퇴근 직전이 되면 꼭 한 번씩 고민하게 된다. 오늘 내가 무슨 일을 했는지, 아직 끝내지 못한 일은 무엇인지, 내일 출근하자마자 무엇부터 해야 하는지 정리하는 일이다. 바쁜 날에는 업무를 처리하는 것만으로도 시간이 부족해서 하루를 돌아볼 여유가 없다. 그러다 보면 분명 많은 일을 했는데도 제대로 마무리하지 못한 기분이 들거나, 다음 날 중요한 일을 깜빡하는 경우가 생긴다.
그래서 이번에는 AI에게 퇴근 전 업무 정리를 맡겨 봤다. 하루 동안 처리한 업무와 중간중간 적어 둔 메모를 입력하고, 오늘 한 일과 남은 일, 내일 해야 할 일로 나눠 달라고 요청했다. 평소처럼 직접 정리하는 방식과 비교했을 때 시간이 줄어드는지, 실제로 다음 날 업무를 시작하는 데 도움이 되는지도 살펴봤다.
하루 동안의 업무 메모를 AI에게 입력해 봤다
먼저 하루 동안 했던 일을 간단하게 적어 봤다. 실제 회사에서는 업무를 시간순으로 기록하기도 하고, 메신저나 메모장에 생각나는 대로 남겨 두기도 한다. 이번 실험에서도 완성된 일일 보고서가 아니라 평소에 작성할 법한 짧은 메모를 사용했다.
예를 들면 이런 내용이다.
오전에 거래처에서 온 이메일 확인 및 답변
팀 회의 참석, 다음 주 일정 논의
월간 실적 자료 작성 중 일부 수치 확인 필요
신규 프로젝트 관련 자료 요청했지만 아직 회신 없음
팀장에게 보고할 문서 초안 작성 완료
오후에 들어온 추가 요청은 아직 처리하지 못함
이 정도만 적어 두면 내가 직접 다시 읽고 업무를 분류해야 한다. 특히 완료한 일과 진행 중인 일이 섞여 있으면 어디까지 처리했는지 한눈에 파악하기 어렵다.
이번에는 이 메모를 AI에게 입력하고 다음과 같이 요청했다.
“아래 업무 메모를 바탕으로 퇴근 전 업무 정리를 해 줘. 오늘 완료한 일, 아직 남은 일, 내일 해야 할 일로 나눠 줘. 내일 해야 할 일은 우선순위가 높은 순서대로 정리하고, 추가 확인이 필요한 내용도 따로 표시해 줘. 메모에 없는 사실은 임의로 만들어 내지 마.”
결과는 생각보다 깔끔했다. 이메일 답변과 회의 참석, 보고서 초안 작성은 오늘 완료한 일로 분류됐다. 수치 확인이 필요한 실적 자료와 회신을 기다리는 프로젝트 자료는 진행 중인 일로 정리됐다. 아직 처리하지 못한 추가 요청은 남은 업무로 표시됐다.
무엇보다 좋았던 점은 흩어져 있던 메모가 항목별로 정리됐다는 것이다. 직접 정리할 때는 어떤 일을 완료로 봐야 할지 다시 생각해야 했는데, AI가 먼저 분류해 주니 전체 상황을 파악하기 쉬웠다.
다만 한 가지는 주의해야 했다. AI가 업무의 상태를 정확히 아는 것은 아니라는 점이다. 예를 들어 ‘실적 자료 작성 중’이라는 메모만 보고 자료가 거의 완성됐다고 판단하거나, 회신을 기다리는 업무를 내일 반드시 처리해야 하는 일로 분류할 수 있다. 그래서 결과를 그대로 믿기보다는 실제 진행 상황과 비교하면서 수정하는 과정이 필요했다.
남은 일과 내일 할 일을 구분하니 도움이 됐을까?
업무를 정리할 때 가장 헷갈리는 부분은 아직 끝나지 않은 일과 내일 해야 할 일을 구분하는 것이다. 남은 일이라고 해서 모두 내일 바로 처리해야 하는 것은 아니다. 다른 사람의 답변을 기다려야 할 수도 있고, 일정상 며칠 뒤에 진행해도 되는 업무가 있을 수 있다.
AI에게 이 두 가지를 구분해 달라고 요청하자 업무를 조금 더 구체적으로 바라볼 수 있었다.
예를 들어 실적 자료의 수치를 확인하는 일은 내일 직접 처리해야 할 업무로 분류할 수 있다. 반면 프로젝트 관련 자료 요청은 상대방의 회신을 기다리는 일이므로, 무조건 내일 완료해야 한다고 정하기 어렵다. 이 경우에는 ‘오전 중 회신 여부 확인’처럼 다음 행동을 정해 두는 편이 현실적이다.
이 차이가 생각보다 중요했다. 단순히 미완료 업무를 나열하면 해야 할 일이 많아 보이지만, 각각의 업무에 필요한 다음 행동을 정하면 어디서부터 시작해야 할지 명확해진다.
