녹음기 두 대와 노트북

5년 동안 한 단체의 간사를 맡았습니다. AI라는 말을 아직 모르던 시절이었습니다.

회의는 1년에 적게는 네 번, 많게는 여섯 번, 일곱 번쯤 있었습니다. 회의를 준비하러 갈 때 제 가방에는 늘 노트북과 녹음기가 들어 있었습니다. 스마트폰의 녹음 앱도 함께 켜 두었습니다. 녹음 하나만 믿기에는 불안했기 때문입니다. 파일이 깨질 수도 있고, 중간에 끊길 수도 있고, 목소리가 작은 자리에서는 아예 안 들릴 수도 있으니까요.

그래도 녹음이 놓치는 대목은 있습니다. 그래서 회의가 진행되는 내내 노트북으로 따로 적었습니다. 회의의 흐름, 누가 말했는지, 무슨 이야기를 했는지를 속기하듯 쳤습니다.

고된 일은 그다음이었습니다.

한두 시간짜리 회의 녹음을 푸는 데 하루가 꼬박 걸리기도 했습니다. 발음이 정확하지 않은 부분, 어려운 전문용어, 누군가 인용한 문장 같은 것들은 몇 번씩 되돌려 들었습니다. 그래도 안 들리면 앞뒤 말을 살펴서 짐작했습니다. 이 말 다음에 저 말이 나왔으니 아마 이 단어였겠구나, 하는 식으로요.

녹취를 다 풀었다고 끝이 아니었습니다. 그 많은 말을 회의의 취지에 맞게 다시 정리해야 했습니다. 오간 이야기를 안건별로 묶고, 무엇이 결정되었고 누가 무엇을 하기로 했는지를 골라내는 일이었습니다.

그런데 이제는 그렇지 않습니다.

클로바노트처럼 녹음을 받아 적고 요약까지 해 주는 도구가 있습니다. 그렇게 받아 적은 것을 AI에게 넘기면 일목요연하게 정리해 줍니다. 하루가 걸리던 일이 몇 분으로 줄었습니다.

이만큼 왔습니다. 정말 많이 왔습니다.

그런데 세 번을 다시 물었습니다

그런데도 회의록을 만들 때마다 이런 일이 벌어집니다.

녹음을 글로 바꾸고, 그 글을 AI에게 넘기고, 회의록으로 정리해 달라고 합니다. 결과가 나옵니다. 그런데 뭔가 아닙니다. 우리 기관 회의록은 안건별로 나뉘고 결정사항과 후속조치가 따로 적혀 있어야 하는데, 받은 것은 발언한 순서대로 요약된 글입니다.

다시 부탁합니다. "안건별로 나눠 주세요."

이번엔 안건별로 나뉘었습니다. 그런데 결정사항이 빠졌습니다.

또 부탁합니다. 세 번째로 받은 것을 열어 보고, 결국 절반쯤은 직접 고칩니다.

그래도 하루가 걸리던 일이니 이 정도면 감사한 일입니다. 그러니 다음 회의 때도 똑같이 합니다. 그리고 똑같은 과정을 다시 겪습니다. 지난번에 세 번 만에 겨우 맞췄던 그 부탁을, 이번에도 처음부터 다시 만들어 냅니다.

이 책을 펼치신 분이라면 이런 일이 낯설지 않으실 겁니다. AI를 안 쓰는 것도 아니고 못 쓰는 것도 아닙니다. 매일 쓰고 계시고 도움도 받고 계십니다. 다만 쓸 때마다 처음으로 돌아갑니다.

지금 우리는 대체로 여기까지 왔습니다

지난 2년 사이에 현장 분위기가 많이 달라졌습니다.

처음에는 "그런 게 있다더라" 하는 이야기였습니다. 다음에는 교육을 들었습니다. 지금은 대부분의 실무자가 어떤 식으로든 쓰고 계십니다. 보고서 문장을 다듬을 때, 프로그램 이름을 지을 때, 안내문 초안을 잡을 때, 긴 자료를 요약할 때 씁니다.

