프로젝트 문의
← 일맛

일맛 · 실무 가이드  |  AI와 일하는 방식

AI에게 먼저 설명할 것은 목표입니다

어떤 결과가 필요한지, 지금 어디까지 할지, 사람은 무엇을 검토할지. OKR의 관점을 AI와 일하는 방식에 적용한 경험입니다.

글 일맛 · 영상 공개 2025-10-11 · 발언 스탠리 · 기준 시점 2025-10-11 · 수정 2026-10-05 · 읽기 3분

YouTube에서 보기 ↗

2025년 10월 공개한 영상의 경험과 관점을 글로 정리했습니다. 영상에는 스탠리와 패스트캠퍼스가 함께 준비한 강의 소개가 포함되어 있습니다.

처음에는 저도 AI를 검색 대신 쓰는 도구 정도로 생각했습니다. 창업한 뒤 야근하는 사무실에서 음성 대화를 시작하면서 쓰는 방식이 달라졌습니다.

혼자 소리 내어 AI에게 전문가 역할을 부여하려니 어색했습니다. 대신 지금 해야 할 일이 무엇인지, 어디에서 막혔는지 이야기하기 시작했습니다. 답을 듣고 더 구체적인 상황을 설명하다 보니 전화로 일을 상의하는 것 같은 대화가 됐습니다.

그때 이전 팀에서 경험했던 OKR의 개념을 적용해봤습니다. 해야 할 업무와 도달하고 싶은 목표, 원하는 결과물의 형태를 이야기했습니다. 제가 아는 수준과 모르는 부분도 솔직하게 설명했습니다. 그 뒤 여러 AI를 실무에서 사용하며 이 방식을 계속 시험했습니다.

숫자를 채우기 전에 목표를 이해하기

영상에서 제가 강조한 것은 목표가 일하는 방식을 이끌어야 한다는 관점입니다. 활동 횟수만 정해놓으면 누구와 어떤 이야기를 나눴는지, 왜 그 활동이 필요한지 놓치기 쉽습니다. 숫자를 채우는 일과 목표에 가까워지는 일이 어긋날 수 있습니다.

저는 목표와 핵심 결과를 정하는 OKR이 이 문제를 생각하는 데 도움이 된다고 봤습니다. 어디에 도달하려는지와 어떤 결과로 그 상태를 확인할지 함께 설명하는 것입니다. 이름만 OKR로 바꾸고 일하는 방식이 그대로라면 달라지는 것은 많지 않다고도 이야기했습니다.

이 관점을 AI에 적용할 때에도 출발점은 같습니다. 어떤 전문가처럼 행동하라는 말에 앞서, 지금 무엇을 왜 해야 하는지를 함께 알아야 합니다.

목표, 결과물, 역할을 나누어 설명하기

제가 영상에서 소개한 AI OKR은 실무에서 써본 방식입니다. 먼저 해야 할 일과 이유, 성과를 판단할 기준을 설명합니다. 이어서 원하는 결과물의 형태를 알려줍니다. 참고 문서나 예시가 있다면 함께 보여줄 수 있습니다.

그다음에는 이번 단계에서 AI가 맡을 범위를 정합니다. 예를 들어 지금은 자료를 수집하고 정리하는 데 집중하고, 전략을 세우는 일은 그 결과를 본 뒤에 진행하도록 나눌 수 있습니다. 할 일뿐 아니라 아직 하지 않을 일도 알려주는 것입니다.

사람인 제가 할 일도 남아 있습니다. AI가 정리한 내용을 제가 검토하고, 그다음에 피드백을 주기로 정합니다. 무엇을 맡길지와 어떻게 확인할지가 연결되어야 다음 대화를 이어가기 쉽습니다.

저는 원하는 방향이 서로 맞춰지는 과정을 에이밍이라고 표현했습니다. 방향이 충분히 맞지 않았다면 설명과 확인을 반복했습니다. 첫 지시를 한 번 쓰고 끝내는 방식과는 달랐습니다.

모호한 부탁을 긴 프롬프트로 바꿔도

그 과정은 때로 귀찮습니다. 내가 해야 할 일부터 정리해야 하기 때문입니다. 그래서 그대로 가져다 쓰면 해결될 것 같은 프롬프트를 찾게 되기도 합니다.

영상에서는 역할을 부여하는 말이 도움이 될 수 있지만, 그것만으로 필요한 맥락이 채워지는 것은 아니라고 이야기했습니다. 목표의 범위나 기간, 판단 기준이 비어 있으면 기대와 다른 결과가 나올 여지가 커집니다.

여러 단계가 필요한 일을 한 번에 모두 요청하는 방식도 살펴봤습니다. 겉으로는 요청한 형식을 갖췄지만 깊이나 완성도가 아쉬울 수 있습니다. 자료를 찾는 일, 판단하는 일, 결과물을 만드는 일을 어떻게 이어갈지 생각해야 합니다.

사람과 일할 때에도 상황을 설명하지 않은 채 기획부터 자료 조사, 디자인까지 한꺼번에 부탁하면 어려워집니다. 저는 AI를 쓰는 방식도 내가 일을 이해하고 나누는 방식과 연결되어 있다고 생각합니다.

결과를 판단하는 사람의 경험

AI에게 방향을 알려주고 피드백하는 데에도 인내심이 필요했습니다. 원하는 결과가 바로 나오지 않을 때 다시 설명하고, 결과를 기다리고, 쓸 만한 부분을 찾아야 했습니다.

그래서 저는 자기 분야의 전문 지식과 경험을 쌓는 일이 여전히 중요하다고 이야기했습니다. 결과를 보고 무엇이 좋은지 판단할 수 있어야 AI가 낸 정보와 아이디어를 활용할 수 있습니다.

결과가 아쉽다고 모두 포기하기보다, 어떤 일은 직접 하고 어떤 일은 AI나 다른 팀원에게 맡길지 다시 나눌 수도 있습니다. 저도 AI마다 잘하는 일이 다르다고 느껴 여러 도구를 함께 사용했습니다.

AI OKR이라는 이름에 특별한 주문이 들어 있는 것은 아닙니다. 목표와 필요한 결과를 설명하고, 역할을 나누고, 검토하면서 방향을 맞추는 방식입니다. 제가 AI를 실무의 파트너로 활용하며 중요하게 생각하게 된 과정이었습니다.