AI에게 맡길 일과 맡기면 안 되는 일
AI 위임의 핵심은 '많이 맡기기'가 아니다
AI를 잘 쓰는 사람을 보면 마치 모든 일을 AI에게 던지는 것처럼 보입니다. 회의록도 맡기고, 이메일도 맡기고, 자료 조사도 맡기고, 표 정리도 맡깁니다. 그런데 자세히 들여다보면 진짜 실력은 반대편에 있습니다. 그들은 무엇을 맡길지보다 무엇을 맡기면 안 되는지를 더 분명히 알고 있습니다.
AI는 성실한 인턴처럼 일합니다. 빠르고, 지치지 않고, 말귀도 꽤 잘 알아듣습니다. 하지만 인턴에게 회사의 인수합병을 결정하게 하지는 않습니다. 고객에게 보낼 최종 사과문을 승인 없이 발송하게 하지도 않습니다. 계약서의 법적 책임을 혼자 판단하게 하지도 않습니다. 이유는 간단합니다. 실행 능력과 책임 능력은 다르기 때문입니다.
AI도 마찬가지입니다. ChatGPT, Claude, Gemini 같은 도구가 파일을 읽고, 브라우저를 조작하고, 이메일 초안을 만들고, 일정까지 정리하는 시대가 되었지만, 그것이 곧 "판단 책임까지 넘겨도 된다"는 뜻은 아닙니다. OpenAI가 조직 안의 업무 흐름을 다룰 수 있는 워크스페이스 에이전트를 소개하면서도 공유 맥락, 인수인계, 팀 간 의사결정을 중요한 요소로 강조한 이유도 여기에 있습니다.1 에이전트가 할 수 있는 일이 늘어날수록, 사람은 더 똑똑하게 경계를 그어야 합니다.
이 장의 목표는 AI에게 일을 맡기는 기준을 세우는 것입니다. "이건 맡겨도 된다", "이건 초안까지만 맡긴다", "이건 절대 자동 실행하면 안 된다"를 구분할 수 있어야 합니다. 이 기준이 생기면 AI 활용은 훨씬 안전하고 강력해집니다.
맡겨도 좋은 일의 다섯 가지 조건
AI에게 잘 맞는 일에는 공통점이 있습니다. 화려한 일이 아니라, 기준이 분명한 일입니다. 사람도 일할 때 "무엇을 잘했다고 볼 것인가"가 분명하면 실수가 줄어듭니다. AI도 마찬가지입니다.
AI 위임 적합성은 다음 다섯 가지 질문으로 판단할 수 있습니다.
반복적인가?
규칙적인가?
좋은 산출물의 기준이 명확한가?
잘못되어도 피해가 작거나 사람이 빨리 고칠 수 있는가?
실행 전으로 되돌릴 수 있는가?
이 다섯 가지에 "그렇다"가 많을수록 AI에게 맡기기 좋은 업무입니다.
예를 들어 회의 녹취록을 정리해 "논의 내용, 결정 사항, 할 일"로 나누는 작업은 AI에게 적합합니다. 반복적이고, 형식이 분명하고, 사람이 빠르게 검수할 수 있습니다. 이메일 초안도 마찬가지입니다. AI가 문장을 만들고, 사람은 사실관계와 어조를 확인하면 됩니다. 고객 피드백을 긍정·부정·요청·불만으로 분류하는 일도 기준만 잘 주면 시간을 크게 줄일 수 있습니다.
반대로 "이 고객에게 환불을 해줄지 말지 최종 결정해줘"는 위험합니다. 표면적으로는 고객 응대 업무처럼 보이지만, 실제로는 회사 정책, 고객 관계, 금전 손실, 브랜드 신뢰가 엮인 판단입니다. AI에게 맡길 수 있는 부분은 고객 문의를 요약하고, 관련 정책을 찾아주고, 답변 초안을 만드는 데까지입니다. 최종 결정과 발송은 사람이 해야 합니다.
실무에서는 이렇게 생각하면 쉽습니다. AI가 잘하는 일은 손을 많이 쓰는 일이고, 사람이 해야 하는 일은 책임을 지는 일입니다.
