AI시대: AI 친화적인 보고? 문제는 ‘보고받는 사람’

작성자:

AI 시대에 보고서의 정의가 바뀌고 있습니다.
이제 보고서는 더이상 정보를 요약해서 전달하는 문서가 아니고, 필요할 때 탐색하는 컨텍스트로 바뀌고 있습니다.

2026년 3월, 행정안전부가 AI친화 행정문서 혁신 시범 사업을 시작했습니다. 기존 한글 문서는, 글꼴, 자간, 기호, 표 등 다양한 양식을 포함하고 있어서, AI가 문장과 문단 구조를 정확히 인식하기 어려웠습니다. 이에 정부의 공식 문서 형식 자체를 AI 친화적으로 바꾸기 시작했습니다. 흥미로운 건 이 발표의 보도자료가 HWPX, PDF 외에 MD(마크다운) 형식으로도 동시에 배포되었다는 점입니다.

출처: 행정안전부 보도자료

이 변화의 핵심은 단순히 문서 형식의 변경이 아니고, 문서의 공식 독자에 AI를 추가한 것입니다. 다시 말해, 앞으로 문서는 한 번 작성되면 한가지 해석으로 고정되는 일회성 자료가 아닙니다. AI가 읽고, 필요할 때 재구성하는 살아있는 컨텍스트가 된다는 뜻입니다.

이는 제가 이전 글에서 다뤘던 일감의 크기와 컨텍스트의 독점 문제와 연결됩니다. 이번 글에서는 그 컨텍스트가 어떻게 흘러야 하는가, 즉 보고와 문서 체계를 중심으로 살펴보겠습니다.

얼마 전, 국내 대기업에서 AI Transformation을 진행중인 한 담당자로부터 흥미로운 고민을 들었습니다. 개발팀의 요청을 받아 고성능 AI Coding 도구 사용권을 계약하고 지급했는데, 정작 사용률이 늘지 않는다는 것입니다. 개발자들이 원해서 도입한 도구인데, 왜 쓰지 않는 걸까요. MIT NANDA 이니셔티브가 발표한 보고서에 따르면, 기업들이 생성형 AI에 300~400억 달러를 투자했는데,… 더 읽기
AI시대: 똑똑한 AI, 왜 안 쓸까 — 일하는 방식의 문제

목 차

AI가 읽는 문서의 시대

2024년 9월, Answer.AI의 제러미 하워드는 llms.txt라는 웹 표준을 제안했습니다. AI가 웹사이트를 빠르고 정확하게 파악할 수 있도록 웹사이트 루트에 사이트의 구조와 설명을 담은 /llms.txt라는 마크다운 파일을 두자는 제안입니다.

일반 HTML은 각종 광고와 스크립트, 메뉴 정보 등 AI에게 불필요한 부가정보가 가득차서, 컨텍스트 크기가 제한된 AI에게는 비효율적인 데이터입니다. AI가 필요한 정보를 빠르게 파악할 수 있도록 마크다운 포맷의 AI 친화적 가이드를 별도로 만들어 제공하자는 하워드의 제안은 빠르게 확산됐습니다. Anthropic, Cursor 같은 주요 AI 서비스와 Mintlify 같은 문서 플랫폼이 채택했습니다. 2026년 현재, 많은 개발자 도구의 문서가 llms.txt 형태로 제공되고 있습니다.

중요한 점은, 인간 친화적인 문서는 AI에게는 비효율적인 자료라는 점입니다. 불필요한 입력 토큰을 처리하기 위해 더 많은 연산이 필요하고, 이는 AI의 응답속도와 정확도를 떨어뜨립니다. 나아가 GPU 사용량과 에너지 소비 문제까지 연결됩니다.

앞서 언급한 행정안전부의 ‘AI친화 행정문서 혁신’ 시범 사업 외에도 2026년 1월 서울시의 ‘AI 리더블 행정문서 가이드라인’, 3월 국가AI전략위원회의 ‘마크다운 전환 선언’ 등 한국 정부 역시 이러한 흐름에 맞춰 움직이고 있습니다.

공무원의 68.9%가 생성형 AI를 사용해 본 경험이 있는 반면, 행정기관이 보유한 보도자료·사업계획서 등 주요 문서의 91.1%가 HWP, 이미지, 스캔 PDF 등 AI가 읽기 어려운 비정형 포맷으로 저장되어 있습니다. AI는 쓰고 있지만, AI가 읽을 수 있는 데이터는 거의 없는 상황입니다.

– 출처: 국회 위성곤 의원실

AI 친화적 문서의 3대 핵심 원칙은 ‘1) 구조화된 포맷, 2) 불필요한 시각 요소 최소화, 3) 요약이 아닌 원문 중심’입니다.

