생성형 AI 효율 체감, 자료검색은 33%인데 기획은 1%인 이유: 직무재설계로 격차를 메우는 법
AI로 효율이 올랐다는 업무는 자료 검색에 몰렸고 기획안 구상은 1.4%에 그쳤습니다. 이 격차가 생기는 이유와 직무재설계로 기획 업무에도 AI를 쓰는 방법을 정리합니다.
생성형 AI 효율 체감은 업무 종류에 따라 크게 갈립니다. 한국직업능력연구원이 재직자 1,090명을 조사해 10월 말 발표한 '생성형 AI 시대의 직무재설계' 보고서에서, AI로 효율이 오른 업무로 자료 검색·정보 수집을 꼽은 비율은 33.4%였고 기획안 구상은 1.4%였습니다. 차이를 만드는 것은 도구보다 업무를 나누는 방식, 즉 직무재설계입니다.
기획안 초안을 쓰려고 AI 창을 열었다가 결국 자료만 찾아 달라고 하고 창을 닫은 적이 있을 겁니다. 그런 경험은 드물지 않습니다. 숫자로 보면 꽤 많은 사람이 같은 자리에서 멈춰 있습니다.
33.4%
AI로 효율이 오른 업무: 자료 검색·정보 수집
1.4%
AI로 효율이 오른 업무: 기획안 구상
1,090명
조사에 응답한 재직자 수
생성형 AI 효율 체감, 자료검색 33%와 기획 1%는 무엇을 뜻할까
두 숫자의 차이는 약 24배입니다. 같은 도구를 쓰는데도 효과를 느끼는 지점이 한쪽에 쏠려 있다는 뜻입니다.
이 결과만 보고 AI가 기획을 못 한다고 단정하기는 어렵습니다. 이 숫자가 보여 주는 것은 실무자가 효율을 '체감한' 곳입니다. AI가 할 수 있는 일의 한계를 잰 숫자는 아닙니다.
자료 검색은 결과를 바로 확인할 수 있고, 질문 한 줄로 시작할 수 있습니다. 그래서 가장 먼저 손이 가고 효과도 빨리 느낍니다. 기획은 그렇지 않습니다.
기획 업무에서 AI 효과가 잘 안 나는 3가지 이유
아래 분석은 보고서 결과가 아니라 현장에서 자주 보이는 패턴을 바탕으로 한 편집부의 해석입니다. 자료 검색과 기획안 구상은 업무 구조부터 다릅니다.
| 비교 기준 | 자료 검색·정보 수집 | 기획안 구상 |
|---|---|---|
| 결과물 정의 | 명확함(○) | 모호함(✕) |
| 필요한 사내 맥락 | 적음(○) | 많음(✕) |
| 품질 판단 기준 | 사실 여부로 확인(○) | 팀·상사 기대에 따라 달라짐(△) |
| 한 번의 요청으로 끝나는 정도 | 높음(○) | 낮음(✕) |
| 프롬프트 설계 난도 | 하 | 상 |
첫째, 기획은 '좋은 결과물'의 기준이 머릿속에만 있습니다. 둘째, 예산·조직 상황·지난 분기 성과 같은 맥락이 AI에게 전달되지 않습니다. 셋째, 대부분 "기획안 써 줘" 한 줄로 끝까지 맡기려 합니다.
기획에서 AI가 쓸모없어 보이는 이유는 기획을 하나의 덩어리로 맡기기 때문입니다. 기획을 단계로 쪼개면 AI를 붙일 지점이 보이기 시작합니다.
덩어리로 맡기는 방식
- "신제품 프로모션 기획안 써 줘" 한 줄로 요청합니다
- 어디서나 볼 법한 결과가 나와 다시 처음부터 씁니다
- AI는 결국 검색 용도로만 남습니다
단계로 쪼개는 방식
- 문제 정의, 가설, 대안, 반론 검토로 나눠 요청합니다
- 단계마다 사내 맥락을 짧게 넣습니다
- 최종 판단은 사람이 하고, AI는 생각의 폭을 넓힙니다
개인 성과 76.0%와 조직 기여 72.6%, 3.4%p 간극이 말해 주는 것
같은 보고서에서 AI 활용이 개인 성과에 도움이 된다는 인식은 76.0%, 조직 성과에 기여한다는 인식은 72.6%였습니다. 두 수치 모두 높지만 차이가 분명히 있습니다.
개인 성과 향상 인식
간극은 3.4%p로 크지 않습니다. 그래도 방향은 분명합니다. 내 일은 빨라졌는데 팀의 성과로는 덜 이어진다고 느끼는 사람이 있다는 뜻입니다.
3.4%p
개인 성과 인식과 조직 기여 인식의 차이
76.0%와 72.6%를 바탕으로 계산한 값입니다
편집부는 이 간극을 앞에서 본 33%와 1%의 격차와 이어서 읽습니다. 자료 검색을 빨리 끝내면 개인의 시간은 줄어듭니다. 하지만 조직이 기대하는 성과는 대개 기획과 의사결정에서 나옵니다.
