AI에게 하루 업무 우선순위를 정해 달라고 해봤더니, 마감일이 분명한 일은 비교적 잘 구분했지만 회사 안에서의 중요도와 다른 사람에게 미치는 영향까지 정확하게 판단하지는 못했다.
직장인의 하루는 계획대로 흘러가지 않을 때가 많다. 출근하면서 오늘 해야 할 일을 생각해 두어도 이메일과 메신저를 확인하는 순간 새로운 업무가 추가된다. 오전 회의 준비, 고객 문의 답변, 보고서 수정, 자료 요청처럼 서로 다른 일이 한꺼번에 들어오면 무엇부터 처리해야 할지 고민하게 된다.
급해 보이는 일을 먼저 시작하면 정작 중요한 업무가 뒤로 밀릴 수 있다. 반대로 큰 업무에만 집중하면 짧은 시간 안에 답해야 하는 요청을 놓칠 수 있다. 특히 여러 업무의 마감일이 비슷하면 우선순위를 정하는 데만 시간을 쓰기도 한다.
이번에는 하루 동안 처리해야 할 업무 10개를 정리한 뒤 AI에게 순서를 정해 달라고 요청했다. 같은 목록을 내가 직접 정한 순서와 비교하면서 AI가 마감일과 업무의 영향, 예상 시간, 다른 사람과 연결된 일을 얼마나 잘 판단하는지 살펴봤다.
마감일과 예상 시간을 알려주니 기본 순서는 잘 정리했다
실험에 사용한 업무는 오전 회의 자료 확인, 고객 문의 답변, 주간 보고서 수정, 거래처 자료 요청, 팀원 문서 검토, 지난달 파일 정리 등이었다. 여기에 당일 새로 들어온 상사의 자료 요청과 오후까지 보내야 하는 비용 확인 업무도 포함했다.
먼저 업무 이름만 입력하고 우선순위를 정해 달라고 요청했다. AI는 고객 문의 답변과 상사의 요청을 가장 먼저 처리하고, 보고서 수정과 회의 준비를 그다음에 배치했다. 파일 정리처럼 마감이 분명하지 않은 일은 마지막으로 보냈다.
겉으로 보기에는 자연스러운 순서였다. 하지만 왜 고객 문의가 가장 급한지, 상사의 요청은 언제까지 필요한지에 관한 정보가 없는데도 AI가 임의로 중요도를 판단했다. ‘고객’과 ‘상사’라는 단어가 들어간 업무를 자동으로 앞에 배치한 것처럼 보였다.
그래서 두 번째 요청에서는 각 업무의 마감일과 예상 시간을 함께 알려줬다. 오전 10시 회의 전에 확인해야 하는 자료, 오후 2시까지 답변해야 하는 고객 문의, 다음 날 제출하는 보고서처럼 구체적으로 설명했다. 다른 사람의 업무가 내 답변을 기다리고 있는지도 표시했다.
이번에는 순서가 더 현실적으로 바뀌었다. AI는 먼저 20분 안에 끝낼 수 있고 오전 회의에 필요한 자료 확인을 배치했다. 그다음에는 다른 팀이 기다리고 있는 거래처 자료 요청을 넣었다. 자료 요청은 바로 결과가 나오지 않더라도 먼저 보내야 상대방이 준비할 시간을 확보할 수 있다는 이유였다.
오후까지 답해야 하는 고객 문의는 세 번째, 집중 시간이 필요한 보고서 수정은 오전 중반으로 배치했다. 마감이 다음 주인 파일 정리는 마지막으로 미뤘다. 단순히 마감일이 빠른 순서로 나열하지 않고, 먼저 요청해야 다른 사람이 움직일 수 있는 일도 고려한 점은 유용했다.
AI가 정리한 목록을 보니 해야 할 일을 한눈에 확인하기 쉬웠다. 혼자 순서를 정할 때는 눈앞에 들어온 업무부터 시작하는 경우가 많았지만, AI는 전체 목록을 놓고 비교해 줬다. 특히 짧게 끝낼 수 있는 일과 오래 집중해야 하는 일을 섞어 배치한 점이 도움이 됐다.
회사 안에서 중요한 일과 숨은 사정은 놓쳤다
AI가 만든 우선순위를 실제 일정에 적용해 보니 잘못 판단한 부분도 있었다. 가장 큰 문제는 업무 이름과 마감일만으로는 회사 안에서의 중요도를 알 수 없다는 점이었다.
예를 들어 주간 보고서 수정은 제출 기한이 다음 날이었기 때문에 AI가 중간 순서에 배치했다. 하지만 그 보고서는 오후 임원 회의에서 미리 검토할 자료였다. 공식 마감일은 다음 날이었지만 실제로는 오전 안에 수정해야 했다.
반대로 상사의 자료 요청은 AI가 높은 우선순위로 잡았지만, 상사는 “시간 될 때 참고용으로 찾아 달라”고 말한 상태였다. 마감일도 정해지지 않았고 다른 급한 업무를 미뤄 가며 처리할 필요는 없었다. 상사가 요청했다는 이유만으로 무조건 먼저 해야 하는 일은 아니었다.
