AI 없이 일하던 때로 돌아가기 어렵습니다
✍️ 글: BX팀 이도연 파트장 (Editor)
불과 몇 년 전까지만 해도 사무직에서 일을 잘한다는 건 엑셀과 파워포인트를 얼마나 능숙하게 다루는지와 밀접하게 연결돼 있었습니다. 복잡한 엑셀 수식을 만들고, 필요한 데이터를 직접 정리하고, 문서 하나를 완성하기 위해 처음부터 끝까지 타이핑하는 것이 당연한 일이었죠.
하지만 AI가 업무 안으로 들어오면서 이 당연했던 방식이 빠르게 바뀌고 있습니다. 광고인 경영지원 업무를 맡고 있는 김정후 본부장 역시 최근 대부분의 업무에 AI를 활용하고 있는데요. 법인카드 결산부터 경비 보고서, 시장조사, 입찰 제안서 검수까지. 예전에는 사람이 직접 하나씩 확인해야 했던 업무를 AI와 함께 처리하면서 단순히 시간이 줄어든 것을 넘어, 일을 시작하고 처리하는 방식 자체가 달라지고 있습니다.
▲ 광고인의 AX와 업무 변화를 이야기하는 김정후 본부장
김정후 본부장은 이 변화를 이렇게 이야기합니다.
“예전에는 엑셀 수식을 하나라도 더 알고 있는 게 능력이었다면, 이제는 AI를 어떻게 활용해서 내가 원하는 결과를 만들어내느냐가 더 중요해질 것 같아요.”
AI가 김정후 본부장의 실제 업무를 어떻게 바꾸고 있는지 들어봤습니다.
📝 이 글을 다 읽으면 이런 내용을 알 수 있어요!
✅ 경영지원 업무에 AI를 어떻게 활용하는지
✅ 반복 업무가 얼마나 빨라졌는지
✅ AI가 일하는 방식을 어떻게 바꾸는지
5~6시간 걸리던 법인카드 결산이 10분이 됐습니다
▲ AI를 활용해 은행 입출금과 법인카드 내역을 정리·분류하고 경비 보고서를 작성하는 과정을 보여주는 김정후 본부장.
경영지원 업무는 숫자를 많이 다룹니다. AI를 사용하기 전에는 대부분의 작업을 엑셀에 의존할 수밖에 없었는데요. 법인카드 사용 내역을 정리하는 업무도 마찬가지였습니다. 한 달 동안 사용한 법인카드 내역을 내려받고, 각 결제 건이 어떤 비용에 해당하는지 확인한 뒤 정해진 회계 기준에 맞춰 하나씩 분류해야 했습니다. 식사 비용인지, 차량 유지비인지, 소모품비인지. 사용처의 이름과 내용을 직접 확인하며 엑셀에 정리하는 작업이 반복됐죠.
▲ ERP에서 내려받은 카드 사용 로그를 AI 작업방에 입력하고, 반복적인 교정을 통해 분류 정확도를 높여가는 경비 보고서 자동화 과정을 설명하는 김정후 본부장.
지금은 방식이 완전히 달라졌습니다. ERP에서 카드 사용 로그 데이터를 내려받아 기존에 사용하던 AI 작업방에 넣습니다. 그리고 기존 양식대로 정리해달라고 요청합니다. 끝입니다. AI가 데이터를 읽고 기존 분류 기준에 따라 결과물을 만드는 동안 김정후 본부장은 다른 업무를 진행합니다. 실제로 AI가 처리하는 데 걸리는 시간은 약 10분. 5~6시간 동안 사람이 직접 분류하고 입력하던 일이 이제는 데이터를 전달하고 결과를 받는 업무로 바뀐 셈입니다.물론 처음부터 완벽했던 것은 아닙니다. 특정 사용 내역을 다른 비용 항목으로 분류하는 경우도 있었는데요. 그럴 때마다 잘못 분류된 부분을 같은 작업방에서 수정했습니다. 한 번 수정한 기준은 다음 결산에도 다시 활용할 수 있기 때문입니다.
“한 번 틀린 부분이 있으면 그 방에서 계속 교정해요. 그러면 다음 결산에서는 같은 내용이 들어왔을 때 이전 기준을 기억하고 바로 분류해주거든요.”