한 줄 요약
검색이 빨라지면 개인이 편해지고, 기획이 달라지면 조직의 성과가 달라집니다. AI를 붙일 곳은 시간이 많이 드는 업무보다 판단이 많이 필요한 업무입니다.
직무재설계로 기획 업무에 AI를 붙이는 5단계
월요일 아침 주간 회의에 하반기 캠페인 방향을 들고 가야 하는 마케터가 있다고 가정해 보겠습니다. 이전에는 경쟁사 자료를 모으는 데 AI를 쓰고 기획은 혼자 붙잡았습니다. 아래 순서로 바꾸면 같은 시간 안에 검토하는 대안의 수가 달라집니다.
- 1
업무 분해
기획안을 문제 정의, 가설, 대안, 리스크, 실행 계획으로 나눕니다
- 2
맥락 주입
단계마다 목표, 예산 범위, 제약 조건을 3~5줄로 먼저 알려 줍니다
- 3
발산 요청
정답 하나 대신 서로 다른 관점의 대안을 여러 개 요청합니다
- 4
반론 검토
AI에게 결재권자 입장에서 각 대안의 약점을 지적하게 합니다
- 5
사람의 결정
최종 선택과 근거는 직접 쓰고, AI는 문장 다듬기에만 씁니다
이 방식이 바로 작은 단위의 직무재설계입니다. 업무를 없애는 것이 아니라 사람과 AI가 맡을 부분을 다시 나누는 일입니다.
단계별로 바로 쓸 수 있는 문장이 필요하다면 무료 프롬프트에서 기획·보고 유형별 예시를 참고하면 됩니다. 처음에는 한 단계만 바꿔도 충분합니다.
이번 주 기획 업무 점검
- 기획안을 최소 4단계 이상으로 나눠 봤습니다
- AI에게 우리 팀 상황을 3줄 이상 설명했습니다
- 대안을 하나가 아니라 여러 개 요청했습니다
- AI에게 내 기획의 약점을 물어봤습니다
- 최종 판단 근거를 직접 작성했습니다
교육 담당자라면 AI 교육 과정에서 무엇을 바꿔야 할까
도구 사용법 위주의 교육은 자료 검색 활용까지는 금방 끌어올립니다. 문제는 그다음 단계입니다. 기획 업무로 넘어가려면 '무엇을 물을지'를 정하는 사고 구조를 다뤄야 합니다.
교육 성과도 개인의 작업 시간이 아니라 팀 단위 결과물로 측정하는 편이 맞습니다. 개인 성과와 조직 기여의 간극을 줄이는 출발점이 여기에 있습니다. 직무별 설계가 필요하다면 기업 AI 교육 사례를 함께 살펴볼 수 있습니다.
교육 설계 팁
실습 과제를 '자료 조사해 보기'에서 '우리 팀 실제 기획안을 단계별로 AI와 다시 써 보기'로 바꿉니다. 같은 시간을 쓰더라도 조직 성과와 연결되는 지점이 달라집니다.
자주 묻는 질문
생성형 AI 효율 체감 조사는 어디서 발표했나요?
한국직업능력연구원이 재직자 1,090명을 대상으로 조사해 10월 말 '생성형 AI 시대의 직무재설계' 보고서로 발표했습니다. 세부 문항과 응답 구조는 원문 보고서에서 확인할 수 있습니다.
기획 업무 효율 체감이 1.4%라면 AI를 기획에 쓰지 말아야 하나요?
그렇지 않습니다. 이 수치는 효율을 체감한 업무의 분포를 보여 줄 뿐이며, 기획을 단계로 나눠 맡기면 활용할 수 있는 지점이 많습니다.
직무재설계는 꼭 조직 차원에서 해야 하나요?
개인 단위에서도 시작할 수 있습니다. 내 업무 하나를 단계로 나누고 AI가 맡을 단계를 정하는 것만으로도 작은 직무재설계가 됩니다.
무엇부터 시작하면 좋을까요?
이번 주에 해야 할 기획 업무 하나를 골라 위의 5단계 가운데 '반론 검토'부터 적용해 보기를 권합니다. 부담이 적고 효과를 느끼기 쉬운 단계입니다.
자료 검색에서 멈출지, 기획까지 갈지는 도구보다 업무를 보는 방식에 달려 있습니다. 지금 내 AI 활용이 어느 단계에 있는지 궁금하다면 1분 AI 진단으로 먼저 확인해 보시기 바랍니다. 진단 결과에 맞는 무료 프롬프트 하나로 이번 주 기획안부터 바꿔 볼 수 있습니다.
송승환 · 초사고 AI 대표
프롬프트 설계부터 업무 자동화까지, 도구가 바뀌어도 남는 실력을 만드는 실전 AI 교육을 만듭니다. 현장에서 확인한 것만 씁니다.