AI 시대 직장인, 잘 쓰는 차이는 어떤 습관에서 날까?

같은 승인 도구를 쓰는데도 결과가 갈린다. 한 사람은 “정리해줘” 한 문장을 넣고 나온 표를 그대로 제출하고, 다른 사람은 같은 파일을 다섯 단계로 나눠 빈 행 17개를 예외로 빼놓고 합계를 두 번 대조한다. 뒷사람이 프롬프트를 더 잘 써서가 아니다.

AI 시대 직장인의 차이를 “질문 솜씨”로만 설명하면 실무의 절반을 놓친다. 결과를 잘 쓰는 사람은 작업을 작은 단위로 나누고, 말하지 않아도 아는 업무 규칙을 먼저 적고, 출력이 맞는지 눈대중이 아니라 기계적으로 대조한다.

이 글은 그 여섯 가지 습관을 0~2점으로 점검하는 표다. 점수는 사람의 등급이 아니라, 다음 2주에 무엇을 연습할지 고르는 도구다.

사람들이 AI 활용을 두고 실제로 묻는 것

이 여섯 습관이 왜 중요한지는, 사람들이 온라인에 올리는 고민을 보면 드러난다.

업무가 막힐 때 필요한 질문은 “어떤 기능이 있나”보다 “이 경우엔 어떤 규칙을 적용하나”에 가깝다. 취소건을 합계에서 뺄지, 빈값을 어디로 보낼지 같은 결정이다. 추상적인 능력 평가보다 이런 업무 규칙을 하나씩 정하는 일이 먼저다.

이런 질문들이 반복해서 올라왔다. 하나씩 답해보면 다음과 같다.

• 반복 수집·변환 업무는 어떤 습관부터 필요할까? 원본, 변환, 검증을 세 단계로 나누고 원본 = 결과 + 제외가 맞는지 확인한다. 실제 자료는 회사가 승인한 환경에서만 사용한다.
• AI 코드로 시제품을 만든 경험은 곧 운영능력일까? 시제품 완성과 운영 전환을 구분한다. 테스트·보안·로그·원복·승인 절차를 통과시킨 경험까지 기록해야 재사용할 수 있다.
• 수식이 빠진 셀을 찾는 좋은 방법은 무엇일까? 정상 수식의 패턴, 허용된 빈칸, 예외 영역을 먼저 정의하고 전체 셀 수를 대조한다. 질문보다 합격 기준이 먼저다.
• 복잡한 업무를 통으로 물어보면 왜 답이 빗나갈까? 입력 확인, 규칙 적용, 결과 생성, 검증으로 쪼개지 않으면 어느 단계에서 틀렸는지 찾기 어렵다.
• 숙련자에게 묻는 것과 AI에 묻는 것은 무엇이 다를까? 숙련자는 말하지 않은 사내 관행을 보완할 수 있지만 AI는 입력된 맥락 밖의 예외를 확정할 수 없다. 숨은 규칙을 문서화한다.
• 정렬 요청에 무엇을 써야 할까? 1순위·2순위 키, 오름·내림차순, 빈값 위치, 중복 처리와 행 보존 여부를 적는다. 결과 화면이 예뻐도 검증 전에는 제출하지 않는다.

왜 같은 도구에서도 결과가 갈릴까: 업무 지식이 질문 밖에 숨어 있다

이 질문들에는 공통점이 있다. 업무의 정답을 정하는 규칙이 질문 문장 밖에 있다는 점이다. 하나씩 보자.

실제 업무에는 말하지 않아도 아는 규칙이 많다. 빈값은 삭제하지 않고 맨 아래로 보내기, 취소건은 합계에서 제외하되 별도 시트에 남기기 같은 규칙은 짧은 요청에 빠지기 쉽다. 출력의 차이는 문장 재주보다 이 규칙을 꺼내 적었는지에서 생긴다.

둘째, 큰 작업은 실패 위치를 가린다. “정리해줘” 한 문장으로 수집·정제·계산·서식을 함께 맡기면 행 누락이 어느 단계에서 생겼는지 알기 어렵다. 단계별 입력과 출력을 저장하면 실패한 구간만 다시 실행할 수 있다.

셋째, 눈으로 훑는 검토는 유창한 오류에 약하다. 숫자 합계가 맞는지, 코드가 경계값에서 멈추는지, 문장의 사실이 원문에 있는지는 별도의 대조가 필요하다. 검증 방법을 프롬프트 뒤가 아니라 작업 설계 앞에 둔다.

넷째, 한 번 성공한 대화를 저장하지 않으면 실력이 축적되지 않는다. 입력 형식, 예외, 합격선, 실패 사례와 수정내용을 템플릿으로 남겨야 다음 작업에서 시간이 줄고 동료도 재현할 수 있다. 특정 제품의 화면이나 모델 이름보다 절차가 오래 남는다.

