AI로 만든 보고서, 받는 사람은 왜 더 피곤할까
'워크슬롭'을 만들지 않는 다섯 가지 습관
스튜디오닷닷 · · 8분 읽기
AI로 보고서 초안을 쓰는 일은 이제 흔합니다.
그런데 받는 쪽에서는 이런 경험이 늘고 있습니다.
문장은 매끈하고 분량도 충분한데, 정작 필요한 내용이 없어 다시 묻고 확인하느라 시간이 더 드는 경우입니다.
이런 결과물을 '워크슬롭(workslop)'이라고 부릅니다.
스탠퍼드 소셜미디어랩과 BetterUp 연구진이 하버드비즈니스리뷰(HBR)에 소개한 말로, 좋은 결과물처럼 보이지만 일을 실제로 진전시킬 알맹이가 없는 AI 생성 업무 결과물을 뜻합니다.
생각하는 수고를 받는 사람에게 떠넘긴다는 점이 핵심입니다.
연구진이 미국 직장인 1,150명을 조사했더니 40%가 최근 한 달 사이 워크슬롭을 받았다고 답했습니다.
한 건을 처리하는 데 평균 1시간 56분이 들었고, 약 절반은 그걸 보낸 동료를 이전보다 덜 유능하고 덜 믿음직하게 보게 됐다고 했습니다.
보내는 쪽도 예외는 아닙니다. 후속 글에서는 응답자의 53%가 적어도 가끔은 이런 결과물을 동료에게 보낸다고 인정했습니다.
국내도 비슷합니다.
워크데이 조사에서 AI를 업무에 쓰는 국내 기업 직원의 31%가 품질이 낮은 AI 결과물을 고치고 다시 쓰는 데 매주 평균 1~2시간을 쓴다고 답했습니다.
숫자로 보는 워크슬롭
- 미국40%
최근 한 달 사이 워크슬롭을 받아 본 직장인
- 미국1시간 56분
워크슬롭 한 건을 처리하는 데 드는 평균 시간
- 미국약 절반
보낸 동료를 이전보다 덜 유능하고 덜 믿음직하게 보게 됨
- 국내31%
품질 낮은 AI 결과물을 고치느라 매주 1~2시간을 쓰는 직원
이 글은 AI로 일하면서 워크슬롭을 만들지 않는 다섯 가지 습관을 정리한 것입니다.
앞의 네 가지는 보내는 사람이, 마지막 하나는 팀과 받는 사람이 챙길 것입니다.
| 습관 | 바꾸는 것 | 받는 사람이 느끼는 차이 |
|---|---|---|
| 목적 먼저 적기 | 받는 사람이 무엇을 결정해야 하는지부터 | 읽자마자 무엇을 하면 되는지 보임 |
| 내 자료로 쓰게 하기 | AI의 일반론 대신 내 자료와 맥락 | 우리 일에 맞는 내용만 남음 |
| 읽고 줄이기 | 분량 대신 핵심 몇 줄 | 읽는 시간이 줄어듦 |
| 원본과 대조하기 | 숫자 · 이름 · 날짜 확인 | 다시 확인할 필요가 없음 |
| 팀 기준 정하기 | 언제 쓰고 어떻게 확인할지 합의 | 서로 믿고 받을 수 있음 |
1맡기기 전에 목적부터 적기
왜 생기나요
AI는 목적을 모르면 무난한 일반론으로 빈칸을 채웁니다.
"보고서 써 줘"라고만 하면 어느 회사에나 들어갈 수 있는 매끈한 문서가 나오고, 받는 사람은 그 안에서 자기가 알아야 할 것을 직접 찾아야 합니다.
워크슬롭의 상당수는 AI가 못해서가 아니라, 무엇을 위한 문서인지 정하지 않고 맡겨서 생깁니다.
AI에게 맡기기 전에 세 가지를 먼저 적습니다. 누가 읽는지, 읽고 나서 무엇을 결정해야 하는지, 어느 정도 분량이면 되는지입니다. 예를 들면 '팀장님이 다음 주 회의 전에 A안과 B안 중 하나를 고를 수 있게, 한 장 안으로'처럼 씁니다.
