사람에게 일을 맡길 때 우리는 꽤 많은 것을 정합니다. 무엇을 해야 하는지, 언제까지인지, 어떤 상태가 되면 끝난 것인지, 문제가 생기면 누구에게 물어야 하는지. 그런데 AI에게 일을 맡길 때는 이 정의를 대부분 생략합니다. 그리고 결과가 마음에 들지 않으면 도구 탓을 합니다.

AI 활용이 조직에서 겉도는 이유의 상당 부분은 모델의 성능이 아니라 위임 설계의 부재에 있습니다. 맡기기 전에 정해야 할 것은 세 가지입니다.

1. 결과의 기준 — 무엇이 “됐다”인가

검수 기준 없이 위임하면, 확인 작업이 새로운 업무가 됩니다. AI가 만든 초안을 처음부터 다시 읽고 고치는 데 드는 시간이 직접 쓰는 시간과 같다면 위임이 아니라 업무의 이중화입니다. 맡기기 전에 “이 결과물은 무엇을 충족하면 통과인가”를 문장으로 적을 수 있어야 합니다. 기준을 적을 수 없는 일은 아직 위임할 준비가 안 된 일입니다.

2. 맥락의 경계 — 무엇을 알려주고 무엇을 감출 것인가

AI의 결과 품질은 질문 문장의 솜씨보다 전달된 맥락의 양과 질에 좌우됩니다. 우리 조직이 이 일을 왜 하는지, 어떤 어조를 쓰는지, 무엇을 하지 않기로 했는지. 반대로 넘겨서는 안 되는 것도 정해야 합니다. 고객 정보, 계약 조건, 공개 전의 계획 — 경계를 정하지 않은 채 편의대로 붙여 넣는 순간, 보안 정책은 이미 무너져 있습니다.

3. 실패의 처리 — 틀렸을 때 누가 언제 잡는가

AI는 확신 있는 문장으로 틀립니다. 그래서 실패를 잡는 지점이 흐름 안에 설계되어 있어야 합니다. 어떤 결과물은 바로 나가도 되고, 어떤 결과물은 반드시 사람의 눈을 거쳐야 합니다. 이 구분 없이 전부 검토하면 위임의 이득이 사라지고, 전부 통과시키면 사고를 기다리는 것과 같습니다. 실패의 비용이 큰 지점에만 사람을 세우는 것 — 그것이 검토 설계입니다.

위임의 기술은 결국 설계의 기술이다

흥미로운 것은, 이 세 가지가 전부 AI 이전부터 있던 좋은 위임의 조건이라는 점입니다. AI는 새로운 요구를 만든 것이 아니라, 우리가 사람에게조차 제대로 하지 않던 위임 설계를 더는 미룰 수 없게 만들었습니다. AI에게 일을 잘 맡기는 조직은, 사실 일을 잘 설계해 둔 조직입니다.

함께 읽기 — 회의가 길어지는 이유는 의제가 아니라 권한이다