1. 어떤 상황에서 AI를 활용했나요?

저는 멘토링 사업을 담당하는 공공기관 팀장입니다.

신사업을 맡기 전에도 이미 4개의 멘토링·캠프 사업을 빠듯한 팀 인력으로 운영하고 있었습니다. 그런 상황에서 새로운 공공사업이 하나 더 얹어졌습니다. 업무량과 책임은 한꺼번에 늘었지만 사람과 시간은 그대로였습니다. 솔직히 처음 든 생각은 "이걸 지금 인력으로 어떻게 하지?"라는 막막함이었습니다.

제가 AI를 붙잡은 것은 멋진 혁신을 해보겠다는 포부 때문이 아니라, 지푸라기라도 잡는 심정에 가까웠습니다. AI는 처음부터 혁신 도구가 아니라, 부족한 실무 인력과 시간을 보완하기 위한 도구였습니다.

2. 어떤 AI를 어떻게 활용했나요?

처음에는 "기획안 작성해줘", "보고서 써줘" 처럼 AI에게 완성본을 요구했습니다. 결과는 그럴듯했지만 기관의 맥락, 현장 제약, 발주 절차, 검증 가능한 근거가 빠져 실제 업무에는 바로 쓰기가 어려웠습니다. 그래서 방식을 바꾸었습니다. AI를 한 명의 만능 답변자가 아니라 역할별로 나뉜 실무 파트너처럼 활용했습니다.

자료 조사와 요약은 NotebookLM을 활용해 공개 가능한 자료 중심의 정책 동향, 유사 사례, 쟁점을 정리했습니다. 보고서 목차 설계, 문단 논리 점검, 반대 관점 검토, 문장 정리는 ChatGPT와 Claude를 활용했습니다. 전국 단위 사업설명회 발표를 위한 발표 슬라이드 제작은 제가 원하는 내용과 구성, 발표 시간 등을 ChatGPT에게 설명하고 GPT가 그걸 토대로 기획과 스토리라인을 작성하게 하였습니다. 그 후 슬라이드 기획안을 NotebookLM을 통해 발표용 슬라이드를 제작하였습니다.

대외 안내용 사업소개 홈페이지와 내부 운영용 팀 일정·프로젝트 관리 웹프로그램은 Replit 같은 바이브코딩 도구로 화면 흐름과 기능을 직접 기획·구현하였습니다. 나아가 Claude Cowork에 카카오 PlayMCP와 네이버검색 MCP를 연결해, 담당 중인 여러 멘토링·캠프 사업의 공개 이슈를 매일 지정된 시간에 검색·요약해 카카오톡으로 받아보는 업무 루틴까지 만들었습니다.

핵심은 AI에게 완성본을 맡긴 것이 아니라, 일을 잘하게 나누어 초안과 검토 관점을 얻은 뒤 합치고 판단하는 일은 사람이 했다는 점입니다.

3. 활용 결과 어떤 변화가 있었나요?

장 큰 변화는 부족한 인력 상황에서도 신사업을 실제로 추진할 실행력이 생겼고, 팀 운영 방식까지 개선됐다는 점입니다. AI를 활용해 정책연구보고서 수준의 자료를 구조화했고, 그 내용을 바탕으로 제안요청서(RFP), 과업 범위, 평가항목 초안을 점검해 실제 입찰 절차까지 진행했습니다. 설명용 발표자료와 발표 시나리오, 홍보용 카드뉴스, 대외 안내용 사업소개 홈페이지도 만들었습니다.

특히 내부 운영 측면에서 변화가 컸습니다. 기존의 일반 캘린더 서비스는 날짜별 일정을 확인하는 데는 유용했지만, 여러 사업을 동시에 운영하면서 사업별 마감, 담당자별 업무, 프로젝트별 진행상황, 지연 업무를 한눈에 관리하기에는 한계가 있었습니다. 그래서 바이브코딩으로 프로젝트별 간트차트, 팀 업무 현황 보드판, 지연업무 관리, 사업별 마감 관리, 전체 진행상황 대시보드를 갖춘 침 일정·프로젝트 관리 웹프로그램을 직접 만들고 팀원들과 함께 사용하고 있습니다. 이를 통해 팀장으로서 신사업 실무를 직접 추진하면서도 기존 사업의 일정과 팀 업무 흐름을 더 체계적으로 관리할 수 있게 됐습니다.

