AI에게 답을 구하지 말고 회의를 시키세요

같은 챗봇을 쓰는데 어떤 사람은 "쓸만한 답이 안 나온다"고 하고, 어떤 사람은 "이거 없으면 일 못 하겠다"고 합니다. 도구 성능 차이가 아닙니다. 질문하는 방식의 차이입니다.

초보는 AI를 자판기처럼 씁니다. "이 기획안 어때?" 버튼을 누르고 답 하나를 툭 받습니다. 고수는 AI를 자문위원회처럼 씁니다. 여러 관점을 부딪히게 하고, 반대 논리를 끌어내고, 판단 기준을 스스로 통제합니다. AI 성능은 이미 충분합니다. 이제 바뀌어야 할 건 우리가 질문을 던지는 방식입니다.

AI를 시스템처럼 쓰는 4가지 방식 (예고)

이 관점을 실제 업무로 옮기면 크게 네 갈래가 됩니다. 이번 글에서는 첫 번째만 오늘 써먹게 만들고, 나머지는 다음 글들에서 하나씩 풀겠습니다.

회의 시키기 — 하나의 답 대신 여러 입장으로 찬반을 붙인다. (오늘 다룸)
기준으로 채점시키기 — "괜찮아 보여?" 대신 명확한 잣대를 미리 준다.
실패부터 지우기 — 정답을 찾기 전에 안 되는 방법부터 걸러낸다.
레시피로 재사용하기 — 매번 처음부터 쓰지 않게 프롬프트를 모듈화한다.

오늘 바로: '찬성'보다 '반대'를 먼저 시키세요

가장 쉬운 시작은 이겁니다. AI에게 의견을 물으면 대개 예의 바르게 동의부터 합니다. 그 칭찬은 판단에 도움이 안 됩니다. 그래서 일부러 반대편에 세우는 겁니다.

기획안이나 결정 앞에서, 아래를 그대로 복사해 쓰세요.

너는 신중하고 깐깐한 우리 회사 임원이야.
아래 안건에 대해 다음 순서로 검토해줘.

1. 이 안이 성공하려면 반드시 맞아야 하는 '숨은 전제' 3가지
2. 그 전제가 틀렸을 때 벌어질 최악의 시나리오
3. 내가 미처 생각 못 했을 가장 강력한 반대 논리 3가지
4. 그럼에도 이 안을 살린다면, 위 리스크를 줄일 구체적 보완책

안건: [여기에 기획안·결정 내용을 붙여넣기]

칭찬 대신 반대 논리와 보완책이 돌아옵니다. 이걸 읽고 나면 "그냥 좋아 보인다"와 "왜 좋은지, 어디가 약한지 안다"의 차이가 분명해집니다. 결정의 질이 달라지는 겁니다.

한 걸음 더: 검토 결과를 회사 문서로 남기기

이렇게 얻은 "반대 논리 목록"은 담당자 머릿속에만 두면 사라집니다. 아래처럼 한 장짜리 표로 남겨 두세요. 다음에 비슷한 결정을 할 때 그대로 재사용됩니다.

안건	핵심 반대 논리	우리의 대응/보완	결론(진행/보류)
(예: 신규 요금제)	(AI가 뽑은 반대)	(우리가 정한 보완책)	보류 — 3개월 뒤 재검토

여기까진 혼자 됩니다 — 그런데 막히는 지점

위 프롬프트는 오늘 당장, 외부 도움 없이 써볼 수 있습니다. 다만 이걸 회사 의사결정에 제대로 붙이려 하면 대개 여기서 막힙니다.

관점을 몇 개, 누구의 입장으로 세울지(대표·재무·고객·현장) 우리 사업 맥락에 맞게 설계하는 일
AI가 뽑은 반대 논리 중 무엇이 진짜 리스크이고 무엇이 소음인지 가려내는 판단
이 검토를 1회성 재미가 아니라 회의체·결재 절차에 정착시키는 일
우리 회사 데이터·문서 양식을 넣는 순간 생기는 보안·검증 책임의 문제

혼자서도 시작은 됩니다. 하지만 "AI를 우리 회사의 상시 자문위원회로 세우는" 단계는 결이 다릅니다.

정리

AI를 자판기(단답)가 아니라 **자문위원회(구조적 회의)**로 쓰기
결정 앞에서 반대 논리와 보완책을 먼저 시키기
검토 결과를 회사 문서로 남겨 재사용하기

여기까지 읽으셨다면 방향은 이미 아십니다. 그런데 대부분은 여기서 끝납니다. 그 순간의 학습이 조직에 남지 않기 때문입니다. AI를 우리 회사 의사결정에 실제로 정착시키는 건 글 한 편으로 되지 않습니다. 지넥티브는 회의체·프롬프트·판단 기준까지 설계해 조직에 남기는 걸 함께합니다. 우리 회사에 어떻게 붙일지 무료 상담에서 이야기 나눠요. 부담 없이 현재 상황만 들려주시면 됩니다.