AI를 활용하면 보고서 초안을 만들고, 자료를 분석하고, 업무에 필요한 문서를 빠르게 작성할 수 있습니다. 하지만 AI가 만든 결과물을 실제 업무에 사용하기 시작하면 한 가지 문제가 남습니다. 결과에 문제가 생겼을 때 누가 책임져야 하는가 하는 문제입니다.
AI가 초안을 만들었더라도 그 자료를 제출하거나 고객에게 전달하는 사람은 따로 있을 수 있습니다. 실무자가 내용을 작성하고, 팀장이 검토하고, 담당자가 최종적으로 외부에 전달하는 식입니다. 이 과정에서 AI가 어떤 역할을 했는지는 분명해도 각 사람이 어디까지 책임져야 하는지는 모호해질 수 있습니다.
AI가 결과물을 만들었다는 사실만으로 업무상 책임까지 AI에 넘길 수는 없습니다. 그렇다고 AI를 사용한 사람에게 모든 책임을 무조건 돌리는 것도 적절하지 않습니다. 중요한 것은 결과물을 만드는 역할과 업무에 사용하기로 결정하는 역할을 구분하는 것입니다.
작성자와 승인자는 다르다
AI를 활용한 업무에서는 결과물을 만드는 사람과 최종 사용을 결정하는 사람이 다를 수 있습니다. 실무자가 AI로 보고서 초안을 만들고 팀장이 검토한 뒤, 다른 담당자가 이를 고객에게 전달하는 상황을 생각해 볼 수 있습니다.
이때 각 사람의 역할은 같지 않습니다. 초안을 만든 사람은 자료를 어떤 목적으로 만들었는지, 어떤 내용을 AI에 맡겼는지 설명할 수 있어야 합니다. 검토자는 업무에 필요한 기준과 조건에 맞는지 판단해야 합니다. 최종 승인자는 해당 결과물을 실제 업무에 사용해도 되는지 결정해야 합니다.
물론 조직마다 업무 절차와 권한은 다릅니다. 한 사람이 작성과 검토, 승인을 모두 담당할 수도 있습니다. 중요한 것은 담당자가 몇 명인지가 아니라, 누가 결과물을 만들었고 누가 사용을 결정했는지가 분명해야 한다는 점입니다.
이 구분이 없으면 문제가 생겼을 때 서로 다른 설명이 나올 수 있습니다. 작성자는 검토자가 확인했다고 생각하고, 검토자는 단순히 형식만 살펴봤다고 생각할 수 있습니다. 최종 사용자는 앞선 단계에서 이미 승인된 자료라고 여길 수도 있습니다.
결국 책임이 모호해지는 이유는 AI를 사용했기 때문만이 아닙니다. 업무 과정에서 각자의 역할과 판단 범위를 명확하게 정하지 않았기 때문이기도 합니다.
AI 사용 여부만으로 책임을 정할 수는 없다
AI가 만든 결과물에 오류가 있다고 해서 AI를 사용한 사람이 모든 책임을 져야 하는 것은 아닙니다. 반대로 팀장이나 승인자가 확인했다는 이유만으로 작성자의 책임이 사라지는 것도 아닙니다.
책임은 AI 사용 여부 하나로 결정하기보다 각자가 맡은 역할과 실제로 내린 판단을 기준으로 살펴봐야 합니다.
예를 들어 실무자가 AI로 만든 자료에 중요한 수치가 포함되어 있다는 사실을 알고도 확인하지 않았다면, 작성과 검토 과정에서 해야 할 일을 충분히 수행했는지 살펴볼 필요가 있습니다. 반면 검토자가 특정 기준을 확인하도록 정해져 있었는데도 그 과정을 생략했다면, 검토와 승인 과정 역시 살펴봐야 합니다.
또한 담당자에게 필요한 권한이나 정보가 주어졌는지도 중요합니다. 확인할 수 없는 자료에 대해 무조건 책임지라고 하거나, 결정 권한이 없는 사람에게 최종 판단의 책임까지 맡기는 것은 합리적인 업무 구조라고 보기 어렵습니다.
따라서 AI 활용 과정에서 책임을 정할 때는 다음 세 가지를 구분하는 것이 좋습니다.
- 작성 책임: 결과물의 작성 과정과 사용한 입력·조건을 설명하고, 맡은 범위의 오류를 확인했는가
- 검토 책임: 정해진 검토 기준에 따라 결과물의 내용과 적합성을 확인했는가
- 승인 책임: 자신의 권한과 업무 기준에 따라 결과물을 실제 업무에 사용하도록 승인했는가
이 구분은 책임을 서로에게 떠넘기기 위한 것이 아닙니다. 문제가 발생했을 때 원인을 정확하게 파악하고, 각 단계에서 필요한 조치를 개선하기 위한 기준입니다.
