SOURCE SUMMARY
원문 핵심 요약
이미지 전체 텍스트
생성형 AI와 일: 사람의 판단을 남기는 설계 McKinsey · The human side of generative AI: Creating a path to productivity · 발행 2024-03-18 사람과 업무 · 작성 2026-09-30 분류: AI 트렌드 · 업무혁신 생성형 AI 사용자와 일의 경험 기술 역량과 사람의 판단을 함께 본다 AI 활용자를 기술 직무에 한정하지 않고 역할·작업·기대하는 업무 경험을 함께 살펴본다. 폭넓은 사용자: 비기술 직무도 AI를 일상 업무에 활용한다. 사람의 역량: 비판적 사고·판단·협업 같은 능력의 중요성을 다룬다. 작업 재설계: AI가 맡을 일과 사람이 맡을 일, 관리 책임을 구분한다. 원문에 명시된 범위와 사례 유형을 구분한 요약 직원 자기분류 · n=9,684. 제작 169명은 모델·도구 개발, 집중 사용 793명은 핵심 업무 대부분, 경량 사용 1,761명은 주요 업무의 50% 미만, 미사용 6,961명은 미사용·영향 미인식이다. 길이는 응답자 수에 비례한다. 고용주 응답은 막대에서 제외된다. 원문 방법론 사실 재구성 확인할 근거와 맥락 조사 시점: 2023년 7~8월 미국·영국·캐나다 조사다. 이직 의향 등 당시 응답을 현재 상태로 읽지 않는다. 실무에 연결되는 원문 관점 경험을 듣기 · 가정 대신 대화: 유연성·의미 있는 일·동료와 리더의 관계 등 사용자가 중요하게 여기는 조건을 살핀다. 출력의 기준 · 시간보다 결과: 사용 시간이나 산출물 길이만으로 가치를 판단하지 말고 결과의 품질을 보라고 제안한다. 관리자의 역할 · 사람과 AI 활용 관리: AI에 지침과 검토를 제공하면서 사람들이 창의적·협업 업무에 시간을 쓰도록 돕는다. 직원 9,684명과 고용주 3,118명의 응답을 다루며 하위 사용자 집단의 비율은 분모가 다르다. 자기보고 조사와 예시다. AI 사용이 개인의 이직·건강·생산성을 유발했다는 인과 증명은 아니다. 원문 자료: https://www.mckinsey.com/capabilities/people-and-organization/our-insights/the-human-side-of-generative-ai-creating-a-path-to-productivity
생성형 AI 사용자와 일의 경험
기술 역량과 사람의 판단을 함께 본다
AI 활용자를 기술 직무에 한정하지 않고 역할·작업·기대하는 업무 경험을 함께 살펴본다.
폭넓은 사용자
비기술 직무도 AI를 일상 업무에 활용한다.
사람의 역량
비판적 사고·판단·협업 같은 능력의 중요성을 다룬다.
작업 재설계
AI가 맡을 일과 사람이 맡을 일, 관리 책임을 구분한다.
원문에 명시된 범위와 사례 유형을 구분한 요약
확인할 근거와 맥락
조사 시점
2023년 7~8월 미국·영국·캐나다 조사다. 이직 의향 등 당시 응답을 현재 상태로 읽지 않는다.
실무에 연결되는 원문 관점
경험을 듣기
가정 대신 대화
유연성·의미 있는 일·동료와 리더의 관계 등 사용자가 중요하게 여기는 조건을 살핀다.
출력의 기준
시간보다 결과
사용 시간이나 산출물 길이만으로 가치를 판단하지 말고 결과의 품질을 보라고 제안한다.
관리자의 역할
사람과 AI 활용 관리
AI에 지침과 검토를 제공하면서 사람들이 창의적·협업 업무에 시간을 쓰도록 돕는다.
직원 9,684명과 고용주 3,118명의 응답을 다루며 하위 사용자 집단의 비율은 분모가 다르다.
