AI 도구를 본격적으로 쓰기 시작한 직장인들이 6개월 정도 지난 시점에 보고하는 변화에는 분명한 공통 패턴이 있습니다. 첫 한 달의 어색함과 시행착오를 지나 활용이 자리잡은 후의 안정적 변화입니다. 이 변화들을 정리해 보면 AI 도구가 직장인의 일과 사고에 미치는 실제 영향이 보입니다. 학술 연구가 보여 준 14에서 34퍼센트 생산성 향상이라는 데이터는 평균값입니다. 개인 차원에서는 그 평균이 어떻게 … 더 읽기
직장인이 AI 도구를 본격적으로 쓰기 시작하는 시점은 사람마다 다릅니다. 누구는 회사가 도입하면서 자연스럽게 시작하고, 누구는 답답함을 느껴 자발적으로 시작합니다. 어떤 시점에 시작하느냐가 그 후의 활용 깊이를 결정하는 분명한 변수가 됩니다. 특히 PM이라는 직무는 AI 도구의 가치가 매우 큰 영역입니다. 시장 조사, 사용자 인터뷰 분석, PRD 작성, 회의록 정리, 이해관계자 커뮤니케이션 같은 일들이 매일 누적되는 직무라 … 더 읽기
AI 도구를 일에 적극 활용하기 시작하면 어느 시점에 이런 의문이 듭니다. 단순한 사용법만 배우는 게 아니라 AI라는 변화의 큰 그림을 이해해야 할 것 같다는 생각 말입니다. 도구만 쓰다 보면 시야가 좁아지고, 큰 흐름을 못 보고 헤매게 됩니다. 좋은 책 몇 권이 이 부족함을 채워 줍니다. PM으로 일하면서 AI 관련 책을 한 30권 정도 읽었습니다. 그 … 더 읽기
AI 도구를 한 달 정도 무료로 써 본 분들이 가장 자주 던지는 질문이 있습니다. “유료 버전 결제할 만한 가치가 있나요?” 월 20달러, 한국 돈으로 약 2만 7천 원이 작은 돈은 아닙니다. 1년이면 30만 원이 넘어가는 지출입니다. 충분히 고민할 만한 결정입니다. 저는 PM으로 일하면서 ChatGPT Plus와 Claude Pro 둘 다 1년 넘게 결제하고 사용하고 있습니다. 무료 … 더 읽기
회사에서 일하다 보면 데이터를 다뤄야 할 때가 있습니다. 매출 추이를 분석해야 하거나, 설문 결과를 정리해야 하거나, 사용자 행동 패턴을 봐야 하는 그런 일들 말입니다. 그런데 본인이 데이터 분석가가 아니면 엑셀의 기본 함수 정도 외에는 손이 가지 않습니다. 파이썬이나 SQL 같은 도구는 배울 시간이 없고, 데이터 분석가에게 부탁하면 우선순위에서 밀려 답을 받기까지 며칠이 걸립니다. 이 답답함이 … 더 읽기
직장인이 하루에 받는 이메일 수가 평균 100통이 넘는다는 통계가 있습니다. 이 중 직접 답장이 필요한 메일은 보통 20에서 30통 정도이고, 한 메일당 답장에 평균 3분에서 5분이 걸린다고 가정하면 매일 1시간 반에서 2시간을 이메일에 쓰는 셈입니다. 이 시간이 누적되면 1년에 400시간이 넘어갑니다. 한 달 반에 해당하는 시간을 이메일에 쓰고 있다는 뜻입니다. AI가 이 시간의 절반 이상을 … 더 읽기
직장인이 가장 자주 하는 일 중 하나가 회의록 정리입니다. 1시간 회의 후에 30분에서 1시간을 정리에 쓰고, 그걸 정돈해서 메일로 보내는 데 또 시간이 듭니다. 회의 자체보다 정리에 더 많은 시간을 쓰는 경우도 흔합니다. 이 부담을 AI로 줄일 수 있다는 걸 알고도 막상 어떻게 해야 할지 모르는 분들이 많습니다. PM으로 6년 일하면서 저는 매주 평균 10번 … 더 읽기
같은 AI 도구를 써도 결과가 천차만별입니다. 누군가는 ChatGPT에서 30분 만에 훌륭한 보고서 초안을 받아 오고, 누군가는 같은 30분을 써도 별 도움이 안 되는 답만 받습니다. 이 차이는 도구 자체가 아니라 도구에게 무엇을 어떻게 묻느냐에서 옵니다. 프롬프트라고 부르는 이 입력의 차이가 결과물의 거의 전부를 결정합니다. PM으로 일하면서 신입 동료들에게 AI 활용을 가르칠 때 가장 시간을 많이 … 더 읽기
AI 도구를 써 봐야겠다는 생각은 있는데 막상 시작하려니 어디서부터 손을 대야 할지 막막한 분들이 많습니다. ChatGPT가 좋다고 하는데 회원가입 후 처음 화면을 보면 무엇을 입력해야 할지 모르겠고, Claude는 또 뭐가 다른지 헷갈립니다. 매일 쓰면 일이 빨라진다는 말은 들었지만 일주일을 어떻게 시작해야 그 길로 갈 수 있는지가 분명하지 않습니다. PM으로 일하면서 신입 동료들에게 AI 도구를 추천할 … 더 읽기
회사가 AI 도구를 도입하는 이유는 보통 생산성 향상입니다. 같은 시간에 더 많은 일을 처리하게 되면 인건비가 절감되고 매출이 늘어나기를 기대합니다. 그런데 Brynjolfsson 연구진의 5,179명 연구는 생산성 외에 또 다른 효과를 발견했습니다. AI를 사용한 부서의 직원 유지율이 분명히 향상됐다는 것입니다. 이 결과는 의외였고 또 매우 의미가 있었습니다. 직장인 이직은 회사에 큰 비용입니다. 한 사람을 새로 뽑고 … 더 읽기