[발표자료 다운로드] AI 시대 , 일 잘하는 사람의 다섯 가지 습관

다섯 가지 습관은 서로 다른 기술처럼 보이지만 해 본 횟수만큼 함께 늘어난다. 그래서 누구나 오늘 하나부터 시작할 수 있다.

전체 35장, PDF로 35쪽이다. 도입과 다섯 가지 습관이 다섯 편, AI 시대의 변화와 실천이 두 편으로 모두 일곱 편이다. 인용한 수치는 각 논문과 기관 공개 자료의 원문과 대조했고, 출처가 바뀐 연구는 바뀐 서지로 고쳐 실었다.

팀 교육이나 신규 입사자 온보딩 자료로 바로 쓸 수 있도록 구성했다. 연구 21편의 서지와 국내 조사 출처까지 덱 구성 그대로 PDF로 공개한다.

이 발표자료는 일곱 편의 영상으로도 나온다. 첫 편은 다섯 가지 습관이 무엇인지와 국내 직장이 지금 어디에 서 있는지를 다룬다.

나머지 편으로 들어가기 전에 전체 그림을 잡는 도입부다. 아래 영상은 다섯 가지 습관의 개요와 국내 직장의 출발점을 짧게 정리한다.

영상에서 다루는 순서는 다음과 같다.

• 일 잘하는 사람의 차이가 재능보다 반복한 습관에서 나온다는 출발점
• 업무 속도, 우선순위 판단, 에스컬레이션, 솔직함, 반복의 양 다섯 가지 습관의 개요
• 연간 근로시간은 2018년 1,992시간에서 2024년 1,865시간으로 줄었지만 시간당 노동생산성은 미국의 49%에 머문 국내 현실

AI를 기업 업무에 들이는 전체 그림은 엔터프라이즈 AI란 무엇인가에서 함께 볼 수 있다.

팀장과 실무자가 업무 습관을 이야기할 때 반복해서 나오는 질문을 기준으로 슬라이드를 배치했다.

1. 일 잘하는 사람의 다섯 가지 습관은 무엇인가
2. 업무 속도는 무엇으로 빨라지는가
3. 해야 할 일이 겹칠 때 무엇부터 해야 하는가
4. 언제 보고하고 상의해야 하는가
5. 지적을 받았을 때 어떻게 반응해야 하는가
6. 반복만 많이 하면 실력이 느는가
7. AI 시대에 사람에게 남는 일은 무엇인가

일 잘하는 사람에게 공통된 것은 타고난 능력보다 매일의 작은 습관이다. 업무 속도, 우선순위 판단, 에스컬레이션, 솔직함, 반복의 양 다섯 가지로 정리된다.

다섯 번째인 반복의 양이 나머지를 묶는다. 속도와 우선순위, 에스컬레이션과 솔직함은 다른 기술처럼 보이지만 해 본 횟수가 쌓이는 동안 함께 단련된다.

▲ 다섯 가지 습관은 반복의 양으로 함께 늘어난다 (발표자료 4쪽)

OECD 통계로 한국의 연간 근로시간은 2018년 1,992시간에서 2024년 1,865시간으로 127시간 줄었다. 그래도 OECD 평균 1,741시간보다 124시간 많다.

일본생산성본부가 OECD 데이터로 비교한 2024년 시간당 노동생산성은 한국이 57.5달러로 OECD 38개국 중 31위다. 미국 116.5달러의 49% 수준이다. 근로시간을 줄이는 것만으로는 이 격차가 좁혀지지 않는다. 같은 시간에 더 많이 끝내는 일하는 방식이 남은 과제다.

▲ 한국은 근로시간을 줄였지만 시간당 생산성은 미국의 절반 아래다 (발표자료 5쪽)

수영은 턴과 벽차기, 야구는 첫발 스타트, F1은 피트 작업의 몇 초에서 차이가 난다. 모두 경기 당일의 재능보다 미리 연습한 부분이다.

업무에서 같은 자리는 자주 쓰는 단축키, 자주 쓰는 문장 등록, 반복 작업 줄이기와 작업 환경 정리다. 몇 초짜리 개선이라도 매일 모든 업무에 곱해지면 1년 뒤에는 따라잡기 어려운 차이가 된다.

