AI와 일하는 방식

AI를 쓰기 시작했는데, 왜 회사는 그대로일까?

문서 요약은 10분이면 끝나는데, 고객이 확정 답변을 받는 데는 여전히 이틀이 걸린다.

한 사람이 빨라진 것과 회사가 좋아진 것은 다른 문제다.

중소기업 CEO를 위한, 문제 하나에서 시작하는 AI 업무 재설계

대한상공회의소가 2025년 국내 제조기업 504개사를 조사했을 때 중소기업의 기업 차원 AI 활용률은 4.2%였다. 강의장에서 자주 나오는 말도 비슷하다. “우리는 데이터가 없습니다”, “그건 대기업 이야기입니다”, “AI를 배울 사람이 없습니다.” 그런데 이 책은 반대로 본다. 전문인력이 부족한 중소기업일수록 AI가 더 필요하고, 완벽한 데이터베이스가 없어도 지금 가진 품질 기록과 작업일보, 고객 메일로 시작할 수 있다는 것이다. 필요한 것은 알고리즘 지식이 아니라 자기 일의 현장지식이다. 도금을 아는 사람이 도금 문제를 말하면 거기서 시작된다.

문제는 시작이 아니라 그 다음이다. 문서를 요약하고 고객 메일을 다듬는 일은 바로 할 수 있다. 그러나 한 사람의 작업시간이 줄었다고 회사의 고객 응답시간, 납기, 품질, 원가가 좋아지지는 않는다. 예를 들어 영업담당자가 답변 초안을 20분에서 5분으로 줄여도, 기술검토와 승인에 시간이 걸리면 고객이 체감하는 전체 처리시간은 크게 달라지지 않는다. 자료를 넘기는 순서와 승인 방식이 바뀌지 않으면, 개인의 속도는 회사의 결과로 이어지지 않는다.

그래서 이 책은 AI를 어디에 쓸지 묻기 전에 무엇을 바꿀지 부터 묻는다. 회사 전체를 한 번에 바꾸지 않는다. 가장 아까운 손실 하나를 고르고, 그 문제를 현상·영향·목표 세 줄로 적고, 원인을 가설로 둔 채 자료로 확인하고, 사람과 AI의 역할과 승인 기준을 다시 정한 뒤, 실제 업무에서 결과를 확인한다. 저자는 이 방식을 마이크로AX라고 부른다. 여기서 ‘마이크로’는 목표가 아니라 시작 범위다.

1·2장에서 배경과 리더의 AI 활용 방법을 설명하고, 3~7장에서 문제 선정부터 지역 확산까지 다섯 단계를 다룬다. 문제를 정하고(3장), 원인과 대안을 검토하고(4장), 워크플로우를 다시 짜고(5장), 실제 문제로 훈련하고(6장), 이웃 회사로 확산한다(7장). 특히 7장은 한 회사의 경험을 다른 회사의 학습과 개선으로 확산하는 방법을 제안한다. 같은 공정의 열 개 안팎 회사가 열두 주 동안 각자의 문제를 풀고 검증 기록과 실패를 교환하는 학습그룹 모델까지 제시한다. 한 회사가 석 달을 들여 알아낸 것을 옆 회사가 처음부터 다시 겪지 않게 하는 것, 그것이 저자가 보는 중소기업 AI 전환의 현실적인 경로다.

부록에는 사고확장·문제해결형 핵심 프롬프트 20선과 특별 프롬프트를 실었다. 본문에서는 문제정의 세 줄 쓰기(4장), HAS 다섯 단계(5장), 공정별 학습그룹 운영안(7장)을 설명한다. 읽고 끝나는 책이 아니라 책을 옆에 펼쳐 두고 AI 코치와 직접 연습하는 책으로 구성했다.

책을 옆에 펼쳐 두고, 네 가지 앱으로 직접 연습하세요.

· 사고확장·문제해결 도우미 - 책의 질문과 핵심 프롬프트를 활용해 문제를 다시 정의하고 원인·대안을 검토합니다.

· 프로젝트 나침반 - 팀과 함께 문제를 탐색하고 실행한 뒤 경험을 돌아보는 프로젝트를 진행합니다.

· AI 협업 워크플로우 재설계 코치 - 현재 업무의 병목을 찾고 사람과 AI의 역할, 판단·승인 기준을 다시 설계합니다.

· 기업 훈련계획 도우미 - 기업의 문제와 훈련 수요를 바탕으로 직원 훈련계획 초안을 만들고 검토합니다.

workstyleai.kr에서 필요한 앱을 선택하고, 책의 해당 장과 부록을 펼쳐 질문·검토·실행을 하나씩 연습할 수 있습니다. AI가 제안한 내용은 실제 자료로 검토하고 최종 선택은 사람이 합니다.

