콘텐츠로 이동

P1-16.2 업무 자동화(work automation)와 검색(search)

Section ID: P1-16.2 Version: v2026.07.20

P1-16.1에서는 AI 재학습 문서화 프로젝트를 개인 학습과 문서화의 사례로 봤습니다. 이제 업무 적용으로 시야를 넓혀 봅니다.

AI를 실무에서 쓸 때 가장 먼저 떠올릴 수 있는 적용은 반복 업무 자동화(work automation)와 검색(search)입니다. 하지만 “AI가 알아서 한다”가 아니라, 사람이 하던 업무 흐름(workflow) 중 어느 부분을 맡길 수 있는지 나누어 봐야 합니다.

이 절에서는 업무 자동화(work automation), 검색(search), 요약(summary), 검토(review), 생산성(productivity)을 중심으로 업무 흐름에서 AI를 어디까지 보조 도구로 쓸 수 있는지 정리합니다. 16.1의 개인 학습 문서화보다 범위를 넓히고, 프로젝트 단위 검증은 16.3에서 이어집니다.

여기서는 반복 업무와 문서 검색에서 AI를 어떻게 보조 도구로 사용할 수 있는지 다룹니다. 프로젝트로 검증하는 방법은 P1-16.3에서 다룹니다.

주제 이 절에서 볼 질문
자동화(automation) 반복되는 작업 중 무엇을 맡길 수 있는가?
검색(search) 많은 문서에서 필요한 근거를 어떻게 찾을 것인가?
요약(summary) 긴 자료를 줄일 때 무엇을 잃을 수 있는가?
검토(review) AI 결과를 사람이 어떻게 확인할 것인가?

자동화와 검색을 업무 흐름에 붙이는 기준

  • 업무 자동화(work automation)를 업무 전체가 아니라 단계 분해 관점으로 설명할 수 있습니다.
  • 검색(search) 결과를 답이 아니라 근거 후보로 읽어야 하는 이유를 말할 수 있습니다.
  • 생산성을 검토 비용까지 포함해 판단해야 한다는 점을 설명할 수 있습니다.

세 가지 기준

여기서는 AI가 업무를 전부 대신한다는 환상을 줄이고, 어느 단계에서 보조가 되는지 나누어 봅니다. 본문을 읽을 때 기준이 되는 세 가지 관점은 다음과 같습니다.

기준 왜 중요한가 이 절에서 필요한 이해 수준
자동화는 업무 전체가 아니라 단계를 나누는 일이라는 점 AI 활용 범위를 현실적으로 보게 해 줍니다. 분류, 초안, 검색처럼 맡길 수 있는 부분을 나눠 본다고 이해합니다.
검색 결과는 답이 아니라 근거 후보라는 점 RAG와 벡터 검색을 과신하지 않게 해 줍니다. 관련 문서를 찾아도 원문 확인은 사람이 해야 한다고 이해합니다.
생산성은 검토 비용까지 포함해야 한다는 점 “빠르다”와 “쓸 만하다”를 구분하게 해 줍니다. 초안이 빨라도 수정이 많이 들면 전체 생산성은 낮을 수 있다고 이해합니다.

자동화는 업무 전체가 아니라 단계를 나누는 일이다

실무 자동화에서 중요한 것은 업무를 작은 단계로 나누는 것입니다.

자료 수집 -> 분류 -> 초안 작성 -> 근거 확인 -> 수정 -> 승인 -> 배포

AI가 모든 단계를 같은 수준으로 잘하는 것은 아닙니다. 자료 후보를 찾거나 초안을 만드는 데는 도움이 될 수 있지만, 법률 판단, 보안 승인, 최종 책임은 사람과 조직의 절차에 남아야 합니다.

업무 단계 AI 활용 가능성 주의점
문서 분류 반복 기준이 명확하면 유용함 라벨 기준을 사람이 정의해야 함
요약 긴 문서를 빠르게 훑는 데 유용함 중요한 예외와 근거가 빠질 수 있음
초안 작성 반복 형식의 문서에 유용함 사실 오류와 과장 표현을 검토해야 함
검색 보조 관련 문서를 찾는 데 유용함 검색 결과가 답 자체는 아님
최종 승인 AI가 대신하면 안 됨 책임 주체가 사람이어야 함

검색은 답을 찾는 일이 아니라 근거 후보를 좁히는 일이다

RAG(retrieval-augmented generation)와 벡터 검색(vector search)을 배우면 AI가 문서에서 답을 찾아 주는 것처럼 보입니다. 그러나 실무에서는 검색 결과를 답이 아니라 근거 후보(evidence candidate)로 봐야 합니다.

나쁜 사용: AI가 요약했으니 사실일 것이다.

더 나은 사용: AI가 관련 문서 후보를 찾았다. 원문을 열어 실제 주장과 맞는지 확인한다.

검색 기반 AI는 문서가 많을수록 유용하지만, 다음 위험을 가집니다.

위험 설명
오래된 문서 현재 정책이나 가격과 다를 수 있음
권한 문제 사용자가 볼 수 없는 문서가 검색될 수 있음
문맥 손실 문서 일부만 검색되어 반대 조건이 빠질 수 있음
출처 혼동 여러 문서의 내용을 섞어 답할 수 있음

생산성은 검토 비용까지 포함해야 한다

AI 도구는 초안을 빠르게 만들 수 있습니다. 하지만 초안이 빠르다고 전체 업무가 반드시 빨라지는 것은 아닙니다.

절약된 시간: 초안 작성 시간

추가되는 시간: 근거 확인 보안 검토 표현 수정 책임자 승인 오류 수정

AI 적용의 생산성(productivity)은 생성 속도만으로 판단하면 안 됩니다. 검토 비용(review cost), 실패 비용(failure cost), 운영 비용(operation cost)을 함께 봐야 합니다.

체크리스트

  • 업무 자동화(work automation)를 전체 대체가 아니라 단계 분해로 설명할 수 있다.
  • 검색(search)과 RAG 결과를 근거 후보로 다뤄야 함을 설명할 수 있다.
  • 요약(summary)이 원문 확인을 대체하지 못한다는 점을 설명할 수 있다.
  • AI 생산성을 초안 속도와 검토 비용을 함께 보고 판단할 수 있다.
  • 업무 단계 분해, 근거 후보 검색, 원문 확인, 검토 비용을 나누어 실무 AI 적용을 설명할 수 있다.

출처와 참고 자료