원래 ‘일 잘하는 사람’이 ‘더’ 잘하게 될 거예요
일 잘하는 사람이 CHATGPT도 잘 써서 일을 더 잘하게 될 거예요
일을 잘하는 것에 대한 여러 의미
(IT 비즈니스의 여러 직무를 포함하여…)
일을 잘한다는 것은 여러 가지로 해석 가능합니다.
일만 볼 때에는 세 가지로 나눠볼 수 있습니다. 같거나 유사한 성격의 일을 1) 남들보다 더욱 빠르게 처리하거나, 2) 더욱 나은 결과물을 갖고 오거나, 그로 인해 3) 모두가 기대하는 결실을 맺어 성과로 연계하는 것으로 구분합니다.
일의 종류 및 성격에 따른 구분도 가능합니다.
단, 각 분야와 영역에 따른 평가 기준이 제각각이기 때문에, 정형화하기는 불가능에 가깝습니다. 게다가 비교하기도 어렵습니다. 그래서, 모두가 ‘결과론적 분석 및 해석’ 등을 합니다. 측정 및 확인 가능한 1) 속도, 2) 내용과 수준, 3) 목표 달성 여부 등을 각자의 업(業)에 맞춰 중요도 및 우선순위에 따라 종합적으로 평가합니다.
해당 영역에서 지표의 결과가 남보다 혹은 전보다 나아지기 위해서는 과정상의 여러 변화 등을 주도적으로 추구한 태도에 따라 결정됩니다.
결국, 일을 잘한다는 것은 일을 대하는 태도(Think, Attitude)에 있습니다.
그 일을 얼마나 잘하고 싶고(성취욕), 더 나은 결과를 만들고 싶고(성과욕), 더 나아진 결과를 위해 과정상의 어떤 변화와 모험 등을 가져갈 수 있는지(모험심)에 따라 대부분이 결정되기 때문입니다. 대신에 지치지 않고 스스로에게 동기부여하며 해야 하는 일에 대하여 맹목적인 태도로 발전할 수 있어야 합니다. 스스로 어떤 한계 등을 만들어 설정하지 않는 것입니다.
덧붙여, 계란으로 바위 치기가 아니라, ‘전략적’인 움직임이 동반되어야 합니다.
욕구와 의지만으로 모든 일을 해낼 수 없습니다. 따라서, 당면한 문제(더 빠르고, 더 나아진, 더 높은 목표 달성)의 더 나은 해결을 위해서는 그에 적합한 전략과 전술을 만들어 적용할 수 있어야 합니다. 여기서 소위 *일 머리 또는 일 관련한 감각과 관점 등이 크게 작용할 수 있습니다. 물론, 이 부분도 적합한 훈련과 경험을 통한 습관 형성에 따라, 충분히 개발될 수 있는 영역입니다.
물론, 일과 관련된 재능(Talent)도 있습니다. 하지만, 타고난 무언가를 갖고 있기, 그리고 그 재능을 최대한 발휘 가능한 일을 만난다는 것은 천운에 가깝습니다. 따라서, 모두에게 적용 가능한 평가 기준은 아닙니다. 간혹 이를 두고, 적성, 역량과 착각하시는 이들이 있는데, 일을 잘하는 데 있어서 타고난 천성에 가까운 재능이 필요한 업종 및 업태는 예체능이 유일무이합니다. 그 외에는 큰 영향을 준다고 보기 어렵습니다.
만약, 일에 대한 태도가 유사한 수준을 가진 두 사람이 일 관련 감각 및 관점상 강점의 상대적 수준차가 난다고 할 때, 두 사람이 만들어낼 수 있는 성과(과정과 결과값의 합)의 차이는 얼마나 날까?
물리적으로 측정할 수는 없지만, 상대적으로 높은 수준을 가진 이가 점차 더 나아진 성과를 만들어낼 가능성이 높습니다. 이유는 간단합니다. 그는 (다른 이에 비하여) ‘일을 할 줄 알기 때문’입니다. 일을 할 줄 안다는 것은, 일을 해야 하는 과정을 결과에 맞춰 직접 설계하고 운용할 줄 안다는 뜻입니다.
“언제까지 일이 마무리되기 위해서는, 최소한 언제부터는 시작해야 하고, 무엇의 준비가 필요하고, 중간에 어떤 부분을 점검해야 하고, 그렇게 하면 가치 제고 또는 비용 절감 등의 효과를 낼 수 있다.”는 논리적 개연성 등을 확보하고, 일을 진행해 나가는 동안 더욱 확실시해 가며 일을 하는 태도를 보이기 때문입니다.