AI가 지식과 기술을 보완할수록, 사람은 무엇을 판단하고 책임지는가

정책과 현장을 모두 겪은 저자가 내놓은 중소기업 AI 전환의 실행 설계도

저자는 사람이 책임져야 할 판단을 위대한 질문·비판적 검토·결단과 실행, 곧 QRA라는 세 역량으로 정리했습니다.

이 책이 기존의 AI 활용서와 갈라지는 지점은 세 가지입니다.

첫째, 도구가 아니라 일의 흐름을 다룹니다.

특정 서비스의 화면과 기능을 설명하는 대신, 문제를 정하고 검토하고 책임지는 원칙을 본문에 둡니다. 5장에서는 최근에 끝난 업무 몇 건을 실제로 따라가며 처리시간과 대기시간을 나누어 재고, 병목과 중복입력을 찾고, 사람과 AI의 역할을 HAS(사람 관여 척도) 다섯 단계로 나눕니다. 자동화하기 전에 그 업무가 지금도 필요한지부터 확인하라는 주문은 이 책의 성격을 잘 보여 줍니다. 도구가 바뀌어도 남는 내용이라 개정 부담이 적고, 교육과 코칭 현장에서 오래 쓸 수 있습니다.

둘째, AI를 믿는 법이 아니라 검토하는 법을 가르칩니다.

AI의 답을 바로 채택하지 않고, 사실과 원자료를 확인하며 다른 관점과 반례를 검토하는 방법을 설명합니다. 중요한 판단일수록 근거·전제·위험을 따지고 최종 결정은 사람이 책임지도록 안내합니다.

셋째, 회사 안의 개선을 지역과 산업의 학습으로 넓힙니다.

7장은 회사의 학습을 지역과 산업으로 확산하는 구체적인 제안을 담았습니다. 같은 공정의 기업 열 개 안팎이 열두 주 동안 각자의 문제를 해결하고 방법과 실패를 나누는 학습그룹 운영안을 제안합니다. 이를 위해 참여 기업들이 각자 자기 문제를 풀고, 격주로 모여 검증 기록과 실패를 교환합니다. 성과 숫자가 아니라 바꾼 과정과 실패를 나누고, 받은 사례는 자기 회사 조건에서 다시 검증합니다. 새 조직을 만들지 않고 지역·산업 인적자원개발위원회와 공동훈련센터, 산업단지 옆 대학을 연결하자는 제안까지 구체적입니다. 저자는 반월·시화와 시흥 제조권역에서 현장 적용을 시작해 검증한 방법을 인근 기업과 나누겠다는 구상을 밝힙니다.

저자의 이력이 이 구성을 가능하게 했습니다. 고용노동부 고용정책실장과 한국고용정보원장으로 30년간 기업의 인력·훈련·고용서비스 정책을 다뤘고, 재임 중 AI 기반 생애경력개발 서비스 잡케어의 개발과 확산을 이끌었습니다. 이후 대학에서 PBL 수업을, 기업에서 CEO 코칭을 하며 실제 문제를 AI와 함께 정의하고 검토하는 방법을 직접 시험해 왔습니다. 정책의 언어와 현장의 언어를 모두 쓸 수 있는 저자는 많지 않습니다.

각 장 끝에는 다섯 가지 핵심 내용을 [정리]로 묶었습니다. 4장의 세 줄 문제정의, 5장의 HAS 단계, 7장의 공정별 학습그룹 운영안도 실제 업무와 교육에 활용할 수 있습니다.

AI 도입을 고민하지만 무엇부터 손대야 할지 막막한 중소기업 대표와 임원, 품질·생산·영업·기획 현장의 팀장, 기업 AX와 직업훈련을 지원하는 컨설턴트와 기관 담당자에게 이 책을 권합니다. 시작은 크지 않아도 됩니다. 저자의 말처럼, 우리 회사에서 가장 아까운 손실 하나를 고르는 일이면 충분합니다. 

나영돈

일하는방식연구원 원장으로 AI 시대의 일하는 방식과 사람의 역량개발을 연구하고 교육하고 있다. 한국공학대학교 공학최고경영교육원 AI 특임교수로 기업의 AI 활용과 문제해결 교육에 참여하고 있으며, 아름다운서당 담임교수로 대학생들의 인문고전 학습과 AI 기반 사회문제 프로젝트를 지도하고 있다.

