슬기로운 직장인의 올바른 AI 챗봇 이용법

2e_consulting -

"The only correct answer to the question how do you use AI is I don't I don't use AI I work with it."  - AI를 어떻게 사용하느냐는 질문에 대한 유일하게 올바른 대답은 '사용하지 않는다. 함께 일한다 (work with)'는 것입니다. -

스탠포드 대학의 제레미 어틀리(Jeremy Utley)교수는 "AI 시대의 창의력 훈련 및 협업 방식의 변화"라는 강연과 하버드비즈니스리뷰에 기고한 "Don’t Let Gen AI Limit Your Team’s Creativity" 에서 AI 시대에 개인과 조직이 AI와 협업하고 창의력을 발휘하는 방법에 대한 핵심 인사이트를 소개하였다.

참고로 어틀리 교수는 스탠퍼드대 D스쿨에 재직중이며 지난 15년간 창의력, 혁신, 기업가 정신 분야를 가르쳐왔으며, 현재는 일반인들이 생성형 AI와 효과적으로 협업하는 방법을 연구하고 있다. 베스트셀러인『Ideaflow: The Only Business Metric That Matters』의 공동 저자, Thinkers50 선정 최고 혁신 리더이자, Freespin Capital의 제너럴 파트너이며,『Paint & Pipette: The Art & Science of Innovation』의 진행자이기도 하다.

출처: Jeremy Utley 홈페이지

AI와의 관계 재정립: 도구에서 팀원으로

어틀리 교수는 AI와 생산적인 협업을 가로막는 가장 큰 장벽 중 하나는 사람들이 AI를 사용하는 방식에 대한 잘못된 이해라고 지적한다. 그는 사람들이 AI를 단순한 '도구'(tool)가 아닌 '팀원'(teammate)으로 인지해야 한다고 강조하면서 AI 시대에 필요한 창의력과 생산성 향상을 위해 기존의 익숙한 기술 사용 방식에서 벗어나 AI를 '팀원'으로 인식하고 적극적으로 협력하는 태도가 중요하다고 강조한다.

특히 타이핑보다는 음성을 활용하여 생각의 합성을 AI에게 오프로드하고, AI에게 직접 활용법을 배우는 등의 새로운 접근 방식이 필요하다고 제안한다. 다시 말해 AI를 단순히 '사용하는' 도구가 아닌 '함께 일하는' 파트너로 바라보는 관점의 전환이 AI 시대 성공의 핵심이라고 할 수 있다.

  • 도구 vs. 팀원 관점의 차이: AI를 도구로 생각하면 결과가 만족스럽지 않을 때 'AI가 이걸 잘못하네' 하고 포기하거나 직접 개선하려고 한다. 하지만 AI를 팀원으로 생각하면, 만족스럽지 않은 결과에 대해 피드백을 주고, 코칭하고, 멘토링하며 개선을 돕는다.
  • 피드백과 질문: 팀원으로 대할 때 중요한 점은 AI에게 피드백을 주고, AI가 우리에게 질문하도록 유도하는 것으로 많은 사람이 '나는 질문하고 AI는 답한다'는 일방적인 관계를 취하지만, '이 주제에 대해 물어봐야 할 10가지 질문은 뭘까?' 또는 '최고의 답변을 얻기 위해 나에게 필요한 정보는 무엇이니?'와 같이 AI가 질문하도록 요청하면 훨씬 심도깊은 협업이 가능하다.

AI 협업 생산성을 높이는 방법

  • 검색엔진 사용 습관 버리기: LLM을 단순한 검색 도구처럼 사용하는 것은 AI 능력의 아주 일부분만 활용하는 것이다. 다시 말해 AI 챗봇을 구글 검색처럼 사용하기 보다는 "당신은 AI 전문가입니다. 제가 업무에서 AI를 가장 잘 활용할 수 있는 방법을 찾도록 컨설팅을 통해 도와주세요. AI 전문가로서 제 워크플로우, 책임, KPI, 목표에 대한 충분한 맥락을 얻을 때까지 한 번에 하나씩 질문해 주십시오. 그런 다음 AI를 활용할 수 있는 명백한 권장 사항 두 가지와 명백하지 않은 권장 사항 두 가지를 제시해 주세요"와 같이 질문하는 것이 생산성을 높일 수 있다.
  • 타이핑보다 음성 사용: 키보드로 타이핑할 때는 '무엇을 먼저 말해야 할까?'라고 생각하게 되지만, 음성을 사용하면 그냥 자유롭게 이야기할 수 있다. 이처럼 음성 사용에 익숙해지면 생산성이 크게 변화시킨다.

AI 활용 팀과 미활용 팀중 어떤 팀이 더 좋은 아이디어를 냈을까?