다섯째, 실패를 숨기면 같은 오류가 반복된다. 잘못된 결과를 발견했을 때 “AI가 틀렸다”로 끝내지 않고 누락된 전제, 약한 검증, 허용되지 않은 입력 중 원인을 한 칸에 기록한다. 다음 실행에서 그 칸이 사라졌는지 확인해야 개선을 말할 수 있다.

판단 도구: 여섯 습관 중 가장 낮은 칸부터 고친다

AI 활용 습관 12점 점검

확인할 항목	0점	1점	2점
작업 분해	업무 전체를 한 번에 요청	단계는 나누나 입출력 불명확	단계별 입력·출력·중단조건을 기록
검증 습관	결과를 그대로 사용	눈으로만 훑음	합계·행 수·표본·테스트 중 2개 이상 대조
숨은 규칙	예외를 입력하지 않음	발견 뒤 구두로 보완	우선순위·빈값·중복 등 규칙 2개 이상 명시
재사용 템플릿	매번 처음부터 대화	잘 된 질문만 저장	입력·검증·실패대응까지 템플릿화
실패 기록	오류 원인을 남기지 않음	오류만 기록	원인·수정·재시험 결과를 모두 기록
데이터 경계	승인·민감도 확인 없음	도구 승인만 확인	도구·계정·기능·데이터 범위를 확인

합계	해석
0~4점	결과 의존 중단 · 한 작업 재설계
5~8점	부분 활용 · 낮은 습관 2개 연습
9~12점	구조적 활용 · 반복 절차 확장

필수 조건: 작업 분해 또는 검증 습관이 0점이면 총점과 무관하게 AI 결과의 운영 적용을 보류합니다.

표로 보면 0~4점은 한 작업 재설계, 5~8점은 가장 낮은 두 습관을 2주간 연습, 9~12점은 검증된 반복 절차 확장이다. 작업 분해나 검증 습관이 0점이면 강제 보류한다. 점수가 높아도 회사 승인 범위를 넘는 데이터는 사용할 수 없다.

채점할 때는 “나는 AI를 잘 쓴다”처럼 자신 전체를 평가하지 않는다. 지난달 정산표 정렬, 주간 회의록 요약처럼 작업 하나와 기간 하나를 정한다. 2점의 근거는 기억이 아니라 단계별 파일, 검증 로그, 테스트 결과, 승인 화면처럼 다시 확인할 수 있는 기록이다. 긴 프롬프트나 빠른 출력 자체에는 점수를 주지 않는다.

팀 점수와 개인 점수도 분리한다. 개인이 12점을 받아도 동료가 템플릿에 접근할 수 없거나 승인 담당자가 검증 기록을 볼 수 없다면 팀 절차는 재현되지 않는다. 두 명이 같은 원본으로 실행해 결과와 제외목록이 일치하는지 확인한 뒤에만 공용 템플릿으로 승격한다. 결과가 다르면 사람의 능력을 비교하지 말고 입력 버전, 숨은 규칙과 실행 순서를 먼저 맞춘다.

숨은 규칙을 찾을 때는 최근 실패만 보지 않는다. 정상 처리 사례 3건과 예외 사례 3건을 골라 입력, 기대결과와 실제결과를 나란히 적는다. 공통으로 반복되는 우선순위·빈값·중복·반올림·권한 규칙을 템플릿에 올리고, 한 번만 나온 예외는 별도 목록에 둔다. 모든 예외를 긴 프롬프트에 넣어 읽기 어렵게 만드는 대신 단계별 체크로 연결한다.

업무가 바뀌면 점수도 초기화한다. 정렬 템플릿이 잘 작동했다고 해서 계약 요약이나 인사자료 검증까지 2점을 이어받지 않는다. 데이터 등급, 오류 파급과 검증방법이 달라지는 새 작업은 다시 0점에서 근거를 쌓는다.

연습은 가장 낮은 항목 하나를 행동으로 바꾼다. 작업 분해가 낮다면 다음 10건에서 단계별 파일을 남기고, 검증이 낮다면 행 수·합계·표본 중 두 가지를 매번 기록한다. 2주 뒤 첫 실행 오류 수, 검증에서 잡은 오류 수, 제출 뒤 오류 수, 재작업시간을 전후 비교한다. 제출 뒤 오류가 1건이라도 남으면 자동화 범위를 늘리지 않는다. 2주와 1건은 능력 등급이 아니라 작은 시험을 위한 보수적 운영선이다.

저장할 규칙

좋은 프롬프트를 찾기 전에 업무를 작은 단계로 나누고, 숨은 규칙과 합격선을 적는다. 결과는 행 수·합계·표본·테스트로 확인하고, 실패 원인과 수정내용까지 템플릿에 남긴다.

