구두 지시를 전면 부정할 필요는 없습니다. 하지만, 업무상의 정식 지시를 구두로만 완결짓는 운용은 정확성·재현성·검색성·책임 추적·비동기성 측면에서 불리합니다.

향후의 기본 형태는 다음과 같이 두는 것이 합리적입니다.

문서를 정본(正本)으로 삼고, AI가 구조화·모호성 검사·수신자별 번역을 수행하며, 구두는 탐색·협상·감정 조절·긴급 시로 한정한다.

즉, 구두를 폐지하는 것이 아니라 역할을 바꿉니다.

문서: 무엇을, 왜, 언제까지, 어느 상태까지 수행할지를 고정한다 -
AI: 모호함, 결락, 모순, 전제 차이, 리스크를 검출한다 -
구두: 미확정 사항의 탐색, 대립 조정, 긴급 판단, 관계 구축을 수행한다 -
최종 기록: 구두로 결정된 내용을 문서로 되돌려 정본을 업데이트한다

이런 형태가 되면, 인간 사이의 대화는 '처음부터 전부 설명하는 장'이 아니라, AI가 추출한 인식 차이만을 해소하는 장이 됩니다.

구두 지시는 언뜻 보기에 빨라 보입니다. 하지만 그 속도는 종종 지시자 측의 준비 시간을 수신자 측으로 전가한 결과입니다.

구두로만 지시하면, 수신자는 동시에 다음의 처리를 요구받습니다.

• 내용을 듣는다
• 배경을 추측한다
• 우선순위를 판단한다
• 모호한 부분을 기억한다
• 질문 타이밍을 가늠한다
• 상대의 감정이나 입장을 읽는다
• 자신의 기존 태스크와의 충돌을 생각한다
• 나중에 재현할 수 있도록 메모한다

이것은 단순한 정보 전달이 아닙니다. 수신자에게 즉각적인 해석·편집·기억·대인 조정을 동시에 요구하는 방식입니다.

그렇기 때문에 구두 지시에는 다음과 같은 디버프(Debuff)가 부수됩니다.

• 동일한 시간에 전원을 구속한다
• 이해 속도가 느린 쪽에 전체가 끌려간다
• 질문하기 어려운 권력 관계의 영향을 받는다
• 나중에 검색할 수 없다
• 지시 변경의 차분을 추적하기 어렵다
• "말했다", "듣지 못했다"가 발생한다
• 회의 후에도 해석 작업이 남는다
• 불필요한 회의는 피로와 집중력 저하를 남긴다

Microsoft의 Work Trend Index에서는 비효율적인 회의가 생산성 저해 요인 상위로 보고되고 있습니다. 회의 피로에 관한 연구에서도 회의 품질이 낮을수록 그 이후의 회복 부담이나 피로가 문제가 된다는 점이 나타나 있습니다.

중요한 것은 구두가 '정확한 지시 전달에 항상 우월하다'는 것이 아니라, 정보가 아직 굳어지지 않은 장면에 강하다는 점입니다.

문제 자체가 모호하여 무엇을 결정해야 할지도 정해지지 않은 경우입니다.

예:

• 고객의 불만 본질을 모르겠다
• 장애 원인에 대한 가설을 넓히고 싶다
• 신기능의 방향성을 벽치기(Wall-hitting, 아이디어 브레인스토밍)하고 싶다
• 요구사항끼리 모순된다

이 단계에서는 문장을 완성하는 것보다 대화를 통해 가설을 돌리는 것이 더 빠를 수 있습니다.

기한, 품질, 예산, 범위 등 여러 이해관계를 조정하는 장면입니다.

문서만으로는 서로의 양보 가능 범위를 보기 어려워 왕복(주고받기)이 늘어날 수 있습니다.

평가, 사과, 클레임, 배치 변경, 트러블 보고 등 내용 이외에 관계성이 중요한 장면입니다.

다만, 감정 조절을 구두로 수행하더라도, 결정 사항까지 구두 상태로 두어도 된다는 뜻은 아닙니다.

중단 판단, 보안 사고, 중대 장애 등 문서 작성보다 초동 조치가 우선되는 상황입니다.

