[Part 03] AI로 만드는 개인 업무 자동화 시스템 – 하루 2시간을 되찾는 실전 설계법 (클로바 X, 메이크, 코파일럿 ai, 노션)

• 네이버 CLOVA X

• Notion AI

https://www.microsoft.com/ko-kr/microsoft-365-copilot

• Microsoft 365 Copilot

• 네이버 클로바 스튜디오 (API)

https://api.ncloud-docs.com/docs/ai-naver-clovastudio-summary

이 네트워크를 어떻게 설계하느냐에 따라

“AI를 그냥 써 보는 단계”에서 “진짜 업무 시스템 단계”로 넘어갈 수 있습니다.

7.1 파일·문서·데이터 정리 구조 설계

AI 자동화의 첫 단계는 툴을 고르는 것이 아니라 “내 정보 구조를 설계하는 것”입니다.

정리가 안 된 상태에서 아무리 똑똑한 AI를 붙여도 항상 비슷한 일이 반복됩니다.

• 매번 파일을 다시 찾느라 시간 낭비

• 버전이 여러 개라 어느 문서가 최신인지 헷갈림

• 회의록·보고서를 만들 때마다 똑같은 자료를 다시 찾는 악순환

그래서 1인 시스템의 출발점은 아래 세 가지부터입니다.

1. 저장소 통합

2. 폴더·페이지 구조 정리

3. 명명 규칙 통일

1. 저장소 통합

가능하면 업무용 기준으로 “메인 저장소 한 곳”을 정해 두는 것이 좋습니다.

• 문서·회의록·매뉴얼

→ Notion, Confluence, Google Drive 등

• 개인 작업 메모

→ Notion 개인 공간, OneNote 등

• 파일 원본(엑셀, 파워포인트 등)

→ 회사 드라이브 한 곳

만약 노션을 쓰고 있다면

“회사 위키 + 프로젝트 + 개인 메모”를 한 워크스페이스에서

다루는 식으로구성할 수 있습니다.

2. 폴더·페이지 구조 정리

구조는 너무 복잡하게 갈 필요 없이 아래 네 축 정도면 충분합니다.

• 부서 기준

• 프로젝트 기준

• 연도·분기 기준

• 문서 종류 기준

예시 구조

• 01_회사공통

• 규정·인사·복지

• 공지·안내 템플릿

02_프로젝트

• [프로젝트명]

• 회의록

• 기획·제안서

• 결과·리포트

03_업무매뉴얼

04_개인작업

중요한 것은 “나만 알 수 있는 기준”이 아니라

“미래의 나도, 동료도 한 번 보면 바로 이해할 수 있는 기준”입니다.

3. 파일·문서 명명 규칙

AI에게 문서를 찾게 하려면 사람이 먼저

이름을 일관되게 붙여야 합니다.

예시 규칙

• [부서][문서유형][주제]_[날짜]

• [프로젝트][문서유형][버전]

예시 이름

• 마케팅_월간리포트_2025-12

• 영업_제안서_ABC상사_v2

• 인사_규정_재택근무_2025-01

이렇게만 해도 나중에 Notion 검색,

Copilot 파일 검색,

ChatGPT 플러그인 검색 등에서

훨씬 깔끔하게 걸립니다.

7.1의 결론은 하나입니다.

“AI를 붙이기 전에

내 디지털 서랍부터 정리하라.”

7.2 사내 정보·규정 DB 구축

다음 단계는 흩어져 있는 회사 정보·규정을 “질문하면

바로 답이 나오는 지식 DB”로 만드는 것입니다.

대부분 회사에서 규정과 정보는 이렇게 흩어져 있습니다.

• 오래된 공지 메일

• 단체 채팅방 공지

• 파일 서버 깊은 폴더

• 종종 입으로만 전달된 암묵지

AI를 진짜 “사내 비서”처럼 쓰려면 이 정보들을 한 번 모아

DB 구조로 바꿔 줄 필요가 있습니다.

1. 무엇을 DB로 만들 것인가

처음부터 모든 걸 다 정리할 필요는 없습니다.

가장 자주 묻는 것부터 시작하는 것이 좋습니다.

예시 영역

• 근태·연차·휴가 규정

• 비용 정산·법인카드 사용 규정

• 재택·유연근무 정책

• 평가·보상 프로세스

• IT·보안 기본 규정

이 정도만 정리해도 신입·타부서·팀장들의

반복 질문 상당수가 줄어듭니다.

2. 정리 방식

노션이나 사내 위키를 하나 정해서 아래처럼 구성할 수 있습니다.

• 규정 카테고리(근태, 비용, 평가, 보안 등)

• 각 규정 페이지 안에 요약·상세·FAQ 구역

예시 페이지 구조

• 한 줄 요약

• 적용 대상

• 기본 규정

• 자주 묻는 질문

• 관련 서식·링크

그리고 마지막에 항상 이런 문장을 넣어 둡니다.

• “분쟁·해석이 필요한 경우 최종 판단은 인사팀 규정에 따릅니다.”

AI가 이 내용을 학습해 사내 질문에 답하도록 할 경우

“최종 책임은 사람에게 있다”는 기본 원칙을 명시하는 의미입니다.

3. AI와 연결하는 방법

• Notion AI를 쓰는 경우노션 안에서

직접 페이지 검색·요약·답변을 받을 수 있습니다.

• Microsoft 365 Copilot을 쓰는 경우

SharePoint, OneDrive, Teams에 저장된 문서와 연동해

“회사 규정 알려줘.” 같은 질문을할 수 있습니다.

핵심은 “AI가 답하기 쉽도록 정보 구조를 사람 손으로 먼저 정리한다”는 점입니다.

7.3 개인 RAG 시스템 구성

(검색형 업무 자동화)

요즘 자주 나오는 키워드가 RAG, 즉Retrieval Augmented Generation입니다.

