AI에게 내 보고서를 검토시켜 봤더니, 오탈자와 어색한 문장은 빠르게 찾아냈지만 내용의 앞뒤가 맞지 않는 부분과 회사 상황을 알아야 발견할 수 있는 오류는 놓치기도 했다.
직장인이 보고서를 작성할 때 가장 어려운 순간은 초안을 완성한 다음이다. 글을 다 썼다는 안도감은 들지만, 제출하기 전에는 처음부터 끝까지 다시 읽어야 한다. 오탈자가 없는지, 같은 말을 반복하지 않았는지, 주장과 근거가 자연스럽게 이어지는지 확인해야 하기 때문이다.
문제는 보고서를 직접 작성한 사람일수록 자신의 실수를 발견하기 어렵다는 점이다. 이미 내용을 알고 있기 때문에 빠진 문장을 머릿속으로 채워 읽거나, 익숙한 표현을 자연스럽다고 생각할 수 있다. 여러 번 검토해도 같은 오탈자를 놓치는 경우도 있다.
이번에는 약 8쪽 분량의 업무 개선 보고서를 작성한 뒤 AI에게 검토를 맡겨 봤다. 일부러 오탈자와 숫자 불일치, 앞뒤가 맞지 않는 내용, 뜻이 분명하지 않은 표현을 섞어 두었다. 이후 AI가 어떤 문제를 잘 찾아냈고 무엇을 놓쳤는지 직접 검토한 결과와 비교해 봤다.
오탈자와 반복 표현은 빠르게 찾아냈다
먼저 AI에게 보고서 전체를 입력하고 오탈자, 어색한 문장, 반복되는 표현을 찾아 달라고 요청했다. 문장을 바로 고치지 말고 문제가 있는 부분과 수정 이유를 함께 알려 달라는 조건도 넣었다.
AI는 짧은 시간 안에 여러 문제를 찾아냈다. 띄어쓰기가 잘못된 표현, 같은 단어가 두 번 들어간 문장, 앞 문장과 뒷 문장의 말투가 다른 부분 등을 표시했다. 보고서 안에서 한 번은 ‘업무 처리 시간’, 다른 부분에서는 ‘업무처리시간’이라고 쓴 것도 찾아냈다.
특히 비슷한 표현이 반복되는 부분을 잘 잡아냈다. 보고서 여러 곳에 “업무 효율을 높일 수 있다”, “업무 효율 향상이 기대된다”, “효율적인 업무가 가능하다”는 문장이 반복되어 있었는데, AI는 같은 의미가 여러 번 등장해 글이 늘어진다고 설명했다.
문장이 지나치게 긴 부분도 찾아냈다. 한 문장 안에 현재 문제, 원인, 해결 방법, 기대 효과를 모두 넣은 곳이 있었는데, AI는 두세 문장으로 나누는 편이 읽기 쉽다고 제안했다. 직접 작성할 때는 자연스럽다고 생각했지만 다시 보니 한 번에 이해하기 어려운 문장이었다.
전체 검토 시간도 크게 줄었다. 직접 오탈자와 문장 표현을 확인했을 때는 약 25분이 걸렸지만, AI가 문제를 표시한 뒤 해당 부분만 살펴보는 데는 약 10분 정도가 필요했다. 단순한 글자 실수나 반복 표현을 찾는 용도로는 충분히 도움이 됐다.
하지만 AI가 제안한 수정이 모두 더 좋은 것은 아니었다. 자연스러운 회사 표현을 지나치게 딱딱한 문장으로 바꾸거나, 짧고 분명한 문장을 길게 고치는 경우도 있었다. “확인해 봤다”를 “확인 절차를 진행하였다”로 바꾸는 식이었다.
오탈자 검토는 비교적 정확했지만, 수정 문장을 그대로 받아들이기보다는 기존 보고서의 말투와 맞는지 확인해야 했다. AI는 글자를 고치는 데는 강했지만 회사에서 평소 사용하는 표현까지 알지는 못했다.
논리 오류는 찾기도 했지만 중요한 문제를 놓쳤다
다음에는 보고서의 내용이 자연스럽게 이어지는지 검토해 달라고 요청했다. 앞부분의 문제와 뒤쪽의 해결 방법이 연결되는지, 주장에 근거가 있는지, 서로 맞지 않는 숫자가 있는지를 확인해 달라고 했다.
AI는 일부 논리 오류를 정확하게 찾아냈다. 보고서 앞부분에는 “직원 대부분이 현재 방식에 불편을 느끼고 있다”고 적었지만, 뒤쪽의 설문 결과에는 불편하다고 답한 사람이 전체의 절반보다 적게 표시되어 있었다. AI는 ‘대부분’이라는 표현이 조사 결과와 맞지 않는다고 지적했다.
숫자가 서로 다른 부분도 발견했다. 첫 장에는 월평균 문의가 120건이라고 적혀 있었지만, 뒤쪽 표에는 135건으로 표시되어 있었다. AI는 두 숫자 중 어느 것이 맞는지 확인해야 한다고 알려줬다.
반면 놓친 문제도 있었다. 보고서에서는 업무 요청이 늦어지는 원인으로 담당자 확인이 어렵다는 점을 제시했다. 그러나 해결 방법에는 문서 저장 위치를 바꾸는 내용만 있고 담당자를 명확하게 정하는 방법은 없었다. 문제와 해결책이 제대로 연결되지 않았지만 AI는 이를 지적하지 않았다.
