AI 쓰는 직장인 vs 안 쓰는 직장인
두 직장인의 하루로 보는 AI 활용의 중요성
이번 글에서는 이전 연재글에서 다뤘던 AI 활용 사례를 좀 더 구체적으로 보여드리고자, AI를 잘 활용하는 직장인 A씨와 AI를 전혀 사용하지 않는 직장인 B씨의 하루를 시간대별로 비교해보려고 합니다. 특히 A씨의 사례는 제가 실제 업무 현장에서 AI를 활용하는 방식을 바탕으로 구성했습니다. 이러한 직접 비교를 통해 AI를 활용했을 때와 그렇지 않았을 때 어떤 차이가 발생하는지 간접적으로 체감해 보시길 바랍니다.
이전 연재글에서 다뤘던 다양한 AI 기능과 툴들이 이번 글에서 실제 업무 상황과 함께 등장하니, 글의 내용을 더욱 쉽게 이해하기 위해서는 이전 글부터 순서대로 읽어보시는 것을 추천드립니다.
8:30 출근 전 업계 동향 파악
A씨
A씨는 출근 전 이미 ChatGPT Task를 통해 전날의 주요 이슈를 뉴스레터 형식으로 받아봅니다. 산업 동향과 업계 소식을 빠르게 훑어보고 ChatGPT와 짧은 브레인스토밍을 진행합니다. 출근길에 미리 중요한 내용을 파악해 두니, 사무실에 도착하자마자 해야 할 업무와 아이디어를 곧바로 적용할 수 있습니다.
B씨
B씨는 아침에 사무실에 도착한 뒤 여러 뉴스 사이트와 블로그를 직접 방문해 업계 소식을 찾습니다. 필요한 정보를 직접 검색하고 하나하나 읽어 정리해야 하므로 시간이 많이 걸립니다. 핵심만 골라내는 데에도 공을 들여야 해서, 출근 후 한참이 지나서야 오늘의 이슈를 확인하게 됩니다.
9:00 사내 미팅 준비
A씨
A씨는 사무실에 도착하자마자 오늘 미팅에 필요한 문서를 Claude나 ChatGPT에 요약해 달라고 요청합니다. 주요 주제와 자료를 자동으로 정리해 주기 때문에 긴 문서를 처음부터 전부 읽을 필요가 없습니다. 더 보강해야 할 내용이 있으면 Perplexity나 SearchGPT를 통해 빠르게 자료를 찾고, Advanced Voice Mode를 이용해 AI와 대화하듯 브레인스토밍을 진행합니다.
B씨
B씨는 공유폴더에서 미팅 자료를 열어 직접 읽으며 중요한 부분을 메모합니다. 자료가 길면 필요한 정보를 골라내느라 시간이 오래 걸리고, 추가 자료가 필요하면 다시 검색해야 합니다. 미팅 시작 전까지 모든 자료를 살펴보지 못하는 일도 생겨, 미팅에서 충분히 준비되지 못했다고 느끼는 경우가 많습니다.
10:30 사내 미팅 및 회의록 정리
A씨
A씨는 미팅이 시작되면 클로바노트로 녹음을 진행합니다. 회의가 끝나면 녹음된 내용을 텍스트로 자동 변환하여 회의록 작성용 GPTs에 전송해 자동 요약본을 받아봅니다. 이 초안을 조금만 다듬으면 회의록이 완성되므로, 중요한 내용을 놓치지 않고 빠르게 팀원들에게 공유할 수 있습니다.
B씨
B씨는 미팅에서 나오는 정보를 빠르게 수기로 메모합니다. 논의가 빠르게 진행되면 따라가기 벅찰 때가 있고, 회의가 끝난 뒤 다시 녹음 파일을 처음부터 들어보며 회의록을 정리해야 합니다. 그 사이에 다른 업무가 밀려들면 일정이 더 늦어지고, 회의록을 작성해 공유하는 데에도 시간이 많이 들어갑니다.
11:30 보고서 작성
A씨
A씨는 미팅 결과를 토대로 보고서를 작성할 때, 우선 Claude에게 초안을 요청해 주요 구조를 잡습니다. 추가 자료가 필요한 부분은 Gemini Deep Research로 보강하고, 최종 문서는 글쓰기 능력이 뛰어난 ChatGPT o1에게 다듬어달라고 요청합니다. 완성된 문서를 그대로 MS Word 등에 붙여 넣어도 서식이 무너지지 않으니, 제출까지 별도의 편집 시간이 거의 들지 않습니다.
B씨
B씨는 관련 자료를 구글 검색 등으로 직접 찾아보고, 엑셀 등을 이용해 통계를 정리하면서 보고서를 하나하나 작성합니다. 초안을 완성한 뒤에도 문장이나 서식을 다듬는 데 시간이 걸려, 마감 시간이 임박하면 크게 압박감을 느끼게 됩니다. 경우에 따라서는 하루 반나절 이상을 이 보고서 작성에만 매달릴 수도 있습니다.
