AI에 대해 아는 것만으로는 충분하지 않습니다. 실제로 사용하는 방법은 다음과 같습니다.

In This Article

어쩌면 ChatGPT를 여러 번 열어서 수준 이하의 결과를 얻은 후 계속 진행했을 수도 있습니다. 아마도 당신은 AI 교육을 한두 번 듣고 "멋지긴 한데, 이것이 실제로 내 업무에 어떻게 적용되는가?"라고 생각했을 것입니다. 아니면 LinkedIn에서 권장되는 AI 도구 12개를 북마크에 추가했지만 단 하나도 시도하지 않았을 수도 있습니다. 당신은 혼자가 아닙니다. AI를 아는 것과 AI를 사용하는 것 사이의 격차는 현재 우리 중 많은 사람들이 겪고 있는 상황입니다. 그리고 모든 사람이 당신에게 그것을 사용하라고 말하는 것은 도움이 되지 않습니다. 나는 이것이 거의 내 직업이기 때문에 알고 있습니다. 나는 HubSpot 블로그에서 글쓰기 팀을 관리하고 내 작업의 큰 부분은 AI를 통해 팀을 활성화하는 것입니다. 추상적이고 영감을 주는 기조 연설이 아니라 실제 작업을 더 잘 수행하는 방법이 여기에 있습니다. 내가 배운 것은 문제가 거의 동기 부여가 아니라는 것입니다. 사람들은 배우고 싶어합니다. AI에 대한 정보는 어디에나 있지만 실제로 작업 방식을 바꾸는 진정한 구현은 놀라울 정도로 드뭅니다. 이것이 바로 이 게시물의 내용입니다. 이 가이드에서는 귀하의 기술, 영향력 및 경력을 향상시키는 방식으로 AI를 업무에 통합하기 위한 실용적인 프레임워크를 공유하겠습니다. 목차 AI 지원이 경력에 도움이 되는 이유 AI를 채택하기가 왜 그렇게 어려운가요? AI 구현은 어떤 모습인가요? 팀이 AI 실험에서 실행으로 이동할 수 있는 방법 Futurepedia가 AI 구현에 적합한 곳 AI 지원이 경력에 도움이 되는 이유 솔직하게 시작해 보겠습니다. "AI가 귀하의 업무를 돕습니다"는 2026년에는 아무것도 아닌 진술에 가깝습니다. 우리는 그것이 우리를 더 생산적으로 만들 수 있다는 것을 알고 있습니다. 이제 어떻게 될까요? 더 나은 통찰은 다음과 같습니다. AI를 사용하는 사람과 AI를 잘 사용하는 사람 사이에는 격차가 더 커지고 있습니다. 더 나아가 자신의 일상에 AI를 구축하고 이를 사용하여 의미 있게 더 나은 작업을 생산하고 그 영향을 보여줄 수 있는 사람들에게 이점이 주어질 것입니다. 정확한 이유를 자세히 살펴보겠습니다. 승진은 노력이 아닌 결과에서 나온다. “노력을 많이 했으니 보상을 받아야 한다”는 말은 요즘엔 논쟁하기가 훨씬 어렵다. 이는 AI 지원 전문가가 그렇지 않은 전문가보다 더 많은 성과와 영향력을 창출하는 경향이 있기 때문입니다. AI 지원이란 일상 업무에서 정기적으로 AI를 활용하여 성과와 영향력을 높이는 사람을 의미합니다. 2026년에는 이제 많은 산업이 AI의 '운영 시대'로 전환되었습니다. 실험 단계(임시 프롬프트, 일회성 도구 사용)는 대부분 끝났습니다. 이제 기대되는 것은 통합되고 지속적인 사용입니다. 콘텐츠 마케팅을 예로 들어 보겠습니다. 전략적으로 초점을 맞춘 소규모 팀은 AI를 힘의 승수로 사용하여 제작의 일상적인 측면을 오프로드하여 인간 편집자가 내러티브 흐름, 브랜드 목소리 및 정확성에 집중할 수 있습니다. HubSpot의 2026년 마케팅 현황 보고서에 따르면 마케팅 팀의 67%는 AI가 주당 10시간 이상을 절약한다고 말하고, 71%는 AI가 훨씬 더 많은 콘텐츠를 생성하는 데 도움이 된다고 말합니다. AI는 일상적인 역할의 대부분을 처리할 수 있기 때문에 전략적 사고, 창의적인 문제 해결, 다기능 리더십, 장기 계획 등 고차원적인 작업에 시간을 확보합니다. 기본 작업 실행의 가치가 낮아지고 있습니다. 그리고 병목 현상이 발생하지 않으면 관리자는 더 어렵고 눈에 띄는 작업을 제공합니다. AI 사용이 새로운 기준이 되고 있습니다. 