본문으로 건너뛰기
인터페이스 언어: 한국어
지식과 운영 / Signal

전문가의 일을 바꾸기 전에 평범한 하루를 살펴보세요

지침과 직원의 설명만으로 업무를 바꾸기 어려울 때 직원에게 관찰 사실과 목적을 알리고 한 사례를 살펴보며 결론의 한계를 확인합니다.

본문 언어: 한국어

붉은 장식 서랍 옆에서 여성이 잎이 그려진 카드를 들고 있다.
목차

지침에는 세 단계가 있습니다. 자료를 받고, 수행자에게 전달하고, 기한을 기록합니다. 책상 앞에서는 직원이 첫 단계와 두 번째 단계 사이에 이전 영상 버전을 열고 고객의 메모를 확인한 뒤 질문 하나를 위해 전화합니다. 그제야 업무를 전달합니다. 지침에 보이지 않는 이 부분이 수행자에게 올바른 자료가 전달되는지를 결정했을 수 있습니다.

교육 영상에 자막을 만드는 회사를 생각해 봅시다. 관리자는 주문 접수를 개선하고 싶어 하며 조정 업무가 주로 메시지와 시스템 사이에서 데이터를 옮기는 일이라고 생각합니다. 경험 많은 코디네이터는 대부분의 시간을 ‘사항을 확인하는 일’에 쓴다고 말합니다. 두 사람 모두 자신이 보는 것을 정직하게 설명할 수 있습니다. 회사가 업무 분담을 바꾸거나 자동화를 도입하기 전에 이 일반적인 표현 뒤에 무엇이 있는지 알아야 합니다.

지침, 직원의 설명, 직원이 관찰 사실을 알고 있는 상태에서 한 사례를 살펴보는 일은 서로 다른 정보를 제공합니다. 어느 하나를 유일한 진실로 여길 필요는 없습니다. 각각 어떤 질문에 답하고 무엇은 아직 입증하지 못하는지 알아야 합니다. 일상 업무 관찰은 중요한 미지의 요소를 드러낼 수 있습니다. 그것만으로 회사 전체나 비슷한 일을 하는 모든 사람의 생산성을 평가할 수는 없습니다.

단계의 이름 사이에서 사라지는 것

공식 설명은 요약입니다. ‘자료를 전달한다’는 단순히 파일을 보내는 일일 수도 있지만 현재 버전인지 확인해야 할 수도 있습니다. 이 사례에서 고객은 이름에 ‘final’이 들어간 영상을 보냅니다. 같은 메시지에서 마지막 장면은 아직 변경될 것이라고 씁니다. 코디네이터가 즉시 무엇을 할지 알아야 하는 것은 아닙니다. 모순을 알아채고 업무를 전달할 수 있는 답을 얻어야 합니다.

관리자가 앱을 연 횟수와 보낸 메시지만 센다면 불필요하게 도구 사이를 오가는 것처럼 볼 수 있습니다. 확인의 의미를 물으면 이전 버전이 마지막 부분에 대한 고객의 언급을 설명한다는 사실을 알게 됩니다. 같은 행동이 시간 낭비처럼 보일 수도, 자료를 이해하기 위한 필요한 시도처럼 보일 수도 있습니다. 평가는 그 행동이 과제에서 하는 역할을 아는지에 달렸습니다.

Brown과 Duguid는 1991년 논문에서 공식적인 업무 설명과 실제 관행의 차이에 주목합니다. 이전의 서비스 기술자에 대한 민족지 연구 등도 분석합니다. 이는 단순화 전에 구체적인 행동을 알아야 한다는 근거이지, 문서화되지 않은 모든 행동이 필요하고 그대로 남아야 한다는 증거는 아닙니다.

가상의 회사는 두 질문을 구분해야 합니다. 첫째, 코디네이터가 관리자에게 고려되지 않은 일을 하는가? 둘째, 현재 수행 방식이 최선인가? 첫 번째에 대한 긍정은 두 번째를 결정하지 않습니다. 필요한 설명을 더 일찍 얻거나 다른 방식으로 전달할 수 있을지도 모릅니다. 그러나 먼저 어떤 설명이 필요한지부터 파악해야 합니다.