김정후 본부장이 하나의 업무마다 별도의 AI 작업방을 만들어 사용하는 이유도 여기에 있습니다. 한 번의 업무를 자동화하는 것이 아니라, 같은 업무를 반복할수록 더 정확하게 만들어가는 것. 지금 김정후 본부장이 AI를 사용하는 방식입니다.
3~4일 동안 만들던 경비 보고서, 목표는 1시간입니다
▲ AI를 활용해 은행 입출금과 법인카드 사용 내역을 자동으로 정리·분류하도록 구현한 경비 보고서 화면.
김정후 본부장이 현재 가장 적극적으로 고도화하고 있는 업무 중 하나는 경비 보고서입니다. 경비 보고서는 한 달 동안 회사에 들어온 돈과 나간 돈을 확인해 회사의 손익을 파악하는 업무입니다. 문제는 확인해야 하는 데이터가 많다는 점입니다. 은행 계좌의 입출금 내역부터 법인카드 사용 내역까지 모든 금액을 원 단위로 확인해야 합니다. 그리고 각각의 내역을 다시 분류합니다. 매출인지, 선수금인지, 복리후생비인지, 세금인지. 과거에는 이 과정을 사람이 직접 진행했습니다. 은행의 입출금 원본 데이터를 열어두고 한 줄씩 확인합니다. 다른 자료와 비교하면서 항목을 맞추고, 카드 사용 내역도 다시 회계 기준에 따라 분류합니다.
▲ 로우 데이터를 AI로 정리·분류해 3~4일 걸리던 업무를 1시간으로 단축하는 자동화 목표를 설명하는 김정후 본부장.
지금은 이 과정 역시 AI 중심으로 바뀌고 있습니다. 은행과 카드사의 로우 데이터를 입력하면 AI가 기존 기준에 맞춰 데이터를 정리하고 분류하도록 만드는 중입니다. 아직 완전히 고도화된 단계는 아니지만, 이미 작업 시간은 약 6시간까지 줄었습니다. 법인카드 결산처럼 일부 업무는 약 10분이면 처리가 가능합니다. 그리고 최종 목표는 더 명확합니다. 3~4일이 1시간으로. 김정후 본부장에게 AI 자동화는 단순히 업무를 조금 편하게 만들어주는 도구가 아닙니다. 사람이 며칠 동안 하던 업무의 구조 자체를 다시 설계하는 과정에 가깝습니다.
AI에게 일을 던져놓고, 저는 다음 일을 합니다
AI를 사용하면서 달라진 것은 개별 업무의 처리 시간만이 아닙니다. 김정후 본부장이 하루 동안 여러 업무를 처리하는 방식도 달라졌습니다. 입찰 제안서를 준비하면서 법인카드 결산을 진행하고, 동시에 미팅을 준비하거나 지원 사업을 조사하는 식입니다. AI에게 하나의 업무를 요청해두고 다음 업무로 이동합니다. 또 다른 AI 작업방에 업무를 요청하고 다시 다른 업무로 넘어갑니다. 작업이 끝난 순서대로 결과물을 확인하고 수정합니다.
▲ 여러 AI 작업방에 업무를 병렬로 요청하고, 완료된 순서에 따라 결과물을 검토·수정하는 방식을 설명하는 김정후 본부장.
이 방식에는 적응도 필요했습니다. 예전에는 한 가지 일을 끝낸 뒤 다음 업무로 넘어갔다면, 지금은 여러 작업이 동시에 돌아가기 때문입니다. 실제로 AI를 활용해 확보한 시간 역시 대부분 또 다른 업무를 처리하는 데 사용하고 있습니다. AI가 일을 줄여줬지만 아이러니하게도 동시에 처리할 수 있는 업무는 더 많아진 셈입니다.
▲ AI를 활용할 때는 무엇보다 정확한 정보와 요청을 입력하는 것이 중요하다고 강조하는 김정후 본부장.