한 세대 전에는 Excel 사용법을 아는 것이 차별화 요소였습니다. 그러다가 바닥이 되었습니다. 지금 AI에서도 동일한 변화가 일어나고 있습니다. 이는 앞서 나갈 수 있는 창이 닫혀 있음을 의미합니다. 현재 AI 숙련도는 여전히 인상적이다. AI를 사용하여 프로세스를 절반으로 줄였다고 관리자에게 말하거나 팀에 일주일에 3시간을 절약할 수 있는 프롬프트를 만들었다면 그 사실이 눈에 띌 것입니다(나중에 자세히 설명). 그러나 오늘 상사로부터 당신을 인정받는 것은 1~2년 후에는 "Excel에서 새 매크로를 만들었습니다"처럼 들릴 것입니다. 유용하지만 주목할 만한 수준은 아닙니다. AI 숙련도가 기준이 되면 다른 사람들이 아직 어디서부터 시작해야 할지 고민하고 있는 동안 일찍 도착하여 이를 기반으로 구축한 사람들에게 이점이 있습니다. 이것이 기준이라고 주장할 수도 있습니다. HubSpot 연구에 따르면 마케팅 담당자의 83%가 AI로 인해 그 어느 때보다 더 많은 생산을 할 것으로 예상된다고 답했습니다. 그리고 당신의 경력에서 가장 중요한 것은 다음과 같습니다. AI는 당신을 대체하지 않습니다. 그러나 그것을 더 잘 사용하는 사람이 있을 수도 있습니다. 가상의 로봇이나 얼굴 없는 자동화의 물결이 아닙니다. 당신보다 먼저 그것을 진지하게 받아들이기로 결정한 당신의 수준에 있는 당신의 업계에 있는 누군가. 관리자는 AI를 사용하는 사람과 사용하지 않는 사람을 알아봅니다. 2026년 Gallup 데이터에 따르면리더의 69%와 관리자의 55%가 1년에 몇 번 이상 AI를 사용하는 반면 IC는 40%에 불과합니다. 당신의 관리자는 당신보다 AI를 더 많이 사용할 가능성이 높기 때문에 무엇이 가능한지, 당신이 따라잡고 있는지에 대해 꽤 잘 알고 있습니다. 당신의 상사가 클로드에게 가장 많은 자극을 주는 사람이 누구인지에 대한 비밀 점수표를 보관하고 있다는 말은 아닙니다. 그러나 같은 팀의 두 사람이 유사한 작업을 수행하고 그 중 한 명이 AI를 프로세스에 통합했기 때문에 지속적으로 더 빠르고 철저하게 수행하면 주목됩니다. 이는 다음 과제를 맡을 사람, 전략 대화에 참여할 사람, 승진할 사람에 영향을 미칩니다. AI를 채택하기가 왜 그렇게 어려운가요? 너무 많은 사람들이 "AI를 더 많이 사용해야 한다는 것을 안다"와 실제로 AI를 사용하는 것 사이에 갇혀 있는 이유가 있습니다. 실제로, 잘 문서화된 몇 가지 이유가 있습니다. 아는 것과 실천하는 것의 격차 우리 모두는 새로운 것을 배우거나 시도하고 싶었지만, 실제로 아무것도 하지 않은 채 몇 달 또는 몇 년이 지났다는 사실을 깨달았습니다. 내 침실에 먼지가 쌓이고 있는 베이스 기타에게 물어보세요. 연구원 Jeffrey Pfeffer와 Robert Sutton은 이 현상을 "지식-행동 격차"라고 명명했습니다. 기본적으로 무엇을 해야 할지 아는 것과 실제로 그것을 수행하는 것은 거의 완전히 별개의 문제입니다. AI에 지식 격차를 적용할 때 연구 결과는 다음과 같습니다. BCG는 광범위한 AI 구현에도 불구하고 74%의 기업이 아직 AI 사용으로 인한 실질적인 비즈니스 가치를 보여주지 못하고 있음을 발견했습니다. 또한 AI를 구현할 때 기업이 직면하는 과제의 70%는 사람 및 프로세스 관련 문제에서 비롯되는 반면, 기술 문제는 30%, AI 알고리즘은 10%에 불과한 것으로 나타났습니다. 지연이 발생하는 이유 중 일부는 단지 실용적입니다. 당신은 이미 해야 할 일이 있습니다. 달력은 꽉 차 있고, 작업 목록은 길고, "AI를 더 잘 사용하는 방법을 찾아내는 것"이라는 추상적인 목표가 다른 모든 것과 경쟁하고 있습니다. HubSpot Media의 프롬프트 엔지니어이자 AI 전문가인 Timothy Biondollo에게 왜 그렇게 많은 사람들이 인식과 채택 사이에서 정체되어 있는지 물었을 때 그는 설탕을 입히지 않았습니다. "인식은 수동적이며 채택을 위해서는 단순히 브라우저에 새 탭을 추가하는 것이 아니라 실제 작업 방식을 변경해야 합니다. 