"일단 AI로 뽑아 보고 고치면 되죠."
목적 없이 뽑은 초안은 고칠 기준도 없습니다.
결국 내용을 다시 짜게 되고, 시간이 덜 들지 않습니다.
바로 써 보는 팁요청 첫 줄에 '이 문서를 읽은 사람이 해야 할 일'을 한 문장으로 넣어 보세요.
결과물의 구성이 바로 달라집니다.
2내 자료와 맥락으로 쓰게 하기
왜 생기나요
AI에게 자료를 주지 않으면 그럴듯한 내용을 스스로 만들어 냅니다.
업계 일반론, 어디서 본 듯한 사례, 출처 없는 숫자가 채워지면 겉보기엔 충실하지만 우리 일과는 상관없는 문서가 됩니다.
받는 사람이 피곤한 이유가 여기 있습니다.
어느 문장이 사실이고 어느 문장이 채워 넣은 말인지 가려내는 일이 받는 사람 몫으로 넘어갑니다.
회의 메모, 데이터, 지난 보고서처럼 내가 가진 자료를 함께 주고, '이 자료에 없는 내용은 쓰지 말고, 필요하면 [확인 필요]로 표시해 줘'라고 요청합니다. AI가 채울 수 없는 빈칸이 보이면, 그게 바로 내가 확인하거나 물어봐야 할 부분입니다.
"자료 찾기 귀찮으니 AI가 알아서 채워 주겠죠."
AI가 알아서 채운 부분이 바로 받는 사람이 다시 확인해야 하는 부분입니다.
자료를 모으는 수고를 아끼면 그 수고가 받는 사람에게 갑니다.
바로 써 보는 팁자주 쓰는 보고서라면 자료와 형식을 AI 작업 공간에 넣어 두세요.
매번 맥락을 설명하지 않아도 내 자료를 기준으로 씁니다.
3보내기 전에 읽고 줄이기
왜 생기나요
AI가 쓴 글은 길고 매끈합니다.
그래서 분량만 보면 성의 있어 보이지만, 받는 사람에게 길이는 읽어야 할 양일 뿐입니다.
보내는 사람이 한 번도 끝까지 읽지 않은 문서는 받는 사람이 처음 읽는 셈입니다.
그때 드러나는 어색한 부분은 고스란히 받는 사람의 질문이 됩니다.
보내기 전에 처음부터 끝까지 한 번 읽고, 핵심을 세 줄로 말할 수 있는지 확인합니다. 내가 설명할 수 없는 문장은 지우고, 같은 말을 반복하는 문단은 합칩니다. 핵심 세 줄은 문서 맨 위에 둡니다.
"분량이 좀 있어야 성의 있어 보이잖아요."
받는 사람이 기억하는 건 분량이 아니라 읽는 데 든 시간입니다.
짧고 정확한 문서가 오히려 더 공들인 문서로 보입니다.
바로 써 보는 팁AI에게 '이 문서를 절반 길이로, 결론부터 다시 써 줘'라고 한 번 더 요청해 보세요.
그다음 내가 읽고 빠진 게 없는지만 확인하면 됩니다.
4숫자 · 이름 · 날짜는 원본과 대조하기
왜 생기나요
AI는 틀린 숫자도 자연스러운 문장으로 씁니다.
문장이 매끈할수록 틀린 부분이 눈에 덜 띕니다.
받는 사람이 숫자 하나를 잘못 발견하면, 그때부터 문서 전체를 의심하게 됩니다.
그 문서를 다시 확인하는 시간이 워크슬롭의 비용입니다.
문서에 들어간 숫자 · 고유명사 · 날짜 · 인용은 원본 자료와 하나씩 대조합니다. 확인을 마친 문서에는 '숫자는 ○○ 자료 기준으로 확인함'처럼 확인한 범위를 한 줄 적어 보냅니다. 받는 사람은 어디를 믿어도 되는지 바로 압니다.
