💡3줄 요약
1. AI로 만든 문서의 작성 과정과 참고 자료는 개인 계정에 남기 쉽습니다.
2. 문서 보관뿐 아니라 필요한 자료를 쉽게 찾고 재활용하는 것도 중요합니다.
3. 활용 가치가 높은 자료부터 저장·공유 기준을 마련해야 합니다.
직원들이 AI로 보고서와 제안서를 쓰는 일은 이제 익숙한 풍경입니다. 회사는 이를 위해 AI 서비스를 도입하고 비용을 냅니다. 그러나 이렇게 만든 결과물이 회사의 자산으로 쌓이고 있는지는 잘 이야기되지 않습니다.
가비아는 지난 10월 IT 커뮤니티 ‘쉐어드 IT’에서 “AI로 만든 문서, 회사에 남아 있나요?”라는 질문을 던졌습니다. 7일간 IT 담당자 50명이 참여해 107건의 의견을 남겼습니다. 토론에서는 완성된 문서의 보관뿐 아니라 작성 과정의 기록, 자료를 다시 찾는 어려움, 공유 기준의 필요성까지 다양한 경험이 나왔습니다. 이 글에서는 토론에서 나온 경험을 바탕으로 이런 일이 왜 생기는지, 그리고 우리 회사에서 무엇부터 시작할 수 있는지 정리했습니다.
(▶ 토론 원문 보기: https://www.sharedit.co.kr/qnaboards/27871)
STEP 1. 완성된 문서는 보관하지만, 작성 과정은 기록하지 않는 경우가 많습니다
직원이 AI로 보고서를 작성하는 과정을 살펴보겠습니다. 먼저 AI에 질문해 초안을 만들고, 내용을 여러 차례 수정한 뒤 상사에게 보고합니다. 완성된 보고서는 그룹웨어나 공유 드라이브에 저장할 수 있습니다. 반면 AI에 입력한 질문, 참고한 자료, 수정 이유 등은 직원이 별도로 기록하지 않으면 개인 계정이나 PC에만 남을 수 있습니다.
실제 토론에서도 이와 비슷한 경험이 공유됐습니다. 한 IT 담당자는 최종 보고서나 결재 문서는 그룹웨어에 보관되지만, 작성 과정에서 활용한 프롬프트와 참고 자료, 검토 이력은 개인 PC나 AI 계정에 남는 경우가 많다고 설명했습니다. 이렇게 작업 기록이 분산되어 있으면 담당자가 바뀌거나 기존 보고서를 수정할 때 어려움이 생깁니다. 후임자는 앞선 담당자가 어떤 자료를 검토했고 왜 특정 내용을 선택했는지 확인하기 어려워 같은 검토 작업을 반복할 수 있습니다.
문서를 회사 서버에 모아 관리하는 ‘문서중앙화’ 시스템을 사용하더라도 모든 작업 기록이 자동으로 보관되는 것은 아닙니다. AI 대화나 검토 이유를 별도의 파일 또는 기록으로 남기지 않았다면 완성된 문서만으로 작성 과정을 파악하기는 어렵습니다.
그렇다면 직원들은 왜 이러한 자료를 회사의 공유 공간에 함께 보관하지 않을까요? 토론 참여자들은 저장 절차, 관리 기준, 공유에 대한 인식을 주요 이유로 꼽았습니다.
STEP 2. AI 작업 기록을 회사에 보관하지 않는 이유는 무엇일까요?
토론 참여자들은 업무 자료를 회사에 보관하기 어려운 이유로 세 가지를 언급했습니다.
☑️ 1) 별도로 저장하고 공유해야 하는 절차가 번거롭습니다
AI에서 만든 내용을 파일로 내려받은 뒤 회사 드라이브에 다시 올려야 한다면 업무 단계가 하나 더 늘어납니다. 이 절차가 정해진 업무 방식으로 자리 잡지 않으면 직원마다 저장 여부와 방식이 달라질 수 있습니다.
“AI가 만든 결과물을 관리하려면 다운로드 받고, 업로드하는 절차가 필요해 보입니다. 대부분 ‘왜, 해야하지?’ 할 듯하네요.”
☑️ 2) AI 사용 지침에 비해 결과물 관리 기준은 부족합니다
AI에 기밀정보나 개인정보를 입력하지 못하도록 안내하는 기업은 있지만, AI로 작성한 문서를 어디에 보관하고 누구와 공유해야 하는지까지 정하지 않은 경우도 있습니다. 공유 범위가 불명확하면 직원은 보안 문제를 우려해 자료 공개를 주저할 수 있습니다.
“현업에서는 이런 기준이 없다보니 아이러니하게도 보안 이슈를 우려해 결과물을 공유하는 것 자체를 꺼려하는 경향이 있어 자산화를 오히려 방해하는 요인이 되고 있습니다.”
