Joon's Field Notes — AI, knowledge, and systems

다들 쓰는데, 체감이 다른 이유

팀원 중 한 명이 AI로 기획안 초안을 20분 만에 만들었다. 옆에서 지켜보던 사람이 똑같이 해봤더니 40분이 걸렸다.

도구는 같았다. 방식이 달랐다.

AI를 써봤는데 별 효과를 못 느끼는 사람들의 공통점이 있다. AI를 "뭐든 물어보는 곳"으로 쓴다. 반대로 효과를 보는 사람들은 AI가 잘하는 일과 못하는 일을 구분해서 쓴다.

그 구분을 알면 쓰는 방식이 달라진다.

잘하는 것:

기대를 낮춰야 하는 것:

이 구분만 알아도 AI를 쓰는 방식이 달라진다.

가장 즉각적인 효과를 볼 수 있는 영역이다.

이렇게 쓰면 평범한 결과가 나온다:

"클라이언트에게 보낼 이메일 써줘"

맥락이 없으면 AI도 어디서나 볼 법한 결과를 낸다.

이렇게 쓰면 수정이 거의 없다:

다음 내용으로 이메일 작성해줘.
- 수신: A사 담당자 (처음 연락)
- 목적: 다음 주 미팅 일정 잡기 + 자료 사전 공유
- 톤: 정중하되 간결하게, 존댓말
- 분량: 3문단 이내

작성 후 "마지막 문단을 좀 더 부드럽게 바꿔줘", "전체를 30% 줄여줘"처럼 추가 지시하면 원하는 결과에 빠르게 수렴한다.

핵심: AI에게 글을 맡기는 게 아니라, 내가 기준을 정하고 AI에게 채우게 한다.

AI를 검색 엔진처럼 쓰는 사람이 많다. 비효율이다.

AI는 최신 정보에 약하다. 대신 개념을 설명하고 구조를 잡아주는 데 강하다.

효과적인 시작점:

[주제]에 대한 리서치를 시작하려 한다.
이 주제를 이해하기 위해 먼저 알아야 할 핵심 개념 5가지와
각 개념 간의 관계를 간단히 정리해줘.

이렇게 전체 지도를 먼저 그리면, 실제 조사가 방향을 잡고 진행된다. 최신 수치나 통계는 Perplexity나 직접 검색으로 보완한다.

AI로 숲을 보고, 직접 검색으로 나무를 확인한다.

활용도가 낮은데 효과는 큰 영역이다.

내일 어려운 미팅이 있다면:

내일 클라이언트 미팅에서 예산 초과 이슈를 보고해야 한다.
클라이언트가 제기할 수 있는 반론 5가지와
각각에 대한 대응 방식을 알려줘.

아이디어가 막혔을 때:

우리 팀이 [문제]를 겪고 있다.
흔히 쓰는 방법 말고, 덜 뻔한 접근법 5가지를 제안해줘.
그 중 3가지는 다른 업계 사례에서 가져왔으면 한다.

AI는 반론하지 않는다. 비판적 판단은 내가 해야 하지만, 아이디어를 빠르게 넓히는 데는 유용하다.

AI 결과물을 그대로 제출하는 사람이 있다. 단기적으로 빠르지만 문제가 생겼을 때 설명할 수 없다.

AI는 그럴듯하게 틀린다. 존재하지 않는 통계를 만들거나, 맥락을 무시한 일반론을 사실처럼 제시한다.

검토 체크리스트 (간단버전):

결과물을 검토하는 시간을 줄이는 게 아니라, 초안 만드는 시간을 줄이는 데 AI를 쓴다. 검토는 내가 한다.

긴 문서 요약:

다음 문서를 읽고 핵심 3가지를 요약해줘.
각 핵심에 "왜 중요한지"를 한 줄로 덧붙여줘.

[문서 붙여넣기]

이메일 톤 조정:

다음 이메일을 더 간결하고 자신있는 톤으로 다시 써줘.
'혹시', '아마도', '~인 것 같습니다' 같은
불필요한 완화 표현을 제거해줘.

[이메일 붙여넣기]

보고서 구조 잡기:

[주제]에 대한 보고서를 써야 한다.
독자는 [임원/팀장/클라이언트]이고,
목적은 [의사결정 유도/현황 공유]다.
5개 섹션으로 목차를 잡고,
각 섹션에 들어갈 핵심 내용을 한 줄씩 적어줘.

AI를 쓰는 사람과 쓰지 않는 사람의 차이보다, 잘 쓰는 사람과 그냥 쓰는 사람의 차이가 더 커지고 있다.

방법은 단순하다. AI가 잘하는 일 (초안, 요약, 변환, 구조화)에서 시작하고, 판단과 검토는 내가 한다.

도구가 나를 대체하는 게 아니라, 내가 더 중요한 일에 집중할 수 있게 하는 것이 목표다.