차이점은 대부분의 사람들이 여전히 일상적인 작업을 작업별로 순서대로 이동하면서 스스로 작업을 수행하고 있다는 것입니다. 활성화된 사람들은 완전히 다른 변화를 이루었습니다. 그들은 전략과 품질에 집중하는 동안 컨텍스트를 수집하고 지침을 작성한 다음 백그라운드에서 10개의 병렬 작업 스트림을 실행하는 데 시간을 보냅니다. 이는 작은 조정이 아닙니다. 이는 완전히 다른 운영 모델입니다. 아무도 전환이 무엇인지 말해주지 않습니다. 그래서 사람들은 AI를 몇 번 시도하지만 변화를 느끼지 못하고 그것이 자신에게 맞지 않거나 AI가 그렇게 할 만큼 똑똑하지 않다고 가정합니다.” 기존 책임을 수행하는 것 외에 AI를 배우는 것은 진정한 제약입니다. 당신의 두뇌는 새로운 정보를 처리하는 데 한계가 있으며, 그 한계를 초과하면(지난 몇 년간 AI의 속도를 고려하면 거의 확실히 그랬습니다) 동기가 높더라도 채택률이 급격히 떨어집니다. 옵션이 너무 많아 명확성이 충분하지 않음 당신이 시간을 쪼개었다고 가정해보자. 이제 어쩌지? 시중에는 수천 개의 AI 도구가 있습니다. 풍경은 매달 바뀌어요. 새로운 모델과 기능이 출시되고 LinkedIn 피드에는 자신의 삶을 변화시킨 도구에 대해 이야기하는 사람들이 가득합니다. 어디서부터 시작해야할지 모르기 때문에 전혀 시작하지 않습니다. 선택의 역설에 대해 들어본 적이 없더라도 분명히 경험해 본 적이 있을 것입니다. 선택지가 많을수록 선택하고 싶은 마음은 줄어듭니다. 그래서 우리는 동결되거나 더 적은 선택권이 주어졌을 때보다 더 나쁜 결정을 내립니다. AI 습관을 구축하려는 모든 사람에게 바로 지금 일어나고 있는 일이 바로 이것이다. 당신이 선택한 도구가 실제로 올바른 도구일 가능성은 얼마나 됩니까? 협박은 절제된 표현입니다. 생산성의 함정 여기에는 그다지 많이 언급되지 않는 잔인한 아이러니도 있습니다. AI 사용에 대해 의도적으로 사용하지 않으면 줄이는 것보다 더 많은 작업을 생성하게 됩니다. AI를 사용하여 데이터세트를 메모로 요약하려는 시나리오를 생각해 보세요. 시트를 내보내어 ChatGPT에 넣으면 30초 안에 메모가 다시 나타납니다. 하지만 이제는 출력을 검토하고, 부정확한 부분을 찾아내고, 문제가 있어서 다시 프롬프트를 표시하고, 확실하지 않은 주장을 사실 확인하고, 올바른 톤에 도달하기 위해 전체 형식을 다시 지정하고 있습니다. 작업이 완료될 때쯤에는 AI가 조력자처럼 느껴지지 않습니다.병목 현상처럼 느껴집니다. 이것이 AI 채택이 지연되는 큰 이유입니다. 사람들은 그것을 시도하고 일반적인 반응을 얻고 그게 다라고 생각합니까? 그들은 지속적인 노력을 기울일 가치가 없다고 결론을 내리고 예전 방식으로 돌아갑니다. 하지만 문제는 도구가 아니라 접근방식이다. AI를 잘 사용한다는 것은 그것이 실제로 시간을 절약해 주는 부분과 작업 방향을 바꾸는 부분을 아는 것을 의미합니다. 이러한 구별에는 연습이 필요하며 AI를 인식하는 사람과 AI를 지원하는 사람을 구분합니다. AI 구현은 어떤 모습인가요? 우리는 AI 활성화 및 채택이 왜 중요한지 알고 있습니다. 지식에서 실천으로의 도약은 우리 중 많은 사람들이 지체하는 부분이며, 이는 노력이 부족해서가 아닙니다. 다음으로, 콘텐츠 팀과 저에게 효과가 있었던 전략을 간략하게 설명하겠습니다. 이는 AI 불안을 행동으로 바꾸는 실용적이고 점진적인 단계입니다. 당신이 (아직) 뒤처지지 않았다는 것을 깨달으세요. "최신 AI 기술"을 검색하는 것은 즉시 노트북을 닫고 하루를 마무리하고 싶은 좋은 방법입니다. 