최종 판단에는 권한과 기준이 필요하다
AI 활용 업무에서 흔히 나오는 해결책은 사람이 최종 확인을 해야 한다는 것입니다. 하지만 확인하라는 지시만으로는 충분하지 않습니다. 무엇을 확인해야 하는지, 어디까지 판단할 수 있는지, 문제가 발견되면 어떻게 처리해야 하는지가 함께 정해져야 합니다.
예를 들어 AI가 작성한 내부 참고용 초안과 외부 고객에게 전달할 공식 자료는 같은 수준으로 다루기 어렵습니다. 내부 초안은 담당자가 내용을 검토하며 활용할 수 있지만, 외부에 전달하는 자료는 사실관계뿐 아니라 약속이나 정책에 어긋나는 내용이 없는지도 살펴야 할 수 있습니다.
결과물의 용도와 영향에 따라 필요한 검토 수준을 다르게 정하는 것이 현실적입니다. 모든 결과물을 똑같이 세세하게 검토하면 AI를 활용해 얻은 효율이 줄어들 수 있습니다. 반대로 중요한 결과물까지 간단히 확인하고 넘기면 문제가 발생했을 때 대응하기 어려워집니다.
업무에 AI를 도입할 때는 적어도 다음 사항을 정해 두는 것이 좋습니다.
- 어떤 결과물은 담당자가 직접 검토하고 사용할 수 있는가
- 어떤 결과물은 별도의 검토나 승인을 거쳐야 하는가
- 검토자가 확인해야 할 핵심 기준은 무엇인가
- 문제가 발견되면 누가 사용을 중단하고 수정이나 재검토를 요청하는가
이러한 기준은 모든 상황을 미리 규정하기 위한 것이 아닙니다. 담당자가 판단하기 어려운 상황에서 누구에게 확인하고, 누가 최종 결정을 내려야 하는지 알 수 있도록 만드는 데 목적이 있습니다.
책임이 분명해야 AI 활용도 안정된다
AI를 활용한 업무에서 책임을 분명히 한다는 것은 사람에게 부담을 더하는 일만은 아닙니다. 오히려 불필요한 중복 검토를 줄이고, 담당자가 자신의 역할에 맞는 판단을 내릴 수 있도록 돕습니다.
작성자는 결과물을 만든 과정과 주요 조건을 설명하고, 검토자는 정해진 기준에 따라 확인하며, 승인자는 업무에 사용할 수 있는지 결정합니다. 역할이 명확하면 모든 사람이 같은 내용을 반복해서 확인할 필요도 줄어듭니다.
문제가 발생했을 때도 마찬가지입니다. 단순히 AI가 틀렸다고 결론 내리기보다 어떤 단계에서 오류가 발견되지 않았는지, 필요한 정보가 부족했는지, 승인 기준이 모호했는지를 살펴볼 수 있습니다. 이렇게 해야 개인의 주의만 강조하는 데서 그치지 않고 업무 절차 자체를 개선할 수 있습니다.
다만 모든 업무에 동일한 책임 구조를 적용할 필요는 없습니다. 업무의 위험도와 조직의 권한 체계에 따라 구체적인 역할은 달라질 수 있습니다. 중요한 것은 AI가 결과물을 만들었다는 이유로 책임을 없애거나, AI를 사용했다는 이유만으로 한 사람에게 모든 책임을 집중하지 않는 것입니다.
마무리
AI가 업무 결과물을 만들 수 있게 되면서 결과물을 작성하는 일과 실제로 사용하기로 결정하는 일을 구분할 필요가 커졌습니다. AI 활용자, 검토자, 승인자의 역할이 분명하지 않으면 문제가 발생했을 때 책임이 모호해지고 같은 내용을 여러 사람이 반복해서 확인하게 될 수 있습니다.
AI를 활용할 때는 누가 만들었는지만 확인할 것이 아니라 누가 무엇을 검토하고, 누가 최종 사용을 결정하는지도 정해야 합니다. 그리고 각 역할에 필요한 권한과 판단 기준을 함께 마련해야 합니다.
AI를 잘 활용하는 업무 환경은 결과물을 빠르게 만드는 데서 끝나지 않습니다. 결과물을 누가 어떤 기준으로 책임지고 사용할지까지 정해져 있을 때, AI의 효율을 실제 업무의 안정성으로 연결할 수 있습니다.
함께 읽으면 좋은 글
- [AI로 만든 결과물을 공유할 때 더 신경 써야 하는 것]
- [AI를 사용했다는 사실, 알려야 할까? | 업무에서 필요한 투명성의 기준]
- [AI가 정리한 의견, 정말 합의된 내용일까?]