AI에게 보고서 초안을 맡겨도 될까? 목차 구성부터 본문 초안까지 실제로 작성해 본 결과, 보고서를 시작하는 시간은 크게 줄었지만 내용의 정확성과 논리는 사람이 반드시 다시 확인해야 했다.
직장인에게 보고서 작성은 익숙하면서도 부담스러운 업무다. 자료를 충분히 조사했더라도 어떤 순서로 내용을 배치할지, 첫 문장을 어떻게 시작할지 고민하다 보면 예상보다 많은 시간이 걸린다. 특히 상사에게 제출하는 보고서는 단순히 정보를 나열하는 것이 아니라 문제의 원인과 해결 방향을 논리적으로 보여줘야 한다.
보고서를 작성할 때 가장 어려운 부분은 글을 길게 쓰는 것이 아니다. 무엇을 먼저 설명하고 어떤 근거를 제시해야 읽는 사람이 쉽게 이해할 수 있는지 구조를 만드는 일이다. 목차를 잡은 뒤에도 각 항목에 어떤 내용을 넣을지 결정해야 하고, 작성한 문장이 앞뒤 내용과 자연스럽게 연결되는지도 살펴봐야 한다.
최근에는 생성형 AI에게 주제와 자료를 입력해 보고서의 목차나 본문 초안을 만드는 방법이 많이 활용되고 있다. 짧은 요청만으로도 그럴듯한 보고서가 완성되기 때문에 업무 시간이 크게 줄어들 것처럼 보인다. 하지만 AI가 만든 초안이 실제 업무에 사용할 수 있을 정도로 구체적인지, 사실과 다른 내용을 만들어 내지는 않는지 확인할 필요가 있었다.
이번에는 ‘사내 회의 시간 단축을 위한 개선 방안’이라는 주제로 보고서를 작성해 봤다. 먼저 직접 목차와 본문을 작성한 뒤, 같은 자료를 AI에게 제공해 목차 구성부터 본문 초안까지 맡겨 봤다. 두 방식의 작성 시간과 결과물의 차이, 최종 수정에 필요한 시간을 비교했다.
직접 작성한 보고서와 AI가 만든 목차의 차이
먼저 AI 없이 평소 방식대로 보고서의 목차를 구성했다. 보고서의 목적은 불필요하게 길어지는 사내 회의의 원인을 찾고, 회의 시간을 줄일 수 있는 실행 방안을 제안하는 것이었다.
직접 만든 목차는 현황, 문제점, 원인 분석, 개선 방안, 기대 효과 순서로 구성했다. 익숙한 형식이었지만 각 항목에 어떤 내용을 넣을지 정하는 데 시간이 걸렸다. 회의가 길어지는 원인을 참석자 과다, 안건 미정리, 결론 없는 토론 등으로 나누고, 해결책이 각각의 원인과 연결되도록 배치해야 했다.
목차를 만들고 항목별 핵심 내용을 메모하는 데 약 18분이 걸렸다. 목차 자체는 짧았지만 비슷한 항목을 합치거나 순서를 바꾸는 과정이 반복됐다.
다음에는 AI에게 보고서의 목적과 활용할 자료를 설명하고 목차를 요청했다. 요청문에는 다음과 같은 조건을 넣었다.
“사내 회의 시간 단축을 위한 개선 방안 보고서의 목차를 작성해 줘. 현재 평균 회의 시간은 70분이고, 직원 설문에서는 안건 공유 부족과 불필요한 참석자가 주요 문제로 나타났어. 보고 대상은 부서장이며, 현황과 원인, 개선 방안, 실행 일정, 기대 효과가 포함되도록 구성해 줘.”
AI는 짧은 시간 안에 전체 목차를 만들었다. 직접 구성한 목차와 큰 틀은 비슷했지만, ‘개선 방안’ 아래에 회의 전, 회의 중, 회의 후 단계별 대책을 배치한 점이 눈에 띄었다. 안건 사전 공유, 필수 참석자 지정, 회의 종료 후 결정 사항 전달처럼 실행 시점에 따라 나눈 구성이었다.
목차를 만드는 시간은 요청문 작성과 결과 확인을 포함해 약 3분이었다. 직접 작성한 18분과 비교하면 상당히 빨랐다. 또한 생각하지 못했던 ‘시범 운영과 평가 기준’ 항목도 제안해 보고서의 완성도를 높이는 데 도움이 됐다.
하지만 AI가 만든 목차에는 비슷한 내용이 반복되는 문제도 있었다. ‘회의 운영 효율화’와 ‘진행 방식 개선’이 서로 다른 항목으로 구분되어 있었지만 실제로는 내용이 겹쳤다. 보고서의 목적에 비해 조직문화와 협업 방식에 관한 항목이 너무 크게 잡힌 부분도 있었다.
결국 AI 목차를 그대로 사용하지 않고 유사한 항목을 합치고, 현재 회사에서 실행하기 어려운 부분은 삭제했다. 그래도 처음부터 구조를 만드는 것보다 초안을 수정하는 방식이 훨씬 빠르게 느껴졌다.
본문 초안은 빠르게 완성됐지만 내용이 구체적이지 않았다
목차를 정리한 뒤에는 AI에게 항목별 본문 초안을 요청했다. 회의 시간, 직원 설문 결과, 현재 운영 방식 등 활용 가능한 정보를 함께 제공하고 약 3쪽 분량의 보고서로 작성해 달라고 했다.
AI는 현황부터 기대 효과까지 자연스럽게 연결된 본문을 빠르게 만들었다. 보고서에 어울리는 문체를 사용했고, 각 항목의 분량도 비교적 균형 있게 배치했다. 아무것도 없는 상태에서 첫 문장을 고민할 필요가 없다는 점이 가장 편리했다.