13:30 고객 응대 및 메일 작성
A씨
점심 이후 A씨에게 새로운 고객사의 문의가 들어오면, 사내 관리자 페이지와 연동된 Perplexity API가 자동으로 고객사 정보를 분석해 제공합니다. 회사의 규모, 업종, 최근 이슈 등을 미리 알 수 있어 요구사항을 정확히 파악하기가 쉽습니다. AI 기반 자동화 툴을 활용해 맞춤형 견적서와 제안서를 빠르게 생성하고, 메일 작성용 GPTs에게 이메일 초안을 부탁해 필요한 내용만 수정해 전송합니다. 응대 속도가 빨라 고객만족도도 높아집니다.
B씨
B씨는 고객사의 웹사이트나 공개된 자료를 검색해 가며 정보를 직접 수집합니다. 회사 규모나 과거 활동을 정리하는 데에도 시간이 걸리고, 견적서와 제안서를 처음부터 작성해야 합니다. 이메일 역시 한 글자 한 글자 손수 적어야 하므로, 간단한 문의라도 빠르게 대응하기 어렵습니다.
15:00 서비스 기획 및 디자인
A씨
A씨는 고객 요구사항을 반영해 새로운 기능을 기획할 때, Claude의 Artifact나 v0로 와이어프레임을 만들어 봅니다. 기본적인 디자인 또한 HTML과 CSS로 빠르게 작성해 Figma에 옮기고, 간단히 디자인을 수정합니다. 이렇게 얻은 프로토타입을 팀과 공유하면, 피드백을 즉시 반영하며 기획을 구체화할 수 있습니다.
B씨
B씨는 새 기능을 종이에 직접 스케치해보고, 참고할 디자인 자료를 일일이 찾습니다. Figma와 같은 디자인 툴로 와이어프레임을 하나하나 제작하고, 디자인 수정이 있을 때마다 반복 작업이 필요합니다. 기획서 완성까지 시간이 오래 걸리고, 빠른 프로토타입을 만들어 보기 어렵습니다.
16:30 팀 내부 공유용 프레젠테이션
A씨
A씨는 Claude에게 PPT 템플릿 이미지를 제공하고, Artifact로 제작한 HTML, CSS 코드 기반의 슬라이드 디자인을 받아 파워포인트에서 적용해 기획안 초안을 빠르게 완성합니다. 이전이라면 디자인과 레이아웃을 수작업으로 만드느라 한참 걸렸겠지만, AI가 기본 틀을 잡아주니 PPT 슬라이드 구성 시간이 크게 단축됩니다.
B씨
B씨가 PPT를 만들 때는 기존 템플릿을 복사해 하나씩 슬라이드를 추가하고, 텍스트나 이미지를 직접 편집해야 합니다. 디자인을 손봐야 하는 부분이 있으면 다시 수정 작업을 반복해, 최종 완성까지 시간이 오래 걸립니다. 팀의 피드백을 받기도 늦어져 일정이 지연될 수 있습니다.
17:30 법률 문서 검토
A씨
마지막으로 A씨는 프로젝트와 관련된 법률 이슈가 있을 경우 ChatGPT나 Claude에게 PDF 문서를 그대로 업로드해 핵심 조항을 뽑아달라고 요청합니다. 추출된 내용을 빠르게 검토한 뒤, 실제로 확인이 필요한 부분만 꼼꼼히 살펴보면 되니 법률 문서에 매달리는 시간을 크게 단축할 수 있습니다.
B씨
B씨는 법률 문서를 처음부터 끝까지 읽으면서 중요한 항목을 수작업으로 찾아야 합니다. 특정 부분을 파악하지 못하면 다시 검색하고, 문의해야 하는 상황이 생기기도 하며, 문서가 방대할수록 검토만으로도 시간이 많이 소요됩니다.
AI 활용, '해보면' 바로 체감할 수 있다
비교를 위해 같은 타임라인으로 구성했지만, 실제 상황에서는 직장인 B씨가 11시 30분에 시작한 보고서 작성 업무만 처리하다가 하루를 마칠 수도 있을 정도로, AI 활용 여부에 따라 하루 동안 소화할 수 있는 업무량의 차이가 큽니다. 물론 AI가 제시하는 정보를 전적으로 신뢰하기보다는 사실관계를 한 번 더 검토해야 하지만, 그 과정조차 전반적인 업무 흐름에서 보면 훨씬 더 빠르고 효율적으로 진행될 수 있습니다.
실제로 A씨의 사례는 제 업무 진행 방식과 거의 흡사합니다. 이를 통해 이전 글에서 소개해드린 AI 활용 사례들이 실제 업무 현장에서도 충분히 적용 가능하다는 것을 확인하실 수 있을 것 같습니다. 이처럼 AI를 적극적으로 활용하는 것을 습관화하면 다양한 업무 분야에서 생산성을 크게 높일 수 있습니다. 다만 모든 AI 도구를 한꺼번에 도입하기보다는 간단한 작업부터 시작해 단계적으로 도입하는 것을 추천드립니다. 2025년, 새로운 도전으로 AI 활용을 시작해보시는건 어떨까요?
