AI를 쓰면 일이 빨라질 거라고 생각했다.
아티링 사업계획서를 준비하면서 프리랜서 피해 사례와 소송 사례를 정리해달라고 했는데, AI가 척척 뽑아줬다. 분량도 많고 그럴듯해 보였다. 그냥 넘어갈 뻔했는데, 뭔가 찜찜해서 하나하나 출처를 찾아보기 시작했다. 그때서야 알았다. 실제 사례가 아니라 그냥 만들어낸 이야기였다.
수정하는 데 걸린 시간이 처음부터 직접 조사했으면 걸렸을 시간보다 더 길었다. 수치도 마찬가지였다. 구체적인 숫자를 물어보면 자신 있게 답해주는데, 막상 근거를 따져보면 출처가 없거나 맥락이 다른 경우가 꽤 있었다. AI가 틀렸다는 게 문제가 아니었다. 자신 있게 틀린다는 게 문제였다.
그 경험을 하고 나서 AI 도구를 대하는 방식이 완전히 달라졌다. 도구를 쓰기 전에 준비가 얼마나 중요한지, 그리고 어떤 업무에 써야 하고 어떤 업무에는 쓰지 말아야 하는지를 먼저 따져봐야 한다는 걸 그때 처음 제대로 느꼈다.
사실 AI가 못 쓸 도구라는 얘기를 하려는 게 아니다. 지금도 일상적으로 쓰고 있고, 잘 쓰면 확실히 빠르다. 다만 아무 준비 없이 들이밀었다가는 오히려 시간을 더 잡아먹는 상황이 생긴다. 특히 프리랜서처럼 혼자 모든 걸 판단해야 하는 환경에서는 더 그렇다.
그래서 요즘 AI 도구를 도입하기 전에 반드시 확인하는 것들이 생겼다.
첫 번째는 내 업무 흐름을 먼저 들여다보는 것이다.
뭔가 새로운 도구가 나오면 일단 써보고 싶은 게 사람 마음이다. 근데 막상 써보면 어디에 끼워 넣어야 할지 모르겠는 경우가 생각보다 많다. 당연하다. 내 업무 흐름을 나 자신도 제대로 파악하지 못한 상태에서 도구를 먼저 집어 들었으니까.
하루 일과를 30분 단위로 적어보는 것만으로도 생각이 달라진다. 어디서 시간이 가장 많이 빠져나가는지, 반복되는 구간이 어딘지 눈에 보이기 시작한다. 일주일만 해봐도 평소엔 몰랐던 패턴이 보인다. AI 도구를 도입하기 전에 이 단계를 건너뛰면, 비싼 구독료를 내고 결국 안 쓰게 되는 상황이 반복된다.
두 번째는 어떤 업무를 맡길 건지 미리 정해두는 것이다.
AI가 다 잘할 것 같지만 실제로는 그렇지 않다. 내가 겪었던 것처럼, 사실 확인이 필요한 자료 조사나 법적 근거가 필요한 내용은 AI한테 맡겼다가 되려 발목 잡힌다. 반면 초안 잡기, 반복되는 문서 양식 채우기, 일정한 규칙이 있는 단순 작업은 확실히 빠르다.
결국 AI를 잘 쓰는 사람과 못 쓰는 사람의 차이는 도구의 성능이 아니라 이 판단에 있다. 뭘 맡기고 뭘 직접 할지 미리 나눠두지 않으면, 결과물을 검수하는 데 들어가는 시간이 생각보다 크다. 나처럼.
세 번째는 데이터와 자료를 미리 정리하는 것이다.
AI는 내가 준 것만 가지고 일한다. 내가 던져준 정보가 엉망이면 결과도 엉망이고, 내가 아무것도 안 주면 알아서 채워 넣는데 그게 꼭 맞는 말이 아닐 수 있다. 내 경우도 그랬다. 사례를 달라고 했는데 줄 수 있는 자료가 없었으니, AI 입장에선 만들어낼 수밖에 없었던 거다.
과거 작업물이든 클라이언트 피드백이든, AI한테 일 시키기 전에 내가 먼저 재료를 잘 갖춰놔야 한다. 이걸 귀찮다고 건너뛰면 결국 결과물 검수하고 수정하는 데서 시간이 두 배로 든다.
네 번째, 예산 얘기를 안 할 수가 없다.
AI 도구가 무료인 것들도 있지만 제대로 쓸 만한 건 대부분 월 구독료가 붙는다. 도구가 하나둘 늘다 보면 어느 순간 한 달에 몇 십만 원씩 나가고 있는 걸 발견하게 된다. 문제는 그게 실제로 얼마나 도움이 됐는지 잘 모른다는 거다.