고객에게 보이는 일과 뒷단을 함께 다루는 서비스 지도 (폴란드어)가 이때 도움이 됩니다. 다만 관찰한 모든 것을 남기기 위해 칸을 계속 그릴 필요는 없습니다. 변경 결정에는 어떤 행동이 자료, 책임 또는 다음 선택에 영향을 주는지가 중요합니다. 지도는 그 영향을 묻는 데 도움을 줘야 합니다.

한 가지 일상 사례가 관리자의 질문을 바꿀 수 있다

코디네이터는 주문을 ‘고객이 파일을 혼동해서 버전을 확인했다’고 설명할 수 있습니다. 과정을 보는 관리자는 더 복잡한 상황을 볼 수 있습니다. 고객은 첨부파일을 잘못 보낸 것이 아니라 자료의 준비 완료를 다르게 이해했습니다. 영상은 상담할 준비가 됐지만 최종 자막을 작업할 준비는 되지 않았습니다. 이는 제안할 해결책을 바꿉니다. 잘못된 첨부파일 발송을 막아도 의미의 차이는 없어지지 않습니다.

이 경우 관찰은 추가 행동의 목록만 제공하지 않습니다. 회사가 문제를 제대로 이름 붙였는지 확인하게 합니다. ‘코디네이터가 파일을 너무 오래 전달한다’ 대신 ‘누가 어떤 근거로 다음 종류의 작업을 위한 자료 준비 상태를 판단하는가?’라는 질문이 나옵니다. 한 사람의 속도뿐 아니라 고객, 수행자, 범위 합의 방식에 관한 질문일 수 있습니다.

모든 동작의 의미를 추측해서는 안 됩니다. 직원이 이전 메시지를 연 이유는 관찰자의 추측과 다를 수 있습니다. 그날 특별한 경로를 선택했을 수도 있습니다. 중요한 결정이 그 순간에 달렸다면 실제 수행자에게 확인해야 합니다. ‘이전 메시지로 돌아갔다’는 기록과 ‘올바른 버전을 몰랐다’는 해석은 서로 다른 정보입니다.

맥락 조사와 관찰에 관한 GOV.UK 지침은 평소 쓰는 자료와 도구를 사용하는 일상 환경에서 행동을 알아보는 방식을 설명합니다. 질문하고 각 단계를 설명하는 일이 자연스러운 진행을 바꾼다는 점도 지적합니다. 직원이 관찰자에게 모든 행동을 설명하는 상황은 외부 영향 없이 재현한 평범한 하루가 아니라는 중요한 한계입니다.

그렇다고 관리자가 직접 대규모 조사를 설계해야 하는 것은 아닙니다. 실제로 무엇을 알게 됐는지 정직하게 설명해야 합니다. 함께 고른 사례 하나를 보고 몇 지점을 물었다면 결정의 근거를 그렇게 제시해야 합니다. ‘조정 업무가 어떻게 작동하는지 확인했다’는 문장은 실제 범위보다 훨씬 넓게 들릴 수 있습니다.

사례는 가능성을 보여줄 뿐 빈도는 알려주지 않는다

어려운 영상 하나만으로도 자료의 준비 상태를 확인할 때 때로 사람의 판단이 필요함을 알 수 있습니다. 그러나 그런 주문이 얼마나 되는지는 알 수 없습니다. 회사가 전체 서비스 모델을 바꾸려면 예외를 봤는지, 반복되는 유형인지, 매일 하는 업무인지 알아야 합니다. 각각은 계획된 변경의 타당성에 다르게 영향을 줍니다.