70페이지 입찰 제안서를 5일 만에 만들 수 있었던 이유
AI 활용은 반복 업무에만 머물지 않습니다. 최근에는 시장조사와 기획, 자료 검수처럼 생각이 필요한 업무에서도 적극적으로 활용하고 있습니다. 대표적인 사례가 입찰 제안서입니다. 과거에는 제안서를 완성한 뒤 오탈자를 하나씩 확인하고, 내용상 어색한 부분이 없는지 직접 검수해야 했습니다. 문서에 포함된 데이터나 출처가 실제 내용과 맞는지도 사람이 다시 찾아봐야 했죠. 지금은 완성된 제안서를 AI에 넣고 검수를 요청합니다. 오탈자는 물론이고 맥락상 이상한 부분, 수정이 필요한 문장, 데이터의 정확성까지 함께 확인합니다. 자료에 등장하는 도시기본계획 등의 출처를 토대로 실제 내용과 맞는지도 다시 검토하도록 합니다. 시장조사와 기획 단계에서도 AI를 적극적으로 활용합니다. 그렇게 최근 약 70페이지 분량의 입찰 제안서를 5일 만에 완성했습니다.
▲ 시장조사와 기획부터 문서 검수까지 AI를 활용해 약 70페이지 분량의 입찰 제안서를 5일 만에 완성한 과정을 설명하는 김정후 본부장.
“AI가 없었으면 불가능했을 것 같아요. 시장조사부터 기획까지 AI를 통해서 진행했기 때문에 가능한 시간이었죠.” 기획에 약 2~3일. 이후 디자인 작업을 거쳐 제안서가 완성됐습니다. 아직 디자인처럼 사람의 손이 필요한 영역은 분명히 있지만, 자료를 찾고 기획하고 검수하는 과정에서 필요한 시간은 크게 줄었습니다.
모든 질문을 하나의 AI에게 하지 않습니다
김정후 본부장이 AI를 활용하면서 중요하게 생각하는 것 중 하나는 이른바 ‘방 관리’입니다.
모든 업무를 하나의 채팅방에서 처리하지 않는 것이죠. 경비 보고서는 경비 보고서 방에서, 크롤링은 크롤링 방에서, 지원 사업은 지원 사업 방에서 진행합니다. 관련 자료가 많다면 아예 별도의 프로젝트를 만들고 필요한 자료를 넣어 시작하기도 합니다. 일반 채팅에서 시작했던 업무도 내용이 깊어지면 프로젝트로 옮깁니다.
▲ 업무의 성격에 따라 채팅방과 프로젝트를 구분해 AI가 정확한 맥락을 유지하도록 하는 ‘방 관리’ 방식을 설명하는 김정후 본부장.
이렇게 업무별 맥락을 분리하면 AI가 해당 업무에서 이전에 나눴던 대화와 수정 사항을 이어서 활용할 수 있습니다. 결산 과정에서 한번 수정했던 회계 분류 기준을 다음 결산에서도 계속 활용할 수 있는 이유입니다. AI를 매번 처음 사용하는 것이 아니라, 업무마다 하나의 AI 작업 환경을 만들어 계속 고도화하는 방식입니다.
빠르게 처리할 때와 깊게 생각할 때, AI도 다르게 씁니다
▲ 실무에서의 AI 활용 방식과 앞으로의 업무 환경에서 요구되는 문제 해결 역량에 대해 설명하고 있는 김정후 본부장.
김정후 본부장은 업무 성격에 따라 사용하는 AI도 구분합니다. 주로 사용하는 것은 Codex와 Antigravity입니다. Codex와 GPT는 상대적으로 깊게 생각해야 하거나 결과물의 정확도가 중요한 업무에 활용합니다. 반면 빠른 결과가 필요한 단순 검색이나 문서 작성에는 Antigravity를 활용합니다.
▲ 고도화된 업무에는 Codex를, 빠른 검색과 문서 작성에는 Antigravity를 활용한다.
예를 들어, 예전에는 궁금한 내용을 네이버에서 직접 검색해 여러 자료를 찾아봤다면 지금은 간단한 정보 검색이나 빠르게 확인해야 하는 업무도 AI에 바로 질문합니다. 반대로 시장조사, 제안서 기획, 자료 검증처럼 복잡한 판단이 필요한 업무에서는 조금 더 시간이 걸리더라도 정확도 높은 AI를 사용합니다.