그런데, 이 원칙을 읽고 나면 이상한 점이 보입니다.
정부 기관도 이 원칙을 지키고자 하는데, 대기업의 보고 문화는 여전히 정확히 반대 방향입니다.

보고서의 역사: 컨텍스트는 어디로 가는가

먼저, 우리가 익숙한 보고 체계가 어떻게 만들어졌는지 되짚어 볼 필요가 있습니다.

필사의 시대.
인쇄기 이전, 모든 문서는 손으로 베껴 전달됐습니다. 원문을 그대로 복사했기 때문에, 컨텍스트의 손실은 없었지만, 비효율적이었죠. 정보의 확산은 극히 제한적이었습니다.

근대 관료제.
19세기 말~20세기 초, 막스 베버는 계층적 관료제를 합리적 행정의 이상형으로 정의했습니다. 피라미드 구조, 명확한 권한 체계, 그리고 모든 사안의 문서화가 핵심이었습니다. 권한은 위에서 아래로, 보고는 아래에서 위로 흘렀습니다.

1950년대 조직이론가 허버트 사이먼은 인간에게는 제한된 합리성이 있다고 봤습니다. 사람의 주의력과 처리 능력은 유한하기 때문에, 조직의 정보가 위로 올라갈 때는 압축해서 올려야 한다는 것입니다.

이 구조가 우리에게 익숙한 보고 피라미드입니다. 실무자가 쓴 수백 페이지 원자료가 중간 검토자들에 의해 수십장에서 서너장 짜리 자료 점점 얇아지고, 임원이나 경영층 보고 때쯤엔 A4 한 장이 됩니다. 각 단계마다 정보는 선별되고, 압축됩니다.

문서를 관리하는 방식도 비슷한 논리를 따릅니다. 조직도를 따라가는 폴더 구조, “250324_상반기전략_v3_최종.pptx” 같은 짧은 파일명, 대부분 사람이 기억하기 편리하거나 찾기 쉬운 구조입니다.

결국 가장 중요한 원본 컨텍스트는 실무자의 머리 속에만 있고, 위로 갈수록 압축된 결론만 전달됩니다. 사이먼의 전제,“사람의 주의력은 제한되어 있다”, 를 인정하는 한, 이건 꽤 합리적인 흐름이었습니다.

문제는 이 전제가 AI 시대에도 그대로 유지되고 있다는 것입니다.

대기업 보고 문화 현황

사례를 중심으로 현재의 보고 문화를 재구성해 보았습니다.

사례 ① — 팀 주간 보고

한 IT 대기업 개발팀에서는 하나의 보고서가 일주일 내내 여행을 다닙니다.
실무자는 세부자료와 요약본을 포함한 수십장 짜리 분석 자료를 수요일 오후에 작성완료합니다. 목요일 오전 파트장과의 리뷰를 거치며 중요한 내용은 본문 10장으로 압축되고, 상세 자료들은 첨부로 빠집니다. 오후에 팀장이 다시 줄여서 임원 보고용 3장 요약을 만들고, 금요일 아침 사업부장 보고 때는 최종 A4 문서 한 장으로 변신합니다.

과연 그 한 장에는 보고에 꼭 필요한 정보만 남아 있을까요? 아니면 각 중간 검토자가 ‘검토한 티’를 남긴 결과일까요. 원자료에 있던 숫자의 근거, 반대 의견, 이견, 가정은 모두 중간 검토자의 시선에 의해 필터링되어서 어딘가로 사라졌습니다.

결국, 위로 올라갈수록 정보는 줄어들고, 판단의 근거는 점점 사라집니다.

사례 ② — 투자 심의 보고

수백억 원 규모의 투자 건이 회의실에 올라옵니다. 실무자가 만든 실사 자료는 200페이지, 엑셀은 40탭, 하지만 회의에 올라오는 건 PPT 20장짜리 요약본입니다.

경영자가 질문합니다. “이 가정의 근거는?” 발표자가 답을 찾지 못합니다. 실무자는 회의실 밖에서 메신저를 켜놓고 대기 중입니다. 원본은 그의 노트북에만 있고, 그 자료를 가장 잘 아는 사람은 회의실 밖에 있습니다. 결국 추가 자료 검토 후 재보고 하는 것으로 결정이 미뤄집니다.

정보는 존재하지만, 접근할 수 없는 상태입니다.

