로네, 다시 써줘."
   좋은 예: "전체적인 흐름은 좋은데, '좋은 SaaS 선택 기준' 부분이 너무 일반적인 것 같아. 우리 회사의 HubSpot과 플로우 연동 사례를 포함해서 좀 더 구체적인 경험을 녹여줬으면 좋겠어. 그리고 '결론' 부분은 조금 더 독자들을 독려하는 희망적인 메시지를 추가해줘."

4. 4단계: 학습 및 성장 유도 (Train & Grow)
   이러한 피드백 과정을 반복하면, 해당 대화 안에서 AI는 여러분의 스타일과 요구사항을 점점 더 잘 이해하게 됩니다. 그런데 2026년 현재, 이 '학습'을 한 번의 대화를 넘어 영구적으로 유지하는 방법이 생겼습니다. 각 AI 도구가 제공하는 기억(Memory)·프로젝트 기능이 그것입니다.

   ChatGPT는 Memory 기능과 Projects를 통해 나의 선호와 업무 방식을 기억해두고, 이후 새 대화에서도 일관된 결과물을 냅니다. Claude는 Projects 기능으로 프로젝트별 맞춤 지시사항과 참고 문서를 저장해두면, 매번 배경 설명을 반복하지 않아도 됩니다. Google Gemini는 Gems, Microsoft Copilot은 Notebook과 Copilot Studio를 통해 비슷한 역할을 합니다. 자주 쓰는 프롬프트 패턴을 문서로 별도 저장해두는 것도 좋은 방법입니다.

   신입사원이 온보딩 기간을 거치고 나면 일일이 설명하지 않아도 되는 것처럼, 이 기능들을 잘 활용하면 AI도 '우리 팀에 적응한 직원'처럼 움직이기 시작합니다.

4. 이 관점이 왜 중요한가?

AI를 '똑똑한 신입사원'으로 바라보는 관점은 단순히 더 좋은 결과물을 얻는 기술을 넘어, AI 시대에 우리가 갖춰야 할 중요한 역량과 태도에 대해 시사하는 바가 큽니다.

• 수동적인 사용자에서 능동적인 'AI 관리자'로: 우리는 더 이상 AI가 주는 답을 수동적으로 받아쓰는 사람이 아닙니다. AI에게 명확히 지시하고, 결과물을 검증하며, 더 나은 방향으로 이끄는 능동적인 '관리자' 또는 '감독'이 되어야 합니다. 특히 AI 에이전트처럼 여러 단계의 작업을 자율적으로 수행하는 도구가 늘어날수록, 초기 지시의 명확성은 더욱 중요해집니다. 방향이 잘못된 채 5단계를 자동으로 처리한 에이전트를 다시 돌리는 비용은, 신입사원의 한 주 업무를 처음부터 다시 하는 것만큼 큽니다.
• 자신의 전문성과 비판적 사고 능력 강화: AI에게 제대로 지시하고 피드백을 주기 위해서는, 역설적으로 해당 업무에 대한 나 자신의 이해도가 더 깊어져야 합니다. AI의 결과물을 맹목적으로 믿지 않고 비판적으로 검토하는 습관도 중요합니다. 하나의 AI 답변을 바로 믿으시나요?에서 AI 결과물을 검증하는 실무 방법을 확인해보세요. 이 과정을 반복하다 보면 전문성도 함께 단단해집니다.

결론: 당신의 AI는 어떤 팀원인가요?

AI는 마법 상자가 아니라, 우리가 어떻게 관계 맺고 협업하느냐에 따라 그 능력이 무한히 확장될 수 있는 '파트너'입니다. 사람에게 한마디 툭 던지면서 원하는 결과가 나오길 기대할 수 없듯이, AI에게도 마찬가지입니다. 우리가 신입사원에게 시간과 노력을 들여 업무를 가르치고 성장을 돕는 것처럼, AI에게도 명확한 맥락과 구체적인 피드백을 제공하는 노력이 필요합니다.