중요한 건 어떤 AI가 더 좋은지가 아닙니다. 어떤 업무를 어떤 AI에게 맡길 것인지 판단하는 것. AI 활용이 늘어날수록 이런 판단 역시 업무 능력의 일부가 되고 있습니다.
AI를 잘 쓰는 사람보다, AI로 문제를 해결하는 사람
그렇다면 앞으로 AI 활용 능력은 얼마나 중요해질까요? 김정후 본부장의 답은 명확했습니다. “필수적이다.” 10여 년 전만 해도 엑셀과 파워포인트를 잘 다루는 사람은 사무 업무를 잘하는 사람으로 평가받았습니다. 하지만 지금은 사무직이라면 기본적으로 사용할 줄 알아야 하는 도구가 됐습니다. AI 역시 같은 길을 갈 것이라고 봅니다. “나중에는 AI를 잘하고 못하고의 문제가 아니라, 활용하지 않는 게 이상한 시대가 올 것 같아요.”
▲ AI 활용 능력이 사무직의 필수 역량으로 자리 잡을 것이라고 전망하는 김정후 본부장.
앞으로는 각자가 자신의 업무에 맞는 대시보드와 업무 최적화 도구를 직접 만드는 시대가 올 것이라고 예상합니다.그만큼 사람에게 필요한 능력도 달라집니다. 과거에는 엑셀 수식을 얼마나 알고 있는지, 특정 프로그램을 얼마나 능숙하게 다루는지가 중요했다면 앞으로는 다른 역량이 중요해집니다. 내가 해결해야 하는 문제가 무엇인지 정의하고, AI가 이해할 수 있도록 구조화하고, 원하는 방향으로 질문하고, 결과가 나올 때까지 계속 개선하는 능력입니다.김정후 본부장은 이를 기획 역량과도 연결되는 능력이라고 설명합니다.
▲ 배운 방식을 반복하는 사람에서, AI로 새로운 해결책을 만드는 사람으로.
예를 들어 경비 보고서를 2~3일 동안 수기로 처리하라는 업무를 전달받았다고 가정해볼까요? 누군가는 배운 그대로 매달 같은 방식으로 처리할 수 있습니다. 하지만 누군가는 이렇게 생각할 수 있습니다. “이거 시간이 너무 오래 걸리는데, AI로 자동화하면 1시간이면 끝낼 수 있지 않을까?” 그리고 실제 업무 구조를 분석하고, AI를 활용해 자동화하고, 결과까지 만들어냅니다. 김정후 본부장은 바로 이런 사람이 앞으로 더 높은 문제 해결 능력을 가진 인재가 될 것이라고 봅니다.
수기로 하던 일을 AI에게 넘기는 것, 그다음은 무엇일까요?
▲ 김정후 본부장에게 동기부여가 되는 업무공간
광고인에서 진행되고 있는 AX는 단순히 새로운 AI 프로그램을 하나 더 사용하는 일이 아닙니다. 5~6시간 걸리던 결산을 10분으로 줄이고, 3~4일 걸리던 경비 보고서를 1시간 안에 끝내는 것을 목표로 다시 설계하고, 70페이지 제안서를 5일 만에 만들어내는 것. AI가 발전할수록 사람에게 필요한 능력은 줄어드는 것이 아니라 오히려 더 명확해지고 있습니다. 문제를 발견하는 것. 업무를 구조화하는 것. 그리고 AI를 활용해 더 나은 방법을 실제 결과로 만들어내는 것. 김정후 본부장이 생각하는 AX 역시 결국 여기에서 시작합니다.
“앞으로는 AI를 어떻게 더 잘 활용하고, 어떻게 질문하고, 어떻게 내가 원하는 방향으로 생각하게 만들 것인지가 중요해질 것 같아요.”
AI를 사용하는 것이 특별한 일이 아닌 시대. 광고인의 일하는 방식도 이미 그 방향으로 바뀌기 시작했습니다.
광고인이 더 궁금하다면?
