AI 도구를 구매하고 계정을 배포해도 실제 업무 방식이 그대로라면 사용률은 쉽게 올라가지 않는다. 직원의 관심보다 업무 안에 AI가 들어갈 자리가 있는지가 더 중요하다.

회사가 생성형 AI나 업무용 AI 서비스를 도입했는데도 직원들이 거의 사용하지 않는 경우가 있다. 경영진은 계정을 지급했고 교육도 진행했기 때문에 직원들의 관심이나 활용 능력을 먼저 의심하기 쉽다. 그러나 실제 업무에서는 AI를 어느 단계에서, 어떤 자료와 함께, 어떤 결과물을 만들기 위해 써야 하는지가 정해져 있지 않은 경우가 많다. AI 활용이 자리 잡지 않는 회사는 도구보다 업무 적용 방식이 비어 있는 경우가 많다.

예를 들어 회의록 작성, 견적 검토, 고객 문의 정리, 보고서 초안 같은 업무가 매일 반복되고 있어도 직원에게 주어진 지침이 “필요할 때 AI를 활용해 보라”는 수준이라면 실제 사용은 개인에게 맡겨진다. 어떤 자료를 넣어야 하는지, 결과를 어디까지 믿어도 되는지, 회사 문서를 입력해도 되는지까지 판단해야 하기 때문이다.

반대로 특정 업무에서 AI를 사용할 위치와 검수 방식이 정해져 있다면 직원이 매번 활용 방법을 새로 고민할 필요가 줄어든다. AI 도입의 차이는 최신 모델을 사용하느냐보다 기존 업무 절차와 연결돼 있느냐에서 나타나는 경우가 많다.

“자유롭게 써보세요” 이후 사용이 줄어드는 이유

회사가 AI 서비스를 도입할 때 흔히 교육부터 시작한다. 기본 사용법을 설명하고 프롬프트 예시를 전달한 뒤 각자 업무에 적용하도록 하는 방식이다. 초기에는 여러 직원이 시험해 보지만 기존 프로그램과 업무 절차가 그대로라면 시간이 지나면서 일부 사용자만 남을 가능성이 높다.

직원 입장에서는 원래 하던 일을 처리하면서 별도의 AI 화면을 열고, 필요한 자료를 정리하고, 질문을 작성하고, 결과를 다시 기존 문서에 옮겨야 한다. AI를 사용하는 과정 자체가 새로운 업무가 되면 효과가 분명하지 않은 작업에서는 기존 방식으로 돌아가기 쉽다.

직원에게 AI 사용을 권하는 것과 기존 업무 절차 안에 AI 사용 단계를 넣는 것은 다른 문제다.

직원마다 프롬프트를 다시 만드는 회사

활용률이 낮은 조직에서는 같은 업무를 처리하면서도 직원마다 AI 사용 방식이 다른 경우가 많다. 한 직원은 고객 문의를 직접 복사해 넣고, 다른 직원은 엑셀을 정리한 뒤 질문하며, 또 다른 직원은 결과의 정확성을 확신하지 못해 아예 사용하지 않는다.

이 방식은 AI 활용 수준을 개인의 경험에 의존하게 만든다. 특히 반복 업무라면 개인별 프롬프트 교육보다 입력 자료, 질문 구조, 결과 형식, 검수 항목을 어느 정도 표준화하는 편이 운영하기 쉽다.

예를 들어 고객 상담 내용을 요약하는 업무라면 “AI를 활용해 상담 내용을 정리한다”보다 입력할 자료와 결과 항목을 미리 정하는 방식이 구체적이다. 고객 요구사항, 요청 일정, 후속 조치처럼 결과에 필요한 항목을 정해 두면 직원이 매번 프롬프트를 새로 설계할 필요가 줄어든다.

사내 문서를 넣어도 되는지 아무도 모른다

AI 활용을 막는 또 다른 요인은 데이터 처리 기준이다. 견적서, 계약서, 고객 정보, 내부 보고서처럼 실제 업무 자료를 사용해야 AI의 효율을 확인할 수 있는데, 회사가 입력 가능 자료와 금지 자료를 정하지 않았다면 직원은 사용 여부를 스스로 판단해야 한다.

보안을 이유로 모든 업무 자료의 입력을 막으면 AI는 일반적인 아이디어를 얻는 도구에 머물기 쉽다. 반대로 별도 기준 없이 회사 자료를 자유롭게 입력하도록 두는 것도 적절하지 않다. 어떤 서비스에 어떤 정보를 입력할 수 있는지, 개인정보와 영업정보는 어떻게 처리할지, 생성된 결과는 누가 확인할지 내부 기준이 필요하다.

AI 사용률을 높이려면 사용 권장보다 먼저 사용 가능한 업무 범위를 정하는 편이 현실적이다. 직원이 보안 여부를 매번 판단해야 하는 환경에서는 업무 속도를 높이기 위해 도입한 AI가 오히려 새로운 확인 절차를 만들 수 있다.

채팅창을 열게 하는 것보다 업무 화면에 넣는 편이 낫다

AI가 실제 업무에 정착하려면 직원이 별도의 AI 서비스를 찾아가는 횟수를 줄이는 방법도 검토할 필요가 있다. 그룹웨어, ERP, 문서관리 시스템, 사내 업무 화면처럼 직원이 이미 사용하는 환경에서 AI 기능을 연결하면 기존 절차를 크게 바꾸지 않고 활용할 수 있다.

예를 들어 보고서를 작성할 때 별도의 AI 채팅창에서 초안을 만든 뒤 다시 문서 시스템으로 옮기는 대신, 기존 입력 화면에서 필요한 데이터를 불러와 초안을 생성하도록 구성할 수 있다. 직원은 결과를 확인하고 수정하는 역할에 집중하게 된다.

모든 업무를 자동화할 필요도 없다. 문의 분류, 문서 요약, 회의 내용 정리, 초안 작성처럼 반복적이면서 최종 검수가 가능한 작업부터 연결하는 편이 적용 범위를 관리하기 쉽다.

사용률보다 먼저 봐야 할 숫자가 있다

직원 몇 명이 AI에 접속했는지만 보면 도입 효과를 판단하기 어렵다. 한 달에 여러 차례 AI를 사용하더라도 기존 업무 시간이 그대로라면 회사 입장에서 얻는 변화는 제한적이다.

오히려 특정 업무를 처리하는 시간, 반복 입력 횟수, 초안 작성 시간, 수정 건수처럼 기존 업무에서 확인할 수 있는 변화를 함께 보는 편이 낫다. AI 사용 횟수가 많지 않아도 한 번의 사용으로 반복 작업을 크게 줄였다면 업무 효과는 더 클 수 있다.

AI를 도입했는데 직원들이 사용하지 않는다면 교육 횟수를 늘리기 전에 현재 업무표를 펼쳐볼 필요가 있다. 직원이 반복해서 작성하는 문서, 여러 시스템에 다시 입력하는 데이터, 매번 사람이 확인하는 작업 가운데 AI가 들어갈 위치가 정해져 있는지를 확인하면 된다.

이후 확인할 변화는 AI 접속자 수보다 해당 업무에 걸리는 시간과 재작업이 줄었는지에 가깝다. 이 숫자가 움직이지 않는다면 AI 도구의 성능보다 적용한 업무와 사용 방식부터 다시 살펴볼 이유가 있다.

※ AI 도입 방식과 데이터 처리 범위는 회사의 업무 환경, 사용 서비스, 보안 정책에 따라 달라질 수 있으며 실제 적용 전 내부 정보보호 기준과 검수 절차를 함께 확인할 필요가 있다.