AI 활용 사례를 제안하기 전에 실제 업무를 관찰하는 법

직원이 말한 불편은 중요한 조사 단서지만 아직 AI 활용 사례는 아니다. 운영팀이 고객 온보딩 브리프 작성이 느리다며 AI 요약기를 요청해도, 완료 사례를 보면 어려운 브리프는 누락된 영업 의사결정과 상충하는 입력값 때문에 기다리고 다시 작성되는 반면 일반 사례는 빠를 수 있다. 따라서 진술을 존중하되 반복 병목의 위치·빈도·결과를 실제 업무에서 확인하고, AI와 더 단순한 변화를 같은 증거로 비교해야 한다.

업무를 관찰하기 전에 무엇을 정해야 할까?

먼저 시작 조건, 종료 조건, 산출물, 후속 사용자, 참여 역할과 일반·예외 사례 유형을 임시 경계로 정해야 한다. AI 활용 사례 발굴은 막연히 AI를 어디에 쓸지 묻기보다 반복되는 업무와 실제 산출물에서 시작해야 하며, 현장 조사 계획도 답해야 할 연구 질문과 이해해야 할 업무 과정에서 출발한다. 온보딩 브리프라면 승인된 영업 인수인계가 들어온 때부터 딜리버리 책임자가 브리프를 수용할 때까지를 살피고, 정상 사례뿐 아니라 입력 누락과 범위 변경 사례도 포함한다. 관찰 중 상류 결정이나 하류 승인에 중요한 의존성이 드러나면 경계는 수정하되 변경 이유를 남긴다.

• 시작 신호와 업무가 완료됐다고 판단하는 조건
• 산출물을 실제로 받아 다음 일을 하는 사람
• 작성자, 검토자, 승인자와 인수인계 역할
• 정상 사례, 정보가 불완전한 사례와 범위 변경 사례
• 산출물의 차이, 대기, 재작업과 반복 확인이 생기는 지점
• 이번 조사에서 반드시 답해야 할 질문과 아직 다루지 않을 범위

인터뷰, 관찰, 산출물, 일지와 운영 기록의 결합은 하나의 검증된 표준 절차가 아니라 상호 보완적 방법을 엮은 실무적 종합이다. 모든 업무에 다섯 방법을 의무적으로 적용하지 말고 연구 질문에 답하면서 각 증거의 사각지대를 보완할 수 있는 가장 작은 조합을 선택한다. 사건이 드물고 여러 날에 흩어지면 일지를 더하고, 기록이 충분하면 반복성과 대기를 점검하며, 판단 과정이 핵심이면 최근 사례 인터뷰와 실제 시연에 무게를 둔다.

최근 사례 인터뷰로 실제 진행 과정을 어떻게 복원할까?

최근 완료 사례를 시작 조건부터 승인 산출물까지 시간순으로 복원한다. “다음에는 무슨 일이 있었나요?”, “그 판단의 근거는 무엇이었나요?”, “당시 쓴 자료를 보여줄 수 있나요?”처럼 개방적이고 중립적으로 물으며 입력 자료, 결정, 인수인계, 예외와 수용 기준을 확인한다. AI 기능 설계는 요청하지 않는다. 한 사례는 대표성을 보장하지 않으므로 정상·어려운 사례와 서로 다른 역할의 설명을 대조한다.

1. 사례를 시작시킨 요청이나 사건을 확인한다.
2. 처음 도착한 자료와 빠져 있던 정보를 살핀다.
3. 실제로 수행한 행동을 순서대로 재구성한다.
4. 판단에 사용한 단서, 선택지와 불확실성을 묻는다.
5. 각 인수인계의 상대와 전달한 산출물을 확인한다.
6. 예상 경로에서 벗어난 지점과 그 대응을 기록한다.
7. 최종 산출물이 누구에게 어떤 기준으로 수용됐는지 확인한다.

말로 설명하기 어려운 단계는 당시 사용한 서식, 메시지, 체크리스트나 초안을 보여 달라고 요청하고 가능하면 같은 행동을 시연하게 한다. 한 원 연구에서는 인터뷰에 시연, 관찰, 현장 기록과 산출물 검토를 더했을 때 말로 충분히 설명되지 않던 활동이 구체화됐다. 또한 인지 과업 분석은 보통의 절차 설명이 놓칠 수 있는 정보 단서, 정신적 요구와 숙련을 확인하는 데 쓰이지만, 여기의 간단한 질문 순서를 정식 ACTA 절차라고 부르지는 않는다.

