과거 BCG 시절 및 Ringle 에서의 경험을 돌이켜보면, 프로젝트 운영을 잘하는 중간관리자(예: 팀장님)의 공통된 특징이 있었다.
1. 윗 사람이 선호하는 로직, 메세지 구조를 정확히 이해하고 있는 사람
- 결론부터 이야기 하는 것을 선호하는지? 정보부터 전달하고 나중에 결론을 제시하는 것을 선호하는지?
- 정량적 back-up 이 중요한지? 정성 자료 기반의 back-up (예: 선도사 벤치마킹 기반의 인사이트 등)이 더 중요한지?
2. 문제해결을 위한 접근법 (예: Framework)과 핵심 가설을 사전에 명확하게 수립할 수 있는 사람 (가설적으로 접근하는 사람)
3. Framework 및 가설 수립 과정에서, 업계 핵심 전문가와의 몇 번의 chat 를 통해, 현실성 높은 Framework 및 가설 수립에 필요한 knowledge 및 insight 을 빠르게 습득하고 팀에 전파하여 팀의 지식으로 만드는 사람
4. 수립된 Framework 과 핵심 가설을 리더십과 사전 공유하여 align 을 맞출 수 있는 사람
5. 팀원들의 강점/성향/상황 등을 깊게 이해하고 있는 사람
6. 팀원들에게 일을 가설 및 모듈 단위로 잘 배분하고, 5W1H 관점에서 output에 대한 expectation setting 을 명확히 한 사람
7. 팀원들과 'output 기반의 check-up'을 주기적으로 진행하는 과정에서, 1) 실수를 사전에 발견하고 (이 숫자 이상해, 이렇게 접근하는 것은 맞지 않아). 2) 실수에 대한 이유를 나름 상세히 설명해주며, 3) 대안의 방향성까지 제시하여, 팀 전체 output 과 align 된 결과물이 더 잘 나올 수 있도록 잘 관리하는 사람
8. 전체 팀에게 1) 프로젝트 전반의 진행 상황, 2) 특히 윗 상사의(client 의) 프로젝트와 연관된 관점 또는 상황의 주요 변화 사항(예: "최근 거시경제 변화로, 프로젝트 관련 client 의 상황이 이렇게 변화해서, 가설에 대한 챌린지가 어떤 방향으로 들어오고 있고, 이를 이렇게 대응하고 있습니다"), 3) 각 모듈 별 output 이 나오고 있는 상황을 팀에게 주기적으로 잘 전달해주는 사람
9. 아무리 힘들고 빡센 상황에서도, 여유를 최대한 잃지 않고, 멘탈을 잘 지켜나가는 사람. 이를 위해, 프로젝트에 대한 planning 을 잘 해놓고, expectation setting 및 manage 를 잘 해서, surprise 가 없을 수 있는 체계를 만들어 놓은 사람. (여유는 '준비와 관리'에서 찾아오는 것이다)
그런데, 위의 특징은 AI 를 잘 활용하는 인재의 특성과도 유사하다.
즉, AI 를 잘 쓰는 사람들은, 기본적으로 프로젝트 운영에 대한 경험/감이 있는 사람들이다.
AI 를 잘 쓰는 법을 배우기 위해서는, AI 툴을 잘 익히는 것도 중요하지만, 과거 내가 진행했던 프로젝트들을 회고해보며 '프로젝트 운영 관점에서 내가 부족했던 점'을 찾아내고 '이를 어떻게 보완해야 할지'에 대해 고민하고 피드백을 받아볼 필요가 있다.
그것이 본질적으로 AI 를 잘 쓰는 인재가 되는 정석적 방법이라 생각한다.