▲ 업무 속도는 미리 연습한 작은 개선의 누적이다 (발표자료 7쪽)

손을 빨리 움직이는 것보다 일이 끊기는 횟수를 줄이는 편이 속도에 더 큰 영향을 준다. 연구가 보여 주는 비용은 세 가지다.

같은 종류의 일은 묶어서 처리하고, 알림과 끼어들기를 줄이고, 끝낼 일은 시간을 정해 끝내는 쪽이 빠르다.

▲ 속도를 떨어뜨리는 것은 손이 아니라 작업 전환과 중단이다 (발표자료 8쪽)

런던대학교 Lally 연구진은 참가자가 매일 할 행동 하나를 정해 84일 동안 기록하게 했다. 자동화에 이르는 기간의 중앙값은 66일이었고, 사람에 따라 18일에서 254일까지 차이가 컸다. 254일은 관찰한 곡선을 연장한 추정치다.

하루 빼먹어도 다시 이어 가면 자동화에 큰 영향이 없었다. 단축키나 작업 순서 같은 개선은 최소 두 달 유지하는 것으로 잡는다.

▲ 새 습관이 자동으로 나오기까지 중앙값 66일이 걸린다 (발표자료 9쪽)

헷갈리면 네 가지 질문을 위에서부터 던지고, 처음 YES가 나온 일이 지금 먼저 할 일이다.

1. 누군가를 기다리게 하고 있는가 — 그렇다면 바로 회신한다.
2. 늦어지면 뒤 공정이나 다른 사람이 멈추는가 — 그곳이 병목이므로 오늘 처리한다.
3. 기한이 정해져 있거나 미룰 수 없는가 — 작업할 시간을 캘린더에 먼저 확보한다.
4. 하지 않으면 실제로 곤란한 사람이 있는가 — 없다면 하지 않기로 정하고 알린다.

여러 질문에 YES가 나오면 멈춰 있는 사람이 더 많은 일부터 처리한다. 하지 않을 일을 정하는 것도 판단이다.

▲ 무엇을 먼저 할지는 기다리는 사람과 병목이 정한다 (발표자료 11쪽)

밀라노 노동법원 판사들의 실데이터를 분석한 연구에서, 같은 양의 사건을 무작위로 배정받았는데도 동시에 많은 사건을 진행한 판사일수록 처리 기간이 길고 생산성이 낮았다. 판결 품질은 차이가 없었다.

국내에서는 대한상공회의소가 상장사 직장인 1,000명을 조사했다. 주당 평균 3.7회 회의 중 1.8회가 불필요하다는 응답이 나왔고, 회의문화 점수는 100점 만점에 45점이었다. 손에 쥔 일의 개수 자체가 비용이다.

▲ 동시에 많이 잡을수록 모든 일이 늦게 끝난다 (발표자료 13쪽)

이런 상황이면 이렇게 한다고 미리 짝짓는 if-then 계획은 94건 메타분석에서 효과 크기 d = .65를 보였고, 642건을 묶은 후속 메타분석에서도 d .27에서 .66 사이의 효과가 확인됐다. 판단 질문 Q1~Q4가 바로 이런 조건별 규칙이다.

구체적이고 어려운 목표는 최선을 다하자는 목표보다 성과가 높았다. 스스로 정한 마감은 마감이 없을 때보다 낫지만 외부에서 등간격으로 정한 마감보다는 약했다. d는 두 집단 사이 차이의 크기이므로 성공률이 65% 올랐다는 뜻으로 읽지 않는다.

▲ 조건별 행동을 미리 정해 두면 실행률이 오른다 (발표자료 14쪽)

에스컬레이션은 보고, 공유, 상의를 말한다. 보고는 위로 결과와 진척을, 공유는 옆으로 관련 동료에게, 상의는 결정 전에 판단을 구하는 것이다.

잘하는 사람은 문제가 작을 때 올려 선택지를 남기고, 사실과 자기 판단을 나눠 전달하며, 어떻게 할까요 대신 안을 붙인다. 대한상공회의소와 맥킨지의 조직건강도 진단에서 국내 대기업의 보고 항목 점수는 2016년 41점에서 2018년 55점으로 올랐지만 아직 갈 길이 남아 있다.