AI에게 먼저 맡기기 좋은 업무들
처음부터 거대한 자동화 시스템을 만들 필요는 없습니다. AI 위임은 작고 안전한 업무에서 시작해야 합니다. 특히 "완성품"보다 "시작점"이 중요한 작업이 좋습니다. 빈 문서 앞에서 멈춰 있는 시간을 줄여주기 때문입니다.
대표적인 예가 초안 작성입니다. 보고서의 첫 문단, 제안서의 목차, 블로그 글의 구조, 유튜브 대본의 흐름, 이메일의 기본 문안은 AI가 빠르게 만들어줄 수 있습니다. 이때 중요한 것은 AI에게 "알아서 잘 써줘"라고 하지 않는 것입니다. 목적, 독자, 참고 자료, 제외할 내용, 원하는 형식을 함께 줘야 합니다.
예를 들어 이렇게 맡길 수 있습니다.
다음 회의 내용을 바탕으로 팀장에게 보낼 이메일 초안을 작성해줘. 목적은 일정 변경 승인 요청이야. 지나치게 변명처럼 보이지 않게 하고, 대안 일정 2개를 포함해줘. 출력은 제목 3개와 본문 1개로 구성해줘.
이 지시는 단순히 "이메일 써줘"보다 훨씬 안정적입니다. AI가 따라야 할 길이 보이기 때문입니다.
자료 정리도 좋은 출발점입니다. PDF 보고서에서 핵심 주장만 뽑거나, 여러 기사의 공통 흐름을 정리하거나, 경쟁사 홈페이지에서 기능·가격·고객군을 표로 비교하게 할 수 있습니다. Anthropic이 수백만 건의 Claude 대화를 분석한 연구에서도 AI 사용은 소프트웨어 개발과 글쓰기 관련 작업에서 특히 많이 나타났고, 상당수 직업에서 업무 일부를 보조하거나 자동화하는 형태로 쓰이고 있었습니다.2 이는 AI가 직업 전체를 대신한다기보다, 직업 안의 여러 작은 과업을 빠르게 처리하는 방식으로 확산되고 있음을 보여줍니다.
형식 변환도 AI에게 잘 맞습니다. 긴 글을 발표 자료용 개요로 바꾸기, 회의록을 액션 아이템 표로 바꾸기, 고객 인터뷰를 인사이트 카드로 바꾸기, 복잡한 설명을 중학생도 이해할 수 있는 문장으로 바꾸기 같은 일입니다. 원재료가 있고, 변환 기준이 분명하기 때문에 품질을 확인하기 쉽습니다.
아이디어 확장도 안전한 편입니다. 신제품 이름 후보 30개, 뉴스레터 제목 20개, 강의 예시 10개, 고객 설문 문항 15개를 뽑는 일은 AI에게 맡기기 좋습니다. 여기서 AI의 역할은 정답을 맞히는 것이 아니라 선택지를 넓히는 것입니다. 사람은 그중 쓸 만한 것을 골라 다듬으면 됩니다.
'초안까지'와 '최종까지'를 구분하라
AI 활용에서 가장 위험한 착각은 "초안을 잘 만들었으니 최종도 맡겨도 되겠지"라는 생각입니다. 초안 작성 능력과 최종 책임 능력은 전혀 다릅니다.
AI가 작성한 보도자료 초안이 매끄럽다고 해서 그대로 배포하면 안 됩니다. 숫자가 틀렸을 수 있고, 법적으로 민감한 표현이 들어갔을 수 있고, 회사의 공식 입장과 다를 수 있습니다. AI가 만든 채용 평가 요약이 그럴듯하다고 해서 후보자를 탈락시키는 근거로 바로 쓰면 안 됩니다. 편향된 표현이 숨어 있을 수 있고, 면접관이 실제로 확인해야 할 맥락이 빠져 있을 수 있습니다.
그래서 AI 위임은 세 단계로 나누어야 합니다.
보조: 사람이 생각하기 쉽게 자료를 정리하고 선택지를 만든다.
초안: 사람이 검토할 수 있는 1차 결과물을 만든다.
실행: 외부에 보내거나, 돈을 쓰거나, 시스템을 변경하거나, 누군가에게 영향을 준다.