게다가 IT, ICT에서의 일은 방대한 데이터 활용을 통한 더 나은 산출물(Prodocut -> Business) 만들어 운영하기에 있기 때문입니다.
누가, 무엇을, 얼마나, 왜, 어떻게 자신들의 비즈니스를 통해 어떤 시장 속 고객의 문제를 해결하는데 가장 주효한 역할을 해내는가에 달려있습니다. 그래서, 갈수록 (고객) 데이터에 대한 중요성이 높아지는 것입니다.
또한, 프로덕트는 고객에 요구에 맞춰 수없이 변화합니다. 당연히 출시 후에 더 많은 고객 데이터를 다루게 되어 있습니다. 그 방대한 데이터를 누군가 대신 취급하며, 필요할 때마다 묻는 질문에 따라 정제된 답변을 해주게 되었습니다. ChatGPT가 그런 면에서 프로덕트 안팍에서 활약하게 되는 것입니다.
마치 ( )에게 적토마를 안겨주는 모습입니다.
단, ( ) 안에 무엇이 들어가는가에 따라, 시너지는 달라질 것입니다. 결국, ( )를 여포, 관우 등으로 만들어가기 위하여 적토마(ChatGPT)를 적극적으로 업무에 이용해 보려고 해야 할 것입니다. 왜냐하면, 유행이 아니라, 혁신에 가깝기 때문입니다.
일을 잘하는 사람은 ChatGPT를 적극 활용할 거예요
chatGPT를 업무 현장에서 사용해 보면, 간편하게 사용 가능한 것을 알 수 있습니다. 그리고, 이를 통해 감각에 대한 훈련도 가능합니다.
IT(ICT) 기반 화이트 컬러(Office Worker)들의 업무 특징은 모두가 자신의 분야에서 ‘영역 파괴적 리서치’가 요구된다는 점입니다. 당연히 리서치로 인해 업무가 시작되고, 마무리됩니다. 여기서 ‘리서치하는 시간을 효과적으로 줄여줄 수 있다’라고 하면, 그걸 ChatGPT를 통해 해낼 수 있다면요. ChatGPT를 쓰지 않을 이유가 없습니다.
현재 많은 업계 속 각자의 업무 영역에서 벌써부터 ChatGPT를 활용한 별도의 서비스를 활용하는 이들이 등장했습니다. 그만큼 하나의 서비스가 아니라, 원천 기술에 가깝기 때문입니다. 그리고, 이는 또 하나의 새로운 시장을 만들어내는 중입니다.
(시간을 거꾸로 돌려) Google이 등장했던 시기를 보면 현재와 비슷합니다.
Googling(검색)을 통해 (영어를 조금 한다는 전제 아래) 전 세계 웹 디렉터리로 접근이 가능해졌습니다. 그동안 여러 제약 때문에 접근하기 어려웠던 곳으로까지 검색을 통한 접근이 가능해지며, 검색 시장이 발달되었습니다. 그리고, 현재에 이르게 되었습니다.
생각해 보면 검색이라는 활동은 웹 페이지에 ‘질문’을 하는 것입니다.
단, 그 질문을 특정 키워드의 조합을 통해 ‘알고 싶어 하는 것’을 더욱 정확히 찾아내는 것입니다. 단, 사람들 사이의 일반적 대화 패턴과는 큰 차이를 보입니다. 그러다 보니 구글이 제시한 UI/UX를 잘 사용하기 위한 나름의 노하우, 심지어 Certification이 필요하기도 했습니다. 곧 검색이 곧 하나의 역량으로 구분되기도 했습니다. (chatGPT도 과연 구글처럼 될까요?)
검색은 곧 질문을 하는 것이고, 그 질문이 이어지면 대화가 되는 것입니다. 이는 소크라테스가 말하는 가장 논리적인 방식의 문제해결인 문답법에 가깝습니다.
많은 이들이 구글을 환영하고, 적극적으로 업무에 활용하려 했던 이유가 ‘모르는 것을 물어볼 곳’이 생겼기 때문입니다. 단, 질문도 내가 하고, 그에 대한 답도 스스로 찾아야 했습니다. 하지만, chatGPT는 정답은 아니지만, 정답에 가까운 해답(서사가 존재)을 제시합니다. 이를 이어서 스무고개를 통해 더 원하는 답을 찾을 수 있도록 UX가 구성되어 있습니다.