마드라스체크 AX팀에서도 이 4단계 소통법을 팀 내 AI 활용 가이드로 정리해 운영하고 있습니다. 처음에는 번거롭게 느껴지지만, 익숙해지면 오히려 AI를 쓰지 않는 것이 더 느리다는 것을 실감하게 됩니다.

지금 여러분의 AI에게 어떤 업무를 맡기고 싶으신가요? 이번에는 '자판기'에 질문하듯 하지 말고, 여러분 팀의 '똑똑한 신입사원'에게 업무를 가르쳐준다는 생각으로 차근차근 대화를 시작해 보세요. 분명 이전과는 전혀 다른, 놀라운 수준의 결과물을 경험하게 되실 겁니다.

자주 묻는 질문 (FAQ)

Q. AI에게 업무를 지시할 때 가장 흔한 실수는 무엇인가요?

배경 정보(Context)를 주지 않는 것입니다. "보고서 써줘", "이메일 초안 작성해줘"처럼 목적과 대상, 형식 없이 지시하면 AI는 가장 일반적인 답을 만들 수밖에 없습니다. 신입사원에게 "보고서 하나 써줘"라고만 하면 어떤 결과물이 나올지 상상해보면 됩니다. 역할(Role), 목표(Goal), 형식(Format), 참고자료(Reference) 네 가지를 갖추는 것만으로도 결과물의 품질이 크게 달라집니다.

Q. '역할 부여'가 꼭 필요한가요? 없이 지시해도 되지 않나요?

없어도 결과물이 나오지만, 품질의 차이가 큽니다. AI에게 역할을 부여하면 그 역할에 맞는 관점과 어조, 수준으로 답변을 조정합니다. "블로그 글 써줘"보다 "콘텐츠 마케터 역할로 잠재 고객을 설득하는 블로그 글 써줘"가 훨씬 목적에 맞는 결과물을 냅니다. 특히 전문적인 영역일수록 역할 부여의 효과가 두드러집니다.

Q. AI에게 피드백을 줄 때 어떤 점에 주의해야 하나요?

"별로야, 다시 써줘"처럼 막연한 피드백은 AI가 어떤 방향으로 수정해야 할지 알 수 없게 만듭니다. 신입사원에게 피드백하듯, "어떤 부분이 왜 부족하고, 어떤 방향으로 바꿔줬으면 한다"는 구체적인 내용이 있어야 합니다. "결론이 너무 짧아, 독자가 다음 행동을 취할 수 있도록 명확한 CTA 문장을 추가해줘"처럼 구체적일수록 효과적입니다.

Q. AI의 결과물을 그대로 사용해도 되나요?

그대로 사용하는 것은 권장하지 않습니다. AI는 그럴듯해 보이지만 사실이 아닌 내용을 생성하는 경우가 있고, 우리 회사의 맥락이나 최신 정보를 반영하지 못할 수 있습니다. 결과물을 초안으로 삼고, 핵심 수치·사실 관계·회사 맥락은 반드시 직접 검토하는 습관이 필요합니다. AI 결과물 검증에 대해서는 하나의 AI 답변을 바로 믿으시나요?를 참고해보세요.

Q. ChatGPT, Claude, Copilot 중 어떤 AI가 이 4단계 방식에 가장 잘 맞나요?

4단계 방식 자체는 어떤 AI 도구에도 동일하게 적용됩니다. 다만 도구마다 강점이 다릅니다. Claude는 긴 문서 분석과 세밀한 지시 이해에 강하고, ChatGPT는 Projects·Memory로 장기적 학습 유도가 용이하며, Copilot은 Microsoft 365 환경에서 이메일·문서와 바로 연동됩니다. 업무 환경에 맞는 도구 선택이 먼저입니다. 도구별 비교는 Claude vs Copilot vs Gemini 비교 글을 참고하세요.