제 느낌만은 아닙니다. 생성형 AI를 알고 쓰는 사람의 비율은 최근 몇 년 사이 크게 늘었고, 임금근로자 쪽에서 특히 그렇습니다.¹ 사회복지 현장도 예외가 아니어서, 2026년 초에는 사회복지 종사자를 대상으로 한 AI 컨퍼런스가 따로 열렸습니다. 그 자리를 마련한 분들은 현장에 기대와 경계와 불안이 함께 있다고 보았습니다.² 정부도 앞으로 몇 년간 복지·돌봄 분야에서 AI를 어떻게 쓸지 계획을 세우고 있습니다.³

말하자면 이건 개인의 취향 문제가 아니라 현장 전체가 지나가고 있는 길목입니다.

그런데 여기서 한 번 멈춰 있는 분이 많습니다.

필요할 때 창을 엽니다. 그때그때 부탁합니다. 받은 것을 씁니다. 창을 닫습니다. 오늘 한 일이 내일로 이어지지 않고, 내가 알아낸 방법이 옆자리 동료에게 건너가지도 않습니다.

이렇게 쓰는 게 잘못된 건 아닙니다. 이것만으로도 시간이 줄었으니까요. 다만 여기에 오래 머물면 세 가지가 계속 걸립니다.

하나, 매번 처음부터 시작합니다.

지난달에 잘 나왔던 부탁을 이번 달에 기억하지 못합니다. 왜 잘 나왔는지도 정확히는 모릅니다. 그래서 실력이 늘지 않고 제자리를 맴돕니다.

둘, 나만 씁니다.

내가 찾아낸 방법이 내 머릿속에만 있습니다. 옆 팀도 같은 고생을 하고 있는데 서로 모릅니다. 기관 전체로 보면 같은 헛수고가 사람 수만큼 반복됩니다.

셋, 남는 게 없습니다.

결과물은 남습니다. 그런데 자료는 남지 않습니다. 회의록 서른 개를 AI로 만들었어도, 그 서른 번의 회의에서 무엇이 몇 번 논의되었고 어떤 결정이 어떻게 이행되었는지는 여전히 모릅니다. 알려면 서른 개 파일을 다시 열어 봐야 합니다.

간사 시절과 비교하면 이렇습니다. 그때는 회의록 하나를 만드는 데 하루가 들었지만, 5년 치 회의의 흐름은 제 머릿속에 남아 있었습니다. 지금은 몇 분이면 만들지만, 서른 번의 회의가 무엇을 남겼는지는 아무도 모릅니다. 시간은 줄었는데 남는 것도 같이 줄어든 셈입니다.

같은 일, 세 가지 방식

자원봉사 실적을 정리해서 월별 보고서를 만드는 일을 예로 들어 보겠습니다. 같은 일인데 방식에 따라 이렇게 갈립니다.

	손으로 직접	그때그때 AI에게	틀을 만들어 두고
처음에 드는 품	없음	없음	큼
매달 드는 품	큼	중간	아주 적음
결과가 늘 같은가	사람마다 다름	부탁마다 다름	늘 같음
담당자가 바뀌면	처음부터 다시	처음부터 다시	그대로 이어짐
자료가 쌓이는가	파일로만	파일로만	쌓이고 꺼내 쓸 수 있음

│ 해보기 │ 이번 주에 AI에게 했던 부탁 중에서, 지난달에도 비슷하게 했던 게 있는지 떠올려 보십시오. 하나라도 있다면 그게 오른쪽으로 옮길 첫 번째 후보입니다.

가운데 칸이 지금 많은 분들이 서 계신 자리입니다. 왼쪽보다는 분명히 낫습니다. 그런데 오른쪽으로 가려면 처음에 시간을 들여야 하고, 그 시간이 아까워서 계속 가운데에 머무릅니다.

미리 말씀드리면, 이 책은 무조건 오른쪽으로 가라고 하는 책이 아닙니다. 모든 일을 오른쪽으로 옮길 필요도 없습니다. 어떤 일이 옮길 만한 일인지 가려내는 눈, 그리고 옮기기로 했을 때 밟는 순서. 이 두 가지를 말씀드리려 합니다.

도구를 바꿔도 안 풀리는 게 있습니다

쓰다가 막히면 대개 도구를 바꿔 봅니다. 챗지피티로 하다 안 되면 클로드로 가고, 클로드에서 막히면 제미나이로 갑니다. 저도 그렇게 했고 지금도 그렇게 합니다. 도구마다 잘하는 게 다르니 나쁜 방법이 아닙니다.

그런데 도구를 바꿔도 풀리지 않는 막힘이 있습니다.

