AI에 맡겼지만 기대만큼 시간이 줄지 않은 업무들을 정리했다. 실제 운영 관찰 기록이다.
줄지 않은 영역 5가지
관계 기반 커뮤니케이션
거래처 메일, 협력사 요청 답신, 신규 미팅 제안. 초안은 에이전트가 쓰지만, 상대방 맥락을 반영한 최종 수정은 직접 한다. 줄어든 시간은 약 30% 수준이다. 나머지 70%는 내 판단이 필요한 부분이었다.
방향 결정이 필요한 기획
무엇을 만들지, 어디에 집중할지 결정하는 단계는 에이전트가 도움을 줄 수는 있지만 대신해주지 않는다. 에이전트에 "뭘 해야 할지 알려줘"라고 물으면 구조화된 옵션이 나오지만, 선택은 여전히 사람이 한다.
새로운 분야의 첫 학습
모르는 영역을 처음 배울 때 에이전트 요약에만 의존하면 이해가 표면에 머문다. 직접 읽고 실험하는 시간은 줄지 않았다. 에이전트는 요약을 빠르게 해주지만, 이해의 깊이는 사람이 투자한 시간에 비례했다.
실물 검수가 필요한 작업
인쇄물 디자인 검토, 실제 서비스 화면 확인, 클라이언트에게 보내기 전 최종 점검. 에이전트가 텍스트로 요약해줘도 직접 눈으로 봐야 하는 시간은 줄지 않았다.
예외 상황 대응
정해진 패턴 밖에서 발생하는 문제, 처음 보는 오류, 맥락이 복잡한 트러블슈팅. 에이전트가 첫 번째 진단을 내주지만, 이후 판단과 실행은 사람이 직접 해야 했다. 평균 처리 시간이 줄지 않았다.
위임 전 기대와 실제 격차
도입 전, 이 5가지 영역도 대폭 줄어들 것으로 기대했다. 실제 운영 8주 후 측정 결과, 해당 영역 합산 시간은 도입 전과 5% 차이도 나지 않았다.
AI 위임의 효과는 반복적이고 패턴이 명확한 업무에 집중된다. 그 바깥은 아직 사람 영역이다. 이 경계를 먼저 알면 기대 관리가 쉬워지고, 위임할 것과 직접 할 것을 더 빠르게 구분할 수 있다.