생성형 AI 업무 활용이 막막한 직장인이라면 먼저 배울 것

• 목록
• 답변
• 글쓰기
• 옵션
  • 수정
  • 삭제

챗봇에 질문은 해봤지만 결과를 그대로 업무에 쓰기는 불안하고, 매번 비슷한 지시를 다시 입력하느라 오히려 시간이 더 걸리지는 않으셨나요? 생성형 AI를 잘 활용한다는 말은 유창한 질문 한 줄을 만드는 능력이 아니라, 업무를 작은 단계로 나누고 결과를 검증해 완성본으로 바꾸는 능력에 가깝습니다.

동양컴퓨터학원에서 AI 업무 활용 과정을 설계한다는 가정 아래, 사무자동화 교육을 진행해 온 실무 강사 오세현 씨에게 직장인이 무엇부터 배워야 하는지 물었습니다. 유행하는 도구 이름보다 문서 작성, 엑셀 데이터 처리, 보고서 검토처럼 오래 쓰이는 실무 역량을 중심으로 답을 정리했습니다.

Q. 생성형 AI를 쓰는데도 일이 빨라지지 않는 이유는 무엇인가요?

질문 기술보다 업무 구조를 먼저 봐야 합니다

오세현 강사: 가장 흔한 원인은 AI에게 맡길 일의 범위를 정하지 않은 채 “보고서 만들어 줘”라고 요청하는 것입니다. 보고서에는 자료 수집, 사실 확인, 목차 구성, 초안 작성, 표 계산, 문체 수정, 최종 승인이라는 서로 다른 작업이 섞여 있습니다. 이를 한 번에 요구하면 그럴듯하지만 근거가 약한 결과가 나오기 쉽습니다.

먼저 현재 업무를 입력, 처리, 출력으로 구분해 보세요. 예를 들어 회의록 작성의 입력은 녹취나 메모이고, 처리는 안건별 분류와 결정 사항 추출이며, 출력은 담당자와 기한이 표시된 문서입니다. 이 세 단계가 보이면 생성형 AI에 맡길 부분과 사람이 확인할 부분도 명확해집니다. 좋은 프롬프트는 멋진 문장이 아니라 작업 순서가 드러나는 지시문입니다.

• 입력: 원문, 표, 메모처럼 AI가 참고할 자료를 준비합니다.
• 처리: 요약, 분류, 비교, 변환 중 원하는 동작을 하나씩 지정합니다.
• 출력: 표, 이메일, 보고서 문단 등 결과 형식을 정합니다.
• 검증: 숫자, 고유명사, 날짜, 인용 출처를 사람이 대조합니다.

컴퓨터 활용 기초가 부족하면 AI 결과를 다루기도 어렵습니다

질문: AI가 알아서 처리한다면 파일 관리나 문서 프로그램은 덜 배워도 되지 않나요? 오세현 강사: 반대입니다. 다운로드한 파일의 위치를 찾지 못하거나 CSV와 XLSX의 차이를 모르면 AI가 만든 결과를 실제 업무 문서에 옮기기 어렵습니다. 컴퓨터가 정보를 입력받아 처리하고 결과를 내보내는 장치라는 기본 개념은 컴퓨터 용어 설명에서도 확인할 수 있습니다. AI 역시 이 처리 과정 안에서 사용하는 도구라고 이해하면 과장된 기대를 줄일 수 있습니다.

따라서 수업 초반에는 폴더 구조, 파일명 규칙, 복사와 붙여넣기, 표 범위 선택, PDF와 문서 파일의 차이부터 점검하는 편이 좋습니다. 이런 기초는 화려해 보이지 않지만 결과를 잃어버리거나 잘못된 버전을 제출하는 사고를 막아 줍니다.

“AI가 대신 생각해 준다고 보기보다, 내가 설계한 작업을 빠르게 시도해 주는 보조자라고 생각하면 활용법이 선명해집니다.”

Q. 직장인 초보자는 어떤 업무부터 연습해야 하나요?

반복되지만 위험이 낮은 작업이 첫 실습에 적합합니다

오세현 강사: 첫 과제로 계약서 검토나 인사평가처럼 민감한 업무를 고르면 안 됩니다. 결과가 조금 틀려도 즉시 수정할 수 있고, 원본과 비교하기 쉬운 업무부터 시작해야 합니다. 사내 공지문 문체 바꾸기, 긴 메모를 항목별로 나누기, 공개 자료에서 키워드 추출하기가 대표적입니다.