무엇보다 이 산출물과 도구들이 따로 노는 것이 아니라 하나로 연결됐습니다. AI와 함께 연구한 보고서는 제안요청서(RFP)의 과업범위가 되고, RFP 구조는 사업설명회 발표자료와 홈페이지 안내 문구로 이어졌으며, 한 번 만든 자료가 다음 업무의 자산이 됐습니다. 검색해 받아본 이슈는 참고자료로 활용했고, 필요한 대응 여부는 사람이 최종 판단했습니다.

4. 나만의 방식 또는 개선 포인트는 무엇인가요?

나만의 방식은 AI를 '대신 일해주는 도구'가 아니라 '부족한 실무 인력과 시간을 보완하며 팀 운영을 확장하는 역할별 파트너'로 본 것입니다. 저는 AI를 하나의 만능 도구로 쓰지 않고, 각 도구의 강점에 따라 역할을 나누어 활용했습니다.

NotebookLM은 공개자료 조사와 정리에, ChatGPT와 Claude는 보고서 구조화·문장 정리·검토에, Replit은 홈페이지와 팀 일정관리 웹프로그램 개발에, Claude Cowork와 MCP 연동은 공개 이슈 모니터링에 활용했습니다. 저는 각 도구가 만든 초안과 결과물을 검토하고 연결하며 최종 판단을 내리는 팀장 역할을 했습니다.

특히 단일 문서 작성에 그치지 않고, 대외 안내도구(홈페이지)와 내부 운영도구(팀 일정관리 웹프로그램)를 모두 직접 구축하고, AI·MCP·카카오톡을 연결해 매일 반복되는 이슈 모니터링 업무까지 루틴으로 만든 점이 개선 포인트입니다. 그 결과 AI 활용 범위가 기획·발주·홍보·대외안내·내부운영·상시모니터링까지 하나로 연결됐습니다. AI가 초안과 관점을 제시했지만, 최종 판단과 책임은 언제나 사람이 졌고, 공공기관 업무 특성상 보안·개인정보·검토·책임 원칙을 가장 앞에 두었습니다.

5. 다른 사람도 따라 할 수 있나요?

이 방식은 특별한 대규모 예산이나 조직 개편 없이, 실무자가 자기 일을 AI에게 잘 설명하고 나누어 맡기는 것에서 시작합니다. 그래서 다른 공공기관 실무자나 일반 직장인도 바로 적용할 수 있습니다.

공문 초안, 보고서 목차, 회의록 정리, RFP 초안과 누락사항 점검, 조사자료 비교표, 발표 스토리라인, 카드뉴스·안내 콘텐츠, 사업소개 웹페이지, 팀 일정관리 웹도구, 그리고 공개 이슈 검색·요약 알림 루틴 등에 활용할 수 있습니다.

다만 원칙이 필요합니다. 공개 가능한 자료와 공개 검색 정보, 비식별화된 업무 메모만 사용하고 개인정보·민감정보는 입력하지 않으며, AI 답변과 요약은 초안·참고자료로만 활용해 반드시 사람이 검토하고, 출처가 필요한 내용은 별도로 확인하며, 최종 판단과 책임은 사람이 진다는 것입니다.

제가 경험한 바로는 AI는 제 일을 대신하지 않았습니다. AI는 업무를 대신 처리하는 도구가 아니라, 제한된 인력과 시간 안에서 업무를 구조화하고 실행 가능성을 높이는 실무 보조 도구로 활용될 수 있다는 것입니다. 특히 오랜 업무 경험은 있지만 AI 활용이 낯선 40~60대 직장인들에게도, 자신의 일을 AI에게 설명하고 나누어 맡기는 방식부터 시작해 보기를 권하고 싶습니다.