2020년부터 2023년까지 한국고용정보원장을 지냈다. 재임 중에는 고용 데이터를 바탕으로 개인의 직무역량과 경력개발 방향을 진단하는 AI 기반 생애경력개발 서비스 잡케어(JobCare)의 개발과 확산을 이끌었다. 2023년부터 3년간 서울과학기술대학교에서 재직 중인 대학생을 대상으로 인적자원관리와 조직행동론 수업을 PBL 방식으로 진행했다.

제34회 행정고시로 공직에 들어가 고용노동부 고용정책실장, 서울지방고용노동청장, 직업능력정책관, 고용서비스정책관, 노동시장정책관, 청년여성고용정책관 등을 지냈다. 한국외국어대학교 아프리카어과를 졸업하고, 서울대학교에서 행정학 석사, 프랑스 파리 국립기술직업대학교(CNAM)에서 경제학 박사학위를 받았다.

프롤로그 | AI를 써도 회사가 그대로인 이유

1장 중소기업은 왜 지금 AI를 시작해야 하는가

1-1 중소기업이 AI를 시작하기 어려운 네 이유

1-2 사람은 부족하고 숙련을 이어 가기는 더 어렵습니다

1-3 스마트팩토리와 새마을운동의 교훈

1-4 마이크로AX는 문제 하나에서 시작합니다

1-5 업종이 달라도 워크플로우 원리는 통합니다

[정리] 문제 하나와 워크플로우를 분석합니다

2장 리더는 AI 직원에게 일을 맡기고 결과를 확인합니다

2-1 리더가 먼저 AI와 대화하며 익힙니다

2-2 AI 직원에게 역할을 정해 줍니다

2-3 회사 사정과 실제 자료를 알려 줍니다

2-4 다른 원인과 대안을 찾고 자료로 확인합니다

2-5 중요한 일은 답보다 확인 질문이 먼저입니다

[정리] AI에 맡기고 확인하는 법을 익힙니다

3장 위대한 질문으로 무엇을 바꿀지 정합니다

3-1 AI로 다시 도전할 경영문제를 찾습니다

3-2 회사가 원하는 결과를 먼저 정합니다

3-3 우선순위와 책임을 정합니다

3-4 첫 문제정의가 틀릴 수 있습니다

3-5 큰 목표와 첫 검증 범위를 구분합니다

[정리] 위대한 질문: 문제와 책임, 검증 범위를 정합니다

4장 문제를 사실과 숫자로 구체화하고 대안을 검토합니다

4-1 문제를 세 줄로 쓰고 기준값을 확인합니다

4-2 원인은 먼저 가설로 두고 자료로 확인합니다

4-3 다른 대안을 만들고 잠정 후보를 좁힙니다

4-4 대안의 근거와 전제, 위험을 검토합니다

4-5 최종안을 선택하고 책임자를 정합니다

[정리] 비판적 검토: 문제와 대안을 충분히 검토합니다

5장 워크플로우를 다시 설계해 회사의 일하는 방식을 바꿉니다

5-1 AI만 얹어서는 회사가 바뀌지 않습니다

5-2 현재 워크플로우를 단계별로 분석합니다

5-3 사람과 AI의 역할을 나눕니다

5-4 앞뒤 업무와 승인 기준도 함께 바꿉니다

5-5 새 워크플로우를 실제 업무에서 검증합니다

5-6 검증한 워크플로우를 회사 기준으로 정합니다

[정리] 결단과 실행: 워크플로우와 역할을 다시 정합니다

6장 교육훈련을 회사의 문제해결과 연결합니다

6-1 AI 사용법 교육만으로 업무 개선은 어렵습니다

6-2 새 워크플로우에서 필요한 판단을 훈련합니다

6-3 실제 회사 문제를 교육과제로 사용합니다

6-4 다음 실제 업무에서 같은 판단을 반복합니다

6-5 경험이 다른 직원이 같은 문제를 함께 풉니다

[정리] 실제 문제로 판단력을 계속 훈련합니다

7장 회사의 학습이 지역의 학습이 될 때 확산이 시작됩니다

7-1 회사 하나의 학습에는 한계가 있습니다

7-2 같은 공정의 열 개 회사가 학습그룹을 만듭니다

7-3 다른 회사의 사례는 우리 조건에서 다시 확인합니다

7-4 지역과 산업의 기존 조직을 활용합니다

7-5 사례 발표가 확산을 만들고, 시작은 문제 하나입니다

[정리] 회사의 학습을 지역과 산업으로 확산합니다

에필로그 | AI가 일을 더 맡을수록 사람과 회사, 지역이 함께 배워야 합니다

부록 | 사고확장·문제해결형 대화를 위한 핵심 프롬프트 20선

특별 프롬프트 | 사고확장·문제해결형 대화를 처음부터 끝까지 이어 가기

주 | 참고 자료