직장인 AI 활용, 회사에서 어디까지 맡겨도 될까?

회사에서 생성형 AI를 어디까지 써도 되는지 물으면, 답이 대개 “어떤 제품이 제일 똑똑하냐”로 흘러간다. 하지만 같은 도구라도 공개된 자료로 회의 제목을 다듬는 일과, 고객 명단을 넣어 영업 우선순위를 정하는 일의 위험은 전혀 다르다.

봐야 할 건 도구 이름이 아니다. 입력할 정보의 민감도, 틀렸을 때의 피해, 사람이 결과를 검증할 수 있는지 — 이 세 가지다. 이걸 먼저 가르면, ChatGPT든 다른 도구든 같은 기준으로 판단할 수 있고 도구가 바뀌어도 규칙은 그대로 쓸 수 있다.

이 글은 업무를 여유·주의·위험 세 구역으로 나누는 30초짜리 판정표, 그리고 위험한 업무를 빼고도 충분한 시간이 절약되는지 계산하는 방법을 설명한다.

사람들이 회사 AI를 두고 실제로 묻는 것

이 판정표가 왜 필요한지는, 사람들이 온라인에 올리는 고민을 보면 드러난다.

AI를 업무에 쓰려 할 때의 질문은 구체적이다. 회계팀에서 파워쿼리를 써도 되는지, 수식이 빠진 셀을 어떻게 찾을지, 여러 시트를 어떤 기준으로 합칠지, 막힌 엑셀 문제를 어떻게 해결할지. 생성형 AI로 예약 서비스 같은 시제품을 만들 때도 비슷하다. 중요한 것은 거창한 AI 담론보다 당장 막힌 셀·수식·정렬을 재현 가능하게 푸는 법이다.

이런 질문들이 반복해서 올라왔다. 하나씩 답해보면 다음과 같다.

• 회계팀에서 파워쿼리를 써도 될까? 반복 수집·변환 규칙이 고정돼 있고 원본부터 결과까지 추적할 수 있다면 좋은 후보다. 다만 변환 단계와 예외 행을 기록하고 마감 전 합계 대조를 남긴다. 재무 자료라면 승인된 환경이 선행 조건이다.
• AI로 예약·티케팅 시제품을 만들 수 있을까? 화면과 흐름을 검증하는 시제품은 가능하다. 결제·로그인·개인정보·실시간 가격이 붙는 순간에는 개인 프로젝트가 아니라 운영 시스템이므로 별도의 보안·테스트 기준이 필요하다.
• 수식이 빠진 셀은 어떻게 찾을까? AI에게 파일 전체를 맡기기보다 정상 범위의 규칙을 정의하고, 빈 셀·상수 입력·인접 행과 다른 수식을 표시하는 검사식을 만드는 편이 재현 가능하다.
• 엑셀 고수에게 물어볼 문제를 AI에 어떻게 물을까? 실제 파일 대신 열 이름과 관계를 보존한 더미 표 10~20행을 만들고, 원하는 입력과 출력 예시를 함께 준다. 질문을 작게 재현하는 과정 자체가 절반의 해결이다.
• 데이터 정렬은 무엇부터 정해야 할까? “정렬해줘”가 아니라 1순위 키, 동률일 때 2순위 키, 빈값 위치, 날짜·숫자 형식, 중복 처리 규칙을 먼저 적는다. AI는 규칙을 실행하는 코드를 제안할 수 있지만 규칙을 대신 결정할 수 없다.

왜 이 판단이 어려울까: 도구의 진입장벽과 책임의 진입장벽이 다르다

이 질문들에는 공통점이 있다. 시작은 쉬워졌는데 검증 책임은 그대로라는 점이다. 하나씩 보자.

업무의 정답이 문장 안에 다 들어 있지 않다. “지난달과 같은 형식으로 정리해줘”에는 지난달 파일 위치, 제외할 거래, 마감 기준일, 음수 처리, 환율 기준 같은 숨은 규칙이 있다. 오래 일한 사람은 암묵적으로 알지만 AI는 입력받지 못하면 모른다.