인플루언서, 제품 발표, 아이디어, 심지어 동료들이 어떻게 앞서나가는지 알려주는 끊임없는 흐름으로 인해 AI에는 압박감이 있습니다. 그러나 그 소음은 주로 귀하의 관심을 끌고 귀하에게 시장을 알리기 위해 고안되었습니다. 그것은 책에 나오는 가장 오래된 비법 중 하나입니다. 당신은 뒤쳐지고 있습니다. 뒤처질 수는 없습니다. 뒤쳐지지 않도록 내 뉴스레터를 구독하세요. 이 메시지는 그룹에 속하고 싶은 우리의 원초적인 욕구에 호소합니다. 기본적으로 동굴인의 논리입니다. 몇 가지 현실: Gallup에 따르면 미국 근로자의 49%가 자신의 역할에 AI를 전혀 사용하지 않는다고 보고했으며, 26%만이 일주일에 몇 번 이상 AI를 사용합니다. 대부분의 주요 AI 기업이 소재한 국가에서는 약 4분의 1의 근로자만이 AI를 자주 사용합니다. 나는 사물을 관점에서 볼 수 있는 또 다른 개념인 혁신 확산 이론을 소개하고 싶습니다. 1962년 E.M. Rodgers가 처음 공유한(그리고 오늘날에도 여전히 관련이 있는) 혁신의 확산 이론은 기술에 대한 전체 청중을 혁신가, 초기 수용자, 초기 다수, 후기 다수, 후발자 등 5개 그룹으로 나누었습니다. 이러한 그룹은 순서대로 새로운 기술을 채택합니다. 채택은 혁신가(기술 애호가, 영향력 있는 사람, 최신 휴대전화를 구입하기 위해 가장 먼저 줄을서는 사람들)부터 시작하여 후발자(여전히 유선 전화를 사용하는 사람)로 끝납니다. 아래 다이어그램에서 볼 수 있듯이 대부분의 사람들은 중간 어딘가에 속합니다. 소스 그렇다면 생성 AI 타임라인에서 우리는 어디에 있습니까? 주관적인 판단이지만 지금까지 우리가 가지고 있는 데이터를 고려할 때 우리는 이제 막 초기 다수에 진입했다고 장담합니다. 즉, AI라는 개념이 대중의 주목을 받은지는 꽤 됐지만, AI 숙련도는 이제 막 주류로 떠오르기 시작했다는 뜻이다. AI와 그 가능성에 대해 열광하는 사람들은 모두 최초 15%, 즉 혁신가이자 얼리 어답터입니다. 그리고 그들은 나머지 사람들보다 훨씬 더 목소리를 냅니다. 그것은 당신에게 무엇을 의미합니까? 아직 AI 사용에 익숙하지 않다면 여전히 좋은 위치에 있는 것입니다. 하지만 뒤처지지 마세요. 초기 다수가 앞으로 나아갈 수 있는 마지막 기회이기 때문입니다. 이것은 무엇이든 초보자가 되는 것이 쉽다는 것을 의미하지는 않습니다. 확실히 그렇지 않습니다. 하지만 그 불편함의 대부분은 모든 사람이 당신보다 앞서 있다는 믿음에서 비롯됩니다. 아직은 그렇지 않습니다. 작게 시작하십시오. 다른 기술과 마찬가지로 AI 숙련도는 반복적인 사용을 통해 시간이 지남에 따라 형성되는 근육입니다. 역도에 관해 읽는다고 해서 더 강해지는 것은 아닙니다. 어느 시점에서는 덤벨을 들어야 할 것입니다. 이는 모든 이메일을 요약하고, 스프레드시트를 정리하고, 일정을 관리하고, 처음부터 세금을 납부하는 에이전트를 고용해야 한다는 의미는 아닙니다. 초보자임을 받아들이고 작은 승리를 찾으세요. 운동과 마찬가지로 생각보다 빨리 혜택을 보게 될 것입니다. 제가 AI로 한 첫 번째 일은 AI를 사용하여 톤이 맞지 않는 것 같을 때 내부 Slack 메시지를 다시 작성할 것을 제안하는 것이었습니다. 기본적인 내용이지만 이것이 완벽한 표현 방법을 고민하는 것보다 얼마나 더 효율적인지 즉시 분명해졌습니다. 상대적으로 적은 투자로 이점을 보았습니다. 결국 저는 Claude를 사용하여 팀을 위한 내부 도구 코딩, 데이터 세트에서 메모 생성, 주간 책임 계획을 지원하는 데 익숙해졌습니다. 이제는 일상생활에서 AI를 사용하지 않는 일을 찾기가 어려울 것입니다. 자신의 문제에 AI 솔루션을 적용하고 실제 이점을 확인하는 것은 강력한 동기 부여입니다. 구체적인 것에 사용하면,클릭만 하면 됩니다. 여러분은 "아, 이걸 이런 용도로 사용할 수 있는데... 