[AI 시대 피드백] 정규직·외부 전문가·AI가 함께 일할 때, 피드백은 누가 하나요?

정규직·외부 전문가·AI가 함께 일할 때, 피드백은 누가 하나요?

AI 시대의 피드백 문화: 성과 높은 조직의 5가지 원칙

한 프로젝트에 정규직 구성원, 외부 전문가, 생성형 AI가 함께 참여하는 모습은 이제 낯설지 않습니다. 몇 달짜리 과제를 위해 외부 전문가가 합류하고, AI가 조사와 분석, 초안 작성을 돕고, 프로젝트가 끝나면 팀 구성이 바뀝니다.

이런 환경에서는 연말 평가까지 피드백을 기다릴 수 없습니다. 업무가 진행되는 동안 짧고 구체적인 피드백을 주고받고, 결과물에 대한 판단과 책임이 누구에게 있는지 분명히 해두어야 합니다.

먼저 보는 3줄 요약

1. AI는 피드백의 초안을 만들 수 있지만, 피드백의 주체가 될 수는 없습니다.

2. 정규직·외부 전문가·AI가 함께 일할수록 판단 기준과 피드백 책임자를 프로젝트 시작 단계에서 정해두어야 합니다.

3. 피드백은 평가를 위한 이벤트보다 업무 중 반복되는 짧은 대화에 가까워야 합니다.

AI가 보편화될수록 피드백이 중요해지는 이유

Microsoft가 2026년 10개국의 AI 사용 지식근로자 2만 명을 조사한 Work Trend Index에 따르면, 응답자의 86%는 AI 결과물을 최종 답이 아니라 출발점으로 보고 생각에 대한 책임은 자신이 진다고 답했습니다.

개인은 이미 판단과 책임을 자신의 몫으로 받아들이고 있습니다. 문제는 조직입니다. 같은 조사에서 45%는 AI로 일하는 방식을 다시 설계하기보다 현재 목표에 집중하는 편이 더 안전하다고 느꼈습니다. 새로운 시도가 실패했을 때 어떻게 평가받을지 확신할 수 없기 때문입니다.

반면 관리자가 실험에 대한 심리적 안전감을 만들어준 팀에서는 구성원이 느끼는 AI 활용 준비도와 가치가 최대 20포인트 높았습니다. AI를 잘 쓰는 조직과 그렇지 못한 조직의 차이는 도구보다 피드백과 신뢰에서 벌어지고 있는 셈입니다.

1. AI를 활용한 시도 자체를 학습으로 다룬다

같은 AI 도구를 써도 질문을 설계하고, 결과를 검증하고, 업무에 맞게 수정하는 방식에 따라 품질이 크게 달라집니다. 그래서 결과물뿐 아니라 그 과정도 피드백 대상이 됩니다.

예를 들어 외부 전문가가 AI를 활용해 시장조사 보고서를 만들었다면, 어떤 자료를 근거로 삼았는지, AI의 오류를 어떻게 발견했는지, 전문성을 바탕으로 무엇을 고쳤는지 함께 살펴보는 것이 좋습니다.

• AI를 활용한 부분과 직접 판단한 부분은 각각 무엇인가요?

• AI의 결과를 검증하거나 수정한 사례가 있나요?

• 예상과 다르게 진행된 부분에서 무엇을 배웠나요?

원하는 결과가 나오지 않은 프롬프트나 검토 중 발견한 오류도 공유할 가치가 있습니다. 실패를 안전하게 이야기할 수 없는 조직에서 구성원은 익숙한 방식에 머무릅니다.

2. 정규직·외부 전문가·AI 사이의 피드백 책임을 정한다

여러 형태의 인력이 함께 일하면 피드백의 공백이 생기기 쉽습니다. 내부 관리자는 외부 전문가의 작업 과정을 다 알지 못하고, 외부 전문가는 조직의 암묵적인 기준을 공유받지 못합니다. AI 결과물에 오류가 생기면 누가 검증했어야 하는지도 모호해집니다.

프로젝트 시작 단계에서 다음 역할을 합의해두세요.

• 결과물의 최종 품질을 승인하는 사람

• 외부 전문가에게 맥락과 자료를 제공하는 사람

• AI 결과의 사실관계와 출처를 검증하는 사람

• 의견이 충돌할 때 최종 결정을 내리는 사람

피드백이 외부 전문가에게 일방적으로 향하는 것도 경계할 필요가 있습니다. 일이 원활하지 않았던 이유가 불명확한 요청이나 늦은 의사결정, 부족한 자료 제공에 있을 수도 있기 때문입니다. 프로젝트가 끝나면 "조직이 충분히 제공하지 못한 정보는 무엇이었나요?", "다음 프로젝트에도 활용할 방식은 무엇인가요?"처럼 양방향으로 질문해보세요.