▲ 잘하는 사람은 곤란해진 순간 안을 붙여 바로 올린다 (발표자료 16쪽)

판단이 서지 않으면 혼자 오래 쥐고 있지 않고 30분 안에 상의한다.

▲ 헷갈리면 올리고, 네 가지 상황에서는 반드시 올린다 (발표자료 17쪽)

Edmondson이 제조기업 51개 팀을 조사한 결과, 심리적 안전감이 높은 팀일수록 학습 행동이 많았고 그 학습이 팀 성과로 이어졌다. 직장인 40명을 면접한 연구에서 상사에게 말하지 않는 이유는 부정적 낙인 걱정 30%, 관계 손상 걱정 27.5%, 말해도 안 바뀐다는 생각 25%였다.

국내 회의에서는 가급적 침묵하는 유형이 39.0%로 가장 많았고, 결론이 상사 의견대로 정해진다는 응답이 75.6%였다. 받는 쪽의 반응과 자리가 바뀌어야 보고가 올라온다.

▲ 말하지 않는 이유는 성격보다 팀 환경에 있다 (발표자료 19쪽)

이미 일어난 일은 설명해도 바뀌지 않는다. 일 잘하는 사람은 지적을 받으면 방어부터 하지 않고 사실로 받아들인 뒤, 왜 못 했는지보다 다음에 어떻게 할지를 한마디로 먼저 제시한다. 그리고 정한 방법을 해 보고 결과를 보고 다시 고친다.

이것이 계획, 실행, 확인, 개선을 반복하는 PDCA가 돌아가는 상태다. 솔직하게 받아들이는 사람일수록 이 순환이 빨리 돌아 같은 시간에 더 많이 배운다.

▲ 솔직함은 지적을 사실로 받고 다음 행동부터 말하는 습관이다 (발표자료 21쪽)

능력이 고정됐다고 믿는 사람은 오답 뒤 정답 정보를 덜 깊이 처리했고 재시험에서 틀린 문제를 덜 고쳤다. 607개 효과 크기를 묶은 메타분석에서는 피드백의 3분의 1 이상이 오히려 성과를 낮췄는데, 주의가 과제보다 자기 방어로 향할 때였다.

미리 핑계를 마련하는 습관은 유능감과 내적 동기를 낮췄고, 이혼 위험이 높은 부부일수록 갈등 중 변명과 책임 전가 같은 방어 행동이 많았다. 당장 체면을 지켜도 길게는 손해다.

▲ 자기 방어는 학습과 성과와 관계를 함께 깎는다 (발표자료 22쪽)

88개 연구를 묶은 메타분석에서 성과 차이 중 연습량이 설명하는 비율은 게임 26%, 음악 21%, 스포츠 18%였고 교육은 4%, 전문직은 1% 미만이었다. 전체 평균은 약 12%다.

같은 원리가 AI에게 일하는 절차를 맡길 때도 적용된다. 한 번 정리한 절차를 문서로 남겨 두면 다음 반복이 빨라지지만, 잘못 정리한 절차도 그대로 굳어 매번 그럴듯한 결과로 되풀이된다. 그래서 굳은 절차를 정기적으로 다시 검토하는 규칙이 반복과 함께 있어야 한다.

Kahneman과 Klein은 믿을 만한 직관이 생기려면 규칙성 있는 환경, 오랜 연습, 빠르고 분명한 피드백이 함께 있어야 한다고 정리했다. 양을 채운다는 것은 오래 일하는 것이 아니라 매번 방법을 조금씩 고치면서 시도 횟수를 늘리는 것이다.

▲ 연습량만으로는 부족하고 바꿔 시도하며 빨리 확인해야 한다 (발표자료 24쪽)

한국은행이 2025년 취업자 5,512명을 조사한 결과, 생성형 AI 업무 활용률은 51.8%로 미국 26.5%의 약 두 배였다. 업무 외까지 포함하면 63.5%다.