이 경우에도 초동 조치 후에 반드시 기록으로 되돌립니다.

구두의 가치는 '온도를 전달할 수 있다는 것'만은 아닙니다.

• 즉시 피드백
• 표정이나 목소리에서 이해도를 추정할 수 있음
• 상대에 맞춰 설명을 동적으로 바꿀 수 있음
• 반대 의견이나 감정을 그 자리에서 다룰 수 있음
• 정리되지 않은 문제를 공동 탐색할 수 있음

커뮤니케이션 연구의 '그라운딩 (Grounding)'에서는 공동 작업에는 서로의 이해가 목적에 부합하는 상태까지 공통 기반을 형성하는 것이 필요하다고 생각합니다. 구두는 맞장구, 질문, 바꿔 말하기, 다음 발언 등을 통해 그 공통 기반을 즉시 업데이트하기 쉬운 매체입니다.

다만, 즉시 확인할 수 있는 것과 나중에 재사용·검증할 수 있는 것은 별개의 능력입니다.

문서의 최대 가치는 정중함이 아닙니다. 해석 대상을 고정할 수 있다는 것입니다.

문서화한다고 해서 자동으로 전달되는 것은 아닙니다.

나쁜 문서는 나쁜 구두 지시보다 더 까다로울 수 있습니다.

• 정보량이 너무 많다
• 목적이 적혀 있지 않다
• 결정 사항과 참고 정보가 혼재되어 있다
• 누가 결정했는지 불명확하다
• 업데이트되지 않아 진부해진다
• 읽는 이의 전제 지식을 무시한다
• "가급적", "적절히", "적당히" 등의 모호한 표현을 방치한다
• 기한과 우선순위가 모순된다
• 완료 조건이 존재하지 않는다

따라서 필요한 것은 단순한 문서화가 아니라, 구조화된 지시 문서입니다.

실무에서는 매체를 이지선다로 나누면 판단을 그르칩니다.

본질적으로는 다음의 두 축으로 생각해야 합니다.

동기(Synchronous)인가 비동기(Asynchronous)인가****정보가 확정되었는가, 탐색 중인가

지시자
↓
AI-A: 지시를 구조화·모호성 검사
...

이상적으로는, AI가 대리인으로서 임의로 합의하는 것이 아니라, **인식 차이를 가시화하는 검사기 (Inspector)**로서 기능합니다.

지시문을 다음 항목으로 분해합니다.

• 목적
• 배경
• 기대 성과
• 대상 범위
• 대상 외
• 기한
• 우선순위
• 완료 조건
• 품질 기준
• 제약
• 의존 관계
• 의사 결정자
• 실시 책임자
• 상담처
• 변경 시의 취급
• 미확정 사항
• 추측을 포함하는 부분
• 상정 리스크

나아가, 다음을 검사합니다.

• 기한과 공수(Effort)가 균형을 이루는가
• 우선순위가 다른 태스크와 충돌하지 않는가
• '긴급함'과 '고품질'이 무조건적으로 동시에 요구되지 않는가
• 완료 조건이 측정 가능한가
• 누가 최종 승인하는가
• 전제 정보가 수신자에게도 공유되어 있는가
• 비밀 정보를 AI에 입력해도 되는가

수신 측 AI는 단순한 요약이 아니라 다음을 출력합니다.

• 자신이 수행할 작업
• 첫걸음 (First step)
• 결과물
• 마감
• 중간 확인 타이밍
• 판단을 맡겨진 범위
• 지시자에게 되물어야 할 판단
• 기존 작업과의 충돌
• 부족한 정보
• 리스크
• 오해하기 쉬운 표현
• 이해 확인 문구

더 진보된 운용에서는, 지시자 측 AI의 '의도 모델 (Intent Model)'과 수신자 측 AI의 '이해 모델 (Understanding Model)'을 비교합니다.

intent:
deadline: 2026-07-24 17:00
priority: high
...

인간은 이 차이(Difference)만을 확인합니다.

수신자가 대화 중에 모든 것을 기억하거나 해석할 필요가 없어집니다.

