AI 잘 쓰는 법? 원래 하던 대로 하세요.
직원을 잘 다루는 방법 = AI를 잘 다루는 방법
나는 업무상 ChatGPT의 변천사를 꽤 오랫동안 지켜봐 왔다. 과거 올드한(?) UI부터 현재까지 꽤 많은 변화가 있었다. 데이터 분석을 해준다는 'Advanced Data Analysis' 기능의 출시 홍보부터, 어플 형태로 카메라를 지원해 소위 '눈'을 갖게 된 것까지. 발전 속도를 지켜보면 참으로 놀라웠다.
이제는 LLM 사용이 보편적으로 되면서 주변인들 또한 AI를 업무에 많이 쓰는 장면들을 목격한다. 이 글에서는 그들이 많이 하는 이야기와 개인적으로 아쉽다고 생각하는 문장들을 소개해보고자 한다.
1. AI? 아직 멍청하고 별로인 거 같은데?
원래대로 하세요. 본인의 매니징 실력을 되돌아보세요.
'AI 잘 쓰는 법'이라면서 프롬프트 엔지니어링부터 시작해서 온갖 꿀팁들이 나타난 시절이 있었다. 예시를 주세요. 가이드를 주세요. 피드백을 구체적으로 주세요. 목적을 설명하고 역할을 부여하고... 등등.
새로운 툴이 나오고 사람들이 이것저것 해보고서 '뭐가 더 좋더라~' 식의 공유는 자연스러운 현상이다. 이런 것들을 살펴본 뒤, 나는 하나의 문장으로 정리했다. 프롬프트를 AI가 아니라 동료/부하 직원에게 말한다고 생각하면 똑같은 거다. 아래 예시를 본인이 직접 듣는다고 상상하며 읽어보자.
(예시 1)
"야! 내일까지 보고서 깔쌈하게 하나 써와 봐. 할 수 있잖아. 뭔 말인지 알지?"
(예시 2)
"우리 목적은 이거고, 지금은 이 부분을 중점적으로 봐주는 게 좋아. 네가 해주는 역할은 OO이야.
그리고 과거에 했던 레퍼런스 자료 줄 테니까 이거 참고해서 구조나 디자인은 맞춰줘. 알겠지?"
AI가 멍청하다느니 아직도 별로라는 얘기하는 사람을 보면, (100%는 아니지만) 실제 본인의 동료/부하 직원에게도 지시를 명료하게 잘 못하는 사람인 경우가 많았다.
2. A툴이 좋대요. B툴이 좋대요. C툴이 좋대요. (무한반복)
차이야 당연히 있겠지만, 본질이 먼저입니다.
AI툴이 많이 생겨나면서 활용 분야가 넓어졌다. 대부분 가장 처음 마주한 것은 보고서, 아이디어, 문체 수정 등등 텍스트로 할 수 있는 업무들일 것이다. 그런데 이밖에도 이미지, 영상, 작곡, 업무 흐름 자동화 등등 어디든 AI의 서포트를 기대할 수 있는 상황이 되었다.
워낙 툴을 만드는 업체들끼리 경쟁을 하다 보니까, A가 더 좋았다가 B가 더 좋은 모델을 출시하며 엎치락뒤치락의 반복이다. 그러다 보니 사용자 입장에서는 철새처럼 '어디가 더 좋더라' 탐색만 하는 경우를 많이 봤다.
툴에 의존하고 싶은 것처럼 보이지만, 나는 조금 다르게 생각한다. 물론 성능이 업데이트되고 어디에 특화된 AI가 존재하는 것은 부정할 수 없다. 그러나 지금은 상당히 상향평준화되어서 어느 정도 기본은 한다. 적어도 도움이 안 되지는 않는다. 그렇다면 필요한 건 결국 본질이라고 생각한다. 쉽게 말하면 실력이다. '그래서 그걸 통해서 뭘 이루고자 하는데? 왜 이루고자 하는데? 어떻게 하면 그게 가능한데?' 등등.