단순하게 생각하면 된다. 이 도구 덕분에 한 달에 몇 시간을 아꼈고, 그 시간에 얼마를 더 벌 수 있었는지. 그 계산이 구독료보다 크면 계속 쓰고, 아니면 끊는 거다. 처음엔 무료 버전으로 시작해서 효과를 확인하고 나서 업그레이드하는 게 가장 안전하다.
다섯 번째는 배울 시간을 따로 빼두는 것이다.
도구를 샀는데 어떻게 써야 할지 몰라서 방치하는 경우가 생각보다 많다. 도구는 쓸수록 느는데, 쓸 시간이 없으니 익숙해질 틈이 없는 악순환이 반복된다. 새 도구를 도입할 때는 처음 2주 정도는 수익 활동을 좀 줄이더라도 제대로 배우는 시간을 확보해야 한다. 이론만 보는 것보단 실제 작업에 바로 얹어서 써보는 게 훨씬 빨리 는다.
여섯 번째는 AI가 안 될 때를 대비해두는 것이다.
AI 서비스가 갑자기 점검에 들어가거나 오류가 나는 경우가 있다. 납기가 촉박한 프로젝트를 AI에만 의존해서 진행하다가 그런 상황이 생기면 답이 없다. AI는 어디까지나 보조 도구다. 내 손으로 할 수 있는 능력은 항상 유지해야 하고, 대체 도구도 하나쯤은 알아두는 게 좋다.
결과물도 마찬가지다. 아무리 좋은 AI라도 최종 검수는 사람이 해야 한다. 내 경험처럼 그럴듯하게 생긴 틀린 정보를 AI는 아무 망설임 없이 내놓는다. 그게 AI의 한계이기도 하고, 동시에 우리가 여전히 필요한 이유이기도 하다.
일곱 번째, 도입 효과를 숫자로 기록하는 습관이 있으면 좋다.
작업 시간이 줄었는지, 수정 횟수가 달라졌는지, 클라이언트 반응이 어떤지. 이런 걸 기록해두면 어떤 도구가 진짜 도움이 되는지 감이 아니라 데이터로 판단할 수 있다. 효과 없는 도구는 과감히 끊고, 효과 있는 도구는 더 적극적으로 파고드는 근거가 된다.
여덟 번째는 같은 분야 사람들과 정보를 나누는 것이다.
혼자 이것저것 다 해보면서 시행착오를 겪는 것보다, 이미 써본 사람 후기를 듣고 선택하는 게 훨씬 효율적이다. 커뮤니티에서 실제 사용자 경험을 듣고 나서 도구를 골랐을 때와 그냥 광고 보고 골랐을 때 만족도가 확연히 다르다. 아티링도 결국 프리랜서들이 정보 비대칭 없이 제대로 된 환경에서 일할 수 있으면 좋겠다는 생각에서 출발했으니까.
그런의미에서 내가 운영중인 아티스트, 디자이너 청년 거버넌스 추천.
[Lorem ipsum] 디자이너·아티스트 청년 상호성장 거버넌스
마지막은 한꺼번에 다 바꾸려 하지 않는 것이다.
AI 도입이 실패하는 이유 중 하나가 욕심이다. 한 번에 모든 업무에 AI를 들이밀면 뭐가 효과 있고 뭐가 문제인지 구분이 안 된다. 작은 것 하나부터 시작해서 효과를 확인하고, 그다음을 추가하는 방식이 결국 더 빠르다.
내가 AI한테 사례 조사를 맡겼다가 낭패를 봤을 때, 그 다음부터는 맡기는 업무의 범위를 훨씬 좁혔다. 초안이나 구조 잡기 정도만. 그렇게 범위를 조금씩 넓혀가면서 지금은 꽤 안정적으로 쓰고 있다. 처음부터 다 맡기려 했던 것보다 훨씬 만족스럽다.
AI는 분명 강력한 도구다. 근데 준비 없이 쓰면 시간을 아끼는 게 아니라 오히려 시간을 잡아먹는 구멍이 된다. 결국 도구를 잘 쓰는 건 도구의 문제가 아니라 쓰는 사람의 준비에 달려 있다.
#프리랜서 #AI도입 #업무자동화 #생산성향상 #프리랜서도구 #AI체크리스트 #1인사업자 #디지털전환 #ARTIRING #업무효율