사무 업무의 오류는 늦게 발견된다. 문장이 어색하면 바로 눈에 띄지만, 3,842행 중 17행이 누락된 집계는 그럴듯한 총액으로 보인다. 그래서 “답이 자연스러운가”가 아니라 행 수, 합계, 예외 건수, 표본 대조가 일치하는가를 확인해야 한다.

데이터 경계는 제품 이름으로 결정되지 않는다. 공식 문서상 OpenAI는 기업용 제품·API의 조직 데이터를 기본적으로 모델 학습에 사용하지 않는다고 설명한다. Microsoft도 기업 데이터 보호가 적용되는 Copilot Chat의 프롬프트·응답을 기반 모델 학습에 쓰지 않는다고 밝히면서, 동시에 상호작용 기록이 저장·감사될 수 있다고 설명한다. “학습에 안 쓰임”, “저장 안 됨”, “회사가 입력을 허용함”은 서로 다른 조건이다. 직원은 제품 홍보문구가 아니라 사내 승인 목록과 관리자 안내를 기준으로 행동한다.

판단 도구: 30초 3구역 판정표

업무를 AI에 넣기 전에 아래 순서대로 판정한다. 한 단계라도 위험 조건에 걸리면 뒤 점수가 낮아도 위험 구역이다.

1단계 — 입력 금지선

다음 중 하나라도 포함되면 개인용·미승인 AI에는 입력하지 않는다. 회사가 승인한 기업용 환경이라도 허용 범위와 마스킹 기준을 먼저 확인한다.

• 고객·직원·지원자의 이름, 연락처, 계정, 건강·평가·급여 정보
• 공개 전 실적·가격·계약·인수합병·제품 계획·소스코드·보안 설정
• 제3자와의 계약상 외부 반출이 제한된 문서
• 원본을 일부 가려도 다시 개인이나 거래를 알아볼 수 있는 조합

2단계 — 오류 위험 점수

입력 금지선에 걸리지 않은 업무만 아래 두 항목을 0~3점으로 매긴다.

항목	0점	1점	2점	3점
오류 파급	표현만 달라짐	팀 내부 재작업	고객 일정·금액 영향	법·재무·안전·인사 결정 영향
검증 난이도	정답 즉시 대조	표본 5건으로 확인	전수 대조나 전문가 검토 필요	정답을 사전에 알기 어려움

두 점수를 더해 0~2점이면 초안 활용(여유), 3~4점이면 사람 검토 후 활용(주의), 5~6점이면 AI 결과를 운영 판단에 직접 사용하지 않는다(위험). 3점 이상에서는 “한 번 읽어보기”를 검토로 인정하지 않는다 — 숫자면 합계·건수·샘플, 코드면 테스트 케이스, 문서면 근거 링크와 원문 대조가 있어야 한다.

3단계 — 되돌릴 수 있는가

0~4점 업무라도 실행 전에 묻는다. 잘못됐을 때 원본으로 돌아갈 수 있는가, 자동 발송·결제·삭제 전에 사람이 멈출 수 있는가, 누가 언제 무엇을 승인했는지 기록이 남는가. 셋 중 하나라도 “아니오”면 한 구역 높인다.

구역	조건	맡길 수 있는 일	필수 통제
여유	금지정보 없음 + 위험 0~2점	공개자료 요약, 문장 초안, 더미 데이터용 수식	결과를 읽고 원문 또는 정답과 대조
주의	승인 환경 + 위험 3~4점	내부 보고서 초안, 쿼리·매크로·코드 제안	체크리스트 검토, 표본 또는 테스트, 승인 기록
위험	금지정보 포함 또는 위험 5~6점	인사·법무·재무 판단, 자동 결제·발송, 운영 보안	AI 직접 실행 금지, 담당 부서 승인과 별도 검증

저장할 규칙

민감정보가 있으면 도구 승인부터 확인한다. 민감정보가 없어도 오류 파급과 검증 난이도의 합이 3점 이상이면 사람이 기계적으로 대조한다. 5점 이상이거나 되돌릴 수 없으면 AI가 최종 결정을 실행하게 두지 않는다.