Aeneia 콘셉트 사진

더 긴 기간 동안 활동 유형의 비중이 질문이라면 시간 구조를 보여주는 작업 표본 조사 (폴란드어)를 활용할 수 있습니다. 이는 한 사례에서 판단 과정을 자세히 살펴보는 것과 별도 과제입니다. 상세한 이야기가 잘 기록되어 모두의 기억에 남았다는 이유로 이를 시간의 백분율로 바꾸어서는 안 됩니다.

한 사람을 관찰했다고 그 사람만 이 일을 할 수 있다는 증거도 되지 않습니다. 자신만의 지름길을 쓸 수 있고 다른 직원은 비슷한 사례를 다른 방식으로 해결할 수 있습니다. 회사가 한 사람에 대한 의존 (폴란드어)을 걱정한다면 업무를 인수할 수 있는지, 대행 조건이 무엇인지 확인해야 합니다. 능숙한 전문가를 보는 것만으로는 확인되지 않습니다.

가상의 회사에서 관리자는 자동화 전에 일반적인 완결 주문 하나와 자료가 늦게 바뀐 사례를 더 알아보기로 결정할 수 있습니다. 서로 다른 상황에서 같은 준비 조건이 나타나는지 보고 싶기 때문입니다. 이런 추가 조사는 해결책 선택에 영향을 주는 구체적인 공백을 메워야 합니다.

처음 가설이 맞을 수도 있습니다. 일부 데이터 이동에는 실제로 추가 판단이 필요하지 않을 수 있습니다. 그때도 업무를 살펴보면 해당 과제의 경계를 정하는 데 도움이 됩니다. 회사는 자료 설명에 필요한 다른 행동은 보존하면서 그 부분을 단순화할 수 있습니다. 전체 자동화와 모든 것을 그대로 두는 것 사이에서 더 좁고 근거 있는 변경 범위를 얻습니다.

추가로 업무를 알아볼 범위는 회사가 지금 내려야 하는 결정과 연결하세요. 확인된 데이터를 시스템에 옮기기만 원한다면 무엇으로 확인 상태를 알아볼지 정해야 합니다. 코디네이터에게서 자료 준비 상태 판단을 가져오려면 그 판단의 근거를 훨씬 잘 이해해야 합니다. 두 목적에 직무 전체의 똑같은 그림이 필요한 것은 아닙니다. 두 번째에서는 빠진 미지의 요소가 바로 회사가 바꾸려는 기능에 해당합니다.

관리자는 첫 단계를 좁힐 수 있습니다. 판단은 코디네이터에게 남기고 이미 승인된 정보의 이동을 따로 시험합니다. 이 선택은 명시되어야 합니다. 나중에 그 시험 결과를 도구가 자료 평가까지 맡을 수 있다는 증거로 제시해서는 안 됩니다. 다른 업무 부분을 시험한 것입니다. 좁은 시작은 어떤 더 넓은 질문에 아직 답하지 못하는지 알 때 유용합니다.

다음 결정이 설명되지 않은 부분에 달렸다면 회사는 이를 알아볼 시간을 배정하거나 변경 계획을 제한해야 합니다. 그 비용을 빼고 얻는 겉보기 속도는 다음 수행자에게 정보도 권한도 없는 업무를 남길 수 있습니다. 이 사례에서는 마지막 장면을 이제 작업할 수 있는지 누군가 여전히 합의해야 합니다. 직함을 바꾼다고 답이 생기지는 않습니다.

모든 우회 방법이 좋은 해결책은 아니다

전문가는 유용한 확인을 불편한 경로로 할 수 있습니다. 현재 자료에 명확한 표시가 없어 코디네이터가 여러 메시지의 이름을 비교해 영상 버전을 알아본다고 가정합시다. 이 노력은 지금 후속 작업을 보호합니다. 그러나 회사는 모든 서신을 수동 비교하는 의무를 유지하는 대신 표시 방식을 개선할 수 있습니다. 필요한 정보는 보존하되 기존 노력을 반드시 유지할 필요는 없습니다.