📌광고인 사람들의 현장감 가득한 이야기를 모아봤어요. 광고인 스토리 더 보기
AI 없이 일하던 때로 돌아가기 어렵습니다
✍️ 글: BX팀 이도연 파트장 (Editor)
불과 몇 년 전까지만 해도 사무직에서 일을 잘한다는 건 엑셀과 파워포인트를 얼마나 능숙하게 다루는지와 밀접하게 연결돼 있었습니다. 복잡한 엑셀 수식을 만들고, 필요한 데이터를 직접 정리하고, 문서 하나를 완성하기 위해 처음부터 끝까지 타이핑하는 것이 당연한 일이었죠.
하지만 AI가 업무 안으로 들어오면서 이 당연했던 방식이 빠르게 바뀌고 있습니다. 광고인 경영지원 업무를 맡고 있는 김정후 본부장 역시 최근 대부분의 업무에 AI를 활용하고 있는데요. 법인카드 결산부터 경비 보고서, 시장조사, 입찰 제안서 검수까지. 예전에는 사람이 직접 하나씩 확인해야 했던 업무를 AI와 함께 처리하면서 단순히 시간이 줄어든 것을 넘어, 일을 시작하고 처리하는 방식 자체가 달라지고 있습니다.
▲ 광고인의 AX와 업무 변화를 이야기하는 김정후 본부장
김정후 본부장은 이 변화를 이렇게 이야기합니다.
“예전에는 엑셀 수식을 하나라도 더 알고 있는 게 능력이었다면, 이제는 AI를 어떻게 활용해서 내가 원하는 결과를 만들어내느냐가 더 중요해질 것 같아요.”
AI가 김정후 본부장의 실제 업무를 어떻게 바꾸고 있는지 들어봤습니다.
📝 이 글을 다 읽으면 이런 내용을 알 수 있어요!
✅ 경영지원 업무에 AI를 어떻게 활용하는지
✅ 반복 업무가 얼마나 빨라졌는지
✅ AI가 일하는 방식을 어떻게 바꾸는지
5~6시간 걸리던 법인카드 결산이 10분이 됐습니다
▲ AI를 활용해 은행 입출금과 법인카드 내역을 정리·분류하고 경비 보고서를 작성하는 과정을 보여주는 김정후 본부장.
경영지원 업무는 숫자를 많이 다룹니다. AI를 사용하기 전에는 대부분의 작업을 엑셀에 의존할 수밖에 없었는데요. 법인카드 사용 내역을 정리하는 업무도 마찬가지였습니다. 한 달 동안 사용한 법인카드 내역을 내려받고, 각 결제 건이 어떤 비용에 해당하는지 확인한 뒤 정해진 회계 기준에 맞춰 하나씩 분류해야 했습니다. 식사 비용인지, 차량 유지비인지, 소모품비인지. 사용처의 이름과 내용을 직접 확인하며 엑셀에 정리하는 작업이 반복됐죠.
▲ ERP에서 내려받은 카드 사용 로그를 AI 작업방에 입력하고, 반복적인 교정을 통해 분류 정확도를 높여가는 경비 보고서 자동화 과정을 설명하는 김정후 본부장.
지금은 방식이 완전히 달라졌습니다. ERP에서 카드 사용 로그 데이터를 내려받아 기존에 사용하던 AI 작업방에 넣습니다. 그리고 기존 양식대로 정리해달라고 요청합니다. 끝입니다. AI가 데이터를 읽고 기존 분류 기준에 따라 결과물을 만드는 동안 김정후 본부장은 다른 업무를 진행합니다. 실제로 AI가 처리하는 데 걸리는 시간은 약 10분. 5~6시간 동안 사람이 직접 분류하고 입력하던 일이 이제는 데이터를 전달하고 결과를 받는 업무로 바뀐 셈입니다.물론 처음부터 완벽했던 것은 아닙니다. 특정 사용 내역을 다른 비용 항목으로 분류하는 경우도 있었는데요. 그럴 때마다 잘못 분류된 부분을 같은 작업방에서 수정했습니다. 한 번 수정한 기준은 다음 결산에도 다시 활용할 수 있기 때문입니다.
“한 번 틀린 부분이 있으면 그 방에서 계속 교정해요. 그러면 다음 결산에서는 같은 내용이 들어왔을 때 이전 기준을 기억하고 바로 분류해주거든요.”
