AI를 사용하면 예전보다 혼자 처리할 수 있는 일이 많아집니다.
자료를 정리하고, 문서 초안을 만들고, 아이디어를 정리하는 일처럼 예전에는 다른 사람에게 도움을 요청했던 작업도 AI의 도움을 받아 직접 처리할 수 있습니다.
처음에는 편리한 변화처럼 느껴집니다.
굳이 다른 사람에게 부탁하지 않아도 되고, 답변을 기다릴 필요도 줄어들기 때문입니다.
그런데 여기서 한 가지 생각해볼 필요가 있습니다.
혼자 할 수 있는 일이 많아지면 협업은 정말 줄어들까요?
오히려 AI를 사용하면서 다른 사람과 공유해야 하는 정보와 협업하는 방식이 달라질 수도 있습니다.
이번에는 AI가 업무의 진입장벽을 낮추면서 한 사람이 처리할 수 있는 일이 많아졌을 때 협업에는 어떤 변화가 생길 수 있는지 생각해보았습니다.
AI는 혼자 처리할 수 있는 일을 늘려준다
예전에는 업무를 진행하다 막히면 다른 사람에게 도움을 요청해야 하는 경우가 많았습니다.
자료를 정리하거나 문서 초안을 만들 때도 동료에게 예시를 받거나, 관련 업무를 해본 사람에게 방법을 물어보기도 했습니다.
어떤 프로그램을 사용해야 하는지 모르거나 특정 업무를 해본 경험이 없다면 처음부터 시작하기도 어려웠습니다.
하지만 AI를 사용하면 이런 과정의 일부를 혼자 해결할 수 있습니다.
보고서의 기본 구조를 잡거나, 복잡한 자료를 항목별로 정리하거나, 처음 작성하는 문서의 초안을 만드는 일도 AI의 도움을 받아 직접 시도해볼 수 있습니다.
예전에는 관련 경험이 없어서 다른 사람에게 부탁했던 일도 일단 내가 먼저 해볼 수 있는 업무가 된 것입니다.
이런 변화는 업무를 시작하는 데 필요한 시간과 부담을 줄여줄 수 있습니다.
[AI가 업무의 진입장벽을 낮추면서 새롭게 생기는 문제는 무엇인가]
하지만 한 사람이 더 많은 일을 처리할 수 있게 됐다고 해서 다른 사람과 협업할 필요가 없어지는 것은 아닙니다.
오히려 여기서 새로운 문제가 생길 수 있습니다.
혼자 처리한 업무의 과정과 맥락을 다른 사람이 알기 어려워질 수 있기 때문입니다.
혼자 해결할수록 업무 맥락을 공유할 필요가 커진다
한 사람이 AI의 도움을 받아 자료를 정리하고 보고서 초안까지 완성했다고 생각해보겠습니다.
결과물만 보면 깔끔하게 만들어졌을 수 있습니다.
하지만 다른 사람의 입장에서는 궁금한 점이 생길 수 있습니다.
어떤 자료를 참고했는지, 왜 이런 방향으로 정리했는지, 어떤 내용을 중요하게 생각했는지, 아직 결정되지 않은 부분은 무엇인지 알기 어려울 수 있기 때문입니다.
예전에는 이런 정보가 업무를 나누는 과정에서 자연스럽게 공유되기도 했습니다.
“이 자료를 기준으로 작성했어요.”
“이 부분은 아직 확인하지 않았습니다.”
“여기까지 정리했으니 다음 단계는 확인이 필요합니다.”
같은 대화가 업무 과정에 포함되기 때문입니다.
그런데 AI를 활용해 한 사람이 빠르게 업무를 처리하면 업무 과정은 짧아지지만 그 과정에서 만들어진 맥락은 줄어들 수 있습니다.
그래서 AI를 많이 활용할수록 결과물만 전달하는 것보다 필요한 정보를 함께 남기는 일이 중요해질 수 있습니다.
예를 들어 문서 하나를 공유하더라도
- 어떤 목적으로 만들었는지
- 어떤 자료를 참고했는지
- 어떤 부분을 AI의 도움으로 작성했는지
- 아직 확인하거나 결정해야 하는 내용은 무엇인지
정도만 함께 남겨도 다른 사람이 업무를 이어받기가 훨씬 쉬워집니다.
이런 관점에서는 AI를 활용한 업무 기록도 중요해질 수 있습니다.
[AI에게 일을 많이 맡기고 있다면 | 업무 기록을 남겨야 하는 이유]
협업의 중심이 업무 분담에서 맥락 공유로 바뀔 수 있다
AI가 반복적인 업무를 도와주면 사람끼리 업무를 나누는 방식도 달라질 수 있습니다.