고객 문의도 모두 같은 중요도를 가진 것은 아니었다. 단순한 이용 방법 질문과 결제 오류처럼 바로 확인이 필요한 문의는 대응 순서가 달라야 한다. AI는 ‘고객 문의’라는 업무 이름만 보고 모두 높은 순위로 판단했지만, 실제로는 문의 내용에 따라 달라졌다.
다른 사람과의 관계도 완전히 판단하지 못했다. 팀원 문서 검토는 마감이 오후였지만, 팀원이 내 검토를 받아야 다음 작업을 시작할 수 있었다. 내가 늦게 확인하면 팀원의 업무 전체가 밀릴 수 있었지만 AI는 이를 일반적인 검토 업무로 보고 뒤쪽에 배치했다.
업무에 걸리는 시간도 예상과 다를 수 있었다. AI는 보고서 수정을 한 시간 정도로 보고 오전 일정에 넣었지만, 실제로는 자료를 다시 확인해야 해서 두 시간 넘게 걸렸다. 예상 시간을 잘못 알려주면 이후 계획도 함께 밀릴 수 있었다.
이런 문제는 AI가 부족해서라기보다 입력한 정보가 부족했기 때문에 생겼다. 직원은 업무 이름만 봐도 이전 대화와 회사 분위기, 상사가 중요하게 보는 내용을 떠올릴 수 있다. 하지만 AI는 사용자가 알려주지 않은 배경을 알 수 없다.
결국 AI가 제안한 순서를 그대로 따르지 않고 임원 회의용 보고서 수정을 가장 앞으로 옮겼다. 팀원 문서 검토도 상대방이 기다리고 있다는 점을 고려해 오전 중에 처리했다. 참고용인 상사의 자료 요청은 오후로 미뤘다.
AI 우선순위는 정답보다 판단을 돕는 첫 번째 목록이었다
이번 실험에서 AI는 업무가 많을 때 전체 목록을 빠르게 정리하는 데 도움이 됐다. 마감일과 예상 시간, 다른 사람이 기다리는지를 구체적으로 입력하면 비교적 현실적인 순서를 제안했다. 파일 정리처럼 중요하지 않은 일을 뒤로 미루고, 먼저 연락해야 하는 업무를 앞에 배치한 것도 유용했다.
그러나 AI가 정한 순서를 완성된 답으로 생각해서는 안 됐다. 실제 중요도는 마감일만으로 결정되지 않기 때문이다. 공식 마감 전 회의가 있을 수도 있고, 한 사람의 답변이 여러 사람의 업무에 영향을 줄 수도 있다. 반대로 높은 직급의 요청이라도 급하지 않은 참고 업무일 수 있다.
AI에게 우선순위를 요청할 때는 업무 이름 외에도 네 가지 정보를 함께 알려주는 것이 좋았다. 언제까지 끝내야 하는지, 결과를 기다리는 사람이 있는지, 끝내는 데 얼마나 걸리는지, 늦어졌을 때 어떤 문제가 생기는지를 설명하는 것이다.
예를 들어 “보고서 수정, 내일까지”라고 적는 것보다 “내일까지 제출하지만 오늘 오후 회의에서 미리 검토할 보고서 수정, 예상 두 시간”이라고 설명해야 실제 상황에 맞는 순서가 나온다.
AI가 만든 목록을 받은 뒤에는 먼저 하지 않으면 다른 사람이 멈추는 일이 있는지 확인해야 했다. 다음으로 오늘 반드시 끝내야 하는 일과 일부만 진행해도 되는 일을 나눴다. 마지막으로 집중이 필요한 업무를 회의와 연락이 적은 시간에 배치했다.
하루 중간에 다시 우선순위를 조정하는 것도 필요했다. 오전 계획을 세웠더라도 긴급한 고객 문제가 생기거나 상사의 요청이 바뀔 수 있다. AI가 만든 순서를 계속 지키는 것보다 새로운 상황을 반영해 목록을 수정하는 편이 현실적이었다.
회사 자료를 AI에게 입력할 때는 보안도 주의해야 한다. 고객명과 구체적인 계약 내용, 공개되지 않은 사업 정보는 빼고 업무 종류와 마감일만 설명하는 것이 안전하다.
이번에는 내가 직접 정한 순서와 AI의 첫 번째 제안이 10개 중 5개 정도 일치했다. 마감일과 다른 사람에게 미치는 영향을 추가로 알려준 뒤에는 7개 정도가 비슷해졌다. 정보가 자세할수록 결과가 좋아졌지만, 임원 회의와 팀 내부 상황처럼 내가 알고 있는 배경은 직접 반영해야 했다.
AI는 하루 업무의 우선순위를 대신 결정하는 관리자가 아니라, 여러 업무를 비교할 수 있게 정리해 주는 도구에 가까웠다. 급한 일과 미뤄도 되는 일을 나누는 데는 도움을 줬지만, 회사에서 실제로 중요한 일이 무엇인지는 사람이 최종 판단해야 했다.
AI에는 업무 목록을 정리하고 기본 순서를 제안하는 일을 맡기고, 사용자는 회사 상황과 사람 사이의 관계, 늦어졌을 때 생길 문제를 반영해 수정하는 방식이 가장 현실적이다. 그렇게 활용하면 우선순위를 고민하는 시간을 줄이면서도 중요한 일을 놓칠 가능성을 낮출 수 있다.