김정후 본부장이 하나의 업무마다 별도의 AI 작업방을 만들어 사용하는 이유도 여기에 있습니다. 한 번의 업무를 자동화하는 것이 아니라, 같은 업무를 반복할수록 더 정확하게 만들어가는 것. 지금 김정후 본부장이 AI를 사용하는 방식입니다.
3~4일 동안 만들던 경비 보고서, 목표는 1시간입니다
▲ AI를 활용해 은행 입출금과 법인카드 사용 내역을 자동으로 정리·분류하도록 구현한 경비 보고서 화면.
김정후 본부장이 현재 가장 적극적으로 고도화하고 있는 업무 중 하나는 경비 보고서입니다. 경비 보고서는 한 달 동안 회사에 들어온 돈과 나간 돈을 확인해 회사의 손익을 파악하는 업무입니다. 문제는 확인해야 하는 데이터가 많다는 점입니다. 은행 계좌의 입출금 내역부터 법인카드 사용 내역까지 모든 금액을 원 단위로 확인해야 합니다. 그리고 각각의 내역을 다시 분류합니다. 매출인지, 선수금인지, 복리후생비인지, 세금인지. 과거에는 이 과정을 사람이 직접 진행했습니다. 은행의 입출금 원본 데이터를 열어두고 한 줄씩 확인합니다. 다른 자료와 비교하면서 항목을 맞추고, 카드 사용 내역도 다시 회계 기준에 따라 분류합니다.
▲ 로우 데이터를 AI로 정리·분류해 3~4일 걸리던 업무를 1시간으로 단축하는 자동화 목표를 설명하는 김정후 본부장.
지금은 이 과정 역시 AI 중심으로 바뀌고 있습니다. 은행과 카드사의 로우 데이터를 입력하면 AI가 기존 기준에 맞춰 데이터를 정리하고 분류하도록 만드는 중입니다. 아직 완전히 고도화된 단계는 아니지만, 이미 작업 시간은 약 6시간까지 줄었습니다. 법인카드 결산처럼 일부 업무는 약 10분이면 처리가 가능합니다. 그리고 최종 목표는 더 명확합니다. 3~4일이 1시간으로. 김정후 본부장에게 AI 자동화는 단순히 업무를 조금 편하게 만들어주는 도구가 아닙니다. 사람이 며칠 동안 하던 업무의 구조 자체를 다시 설계하는 과정에 가깝습니다.
AI에게 일을 던져놓고, 저는 다음 일을 합니다
AI를 사용하면서 달라진 것은 개별 업무의 처리 시간만이 아닙니다. 김정후 본부장이 하루 동안 여러 업무를 처리하는 방식도 달라졌습니다. 입찰 제안서를 준비하면서 법인카드 결산을 진행하고, 동시에 미팅을 준비하거나 지원 사업을 조사하는 식입니다. AI에게 하나의 업무를 요청해두고 다음 업무로 이동합니다. 또 다른 AI 작업방에 업무를 요청하고 다시 다른 업무로 넘어갑니다. 작업이 끝난 순서대로 결과물을 확인하고 수정합니다.
▲ 여러 AI 작업방에 업무를 병렬로 요청하고, 완료된 순서에 따라 결과물을 검토·수정하는 방식을 설명하는 김정후 본부장.
이 방식에는 적응도 필요했습니다. 예전에는 한 가지 일을 끝낸 뒤 다음 업무로 넘어갔다면, 지금은 여러 작업이 동시에 돌아가기 때문입니다. 실제로 AI를 활용해 확보한 시간 역시 대부분 또 다른 업무를 처리하는 데 사용하고 있습니다. AI가 일을 줄여줬지만 아이러니하게도 동시에 처리할 수 있는 업무는 더 많아진 셈입니다.
▲ AI를 활용할 때는 무엇보다 정확한 정보와 요청을 입력하는 것이 중요하다고 강조하는 김정후 본부장.