사례 ③ — 파일명과 폴더

새로 도입한 AI에이전트에게 작년 프로젝트 자료가 저장된 공유폴더를 알려주며 “작년 프로젝트 전략을 요약해 달라”고 요청합니다. 폴더를 열자 /본부명/팀명/2025/3월/... 구조에 “250324_상반기전략_v3_최종_진짜최종_수정.pptx” 같은 파일들이 나열되어 있습니다.

작성자와 날짜, 버전만 있는 파일명은 사람이 이해하기 쉬운 이름입니다. 조직도를 따라가는 폴더 구조 역시 사람이 찾기 쉬운 구조입니다. 하지만 작년말 조직 개편이후 그 폴더 구조는 무의미해졌고, 문서 내용이나 어느 조직의 프로젝트 인지 알 수 없는 파일명 역시 AI에게는 맥락없는 정보입니다. 결국 AI에게 일을 시키기 위해서는 긴 설명을 프롬프트로 덧붙여야 하죠.

사람에게 최적화된 구조는, AI에게는 맥락이 없는 데이터가 됩니다.

하지만, 시간은 한정되어 있지 않은가?

여전히 ‘임원의 시간은 물리적으로 한정되어 있기 때문에 보고서 압축은 불가피하다’ 라는 주장이 가능합니다.
하지만 이 전제는 AI 시대에 다시 생각해 봐야 합니다.

AI가 바로 이 시간 제약을 푸는 도구입니다.
A4 한장으로 압축해야 했던 이유는 사람의 주의력이 병목이었기 때문입니다. 그런데 AI는 이 병목을 다른 방식으로 처리합니다. 보고를 받는 고위 임원은 실무자가 만든 원자료를 AI에게 입력하고, “이 숫자의 근거는?”, “이 가정의 취약점은?”, “최악의 시나리오는?”, “경쟁사 관점에서 보면?”등을 실시간으로 던질 수 있습니다. 전제가 바뀌면 해법도 바뀌어야 합니다.

시간의 질이 달라집니다.
A4 한 장을 읽는 시간은 그저 한 가지 관점을 따라가는 시간입니다. 하지만, AI와 대화하는 시간은 수많은 질문을 다각도로 검증하는 시간입니다. 같은 시간이지만, 보고의 깊이가 다릅니다.

그렇다면, A4 한 장이 시간을 아껴 주었을까요?
A4 한 장을 받은 고위 임원이 “이 수치의 근거는?” “반대 의견은 없었나?” 라고 질문하는 순간, 실무자를 추가로 소환하거나 2차 보고를 준비해야 합니다. 앞단의 시간은 좀 줄어들 수 있지만, 뒷단의 질의응답 시간은 더 늘어납니다. 전체 의사결정 시간이 짧아지는 건 아닙니다. 더 근본적으로, A4 한 장만 보고 ‘다 이해했다’고 자신한다면, 실제로는 근거 없이 판단했거나 이미 정해진 결론을 확인하는 과정일 가능성이 큽니다.

단, 이 전제는 ‘AI와 대화할 줄 아는 임원’에게만 성립합니다. AI에게 “이 숫자의 근거?”라고 물어서 3분 만에 답을 뽑아낼 수 있는 임원에게는 원자료가 훨씬 유리합니다. 하지만 AI를 쓸 줄 모르는 임원에게는 여전히 A4 한 장이 필요합니다.

즉, 이 변화는 도구의 문제가 아니라 사람의 문제입니다.
보고받는 방식이 A4를 읽는 것에서 AI와 대화하는 것으로 바뀔 때, 비로소 AI 친화적 보고 체계가 가능해집니다.

살아있는 보고서

A4 한 장 보고서는 아무리 잘 정리해도, 작성자가 선택한 해석만 담긴 완성된 문서입니다. 인쇄되고 발송되는 순간 그 형태로 고정됩니다. 자료의 독자가 다른 각도로 보고 싶어도 불가능합니다. 죽은 보고서입니다.

반면 원자료 위에서 AI와 대화하는 보고는 다릅니다. “마케팅 관점으로 재구성 해달라”, “지난 분기와 비교해서 보여 달라”, “비전문가 버전으로 풀어달라” 등 원하는 관점으로 실시간 재구성됩니다. 보고서의 형태가 ‘질문가능한 시스템’이죠. 살아있는 보고서입니다.

차이는 정보의 양이 아니라, 정보의 탄력성입니다. A4 한 장이 아무리 훌륭해도, 작성자가 미처 예상하지 못한 각도의 질문에는 답하지 못합니다. 원자료와 AI의 조합은 작성자가 예상하지 못한 각도까지 독자가 스스로 탐색할 수 있습니다.

여기서 또 다른 반문이 나올 수 있습니다. “그래도 조직에는 정해진 포맷이 있다. 기존 포맷을 버릴 수는 없는 것 아닌가?”