예를 들어 계산해 보자: 재무팀의 세 가지 반복 업무

말로만 보면 감이 안 오니 숫자를 넣어보자.

7명 규모 재무팀에서 한 담당자가 매달 세 가지 일을 한다. 거래처 안내 메일 40건은 건당 8분, 월간 보고서 표 정리는 4회에 회당 90분, 급여 변동 검토는 1회 120분 — 총 800분이다.

안내 메일은 회사가 공개한 일정과 형식만 쓰고 발송 전 수신자·날짜를 확인할 수 있다. 오류 파급 1점 + 검증 난이도 1점 = 2점, 여유 구역. 승인된 도구로 초안을 만들고 건당 3분 작성 + 2분 검토로 줄이면 40건에서 120분을 절약한다. 발송 버튼은 사람이 누른다.

보고서 표 정리는 내부 수치가 들어가 승인 환경이 전제다. 합계가 틀리면 의사결정에 영향을 줘 오류 파급 2점, 전수 합계와 전월 대조가 필요해 검증 난이도 2점, 합 4점 — 주의 구역. AI가 제안한 쿼리를 그대로 실행하지 않고 원본 행 수 = 결과 행 수 + 제외 행 수, 부문별 합계, 무작위 10건을 확인한다. 4회 각 90분을 자동화 25분 + 검증 20분으로 줄이면 180분을 절약한다.

급여 변동 검토에는 개인정보와 인사 판단이 섞인다. 시간 절감 가능성과 무관하게 입력 금지선에 걸린다 — 개인용 AI에 넣지 않고 기존 승인 시스템과 담당자의 이중 검토를 유지한다.

예시 재무팀의 업무별 월 절약 시간

상황·항목	값 (분)
보고서 표 정리 (주의)	180
안내 메일 (여유)	120
급여 변동 검토 (위험)	0

세 업무 총 800분 중, 여유·주의 구역 두 업무에서만 절약한다. 급여 변동 검토는 입력 금지선에 걸려 절약 대상이 아니다.

자료: 예시 계산

세 일을 모두 자동화하는 게 아니라, 여유·주의 두 업무에서만 월 300분(5시간)을 줄이는 것이 이 팀의 현실적인 AI 활용안이다. 핵심은 절감률이 아니라 위험한 업무를 빼도 충분한 효율이 남는지 계산하는 것이다.

정리하면: AI 역량은 답을 얻는 속도가 아니라 경계를 설계하는 능력이다

직장인 AI 활용을 잘한다는 말은 프롬프트를 길게 쓰거나 최신 도구를 많이 구독한다는 뜻이 아니다. 답이 안 나오는 질문(“어떤 AI가 제일 좋아”) 대신, 답할 수 있는 질문으로 바꾼다. “이 업무에 입력할 정보가 금지선에 걸리나?”, “틀렸을 때 파급은 얼마고 검증은 가능한가?”, “잘못됐을 때 되돌릴 수 있나?”

시작 순서도 바뀐다. “우리 팀에 AI를 도입하자”가 아니라 지난 한 달의 반복 업무를 적고, 각 업무에 3구역 판정표를 붙인다. 여유 업무 중 월 60분 이상을 쓰는 것 하나를 골라 2주간 처리시간과 오류 건수를 전후로 기록한다. 시간이 줄고 오류가 늘지 않았을 때만 다음 업무로 넓힌다.

전체 시리즈의 관점은 요즘 직장인들은 무엇을 고민할까에, 문서 업무를 더 세밀하게 나누는 법은 AI 이메일 작성, 보고서까지 어디에 선을 그어야 할까에, 제품을 고르기 전에 맡길 업무부터 정하는 법은 ChatGPT 업무 활용, Claude와 비교하기 전에 물을 것에 있다.

이 글의 판정표는 회사 정책을 대신하지 않는다. 실제 적용 전에는 보안·법무·IT 관리자가 승인한 도구·계정·데이터 범위와 보존 정책을 사용 시점의 공식 문서로 다시 확인해야 한다.

여유·주의·위험 3구역 판정표는 회사 정책을 대신하지 않으며, 구역 기준은 저자가 정한 편집 기준입니다.