대부분의 업무에서 AI는 보조와 초안 단계까지 강력합니다. 그러나 실행 단계로 넘어가는 순간 사람의 승인 절차가 필요합니다. 특히 에이전트형 AI가 브라우저를 조작하고, 앱과 연결되고, 이메일이나 캘린더 같은 도구를 사용할 수 있을 때는 이 구분이 더 중요해집니다. Google의 Gemini Agent도 이메일 발송이나 구매처럼 중요한 행동 전에는 확인을 받도록 설계되어 있으며, 사용자가 중단하거나 직접 통제할 수 있음을 강조합니다.3
이 원칙을 업무 문장으로 바꾸면 다음과 같습니다.
AI는 제안할 수 있다. 사람은 승인한다. 기록은 남긴다.
간단하지만 강력한 규칙입니다.
위험도가 높은 업무에는 인간 승인 절차를 둔다
모든 업무에 똑같은 승인 절차를 둘 필요는 없습니다. 매일 아침 업계 뉴스 10개를 요약하는 작업에 임원 결재가 필요하지는 않습니다. 하지만 이해관계자에게 실제 피해가 갈 수 있는 일이라면 이야기가 달라집니다.
다음과 같은 업무는 AI가 초안을 만들 수는 있어도, 자동 실행하면 안 됩니다.
비용 집행, 환불, 구매, 계약 변경처럼 돈이 움직이는 일
고객에게 최종 답변을 보내거나 클레임을 종결하는 일
보도자료, 공지문, 투자자 커뮤니케이션처럼 외부 평판에 영향을 주는 일
채용, 평가, 승진, 징계처럼 사람의 기회와 권리에 영향을 주는 일
시스템 설정 변경, 데이터 삭제, 권한 부여처럼 되돌리기 어려운 일
이런 일에는 최소한의 인간 승인 절차가 필요합니다. 실무에서는 다음 흐름을 권장합니다.
AI 초안 생성 → 담당자 검토 → 책임자 승인 → 실행 기록 보관
여기서 "담당자 검토"는 단순한 눈도장이 아닙니다. 사실관계, 빠진 맥락, 표현의 위험, 이해관계자 영향, 회사 정책과의 일치 여부를 확인해야 합니다. "책임자 승인"은 누가 최종 책임을 지는지 명확히 하는 단계입니다. "실행 기록 보관"은 나중에 문제가 생겼을 때 무엇을 근거로 결정했는지 추적하기 위한 장치입니다.
AI 에이전트가 강력해질수록 기록은 더 중요해집니다. 사람이 직접 클릭한 일은 기억에 남지만, 에이전트가 여러 도구를 오가며 처리한 일은 과정이 흐릿해질 수 있습니다. 어떤 자료를 참고했는지, 어떤 지시를 받았는지, 어떤 단계에서 사람이 승인했는지를 남겨야 합니다. 자동화의 속도가 빨라질수록 감사 가능한 흔적이 필요합니다.
되돌릴 수 없는 일은 자동화하지 않는다
AI에게 일을 맡길 때 반드시 물어야 할 질문이 있습니다.
이 일이 잘못되면 얼마나 쉽게 되돌릴 수 있는가?
회의록 요약이 틀리면 고치면 됩니다. 이메일 초안의 어조가 어색하면 다시 쓰면 됩니다. 표 분류가 조금 빗나가면 사람이 수정하면 됩니다. 이런 일은 되돌릴 수 있습니다.
하지만 고객 데이터베이스를 삭제하는 일, 수천 명에게 마케팅 메일을 발송하는 일, 계약 조건을 변경하는 일, 광고 예산을 집행하는 일은 다릅니다. 잘못되면 복구 비용이 큽니다. 어떤 피해는 돈으로도 완전히 되돌릴 수 없습니다. 고객 신뢰, 내부 평판, 법적 책임은 한 번 흔들리면 회복이 어렵습니다.
따라서 AI 자동화의 기본 원칙은 이렇습니다. 되돌릴 수 있는 일은 자동화하고, 되돌리기 어려운 일은 승인 단계를 둔다.
