AI한테 시킨 일, 왜 결국 내가 다시 하고 있을까요?
요즘 AI 영상마다 "이제 도입 안 하면 늦는다"라는 말이 나와요. 그 말을 들으면 작은 회사에서 일하는 우리도 마음이 조급해지죠. 회사엔 TF가 생기고, 외부 강사 교육이 잡히고, 챗GPT 팀 요금제 결제도 이뤄져요. 젬스(Gems)나 GPTs를 만들어보는 팀도 있고요. 그런데 이상하게, 한 달이 지나고 두 달이 지나도 내 일은 그대로예요.
이럴 때 회사에서 자주 나오는 진단이 있어요. "우리 직원들이 AI를 잘 못 쓴다." "더 비싼 모델을 써야 한다." "AI 전문가 불러다 교육시켜야 한다." 그런데 공여사들이 1년 반 동안 100명 넘는 소기업 대표님을 만나며 확인한 건 조금 달랐어요. AI로 일이 진짜 줄어든 팀과 아닌 팀 사이엔 딱 하나의 공통점이 있었거든요.
그 차이는 모델 종류도, 요금제도, 교육을 몇 번 했는지도 아니었어요. AI가 참고할 회사 데이터가 한 공간에 모여 있느냐, 아니면 누군가의 머릿속과 카톡방과 개인 PC 바탕화면에 흩어져 있느냐. 이게 전부였어요.
AI 도구는 매달 순위가 바뀌어요. 어제까진 챗GPT가 최고라더니 오늘은 클로드가 낫다는 식이죠. 그런데 도구를 아무리 갈아타도, 우리 회사가 어떤 곳이고 어떤 고객을 만나며 어떤 제안서를 써왔는지 AI가 모르면 결과물은 늘 평균 수준에 머물러요. 이걸 모른 채 도구만 계속 바꾸는 게 작은 회사가 가장 자주 빠지는 함정이에요.
AI를 쓰는데, 왜 결국 처음부터 다시 하게 될까요?
사무실에서 매일 벌어지는 상황 세 가지를 살펴볼게요.
마케팅 글, 초안은 나왔는데 왜 다시 쓰게 될까요?
홍보 문구 작성을 AI에 맡겨봐요. 초안은 금방 받아요. 그런데 읽어보면 톤이 우리 브랜드랑 달라요. 우리 고객은 30대 1인 기업 사장님인데, 글은 꼭 대기업 관리자한테 보내는 느낌이죠. 그래서 계속 고쳐달라고 해요. "조금 더 친근하게." "사례를 넣어줘." "우리 고객이 자주 쓰는 단어로 바꿔줘." 그렇게 10번, 20번 피드백을 주고 나면 이런 생각이 들어요. 그냥 내가 처음부터 쓰는 게 빨랐겠다.
회의록 요약, 내용은 있는데 왜 또 물어보게 될까요?
녹취 파일을 올리면 AI가 깔끔하게 정리해줘요. 여기까진 좋아요. 그런데 다음 주에 그 요약본을 다시 열면 "왜 그 이야기가 나왔는지"가 없어요. 누가 왜 반대했는지, 어떤 고객 건 때문에 안건이 올라왔는지, 무슨 데드라인 때문에 결정이 미뤄졌는지 말이에요. 결국 옆자리 동료를 붙잡고 다시 물어봐야 해요.
고객 응대, 답장 초안은 나오는데 왜 이력은 내가 찾을까요?
고객한테 문의 메일이 와요. 알고 보니 작년에 같은 문제로 컴플레인을 하셨던 분이고, 그때 회사는 환불 대신 추가 서비스를 약속했어요. AI는 이 사정을 몰라요. 그래서 담당자인 내가 슬랙, 노션, 구글 드라이브를 헤집으며 과거 응대 기록을 찾아 답장을 다시 쓰게 돼요.
AI는 어떻게든 결과물을 내놓긴 해요. 다만 거기엔 맥락이 없어서, 마무리는 늘 사람 몫이 되는 거예요.