쉽게 말하면

“내 자료를 먼저 찾아보고 그걸 참고해서 AI가 답을 만들어 주는 구조”입니다.

회사 단위의 거대한 RAG가 아니라 1인 기준에서 생각하면

아래 수준만 되어도 충분합니다.

1. 내 문서·회의록·노트가 한 공간에 모여 있고

2. 그 공간 안에서 AI가 검색·요약·생성을 동시에 해 주는 상태

1. 개인 RAG에 적합한 도구

• Notion AI노션에 쌓인 페이지와 DB를 한 번에 검색하고

요약·정리까지 해 주는 “개인 지식 RAG”에 가깝습니다.

• Microsoft 365 Copilot 회사 메일, 문서, 팀즈 대화 내용까지

권한 범위 안에서 검색·요약해 “내 작업 히스토리 기반 답변”을 만들어 줍니다.

• 네이버 클로바 스튜디오 자체 데이터로

프롬프트 기반 응답을 만드는 커스텀 AI 에이전트를 구축할 수 있습니다.

회사 여건에 따라 접근 가능한 도구가 다르겠지만 원리는 같습니다.

“내 자료를 하나의 AI에게 연결한다.”

2. 개인 RAG 기본 설계

개인 RAG 시스템을 너무 거창하게 생각하지 말고 다음 세 단계로 보면 됩니다.

1단계 어디에 쌓을지 결정 2단계 무엇을 쌓을지 기준 정하기 3단계

어떻게 물어볼지 패턴 만들기 예를 들어 노션을 메인 허브로 쓰기로 했다면

• 회의록

• 주요 보고서

• 프로젝트 산출물

• 중요 이메일 내용 정리

를 모두 노션에 페이지로 쌓아 둡니다.

그리고 Notion AI에게

“올해 상반기[프로젝트명] 관련 회의에서

반복해서 나온 우려 사항만 정리해 줘.”

와 같이 묻는 순간 노션 전체가 나만의 RAG 검색엔진이 됩니다.

3. 질문 패턴 정리

RAG를 잘 쓰려면 질문 패턴을 미리 몇 가지 정해 두면 좋습니다.

예시 패턴

• “이 주제에 대해 지금까지 쌓인 문서 중 핵심만 10줄로 요약해 줘.”

• “아래 두 문서를 비교해서 공통점과 차이점만 표로 정리해 줘.”

• “[프로젝트명] 관련 회의록에서 액션 아이템만 모아서 체크리스트를 만들어 줘.”

이런 패턴을 6장에서 만든 프롬프트 구조와 결합하면

개인 RAG의 활용도가 금방 올라갑니다.

7.4 자동화 유지보수 전략

AI 자동화는 한 번 만들어 놓고 끝나는 시스템이 아니라“ 살아 있는 생물”에 가깝습니다.

처음에는 편했지만 시간이 지나면

• 규정이 바뀌었는데 AI는 예전 규정으로 답하고 있거나

• 이미 폐기된 문서를 참고해 잘못된 내용을 요약하거나

• 자동화 시나리오가 실제 업무 변화와 어긋나는 상황

이 생길 수 있습니다.

그래서 1인 시스템이라도 “유지보수 전략”을 아예 함께 설계할 필요가 있습니다.

1. 정기 점검 주기 정하기

복잡하게 할 필요 없이

예를 들어 이렇게만 정해도 좋습니다.

• 매달 1회 규정·매뉴얼 페이지 빠르게 훑어보기

• 분기마다 1회 자동화 워크플로우 실제 사용 여부 점검

체크 항목 예시

• 거의 쓰이지 않는 자동화는 정리·삭제할 것

• 중복되는 기능은 통합할 것

• 규정·정책이 달라진 부분은 AI가 참고하는 문서부터 업데이트

2. 버전 관리 원칙

문서·규정·템플릿에는

반드시 버전을 남기는 것이 좋습니다.

예시

• v1.0 최초 작성

• v1.1 문구 수정

• v2.0 정책 변경 반영

그리고 AI에게는 가능하면 최신 버전만 참고하게 하는 것이 안전합니다.

• Notion의 경우 “이전 버전” 페이지를 별도 아카이브 공간으로 이동

• SharePoint·OneDrive의 경우 버전 관리 기능을 활용

이렇게 해 두면 AI가 오래된 문서를 끌어와 답하는 위험을 줄일 수 있습니다.

3. 로그·사례 모으기

AI가 잘못 답한 사례,

사용자가 혼란을 겪은 사례를 따로 모아 두면

나중에 시스템을 개선할 때 좋은 참고 자료가 됩니다.

예시 페이지

• AI 답변 오류 사례 모음

• 잘 먹힌 프롬프트 모음

• 자동화 덕분에 실제로 시간 절약이 된 사례 모음

이 세 가지만 모아도 “뭘 더 자동화해야 할지,뭘 줄여야 할지”가 보입니다.

7.5 팀 단위로 확장하는

조직적 자동화 프레임워크

마지막 단계는 1인이 구축한 시스템을 팀·조직 단위로

어떻게 확장할 것인가입니다.

여기서 중요한 것은

• 툴보다 원칙

• 기능보다 관점

입니다.

즉,“우리 회사는 AI를 어디까지, 어떤 규칙으로 사용하겠다”는

프레임을 먼저 정하는 것이 무엇보다 중요합니다.

1. 조직적 자동화의 4단계

팀·조직 단위에서는 아래 네 단계로 나누어 자동화를 설계할 수 있습니다.