이러한 대화를 통해 사용자는 원하는 답을 그 안에서 찾고, 자신이 풀고자 하는 문제의 힌트를 비교적 쉽게 발견할 수 있습니다.
그것도 기존의 검색을 통해 발견하는 것이 아니라, 그 발견하는 과정을 누군가와 함께 할 수 있다는 뜻입니다. 그럼, 자신의 일과 직/간접적으로 연관된 분야와 영역 속 해야 할 일의 관계, 구조, 이것이 만들어지게 된 과정, 맥락, 흐름 등을 비교적 빠르게 파악하기 쉬워집니다. 물론, 스스로 검정할 수 있는 부분도 있어야겠죠. AI가 그럴듯한 답을 말해준다고 해서, 그 답이 꼭 정답에 가깝다는 보장이 없기 때문입니다.
그렇게 되면, 일을 잘하는 이는 ‘바르게 사용하는 법을 익혀가며, 빠르게 자신의 분야에 대한 안목을 키워가는 법을 익혀갈 것입니다.
본래 일 잘하는 사람이 가진 그들 고유의 공통된 생각과 행동 패턴이 있습니다.
당연히 ChatGPT(AI)도 잘 써서 주어진 일과 그 일과 연계되어야 하는 여러 일을 빠르고 정확하게 처리할 수 있도록 스스로에게 해야 할 일을 시킬 것이기 때문입니다. 그럼, 올바른 태도가 좋은 실력(역량 및 노하우)을 가져오게 되고, 유관 경험이 쌓이며 더욱 높은 성과를 만들어낼 수 있기 때문입니다. 이미 일을 더 잘할 수밖에 없는 선순환 구조를 갖고 있는 셈입니다.
본래 일을 잘하는 사람이 가진 7가지 특징과 그들이 보이는 공통적인 생각과 행동 패턴
1) 타오르는 호기심, 이를 적극 활용한 다방면의 질문
그들은 궁금한 것을 참지 못합니다. 따라서 수단과 방법을 가리지 않고 그 부족함을 채우기 위해 노력합니다. 그리고, 무엇보다 ‘정확하고, 구체적으로’ 알려고 합니다. 대충 겉모습만 알기보다는, 겉과 속에 대한 모든 궁금증이 풀릴 때까지 질문으로서 답을 찾는 노력을 합니다.
2) 문맥 또는 맥락을 살피고, 그 속의 의미와 원리 등을 탐구
겉과 속을 각각 알기보다는 전체적, 부분적으로 연결 부분까지 모두 고려합니다. 또한, 지금의 모습(상태)이 되기까지 어떤 과정을 거쳤는지, 그 과정에서 특별한 계기 등이 없었는지를 거래 당사자 각자의 입장에서 살펴보려고 합니다. 이를 통해 거래 성사의 원리 등을 탐구하여 다른 곳에 활용하려고 합니다.
3) (다른 채널을 활용한) 추가 검색으로 질문의 내, 외연을 확장
본질은 질문에 있습니다. 단, 질문의 대상에 특별히 제약을 두지 않습니다. 꼬리에 꼬리를 무는 질문(스무고개)을 통해, 풀고자 하는 문제를 둘러싼 현상과 문제의 본질을 분리해 가는 접근을 합니다. 이를 통해 정말 해결해야 하는 문제가 무엇인지, 어떤 순서대로 해결이 필요한지를 살핍니다.
4) 여러 데이터를 바탕으로 간편하게 정리보다는 별도의 분류 및 정렬 기준을 마련
겉으로 보이는 데로 ‘보기 좋게’ 나누는 것이 아닙니다. 또한, 이전에 했던 방식을 고수하며 같은 방법으로 나누지 않습니다. 매번 같거나 비슷한 일을 할 때마다, 전과 다른 별도의 기준을 생각하고, 최적화된 분류를 통해 그 안에서 인과 및 상관관계를 밝혀내려고 합니다.
