고객에게 보낼 답변을 작성했습니다. 내용은 맞는데 문장이 조금 딱딱합니다. AI에게 보여주고 부드럽게 다듬어 달라고 하면 금방 끝날 것 같습니다.
메일 전체를 복사합니다. 그 안에는 고객 이름과 연락처, 계약번호, 문의 내용이 들어 있습니다. 입력 창에 붙여 넣고 전송 버튼을 누르려는 순간, 질문 하나를 떠올려 봅니다.
문체를 고치는 데 계약번호가 필요할까요.
이 장면은 설명을 위한 가상의 사례입니다. 하지만 AI를 업무에 활용할 때 실제로 생각해 볼 만한 질문을 담고 있습니다. 어떤 자료를 넣을 수 있는지 판단하기 전에, 지금 하는 일에 어떤 정보가 필요한지부터 살펴보는 것입니다.
지난 글에서는 AI가 내놓은 결과를 검증하는 방법을 이야기했습니다. 이번에는 결과를 받기 전, 자료를 전달하는 순간으로 돌아가 보겠습니다.
고객 메일의 문체를 다듬는다면 문의의 핵심 내용과 원하는 어조가 중요합니다. 고객의 실제 이름이나 연락처, 계약번호는 필요하지 않을 수 있습니다.
이름을 ‘고객 A’로 바꾸고 연락처를 지워도 문장을 정중하게 고칠 수 있습니다. 계약번호가 들어간 자리는 ‘계약번호’라는 표시만 남겨 둘 수도 있습니다.
반면 계약 내용을 확인하는 작업이라면 필요한 정보가 달라집니다. 적용 조항과 계약 시점, 상품 유형 같은 조건을 알아야 할 수 있습니다. 같은 문서라도 무엇을 하려는지에 따라 남겨야 할 부분이 달라지는 것입니다.
그래서 자료를 전달하기 전에 작업을 한 문장으로 적어 보면 도움이 됩니다.
“이 메일의 사실관계는 유지하면서 표현을 정중하게 바꾸려 한다.”
이렇게 목적이 분명해지면 무엇을 빼도 되는지 판단하기 쉬워집니다. 문서 전체를 보내는 것이 습관이었다면, 필요한 부분을 고르는 과정부터 바꿔 볼 수 있습니다.
이름과 연락처를 삭제하면 중요한 식별 정보가 줄어듭니다. 다만 그것만으로 누구의 자료인지 알아볼 수 없게 되었다고 단정하기는 어렵습니다.
작은 조직의 특정 직바카라, 드문 사건, 정확한 날짜가 함께 적혀 있다면 관련자는 누구의 이야기인지 짐작할 수 있습니다. 문의 내용 안에 고객의 생활이나 거래 상황이 자세히 남아 있을 수도 있습니다.
가령 이름은 ‘고객 A’로 바꿨지만, 본문에 특정 행사에서 체결한 계약과 담당 부서, 방문 날짜가 그대로 적혀 있다고 해보겠습니다. 그 정보를 아는 사람에게는 이름이 없어도 대상이 드러날 수 있습니다.
따라서 눈에 띄는 항목을 지운 뒤에는 본문도 다시 읽어야 합니다. 이 작업에 필요하지 않은 구체적인 상황까지 남겨 두지는 않았는지 확인하는 것입니다.
가상 이름으로 바꾼 자료와 원래 이름을 연결하는 표를 따로 보관한다면, 그 표 역시 보호해야 할 정보가 됩니다. 표시를 바꾸는 작업과 정보를 안전하게 취급하는 절차를 함께 생각해야 합니다.
우리가 직접 보는 것은 AI 서비스의 입력 창입니다. 그러나 업무 자료를 다룰 때는 자료가 그다음에 어디로 이동하는지도 살펴야 합니다.
서비스의 구성에 따라 자료가 업로드 저장소나 대화 기록에 보관될 수 있습니다. 검색 기능에 연결하면 검색용 저장소에도 들어갈 수 있습니다. 운영 과정에서 일부 내용이 로그에 남거나, 결과물을 내려받아 다른 곳에 저장할 수도 있습니다.
모든 서비스가 같은 방식으로 처리하는 것은 아닙니다. 그래서 실제 사용하는 도구의 기능과 설정, 계약 조건을 확인해야 합니다.
대화 목록에서 파일을 삭제했을 때 다른 저장 위치에서도 함께 삭제되는지, 누가 기록에 접근할 수 있는지, 얼마나 보관하는지 같은 질문이 여기에 해당합니다.
자료를 어디에 넣었는지만 기억하면 이후의 이동을 놓치기 쉽습니다. 업무가 끝난 뒤 자료와 결과가 어느 곳에 남는지도 확인할 필요가 있습니다.
AI 서비스의 데이터 사용 안내에서 학습 이용 여부를 확인하는 것은 중요합니다. 다만 그 한 항목이 데이터 취급에 관한 모든 조건을 설명하지는 않습니다.
학습에 사용하지 않는 경우에도 서비스 제공을 위해 내용을 처리하거나 일정한 조건으로 보관할 수 있습니다. 구체적인 범위는 사용하는 제품과 계약, 설정에 따라 확인해야 합니다.
따라서 질문을 나누어 보는 편이 좋습니다.
자료가 어떤 목적으로 사용되는가.
어디에 얼마나 보관되는가.
누가 접근할 수 있는가.
삭제는 어떤 범위에 적용되는가.