평소 업무 환경에서는 무엇을 관찰해야 할까?

평소 업무 환경에서는 결과물만 보지 말고 실제 도구와 문서, 정보 전환, 대기, 검증, 재작업, 방해, 우회 절차와 다른 역할의 도움까지 관찰해야 한다. 특히 불완전하거나 서로 모순되는 정보를 해석하는 순간, 결정을 미루는 이유, 비공식 채널에서 사실을 확인하는 과정과 업무가 다시 앞 단계로 돌아가는 조건을 적는다. 침묵 관찰은 흐름을 덜 바꾸지만 이유를 놓칠 수 있고, 간헐적 질문은 맥락을 보충하는 대신 약간 개입하며, 연속 설명은 깊이를 주지만 수행 방식을 더 크게 바꾼다. 선택한 방식을 기록해야 관찰 결과를 정상 행동과 동일시하는 오류를 줄일 수 있다.

• 사례 맥락: 어떤 유형의 업무이며 어디서 시작됐는가
• 관찰 행동: 참가자가 실제로 무엇을 했는가
• 산출물 참조: 어떤 자료와 버전을 사용했는가
• 결정과 불확실성: 무엇을 해석하거나 확인했는가
• 인수인계: 누구에게 무엇을 어떤 상태로 넘겼는가
• 방해와 대기: 흐름이 언제 왜 멈췄는가
• 결과: 지연, 반복 처리나 수정으로 무엇이 이어졌는가
• 연구자 해석: 관찰 사실과 구분한 가설은 무엇인가

업무 관찰은 개인 성과 평가가 아닌 업무 흐름 조사로 명시하고 필요한 정보만 수집해 접근을 제한해야 한다. 고지된 참여를 받고 연구자 영향을 최소화하며, 새로운 녹음이나 녹화가 필요하면 먼저 동의를 다시 확인하고 개인정보를 안전하게 다룬다. 민감한 직원·고객·기밀·규제 정보를 다룰 가능성이 있으면 조직의 개인정보, 보안, 법무, 노무, 접근성 및 업무 분야 책임자를 참여시킨다. 종료 시 참가자에게 재구성한 흐름을 확인받되, 작은 관찰 표본을 전체 구성원의 객관적 모습으로 일반화하지 않는다.

인터뷰와 관찰이 놓치는 업무는 어떤 증거로 찾을까?

예약 관찰이 놓치는 업무는 산출물, 짧은 일지와 운영 기록으로 보완한다. 서식, 체크리스트, 메시지, 초안과 대기열 화면의 표시가 상태나 조정 방식을 드러낼 수 있지만 의미와 실제 사용은 참가자에게 확인한다. 일지는 실제 사건 가까이에서 경험을 담지만 자기보고 자료이므로 후속 질문이 필요하다. 사건·활동·시각 기록은 반복성, 대기와 재작업을 보여줄 수 있어도 기록 밖 업무나 원인을 입증하지는 않는다.

온보딩 사례에서는 접수 서식, 영업 기록, 메시지, 담당자 체크리스트, 초안 이력과 수정 의견을 같은 사건 단위로 연결한다. 짧은 기간 동안 실제 브리프가 발생할 때 사례 유형, 누락 입력, 확인 요청, 대기와 수정 여부를 일지로 남기고, 이용 가능한 대기열 연령과 반려 사유도 살핀다. 다만 이벤트 로그는 여러 시스템에 흩어지거나 공통 사례 정의가 없을 수 있으므로 오프라인 확인을 누락하지 않았는지 확인한다. 드문 예외도 처리 노력과 결과를 확인하기 전에는 분석에서 제외하면 안 된다.

말로 전한 불편은 언제 믿을 만한 병목 가설이 될까?

불편은 여러 사례나 증거가 같은 위치의 반복 제약과 관찰 가능한 결과를 함께 가리키고 반례와 대안 설명도 남아 있을 때 검증할 만한 병목 가설이 된다. 인터뷰의 강한 표현이나 로그의 긴 대기만으로 결론을 내리지 말고, 누가 어떤 조건에서 같은 문제를 겪었는지와 문제를 피한 사례가 무엇이 달랐는지를 함께 본다. 참여자가 연구자의 작동 원리 설명을 확인하거나 수정하도록 하되, 맥락 조사의 작은 해석적 표본과 불완전한 운영 기록이 인과관계를 증명한다고 주장하지 않는다. 다음 여섯 질문은 공식 통계 검정이 아니라 증거의 빈틈을 드러내는 편집적 판단 규칙이다.