'이런 것을 물어보면 무능해 보이지 않을까' 하는 불안을 줄이고, AI에게 먼저 질문할 수 있습니다.

직장 커뮤니케이션 지원에 관한 연구에서는, LLM이 저위험 상담 상대나 연습 상대로 선호될 가능성이 있음을 보여줍니다. 다만, AI의 조언이 항상 적절하지는 않을 수 있다는 전문가 측의 우려도 보고되고 있습니다.

같은 지시라도 다음과 같이 변환할 수 있습니다.

• 신입 사원용: 용어 해설과 구체적인 예시를 추가
• 관리직용: 판단 지점과 리스크를 상단에 배치
• 기술자용: 입출력, 제약, 예외 조건을 추가
• 고객용: 내부 사정을 제외하고, 영향과 예정을 중심으로 구성
• 외국어 사용자용: 평이한 표현과 번역을 제공

지시 문서를 구조화하면 다음을 수치화할 수 있습니다.

• 불명확한 점의 건수
• 재작업 (Rework) 횟수
• 지시 변경 횟수
• 완료 조건 누락률
• 회의 시간
• 기한 초과율
• 지시 확인에 소요된 왕복 횟수
• 지시자별·안건별 모호성 경향

좋은 지시, 실패한 지시, 질문과 답변을 템플릿이나 FAQ로 되돌릴 수 있습니다.

이를 통해 동일한 설명을 몇 번이고 구두로 반복해야 하는 상태에서 탈피할 수 있습니다.

AI는 '모호함을 제거하는 장치'가 아닙니다. 설정을 잘못하면, 모호함을 그럴듯한 문장으로 숨기는 장치가 됩니다.

원래 지시:

빨리, 경영진이 볼 수 있는 느낌으로 정리해줘.

나쁜 AI 변환:

내일 17시까지, 10장의 PowerPoint를 작성해 주세요.

원래 문장에 존재하지 않는 기한이나 형식을 AI가 임의로 보충하고 있습니다.

따라서 AI 출력은 최소한 다음 4개 구분을 유지해야 합니다.

[명기된 사실]
[합리적으로 도출할 수 있는 해석]
[AI의 추측]
...

AI가 정중한 문장을 생성하면 공식적인 결정처럼 보일 때가 있습니다.

하지만 AI에게는 통상적으로 다음과 같은 권한이 없습니다.

• 납기를 확정하는 권한
• 우선순위를 변경하는 권한
• 예산을 승인하는 권한
• 작업 범위를 확대하는 권한
• 리스크를 수용하는 권한
• 인사 판단을 하는 권한

AI는 제안할 수 있지만, 권한자의 승인을 대신해서는 안 됩니다.

AI가 메시지 전체를 생성하면 처리 속도나 만족도가 올라가는 반면, 세세한 제안 방식이 본인의 주체성을 유지하기 쉽다는 연구가 있습니다.

또한, AI의 문체가 이용자의 표현과 맞지 않을 경우, 소유감·통제감·포용감에 영향을 미칠 가능성이 있습니다.

지시서에는 고객명, 장애 정보, 계약, 평가, 인사 정보 등이 포함됩니다.

따라서 사용 가능한 AI, 저장 위치, 학습 이용, 로그 보유, 권한, 데이터 소재지를 사전에 정해둘 필요가 있습니다.

지시자 AI와 수신자 AI 모두 동일한 잘못된 전제로 내용을 보완하면, 인간 사이에서는 알아챌 수 있었던 위화감이 사라지는 경우가 있습니다.

AI끼리 사이에 끼어 있는 경우에도, 중요한 판단에는 다음 사항이 필요합니다.

• 원문을 남길 것
• AI 변환 이력을 남길 것
• 차이(Diff)를 표시할 것
• AI가 추가한 내용을 색상으로 구분할 것
• 최종 승인자를 명기할 것

구두로 시작해도 좋지만, 구두로 끝내서는 안 됩니다.

안건마다 정본(正本)을 하나 정합니다.