70페이지 입찰 제안서를 5일 만에 만들 수 있었던 이유
AI 활용은 반복 업무에만 머물지 않습니다. 최근에는 시장조사와 기획, 자료 검수처럼 생각이 필요한 업무에서도 적극적으로 활용하고 있습니다. 대표적인 사례가 입찰 제안서입니다. 과거에는 제안서를 완성한 뒤 오탈자를 하나씩 확인하고, 내용상 어색한 부분이 없는지 직접 검수해야 했습니다. 문서에 포함된 데이터나 출처가 실제 내용과 맞는지도 사람이 다시 찾아봐야 했죠. 지금은 완성된 제안서를 AI에 넣고 검수를 요청합니다. 오탈자는 물론이고 맥락상 이상한 부분, 수정이 필요한 문장, 데이터의 정확성까지 함께 확인합니다. 자료에 등장하는 도시기본계획 등의 출처를 토대로 실제 내용과 맞는지도 다시 검토하도록 합니다. 시장조사와 기획 단계에서도 AI를 적극적으로 활용합니다. 그렇게 최근 약 70페이지 분량의 입찰 제안서를 5일 만에 완성했습니다.
▲ 시장조사와 기획부터 문서 검수까지 AI를 활용해 약 70페이지 분량의 입찰 제안서를 5일 만에 완성한 과정을 설명하는 김정후 본부장.
“AI가 없었으면 불가능했을 것 같아요. 시장조사부터 기획까지 AI를 통해서 진행했기 때문에 가능한 시간이었죠.” 기획에 약 2~3일. 이후 디자인 작업을 거쳐 제안서가 완성됐습니다. 아직 디자인처럼 사람의 손이 필요한 영역은 분명히 있지만, 자료를 찾고 기획하고 검수하는 과정에서 필요한 시간은 크게 줄었습니다.
모든 질문을 하나의 AI에게 하지 않습니다
김정후 본부장이 AI를 활용하면서 중요하게 생각하는 것 중 하나는 이른바 ‘방 관리’입니다.
모든 업무를 하나의 채팅방에서 처리하지 않는 것이죠. 경비 보고서는 경비 보고서 방에서, 크롤링은 크롤링 방에서, 지원 사업은 지원 사업 방에서 진행합니다. 관련 자료가 많다면 아예 별도의 프로젝트를 만들고 필요한 자료를 넣어 시작하기도 합니다. 일반 채팅에서 시작했던 업무도 내용이 깊어지면 프로젝트로 옮깁니다.
▲ 업무의 성격에 따라 채팅방과 프로젝트를 구분해 AI가 정확한 맥락을 유지하도록 하는 ‘방 관리’ 방식을 설명하는 김정후 본부장.
이렇게 업무별 맥락을 분리하면 AI가 해당 업무에서 이전에 나눴던 대화와 수정 사항을 이어서 활용할 수 있습니다. 결산 과정에서 한번 수정했던 회계 분류 기준을 다음 결산에서도 계속 활용할 수 있는 이유입니다. AI를 매번 처음 사용하는 것이 아니라, 업무마다 하나의 AI 작업 환경을 만들어 계속 고도화하는 방식입니다.
빠르게 처리할 때와 깊게 생각할 때, AI도 다르게 씁니다
▲ 실무에서의 AI 활용 방식과 앞으로의 업무 환경에서 요구되는 문제 해결 역량에 대해 설명하고 있는 김정후 본부장.
김정후 본부장은 업무 성격에 따라 사용하는 AI도 구분합니다. 주로 사용하는 것은 Codex와 Antigravity입니다. Codex와 GPT는 상대적으로 깊게 생각해야 하거나 결과물의 정확도가 중요한 업무에 활용합니다. 반면 빠른 결과가 필요한 단순 검색이나 문서 작성에는 Antigravity를 활용합니다.
▲ 고도화된 업무에는 Codex를, 빠른 검색과 문서 작성에는 Antigravity를 활용한다.
예를 들어, 예전에는 궁금한 내용을 네이버에서 직접 검색해 여러 자료를 찾아봤다면 지금은 간단한 정보 검색이나 빠르게 확인해야 하는 업무도 AI에 바로 질문합니다. 반대로 시장조사, 제안서 기획, 자료 검증처럼 복잡한 판단이 필요한 업무에서는 조금 더 시간이 걸리더라도 정확도 높은 AI를 사용합니다.