"AI가 쓴 거라 틀린 데가 있을 수도 있어요."
이 말은 확인 책임을 받는 사람에게 넘기는 말입니다.
AI가 썼더라도 보낸 사람의 이름으로 나가는 문서입니다.
바로 써 보는 팁AI에게 '이 문서에 나온 숫자와 고유명사를 목록으로 뽑아 줘'라고 요청하면 대조할 항목을 빠짐없이 모을 수 있습니다.
대조 자체는 직접 하세요.
5팀이 함께 기준 정하기
왜 생기나요
HBR 연구진은 워크슬롭이 늘어나는 것을 개인의 문제보다 '경영의 실패'로 봤습니다.
구체적인 지침 없이 'AI를 쓰라'는 지시와, 일이 너무 많아 여유가 없는 팀이 워크슬롭을 만든다는 것입니다.
응답자의 41%가 회사가 구체적인 지침 없이 AI 사용을 독려했다고 답했습니다.
반대로 AI 도구를 다룰 역량과 통제감이 있는 사람은 워크슬롭을 만들 가능성이 절반이었습니다.
결국 개인의 성의만이 아니라 팀의 기준과 연습이 차이를 만듭니다.
팀 안에서 AI로 써도 되는 일과 사람이 직접 써야 하는 일, 보내기 전에 확인할 것, AI를 쓴 경우 어디까지 밝힐지를 짧게 합의합니다. 워크슬롭을 받았을 때는 탓하기보다 '어디까지 확인한 건가요?', '이걸로 무엇을 정하면 될까요?'처럼 구체적으로 되묻습니다.
"AI 쓰지 말라고 하면 되지 않나요?"
막으면 각자 몰래 쓰게 되고, 확인 기준은 더 사라집니다.
금지보다 언제 어떻게 쓰고 무엇을 확인할지 정하는 편이 효과적입니다.
바로 써 보는 팁팀 기준은 한 장이면 충분합니다.
'AI로 쓸 수 있는 일 · 꼭 확인할 것 · 밝히는 방식' 세 칸으로 시작해 보세요.
마치며 · 보내기 전 체크리스트
정리하면, 워크슬롭은 AI를 써서 생기는 문제가 아니라 생각할 일을 건너뛰어서 생기는 문제입니다.
목적을 먼저 정하고, 내 자료로 쓰게 하고, 읽고 줄이고, 원본과 대조하면 AI로 쓴 문서도 받는 사람의 시간을 아껴 줍니다.
스튜디오닷닷의 교육도 결과물을 만드는 데서 끝내지 않고, 만든 결과물을 검증하고 공유하는 시간을 따로 둡니다.
아래 목록은 AI로 만든 문서를 보내기 전에 그대로 확인해 보시면 됩니다.
참고 자료: HBR, AI-Generated "Workslop" Is Destroying Productivity (2025) · HBR, Why People Create AI Workslop—and How to Stop It (2026) · 워크데이 한국 보도자료 (2026.3)
- 이 문서를 읽은 사람이 무엇을 결정하거나 해야 하는지 한 문장으로 말할 수 있나요?
- AI에게 내 자료(메모 · 데이터 · 지난 문서)를 주고 썼나요?
- 자료에 없는 내용을 AI가 채워 넣지 않았는지 확인했나요?
- 처음부터 끝까지 한 번 읽었나요?
- 핵심 세 줄이 문서 맨 위에 있나요?
- 내가 설명할 수 없는 문장을 지웠나요?
- 숫자 · 이름 · 날짜 · 인용을 원본과 대조했나요?
- 확인한 범위를 받는 사람이 알 수 있게 적었나요?
팀 단위로 AI 결과물의 기준과 확인 방법을 함께 정하고 싶다면 진단 미팅에서 이야기 나눠 주세요.
진단 미팅(30~60분)은 비용이 없고, 미팅 뒤 영업일 기준 1~2일 안에 설계안과 견적을 보내 드립니다.