BOOKSHELF NOTE
Co-Intelligence를 다시 읽는 이유
저자 Ethan Mollick은 AI를 혼자 쓰는 도구가 아니라 인간과 함께 사고하고 일하는 지능으로 다룬다. 이 책이 흥미로운 지점은 기술 전망보다 사용자의 태도를 묻는 데 있다.
2026년의 질문은 한 걸음 더 나아간다. 개인이 AI를 잘 쓰는 법을 배웠다면, 이제 팀은 AI가 낸 결과를 어떻게 공유하고, 승인하고, 거절하고, 책임질 것인가를 정해야 한다.
《Co-Intelligence》를 처음 읽을 때 많은 독자는 생산성의 언어로 들어간다. 더 빨리 쓰기, 더 많이 생각하기, 더 나은 초안 만들기. 그것은 맞다. AI는 개인의 일하는 속도를 바꾼다. 하지만 이 책을 2026년에 다시 펼치면 다른 문장이 보인다. 개인이 AI를 초대하는 순간보다, 팀이 AI를 어디에 앉힐지 정하는 순간이 더 어렵다.
OpenAI의 workspace agents는 팀이 공유하는 에이전트가 보고서를 준비하고, 코드를 쓰고, 메시지에 응답하며, 필요한 경우 승인 요청을 할 수 있다고 설명한다. Microsoft Agent 365는 조직 안의 에이전트를 관찰하고, 거버넌스하고, 보안 통제하는 방향을 제시한다. 이 흐름은 《Co-Intelligence》의 질문을 개인의 책상에서 회의실로 옮겨 놓는다. AI와 함께 일한다는 말은 이제 개인 습관이 아니라 운영 설계의 문제가 되고 있다.
READING GUIDE
이 책은 “AI로 무엇을 더 빨리 할 수 있는가”보다 “AI와 함께 일할 때 인간은 무엇을 계속 책임져야 하는가”라는 질문으로 읽는 편이 좋다.
- AI를 회의에 초대한다면, 누가 발언권과 승인권을 갖는가
- AI가 만든 초안은 개인의 산출물인가, 팀의 공유 자산인가
- AI가 틀렸을 때, 오류는 도구의 문제인가 운영자의 문제인가
- 팀은 AI 사용 경험을 학습으로 남기고 있는가, 개인 노하우로 흩어지게 두고 있는가
Co-Intelligence는 어떤 책인가
《Co-Intelligence》의 출발점은 단순하다. AI를 검색창이나 계산기처럼만 보지 말라는 것이다. 저자는 AI를 함께 사고하는 존재처럼 다루되, 동시에 그것이 소프트웨어 프로세스라는 사실을 잊지 말라고 말한다. 이 긴장이 책의 중심에 있다.
책의 장점은 낙관과 경계 사이를 오간다는 데 있다. AI를 무조건 두려워하지도 않고, 무조건 믿지도 않는다. 대신 직접 써보고, 틀릴 수 있음을 전제하고, 인간이 계속 판단에 남아 있어야 한다고 말한다. 이 태도는 개인에게도 필요하지만, 조직에서는 더 절실해진다.
개인 생산성에서 팀 운영으로 넘어갈 때 무엇이 빠지는가
개인은 AI를 빠르게 배운다. 좋은 프롬프트를 찾고, 반복 업무를 줄이고, 초안을 더 빨리 만든다. 이 단계에서는 시행착오가 개인 안에서 끝난다. 틀린 답을 받아도 내가 고치면 된다. 문제는 팀으로 넘어갈 때 시작된다.
팀에서는 AI가 만든 결과물이 다른 사람의 판단에 영향을 준다. 회의록 요약은 의사결정의 근거가 되고, 고객 응대 초안은 브랜드의 목소리가 되며, 코드 제안은 배포 위험이 된다. 개인의 “편리함”이 팀의 “공식 흐름”에 들어오는 순간, 빠진 질문들이 드러난다. 누가 검수했는가. 어떤 자료를 근거로 삼았는가. 어느 단계에서 사람이 멈춰 세울 수 있는가.
CONCEPT MAP
개인 생산성 → 공유 업무 → 팀 에이전트 → 승인 흐름 → 책임 있는 조직 지능
AI 에이전트 시대에 ‘인간이 루프 안에 있다’는 말은 충분한가
《Co-Intelligence》를 읽다 보면 “human in the loop”라는 오래된 표현이 다시 떠오른다. 사람이 마지막에 확인하면 된다는 말처럼 들린다. 그러나 에이전트가 여러 도구를 오가고, 스케줄에 따라 실행되고, 팀 채널 안에서 다른 사람과 상호작용한다면 루프는 더 이상 한 줄이 아니다.