1단계 파일·문서 표준화 2단계 공통 템플릿·프롬프트 공유 3단계

팀별 자동화 시나리오 설계 4단계 전사 관점에서 통합 관리

예를 들어

• 1단계

모든 부서가 회의록·보고서 형식을 통일

• 2단계

6장에서 만든 프롬프트 모음 중공통으로 쓸 수 있는 것들을사내 위키에 등록

• 3단계

영업팀은 제안서 자동화,마케팅팀은 콘텐츠 캘린더 자동화,

HR팀은 JD·면접질문 자동화를각각 설계

• 4단계

Microsoft 365 Copilot,Notion AI,

CLOVA X 등 회사가 공식 지원하는 AI 도구를

리스트업하고 보안·정책을 묶어서 관리

2. 팀 확장을 위한 최소 원칙

팀으로 확장할 때 반드시 짚고 넘어가야 할 최소한의 원칙은 다음과 같습니다.

• 민감정보·고객정보는 회사에서 허용한 도구에서만 사용

• AI가 만든 결과물이라도 최종 책임은 사람에게 있음

• 규정·정책 관련 답변은 항상 최신 공식 문서를 최종 기준으로 삼을 것

• 어떤 정보를 외부 클라우드에 올릴 수 있는지 기준을 명확히 할 것

이 원칙들은 9장에서 더 자세히 다루게 됩니다.

3. 교육·공유 체계 만들기

자동화·AI 시스템은 도입만으로는 절대 안 정착됩니다.

• 주기적인 사내 교육

• 잘 쓰는 사람의 사례 공유

• 팀별 “AI 챔피언” 지정

같은 소프트한 요소가 함께 있어야 합니다.

예를 들어

• 분기마다 한 번

“AI 활용 베스트 프랙티스 공유 세션”을 열고

• Notion이나 사내 위키에 “우리 회사 AI 활용 가이드” 페이지를 만들어

• 추천 프롬프트,금지 사항, 실제 성공 사례를

계속 업데이트하는 방식입니다.

이 정도 프레임만 갖추면 AI는 더 이상 “개인이 따로 쓰는 도구”가 아니라

“팀의 공통 사고 방식과 업무 구조를 바꾸는 인프라”로 자리 잡게 됩니다.

7장은 여기까지입니다.

정리하자면

• 7.1에서

내 파일·문서 구조를 정리하고

• 7.2에서

사내 정보·규정 DB를 만들고

• 7.3에서

개인 RAG 구조를 얹고

• 7.4에서

유지보수 관점을 추가하고

• 7.5에서

팀·조직으로 확장하는 틀을 마련하는 과정이었습니다.

8장. 직장인 생산성 2배 프로그램(30일 로드맵)

8장은 이 글 전체 내용을 “30일 실천 계획”으로 재구성한 파트입니다.

AI 공부를 따로 해야 하는 프로그램이 아니라 당장 내 일을 하면서

조금씩 루틴을 바꾸는 실전용 로드맵을 목표로 합니다.

기본 원칙은 세 가지입니다.

1. 하루 30분~1시간 안에서 한다.

2. 완벽하게가 아니라 “대략 70점만 되어도” 넘어간다.

3. 도구보다 루틴에 집중한다.

실행에 사용할 대표 도구는 다음 네 가지 축 정도를 상정합니다.

• ChatGPT

• 네이버 CLOVA X

• Notion AI

https://www.microsoft.com/ko-kr/microsoft-365-copilot

• Microsoft 365 Copilot

• 뤼튼 AI

https://wrtn.ai

회사 환경에 따라쓸 수 있는 도구가 다르더라도,

“어떤 도구로 대체할지”만 바꾸면 같은 로드맵을 그대로 적용할 수 있습니다.

8.1 Day 1~7: 문서 자동화

1주차의 목표는 단 하나입니다.

“빈 화면에서 시작하지 않는 습관”을 몸에 익히는 것.

보고서·회의록·기획안 등 문서 작업의 30~50%를

AI가 먼저 틀을 잡고 사람이 다듬는 방식으로 강제로 바꿔 보는 주간입니다.

Day 1 오늘 문서 1개만 AI로 시작해 보기

• 오늘 작성해야 하는 문서 중 가장 부담되는 것 1개를 고릅니다.

• ChatGPT, CLOVA X, 뤼튼 중 편한 도구 하나를 열고 6장에서 설명한

구조대로 역할·목적·입력·출력·제약을 적어 “목차와 구조”를 먼저 요청합니다.

• 나온 구조를 기준으로 본문 초안을 생성하고, 실제 숫자와 사례만 사람이 채워 넣습니다.

오늘의 체크포인트

• 빈 화면에서 커서를 깜빡이게 놔두지 않았는가.

Day 2 회의록 1건 자동 생성

• 실제 회의를 녹음하거나 이미 있는 회의 녹음 파일을 사용합니다.

• 클로바노트, 다글로, 티로 등음성

→텍스트 기반 도구를 활용해 회의 내용 전체를 텍스트로 변환합니다.

• 변환된 텍스트를

ChatGPT·CLOVA X에 붙여넣고 “결정사항 / 논의사항 / 액션 아이템

”세 섹션으로 정리해 달라고 요청합니다.

오늘의 체크포인트

• “회의 끝나고 기록을 안 남기는

”패턴을 한 번이라도 끊었는가.

Day 3 보고서 템플릿 1개 만들기

• 자주 쓰는 보고서 종류 하나를 고릅니다.

(예: 주간 업무 보고, 월간 실적 보고 등)

• Notion이나 워드에 기본 목차와 항목을 적어 둔 템플릿을 만들어 둡니다.

• AI에게“이 템플릿에 맞춰 아래 메모를 채워 넣어 달라”고 요청해

한 번 완성해 봅니다.

오늘의 체크포인트

• “다음에 또 쓸 수 있는 형식”을 하나 이상 만들었는가.

Day 4 기존 문서 1개 요약

• 길고 복잡한 보고서·자료 중 한 개를 선택합니다.

• Notion AI·ChatGPT에 전체 또는 핵심 부분을 붙여 넣고

“A4 1장 분량의 요약”을 요청합니다.