그런데 평균 업무시간 단축은 3.8%, 주 40시간 기준 약 1.5시간이었고, AI를 쓰는 근로자의 54.1%는 시간이 줄지 않았다. 보고서는 AI 사용에 아직 익숙하지 않은 점과 결과물 검토에 추가 시간이 드는 점을 이유로 들었다. 도구보다 쓰는 방식이 실제 절감을 가른다.

처음 맡길 업무를 고르는 기준도 있다. 반복 주기가 짧고, 한 번 처리하는 시간이 길고, 틀려도 다시 하면 되는 업무부터 맡긴다. 처음부터 여러 건을 한꺼번에 맡기면 결과가 나쁠 때 원인이 절차인지, 입력 자료인지, 도구 연결인지 가려내기 어렵다. 두세 건으로 시작해 실행 기록을 하나씩 확인하는 편이 빠르다.

▲ 국내 근로자 절반이 AI를 쓰지만 시간 절감은 주 1.5시간이다 (발표자료 26쪽)

AI가 낮춘 것은 첫 결과물을 만드는 비용이다. 초안 작성 시간이 줄었고, 몰라서 시작을 못 한다는 이유가 약해졌고, 시도할 수 있는 횟수의 상한이 올라갔다. 무엇을 하지 않을지 정하는 결정, 결과물의 책임, 함께 일한 기록에서 생기는 신뢰는 사람에게 남는다.

역할을 나눌 때는 계산과 반복이 많은 일과 맥락 판단이 필요한 일을 먼저 가른다. 전체 처리량과 일관성은 AI가 앞서지만, 예외 상황에서 방향을 바꾸는 판단은 그 업무를 아는 사람에게서 나온다. 이 구분을 팀이 명시해 두어야 AI를 쓰는 사람과 쓰지 않는 사람 사이의 일 처리 방식이 갈라지지 않는다.

▲ AI가 대신하지 못하는 두 습관이 평가 차이로 남는다 (발표자료 28쪽)

AI는 우수하지만 우리 회사 사정을 모르는 신규 팀원처럼 다뤄야 한다. 잘 쓰는 사람은 목적, 전제, 제약, 완성 모습을 처음에 전달하고, 초안을 받으면 편집자 역할을 맡으며, 이 안의 허점 5개를 대라고 반론을 요청하고, 사실과 수치는 원문에서 직접 확인한다.

전제 정보는 사람만 읽는 형식보다 사람과 AI가 모두 그대로 읽는 평문으로 정리해 두는 편이 낫다. 사람은 어제 고친 문서를 보고 AI는 몇 달 전 자료를 보면 같은 질문에도 결론이 갈린다. 팀이 같은 전제 파일을 함께 고쳐 쓰면 이 차이가 줄어든다.

막히는 사람은 한 줄 던지고 포기하거나 출력을 검수 없이 그대로 낸다. 기밀 정보를 붙여 넣기 전에는 사내 규칙과 개인정보보호위원회의 생성형 AI 개인정보 처리 안내서를 확인한다. 내놓은 결과물의 책임은 내놓은 사람에게 있다.

▲ 초안은 AI가 만들고 검수와 책임은 사람이 진다 (발표자료 30쪽)

다섯 가지 습관은 재능이 아니라 습관이다. 업무 속도는 끊김을 줄인 작은 개선에서, 우선순위는 기다리는 사람과 병목에서, 에스컬레이션은 이른 상의에서, 솔직함은 다음 행동을 먼저 말하는 데서 나온다. 네 가지 모두 방법을 고치며 늘린 횟수만큼 정교해지고, AI는 그 시도 횟수를 늘리는 도구다.

한꺼번에 바꾸지 말고 다음 중 하나부터 두 달 동안 매일 계속한다.

1. 자주 쓰는 조작 하나를 골라 더 빨리 하는 방법을 찾는다.
2. 하루를 시작할 때 지금 가장 막힌 일 하나를 적는다.
3. 헷갈리면 30분 안에 상의하기를 개인 규칙으로 정한다.
4. 지적을 받으면 다음에 어떻게 할지를 먼저 답한다.
5. 자기 업무의 전제 정보 메모를 한 파일로 만들어 AI에 매번 첨부한다.