다른 우회 방법은 문제를 다음 사람에게 넘길 수 있습니다. 코디네이터가 전달을 늦추지 않으려고 자신의 추측을 적고, 수행자가 나중에 고객에게 다시 질문해야 하는 경우입니다. 관찰이 파일 전송에서 끝나면 관리자는 업무가 빨리 끝났다고 봅니다. 다음 사람이 무엇을 받았는지 확인해야 지름길의 비용이 드러납니다. 관찰 범위의 경계는 해결책의 평가에 영향을 줍니다.

문제 원인에 대한 증거 (폴란드어)도 물어보세요. ‘고객은 항상 불명확한 자료를 보낸다’는 편리한 설명일 수 있지만 왜 이 주문이 그런 상태로 접수됐는지는 설명하지 못합니다. 회사의 양식, 모호한 약속 또는 다른 합의 방식이 중요할 수 있습니다. 처음에 그럴듯한 설명에서 멈추지 말고 살펴봐야 합니다.

직원은 자신의 업무가 관찰된다는 사실과 그 목적을 알아야 합니다. 회사가 어려움을 보여 달라고 한 뒤 드러난 모든 불확실성을 개인 순위의 근거로 삼으면 상황의 의미가 바뀝니다. 여기의 과제는 계획된 업무 변경을 평가하는 것입니다. 무엇을 보여주고 기록하며 전달할 수 있는지는 실제 데이터와 회사 조건에 맞게 합의해야 합니다.

가상의 AI 사용 사례 하나

AI가 영상의 초벌 전사문을 만들고 코디네이터가 이를 전달한다고 가정합시다. 공식 설명은 ‘생성하고 확인한다’일 수 있습니다. 실제로는 올바른 입력 자료를 어떻게 알아보고, 어느 부분에서 녹음으로 돌아가야 하며, 코디네이터의 확인이 무엇을 의미하는지 알아야 합니다. 그렇지 않으면 자동화 프로젝트가 이전에 아무도 역할을 밝히지 않은 행동을 없앨 수 있습니다.

이 사례를 AI가 사용하는 데이터 흐름 기록 (폴란드어)과 비교할 수 있습니다. 실제 행동에서 공식 기록에 없는 도구 간 자료 전달이 드러날 수 있습니다. 그때에야 회사는 구체적인 입력, 결과와 검증 규칙을 평가할 근거를 얻습니다. 조직 전체를 바꾸겠다는 선언부터 시작할 필요는 없습니다.

Aeneia Audit은 실제 수행자들과 AI 사용을 추적하며 출처, 결과 사용 방식과 확인 책임을 정리하는 데 도움을 줄 수 있습니다. 팀이 실제 경과를 보여주고 미지의 요소를 말할 수 있는 과제가 좋은 출발점입니다. 회사가 도구를 쓰려는 업무의 맥락에서 평가할 수 있습니다.

이렇게 알아본 뒤 관리자의 결정은 원래 계획보다 작아질 수 있지만 더 명확해집니다. 단순화할 부분, 보존할 확인, 더 알아야 할 사항을 압니다. 회사는 필요한 확인을 유지하면서 기존 방식을 바꿀 수 있습니다. 평범한 하루는 지침의 편리한 세 단계 이름이 아니라 실제 과제를 바꾸는 데 필요한 지식을 제공합니다.

Aeneia / Aeneia 편집부

편집부의 글입니다. 본문에 출처 링크가 있습니다.

Aeneia 소개

함께한 브랜드

  • L’Oréal
  • Garnier
  • Netflix
  • Carrefour
  • Warner Bros. Discovery
  • Biedronka
  • HBO Max
  • Wolt
  • Żabka
  • COSRX
  • 주폴란드 중국대사관
  • Mixa
Aeneia / Initium

지식에서 결정으로

정리하고 싶은 과제를 알려 주세요. 어디서 시작할지 함께 정합니다.

Aeneia에 문의하기

파트너의 솔루션을 활용합니다

  • Google
  • OpenAI
  • Microsoft
  • Stripe
  • Anthropic
  • Linear