어느 서비스가 유료라는 이유만으로 모든 회사 자료를 입력해도 된다고 판단할 수도 없습니다. 조직이 승인한 사용 범위와 해당 서비스의 조건을 함께 확인해야 합니다.
이 글은 특정 제품의 계약이나 법적 적합성을 판정하는 기준을 대신하지 않습니다. 실제 자료를 맡길 때는 조직의 정바카라과 사용 중인 서비스의 최신 안내를 기준으로 판단해야 합니다.
새로운 기능을 발견하면 실제 자료를 넣어 보고 싶어집니다. 얼마나 잘 요약하는지, 표를 제대로 만드는지, 원하는 문체로 바꾸는지 확인하고 싶기 때문입니다.
자료를 사용할 수 있는지 불분명하다면 같은 형식의 가상 자료로 먼저 시험할 수 있습니다.
고객 문의를 분류하려는 경우라면 실제 문의 몇 건을 그대로 가져오는 대신, 상품 교환과 배송 지연, 사용 방법 질문처럼 대표적인 상황을 새로 작성해 볼 수 있습니다. 이름과 주문번호도 가상의 값으로 넣습니다.
이렇게 해도 결과 형식이 적절한지, 분류 항목이 충분한지, 어떤 추가 정보가 필요한지 살펴볼 수 있습니다. 실제 자료를 연결하기 전에 업무 흐름을 먼저 확인하는 것입니다.
다만 가상 자료에서 잘 작동했다는 이유만으로 실제 업무에서도 같은 품질을 기대할 수는 없습니다. 사용이 승인된 범위 안에서 별도의 검증이 필요합니다. 도구의 가능성을 확인하는 단계와 실제 자료를 처리하는 단계를 구분해 두면 좋습니다.
입력할 때만 주의하면 일이 끝나는 것은 아닙니다. AI가 만든 결과에 어떤 정보가 남아 있는지도 확인해야 합니다.
여러 문서를 요약한 결과에는 원래 서로 다른 접근 권한을 가진 정보가 함께 들어갈 수 있습니다. 내부용 자료의 핵심 내용을 짧게 정리했다고 해서 외부에 공유해도 되는 내용으로 바뀌는 것은 아닙니다.
결과를 전달받을 사람이 그 정보를 볼 수 있는지, 문서의 목적에 맞는 내용만 포함되어 있는지 살펴야 합니다. AI가 자료를 처리할 수 있었다는 사실이 새로운 공유 권한을 만들어 주지는 않습니다.
처음의 고객 메일로 돌아가 보겠습니다. 문장을 다듬은 뒤에도 고객에게 전달해도 되는 내용인지, 내부 검토 의견이나 다른 고객의 정보가 섞이지 않았는지 확인해야 합니다.
문체가 부드러워졌다는 사실과 발송해도 되는 메일이 되었다는 사실은 별도로 판단할 부분입니다.
이런 확인을 개인이 매번 처음부터 하도록 두면 업무가 번거로워집니다. 누구에게 물어봐야 하는지 몰라 사용을 미루거나, 반대로 편의에 따라 각자 판단하게 될 수 있습니다.
팀에서 간단한 기준을 공유해 두면 도움이 됩니다. 어떤 도구를 사용할 수 있는지, 어떤 자료는 입력할 수 없는지, 애매할 때 누구에게 확인할지 정리하는 것입니다.
한 장짜리 안내라도 실제 작업과 연결되어 있으면 쓸모가 있습니다.
“문체 수정에는 실제 연락처와 계약번호를 제외한다.”
“자료의 분류가 불명확하면 가상 예제로 기능을 먼저 확인한다.”
“결과물을 외부에 전달하기 전에는 포함된 정보의 공유 범위를 검토한다.”
이런 기준은 구체적인 행동으로 이어집니다. 조직의 정바카라이나 도구의 조건이 바뀌면 안내도 함께 갱신해야 합니다.
사용 기록을 남길 때도 필요한 범위를 생각해야 합니다. 어떤 업무에 AI를 활용했는지 기록하려다가 민감한 원문 전체를 다른 문서에 다시 복사해 두지는 않는지 살펴볼 필요가 있습니다.
자료를 다루는 문제를 생각하면 AI 활용이 복잡하게 느껴질 수 있습니다. 하지만 시작은 작게 잡을 수 있습니다.
지금 맡기는 일을 한 문장으로 적습니다. 그 일을 수행하는 데 필요한 정보를 고릅니다. 필요하지 않은 식별 정보와 구체적인 상황은 덜어냅니다. 남은 자료가 승인된 사용 범위에 들어가는지 확인합니다.
처음의 고객 메일도 그렇게 다룰 수 있습니다. 문체 수정에 필요한 문의 내용은 남기고, 이름과 연락처, 계약번호는 가상 값으로 바꿉니다. 수정된 결과에서는 사실관계와 공유할 내용을 다시 확인합니다.
AI에게 일을 맡기는 순간에도 자료를 다루는 판단은 계속됩니다.
지금 보내려는 정보는 이 일을 하는 데 정말 필요한가.
전송 버튼을 누르기 전에 이 질문을 한 번 떠올리는 것부터 시작해 보면 좋겠습니다.
다음 글에서는 자료를 한 번씩 붙여 넣는 방식에서 더 나아가 보겠습니다. 회사 문서를 찾아 답하는 AI를 만들려면 무엇을 준비해야 하는지, 검색한 자료가 어떻게 답변의 근거가 되는지 살펴보겠습니다.
참고 자료