그럼 빠져 있는 건 뭘까요?
공통점은 하나예요. AI는 우리 회사가 누구를 상대하는지, 어떤 기준으로 답해왔는지, 어떤 고객과 무슨 약속을 했는지 몰라요. 인터넷에서 배운 일반적인 마케팅 글, 일반적인 회의록 양식, 일반적인 응대 매뉴얼만 갖고 있을 뿐이죠.
그 빈칸을 매번 사람이 채워요. 채팅창을 열 때마다 "우리 회사는 30대 1인 사장님을 대상으로 한 컨설팅 회사이고요, 톤은 친근하지만 전문성이 있어야 하고요, 우리가 자주 쓰는 표현은 이거고요…" 같은 설명을 반복하는 거죠. 채팅이 길어져 새 창을 열면? 같은 설명을 또 처음부터 붙여 넣어야 하고요.
그러다 보면 AI 때문에 오히려 일이 하나 늘어나요. 일을 줄이려고 도입했는데, 회사 맥락을 매번 떠먹여 주는 업무가 새로 생기는 셈이거든요.
그렇다면 진짜 변수는 뭘까요?
회사 AI 도입에서 성패를 가르는 건 모델 성능이 아니에요. "우리 회사 데이터를 AI에 어떤 방식으로 넘길 것인가." 거의 모든 차이가 여기서 나와요.
개인이 AI를 잘 쓰는 것과 회사가 AI로 일을 줄이는 건 출발선부터 달라요. 개인은 자기 머릿속 맥락을 그때그때 넣어줄 수 있어요. 회사는 그게 안 돼요. 의사결정 기준은 대표 머릿속에, 고객 응대 이력은 영업담당자 카톡에, 제안서 폴더는 디자이너 PC에 있으니까요. 이걸 매번 누가 모아서 AI한테 건넨다는 건 현실적으로 불가능하죠.
데이터가 모이지 않은 채로 AI를 돌리면 보기엔 그럴듯한 답이 나와요. 하지만 그 답으로 매출을 만들거나 고객을 응대하거나 신규 사업을 밀고 나가긴 어려워요.
그래서 생각을 한 번 뒤집어볼 필요가 있어요. AI 시대에 회사에 필요한 건 더 좋은 도구가 아니라, AI가 가져다 쓸 수 있는 우리 회사 데이터라는 것. 도구는 매년 바뀌어도 데이터는 회사에 남으니까요.
그런데 왜 데이터 모으기가 이렇게 어려울까요?
"그럼 데이터를 쌓으면 되겠네" 하고 말하긴 쉬워요. 작은 회사에서 직접 해본 사람은 알아요. 그게 제일 어렵다는 걸요.
고객 DB는 사장님 핸드폰 연락처에 있고, 상담 이력은 카톡방마다 따로 떨어져 있어요. 리뷰는 인스타 DM과 스마트스토어에 흩어져 있고요. 기획서는 기획자의 구글 드라이브에, 프로젝트 이력은 대표 머릿속에, 제안서는 디자이너 노트북에 들어 있죠.
회의록은 슬랙 채널마다 제각각이고, 환불·교환 기준은 누군가의 노션 페이지 한구석에, 고객별 약속은 영업 담당자 메모장에 있어요. AI한테 회사 맥락을 넘기려고 이걸 한 번에 모으는 데만 며칠이 걸려요. 그리고 모델이 바뀌면? 같은 작업을 처음부터 또 해요.
그래서 결론이 이렇게 나요. "AI는 좋은 거 같긴 한데, 우리 회사가 쓰기엔 아직 좀…." 하지만 진짜 원인은 AI가 아니라 그 앞에 있는 데이터예요.
한 공간에 쌓으면 뭐가 달라질까요?
지금 당장 해야 할 일은 거창한 AX(AI로 일하는 방식을 바꾸는 것)가 아니에요. 신사업도, 전사 자동화도 아니고요. 딱 하나, 회사 데이터를 한 공간에 쌓는 일이면 돼요.