☑️ 3) 직원들이 자료를 개인의 업무 자산으로 인식하기도 합니다
토론에서는 직원이 직접 작성한 프롬프트와 업무 자료를 개인의 노하우로 여기거나, AI 활용 사실을 공개하기 부담스러워할 수 있다는 의견도 나왔습니다. 또 다른 담당자는 경력 관리나 이직에 활용할 목적으로 자료를 개인적으로 보관하는 사례를 언급했습니다.
이러한 의견은 저장 공간을 마련하는 것만으로는 공유 문제를 해결하기 어렵다는 점을 보여줍니다. 자료를 남기는 이유와 범위가 명확해야 하고, 직원들이 이를 실제 업무에 적용할 수 있어야 합니다.
STEP 3. 회사에 저장된 문서도 필요한 순간에 찾기 어려울 수 있습니다
자료를 공유 드라이브에 보관했다면 다음 과제는 필요할 때 다시 찾아 활용하는 일입니다. 토론에서는 기존 문서를 찾는 것보다 AI를 이용해 새로 작성하는 편이 빠르다는 의견이 여러 차례 등장했습니다.
“드라이브에서 남이 한 거 찾느니, 내 AI 창 켜서 새로 뽑는 게 빠르다.”
“찾는 시간보다 다시 만드는 시간이 짧다고 느껴 재생성을 하게 되는 것 같습니다.”
참여자들이 언급한 검색의 어려움은 세 가지로 정리할 수 있습니다. 첫째, 파일명이나 키워드가 기억나지 않으면 원하는 자료를 찾기 어렵습니다. 둘째, 부서와 업무에 따라 저장 위치가 달라 자료가 어디에 있는지 파악하기 어렵습니다. 셋째, 문서를 찾더라도 누가 검토했는지, 최신 자료인지 확인하기 어려우면 다시 활용하기가 망설여집니다.
따라서 AI 문서 관리는 파일을 보관하는 데서 끝나지 않습니다. 직원들이 필요한 자료를 찾고, 내용을 확인한 뒤, 다음 업무에 활용할 수 있는 환경도 함께 고려해야 합니다.
STEP 4. AI 작업 기록을 모두 보관해야 할까요?
자료를 쉽게 저장하고 찾을 수 있게 하더라도 어떤 정보를 관리 대상으로 삼을지는 별도로 결정해야 합니다. 이 지점에서 토론 참여자들의 의견은 나뉘었습니다.
☑️ 업무 기록을 폭넓게 남겨야 한다는 의견
- 담당자가 바뀌어도 기존 작업을 이어받을 수 있습니다.
- 다른 팀이 이미 수행한 업무를 반복하는 일을 줄일 수 있습니다.
- 회사가 도입한 AI를 통해 얻은 지식과 노하우를 조직 차원에서 활용할 수 있습니다.
☑️ 활용 가치가 있는 자료를 선별해야 한다는 의견
- 모든 기록을 보관하면 필요한 자료를 찾기 더 어려워질 수 있습니다.
- 일회성 질문이나 단순 번역까지 관리할 필요는 크지 않습니다.
- 검증되지 않은 결과물이 쌓이면 확인·관리 부담이 늘어납니다.
두 의견을 종합하면 모든 AI 대화를 보관하기보다, 반복적으로 활용하거나 업무 인수인계에 필요한 정보를 우선 관리하는 것이 현실적인 대안이 될 수 있습니다. 다만 어떤 자료를 공유할 수 있는지, 누가 접근할 수 있는지는 조직의 보안 정책과 업무 특성에 따라 정해야 합니다. 토론에서도 공유 폴더를 마련했지만 활용도가 높지 않았다는 경험이 언급됐습니다. 저장 기준과 함께 실제 사용 방식까지 설계할 필요가 있습니다.
STEP 5. 우리 회사의 문서 관리 현황을 확인해 보세요
앞서 살펴본 문제는 회사마다 다른 형태로 나타납니다. 어떤 조직은 저장 위치부터 정해야 하고, 어떤 조직은 이미 보관한 문서를 쉽게 찾는 방법이 필요합니다. 토론에서 제기된 상황을 바탕으로 점검할 수 있는 네 가지 유형을 정리했습니다. 다음 구분은 공식 평가 체계가 아니라 내부 점검을 위한 예시입니다.
| 유형 | 회사에서 나타나는 상황 | 우선 검토할 과제 |
|---|---|---|
| Lv.0 저장 기준이 없는 단계 | AI로 만든 자료를 어디에 저장해야 하는지 정해져 있지 않습니다. | 공식 저장 위치와 담당 부서를 정합니다. |
| Lv.1 완성 문서 중심의 관리 단계 | 보고서·결재 문서는 회사에 남지만 작성 과정의 기록은 개인 계정에 있습니다. | 재사용할 자료에 한해 참고 자료와 검토 기준을 함께 기록합니다. |
| Lv.2 자료는 있지만 활용이 어려운 단계 | 공유 드라이브에 문서가 있지만 검색이나 검토 상태 확인이 어렵습니다. | 자료 분류, 검색, 최신본 확인 방식을 개선합니다. |
| Lv.3 작업 배경까지 확인할 수 있는 단계 | 완성 문서와 함께 작성 목적, 참고 자료, 검토 상태가 관리됩니다. | 기록을 정기적으로 점검하고 최신 상태를 유지합니다. |
그렇다면 무엇부터 시작하면 좋을까요?