이 원칙은 개인 업무에도 적용됩니다. AI에게 "내 메일함을 정리해줘"라고 할 때도 바로 삭제하게 하기보다 "삭제 후보를 표로 정리해줘"라고 하는 편이 안전합니다. "캘린더를 알아서 조정해줘"보다 "변경안 3개를 제안해줘"가 낫습니다. "이 고객에게 답장 보내줘"보다 "답장 초안을 만들고, 내가 검토한 뒤 보낼 수 있게 해줘"가 안전합니다.
AI에게 맡기는 방식이 한 문장만 달라져도 위험도는 크게 달라집니다.
자료가 충분할수록, 형식이 분명할수록 품질이 올라간다
AI가 실수하는 많은 이유는 능력이 부족해서라기보다 재료가 부족해서입니다. 사람도 배경 설명 없이 "제안서 써줘"라는 지시를 받으면 엉뚱한 결과를 냅니다. AI도 마찬가지입니다.
AI에게 일을 맡길 때는 역할보다 맥락이 중요합니다. "너는 최고의 마케터야"라는 말보다 "우리 제품은 30대 직장인을 위한 월 구독형 식단 관리 앱이고, 이번 문서는 B2B 제휴사를 설득하기 위한 2쪽짜리 제안서다"라는 정보가 훨씬 유용합니다.
좋은 위임에는 다음 요소가 들어갑니다.
업무 목적: 왜 이 결과물이 필요한가
참고 자료: 무엇을 근거로 해야 하는가
제외 범위: 무엇은 다루지 말아야 하는가
출력 형식: 표, 이메일, 보고서, 체크리스트 중 무엇으로 받을 것인가
품질 기준: 좋은 결과물이라고 볼 조건은 무엇인가
예를 들어 "경쟁사 분석해줘"라고 하면 AI는 대략적인 정보를 섞어 그럴듯한 글을 만들 수 있습니다. 하지만 "첨부한 3개 경쟁사 소개 자료만 참고해서, 가격·주요 기능·타깃 고객·우리에게 주는 시사점을 표로 정리하고, 추정은 별도 표시해줘"라고 하면 품질이 달라집니다. AI가 상상할 공간이 줄고, 검토할 포인트가 선명해집니다.
AI 위임의 기본은 "똑똑한 답을 기대하는 것"이 아니라 "틀릴 여지를 줄이는 것"입니다.
개인정보와 회사 기밀은 '최소 제공'이 원칙이다
AI에게 맡기면 안 되는 일의 중심에는 데이터가 있습니다. 업무 현장에서는 생각보다 쉽게 민감한 자료를 AI에 넣습니다. 고객 문의 원문, 계약서, 매출표, 직원 평가 메모, 회의 녹취, 내부 전략 문서가 "요약 한 번만 하려고" 외부 도구에 들어갈 수 있습니다.
문제는 AI가 나쁜 도구라서가 아닙니다. 문제는 우리가 자료의 민감도를 제대로 구분하지 않은 채 편리함을 먼저 선택한다는 데 있습니다. 특히 AI가 사내 드라이브, 이메일, 캘린더, 문서함과 연결될수록 접근 범위가 넓어집니다. Google Cloud의 Vertex AI 안전 문서도 생성형 AI에서 민감정보 유출, 부정확한 응답, 프롬프트 인젝션 같은 위험을 줄이기 위해 필터, 시스템 지시, DLP 같은 다층적 보호가 필요하다고 설명합니다.4
실무 원칙은 단순해야 합니다. AI에는 필요한 만큼만 준다. 이것을 최소 제공 원칙이라고 부를 수 있습니다.
예를 들어 고객 불만 100건을 분석하고 싶다면 고객명, 전화번호, 이메일, 주문번호 전체가 꼭 필요하지 않을 수 있습니다. 불만 유형, 구매 상품군, 문의 내용, 처리 결과만 있으면 충분할 때가 많습니다. 이 경우 이름은 "고객 A", "고객 B"로 바꾸고, 연락처와 주소는 삭제한 뒤 분석해야 합니다.