포맷은 버릴 필요 없습니다. 조직의 표준 보고 양식을 AI에게 한 번 학습시켜 두면 — Claude의 Skill, ChatGPT의 Custom GPT, 혹은 AI Agent 같은 형태로 — 원자료로부터 기존 양식에 맞춘 초안을 자동으로 생성할 수 있습니다. 사람이 손으로 A4 한 장을 만드는 작업 자체가 사라집니다.

그러면 구조는 이렇게 바뀝니다. 자동 생성된 A4 한 장 보고서를 받아서 시작하고, 깊이 들어갈 때는 AI와 대화합니다.
죽은 보고서와 살아있는 보고서가 공존하는 구조입니다.

AI 친화적 보고 체계의 재설계

앞서 살펴본 내용을 실제 업무에 적용하려면, 보고 체계의 전 단계를 재설계해야 합니다.
실무자부터 경영자까지, 그리고 문서부터 파일 관리까지, 총 다섯 가지 관점에서 살펴봅니다.

① 실무자는 원자료 생산에 집중

실무자는 원자료 작성에 집중합니다. 원자료, 숫자의 근거, 참고 링크, 반대 의견까지 담은 원문을 마크다운과 같은 AI 친화적인 포맷으로 작성합니다. 자료를 축약하지 말고, 불필요한 서식도 최소화합니다. 요약은 언제든 AI에게 시킬 수 있지만, 요약에서 원문을 복원할 수는 없습니다.

② 요약은 AI에게

손으로 자료를 줄이던 작업은 더 이상 하지 않습니다. AI를 활용해 자료를 검토하고 요약하며, AI가 놓친 조직적, 정치적 맥락이나 뉘앙스를 보강합니다. 이것이 바로 사람이 해야 할 고유의 일입니다.

③ 보고는 문서가 아닌 시스템으로

보고는 문서가 아니라 AI 도구를 통한 원자료와 대화를 중심으로 진행합니다. “이 판단의 근거는?” ,“반대 의견은 없었나?”,“만약 전제가 틀렸다면?” 같은 질문이 실시간으로 가능합니다. NotebookLM, Claude Projects, ChatGPT Projects 같은 도구는 이미 이런 방식의 보고를 가능하게 합니다.

④ 정해진 포맷은 AI로 자동 생성

AI에게 조직의 표준 보고 양식을 학습시켜 두면, 원자료로부터 A4 요약, 임원 보고 PPT, 주간 리포트 등을 자동으로 생성할 수 있습니다. 기존 양식을 버리는 것이 아니라 만드는 노력을 없애는 것입니다. 기존 양식과 새로운 방식이 공존합니다.

⑤ 파일과 폴더는 AI 관점으로 재구성

조직도 중심이 아닌 주제와 맥락 중심으로 재구성합니다. 파일명은 짧게가 아닌 명확하게 만듭니다. 무슨 내용인지, 어느 프로젝트와 관련된 내용인지가 드러나야 합니다. AI는 검색하고, 사람은 대화합니다.

맺음말

그동안 대기업의 보고 체계는 사이먼이 말한 ‘제한된 합리성’, 즉 받는 사람의 주의력 한계를 전제로 설계되었습니다.
정보를 압축해 위로 올렸고, A4 한 장이 표준이 되었습니다. 도구가 없던 시절에는 합리적 설계였습니다.

하지만 AI 시대가 되었고, 전제가 바뀌었습니다.

사람의 주의력은 제한된다는 같은 전제에서 출발하지만, 해법이 달라져야 합니다.
정보를 압축해서 올리는 대신, AI를 통해 정보를 탐색할 수 있는 ‘눈’을 제공합니다.
죽은 A4 한 장 대신, 살아있는 보고서와의 대화가 가능합니다.

정부가 문서 형식을 바꾸기 시작한 건 의미 있는 변화입니다. 마크다운이든, 구조화된 원문이든, 형식의 변화는 첫 단계입니다.
하지만 진짜 AI 친화적인 보고는 보고 받는 사람이 AI와 대화를 시작할 때 비로소 완성됩니다.

보고 방식이 바뀌지 않으면, 문서 형식을 바꿔도 제자리입니다.
문서를 바꾸는 것보다, 문서를 받는 사람을 바꾸는 일이 훨씬 어렵기 때문입니다.

진정한 AI Transformation은 도구가 아닌, ‘일하는 방식’을 바꾸는 문제입니다.

ChulJoo Kim (김철주).

※ 참고문헌

ckarch.kr © 2026 is licensed under CC BY-NC-SA 4.0 CC BY NC SA

댓글 남기기