이제 ChatGPT가 다양한 아이디어를 쏟아내는 능력을 의심하는 사람은 없다. 그러나 이런 아이디어들이 실제로 쓸모가 있을까? 최근 실제 실험에서 창의적인 문제 해결 과제에 참여한 팀들은 AI의 도움을 받아 다소 향상된 성과를 보였지만, 일부는 오히려 성과가 떨어지기도 했다. 리더십 개발 기업 GeoLab의 CEO인 키안 고하르는 "사람들이 생성형 AI, 문제 해결, 창의적 사고에 대해 흔히 갖는 오해가 오히려 AI를 잘못 사용하게 만들며, AI 없이 작업한 것보다 결과가 나빠지기도 한다"고 지적한다.

고하르(Kian Gohar)와 제레미 어틀리(Jeremy Utley) 교수는 유럽과 미국의 기업에 근무하는 직장인 60명을 대상으로 실제 회사가 직면한 비즈니스 문제(예: 사내 교육 콘텐츠 개발, 특정 제품의 B2B 영업 확대 등)를 해결하는 과제를 수행했다. 참가자들은 2개의 팀으로 나뉘어 문제 해결 아이디어를 도출했다. 이 중 통제 그룹은 AI의 도움 없이 진행하였고, 실험 그룹은 ChatGPT를 활용할 수 있도록 했다. 실습은 90분 동안 진행됐으며 개인 아이디어 작성 후에 팀 브레인스토밍을 실시하였다.

아이디어는 각 문제의 ‘오너’(실행 책임자)가 평가했는데 오너들은 어떤 아이디어가 사람이 참여한 결과인지, AI가 참여했는지를 모르는 상태에서 A등급(매우 우수)부터 D등급(추진 불가)으로 4단계로 점수를 매겼다.

연구팀은 AI 활용 팀이 훨씬 더 많고 뛰어난 아이디어를 낼 것으로 기대했으나 실험 결과는 예상과 달랐다. 일단 양에서는 AI를 사용한 실험그룹은 통제 그룹보다 8% 더 많은 아이디어를 만들어냈다. 반면 실험 그룹이 제시한 아이디어는 통제 그룹이 제시한 아이디어보다 D 등급은 7% 더 적게 받았지만, B 등급(“흥미롭지만 추가 개발 필요”)은 8% 더 많이 받았고 C 등급(“상당한 개발 필요”)은 거의 동일한 비율이었다. 가장 놀라운 것은 AI를 활용한 실험 그룹이 그렇지 않은 통제 그룹보다 A 등급("매우 우수한 아이디어")을 2% 더 적게 받았다는 점이다.

연구 결과를 분석하면 “생성형 AI는 형편없는 아이디어를 줄이는 데는 도움을 줬지만, 동시에 평범한 아이디어만 더 많이 낳는 결과를 가져온 것이다. 연습 전후로 실시한 설문조사에 따르면, AI를 사용한 팀은 그렇지 않은 팀보다 문제 해결 능력에 대해 훨씬 더 높은 자신감을 보였는데 결과는 이러한 자신감이 상당 부분 잘못된 것임을 시사합니다.

고하르와 어틀리는 본 실험을 통해 다음과 같은 실질적인 AI 활용 전략을 다음과 제시한다.

  • 문제를 보다 구체적으로 정의하라

생성형 AI는 확률적으로 “가장 평균적인 답”을 도출한다. 막연한 질문, 예를 들어 “고객 만족도를 어떻게 높일까?”보다는 “우리 고객 여정 중 온보딩 단계에서 이탈률이 높다. 이 단계를 개선해 이탈률을 10%로 줄이려면?”과 같은 정확한 문제 정의가 더 효과적이다. 기업에선는 팀이 AI 도구를 사용하기 전에 가능한 한 많은 세부사항을 포함한 매우 구체적인 문제 진술을 작성하도록 가르쳐야 한다. 고하르는 “사람들은 AI가 마치 예언자처럼, 그냥 연결만 하면 해결책을 줄 것이라고 기대한다. ChatGPT에게 문제를 알아서 해결해 달라고 요청한 팀은 미미한 결과를 얻었다"고 말했다.

  • AI 사용 전, 개인 브레인스토밍 시간을 가져라

15~30분 정도 혼자 아이디어를 고민하게 하면 AI나 팀 의견에 휩쓸리지 않는 다양하고 창의적인 발상 확보가 가능하다.

  • AI를 철저히 학습시키고 많은 대화를 주고 받아라

AI는 조직 내부 맥락을 모른다. 기존 성과/실패 사례, 고객 특성, 업계 기준 등 최대한 많은 관련 데이터를 입력해야 제대로 된 결과도출이 가능하다. 그리고 AI가 처음 제시한 답변을 바로 받아들이지 말고, 지속적으로 후속 질문을 던지며 반복 개선해야 더 창의적인 해답 도출이 가능하다.

글 : 투이컨설팅 디지털 연구소