계약서를 요약할 때도 마찬가지입니다. 외부 AI 도구에 넣어도 되는 계약서인지 먼저 확인해야 합니다. 상대 회사명, 금액, 특수 조항, 비밀유지 내용이 포함되어 있다면 승인된 업무용 계정과 보안 설정 안에서 처리해야 합니다. 개인 계정에 복사해서 넣는 순간 편리한 요약 작업이 보안 사고의 출발점이 될 수 있습니다.
조직이라면 자료를 최소한 세 등급으로 나누어야 합니다.
외부 공개 가능 자료: 홈페이지, 보도자료, 공개 보고서처럼 입력 가능
내부 제한 자료: 사내 문서, 회의록, 일반 업무자료처럼 승인된 업무용 AI에서만 사용
입력 금지 자료: 개인정보 원본, 인사 평가, 미공개 재무정보, 핵심 영업비밀처럼 별도 승인 없이는 사용 금지
이 기준이 없으면 직원들은 각자 감으로 판단합니다. 어떤 사람은 고객명을 지우고 넣고, 어떤 사람은 원문 그대로 넣고, 어떤 사람은 개인 AI 계정으로 처리합니다. AI 활용이 늘어날수록 "개인의 조심성"만으로는 부족합니다. 기준이 있어야 합니다.
전문 책임이 따르는 영역에서는 AI를 보조자로만 둔다
금융, 법률, 의료, 세무 영역은 AI 활용의 유혹이 큽니다. 용어가 어렵고, 문서가 길고, 규정이 복잡하기 때문입니다. AI에게 물어보면 순식간에 설명해주고, 체크리스트를 만들고, 문서 초안도 정리해줍니다. 그래서 더 조심해야 합니다.
이 영역의 공통점은 "그럴듯한 답"이 위험하다는 것입니다. 금융 조언은 개인의 재산에 영향을 줍니다. 법률 해석은 계약과 분쟁의 결과를 바꿀 수 있습니다. 의료 판단은 건강과 생명에 연결됩니다. 세무 신고는 과태료와 법적 책임으로 이어질 수 있습니다.
따라서 전문 영역에서 AI의 역할은 다음 수준으로 제한하는 것이 안전합니다.
어려운 용어를 쉽게 설명하게 하기
전문가에게 물어볼 질문 목록 만들기
상담 전 준비할 자료 체크리스트 만들기
긴 문서의 구조와 쟁점 요약하기
가능한 선택지를 비교하되 최종 판단은 보류하기
예를 들어 "이 계약서에 서명해도 될까?"라고 묻는 것은 위험합니다. 대신 "이 계약서에서 내가 변호사에게 확인해야 할 쟁점을 정리해줘"라고 묻는 것이 좋습니다. "이 증상은 무슨 병이야?"보다 "의사에게 설명하기 위해 증상 기록표를 만들어줘"가 안전합니다. "이 종목 사도 돼?"보다 "이 기업을 분석할 때 확인해야 할 재무 지표와 리스크를 정리해줘"가 낫습니다.
CFA Institute도 금융 분야에서 AI가 문서 분석과 정보 정리에 도움을 줄 수 있지만, 데이터의 타당성을 확인하고 가정과 한계를 검토하며 최종 책임을 지는 전문적 판단은 여전히 인간에게 남아 있다고 설명합니다.5 이것은 금융만의 이야기가 아닙니다. 법률, 의료, 세무, 교육, 인사처럼 사람의 삶에 직접 영향을 주는 분야 전체에 적용되는 원칙입니다.
전문 영역에서 AI 답변을 볼 때는 반드시 네 가지를 확인해야 합니다. 최신 정보인지, 출처가 있는지, 내 관할 지역의 법과 제도에 맞는지, 내 개별 상황을 충분히 반영했는지입니다. 이 중 하나라도 불확실하면 최종 판단으로 쓰면 안 됩니다.
AI가 더 똑똑해질수록 인간의 판단 기준이 더 중요해진다
많은 사람이 AI가 발전하면 사람의 판단이 덜 중요해질 것이라고 생각합니다. 실제로는 반대입니다. AI가 단순 답변 도구일 때는 틀린 답을 무시하면 그만이었습니다. 하지만 AI가 파일을 읽고, 메일을 쓰고, 표를 수정하고, 브라우저를 조작하고, 다른 도구와 연결되면 작은 판단 오류가 실제 행동으로 이어질 수 있습니다.