예:

• Redmine / Jira 티켓
• Notion 지시 페이지
• GitHub Issue
• 사양서
• 작업 의뢰서
• 승인된 채팅 게시물

메일, 채팅, 회의록이 여러 개 존재하더라도, '현재 유효한 지시'는 한 곳으로 집약합니다.

처음부터 완벽하지 않아도 좋으니, 최소한의 내용을 기재합니다.

• 목적
• 결과물
• 기한
• 우선순위
• 완료 조건

부족함, 모순, 모호한 표현, 숨겨진 전제를 나열하게 합니다.

자신의 작업, 판단 범위, 확인 사항을 정리합니다.

회의가 필요한 경우에도, 의제를 차이(Diff)로 한정합니다.

구두나 채팅으로 결정된 내용을 반영하고, 버전·일시·승인자를 남깁니다.

# 작업 지시
## 1. 목적
이 작업을 통해 해결하고 싶은 문제, 또는 실현하고 싶은 상태를 작성한다.
...

당신은 업무 지시 품질 검사 담당자입니다.
다음 지시 원문에 대해, 내용을 임의로 보완하지 말고 해석해 주세요.
【필수 규칙】
...

당신은 작업 수령자의 이해 지원 담당자입니다.
다음 지시를 원문의 의미를 바꾸지 않고, 제가 실행할 수 있는 형태로 정리해 주세요.
【필수 규칙】
...

다음 질문에 '예'가 많을수록, 동기식 대화(Synchronous Conversation)의 가치가 있습니다.

• 문제의 정의 자체가 확립되지 않았는가
• 참여자 간의 이해관계 조정이 필요한가
• 감정적 부하가 높은가
• 긴급성이 높은가
• 문장 주고받기보다 실시간 탐색이 더 빠른가
• 그 자리에서 여러 전문가의 지식을 조합할 필요가 있는가
• 중대한 오해가 이미 발생했는가

반대로, 다음의 경우는 원칙적으로 문서화가 우선입니다.

• 단순한 진척 보고
• 결정된 사항의 공유
• 정형적인 의뢰
• 자료 낭독
• 참여자 전원에게 발언 기회가 없음
• 판단자가 참석하지 않음
• 회의 후에 결국 문장으로 다시 정리할 필요가 있음
• 같은 설명을 다른 사람에게도 반복할 예정이 있음

회의를 열 경우, 최소한 다음 사항을 사전에 공유합니다.

목적:
회의 종료 시 결정할 것:
결정하지 않을 것:
...

먼저, 전사적인 AI 도입 이전에 다음 5가지 항목을 필수화합니다.

• 목적
• 결과물
• 기한
• 우선순위
• 완료 조건

지시자와 수신자가 각자의 AI로 모호성 체크를 수행합니다.

이 단계에서는 AI끼리 자동으로 연동시킬 필요는 없습니다.

티켓이나 문서의 저장 위치를 정하고, 채팅상의 결정을 정본으로 되돌립니다.

지시의 변경 전후, 지시자의 의도와 수신자의 이해를 비교합니다.

지시 품질을 개인의 '설명 능력'에 가두지 않고, 프로세스 지표로 취급합니다.

도입 전후로 다음을 비교합니다.

중요한 것은 회의 시간만을 단축 목표로 삼지 않는 것입니다.

회의를 줄였는데 채팅 왕복이 늘어난다면 총 비용은 줄어들지 않습니다. 보아야 할 것은, **지시부터 합의·완료까지의 총 시간과 재작업(Rework)**입니다.

기존에는 지시 품질이 상사 개인의 대화 능력에 의존하기 쉬웠습니다.

구조화된 템플릿과 AI 검사를 사용함으로써 일정 수준까지 표준화할 수 있습니다.

구두로는 수신자의 질문에 따라 그 자리에서 앞뒤를 맞출 수 있습니다.

문서화하면 다음과 같은 사항이 드러납니다.

• 목적이 결정되지 않음
• 우선순위를 정하지 않음
• 완료 조건을 생각하지 않음
• 무리한 기한을 설정함
• 권한과 책임이 일치하지 않음

이는 불편한 일이지만, 조직 개선에는 필요합니다.