또 무슨 일을 할 수 있지?"라고 생각할 것입니다. 당신의 호기심은 습관을 형성하는 원동력이 됩니다. 또한 AI를 별도의 실험이나 활동이 아닌 기존 작업에 결합하면 한 번 시도해 보고 불확실한 결과를 얻은 후 기존 작업 방식으로 돌아가는 장벽이 사라집니다. 그 유용성을 직접 확인하므로 초기 마찰을 넘어설 가능성이 더 높습니다. AI의 이점은 일시적인 불편함보다 더 큽니다. HubSpot 블로그 작가 Amy Rigby는 이를 직접 탐색했습니다: "AI를 워크플로에 통합하는 데 있어 가장 어려운 부분은 효율성 향상을 위한 모든 시도에서 가장 어려운 부분이기도 합니다. 처음에는 매우 비효율적일 것입니다. 모든 것이 새로운 것이기 때문에 작동 방식에 대해 비틀거리고, 실험하고, 실패하게 될 것입니다... 해당 가치를 잠금 해제하려면 학습 곡선을 넘어서야 합니다. 일단 그렇게 하면 기분이 좋습니다." 메시지를 보내는 방법을 알아보세요. AI 프롬프트는 시작할 때 배울 수 있는 가장 유용한 기술입니다. 좋은 프롬프트는 일반적인 응답과 실제로 도움이 되는 응답 간의 차이를 의미합니다. HubSpot Media의 콘텐츠 전략 및 운영 책임자인 Meg Prater에게 AI 인식과 실제 채택 사이에 차이가 있는 이유를 물었을 때 그녀는 "올바른 프롬프트를 사용하지 않고 있습니다. 더 나은 프롬프트 방법을 배우면 결과를 통해 AI를 사용하지 않고 작업을 향상하고 중요한 작업에 더 많은 시간을 할애할 수 없게 됩니다."라고 말했습니다. 처음에는 다양한 프롬프트를 실험해 보는 것이 좋지만 결국에는 더 나은 대화 안내를 위한 프레임워크가 필요할 것입니다. 나는 우리 팀의 작가들에게 WRITE 프레임워크를 사용하도록 권장합니다. 이는 요청에 대한 5가지 중요한 정보를 AI에 제공합니다. 누구: AI는 누구 역할을 합니까? AI에 숙련된 전략가, 기술 전문가, 프로젝트 관리자 등과 같은 인물을 부여하십시오. 리소스: AI가 이를 올바르게 수행하려면 어떤 배경이 필요합니까? 이것은 컨텍스트 덤프입니다. 프로젝트에 대한 관련 세부 정보, 해결 중인 문제, 참조 자료 및 AI가 자체적으로 알지 못하는 기타 모든 것입니다. 지침: AI는 정확히 무엇을 해야 합니까? 구체적으로 말하세요. 용어: 어떤 규칙, 제한 또는 경계가 적용됩니까? 예를 들어 길이, 형식, 어조, 피해야 할 것, 포함할 것 등이 있습니다. 예상 결과: 완제품에 대해 형식, 결과물, 가능한 경우 예시 등 최대한 구체적으로 설명하세요. 다음은 WRITE 프롬프트의 예입니다: 여: 당신은 DTC 제품 출시를 전문으로 하는 중소기업 마케팅 컨설턴트이군요. 내 청중은 주로 내 Etsy 상점과 Instagram을 통해 선물과 자기 관리를 위해 수제 양초를 구매하는 25~40세 여성입니다. R: 6월에 캔들 여름 컬렉션을 론칭할 예정이에요. 내 예산은 출시를 위해 약 500달러입니다. 제가 가장 잘 팔리는 채널은 인스타그램이고, 팔로워는 3,000명 정도 됩니다. 내 마지막 컬렉션은 주로 인스타그램 스토리와 이메일을 통해 2주 만에 매진되었습니다. I: 티저 콘텐츠, 출시일 전략, 출시 후 후속 조치를 포함하는 4주 출시 계획을 수립합니다. 게시할 내용, 게시 시기, 각 단계마다 하나의 이메일을 포함하세요. T: 1인 운영을 위한 계획을 현실적으로 유지하세요. 유료 광고가 없습니다. 유기적이며 이메일로만 가능합니다. 톤은 기업적인 느낌이 아니라 따뜻하고 개인적으로 느껴져야 합니다. E: 매일 구체적인 콘텐츠 아이디어, 3개의 짧은 이메일 초안, 출시일 체크리스트가 포함된 주간 달력입니다. 프레임워크가 없는 프롬프트 옆에 이 프롬프트를 실행하면 차이점을 확인할 수 있습니다. 당신이 실제로 양초 제작자라면 냄새도 맡을 것입니다. AI 목표 일정을 만듭니다. 