그래서 AI 시대의 인간은 모든 문장을 직접 쓰는 사람이 아니라, 판단 기준을 세우는 사람이 되어야 합니다. "우리 회사에서 고객에게 사과할 때 지켜야 할 어조는 무엇인가", "가격 할인은 어느 선까지 자동 제안할 수 있는가", "어떤 정보는 절대 외부 도구에 넣으면 안 되는가", "어떤 결정은 반드시 책임자 승인을 받아야 하는가"를 정해야 합니다.
AI에게 맡길 일과 맡기면 안 되는 일을 구분하는 가장 쉬운 방법은 업무를 세 부분으로 나누는 것입니다.
첫째, AI가 해도 되는 일입니다. 반복적이고, 기준이 명확하고, 검수가 쉬우며, 되돌릴 수 있는 일입니다. 요약, 분류, 초안, 변환, 아이디어 확장, 자료 정리가 여기에 속합니다.
둘째, AI가 도와줄 수는 있지만 사람이 결정해야 하는 일입니다. 고객 대응, 제안서 최종본, 채용 평가 요약, 계약 검토, 예산 조정, 전략 기획이 여기에 속합니다. AI는 근거를 정리하고 선택지를 만들 수 있지만, 결정은 사람이 해야 합니다.
셋째, AI에게 맡기면 안 되는 일입니다. 민감정보를 무분별하게 처리하는 일, 법적·의료적·재무적 최종 판단, 사람의 권리에 영향을 주는 자동 결정, 되돌리기 어려운 실행, 회사의 공식 입장을 승인 없이 발표하는 일입니다.
이 구분이 생기면 AI는 훨씬 유용해집니다. 막연한 불안 때문에 AI를 멀리하지 않아도 되고, 과도한 기대 때문에 위험하게 쓰지도 않게 됩니다. 안전한 업무는 과감히 맡기고, 위험한 업무는 사람이 붙잡는 균형이 생깁니다.
위임 전 30초 체크리스트
AI에게 일을 맡기기 전, 길게 고민할 필요는 없습니다. 다음 질문에 30초만 답해보면 됩니다.
이 일의 좋은 결과 기준을 한 문장으로 말할 수 있는가?
AI가 참고할 자료와 제외할 범위를 줄 수 있는가?
결과를 사람이 빠르게 검수할 수 있는가?
틀렸을 때 피해가 작거나 되돌릴 수 있는가?
개인정보, 고객 데이터, 회사 기밀이 포함되어 있지 않은가?
돈, 계약, 채용, 평가, 의료, 법률, 세무처럼 책임이 큰 판단이 포함되어 있지 않은가?
실행 전에 사람이 승인하는 단계가 있는가?
이 질문에 걸리는 항목이 많을수록 자동화하면 안 됩니다. 대신 AI의 역할을 낮추면 됩니다. "결정해줘"를 "판단에 필요한 정보를 정리해줘"로 바꾸고, "발송해줘"를 "초안을 작성해줘"로 바꾸고, "삭제해줘"를 "삭제 후보를 표시해줘"로 바꾸면 됩니다.
AI 위임의 핵심은 용감함이 아닙니다. 설계입니다. 좋은 설계자는 기계가 잘할 수 있는 일을 알고, 사람이 붙잡아야 할 책임을 압니다. 이 경계를 아는 사람이 AI 시대에 가장 빠르게 일하면서도 가장 적게 사고를 냅니다.
결국 AI를 잘 쓰는 사람은 많이 맡기는 사람이 아닙니다. 맡겨도 되는 일은 과감히 맡기고, 맡기면 안 되는 일은 끝까지 사람이 책임지는 사람입니다.
참고
1Introducing workspace agents in ChatGPT - OpenAI
2Which Economic Tasks are Performed with AI? Evidence from Millions of Claude Conversations
3Gemini Agent - AI automation for daily tasks & multi-step work
5AI in Finance: Changing Workflows, Growing Demand for Human Judgment
이 노트는 보도·비평·교육·연구 목적으로 작성되었습니다. 저작권 문의가 있으시면 에서 알려주세요.