* 본 글은 기업대상 AI 교육 전문 기관인 '코멘토 포텐스닷'을 통한 출강 경험을 바탕으로 작성하였습니다. ----- 최근 여러 기업을 대상으로 AI를 활용한 업무 자동화 핸즈온(hands-on)을 진행하며 퍼실리테이터로서 수많은 분들을 만나고 있습니다. 똑같은 보안 환경, 똑같은 LLM을 사용하더라도 누군가는 금세 결과물을 만들고 개선하는 반면 누군가는 요청을 전달하는 것도 어려워하는 모습을 발견하게 되는데요 산업도, 직군도, 연차도 각기 다른 분들의 AI 활용 및 문제 해결 과정을 곁에서 지켜보며, 이른바 ‘AI 활용 능력이 뛰어난’ 분들의 공통적인 패턴 7가지를 발견해 나름의 생각을 공유합니다. --- 1️⃣ 내 업무의 Workflow를 명확하게 이해하고 있습니다 AI에게 일을 시키기 전 본인의 업무 과정을 유의미한 단위로 명확하게 쪼갤 줄 아는 분들이 비교적 수월하게 문제를 해결했습니다. 결국 어떤 업무든 1) 일이 진행되는 전체 흐름, 순서에 대한 이해를 기반으로 2) 각 과정에서 필요한 Input의 내용과 수준, 형태를 명확히 규정하고 3) 최종적으로 도출해야 할 Output의 형태와 수준을 명확히 규정할수록 요구사항과 과업의 성질과 범위가 명확해지기 때문이라고 생각합니다. 2️⃣ 암묵지를 형식지로 바꾸는 언어 능력이 탁월합니다 일을 하다보면 자신만의 방식, 감각을 바탕으로 처리하는 경우가 많습니다. 그러나 AI를 활용하기 위해선 이러한 '암묵지'를 '형식지'로 꺼내어 전달해야 하는데, 비교적 빠르고 수월하게 문제를 해결하는 분들은 AI라는 제3자에게 설명하기 위해 머리속 생각을 명료한 논리와 언어로 구조할 수 있는 분들이었습니다. 3️⃣ AI와 IT 리터러시를 갖추고 있습니다 AI를 활용한 업무 자동화란 결국 디지털 기반의 문제를 해결하는 과정이다보니, AI와 IT에 대한 최소한의 이해가 있는 분들이 비교적 수월하게 문제를 해결했습니다. 예컨대 이 문제가 AI로 얼마만큼 해결이 가능한 영역인지, 어떤 방식이 더 효율적이거나 적합한지 등은 AI와 프로그래밍이 돌아가는 방식에 대한 이해에서 출발하기 때문입니다. AX 이전에 왜 DX가 중요했는지 다시금 깨닫게 되는 지점이기도 합니다. 4️⃣ 임팩트 중심으로 우선순위를 판단합니다 (ROI 관점) 똑같은 시간임에도 다른 분들보다 좀 더 유의미한 경험과 배움을 얻어간 분들은 대체로 모든 업무를 자동화하려 욕심내지 않았습니다. 복잡다단한 워크플로우 중에서 투입되는 리소스 대비 성과가 큰 핵심 업무, 혹은 가장 빠르게 win 할 수 있는 업무를 골라내는 우선순위 판단 감각을 발휘해 과업의 범위를 선정하고, 목표를 수정했습니다. 바꿔 말하면, AI를 쓰기 위해 일을 만드는 게 아니라, 결과물을 만들고 이를 다시 성과로 연결하기 위해 AI를 전략적으로 활용하는 모습을 보였습니다. 5️⃣ 작게 시작해 개선하는 'MVP적 태도'가 보였습니다 주어진 시간 내에 결과물을 만들어내는 분들은 처음부터 완벽한 자동화 시스템을 만들려 하지 않았습니다. 핵심 기능부터 빠르게 가설 검증(PoC)해보고, 피드백을 통해 살을 붙여 나가는 이른바 '애자일'한 접근을 취했습니다. AI로 인해 개발공수가 0으로 수렴한다고 하는 시대에도, 결국 핵심 가설 혹은 아이디어를 중심으로 시작해 반복 개선해나가는 접근은 여전히 유효할 거라는 생각입니다. 6️⃣ 결과물을 검수하기 위한 관점이 명확했습니다 보통 '결과물을 비판적으로 바라보라'고 말하지만, 사실 이는 단순히 비관적인 시선을 견지하라는 뜻이 아니라 '내 요구사항과 무엇이 어떻게 다른지'를 명확히 식별할 수 있는 관점 혹은 기준에 가까운 것 같습니다. 실무에 바로 투입 가능할 수준의 자동화를 구축한 분들은 대체로 자신이 애초에 의도한 목적과 기준이 무엇인지 명확히 알고 있었고, 이를 바탕으로 AI가 구현한 결과물이 정확히 어디가 어떻게 의도랑 다른지 빠르게 파악하고 피드백 했습니다. 7️⃣ "이것도 될까?"라는 적극성입니다 사실 앞선 모든 태도나 역량이 없었음에도 마지막에 남들 못지 않은 그럴싸한 결과물을 만들어낸 분이 있었는데요, 그 분에게 있던 건 결국 '이것도 될까?' '이렇게도 해볼까?'하는 호기심 또는 적극성이었습니다. 어떤 노하우나 지식보다도, 압도적인 투입량과 이를 이끄는 호기심, 적극성이 실행을 만들고 배움과 성과를 만드는 것 같습니다. --- 사실 퍼실리테이터 혹은 강사라는 이름으로 실무자분들을 만나지만, 한편으론 저야말로 가장 많이 깨닫고 배우고 오는 것 같다는 생각이 듭니다. 제 업무에서도, 제가 AI를 대하는 과정에서도, 이러한 태도나 역량이 충분히 발휘되고 있는지 한 번 돌이켜봐야겠습니다.