몇 가지 작업을 수행하고 AI가 어디에서 도움을 줄 수 있는지 파악했다면 다음 단계는 추진력을 유지하는 것입니다. 말은 말보다 쉽습니다. 아는 것과 행동하는 것의 격차를 기억하시나요? 연구에 따르면 강한 목표 의도를 갖는 것만으로는 충분하지 않습니다. 그러나 목표를 향해 어떻게 행동할지 정확하게 명시하는 계획을 세우는 사람들은 실제로 목표를 달성할 가능성이 더 높습니다. “AI를 더 잘 활용하고 싶다”는 생각은 “매주 화요일 아침에 20분씩 내 접시에 있는 하나의 작업에 AI를 적용하겠습니다.”보다 덜 효과적입니다. 그래서 제가 추천하는 것은 다음과 같습니다. AI가 승리하는 주간 일정을 계획하세요. 일주일 안에 합리적으로 달성할 수 있는 작업입니다. 크게 도약할 필요는 없습니다. 대신, 이를 더 큰 목표를 향한 점진적인 진전, 실제로 완료할 만큼 작지만 바늘을 움직일 만큼 의미가 있다고 생각하십시오. 체계적인 일정은 두 가지 일을 합니다. 첫째, 의도를 다음과 같이 바꾼다.습관은 매번 영웅적인 의지력 없이도 계속해서 습관으로 돌아올 수 있도록 발판을 제공합니다. 둘째, AI의 무한한 가능성을 업무에 특정한 실제 단계로 축소합니다. 옵션 마비에 대한 해독제입니다. AI를 사용하여 회의 효율성과 후속 조치를 개선하고 싶다고 가정해 보겠습니다. 실제 일정은 다음과 같습니다. 주요 목표: AI를 사용하여 다음 달에 상태 업데이트 및 회의 준비에 소요되는 시간을 줄입니다. 1주차: 가장 자주 열리는 회의를 선택하세요. AI를 사용하여 노트에서 템플릿 안건을 생성하세요. 2주차: 회의 후 AI를 사용하여 후속 요약 초안을 작성합니다. 평소보다 시간이 덜 걸렸는지 확인하세요. 3주차: 이미 보관하고 있는 주요 항목을 사용하여 주간 상태 업데이트에 대한 프롬프트를 구축합니다. 4주차: 세 가지를 모두 단순하고 반복 가능한 워크플로우로 결합합니다. 여러 회의 중에 일주일 동안 실행하십시오. 5주차: 시스템을 검토합니다. 무슨 일이 일어나고 있나요? 그렇지 않은 것은 무엇입니까? 다음은 무엇입니까? 다음 달의 목표를 설정하세요. 여기에는 도약이 없습니다. 매주 마지막 주에 구축되고 5주차에는 문서화된 시스템을 갖게 됩니다. Notion과 같은 메모 앱, Asana와 같은 작업 관리 도구, 실행 중인 문서 또는 스티커 메모 등 원하는 대로 진행 상황을 추적할 수 있습니다. 형식보다 일관성이 더 중요합니다. 그리고 (이것을 보셨을 수도 있습니다) AI는 일정 자체를 구성하는 데도 도움을 줄 수 있습니다. 귀하의 역할과 책임을 설명하고 워크플로에서 AI를 현실적으로 활용할 수 있는 부분을 브레인스토밍하는 데 도움을 요청하세요. 향후 4~6주 동안 달성할 하나의 주요 SMART 목표를 설정한 다음 AI를 사용하여 목표를 달성하기 위한 하위 단계의 초안을 작성하세요. 진행 상황을 눈에 띄게 만드세요. 귀하의 회사가 AI를 지향한다면 귀하의 관리자는 귀하가 무엇을 하고 있는지 알고 싶어할 가능성이 높습니다. AI 진행 상황이 그들에게 얼마나 눈에 띄는지는 작업 자체만큼이나 경력에 있어서도 중요합니다. AI 채택을 성과 목표로 삼는 경우에는 특히 그렇습니다. AI 배포 방법을 관리자에게 정기적으로 알리고 새로운 사용 사례나 효율성 향상에 대해 업데이트하는 것은 앞서 생각하고 있다는 신호입니다. 이는 Slack 메시지, 주간 업데이트 항목 또는 일대일 멘션처럼 보일 수 있습니다. 작은 승리라도 당신이 없어서는 안 될 존재라는 생각을 심어줍니다. 그러나 가시성은 말처럼 쉽지 않습니다. 일단 AI로 잡초에 빠지면 진행 상황을 알리는 것을 잊어버릴 정도로 따라잡기 쉽습니다. 때때로 나는 프로젝트에 너무 투자한 나머지 AI 사용이 실제로 내 성과를 어떻게 향상시켰는지 상사에게 알리는 것을 잊어버렸습니다. 