• 요약본을 읽어 본 뒤 “내가 받는 입장이라면 무엇이 더 궁금할까?”

를 적고 그 질문들을 다시 AI에 던져 봅니다.

오늘의 체크포인트

• “긴 문서도 일단 던져 놓으면 요약해서 볼 수 있다”는 감각을

한 번이라도 체험했는가.

Day 5 이메일·공지문 초안 AI로 작성

• 오늘 보내야 할 이메일, 공지문 중 가장 중요한 것 1개를 고릅니다.

• 핵심 메시지를 메모 수준으로만 정리해 AI에게 “정중한 사내 공지문”

혹은 “고객에게 보내는 공식 메일”로 작성해 달라고 요청합니다.

• 나온 초안을 그대로 쓰지 말고 회사 톤에 맞게 최소 10% 이상 직접 수정해 봅니다.

오늘의 체크포인트

• “초안은 AI, 책임은 사람” 이라는 원칙을 몸으로 느꼈는가.

Day 6 내 프롬프트 3개 묶음 만들기

• 이번 주에 써 본 프롬프트 중 괜찮았던 것 3개를 골라 노션·메모앱에 정리합니다.

• 프롬프트 안에서 고정값과 변수(날짜, 프로젝트명 등)를 구분해 써 둡니다.

• 다음 주부터는 이 3개를 “복붙 후 수정”해서

다시 쓰는 것을 목표로 합니다.

오늘의 체크포인트

• “매번 새로 질문하는 사람”에서 “좋은 질문을 재사용하는 사람”으로

한 발짝 이동했는가.

Day 7 1주차 회고

• 이번 주에 AI가 도와준 작업을 전부 적어 봅니다.

• 직접 했을 경우와 비교해 대략 어느 정도 시간을 아꼈을지 감으로라도 써 봅니다.

• “다음 주에는 어떤 문서에서 더 줄여 보고 싶은지” 한 줄 목표를 적어 둡니다.

오늘의 체크포인트

• “AI가 있든 없든 똑같다”가 아니라 “적어도 이 몇 가지는 다르다”는

체감 포인트가 생겼는가.

8.2 Day 8~14: 기획·아이디어 자동화

2주차의 목표는

“생각을 시작할 때 혼자 고생하지 않는 것”입니다.

아이디어·전략·기획 단계에서 AI를 브레인스토밍 파트너로 쓰는

습관을 만드는 주간입니다.

Day 8 브레인스토밍 세션 1회

• 다가오는 프로젝트나 과제를 하나 정하고

ChatGPT·CLOVA X에 “아이디어 20개를 뽑아 달라”고 요청합니다.

• 조건을 구체적으로 줍니다.

예) 예산, 타깃, 기간, 채널 등

• 나온 아이디어를 A안/B안/C안 세 묶음으로 다시 묶어 달라고 요청합니다.

오늘의 체크포인트

• “내가 떠올리지 못했을 관점이 최소 1개 이상 있었는가.”

Day 9 캠페인·프로젝트 구조 설계

• 실제 추진 중이거나 구상 단계인 캠페인을 하나 고릅니다.

• Notion AI·ChatGPT를 활용해 “목표·타깃·메시지·채널·일정·지표”

여섯 항목으로 정리된 기획서 골격을 만들어 봅니다.

• 이 골격을 향후 프로젝트들의 기본 템플릿으로 저장합니다.

Day 10 고객·사용자 페르소나 정의

• 현재 다루는 고객군 중 핵심 타깃 1~2개를 고릅니다.

• AI에게 “실제 설문·인터뷰에서 나올 법한 세부 특성을 채워 달라”고 요청합니다.

• 나온 내용을 바탕으로 “이 사람에게 오늘 무엇을 말해 줄까”

를 기준으로 콘텐츠·제안을 점검합니다.

Day 11 경쟁사·레퍼런스 분석

• 경쟁사 2곳, 벤치마킹하고 싶은 레퍼런스 1곳을 정해

소개 페이지·리뷰·기사 내용을 복사해 붙여 넣습니다.

• AI에게 “장점/약점/차별 포인트”를 표로 정리해 달라고 요청합니다.

• 우리 팀·서비스가 어디에 서 있는지 한 문장으로 정의해 봅니다.

Day 12 가설·실험 설계

• 요즘 업무에서 가장 신경 쓰이는 지표 1개를 고릅니다.

• “이 지표를 올리기 위한 가설 3개와 각 가설을 검증할 실험 방법”을

AI에게 설계해 달라고 요청합니다.

• 그 중 현실적으로 할 수 있는 1개를 골라 실제로 실행 준비를 합니다.

Day 13 프롬프트 라이브러리 확장

• 6장에서 본 직무별 프롬프트 80선 중 내 직무와 맞는

항목 5개를 골라 실제 문장 형태로 구체화합니다.

• Notion이나 메모앱에 “기획·아이디어용 프롬프트 모음” 페이지를 따로 만듭니다.

Day 14 2주차 회고

• 지난 2주 동안 “AI 덕분에 혼자 끙끙대지 않고 넘어간 일”을 3개 이상 적습니다.

• 앞으로 “기획 단계에서 만큼은 절대 혼자 시작하지 않겠다”는 식의

나만의 원칙을 한 줄로 써 둡니다.

8.3 Day 15~21: 커뮤니케이션 자동화

3주차의 목표는

“말·글을 다듬는 데 쓰던 시간을 절반 이하로 줄이는 것”입니다.

메일·메신저·공지·보고 등 커뮤니케이션 영역에서

AI를 편집자·비서로 쓰는 연습을 합니다.

Day 15 메일 템플릿 3종 만들기

• 자주 쓰는 메일 유형 3개를 고릅니다.