APPLICATION PROPOSAL
별도의 적용 제안
이미지 전체 텍스트
생성형 AI와 일: 사람의 판단을 남기는 설계 McKinsey · The human side of generative AI: Creating a path to productivity · 발행 2024-03-18 사람과 업무 · 작성 2026-09-30 분류: AI 트렌드 · 업무혁신 별도의 적용 제안 적용 제안 | AI 보조 뒤에 남는 판단 확인 문서 검토에서 사람의 가치 정의 제안 범위 · 공개·가상 문서로 수행하는 자율 검토 개인별 성과·건강·이직 가능성 평가 없이 진행 1. 역할 구분: 검색·초안·근거 확인·판단 중 사람이 책임질 활동을 적는다. 2. 초안 체험: AI 초안을 검토하면서 유용한 점과 불편한 점을 기록한다. 3. 판단 확인: 사람의 경험이 필요한 조건·예외·추가 질문을 정리한다. 4. 설계 보완: 도구 사용량보다 결과 품질과 검토 경험을 기준으로 개선한다. 역할 구분 영역의 검색, 초안, 근거 확인, 판단은 각각 책임 활동 확인의 대상이다. 초안 체험에서 유용한 점·불편한 점을, 판단 확인에서 조건·예외·추가 질문을 모아 설계 보완에 연결한다. 화살표는 역할 정의 후 검토하는 제안 순서이며 연결선은 두 검토 관점을 합치는 관계다. 효과와 품질을 함께 확인 판단 품질: 중요한 조건과 예외를 놓치지 않았는지 확인한다. 전체 부담: 초안 생성 후 검토와 수정에 드는 시간을 포함한다. 사용 경험: 설명·제어·보류 기능이 편리한지 자율 의견을 받는다. 근거·권한·승인 경계 자료 최소화: 개인 민감정보나 실제 직원 행동 기록을 수집하지 않는다. 현행 기준: PLM 사례는 현재 Teamcenter/PDM/ERP·M-BOM 승인 기준을 반영한다. 책임 유지: AI가 만든 설명이 담당자의 검증이나 최종 승인을 대신하지 않는다. 검토 순서: 사람의 역할 정의 → 자율 초안 체험 → 판단 조건 확인 → 경험·품질 개선 우리의 적용 제안 · 조사의 집단 특성을 개별 직원에게 적용하는 평가가 아니다. 원문 자료: https://www.mckinsey.com/capabilities/people-and-organization/our-insights/the-human-side-of-generative-ai-creating-a-path-to-productivity
적용 제안 | AI 보조 뒤에 남는 판단 확인
문서 검토에서 사람의 가치 정의
제안 범위 · 공개·가상 문서로 수행하는 자율 검토
개인별 성과·건강·이직 가능성 평가 없이 진행
역할 구분
검색·초안·근거 확인·판단 중 사람이 책임질 활동을 적는다.
초안 체험
AI 초안을 검토하면서 유용한 점과 불편한 점을 기록한다.
판단 확인
사람의 경험이 필요한 조건·예외·추가 질문을 정리한다.
설계 보완
도구 사용량보다 결과 품질과 검토 경험을 기준으로 개선한다.
효과와 품질을 함께 확인
판단 품질
중요한 조건과 예외를 놓치지 않았는지 확인한다.
전체 부담
초안 생성 후 검토와 수정에 드는 시간을 포함한다.
사용 경험
설명·제어·보류 기능이 편리한지 자율 의견을 받는다.
근거·권한·승인 경계
자료 최소화
개인 민감정보나 실제 직원 행동 기록을 수집하지 않는다.
현행 기준
PLM 사례는 현재 Teamcenter/PDM/ERP·M-BOM 승인 기준을 반영한다.
책임 유지
AI가 만든 설명이 담당자의 검증이나 최종 승인을 대신하지 않는다.
- 사람의 역할 정의
- 자율 초안 체험
- 판단 조건 확인
- 경험·품질 개선