초보자는 AI가 만들어 낸 문장을 읽으며 “좋아 보인다”라고 판단하기 쉽습니다. 그러나 실무에서는 정확성, 누락 여부, 회사 양식 준수, 독자에게 필요한 행동이 분명한지를 따져야 합니다. 같은 초안을 세 가지 형식으로 변환해 보면 도구의 장점과 한계가 동시에 보입니다. 예컨대 회의 메모를 이메일, 표, 업무 요청서로 각각 바꾸고 어떤 정보가 빠졌는지 표시해 보세요.

1. 개인정보를 제거한 10줄 안팎의 메모를 준비합니다.
2. AI에게 사실을 추가하지 말고 원문만 분류하라고 지시합니다.
3. 결정 사항, 담당자, 기한, 미결 사항 네 열의 표로 변환합니다.
4. 원문과 표를 한 줄씩 대조해 누락과 과장을 표시합니다.
5. 수정 지시를 다시 입력하고 첫 결과와 차이를 기록합니다.

문서 작성과 엑셀 보조를 분리해서 익혀야 합니다

질문: 생성형 AI 수업에서 엑셀도 함께 배울 수 있나요? 오세현 강사: 함께 배울 수 있지만 한 덩어리로 가르치면 혼란스럽습니다. 문서 작성은 목적, 독자, 어조, 근거가 핵심이고 엑셀은 셀 구조, 데이터 형식, 수식 범위가 핵심입니다. 같은 AI를 사용해도 검증 기준이 다릅니다.

문서 실습에서는 제목과 본문의 논리, 중복 표현, 행동 요청을 살펴야 합니다. 엑셀 실습에서는 열 이름이 일관적인지, 날짜가 실제 날짜 형식인지, 숫자에 문자가 섞이지 않았는지부터 확인해야 합니다. AI가 제안한 함수는 반드시 작은 복사본에서 시험하고, 결과가 나왔다고 곧바로 원본 파일에 덮어쓰지 않는 습관이 필요합니다.

• 이메일: 수신자, 목적, 요청 행동, 회신 기한을 검토합니다.
• 보고서: 주장마다 근거가 있는지, 추정과 사실이 구분되는지 확인합니다.
• 엑셀: 참조 범위와 절대·상대 참조, 빈 셀 처리 방식을 확인합니다.
• 발표자료: 슬라이드마다 메시지가 하나인지, 출처를 추적할 수 있는지 봅니다.
• 회의록: 발언 요약과 최종 결정이 섞이지 않았는지 구별합니다.

처음부터 모든 기능을 익히려 하지 마세요. 매주 하나의 실제 업무를 골라 원본, 첫 지시문, AI 결과, 사람이 수정한 최종본을 한 폴더에 보관하면 성장 과정이 보입니다. 이 기록은 나중에 자신만의 업무별 프롬프트 자료가 되며, 단순히 예문을 외우는 것보다 재사용성이 높습니다.

Q. 컴퓨터학원의 AI 수업은 무엇을 기준으로 선택해야 하나요?

도구 목록보다 실습 파일과 피드백 방식을 물어보세요

오세현 강사: 상담할 때 “어떤 AI를 배우나요?”만 질문하면 도구 시연 위주의 과정을 선택하기 쉽습니다. 서비스 화면과 메뉴는 바뀔 수 있지만, 업무를 구조화하고 출처를 확인하며 결과를 수정하는 원리는 오래 갑니다. 수업 시간에 학습자가 직접 파일을 다루는지, 강사가 완성된 예시만 보여 주는지부터 확인해야 합니다.

좋은 과정은 실습 전후의 차이를 확인할 자료가 있습니다. 예를 들어 정리되지 않은 회의 메모를 제공하고 수강생이 지시문을 작성한 뒤, 누락된 담당자나 잘못 생성된 일정을 찾아 수정하게 합니다. 강사는 “잘했습니다”로 끝내지 않고 왜 그 지시가 모호했는지, 어떤 검증 단계가 빠졌는지 구체적으로 알려줘야 합니다.

수강료는 총액보다 수업에 포함된 범위를 비교해야 합니다

질문: 적정 수강료는 어느 정도인가요? 오세현 강사: 지역, 총시간, 정원, 개인 피드백, 교재와 소프트웨어 제공 여부에 따라 달라 단일 금액을 정답처럼 말하기 어렵습니다. 광고에 표시된 금액만 보지 말고 등록비, 교재비, 계정 구독료, 보강 비용이 별도인지 확인해야 합니다. 같은 총액이라도 20명이 듣는 시연형 수업과 소수 인원이 결과물 첨삭을 받는 수업의 경험은 크게 다릅니다.

