'AI 오너'는 인공지능(AI)이 업무의 초안을 빠르게 만드는 시대에 사람에게 남는 판단과 책임을 다룬다. 김성중은 문서 생산 속도보다 업무의 목표를 정하고 결과를 검증하는 역량이 성과를 가른다고 본다.

보고서와 회의록, 제안서가 손쉽게 완성돼도 다음 행동이 명확해지는 것은 아니다. 보기 좋은 표와 문장이 업무를 진전시키지 못하는 상황에서 무엇을 만들고 어떤 일은 맡겨야 할지 먼저 결정해야 한다. AI가 만든 결과가 실제 일의 진척인지 따져보는 과정도 필요하다.

도구를 고를 때의 출발점은 '만들까, 살까, 조합할까'라는 질문이다. 직접 개발할 수 있다는 사실보다 사용 기간과 사용자 수, 운영 중단 시 받는 영향, 데이터가 어디에 남는지를 함께 따져야 하며, 저자는 이를 설명하기 위해 설렁탕과 파인다이닝처럼 수준과 목적이 다른 선택을 비교한다. 혼자 짧게 시험할 프로그램과 여러 부서가 오래 사용하는 시스템은 필요한 권한과 관리 비용부터 다르므로 기능의 화려함만으로 우열을 매기기 어렵다.

데이터를 준비하는 과정은 '한약방 서랍장'에 빗댄다. 고객과 견적, 프로젝트, 정산 기록을 구분하고 서로 연결한 뒤 어떤 자료가 원본인지와 접근 권한을 결정하는 작업이다. 자료를 모아 AI에 넣는 일보다 필요한 근거를 다시 찾을 수 있는 환경을 만드는 데 초점을 맞춘다.

업무 목표 설정에는 'AI OKR'이라는 실무 틀을 사용한다. 기존 목표와 핵심 결과에 산출물, 맥락과 데이터, 작업의 경계, 역할과 검토 조건을 덧붙여 AI가 담당할 범위를 정하고, 실제 업무에서 어떤 증거를 남겨야 결과로 인정할지 구체화한다. 그럴듯한 문서를 빨리 완성했다는 이유로 일을 끝냈다고 판단하지 않도록 산출물의 사용처와 후속 행동을 연결하고, 사람이 승인해야 하는 단계도 명시한다.

혼자 쓰던 AI 도구가 팀으로 확산하면 승인 절차와 변경 이력, 복구 수단이 중요해진다. 기존 시스템 전체를 교체하기보다 필요한 기능부터 연결하고 읽기와 질의, 작성, 업무 위임으로 활용 범위를 넓히는 접근을 택한다. AI가 제대로 처리하지 못한 작업을 누가 바로잡을지도 함께 따진다.

그럴듯하지만 다음 일을 움직이지 못하는 AI 산출물에는 '워크슬롭'이라는 이름을 붙인다. 맥락 없는 피드백이나 검수하지 않은 도식, 우선순위가 빠진 제안 요청서는 작성자의 시간을 절약했더라도 그것을 받아드는 동료에게 더 긴 확인 시간을 요구할 수 있어, 자동화의 성과를 문서 작성량만으로 판단하면 안 된다. 10년 넘게 소프트웨어 업계에서 일한 저자는 직접 도구를 만들고 AI 에이전트 팀을 운영한 경험을 통해 사람의 검토 부담을 줄일 기준을 정리했다.

마지막에는 새로운 증거가 나올 때 판단을 수정하고 현장에서 발견한 문제를 기록하는 태도를 강조한다. 도구가 생산한 결과 중 무엇을 사용할지 선택하고 위임의 책임을 유지하는 사람이 'AI 오너'다. 자동화가 진전될수록 사람의 업무는 결과물 생산보다 선택과 검증에 집중된다는 문제를 남긴다.

△ AI 오너/ 김성중(스탠리) 지음/ 208쪽

art@news1.kr