특히 문제점과 개선 방안을 연결하는 구조는 유용했다. 안건이 사전에 공유되지 않는 문제에는 회의 하루 전 자료 배포를 제안했고, 참석자가 너무 많은 문제에는 필수 참석자와 참고 참석자를 구분하는 방안을 제시했다. 회의 중 결론이 나지 않는 문제에는 안건별 제한 시간을 설정하는 방법을 넣었다.
하지만 본문을 자세히 읽어 보니 그대로 사용하기 어려운 부분도 많았다. 가장 큰 문제는 문장은 자연스럽지만 내용이 일반적이라는 점이었다. ‘효율적인 회의 문화를 조성해야 한다’, ‘참석자의 적극적인 협조가 필요하다’처럼 어느 회사의 보고서에도 들어갈 수 있는 표현이 반복됐다.
회사 상황과 맞지 않는 제안도 있었다. AI는 모든 회의를 30분 이내로 제한하자고 작성했지만, 일부 회의는 고객 대응이나 예산 검토 때문에 30분 안에 끝내기 어려웠다. 회의 종류에 따라 기준을 달리해야 했지만 AI는 이런 내부 상황을 알 수 없었다.
제공하지 않은 수치를 임의로 넣은 부분도 발견됐다. AI는 회의 개선 방안을 적용하면 평균 회의 시간이 30% 줄어들 것으로 예상된다고 작성했다. 그러나 이를 뒷받침할 근거는 제공한 자료에 없었다. 문장만 보면 그럴듯했지만 실제 보고서에 넣으려면 별도의 조사나 시범 운영 결과가 필요했다.
중복되는 문장도 많았다. 앞부분에서 설명한 문제를 뒷부분에서 비슷한 표현으로 다시 언급해 보고서가 길어졌다. 문장 표현은 매끄러웠지만 핵심 정보의 밀도는 직접 작성한 초안보다 낮았다.
AI가 만든 본문 초안을 확인하고 회사 상황에 맞게 수정하는 데 약 35분이 걸렸다. 잘못된 수치를 삭제하고 실제 설문 결과를 추가했으며, 실행하기 어려운 제안은 현실적인 방식으로 바꿨다. 직접 처음부터 보고서를 작성했을 때는 약 75분이 걸렸기 때문에 전체 시간은 줄었지만, AI가 만든 문장을 단순히 복사하는 것만으로 보고서가 완성되지는 않았다.
AI 보고서는 완성본보다 생각을 정리하는 출발점에 가까웠다
이번 실험에서 직접 보고서를 작성하는 데는 목차와 본문을 포함해 약 75분이 걸렸다. AI를 활용한 경우 목차와 본문 초안을 받는 데 약 7분, 내용을 검토하고 수정하는 데 약 35분이 걸려 총 42분 정도가 필요했다. 약 33분을 줄인 셈이다.
시간 절약 효과가 가장 컸던 부분은 목차 구성과 첫 번째 초안 작성이었다. 빈 문서에서 시작할 때 느끼는 부담이 줄었고, 보고서에 포함할 내용을 빠르게 확인할 수 있었다. 익숙하지 않은 주제라면 AI가 제안한 목차를 보면서 빠진 관점을 발견하는 데도 도움이 될 수 있다.
반면 사실관계와 수치, 회사 내부 상황을 반영하는 작업은 사람이 해야 했다. AI는 자연스러운 문장을 만들 수 있지만, 어떤 수치가 공식적으로 확인된 것인지 알지 못한다. 실제로 존재하지 않는 조사 결과나 근거 없는 기대 효과를 그럴듯하게 작성할 수도 있다.
AI에게 보고서를 요청할 때는 자료와 조건을 구체적으로 제공하는 것이 중요하다. 보고서의 목적, 읽는 사람, 현재 상황, 반드시 포함할 수치, 제외해야 할 내용을 알려주면 수정할 부분이 줄어든다. 모르는 정보는 추측하지 말고 ‘자료 확인 필요’라고 표시하도록 요청하는 것도 유용하다.
AI 초안을 받은 뒤에는 세 가지를 중점적으로 점검해야 한다. 먼저 숫자와 사실의 출처가 분명한지 확인해야 한다. 다음으로 문제점과 개선 방안이 논리적으로 연결되는지 살펴봐야 한다. 마지막으로 실제 회사에서 실행 가능한 제안인지 판단해야 한다.
회사 기밀이나 개인정보를 입력하는 것도 주의해야 한다. 내부 매출, 고객 정보, 인사 자료처럼 민감한 내용은 그대로 넣지 말고 필요한 경우 항목이나 수치를 대체해 사용해야 한다. 회사에서 승인한 AI 도구가 있다면 해당 도구를 이용하는 편이 안전하다.
이번 실험을 통해 AI는 보고서를 대신 작성하는 완성형 작성자라기보다, 목차와 문장의 초안을 빠르게 제공하는 보조 도구에 가깝다는 결론을 내렸다. 구조를 잡고 글을 시작하는 시간은 줄여 줬지만, 보고서에 책임을 질 수 있는 수준으로 만드는 일은 결국 작성자의 몫이었다.
AI에게 보고서 초안을 맡기는 것은 충분히 효율적이다. 다만 AI가 만든 결과를 완성된 보고서로 생각해서는 안 된다. AI에는 목차 구성과 본문 초안을 맡기고, 사람은 근거와 수치, 논리, 실행 가능성을 검토하는 방식으로 활용할 때 가장 좋은 결과를 얻을 수 있다.