상담 전에는 배우고 싶은 업무 예시를 두 개 준비하세요. “AI를 배우고 싶다”보다 “매주 작성하는 거래처 안내 메일을 빠르게 만들고 싶다”, “엑셀 판매자료의 항목 분류와 요약을 연습하고 싶다”라고 말하면 과정 적합성을 판단하기 쉽습니다. 가능하다면 체험 수업에서 본인이 작성한 지시문을 강사가 어떻게 고쳐 주는지도 살펴보세요.

• 총 수업시간과 회당 실습시간을 따로 확인합니다.
• 결석 시 보강, 녹화 제공, 재수강 조건을 확인합니다.
• 유료 AI 계정이 필수인지, 무료 환경에서도 실습 가능한지 묻습니다.
• 수료 결과물이 개인 포트폴리오로 남는지 확인합니다.
• 회사 보안정책이 있는 수강생을 위한 대체 데이터가 제공되는지 살펴봅니다.

“상담에서 특정 서비스의 놀라운 기능만 길게 설명한다면, 내가 직접 수정하고 검증하는 시간이 교육과정에 있는지 다시 물어보세요.”

Q. AI가 만든 답을 어떻게 검증해야 실무 사고를 줄일 수 있나요?

문장 전체를 믿거나 버리지 말고 주장 단위로 나눕니다

오세현 강사: 생성형 AI의 답변은 자연스러운 문장과 정확한 사실이 함께 보장되는 구조가 아닙니다. 특히 최신 제도, 가격, 제품 기능, 인물의 직책, 통계 수치는 작성 시점에 따라 달라질 수 있습니다. 검증할 때는 문장마다 날짜, 숫자, 이름, 인용, 원인과 결과에 표시하고 각각 원출처를 찾아야 합니다.

검색 결과의 요약문만 보고 맞다고 판단해서도 안 됩니다. 링크를 열어 발행 주체와 게시 날짜를 확인하고, AI가 설명한 내용이 실제 본문에 있는지 대조해야 합니다. 예를 들어 기사 요약 연습을 할 때는 실제 뉴스 원문처럼 확인 가능한 자료를 열어 제목, 필자, 사건의 시점, 인용 범위를 직접 비교할 수 있습니다. 이 링크는 AI가 만든 요약을 사실로 보증하는 장치가 아니라, 원문 대조 훈련에 쓰는 기준 자료입니다.

1. 주장 표시: 검증이 필요한 숫자, 날짜, 기관명에 밑줄을 긋습니다.
2. 출처 열기: 검색 화면이 아니라 기관 문서나 원문 페이지를 확인합니다.
3. 시점 비교: 자료의 작성일과 현재 적용 여부를 구분합니다.
4. 교차 확인: 중요한 판단은 성격이 다른 신뢰할 만한 출처와 다시 대조합니다.
5. 수정 기록: 무엇이 틀렸고 어떻게 고쳤는지 결과물 옆에 남깁니다.

개인정보와 회사 기밀은 정확성보다 먼저 확인합니다

질문: 업무 파일을 그대로 올려도 괜찮을까요? 오세현 강사: 서비스와 회사 정책을 확인하기 전에는 안 된다고 생각하는 편이 안전합니다. 고객명, 전화번호, 이메일, 주민등록번호, 계좌정보뿐 아니라 거래 조건, 미공개 매출, 내부 평가, 계약서 조항도 민감할 수 있습니다. 이름만 지웠더라도 지점명과 날짜, 희귀한 업무 내용의 조합으로 대상을 알아볼 가능성이 있습니다.

연습용 데이터는 실제 자료와 구조만 같게 만들고 값은 가상으로 바꾸세요. 고객명은 고객A처럼 치환하고, 금액과 날짜도 업무 논리를 해치지 않는 범위에서 변형합니다. 외부 AI 서비스에 입력해도 되는 정보인지 애매하다면 먼저 조직의 보안 담당자나 책임자에게 확인해야 합니다. 학원 실습에서도 수강생에게 실제 회사 파일 제출을 요구하기보다 가공된 샘플 파일을 제공하는 방식이 적절합니다.

• 원본 파일을 복제하고 복사본에서 개인정보를 삭제합니다.
• 숨겨진 시트, 메모, 문서 속성, 변경 이력도 확인합니다.
• 파일 업로드가 필요 없는 텍스트 일부만으로 연습할 수 있는지 검토합니다.
• 조직의 허용 도구, 계정 종류, 저장 및 학습 설정을 확인합니다.
• 외부 공유가 금지된 자료는 익명화했더라도 임의로 입력하지 않습니다.