5) 머릿속으로만 정리하기보다는, 또 다른 형태의 산출물(주로 글)로 정리
데이터는 절대 머리에 쌓을 수 없습니다. 따라서, 앞선 단계에서 정렬한 기준을 바탕으로 정리하되, 이를 기록 저장에 초점을 두기보다는 자신의 인사이트를 담아 또 다른 형태의 산출물로 만들며 ‘전달 가능한 형태와 내용’으로 가공하려고 합니다. (일종의 약소한 버전의 보고서 만들기)
6) 정리된 산출물을 타인과 적극적으로 공유하며, 피드백을 요구
만들어진 output은 다음 단계로 나아가기 전 일종의 점검체가 됩니다. 게다가 그 점검 과정을 모두 혼자 밟을 수는 없습니다. 따라서, 이를 함께 해야 하는 이들에게 공유하고, 피드백을 받아야 합니다. 그 피드백은 (1) 우리 일이 더욱 잘되기 위함, (2) 내가 전보다 일을 더 잘 해내기 위함 <결과>, (3) 더 나은 과정을 설계하기 위함으로 나뉘어 주고받을 수 있어야 합니다.
7) 요구한 피드백을 바탕으로 수정, 일의 기대한 바가 충분히 충족되도록 함.
피드백은 한 번 보다는 여러 번이 될 때 더욱 효과적입니다. 그래서, 일의 끝자락에는 피드백을 받아 수정하기 위하여 일을 한다고 해도 무방합니다. 단, 일의 기대한 바와, 일의 결과에 대한 보다 객관적 입장의 의견 교환, 이를 통해 일과 나의 동반 성장을 기대하는 긍정적인 쪽으로 모두가 만족되는 피드백이 될 수 있도록 합니다.
ChatGPT를 만났을 때 시너지는 구간별로 확인 가능합니다
1-3) 단계는 ‘일 관련 전체적인 리서치’입니다.
전반적인 관계와 구조 등 현 상황 및 상태를 알 수 있는 여러 질문을 통해 ‘파악해 나아가는 것’입니다. 이때, Googling이 아니라, ChatGPT를 활용한다면? 또는 이를 복합적으로 활용할 수 있다면, 당연히 Googling만 하던 시기와는 전혀 다른 접근이 가능합니다. 이미 모든 데이터를 들고 있는 비서진(AI)을 통해, 편리하게 답을 얻어낼 수 있기 때문입니다.
4-5) 단계는 ‘일 관련 주요 결과물 산출’입니다.
방대한 데이터를 갖고 있는 ChatGPT에게 질문으로 필요해 보이는 여러 데이터를 모아, 이를 가공하여 새로운 결과물을 만들어내는 것입니다. 이 또한, ChatGPT에게 일부 전가하여 원하는 결과물을 만들어낼 수 있습니다. 그것이 그림과 글, 코드까지는 완성해 가는 과정을 공유하며 만들어갈 수 있습니다.
6-7) 단계는 ‘일을 통한 결과 맺기’입니다.
일이 완벽히 마무리되기는 어렵겠지만, 적어도 일 자체가 일단락되는 것을 볼 수 있습니다. 또한, 그 과정에서 ChatGPT, 함께 일하는 동료들에게 전방위적인 의견을 수렴하여, 이를 데이터로서 받아들이고 다시 결과물에 반영하면서 일로부터 기대한 바를 실현하기 위한 준비를 해가는 것입니다. 그리고, 이 모든 것은 피드백의 기본 원리에 최대한 충실하여 만들어지게 됩니다. 당연히 피드백으로 완성도가 높아질 수밖에 없습니다.
물론 이 글을 쓰면서는 ChatGPT의 도움을 받지는 않습니다.
그 무엇도 보지 않고, 온전히 혼자만의 힘으로 작성했습니다.
하지만, 제가 쓰는 이 글도 다시금 ChatGPT의 도움을 얻어 더욱 완성도 높은 글로 탈바꿈하도록 부탁할 수도 있습니다. 또는, 코칭 과정 중 주고받는 대화를 네이버 클로바(음성->텍스트 자동변환 AI로 옮기고, 이를 ChatGPT에게 전달하여 핵심이 되는 이야기만을 분류하여 글 또는 리포트를 쓸 수 있는 날이 올지도 모릅니다. 그러나, 되도록이면 스스로의 힘으로 하고 싶습니다. 아직까지는 제 힘으로 하면서 제 안에 축적해 가며 성장하고 싶기 때문입니다.
이직스쿨 김영학님의 브런치에 게재한 글을 편집한 뒤 모비인사이드에서 한 번 더 소개합니다.