1. 반복성: 같은 제약이 둘 이상의 관련 사례, 역할 또는 증거에서 나타나는가?
2. 위치: 대기열, 재작업 고리, 정보 공백이나 판단 부담이 들어오는 지점을 찾았는가?
3. 결과: 지연, 반복 처리, 수정, 누락, 불일치, 불필요한 노력이나 위험과 연결되는가?
4. 작동 원리: 제약이 결과를 만드는 설명을 실무자가 확인하거나 수정했는가?
5. 반증: 문제를 피한 사례의 차이, 빠진 범위와 다른 설명을 그대로 남겼는가?
6. 개입 가능성: 이 지점을 바꾸면 결과가 달라지며 AI가 규칙이나 절차 변화보다 적합한가?

온보딩 증거가 가리키는 가설은 느린 요약이 아니라 어려운 사례의 누락된 영업 결정과 상충하는 입력값이다. 일반 사례는 빠르게 완료되고 긴 브리프가 항상 더 느린 것도 아니며, 시스템 시각 기록에는 오프라인 확인이 남지 않는다. 따라서 먼저 필수 입력값, 명시적인 인수인계 책임자와 보이는 예외 대기열을 시험한다. 사실이 완비된 사례의 작성 보조는 이후 별도 시험할 수 있지만 상류의 미결정을 고치는 수단으로 포장해서는 안 된다.

반복되는 제약의 위치와 결과, 남은 불확실성을 보여주기 전에는 AI가 어디에 들어갈지 묻지 말라.

증거 기반 AI 기회 카드에는 무엇을 담아야 할까?

기회 카드에는 업무 경계와 관찰 표본, 진술된 불편, 확인된 패턴, 운영 결과, 반증과 제약, 대안 및 다음 시험을 한 장의 결정 기록으로 연결해야 한다. 제한된 과업, 목적, 사용자, 운영 환경, 기대 가치, 한계, 영향, 적용 범위와 사람의 감독을 분명히 적고, 중요한 주장마다 현장 기록 식별자, 비식별 산출물 식별자, 일지 항목 또는 기록 조회를 붙인다. 근거가 없는 문장은 가정이라고 표시하며, 의견 충돌과 빈 증거를 하나의 점수로 숨기지 않는다. 공식 발굴 지침도 워크숍 합의를 실제 가치의 증명으로 보지 않고 증거 요건, 책임자, 다음 이정표와 후속 검증을 남기도록 한다.

• 업무 경계: 시작, 종료, 산출물, 후속 사용자와 참여 역할
• 관찰 표본: 기간, 역할, 사례 유형과 사용한 증거 방법
• 진술된 불편: 누구의 경험이며 어떤 최근 사례에 근거하는지
• 관찰 패턴: 단계, 판단, 인수인계, 우회 절차와 변형
• 운영 결과: 대기, 노력, 재작업, 수정, 누락, 불일치나 위험
• 증거 참조: 현장 기록, 비식별 산출물, 일지와 기록 조회
• 반증과 공백: 문제를 피한 사례, 누락 범위와 대안 설명
• 기회 문장: 누가 어떤 제한된 과업에서 어떤 결과를 원하는지
• 제약: 정보 품질, 권한, 보안, 개인정보, 노무, 접근성과 사람의 감독
• 다음 시험: 검증할 가정, 대상 사례, 성공·실패 증거, 책임자와 검토일

같은 업무 증거를 기준으로 AI 보조와 결정 규칙, 책임 또는 절차 변경, 교육, 더 나은 정보와 무개입을 비교한다. 다음 행동은 AI 시험, 비AI 변화 시험, 추가 조사, 중단 가운데 하나로 끝나야 한다. 온보딩 사례라면 우선 필수 입력값, 인수인계 책임자와 예외 대기열을 제한된 사례에서 시험하고 대기와 재작업이 달라지는지 본다. 반복성, 위치, 결과 또는 개입 가능성이 여전히 흐리면 AI 제안을 밀어붙이지 말고 증거를 더 모으거나 중단한다. 민감하거나 고위험인 업무의 의무와 판단은 이 카드가 아니라 해당 조직의 적절한 책임자와 자격 있는 전문가가 맡아야 한다.