여기서 포인트는 "한 공간"이에요. 도구가 여러 개로 쪼개져 있으면 AI한테 맥락을 넘길 때마다 사람이 이 도구 저 도구를 오가며 자료를 챙겨야 해요. 카톡에서 상담 이력을 긁어 오고, 구글 드라이브에서 제안서를 찾아 붙이고, 슬랙에서 회의록을 복사해 오는 식이죠. 이게 반복되면 AI 도입은 오히려 사람 일을 늘리는 쪽으로 굳어져요.
반대로 데이터가 한 워크스페이스에 있으면 AI가 알아서 필요한 정보를 꺼내 써요. 회의록이든 일정이든 고객별 맥락이든 직접 뒤져서 답을 만들어주죠. 요즘은 인당 월 3만 원 수준이면 회사 전용 AI 환경을 갖출 수 있고요.
모아둔 팀과 아닌 팀은 실제로 이렇게 갈려요.
마케팅 글쓰기는 어떻게 달라질까요?
전에는 글을 부탁할 때마다 회사 소개와 톤, 자주 쓰는 단어를 매번 붙여 넣었어요. 쓸 때마다 맥락 설명에만 10분이 들었죠.
지금은 AI가 워크스페이스 안의 브랜드 가이드, 기존 발행 글, 고객 리뷰를 직접 참고해 초안을 써요. 사람은 결과만 보고 다듬으면 돼요.
고객 상담은요?
전에는 슬랙·카톡·구글 드라이브를 돌아다니며 과거 이력을 찾았어요. 한 건당 평균 20분이 걸렸죠.
지금은 고객 이름만 AI에 검색하면 상담 이력과 약속 사항, 환불 기준까지 묶어 답변 초안이 나와요.
회의록은 어떻게 쓰일까요?
전에는 요약본을 받아도 다음 주에 다시 보면 맥락이 없어서 사람한테 또 물어봐야 했어요.
지금은 회의록·프로젝트·고객 페이지가 한 공간에 연결돼 있어서, AI가 "이 결정이 왜 나왔는지"까지 같이 답해줘요.
핵심은 AI 잘 쓰는 사람을 뽑는 게 아니에요. 어떤 모델을 붙여도 같은 결과가 나오도록 데이터를 한 공간에 갖춰두는 거예요. 인원이 적은 팀일수록 더 그래요. 사람 손을 거치지 않고도 AI가 일을 처리해줘야 하니까요.
그래서 오늘부터 뭘 하면 될까요?
정리해볼게요. AI를 도입한다고 일이 줄어드는 게 아니에요. AI 잘 쓰는 직원 한 명이 있다고 회사 전체가 달라지지도 않고요. 구독을 여러 개 늘린다고 팀 생산성이 저절로 오르지도 않아요.
결국 차이를 만드는 건, 회사가 AI에 넘겨줄 맥락을 어떤 형태로 어디에 쌓아두느냐예요. 오늘 처리한 고객 응대 한 건, 오늘 정리한 회의록 한 장이 한 공간에 모여야 해요. 그래야 1년 뒤, 2년 뒤 새 모델이 나와도 첫날부터 바로 써먹을 수 있어요.
쌓아두지 않은 회사는 새 모델이 나올 때마다 같은 준비를 처음부터 반복해요. 시간이 갈수록 격차는 더 벌어지고요. AI의 성과는 잘 쓰는 회사가 아니라, 데이터를 잘 쌓아둔 회사에서 나와요.
시스템부터 짤 필요는 없어요. 오늘 받은 문의 한 건, 오늘 마친 회의의 기록 한 장부터 한 공간에 모으기 시작하면 돼요. 그게 작은 회사가 할 수 있는 가장 빠른 AX 준비예요.
채팅창에 오늘도 같은 회사 소개를 붙여 넣고 있었다면, 이제 설명 대신 쌓는 쪽으로 방향을 바꿀 때예요.