예) 회신 지연 사과, 자료 요청, 일정 조율

• 기존에 보냈던 메일을 모아 AI에게 “공통 구조”를

먼저 뽑아 달라고 요청합니다.

• 그 구조를 바탕으로 템플릿을 만들고 변수(이름, 날짜, 금액 등)를

빈칸으로 표시해 둡니다.

Day 16 사내 공지·안내문 자동화

• 최근 썼거나 써야 할 공지문을 하나 골라

AI에게 “조금 더 짧고 명료하게 3가지 버전으로 써 달라”고 요청합니다.

• 팀장·실무자·전사 공유 등 상이한 대상별 버전도 각각 만들어 봅니다.

Day 17 FAQ·응대 스크립트 작성

• 고객·내부 동료에게 자주 받는 질문 10개를 적습니다.

• AI에게 “질문을 더 잘 다듬고,각각에 대한 첫 응답 멘트와

보충 설명 멘트를 만들어 달라”고 요청합니다.

• 이 결과를 팀 노션·공유 문서에“FAQ 초안”으로 저장합니다.

Day 18 회의 준비 커뮤니케이션 자동화

• 예정된 회의 하나를 골라 안건·목적·참석자를 AI에게 입력합니다.

• “이 회의 전에 공유하면 좋을 안내문”을 만들어 달라고

요청하고, 실제 참석자들에게 발송해 봅니다.

• 회의 뒤에는 Day 2에서 만든 회의록 자동화 루틴을 반복합니다.

Day 19 피드백·코멘트 작성 지원

• 동료 작업물에 피드백을 해야 하는 상황에서 AI에게 먼저

“논리·구조·톤 관점”의 코멘트를 초안으로 만들어 달라 하고,

• 그 초안을 기반으로 내 생각을 덧붙여 정리합니다.

Day 20 커뮤니케이션 로그 정리

• 최근 일주일 동안 메일·메신저·회의 등 에서오고 간 주요 대화 내용을

AI에게 “핵심 논의·결정 사항” 중심으로 정리해 달라고 요청합니다.

• 이 결과를 주간 보고서 작성에 활용합니다.

Day 21 3주차 회고

• “AI를 쓰지 않았다면 오늘 더 피곤했을 장면”을 떠올려 적어 봅니다.

• 메일·공지·응대 등에서 앞으로 AI를 최소 여기에는 쓰겠다,

하는 필수 영역을 3개 정합니다.

8.4 Day 22~30: 전사적 자동화 시스템 구축

마지막 9일은 “나 혼자 쓰는 AI”를 넘어

“팀·조직 관점의 AI”로 시야를 넓히는 단계입니다.

꼭 관리자가 아니어도 팀 안에서AI 활용 흐름을 제안하고

작은 파일럿을 만들어 보는 실전 주간입니다.

Day 22 현황 지도 그리기

• 우리 팀 업무를 큰 단계 5~7개로 나눠 종이·노션에 적어 봅니다.

• 각 단계별로 현재 어떤 도구를 쓰는지, 어디에서 시간이 많이 쓰이는지 표시합니다.

• AI에게 “이 흐름에서자동화 가능성이 큰 지점을

3곳만 골라 달라”고 분석 의견을 요청해 봅니다.

Day 23 팀용 템플릿 공유

• 1~3주차 동안 만든보고서·회의록·메일 템플릿 중

쓸 만한 것 3~5개를 골라팀 공유 공간에 올립니다.

• 간단한 사용 설명과 예시 프롬프트까지 붙여서

“누구나 복붙해서 쓸 수 있는” 형태로 정리합니다.

Day 24 부서별 AI 활용 가설 세우기

• 마케팅, 영업, HR, 운영, 재무 등 우리 회사 주요 부서를 떠올리고

각 부서에서 가장 먼저 자동화하면 좋을 것들을 AI에게 질문해 봅니다.

• “우리 회사 상황에 맞게 커스터마이즈하면 어떤 그림이 될지”

를 한 페이지 메모로 정리합니다.

Day 25 작은 파일럿 1개 제안

• 팀장이나 동료에게 “이 정도 규모라면 바로 시도해 볼 수 있을 것 같은AI 파일럿”

을 하나 제안합니다. 예) 회의록 자동화,월간 리포트 자동 템플릿 등

• 제안 문서 역시 AI의 도움을 받아 1페이지로 압축해 작성합니다.

Day 26 도구·정책 리서치

• 회사가 이미 도입했거나 도입 가능성이

높은 도구(Microsoft 365, Notion, 국산 AI 등)를 리스트업합니다.

• 각 도구의 AI·자동화 관련 공식 페이지를 한 번씩 살펴보고

“우리 회사 상황에서 특히 쓸 만한 기능”을 3개씩만 메모합니다.

Day 27 리스크·윤리 관점 점검

• 9장에서 다룰 보안·윤리 이슈를 미리 떠올려

“우리 팀에서 AI를 쓸 때 조심해야 할 지점”을 먼저 정리합니다.

• 민감정보, 고객 데이터,평가·인사 관련 정보 등

절대 외부에 나가면 안 되는 데이터에 별표를 쳐 둡니다.

Day 28 “팀용 AI 가이드 초안” 작성

• 지금까지 정리한 내용으로 A4 1~2장짜리 팀용 AI 활용 가이드 초안을

AI 도움을 받아 작성합니다.

• “할 것 / 하지 말 것 /추천 루틴 / 금지 루틴” 네 섹션으로 나누어 정리합니다.

Day 29 30일 전·후 비교 정리

• 30일 전에 비해 지금 달라진 점을 딱 세 가지 관점에서 적어 봅니다.

1. 시간이 줄어든 영역

2. 스트레스가 줄어든 영역

3. 새로 가능해진 일

이 내용을 바탕으로 “다음 30일 로드맵”에

무엇을 더할지 간단히 적습니다.