예전에는 한 사람이 자료를 찾고, 다른 사람이 내용을 정리하고, 또 다른 사람이 문서를 작성하는 식으로 업무를 나누기도 했습니다.
각자의 역할이 비교적 명확했기 때문에 누가 무엇을 담당하는지도 쉽게 알 수 있었습니다.
하지만 AI를 활용하면 한 사람이 이 과정의 여러 부분을 직접 처리할 수 있습니다.
자료를 찾고, 내용을 정리하고, 초안을 작성하는 작업까지 혼자 진행할 수도 있습니다.
그렇다면 협업이 필요 없어지는 것처럼 보일 수 있습니다.
하지만 실제 업무에서는 여전히 여러 사람이 함께 판단해야 하는 일이 남습니다.
무엇을 만들지 결정하고, 결과물이 목적에 맞는지 확인하고, 다른 업무와 연결하고, 최종적으로 어떤 방향으로 진행할지 정하는 과정은 단순한 작업 속도만으로 해결하기 어렵습니다.
그래서 앞으로의 협업에서는 누가 어떤 일을 맡았는지보다 각자가 무엇을 했고, 왜 그렇게 했는지를 공유하는 것이 중요해질 수도 있습니다.
AI가 업무를 대신하는 범위가 넓어질수록 사람끼리 해야 하는 일은 오히려 결과물을 연결하고 방향을 맞추는 쪽으로 이동할 수 있기 때문입니다.
혼자 빨리 하는 것과 함께 잘하는 것은 다르다
AI를 사용하면 혼자서 업무를 빠르게 처리할 수 있습니다.
하지만 혼자 빠르게 처리하는 것과 팀 전체가 효율적으로 일하는 것은 같은 의미가 아닙니다.
예를 들어 내가 AI를 활용해 보고서를 빠르게 완성했다고 해보겠습니다.
내 입장에서는 업무가 끝난 것처럼 느껴질 수 있습니다.
하지만 팀원에게는 그 보고서를 이해하는 데 시간이 필요할 수도 있습니다.
왜 이런 결론이 나왔는지, 어떤 자료를 사용했는지, 어떤 부분을 수정해야 하는지 알 수 없다면 결과물을 다시 확인하는 데 시간이 걸릴 수 있기 때문입니다.
결국 내가 아낀 시간이 다른 사람의 확인 시간으로 넘어갈 수도 있습니다.
그래서 AI를 활용할 때는 내 업무가 얼마나 빨라졌는지만 보는 것보다 그 결과물이 다음 사람의 업무를 얼마나 쉽게 만들어주는지도 생각할 필요가 있습니다.
특히 여러 사람이 이어서 사용하는 문서나 자료라면 결과물 자체뿐 아니라 업무의 배경과 다음 단계까지 함께 전달하는 것이 중요할 수 있습니다.
AI가 개인의 생산성을 높여주는 도구라면, 그다음에는 개인의 빠른 업무 처리가 팀 전체의 흐름과 연결되는지를 생각해야 하는 것입니다.
마무리
AI를 사용하면 예전보다 혼자 처리할 수 있는 업무가 많아집니다.
자료를 정리하고 문서를 작성하는 것처럼 다른 사람에게 도움을 요청했던 일도 직접 시작할 수 있고, 하나의 업무에서 여러 단계를 혼자 처리하는 것도 가능해집니다.
하지만 이것이 협업의 필요성이 줄어든다는 의미는 아닙니다.
오히려 각자가 AI를 활용해 빠르게 업무를 처리할수록 업무의 맥락과 진행 상황을 공유하는 방식이 중요해질 수 있습니다.
내가 일을 빨리 끝내는 것만으로는 충분하지 않을 수 있습니다.
그 결과물을 다음 사람이 이해하고 이어서 사용할 수 있어야 팀 전체의 업무도 빨라질 수 있기 때문입니다.
AI 시대의 협업은 단순히 일을 나누는 것에서 끝나지 않을 수 있습니다.
각자가 AI를 활용해 무엇을 했는지, 어떤 판단을 했는지, 다음 사람이 무엇을 알아야 하는지를 연결하는 것도 중요한 업무가 될 수 있습니다.
AI를 잘 활용한다는 것은 혼자 더 많은 일을 처리하는 것만을 의미하지 않습니다.
혼자 처리할 수 있는 일이 늘어난 만큼 다른 사람과 무엇을 공유해야 하는지도 함께 생각하는 것이 중요해질 수 있습니다.
함께 읽으면 좋은 글
- AI에게 일을 많이 맡기고 있다면 | 업무 기록을 남겨야 하는 이유
- AI에게 시킨 일을 검토하는 데 시간이 걸린다면 | 결과물을 빠르게 확인하는 법
- AI가 대신해주는 일이 많아지면 우리는 무엇을 하게 될까?