나의 인생이 나를 이렇게 만든 것일지도 모르겠다. 예시로 학창 시절에는 학원을 다닐 수 없어서 스스로 헤쳐나가야 했다. 게임도 현질이 아니라 최소한의 스탯의 캐릭터로도 실력이 좋다면 승부를 뒤집을 수 있는 것들을 좋아했다. 말하고 싶은 핵심은 마치 스파이더맨이 토니 스타크에게 '저는 슈트 없으면 아무것도 아니에요!'라고 말하는 상황은 마주하지 말자는 것이다.
3. AI 생겼는데 나는 이제 뭐 하냐?
램프의 요정에게 무슨 소원을 빌 건데요?
세상이 어떻게 돌아가는지, 업무가 어떻게 흘러가는지, 어떤 직군들이 있는지를 몰랐을 때, '기획'이라는 단어는 이해하기에 참으로 어려우면서도 궁금했다. 단어는 꽤 들어봤으니까. 마치 마법의 단어 같다. 영업기획, 운영기획, 사업기획, 전략기획, 마케팅기획 등등 어디에나 찰싹 달라붙는 것이었다.
근데 이제는 알 것 같다. 모든 일이든 큰 프로세스는 같다. 각자만의 분야/방면에서 맡은 범위 내에서 주어진 문제를 해결하는 일이다. 풀어보면 3단계다: Plan - Do - See. 그리고 이 사이클은 새로운 문제를 만나며 계속 반복된다.
- 내가 풀어야 할 문제가 무엇인지, 어떻게 접근해서 해결할지 고민하는 Plan의 단계.
- 세웠던 Plan 대로 실제 수행하며 결과를 만들어내는 Do 단계.
- Do로 발생한 결과를 살피며 Plan이 성공했는지 체크하는 See 단계.
쉬운 이해를 위해 일상적인 예시로 풀어보자. 그냥 '가위바위보'를 하는 사람을 떠올리면 된다. 아래 두 사람의 차이를 느낀다면, 말하고자 하는 바를 이해한 것으로 간주할 수 있을 것 같다. B의 경우는 그냥 Do만 주구장창 하는 것이다. (See에서는 결과에 마음 아파하는 정도..?)
A: 고민하며 결과를 보고 다시 시도하는 사람
(ex. 상대가 지금까지 뭘 많이 냈지? 그러면 나는 뭘 낼까? 아... 다음에는 이렇게도 해봐야겠다.)
B: 그냥 아무~생각 없이, 아무~거나 내보는 사람
(ex. 응? 이겼네. 응? 졌네.)
AI는 모든 단계에서 도움을 주지만, 가장 드라마틱한 것은 Do의 단계이다. 1시간이 걸리는 일을 10분 만에 해준다는 명제는 명확한 효율을 체감할 수 있게 해 준다.
그렇다고 AI가 다 해주니까 사람은 할 게 없다고 생각하는 사람들도 있을 것이다. 엄청난 속력의 자동차가 모두에게 주어진 상황이라고 바꿔서 생각해보자. 본인이 직접 운전대를 잡아야 한다는 점을 기억하면 인간이 무엇을 해야 할지 감이 잡히지 않을까?
나 또한 그랬고, 많은 이들이 갑자기 나타난 램프의 요정에게 '소원을 빌어보고 결과를 보면서 진짜 대단하다'라고 느낀 것 같다. 그런데 사실 'AI가 어떤 것을 해주는가?'를 파보면, 결국 사람이 하는 일을 대신해주는 것이다. 다만 인간이 했을 때 소요되는 시간을 빠른 코드 연산으로 드라마틱하게 줄여주는 것뿐이다.
AI는 컴퓨터 코드를 작성하며 작업해 준다. 그리고 우리가 컴퓨터에서 하는 클릭, 입력 모든 행위는 다 코드라는 점을 인지한다면, 결국 '내가 할 수 있는 일을 AI가 빠르게 해주는 것일 뿐이다'라고 수렴한다. 그렇기에 AI에게 작업을 요청할 때, 본인이 할 수 있는 것을 지시해야 단계적/세부적으로 쪼개서 구체적인 프롬프트를 내릴 수 있을 것이다.
결국 한마디로 정리하면 이렇다.
AI를 잘 쓰는 방법은 따로 있지 않다.
사람을 잘 대하듯이 설명하고,
목적을 공유하고, 맥락을 알려주는 것.
좋은 방향으로 그렇게 소통할 수 있다면
AI는 꽤 듬직한 램프의 요정이 되어줄 것이다.