AI에 업무를 통째로 맡긴다는 것은 질문 한 번에 완성된 답을 기대한다는 뜻이 아닙니다. 반복되는 일을 고르고, 필요한 자료와 도구를 연결한 뒤, AI가 어디까지 처리할지와 사람이 언제 확인할지를 정하는 일입니다. 이 과정을 정리한 방법이 4S입니다. Select, Scope, Supervise, Sign off의 네 단계로 업무의 시작과 끝을 관리합니다.
질문을 넘어서 ‘완료할 일’을 고릅니다
일반적인 질문 방식에서는 AI가 아이디어나 초안을 내고, 자료를 모으거나 파일을 정리하는 실행은 사람이 맡습니다. 반면 agent(목표에 따라 도구를 사용하며 작업하는 AI)는 정해진 권한 안에서 자료를 찾고, 중간 결과를 살피며, 다음 작업을 선택할 수 있습니다. 업무 위임의 대상은 이런 여러 단계를 거쳐 일정한 결과물을 내는 일입니다.
첫 후보로는 매일 또는 매주 같은 순서로 반복되고 결과물의 형태가 분명한 업무가 적합합니다. 예를 들어 주간 업무 요약에는 지정된 자료 확인, 변경 사항 선별, 요약 작성, 파일 저장이 포함됩니다. 시간을 많이 쓰는 반복 업무라도 결과가 좋은지 스스로 판단할 수 없다면 첫 위임 대상으로 삼지 않는 편이 낫습니다. 필요하다면 AI에 일간·주간·월간 업무를 하나씩 물어보게 해 후보를 찾을 수 있습니다.
4S는 작업 지시이자 검토 기준입니다
| 단계 | 결정할 일 | 주간 업무 요약에 적용하면 |
|---|---|---|
| Select | 가치가 있고 결과를 평가할 수 있는 반복 업무 선택 | 매주 작성하는 업데이트 요약을 선택 |
| Scope | 결과물, 허용할 자료, 작업 범위와 완료 조건 지정 | 지난 7일의 공식 발표만 확인하고 지정 폴더에 저장 |
| Supervise | 사람이 확인할 지점과 수정 방법 설정 | 초안 작성 전에 선정한 자료 목록부터 검토 |
| Sign off | 최종 결과를 승인·수정·거절 | 기간, 출처, 내용의 정확성을 확인한 뒤 승인 |
Select에서는 자동화가 신기해 보인다는 이유보다 실제로 반복되는 부담이 있는지를 봅니다. Scope에서는 ‘최신 소식을 정리해 줘’처럼 넓게 지시하는 대신 대상 기간, 허용할 출처, 제외할 내용, 전달 위치까지 적습니다. 이렇게 정한 범위가 있어야 뒤의 검토도 구체적으로 할 수 있습니다.
▲ 4S 검토 단계
예를 들어 매주 월요일 아침 ChatGPT와 Claude의 변경 사항을 받는다면, 앞선 7일 동안의 공식 발표 가운데 자신의 업무에 영향을 주는 내용만 고르도록 정할 수 있습니다. 출처 주소를 함께 제시하고 완성본은 지정 폴더에 저장하거나 Slack으로 알리도록 전달 위치도 명시합니다. 발표 소식과 이미 이용 가능한 기능을 구분하라는 조건 역시 완료 기준에 넣습니다.
Supervise는 완성본만 읽는 단계가 아닙니다. 초기 실행에서는 AI가 고른 자료 목록을 먼저 받아 관련 없는 내용이 섞였는지 확인합니다. 주로 ChatGPT로 일하는데 Claude 소식에만 치우쳤다면 그 사실을 알려주고 선별 지침을 고칩니다. 몇 차례 결과를 검토하며 신뢰할 만한 흐름이 확인되면 확인 빈도는 줄일 수 있지만, 확인 지점 자체를 없애야 하는 것은 아닙니다.
Sign off에서는 요청한 기간을 빠짐없이 다뤘는지, 제시한 출처 주소가 실제로 작동하는지, 발표와 이용 가능 상태를 혼동하지 않았는지 확인합니다. 기준에 미치지 못하면 무엇을 고칠지 구체적으로 알려주고 수정본을 받습니다. 고객에게 직접 보내는 메시지나 돈이 오가는 업무에는 흐름이 안정된 뒤에도 사람의 확인과 승인을 남겨야 합니다.
agent가 실행하고, skill은 방법을 기억합니다
4S가 위임의 판단 기준이라면 agent는 실제 단계를 수행하는 주체입니다. skill(특정 작업을 반복할 수 있도록 지침을 묶은 파일)은 agent가 따를 작업 방법입니다. 자료를 고르는 규칙, 요약의 형식, 문체 같은 지침을 담을 수 있습니다. 여러 번 검토해 제대로 작동한 작업 흐름은 skill로 만들어 다시 쓸 수 있으며, 파일의 지침은 사람이 열어 보고 수정할 수 있습니다.
외부 서비스와의 연결은 별도 역할입니다. connector(외부 앱에 대한 접근 기능을 제공하는 연결 수단)를 통해 agent가 Google Drive의 자료를 읽거나 결과 파일을 쓸 수 있습니다. API(소프트웨어 사이의 데이터 교환과 기능 호출 방식)는 이런 동작에 쓰이는 통로이고, MCP(AI가 외부 도구의 기능과 자료를 이용하도록 연결하는 개방형 표준)는 API를 바탕으로 도구의 기능과 맥락을 AI에 알려 주는 방식입니다. 요컨대 skill은 ‘어떻게 할지’, 연결 수단은 ‘어디에서 읽고 어디에 쓸지’를 맡습니다.
▲ 지침과 서비스 연결
연결할 수 있다는 이유만으로 모든 권한을 줄 필요는 없습니다. 필요한 폴더와 서비스부터 정하고 접근 범위를 살펴야 합니다. 비밀번호 보관함이나 결제 정보처럼 민감한 접근 권한은 연결하지 않는 것이 좋습니다. 정해진 시간에 반복 실행할 계획이라면 개인 노트북이 꺼졌을 때 작업이 멈출 수 있다는 점도 고려해야 합니다. 일정 실행용으로는 계속 켜 두는 전용 기기나 서버가 더 적합합니다.
작은 업무 하나로 시작해 승인 기준을 남깁니다
먼저 자신이 결과를 평가할 수 있는 반복 업무 하나를 고릅니다. 다음으로 사용할 자료, 결과물의 형태와 저장 위치, 금지할 접근 권한을 적습니다. 첫 실행에서는 자료 선정 단계부터 확인하고, 완성본을 승인·수정·거절한 이유를 지침에 반영합니다. 여러 차례 같은 기준을 충족한 뒤에야 일정을 설정하고 skill로 묶는 편이 좋습니다. AI가 일을 실행하더라도 무엇을 완료로 볼지 결정하는 책임은 사람에게 남습니다.