3. AI 사용법과 피드백 방법을 함께 교육한다

"주도성이 부족합니다" 같은 표현은 AI가 공손하게 고쳐줘도 무엇을 바꿔야 하는지 알려주지 못합니다. 문장을 다듬는 것과 좋은 피드백을 하는 것은 별개의 역량입니다.

실무에서는 SBI 모델의 '상황·행동·영향'에 '다음 행동'을 더한 구조를 활용할 수 있습니다.

• 상황(Situation): 언제, 어떤 업무에서 일어난 일인가

• 행동(Behavior): 실제로 관찰한 행동은 무엇인가

• 영향(Impact): 업무와 팀에 어떤 영향을 미쳤는가

• 다음 행동(Next Action): 무엇을 유지하거나 바꿀 것인가

지난 고객 제안 회의에서 최종 자료가 회의 시작 직전에 공유됐습니다. 팀원들이 내용을 충분히 검토하지 못해 회의 중 일부 수치를 다시 확인해야 했습니다. 다음 회의부터는 초안을 하루 전에 공유하고, 핵심 수치는 담당자가 한 번 더 검증하기로 합의하면 좋겠습니다.

AI는 메모를 이 구조로 정리하고 날카로운 표현을 다듬는 데 유용합니다. 다만 AI가 덧붙인 내용이 없는지 확인하고 자신의 말로 직접 전달하는 것은 피드백 제공자의 몫입니다.

4. 연말 평가보다 프로젝트 안의 짧은 피드백을 늘린다

계약 기간이 몇 달인 외부 전문가에게 연말 평가는 의미가 없습니다. 피드백이 늦어지면 지금 프로젝트에 반영할 기회를 놓치고, 같은 문제가 다음 단계에서 반복됩니다.

• 주요 산출물의 초안 단계에서 15분 피드백

• 주간 미팅에서 강점 하나, 개선점 하나 공유

• 종료 직후 '유지할 것·바꿀 것·다음에 시도할 것' 회고

매번 긴 면담이 필요한 것은 아닙니다. 상황과 행동, 영향을 설명하고 다음 행동 하나를 합의하는 것으로 충분한 경우가 많습니다. AI로 회의록 요약이나 이전 합의 사항 확인을 줄인 시간은 해결 방법을 논의하는 데 쓰세요.

5. 데이터 사용 기준과 설명 책임을 명확히 한다

AI가 피드백에 쓰이기 시작하면 구성원은 "내 업무 기록 중 무엇이 분석되는가", "그 결과가 평가에 반영되는가", "잘못된 결과를 바로잡을 수 있는가"를 궁금해합니다. 여기에 답하지 못하면 업무 기록은 학습 자료보다 감시 자료로 받아들여집니다.

조직은 최소한 다음 사항을 문서로 정해두는 것이 좋습니다.

• 분석하는 데이터의 범위와 이용 목적

• AI 분석이 평가에 반영되는 방식과 최종 판단자

• 오류 정정과 이의 제기 절차

• 개인정보와 고객 기밀정보의 입력 제한

AI를 사용했다는 사실도 영향에 따라 공개 기준을 달리할 수 있습니다. 문장을 다듬는 데 쓴 것과 업무 기록을 분석해 평가 의견을 만든 것은 무게가 다릅니다. 후자라면 어떤 데이터가 쓰였고 최종 판단자가 누구인지 당사자가 알 수 있어야 합니다.

채용, 계약 연장, 보상처럼 개인에게 중대한 영향을 미치는 판단에 AI를 활용한다면 인공지능기본법상 고영향 인공지능 관련 의무에 해당하는지도 사전에 검토해보는 것이 안전합니다.

바로 써볼 수 있는 AI 피드백 정리 프롬프트

아래 프롬프트는 AI에게 피드백을 대신 쓰게 하는 용도보다, 관리자가 작성한 사실 메모를 구조화하는 용도로 활용할 수 있습니다.

사용 전에는 고객명, 연락처, 계약 조건 같은 민감한 정보를 지우고, 회사에서 승인한 AI 도구인지 확인해주세요. 결과물은 세 가지로 검토하면 됩니다. 기록에 없는 내용이 추가되지 않았는지, 상대가 바꿀 수 있는 행동을 말하고 있는지, 내가 직접 만나서 책임 있게 전달할 수 있는 내용인지.

AI는 더 많은 신호를 발견하게 해줍니다. 그 신호에 의미를 부여하고 신뢰를 만드는 일은 사람의 몫입니다.

외부 전문가와의 협업은 킥오프에서 품질 기준과 역할을 정하는 데서 시작합니다. 플렉스웍은 프로젝트에 필요한 역량을 정의하는 단계부터 지금 조직 상황에 맞는 전문가를 연결해드립니다. 어떤 전문가와 어떤 기준으로 협업해야 할지 고민하고 있다면 플렉스웍에 문의해보세요. [링크]

참고자료

• Microsoft, 2026 Work Trend Index

• 국가법령정보센터, 인공지능기본법