지난주 회의록을 정리하다가 문득 깨달았습니다. 작년 이맘때였다면 두 시간 걸렸을 일을 20분 만에 끝냈더라고요.
생성형 AI 업무 활용이라는 말을 처음 들었을 때는 그냥 챗봇 정도로 생각했습니다. 그런데 실제로는 질문에 답만 하는 게 아니라 글을 쓰고 코드를 짜고 이미지까지 만들어주는 도구더라고요. 텍스트로 뭘 입력하면 비슷한 방식으로 새로운 결과물을 만들어내는 구조인데, 이 결과물의 질이 최근 들어 부쩍 올라온 느낌입니다.
회사에서 생성형 AI 쓰는 법, 영역별로 나눠봤어요
처음엔 뭘 시켜야 할지 감이 안 왔습니다. 그래서 일단 제가 반복적으로 하는 일부터 하나씩 넘겨봤습니다.
- 문서 초안: 보고서나 공지문 뼈대를 먼저 뽑고 제가 다듬는 방식
- 회의록 요약: 녹음 텍스트를 넣으면 핵심 결정사항만 추려줌
- 데이터 정리: 엑셀 표를 붙여넣고 보기 좋게 재배열 요청
- 아이디어 브레인스토밍: 막힐 때 열 개쯤 던져달라고 하면 그중 두세 개는 쓸 만함
- 번역: 영문 메일 초안 다듬을 때
- 슬라이드 구성: 목차랑 흐름 잡을 때
이 중에서 체감 효과가 가장 컸던 건 회의록 요약이었습니다. 한 시간짜리 회의를 핵심만 정리해주니 다시 들을 필요가 없어졌어요.
실제로 써본 프롬프트와 결과물
Claude로는 주로 긴 보고서 초안을 맡겼습니다. 단순히 보고서 써줘라고 하면 밋밋한 글이 나오는데, 대상 독자가 팀장급이고 결론을 먼저 배치해달라고 구체적으로 조건을 주니 결과가 확 달라졌습니다.
ChatGPT는 아이디어 발산용으로 많이 썼습니다. 신규 이벤트 기획안을 짤 때 조건이 비슷한 다섯 가지 안을 각각 장단점과 함께 달라고 했더니, 그중 하나를 거의 그대로 채택한 적도 있습니다.
번역은 솔직히 기대 이상이었습니다. 직역 느낌이 아니라 업무 메일 톤에 맞게 자연스럽게 다듬어주더라고요.
생각보다 효과가 크지 않았던 부분
반대로 아쉬웠던 경우도 있습니다. 내부 수치나 최근 발표된 통계를 물어보면 그럴듯하게 틀린 답을 내놓는 환각 현상이 종종 있었습니다. 특히 날짜나 금액처럼 정확해야 하는 값은 직접 원문을 확인하지 않으면 그대로 쓰기 위험했습니다.
슬라이드 디자인도 생각보다 손이 많이 갔습니다. 텍스트 구성은 괜찮았는데, 실제 디자인 톤은 결국 제가 다시 손봐야 했거든요. 생성형 AI 실생활 활용 사례라고 해서 전부 완성형으로 나오는 건 아니었습니다.
결과물을 그대로 쓰기보다, 초안으로 삼고 제가 검수하는 과정은 꼭 거쳤습니다.
처음 시작한다면 이렇게 조합해보세요
생성형 AI 업무 자동화를 처음 시도한다면 한 가지 도구에 다 맡기기보다 역할을 나누는 편이 나았습니다.
- 초안이나 아이디어 확산은 ChatGPT
- 긴 글 다듬기나 톤 조절은 Claude
- 최신 정보 확인이나 구글 문서 연동 작업은 Gemini
세 가지를 무료 버전으로만 돌려봐도 업무 패턴은 충분히 감이 잡힙니다. 익숙해진 다음에 유료 전환을 고민해도 늦지 않아요.
결국 생성형 AI 활용법의 핵심은 얼마나 똑똑한 도구를 쓰느냐보다, 어떤 일을 맡기고 어디까지 믿을지 선을 긋는 감각이었습니다. 다음엔 슬라이드 디자인 쪽도 다른 방식으로 한번 시도해보려고요.