예를 들어 계산해 보자: 빠진 17행이 72분의 차이를 만든다

말로만 보면 감이 안 오니 숫자를 넣어보자.

두 직장인 X와 Y는 같은 승인 도구로 2,400행의 거래목록을 날짜, 고객구분, 금액 순으로 정렬하고 집계한다. 원본에는 정렬키가 빈 17행과 중복 후보 9쌍이 있다. 회사가 허용한 계정과 자료 범위를 확인했으며, 둘은 같은 원본을 복사해 시작한다.

X는 “정렬하고 합계를 내줘”라고 통으로 요청한다. 요청과 첫 결과 확인에 12분이 들고, 17행이 결과에서 빠진 것을 알아채지 못한 채 제출한다. 다음 날 합계 차이를 찾고 원본 복구, 재정렬, 보고서 수정에 95분을 쓴다. 총시간은 107분이다. 작업 분해·검증·숨은 규칙·템플릿·실패 기록이 모두 0점이고 데이터 경계만 2점이라 습관표는 2점, 운영 적용 보류다.

Y는 먼저 수집, 정렬, 예외분리, 집계, 검증의 다섯 단계로 나눈다. 날짜와 고객구분의 우선순위, 빈값 17행은 삭제하지 않고 예외표에 보관, 중복 후보는 확정 전 합치지 않는다고 적는 데 8분을 쓴다. 결과 생성 7분, 2,400 = 정상 결과 2,383 + 예외 17 행 수 확인과 세부·전체 합계 대조에 12분, 중복 후보 검토와 기록에 8분이 들어 총 35분이다.

Y는 작업 분해·검증·숨은 규칙·데이터 경계 2점, 템플릿과 실패 기록 1점으로 10점이다. 같은 첫 결과가 17행을 별도 처리해도 검증식에서 바로 드러나 제출 전에 고친다. 두 사람의 시간 차이는 107 - 35, 72분이다. Y가 처음부터 더 빨리 입력해서가 아니라 재작업이 밖으로 나가기 전에 잡혔기 때문이다.

다음 10건에서 Y는 이 템플릿을 재사용한다. 작업당 규칙 작성이 8분에서 3분으로 줄고 검증 12분은 유지된다고 가정하면 건당 5분, 총 50분을 더 줄인다. 검증시간을 없애서 얻은 절약이 아니므로 품질과 속도를 함께 유지할 수 있다. 반대로 제출 뒤 오류가 생기면 템플릿 점수를 올리지 않고 실패 기록부터 보완한다.

2주 뒤 비교표에는 시간만 쓰지 않는다. 첫 실행에서 발견한 누락, 검증 중 잡은 누락, 제출 뒤 발견한 누락을 따로 적는다. 검증 중 발견이 많아지는 것은 실패가 늘었다는 뜻이 아니라 밖으로 나갈 오류를 앞에서 잡았다는 신호일 수 있다. 제출 뒤 오류가 0건을 유지하면서 총시간이 줄어야 다음 작업으로 확장한다.

예시 두 직장인의 같은 정렬·집계 작업 시간

상황·항목	값 (분)
X (습관 2점)	107
Y (습관 10점)	35

2,400행, 정렬키 빈 17행 포함. X는 습관 2점(통 요청 후 제출), Y는 10점(다섯 단계로 분해·검증식). 차이는 입력 속도가 아니라 재작업이 밖으로 나가기 전에 잡혔는지에서 생긴다.

자료: 예시 계산

정리하면: AI 역량을 재능이 아니라 개선 가능한 습관으로 본다

AI 시대 직장인에게 필요한 건 매번 정답을 얻는 특별한 문장이 아니다. 답이 안 나오는 질문(“나는 AI를 잘 쓰나”) 대신, 답할 수 있는 질문으로 바꾼다. “이 작업을 단계별 입력·출력으로 나눴나?”, “결과를 행 수·합계·테스트로 대조했나?”, “숨은 규칙을 문서로 적었나?” 직장인 AI 활용, 회사에서 어디까지 맡겨도 될까로 사용 가능 범위를 먼저 정한 뒤, 이 점검표에서 가장 낮은 한 칸을 골라 2주간 행동으로 바꾼다.

이 점검표는 사람의 능력, 성과나 고용가치를 평가하지 않으며 “AI를 못 쓰면 뒤처진다”는 결론을 만들기 위한 도구가 아니다. 회사 정책과 승인 도구·계정, 데이터 분류가 항상 우선한다. 벤더의 데이터 처리 범위는 발행 시점 공식 문서에서 확인하고 실제 정책이 더 좁으면 그 기준을 따른다.