Day 30 다음 사이클 설계

• 1~4주차를 돌아보며 “이 로드맵을 다시 한 번 돌린다면

어디를 더 깊게 파고 싶을지”를 결정합니다.

• 예를 들어 “다음 30일은회계·재무 자동화에 집중”

“다음 30일은 마케팅·콘텐츠 자동화에 집중”과 같이 테마를 하나 정합니다.

8.5 성과 측정 지표와 실전 변화 예시

마지막으로이 30일 프로그램의 성과를

어떻게 측정할 것인지, 실제 현장에서 어떤 변화가 나타날 수 있는지 정리해 보겠습니다.

1. 최소한의 성과 지표

완벽한 KPI가 아니어도 아래 3가지만 꾸준히 적어도 충분한 “체감 지표”가 됩니다.

• 문서 작성 시간

예) 주간 보고서 작성 시간이 90분 → 45분으로 줄었는가.

• 회의 후 정리 시간

예) 회의 한 건당 정리 시간이 0분에서 10분 내외로 고정되었는가.

• 새로 생긴 아웃풋

예) 예전에는 못 만들던 회고 자료, FAQ, 매뉴얼 등이 한 달 안에 몇 개나 생겼는가.

2. 심리·정서적 변화

수치와 별개로 아래와 같은 정성적 변화가 있다면 이 로드맵은 이미 성공입니다.

• “일이 몰리면 일단 AI를 열어 본다”는 새로운 반사 행동이 생겼는가.

• 보고서·제안서를 쓸 때 “어떻게 시작하지?”가 아니라

“어떤 프롬프트 템플릿을 쓸까?”를 먼저 떠올리게 되었는가.

• 회의가 끝나도 “이게 다 어디로 사라지지?”가 아니라

“지금 이 내용을 어떻게 쌓을까?”를 먼저 고민하게 되었는가.

3. 실전 변화 예시

실제 조직에서 비슷한 방식의 프로그램을 적용했을 때 자주 목격되는

변화는 대략 다음과 같습니다 (여러 기업 사례와 생산성 도입 보고를 종합한 관찰입니다).

• 팀 내 문서 형식이 서서히 통일되고, “이 사람 문서와 저 사람 문서의 편차”가 줄어든다.

• 신입·주니어가문서·보고 영역에서 훨씬 빠르게 “팀 톤”을 따라 잡는다.

• 팀장·리더 입장에서는 “초안부터 다시 쓰는 일”이 줄고 “고민이 필요한 부분만

같이 손보는 구조”로 바뀐다.

• 개인 입장에서는 반복작업에 쓰던 시간을 리서치·관계·전략 등

“사람만 할 수 있는 일”로 조금씩 옮겨가기 시작한다.

8장의 30일 로드맵은

이 글 전체 내용을 “하루 30분짜리 행동”으로 강제 분해한 버전입니다.

중요한 것은 한 번 완벽하게 따라 하는 것이 아니라

• 내 상황에 맞게 줄이고 늘리며

• 30일짜리 사이클을 여러 번 돌리는 것

입니다.

■ 쇼핑몰 회사인데, 모델 사진 직접 찍으세요? Ai 모델로 고용(?)하세요!

9장. AI 활용의 위험·윤리·보안 관리

앞 장에서 우리는 AI를 활용해 업무 생산성을

올리는 방법과 시스템 설계를 살펴봤습니다.

이제는 “할 수 있는 것”에서 한 발 더 나아가“ 해도 되는 것”과

“해서는 안 되는 것”을 명확히 구분하는 단계가 필요합니다.

이 장은 실무에서 AI를 안심하고 쓰기 위한 최소 안전장치에 가깝습니다.

• 무엇을 절대 넣으면 안 되는지

• AI 답변을 어디까지 믿을지

• 인사·평가에서 어디까지 허용되는지

• 저작권·법적 리스크는 무엇인지

• 회사 차원의 정책은 어떻게 만들지

이 다섯 가지를 9.1부터 9.5까지 정리합니다.

참고로 이 장에서 언급하는 AI 도구는 대표적으로 다음과 같습니다.

• ChatGPT

• 네이버 CLOVA X

• Notion AI

https://www.microsoft.com/ko-kr/microsoft-365-copilot

• Microsoft 365 Copilot

이 도구들은 각자 데이터 보안·프라이버시에 대한 정책을

갖고 있지만, 그렇다고 해서 사용자의 책임이 사라지는 것은 아닙니다.

9.1 민감정보·기밀문서 입력 가이드

첫 번째 원칙은 단순합니다.

“AI에 넣지 말아야 할 정보는 클라우드에도 함부로 올리면 안 된다.”

한국에서는 개인정보보호법(PIPA)이 개인의 프라이버시 권리를 보호하고

개인정보의 수집·이용·보관·제공에 대한 엄격한 기준을 제시합니다.

실무자 입장에서 보면 다음 세 가지를먼저 구분하는 것이 좋습니다.

1. 일반 개인정보

2. 민감정보

3. 회사·거래처의 기밀정보

1. 일반 개인정보

일반 개인정보는 사람을 식별할 수 있는 정보입니다.

• 이름, 연락처, 이메일

• 사번, 계좌번호, 주소 등

PIPA 기준으로는 이런 정보 역시 매우 중요하지만

특히 다음 항목은 추가적인 보호가 필요합니다.

2. 민감정보

법·가이드라인에서는 건강, 정치 성향, 종교, 노조 가입,생체정보 등

특별히 보호가 필요한 정보를 “민감정보”로 봅니다.

직장인의 일상에 대입하면

• 직원의 질병·장애 관련 기록

• 성과·징계 이력과 결합된 건강 정보

• 정치·종교 성향이 드러나는 내용

등이 여기에 포함될 수 있습니다.

이런 정보는 기업 내부 시스템에서도 특별히 관리해야 하고,

외부 AI 서비스에 그대로 입력해서는 안 됩니다.