관리 수준을 확인했다면 조직의 현재 상황에 맞는 과제부터 선택하는 것이 좋습니다. 처음부터 모든 자료와 업무를 하나의 체계로 바꾸기보다는 관리 대상과 범위를 정해 단계적으로 적용할 수 있습니다.
☑️ 1) 저장 위치를 정합니다.
공식 저장 공간이 없는 조직은 우선 팀 단위 공유 폴더 등 자료를 모을 위치부터 정합니다. 담당자와 기본적인 폴더 분류 기준을 함께 정하면 관리가 수월해집니다.
☑️ 2) 관리할 자료의 범위를 정합니다.
모든 AI 대화를 보관하기보다 재사용 가치가 높은 보고서, 제안서, 매뉴얼, 반복 업무용 프롬프트부터 시작합니다. 보관 기간과 정리·삭제 기준도 함께 검토합니다.
☑️ 3) 저장·공유 기준을 마련합니다.
자료를 저장할 위치뿐 아니라 공유 가능한 정보, 접근 권한, 검토 책임자를 정합니다. 개인정보나 기업 기밀이 포함된 자료는 기존 보안 정책에 따라 별도로 관리해야 합니다.
☑️ 4) 저장된 자료를 찾고 확인하는 방식을 개선합니다.
업무별 분류 체계를 정비하고, 검색 방식과 접근 권한을 점검합니다. 문서 내용을 바탕으로 관련 자료를 찾는 의미 기반 검색도 검토할 수 있지만, 실제 도입 시에는 기존 저장소와의 연동, 검색 대상, 색인 범위, 권한 적용 방식 등을 확인해야 합니다.
☑️ 5) 중요한 문서에는 작성 배경을 함께 남깁니다.
보고서나 제안서를 보관할 때 작성 목적, 참고 자료, 주요 검토 기준, 최종 확인자를 간단히 기록합니다. AI를 이용해 작업 내용을 요약할 수는 있지만, 요약이 정확한지는 담당자가 확인해야 합니다.
하이웍스는 AI 문서 관리를 어떻게 지원할까요?
기업이 문서를 보관하고 활용하는 과정을 개선하려면 기존 업무 도구와 AI 기능의 연결도 중요합니다. 가비아의 업무 플랫폼 하이웍스는 AI채팅과 드라이브 기능을 통해 관련 작업을 지원합니다.
- AI 결과물 저장: AI채팅에서 생성한 파일을 별도로 다운로드하지 않고 하이웍스 드라이브에 저장할 수 있습니다.
- 드라이브 문서 활용: AI채팅의 ‘노트북(RAG)’ 기능을 이용해 연결한 드라이브 문서를 바탕으로 질문하고 답변을 받을 수 있습니다.
- 조직 내 공유 및 보안: 조직도 기반의 공유 권한을 활용할 수 있으며, 서비스에서 안내하는 AI 입력 데이터의 모델 학습 미사용 및 국내 서버 저장 정책을 확인할 수 있습니다.
다만 도구가 모든 관리 문제를 대신 해결하는 것은 아닙니다. 어떤 자료를 저장할지, 누가 검토하고 공유할지에 관한 운영 기준이 함께 마련되어야 자료를 지속적으로 활용할 수 있습니다.
마무리하며
이번 토론에서는 AI로 작성한 완성 문서를 회사에 보관하더라도, 작성 과정의 기록은 개인 계정이나 PC에 남아 인수인계에 어려움을 겪을 수 있다는 의견이 제기됐습니다. 또한 자료를 회사에 저장한 뒤에도 필요한 문서를 쉽게 찾거나 검토 상태를 확인하기 어렵다는 경험이 공유됐습니다.
중요한 것은 모든 AI 작업 기록을 빠짐없이 모으는 것이 아니라, 조직에 필요한 자료를 정하고 이후 업무에서 다시 활용할 수 있도록 관리하는 일입니다. 지금 회사에 어떤 자료가 저장되고 있고, 담당자가 바뀌어도 그 자료를 활용할 수 있는지 확인하는 것부터 시작해 볼 수 있습니다.
우리 회사에 필요한 업무 환경, 비용은 얼마일까요? 🤔