중요한 건 어떤 AI가 더 좋은지가 아닙니다. 어떤 업무를 어떤 AI에게 맡길 것인지 판단하는 것. AI 활용이 늘어날수록 이런 판단 역시 업무 능력의 일부가 되고 있습니다.
AI를 잘 쓰는 사람보다, AI로 문제를 해결하는 사람
그렇다면 앞으로 AI 활용 능력은 얼마나 중요해질까요? 김정후 본부장의 답은 명확했습니다. “필수적이다.” 10여 년 전만 해도 엑셀과 파워포인트를 잘 다루는 사람은 사무 업무를 잘하는 사람으로 평가받았습니다. 하지만 지금은 사무직이라면 기본적으로 사용할 줄 알아야 하는 도구가 됐습니다. AI 역시 같은 길을 갈 것이라고 봅니다. “나중에는 AI를 잘하고 못하고의 문제가 아니라, 활용하지 않는 게 이상한 시대가 올 것 같아요.”
▲ AI 활용 능력이 사무직의 필수 역량으로 자리 잡을 것이라고 전망하는 김정후 본부장.
앞으로는 각자가 자신의 업무에 맞는 대시보드와 업무 최적화 도구를 직접 만드는 시대가 올 것이라고 예상합니다.그만큼 사람에게 필요한 능력도 달라집니다. 과거에는 엑셀 수식을 얼마나 알고 있는지, 특정 프로그램을 얼마나 능숙하게 다루는지가 중요했다면 앞으로는 다른 역량이 중요해집니다. 내가 해결해야 하는 문제가 무엇인지 정의하고, AI가 이해할 수 있도록 구조화하고, 원하는 방향으로 질문하고, 결과가 나올 때까지 계속 개선하는 능력입니다.김정후 본부장은 이를 기획 역량과도 연결되는 능력이라고 설명합니다.
▲ 배운 방식을 반복하는 사람에서, AI로 새로운 해결책을 만드는 사람으로.
예를 들어 경비 보고서를 2~3일 동안 수기로 처리하라는 업무를 전달받았다고 가정해볼까요? 누군가는 배운 그대로 매달 같은 방식으로 처리할 수 있습니다. 하지만 누군가는 이렇게 생각할 수 있습니다. “이거 시간이 너무 오래 걸리는데, AI로 자동화하면 1시간이면 끝낼 수 있지 않을까?” 그리고 실제 업무 구조를 분석하고, AI를 활용해 자동화하고, 결과까지 만들어냅니다. 김정후 본부장은 바로 이런 사람이 앞으로 더 높은 문제 해결 능력을 가진 인재가 될 것이라고 봅니다.
수기로 하던 일을 AI에게 넘기는 것, 그다음은 무엇일까요?
▲ 김정후 본부장에게 동기부여가 되는 업무공간
광고인에서 진행되고 있는 AX는 단순히 새로운 AI 프로그램을 하나 더 사용하는 일이 아닙니다. 5~6시간 걸리던 결산을 10분으로 줄이고, 3~4일 걸리던 경비 보고서를 1시간 안에 끝내는 것을 목표로 다시 설계하고, 70페이지 제안서를 5일 만에 만들어내는 것. AI가 발전할수록 사람에게 필요한 능력은 줄어드는 것이 아니라 오히려 더 명확해지고 있습니다. 문제를 발견하는 것. 업무를 구조화하는 것. 그리고 AI를 활용해 더 나은 방법을 실제 결과로 만들어내는 것. 김정후 본부장이 생각하는 AX 역시 결국 여기에서 시작합니다.
“앞으로는 AI를 어떻게 더 잘 활용하고, 어떻게 질문하고, 어떻게 내가 원하는 방향으로 생각하게 만들 것인지가 중요해질 것 같아요.”
AI를 사용하는 것이 특별한 일이 아닌 시대. 광고인의 일하는 방식도 이미 그 방향으로 바뀌기 시작했습니다.
광고인이 더 궁금하다면?
📌광고인 사람들의 현장감 가득한 이야기를 모아봤어요. 광고인 스토리 더 보기