요정 지니를 다시 호리병 안으로 넣을 수는 없다:
구체적 활용 방법을 고민해야 하는 시점

인공지능이 일하는 방식과 프로세스를 바꿔 생산성과 효율을 끌어올릴 것이라는 예상은 꽤 오래된 것이지만, 그동안에는 기술이 그러한 예상을 실현시키지 못했다. 하지만 생성형 AI의 등장 이후, 이전과는 다른 속도로 인공지능 기술이 일상 업무 속으로 깊이 침투하여 확산되고 있다. 전문가들은 알라딘의 요정 지니가 이미 세상 밖으로 나왔고, 지니를 다시 호리병 안으로 넣는 것은 옳은 선택이 아니라고 말한다. 그렇다면 이제는 다가올 미래에 대한 우려와 추측은 접어두고 긍정적 잠재력을 바라보며 지니, 즉 생성형 AI를 어떻게 활용해야 할지 구체적으로 고민해야 하는 시점이다. 새로운 기술은 항상 그런 이들의 손을 들어주었다.

원하는 답을 얻는 방법:　
40여 개의 HR 프롬프트 작성 예시, HR 담당자가 꼭 알아야 할 프롬프트는?

생성형 AI가 만들어낸 결과물의 품질은 사용자의 활용 능력에 따라 확연하게 달라진다. 어떤 사용자든 생성형 AI와 자연어로 대화하며 지시사항을 전달하고 원하는 결과물을 얻을 수 있지만, 생성형 AI에게 잘 지시하는 방법은 따로 있다. 이를 ‘프롬프트 엔지니어링(Prompt Engineering)’이라고 한다. 프롬프트란 생성형 AI에 입력하여 사용자가 원하는 결과물을 출력할 수 있게 만들어주는 자연어 명령어를 의미하고, 프롬프트 엔지니어링은 프롬프트를 효과적으로 구성하는 작업을 말한다. 사용자의 의도와 목적을 더 명확히 파악하도록 풍부한 정보를 제공하고, 사용자가 원하는 산출물의 포맷이 무엇인지, 어떤 내용을 포함해야 하는지 정확하게 표현할수록 생성형 AI가 내놓는 결과물의 질이 좋아진다. 달리 말하면 프롬프트의 구성요소, 즉 역할(Role), 상황(Context), 지시사항(Instruction), 결과 포맷(Output data), 예시(Example) 등을 충실하게 담을수록 좋은 결과를 얻을 수 있다는 뜻이다.
이 책에서는 동일한 지시를 입력할 때 이러한 구성요소를 적용한 경우와 적용하지 않은 경우의 결과를 비교한 프롬프트를 비롯하여 40여 개가 넘는 프롬프트 작성 예시 화면을 실제로 구현하여 원하는 결과물을 얻을 수 있는 프롬프트 작성법과 활용 노하우를 제공한다.

AI로 바뀌는 업무 혁신의 현장:
생성형 AI에 과감하게 투자하는 글로벌 기업들과 AI 기반 HR 솔루션 업체들

이 책의 제2부에서는 실제 생성형 AI가 바꿔놓은 업무 현장을 인재 확보, 직원 성장, 성과 창출, 조직 몰입 등 4개 영역으로 나누어 구체적 활용 방법 및 사례를 집중적으로 소개한다. 각 영역의 담당자는 구체적 상황을 상정한 프롬프트 예시를 참고하여 실제 업무에서 바로 활용할 수 있을 것이다. 또한 모건스탠리, 월마트, P&G 등 생성형 AI에 과감하게 투자하며 업무 혁신을 꾀하고 있는 글로벌 기업들의 사례와 텍스티오(Textio), 탤뷰(Talview) 등 AI 기반 HR 솔루션 업체들이 현재 제공하고 있는 서비스를 풍성한 이미지와 함께 서술하여 HR 테크의 최신 현황을 생생하게 체험해볼 수 있다.
이중 ‘조직 몰입을 촉진하는 AI’를 조명한 6장을 통해 생성형 AI를 활용하여 회사생활 만족도를 조사하고 분석하는 방법을 알아보자. 지금까지는 인사팀의 조직문화 담당자가 많은 노력과 시간을 들여 설문 문항을 개발해야 했다. 이렇게 시간과 노력을 들여 문항을 개발했다 해도 그 설문은 세대, 성별, 직급 등에 관계없이 동일하게 적용되므로 다양한 욕구를 가진 직원들의 고충을 세세히 파악하기가 어려웠다. 이제는 AI로 계층별 특성을 고려한 설문 문항을 짧은 시간에 개발할 수 있으며, 직원들의 응답 결과에 따라 추가 설문 문항을 개발할 수도 있다. 설문 문항 만들기는 〈세대별 회사생활 만족도 설문 문항 만들기〉와 〈추가 질문과 세부 답변 만들기〉 프롬프트를 참고하면 된다.
설문을 통해 얻은 결과에 대한 통계 분석도 가능하다. 설문조사를 실행한 후 〈설문조사 결과 분석 요청하기〉, 〈통계 분석과 의미 해석 요청하기〉 프롬프트를 참고하여 생성형 AI에 응답 결과를 엑셀 등 파일로 업로드하고 분석을 요청하면 빈도, 상관 분석, 집단 간 응답 결과 차이, 만족도에 영향을 주는 주요 요인을 확인하는 회귀 분석 등을 종합적으로 실행하고, 조사 결과까지 해석해준다. 인사 담당자들이 구체적인 통계 분석 방법을 모르더라도 생성형 AI를 통해 다양한 통계 분석을 할 수 있게 된 것이다. 더 놀라운 것은 몇 시간 또는 며칠이 걸리던 분석이 이제 단 몇 분이면 가능해졌다는 점이다. 매우 고무적인 변화가 아닐 수 없다.

AI와의 작업은 인간과 AI의 협업 예술:
인간의 역할은 끝나지 않는다

생성형 AI를 활용해 업무를 하는 장점 중 하나는 의사결정자의 편견과 사심이 개입될 여지를 최소화할 수 있다는 점이다. 그럼에도 불구하고 생성형 AI가 확인할 수 없는 사항도 있다. 최종의사결정이 인사팀과 리더의 입체적 고려와 책임감 있는 판단으로 이루어져야 하는 이유다. 개인정보 보호와 할루시네이션도 해결해야 할 과제다. 결국 생성형 AI 기술의 위험요소를 줄이며 올바르게 사용함으로써 그 잠재력을 최대한 발휘하려면 조직 차원의 명확한 가이드라인을 수립하는 일이 중요하다. 필요한 기본 교육과 주기적인 기술 업데이트 또한 병행되어야 한다. 생성형 AI와 협업하는 일에도 인간의 통찰력과 전문성 발휘는 여전히 필요하다.