한 가지 해결 방법: 관리자 AI 업데이트에 대해 반복되는 캘린더 알림을 설정하세요. 그런 다음 채택 일정(또는 AI 진행 상황을 추적하는 데 사용하는 모든 항목)을 복사하여 선택한 AI 도구에 붙여넣고 주간 진행 상황을 요약하도록 요청하세요. ㅋㅋㅋ, 추가 작업 없이 상사와 공유할 수 있는 내용입니다. 이것이 바로 Asana와 같은 작업 관리 도구를 사용하여 작업을 추적하는 것이 유용할 수 있는 이유입니다. 완료된 작업을 스프레드시트로 내보내 AI 도구에 전달하고 최근 성과를 가져오도록 요청할 수 있습니다. 진행 상황 추적 기능이 내장되어 있어 작업을 수행할 때마다 업데이트해야 한다는 것을 기억해야 하는 별도의 Google 시트를 유지하는 것보다 훨씬 쉽습니다. 또한 AI 사용을 업무 발전 방식에 연결하는 것이 좋습니다. 이야기를 들려주세요. 어떻게 실력이 향상되었는지, 결과적으로 작업이 어떻게 향상되었는지, 그리고 이것이 팀 KPI와 어떤 관련이 있는지 설명하세요. 결국 우리는 당신의 경력을 발전시키는 것에 대해 이야기하고 있습니다. 한 가지 더 참고할 사항: 동료의 가시성도 중요합니다. 관리자는 중요하지만 팀원이 AI 질문이 있을 때 의지하는 사람이 되는 것도 중요합니다. 그러한 비공식적인 전문가 지위는 자신의 발전에 대한 상승 압력을 형성합니다. Timothy는 여기에서 다음과 같은 유용한 통찰력을 얻었습니다. "비결은 와우가 아니라 방법을 공유하는 것입니다. '내가 만든 것을 보세요'가 아니라 '내가 만든 방법이 여기에 있습니다. 이것이 도움이 될 수도 있습니다.' 두 번째로 방에 있는 다른 사람에게 유용해지면 자랑이 아니라 전체 팀의 기능 잠금 해제가 됩니다." 정보 루프를 계속 유지하세요. 당신은 작업을 하고 있고, 작업을 보여주고 있습니다. 이제 예리함을 유지하고 있는지 확인하세요. 제가 드리고 싶은 마지막 조언은 지식을 실제로 적용하면서 계속 학습하고 발전된 내용을 업데이트하라는 것입니다. Meg가 말했듯이, "AI를 사용하는 사람은 AI에 호기심이 많은 사람입니다. AI를 실험하고, 연습하고, 새로운 도구/빌드를 시험해 봐야 합니다. 동일한 세 가지를 실행하는 것만으로는 충분하지 않습니다.(시작하기 좋은 곳이지만). 오늘날 AI를 지원한다는 것은 이러한 도구와 모델이 출시될 때 이를 사용하고 발전하고 있다는 것을 의미합니다.” 핵심은 압도당하지 않도록 충분히 가벼운 정보 루프를 유지하는 것입니다. 최신 상태를 유지할 수 있을 만큼 포괄적인 흐름을 원하지만 구멍에 기어들어갈 만큼은 아닙니다. 한 번에 4~5개의 AI 정보 채널로 제한하세요. 뉴스레터나 블로그, YouTube 채널, 내부 커뮤니티, 멘토, 팟캐스트, LinkedIn 계정, 심지어는 비슷한 역할을 하고 실험 중인 AI 상대일 수도 있습니다. 이 모든 것을 지속 가능하게 만들려면 새 채널을 추가할 때마다 삭제하는 것을 고려해 보세요. 현재 내 채널은 다음과 같습니다. Simple.ai: AI 뉴스와 업데이트를 현실적이고 실제적인 방식으로 제공하는 뉴스레터입니다. 압도당하지 않고 AI에 대한 뉴스레터를 원한다면, 이것이 바로 그것입니다. Ben’s Bites: 범위가 좀 더 야심적이면서도 소화가 가능한 서브스택입니다. 마케팅과 관련된 AI 진행 상황을 공유하기 위해 HubSpot에 있는 내부 AI Slack 채널입니다. AI 멘토. 우리 팀은 블로그에서 AI를 가장 잘 배포하는 방법에 대해 정기적으로 논의합니다. 그리고 그것은 지금뿐입니다. 나의 편안함 수준과 책임이 바뀌면서 미래에는 이러한 것들이 바뀔 수도 있습니다. 팀이 AI 실험에서 실행으로 이동할 수 있는 방법 위의 모든 것은 자신을 활성화하는 것에 관한 것입니다. IC의 경우 여기서 멈출 수 있습니다. 