AI에게는 다음과 같은 기준도 추가로 요청했다.
오늘 완료한 업무는 완료 목록에만 표시하기
아직 진행 중인 업무는 남은 작업을 구체적으로 적기
다른 사람의 회신을 기다리는 일은 별도로 구분하기
내일 직접 해야 할 일은 우선순위와 함께 정리하기
마감일이 확인되지 않은 업무는 임의로 날짜를 지정하지 않기
이렇게 조건을 구체적으로 알려 주니 결과가 더 실용적으로 바뀌었다. 특히 ‘자료 확인’처럼 막연하게 적혀 있던 업무가 ‘실적 자료의 누락된 수치 확인 후 보고서 수정’처럼 행동 중심으로 정리되는 점이 유용했다.
그렇다고 AI가 업무의 우선순위까지 완벽하게 판단하는 것은 아니었다. 회사에서는 마감일뿐 아니라 상사의 요청, 다른 부서와의 협업 일정, 고객에게 미치는 영향도 중요하다. 메모에 이런 정보가 없다면 AI가 적절한 순서를 정하기 어렵다.
결국 우선순위는 AI가 제안한 순서를 참고하되 내가 최종적으로 판단해야 했다. 중요한 일정이나 마감일을 미리 입력하면 결과가 좋아지지만, 회사 내부 사정을 모두 설명하기 어려운 경우에는 직접 확인하는 편이 안전하다.
직접 정리하는 방식과 비교해 보니
마지막으로 AI를 사용하지 않고 직접 정리하는 방식과 AI를 활용하는 방식을 비교해 봤다. 이번 실험은 통제된 시간 측정이 아니라 업무 메모를 정리하면서 느낀 차이를 중심으로 살펴봤다.
직접 정리할 때는 메모를 하나씩 읽고 완료 여부를 확인한 다음, 남은 일을 따로 옮겨 적어야 했다. 익숙한 업무라면 어렵지 않지만 하루 동안 여러 가지 일을 처리한 날에는 빠뜨린 내용이 없는지 다시 확인하는 데 시간이 들었다.
AI를 활용했을 때는 메모를 입력하고 결과를 검토하는 방식으로 바뀌었다. 처음부터 항목을 나누어 작성할 필요가 없었고, 비슷한 업무를 묶거나 다음에 해야 할 행동을 구체적으로 표현하는 데도 도움이 됐다.
하지만 AI가 정리한 결과를 검토하는 시간도 필요했다. 완료하지 않은 업무가 완료 목록에 들어가지는 않았는지, 회신을 기다리는 일이 내일 처리할 일로 잘못 분류되지는 않았는지 확인해야 했다. 메모가 너무 짧으면 추가로 설명해야 하는 경우도 있었다.
그래서 이번 실험에서 느낀 가장 큰 장점은 단순히 정리 시간을 줄여 준다는 것보다 하루의 업무를 빠르게 돌아보고 다음 날의 출발점을 만들어 준다는 점이었다. 퇴근 직전에 업무를 하나씩 떠올리며 정리하는 부담이 줄고, 다음 날 무엇부터 확인할지 미리 생각할 수 있었다.
물론 모든 업무를 AI에게 맡길 필요는 없다. 하루 동안 처리한 일이 적거나 이미 업무 관리 도구를 잘 활용하고 있다면 직접 정리하는 방식도 충분하다. 반대로 업무가 여러 건 동시에 진행되고, 중간에 들어오는 요청이 많아 하루를 마무리하기 어려운 사람에게는 도움이 될 수 있다.
또한 업무 메모에 고객 정보나 회사 기밀이 포함돼 있다면 회사에서 허용한 AI 도구와 정보 입력 기준을 먼저 확인해야 한다. 편리하게 정리하려다가 민감한 정보를 외부 서비스에 입력하는 일이 생기지 않도록 주의할 필요가 있다.
이번 실험을 통해 퇴근 전 업무 정리는 거창한 보고서를 만드는 일이 아니라, 오늘의 진행 상황을 확인하고 내일의 첫 행동을 정하는 과정이라는 생각이 들었다. AI는 이 과정을 대신 판단하는 도구라기보다, 내가 적어 둔 내용을 보기 좋게 정리해 주는 보조 도구에 가까웠다.
앞으로는 퇴근하기 전 몇 분 동안 업무 메모를 AI에게 정리해 달라고 요청하고, 결과를 확인한 뒤 실제 업무 관리표에 반영하는 방식을 활용해 볼 생각이다. 오늘 한 일은 기록하고, 남은 일은 구분하고, 내일 할 일은 구체적으로 정리하는 것. 이 세 가지만 꾸준히 해도 다음 날 업무를 시작할 때 느끼는 막막함을 줄이는 데 도움이 될 것 같다.