3. 회사·거래처 기밀정보

또 한 가지 중요한 축은

법적 개인 정보가 아니더라도

회사 입장에서 절대로 외부 유출되면 안 되는 정보입니다.

예를 들어

• 공개 전인 전략·사업계획

• 미공개 재무정보

• 입찰·제안서 내용

• 고객사와의 계약서 주요 조항

• 소스코드, 설계도, 알고리즘 등

이런 정보는 반드시 회사가 승인한

• 사내 전용 AI 시스템

• 엔터프라이즈급 보안을 갖춘 도구

안에서만 사용해야 합니다.

예를 들어 Microsoft 365 Copilot은 프롬프트·입력·응답을 모델 학습에 사용하지 않고,

조직의 권한·보존 정책을 그대로 반영하는 엔터프라이즈급 보안을 강조합니다.

Notion AI 또한 AI 모델 학습에 고객 데이터를 사용하지 않는

계약,전송 구간 암호화,GDPR 수준의 개인정보 보호를 내세우고 있습니다.

그러나 어떤 도구를 쓰든 원칙은 바뀌지 않습니다.

• 민감정보, 기밀정보는 무조건 “레드존”으로 두고

• 회사가 허용한 도구와 범위 안에서만 최소한으로 활용합니다.

4. 실무에서 쓸 수 있는 간단한 판단 기준

업무 중 “이걸 AI에 넣어도 될까” 고민되는 순간에는

아래처럼 스스로 물어보면 좋습니다.

• 이 정보가 유출되면 나나 내 동료가 바로 민형사상 문제를 떠올리게 될까

• 이 파일을 외부 메일로 첨부해서 보내려면 팀장 결재를 받아야 할까

• 이 내용이 회사 밖 커뮤니티에 한 번 올라갔다고 상상했을 때

“큰일 났다”는 생각이 드는가

이 중 하나라도 “그렇다”면 외부 AI 서비스에는

절대 직접 붙여 넣지 않는 것을 원칙으로 삼는 것이 안전합니다.

9.2 사실 오류 검증 체계 구축

생성형 AI는 “그럴듯한 말을 만드는 데”는 뛰어나지만

“언제나 사실만 말하는 도구”는 아닙니다.

특히

• 숫자·통계

• 특정 사건·날짜

• 법률·의학·세무처럼 전문성이 높은 정보

에서는 과장되거나 잘못된 정보를 자신 있게 말하기도 합니다.

그래서 회사 차원에서는 “AI 오류를 전제로 한 검증 체계”를 함께 가져가야 합니다.

1. 정보의 등급 나누기

실무에서는 AI 답변을 그대로 쓰는 영역과 반드시 검증이

필요한 영역을 나누는 것이 좋습니다.

예를 들어

• 설명·비유·초안 작성 → 비교적 위험이 낮은 영역

• 법·의학·세무·노무 → 검증 없이는 사용하면 안 되는 영역

또한 회사 정책·규정·계약과 관련된 문장은 AI 초안을 쓰더라도

반드시 사람 검토를 거쳐야 합니다.

2. “근거를 먼저 묻게 하는” 프롬프트

사실 검증 체계를 프롬프트 차원에서 구현할 수도 있습니다.

• “지금부터는 어떤 주장을 할 때마다 그 근거와 논리를

먼저 적고 마지막에 결론을 적어 주세요.”

• “아래 답변에서사실 여부가 불확실한 문장에 표시를 해 주고,

왜 불확실하다고 보는지 이유를 함께 써 주세요.”

• “지금부터는 내가 제공한 문서 안의 내용만 참고해서 답해 주세요.

문서에 없는 내용은 ‘자료에 없음’이라고 적어 주세요.”

이렇게 “출처 제한”과 “근거 요청”을 함께 쓰면

AI가 스스로 조심스럽게 답하도록 유도할 수 있습니다.

3. AI로 AI를 검증하기

사실 검증에 AI를 거꾸로 활용하는 방법도 있습니다.

• 먼저 A 세션에서 답변을 받은 뒤

• B 세션에서 “이 답변의 논리적 허점,사실 오류 가능성을 찾아 달라”

고 요청하는 방식입니다.

둘 다 100퍼센트 정확하진 않지만 두 관점을 비교하면서

사람이 최종 판단을 내리면 오류 확률을 크게 줄일 수 있습니다.

4. 고위험 영역에서는 “참고자료”로만 사용

법률·의학·재무·세무 등 사소한 오해도 큰 피해로 이어질 수 있는 영역에서는

• ChatGPT, CLOVA X 등은 어디까지나 참고 자료로만 쓰고

• 최종 의사결정은 반드시 해당 분야 전문가의 자문을 거치도록

내부 원칙을 세우는 것이 좋습니다.

9.3 인사·평가에서의 윤리 문제

AI를 인사·평가에 활용할 때는 생산성보다

먼저 공정성과 차별 위험을체크해야 합니다.

언어모델은 학습 데이터의 편향을 그대로 반영할 수 있기 때문에,

인사 관련 영역에서 “판단자” 역할을 맡기는 것은 굉장히 위험합니다.

1. AI가 해도 되는 일과하면 안 되는 일

AI에게 맡길 수 있는 일

• 자기소개서·경력기술서의 문장 다듬기

• 면접 질문 목록 초안 작성

• 평가 코멘트의 표현 완화·정리

• 교육·온보딩 자료 작성

AI에게 맡기면 안 되는 일

• 채용·승진·징계 여부의 최종 결정

• 인물 평가 등급을 자동으로 부여하는 일

• 특정 지원자를 자동 탈락시키는 필터링

AI는 어디까지나 “글을 정리하는 도구,정보를 모아주는 도구” 정도로만 쓰고

“사람에 대한 최종 판단”은 반드시 사람 몫으로 남겨야 합니다.