일 잘하는 사람의 다섯 가지 습관은 무엇인가

업무 속도, 우선순위 판단, 에스컬레이션, 솔직함, 반복의 양이다. 앞의 네 가지는 서로 다른 기술처럼 보이지만 해 본 횟수만큼 함께 늘어나므로 다섯 번째인 반복의 양이 나머지를 묶는다.

업무 속도를 높이려면 무엇부터 바꿔야 하는가

손을 빨리 움직이기보다 작업 전환과 중단을 줄여야 한다. 같은 종류의 일은 묶어서 처리하고 알림과 끼어들기를 줄이며, 자주 쓰는 조작 하나를 골라 더 빨리 하는 방법을 두 달 이상 유지한다.

새 습관이 몸에 붙는 데 얼마나 걸리는가

Lally 연구진의 연구에서 새 행동이 자동으로 나오기까지 중앙값 66일이 걸렸다. 사람에 따라 18일에서 254일까지 차이가 컸고, 하루 빼먹어도 다시 이어 가면 큰 영향이 없었다.

해야 할 일이 겹칠 때 무엇부터 해야 하는가

누군가를 기다리게 하는 일, 늦어지면 다른 사람이나 뒤 공정이 멈추는 일, 기한이 정해진 일 순서로 처리한다. 하지 않아도 곤란한 사람이 없는 일은 하지 않기로 정하고 알린다.

보고와 상의는 언제 해야 하는가

헷갈리면 30분 안에 올리는 것이 원칙이다. 견적이 예상과 두 배 이상 다를 때, 처음 하는 일일 때, 기한 절반 시점에 진척이 30%일 때, 고객의 예상 밖 요청이 있을 때는 반드시 올린다.

반복만 많이 하면 실력이 느는가

그렇지 않다. 88개 연구 메타분석에서 연습량이 성과 차이를 설명하는 비율은 전문직에서 1% 미만이었다. 매번 방법을 바꿔 시도하고 결과를 빨리 확인해야 실력으로 쌓인다.

AI 시대에 사람에게 남는 일은 무엇인가

하지 않을 일을 정하는 판단과 결과를 사실로 받아들이는 태도, 그리고 결과물에 대한 책임이다. AI는 초안과 선택지를 빠르게 만들지만 무엇을 고르고 책임질지는 사람이 정한다.

MSAP.ai 자료

• 엔터프라이즈 AI란 무엇인가 — 아직도 Prompt? 이제는 AI Agent 시대
• AX(AI 전환)란 무엇인가 — 정의부터 DX와의 차이, 추진 4단계까지
• AX 추진 전략과 로드맵 — 진단부터 전사 확산까지 단계별 가이드
• AI 인재 부족 시대, AI Agent로 무엇을 대체할 수 있나
• AI Agent란 무엇인가 — 정의, 구조, 기업 도입 기준
• AI Agent와 챗봇의 차이 — 5가지 기준 비교
• 생성형 AI 진화 4단계 — LLM에서 Agentic까지
• AI 시대 소프트웨어 종말론과 개발자의 새로운 책임
• 업무 전문가가 만드는 AI Agent와 AI Agent Studio(AAS) 제품 소개
• Obsidian, AI 시대 데이터 주권과 지식 자산화 실무 전략

외부 공개 자료

• 한국은행 BOK 이슈노트 — 생성형 AI 확산과 노동시장
• 개인정보보호위원회 — 생성형 AI 개발·활용을 위한 개인정보 처리 안내서
• Lally 외 (2010) — How are habits formed
• Leroy (2009) — Why is it so hard to do my work?
• Coviello, Ichino & Persico (2015) — The inefficiency of worker time use
• Sheeran, Listrom & Gollwitzer (2025) — 실행 의도 후속 메타분석
• Edmondson (1999) — Psychological Safety and Learning Behavior in Work Teams
• Macnamara, Hambrick & Oswald (2014) — Deliberate practice meta-analysis

판단 질문 Q1~Q4와 다섯 가지 사례, 반드시 올릴 네 가지 상황, 습관별 AI 적용표와 첫 실행 항목, 근거 연구 21편의 서지가 PDF 한 파일에 들어 있다. 아래 버튼에서 같은 PDF를 다시 내려받을 수 있다.