인간의 동기식 대화는 유연하고 고성능이지만, 동시 구속·준비·회복·기록의 비용이 높은 수단입니다.

따라서 다음과 같이 구분하여 사용해야 합니다.

• 정형 처리: 문서·워크플로우
• 모호성 검사: AI
• 차이 비교: AI
• 예외·대립·감정: 인간의 대화
• 결정·승인: 권한자
• 증적: 정본에 기록

향후 중요해질 능력은 다음과 같습니다.

• 의도를 구조화하기
• 불명확한 점을 불명확한 대로 명시하기
• 완료 조건을 정의하기
• AI의 추측을 간파하기
• 인식 차이를 비교 가능한 형식으로 만들기
• 결정 권한을 명확히 하기
• 필요할 때만 동기식 대화로 전환하기

업무 지시의 표준을 다음 한 문장으로 정의할 수 있습니다.

지시는 문서를 정본(正本)으로 삼고, AI를 통해 구조화·모호성·모순·인식 차이를 검사한다. 구두(口頭) 전달은 탐색·협상·감정 조절·긴급 대응에 사용하며, 결정 사항은 반드시 정본에 반영한다.

이것은 "대화를 차갑게 만드는" 제도가 아닙니다.

오히려, 인간이 대화해야 할 장면을,

• 읽어주기
• 기억 확인
• 전달
• 모호한 떠넘기기

로부터 해방시켜,

• 판단
• 대화
• 창조
• 협상
• 지원

으로 되돌리는 제도입니다.

AI의 가장 유용한 역할은 인간을 대신해 마음대로 결정하는 것이 아니라, 인간끼리 무엇을 같다고 생각하고, 어느 지점을 다르게 이해하고 있는지를 가시화하는 것입니다.

Microsoft Work Trend Index, “Will AI Fix Work?”

https://www.microsoft.com/en-us/worklab/work-trend-index/will-ai-fix-work -
Atlassian, “Asynchronous Communication Has Changed Work As We Know It”

https://www.atlassian.com/blog/loom/asynchronous-communication -
Atlassian, “How to excel at asynchronous communication with your distributed team”

https://www.atlassian.com/blog/communication/asynchronous-communication-for-distributed-teams -
Atlassian, “Not in real time: how to run an asynchronous meeting”

https://www.atlassian.com/blog/distributed-work/how-to-run-an-asynchronous-meeting -
Clark, H. H. & Brennan, S. E. (1991), “Grounding in Communication”

https://www.cs.cmu.edu/~illah/CLASSDOCS/Clark91.pdf -
Allen et al. (2022), “Why am I so exhausted?: Exploring Meeting-to-Work Transition Shock and Recovery”

https://pmc.ncbi.nlm.nih.gov/articles/PMC9729359/ -
American Psychological Association, “Stop wasting time: Keys to great meetings”

https://www.apa.org/monitor/2016/12/great-meetings -
Aoyama et al. (2025), “Intersubjective Model of AI-mediated Communication”

https://arxiv.org/abs/2502.18201 -
Kadoma et al. (2023), “The Role of Inclusion, Control, and Ownership in Workplace AI-Mediated Communication”

https://arxiv.org/abs/2309.11599 -
Fu et al. (2023), “Comparing Sentence-Level Suggestions to Message-Level Suggestions in AI-Mediated Communication”

https://arxiv.org/abs/2302.13382 -
Jang et al. (2024), “Envisioning Large Language Model Use by Autistic Workers for Communication Assistance”

https://arxiv.org/abs/2403.03297 -
Wilhelm et al. (2025), “How Managers Perceive AI-Assisted Conversational Training for Workplace Communication”

https://arxiv.org/abs/2505.14452 -
Chen (2025), “오해와 인공지능이 만날 때 (When misunderstanding meets artificial intelligence)”

본 자료는 연구 및 기업 공개 정보를 바탕으로 실무용으로 정리한 것입니다. AI 이용 시에는 자사의 정보 관리 규정, 계약, 고객 규칙, 개인정보 보호, 기밀 구분, 로그 저장 방침을 우선하십시오.