실행 일정에서도 앞뒤가 맞지 않는 부분을 놓쳤다. 본문에는 새로운 업무 방식을 한 달 동안 시험한다고 적었지만, 일정표에는 시험 기간이 두 주로 표시되어 있었다. 두 표현 모두 자연스러운 문장으로 작성되어 있어 단순한 오탈자보다 발견하기 어려웠던 것으로 보였다.
회사 상황을 알아야 판단할 수 있는 오류도 찾지 못했다. AI는 모든 부서가 같은 날부터 새로운 방식을 시작하는 계획을 문제없이 받아들였다. 하지만 실제로는 일부 부서가 월말 마감 업무 때문에 그 시기에 참여하기 어려웠다. 이런 정보는 보고서 밖의 상황이기 때문에 AI가 알 수 없었다.
AI가 논리 문제를 찾으려면 요청을 구체적으로 나누는 것이 도움이 됐다. 단순히 “논리를 검토해 줘”라고 했을 때보다 “문제점마다 연결되는 해결 방법이 있는지 확인해 줘”, “본문과 표의 숫자를 비교해 줘”, “일정이 서로 다르게 적힌 곳을 찾아 줘”라고 요청했을 때 더 많은 문제를 발견했다.
AI는 글 안에서 직접 비교할 수 있는 숫자와 표현의 차이는 비교적 잘 찾았다. 그러나 여러 문단에 흩어진 내용을 연결하거나, 실제 업무 환경과 비교해야 하는 문제는 사람이 직접 살펴봐야 했다.
모호한 표현은 잘 찾았지만 원래 뜻과 다르게 고치기도 했다
마지막으로 뜻이 분명하지 않은 표현을 찾아 달라고 요청했다. 보고서에는 일부러 “빠른 시일 안에 진행한다”, “필요한 부서가 참여한다”, “적절한 방법으로 관리한다”와 같은 문장을 넣어 두었다.
AI는 이런 표현을 대부분 찾아냈다. ‘빠른 시일’이 며칠을 의미하는지, ‘필요한 부서’가 어느 부서인지, ‘적절한 방법’이 구체적으로 무엇인지 알기 어렵다고 설명했다. 읽는 사람에 따라 다르게 받아들일 수 있으므로 날짜와 대상, 행동을 분명하게 적는 편이 좋다고 제안했다.
“담당자가 상황에 맞게 처리한다”는 문장도 문제로 표시했다. 어떤 상황에서 무엇을 처리해야 하는지 기준이 없기 때문에 업무 지시로 사용하기 어렵다는 이유였다. 작성할 때는 유연한 표현이라고 생각했지만, 실제로는 책임과 기준이 불분명한 문장이었다.
이처럼 모호한 표현을 찾는 일에서는 AI가 유용했다. 작성자는 업무 배경을 알고 있어 짧은 표현만으로도 뜻을 이해하지만, 처음 읽는 사람은 같은 내용을 알지 못한다. AI는 배경을 모르는 독자의 입장에서 부족한 정보를 찾아주는 역할을 했다.
다만 AI가 원래 뜻을 잘못 해석해 수정한 부분도 있었다. 보고서에 “일부 업무는 기존 방식을 유지한다”고 적었는데, AI는 이를 “모든 업무를 새로운 방식으로 바꾼다”는 문장으로 수정했다. 표현을 분명하게 만들려다가 내용 자체를 반대로 바꾼 것이다.
또한 확정되지 않은 내용을 너무 단정적으로 고치는 경우도 있었다. “상황에 따라 일정을 조정할 수 있다”는 문장을 모호하다고 보고 특정 날짜로 바꿨지만, 실제로는 아직 날짜가 결정되지 않은 상태였다. 이럴 때는 날짜를 만들어 넣기보다 ‘담당자 확인 후 확정’이라고 적는 것이 맞다.
이번 실험에서는 AI가 오탈자와 반복 표현을 가장 잘 찾아냈고, 뜻이 흐린 문장도 상당수 발견했다. 숫자 불일치와 일부 논리 오류도 지적했지만, 여러 항목을 연결해야 하는 문제와 회사 상황을 알아야 판단할 수 있는 내용은 놓쳤다.
AI에게 보고서를 검토시킬 때는 한 번에 모든 것을 요청하기보다 순서를 나누는 것이 효과적이었다. 먼저 오탈자와 반복 표현을 찾게 하고, 다음에는 숫자와 일정, 마지막에는 문제와 해결 방법의 연결을 확인하게 했다. 검토 기준을 구체적으로 줄수록 결과도 더 자세해졌다.
회사 보고서를 입력할 때는 보안에도 주의해야 한다. 고객 이름과 내부 수치, 공개되지 않은 계획을 그대로 넣기보다 필요한 부분을 가리거나 회사에서 허용한 도구를 사용해야 한다.
AI는 보고서의 최종 검토 시간을 줄여 주는 도구로 유용했다. 특히 작성자가 익숙해서 놓치기 쉬운 오탈자와 반복 문장, 모호한 표현을 찾는 데 도움이 됐다.
하지만 AI의 검토 결과가 곧 정답은 아니었다. 올바른 문장을 잘못 고치거나, 중요한 논리 문제를 놓칠 수도 있었다. AI에는 첫 번째 검토를 맡기고, 사람은 숫자의 근거와 문제·해결책의 연결, 실제 업무 상황을 최종 확인하는 방식이 가장 현실적이다.