2. 차별·편향을 줄이기 위한 질문들

AI가 만든 평가 문장이나 추천 내용을 사용할 때는 다음 질문을 스스로 던져 보면 좋습니다.

• 이 문장 안에 성별·연령·출신·학력 등에 대한 암묵적인 편견이 숨어 있지는 않은가

• 같은 행동을 했는데 사람에 따라 더 가혹하거나 더 관대한 표현이 쓰이고 있지 않은가

• 이 판단을 본인에게 그대로 읽어 줘도 설명 책임을 질 수 있는가

이 셋 중 하나라도 확신이 없다면 표현을 다시 다듬거나 AI가

만든 문장을 과감히 버릴 필요가 있습니다.

3. 기록·설명 가능성 확보

인사·평가에서 AI를 조금이라도 활용한다면 나중에라도

• 어떤 입력을 넣었고

• 어떤 출력을 참고했으며

• 최종 결정은 어떻게 사람이 내렸는지

최소한의 설명이 가능해야 합니다.

따라서

• 프롬프트와 결과를 그대로 복사해 두거나

• 평가 시트 안에 “AI를 참고한 부분”을 표시하고

• 최종 코멘트는 사람이 직접 작성하는 방식으로

“책임 소재”를 분명히 해 두는 것이 윤리·법적 리스크를 줄이는 길입니다.

9.4 AI 시대에 필요한

법적·저작권 개념

학습·이용에 관한 가이드와 제도 개선 논의를 진행하고 있습니다.

현 시점에서 실무자가 꼭 알고 있어야 할 핵심 개념만 정리해 보면 다음과 같습니다.

1. “AI가 썼다”는 말로 책임이 사라지지 않는다

보고서·제안서·디자인·카피 등 어떤 결과물이든

• 회사 이름으로 나가면 책임 주체는 회사와 작성자입니다.

“이건 AI가 쓴 거라 잘못돼도 내 책임이 아니다”라는 논리는 통하지 않습니다.

따라서

• AI를 초안 도구로 쓰더라도 표절·명예훼손·허위사실·비밀유지 위반 등

법적 책임은사람이 떠안는다는 전제를 분명히 해야 합니다.

2. 학습·참고·표절의 경계

AI를 활용해 글을 쓰거나 이미지를 만들 때 다음 세 가지를 구분할 필요가 있습니다.

• 학습

→ 모델이 과거 데이터를 바탕으로 패턴을 익히는 과정

• 참고

→ 기존 문서를 요약·재구성하는 수준

• 표절

→ 기존 표현을 실질적으로 동일하게 가져오면서 출처를 밝히지 않는 행위

실무에서는

• 기존 자료를 붙여 넣고 “요약·정리”를 요청할 때 잠재적으로

원 저작물의구조·표현을 유지한 채 재사용하는 문제가 생길 수 있습니다.

따라서

• 외부 유료 리포트, 서적, 강의자료 등은

전체를 통째로 붙여 넣어 재작성·요약하게 하기보다

• 꼭 필요한 부분만 발췌하고 출처를 남기는 습관이 안전합니다.

3. 이미지·디자인 활용 시 주의점

AI 이미지 생성 서비스들은 대부분 약관에서

• 생성물의 활용 범위

• 상업적 사용 가능 여부

• 저작권·책임 범위

를 규정하고 있습니다.

실무에서는

• 상업용으로 쓸 이미지라면 사용 중인

서비스의 약관을 반드시 확인하고

• 회사 로고, 브랜드 요소,특정 인물·캐릭터를

그대로 흉내 내는 표현은 피하는 것이 좋습니다.

또한 이미 존재하는 로고·캐릭터·사진을 그대로 업로드 해

“이것처럼 만들어 줘”라고 요청하는 것도

4. 번역·현지화에 AI를 쓸 때

파파고, DeepL과 같은 AI 번역 도구는 다국어 문서 작업을 매우 빠르게 만들어 줍니다.

• 네이버 파파고

https://papago.naver.com

• DeepL 번역기

https://www.deepl.com/ko/translator

다만 번역의 질과 별개로 다음 두 가지를 체크해야 합니다.

• 원문 저작권

• 번역물 저작권

→ 번역 결과를 상업적으로 쓸 때 계약·라이선스를

어떻게 정의할지 정리해야 합니다.

회사 콘텐츠의 경우 번역 결과를 바로 외부에 내보내기 전에

9.5 기업 내 AI 정책 구축 원칙

마지막으로 회사 차원에서AI 활용 정책을 만들 때

반드시 포함해야 할 핵심 원칙을 정리해 보겠습니다.

정책의 목적은 “막기만 하는 것”이 아니라

• 위험을 줄이면서

• 생산성을 높게 유지할 수 있도록

• 최소한의 공통 규칙을 만드는 것

입니다.

1. 허용·금지·제한 영역을 명확하게 나누기

정책 문서에는 다음 세 가지를 분리해서 적는 것이 좋습니다.

• 허용 영역

→ 초안 작성, 요약, 번역,비기밀 자료 분석 등

• 금지 영역

→ 민감정보, 고객식별정보,미공개 재무·전략,인사 평가 결정 등

• 제한적 허용 영역

→ 내부 전용 AI 시스템에서만 허용,특정 조건 하에 사용 가능

이렇게 나누어 두면 실무자가 고민하는 시간을 많이 줄여 줄 수 있습니다.

2. “승인된 도구 리스트” 관리

회사에서 공식적으로 허용한 AI 도구 목록을 만들어

정기적으로 업데이트해야 합니다.

예를 들어

• 사내 표준

Microsoft 365 Copilot

https://www.microsoft.com/ko-kr/microsoft-365/copilot

• 협업·지식 관리

Notion AI

• 한국어 대화·문서 작업

CLOVA X, ChatGPT