검증 능력을 키우려면 일부러 오류가 섞인 답을 찾아보는 훈련도 유용합니다. 강사가 잘못된 날짜, 존재하지 않는 출처, 범위가 어긋난 엑셀 수식을 포함한 예제를 주고 수강생이 발견하게 하면 실무 대응력이 높아집니다. 답을 빨리 생성하는 사람보다 틀린 답을 빨리 알아차리는 사람이 업무에서는 더 안전합니다.

Q. 모든 업무를 AI로 바꾸려 할 때 놓치는 경계는 무엇인가요?

자동화하지 않는 편이 나은 일도 분명히 있습니다

오세현 강사: 반복된다는 이유만으로 모든 작업이 자동화 대상은 아닙니다. 해고나 채용, 신용과 대출, 의료·법률 판단처럼 개인에게 큰 영향을 주는 결정은 오류의 비용이 큽니다. AI가 초안을 보조하더라도 자격을 갖춘 담당자의 검토와 조직의 승인 절차를 생략해서는 안 됩니다.

또한 사과문, 갈등 조정, 민원 회신처럼 관계의 맥락이 중요한 문서는 매끄러운 표현만으로 해결되지 않습니다. 상대가 실제로 겪은 문제와 조직이 책임질 범위를 이해한 사람이 최종 문장을 결정해야 합니다. AI가 만든 공손한 문구가 책임 회피처럼 읽힐 수도 있으므로, 속도보다 상황 판단이 우선입니다.

• 큰 피해 가능성: 잘못되면 금전·권리·안전에 영향을 주는 업무
• 설명 책임: 결정 이유를 담당자가 직접 설명해야 하는 업무
• 민감한 맥락: 감정, 협상, 내부 관계를 이해해야 하는 업무
• 원출처 부재: 검증할 자료가 없거나 사실 여부를 판단하기 어려운 업무
• 보안 제한: 외부 도구로 전송할 수 없는 정보를 다루는 업무

수업만으로 해결되지 않는 부분도 미리 알아야 합니다

질문: 생성형 AI 과정을 수료하면 바로 업무 자동화를 할 수 있나요? 오세현 강사: 기본적인 문서 변환과 초안 작성은 빨라질 수 있지만, 회사 시스템 연동이나 대량 데이터 자동화는 별개의 영역입니다. 사내 데이터베이스, API, 매크로, 프로그래밍, 접근권한 관리가 필요한 작업은 기초 AI 수업의 범위를 넘어갈 수 있습니다. 이런 목표라면 상담 단계에서 코딩이나 엑셀 고급 과정이 필요한지 확인해야 합니다.

무료 계정과 유료 계정의 기능, 파일 처리 한도, 개인정보 관련 설정도 서비스별로 달라질 수 있습니다. 화면이 수업 교재와 다르다고 당황하기보다 공식 도움말과 현재 계정의 설정을 확인하는 습관을 들이세요. 특정 프롬프트를 평생 쓰는 방식은 현실적이지 않습니다. 업무 양식과 도구가 바뀔 때 입력 자료, 처리 규칙, 출력 형식을 다시 설계할 수 있어야 합니다.

마지막으로 생성형 AI는 빈 지식을 완전히 대신하지 못합니다. 엑셀 수식이 맞는지 판단하려면 기본 함수와 데이터 구조를 알아야 하고, 보고서가 설득력 있는지 보려면 독자와 목적을 이해해야 합니다. 컴퓨터학원 수업은 안전한 연습 환경과 피드백을 제공할 수 있지만, 실제 회사의 승인권자나 보안규정을 대신 결정하지는 못합니다.

1. 배우려는 업무를 한 문장으로 적고 성공 기준을 숫자나 결과물로 정합니다.
2. 학원에는 해당 업무와 유사한 실습 파일이 있는지 질문합니다.
3. 민감정보를 제거한 가상 자료로 작은 과제부터 시험합니다.
4. AI 결과와 사람이 수정한 결과를 나란히 저장해 오류 유형을 찾습니다.
5. 시스템 연동이나 전문 판단이 필요해지면 해당 분야 담당자에게 넘깁니다.

이 글에서 다룬 방법은 일반적인 사무 업무의 초안 작성과 학습 기준에 초점을 맞췄습니다. 특정 산업의 법적 의무, 조직별 보안정책, 개별 AI 서비스의 최신 약관까지 대신할 수는 없습니다. 바로 그 경계를 스스로 표시하는 일도 생성형 AI 업무 활용 교육에서 반드시 익혀야 할 실력입니다.