앞의 회의록으로 돌아가 볼까요. 세 번을 다시 물어야 했던 건 AI가 부족해서가 아닙니다. 우리 기관 회의록이 어떻게 생겼는지 알려 주지 않고 부탁했기 때문입니다. AI는 우리 서식을 모릅니다. 매번 알려 주지 않으면 매번 일반적인 회의록을 내놓습니다.

이건 도구를 바꿔서 해결되는 일이 아닙니다. 방식을 바꿔야 해결됩니다.

우리 서식을 한 번 정리해 두고 부탁할 때마다 같이 건네면, 첫 번째 결과부터 쓸 만해집니다. 여기서 한 걸음 더 가면 그 정리해 둔 것을 아예 파일로, 나중에는 앱으로 만들어 두게 됩니다.

│ 해보기 │ 문서 파일 하나를 만들어서 이름을 '자주 쓰는 부탁'이라고 붙여 두십시오. 지금은 비어 있어도 됩니다. 앞으로 결과가 잘 나온 부탁이 있으면 거기에 붙여 넣기만 하시면 됩니다.

그러니까 발전이란 더 좋은 AI를 찾아다니는 게 아닙니다. 한 번 알아낸 것을 다음에도 쓸 수 있게 남겨 두는 일입니다. 이 책은 결국 그 이야기입니다.

이렇게 갑니다

이 책은 AI가 무엇인지부터 설명하지 않습니다. 이미 쓰고 계신 분을 독자로 두고 있으니까요. 대신 이런 순서로 갑니다.

먼저 글과 문서입니다. 기록, 보고서, 공문, 회의록. 사회복지사가 가장 많은 시간을 쓰는 일들이지요. 여기서 서식을 붙잡아 두는 법과 결과를 확인하는 법을 익히면 나머지가 수월해집니다.

그다음이 직접 만드는 이야기입니다. 앱까지 갈 일과 그러지 않아도 될 일을 어떻게 가르는지, 만들기로 했다면 어떤 순서로 하는지 다룹니다.

이어서 혼자에서 기관으로 넘어가는 이야기를 합니다. 나 혼자 잘 쓰는 것과 기관이 함께 쓰는 것은 아주 다른 문제이고, 실패는 대부분 여기서 납니다.

마지막은 지켜야 할 선입니다. 이용자 정보를 어디까지 넣어도 되는지, 모은 것을 언제 지워야 하는지, AI가 쓴 것에 누가 책임을 지는지. 맨 뒤에 두었지만 맨 나중에 생각할 문제라는 뜻은 아닙니다. 앞의 내용을 읽으시는 내내 머리 한쪽에 두셨으면 하는 이야기입니다.

시작은 이미 하셨습니다

이 장의 제목을 '쓰기는 쓰는데'로 단 데는 이유가 있습니다. 시작하셨는지 아닌지를 묻는 자리가 아니기 때문입니다.

이미 시작하셨습니다. 세 번을 다시 물으면서도 계속 쓰고 계시다면, 그 안에 쓸 만한 게 있다는 걸 이미 아신다는 뜻입니다.

문제는 그다음이 잘 안 보인다는 것이지요. 더 잘 쓴다는 게 무엇인지, 어디로 가는 게 나아가는 건지 알려 주는 사람이 별로 없습니다.

가방에 녹음기 두 대를 넣고 다니던 시절에서 여기까지 왔습니다. 다음 장에서는 그 길을 다섯 단계로 나누어 보겠습니다. 지금 어디쯤 서 계신지 확인하는 것부터 하면 됩니다.

참고한 것

1) 정보통신정책연구원(KISDI), 「AI 포용 관점에서 본 생성형 인공지능(AI) 이용 격차」. 한국미디어패널 2024년·2025년 자료 분석. 생성형 AI 인지도와 이용률이 큰 폭으로 늘었으며, 2025년 기준 임금근로자의 인지율은 60.4퍼센트로 조사되었다.

2) 사회복지 AI 컨퍼런스(2026년 1월 21일, 대한상공회의소 국제회의장). 주최 측은 현장에 혁신에 대한 기대, 기술의 영향에 대한 경계, 빠른 변화가 주는 불안이 동시에 존재한다고 밝혔다. aiforwelfare.org

3) 보건복지부 보도자료(2025년 12월), 「인공지능으로 달라질 복지혁신 준비에 만전」. 향후 5년간의 과제와 목표를 담은 '복지·돌봄 AI 혁신계획'을 2026년 상반기 중 발표할 예정이라고 밝혔다.