그러나 팀을 관리하는 경우 "이것을 시도하고 있습니다"에서 "이것이 현재 우리 모두가 일하는 방식의 일부입니다"로 전환하는 것은 다른 과제입니다. 팀에서 채택을 추진하는 것은 주어진 것이 아닙니다. 누군가에게 정보를 제시하고 그들이 즉시 그 정보를 실행하기를 기대할 수는 없습니다. 모든 사람이 당신만큼 기꺼이 배우거나 편안하게 배울 수는 없습니다. 그것은 그들에게 노크가 아닙니다. 사람들은 신기술과 다양한 관계를 갖고 있으며, 다양한 얼리 어답터, 초기/후기 다수, 어쩌면 혁신가나 후발자가 함께 있을 수도 있습니다. 사람들은 일반적으로 새로운 것에 적응할 때 다른 사람을 신뢰합니다. ChatGPT나 Claude에게만 물어보는 것보다 인증된 실제 인물인 제가 작성한 블로그 게시물에서 조언을 구하신 이유 중 하나가 바로 이것이었을 것입니다. 어떤 챗봇도 완전히 복제할 수 없는 다른 사람의 "나에게 효과가 있었던 것이 여기에 있습니다"라는 말을 듣는 것에는 뭔가가 있습니다. 관리적 지원은 누군가가 직장에서 AI를 사용하는지 여부를 예측하는 가장 강력한 지표 중 하나이기도 합니다. Irrational Labs에 따르면 직원의 AI 사용은 관리자의 승인 없이 79%에서 34%로 감소합니다. 그러니 팀이 있는 곳에서 만나보세요. AI를 어떻게 사용하고 있는지 물어보세요. "당신의 프롬프트 이력을 보여주세요"와 같은 세세한 관리 방식이 아니라 진정한 호기심에서 비롯됩니다. 무엇이 그들을 방해하고 있나요? 찾은 내용을 바탕으로 여기에 소개한 몇 가지 전략을 제안해 보세요. 어떤 도움말이나 교육 자료에서 배울 수 있었던 것보다 팀과 직접 대화하면서 더 많은 것을 배웠습니다. 각 개인의 AI 구현 여정은 각자의 것이며, 관리자로서 할 수 있는 가장 좋은 일은 그들에게 탐색할 공간을 제공하면서 격려하는 것입니다. Futurepedia가 AI 구현에 적합한 곳 이 게시물 전체는 하나의 아이디어에 관한 것입니다. AI에 대해 아는 것이 AI로 활성화되는 것과는 다릅니다. 그리고 가장 큰 장벽은 기사를 하나 더 읽거나 도구를 하나 더 북마크에 추가하여 해결할 수 있는 문제가 아닙니다. 이것이 HubSpot이 Futurepedia를 인수한 이유입니다. Futurepedia는 세계 최대의 독립적인 AI 교육 및 발견 플랫폼입니다. 비즈니스 및 생산성을 위한 실제 AI 기술에 초점을 맞춘 25개 이상의 과정과 1,000개 이상의 강의를 갖춘 성장하는 교육 플랫폼과 함께 생각할 수 있는 모든 카테고리에 걸쳐 수천 개의 선별된 도구인 최초의 AI 도구 디렉토리를 운영합니다. Futurepedia, YouTube 채널, 뉴스레터 전반에 걸쳐 AI에 대해 듣는 것이 아니라 AI 사용 방법을 실제로 배우고 싶어하는 전문가를 위한 기본 출발점이 되었습니다. HubSpot은 수백만 개의 기업이 더 나은 성장을 할 수 있도록 돕습니다. Futurepedia는 전문가가 업무를 개선하는 AI 도구를 찾고 숙달할 수 있도록 도와줍니다. 이제 그들은 같은 팀입니다. 즉, 더 많은 리소스, 더 넓은 범위, 실제 사람들을 위한 AI 작동에 대한 동일한 집착을 의미합니다. 향후 5년 동안 승리할 전문가는 AI에 대해 가장 잘 아는 전문가가 아닙니다. 그들은 실제로 작업하는 법을 배운 사람들입니다. 이 게시물이 프레임워크를 제공했다면 Futurepedia에서 시작할 수 있는 곳을 제공합니다.

You May Also Like

13 Trending Songs on TikTok in March 2026 (+ How to Use Them)

Our Best AI PM Workflows for Prototyping, Strategy, and Personal OS (2026)

China’s Cybersecurity Agency Issues Security Warning About OpenClaw