팀 운영에서 필요한 것은 “사람이 어딘가에 있다”는 선언이 아니다. 어느 시점에, 어떤 사람이, 어떤 권한으로, 무엇을 보고, 어떤 기준으로 승인하거나 거절하는지 정해야 한다. AI가 만든 보고서를 읽는 사람과 그 보고서로 의사결정하는 사람은 다를 수 있다. 이 간격을 정리하지 않으면, 인간은 루프 안에 있지만 책임은 흐려진다.
QUOTE CONTEXT
이 책의 유명한 조언 중 하나는 AI를 일의 테이블에 초대하라는 것이다. 2026년의 조직은 여기서 한 문장을 덧붙여야 한다. 초대받은 AI가 어느 의자에 앉고, 어디까지 말할 수 있으며, 누가 최종 결정을 내리는가.
팀이 Co-Intelligence를 운영으로 바꾸려면 무엇을 정해야 하나
조직이 이 책을 실무적으로 읽는다면, 첫 번째 과제는 도구 선택이 아니다. 팀 안에서 AI가 맡아도 되는 일과 맡기면 안 되는 일을 구분하는 것이다. 초안 작성, 자료 정리, 일정 조정, 코드 리뷰 보조, 고객 문의 분류처럼 위임 가능한 일은 많다. 하지만 결론 확정, 민감한 고객 응답, 법적 판단, 인사 평가처럼 사람이 책임져야 할 영역도 있다.
두 번째 과제는 공유 맥락이다. 개인이 AI에게 준 좋은 설명은 대개 개인의 노하우로 사라진다. 팀 운영에서는 그것을 프롬프트 라이브러리, 업무 템플릿, 금지 표현, 승인 기준, 검수 체크리스트로 남겨야 한다. AI 활용이 성숙한 팀은 더 좋은 질문을 개인이 많이 아는 팀이 아니라, 좋은 질문을 팀의 자산으로 바꾸는 팀이다.
| 읽는 관점 | 개인 생산성 독해 | 팀 운영 독해 |
|---|---|---|
| AI 초대 | 내 업무에 AI를 자주 써본다 | 팀의 어느 업무 흐름에 AI를 공식 참여시킬지 정한다 |
| 인간 검수 | 내가 결과를 읽고 고친다 | 누가 어떤 기준으로 승인·보류·거절할지 문서화한다 |
| 역할 부여 | AI에게 특정 역할을 지시한다 | 팀별 에이전트의 역할, 권한, 금지 범위를 정한다 |
| 학습 | 내가 좋은 사용법을 익힌다 | 성공·실패 사례를 팀의 운영 규칙으로 축적한다 |
책이 말하지 않은 빈칸은 어디에 있는가
좋은 책은 답보다 질문을 오래 남긴다. 《Co-Intelligence》가 남기는 질문은 “AI가 인간을 대체할까”가 아니다. 더 가까운 질문은 이것이다. AI가 함께 일하는 존재가 된다면, 우리는 함께 일한다는 말의 의미를 다시 배워야 하지 않을까.
팀은 종종 기술 도입을 교육으로 해결하려 한다. 전사 교육을 열고, 프롬프트 예시를 공유하고, 몇 가지 성공 사례를 소개한다. 그것은 시작일 뿐이다. 정작 필요한 것은 업무의 문법을 바꾸는 일이다. 요청하는 방식, 검토하는 방식, 공유하는 방식, 책임지는 방식이 달라져야 한다. 이 변화는 화려하지 않다. 하지만 오래 간다.
DIAGNOSTIC QUESTION
- 우리 팀은 AI가 만든 결과물에 “검토 완료” 표시를 남기는가
- AI가 참고해도 되는 내부 자료와 참고하면 안 되는 자료를 구분했는가
- 팀원마다 다른 프롬프트 습관을 업무 표준으로 바꾸고 있는가
- AI가 낸 답이 틀렸을 때, 수정 책임과 재발 방지 책임이 분리되어 있는가
그래서 이 책을 지금 어떻게 읽어야 하나
이 책을 다시 읽는 가장 좋은 방법은 밑줄을 생산성 문장에만 긋지 않는 것이다. “AI를 써보자”는 문장 옆에 “누가 함께 쓰는가”를 적어야 한다. “사람이 확인해야 한다”는 문장 옆에는 “어떤 사람이, 어떤 기준으로”를 적어야 한다. “AI가 더 좋아질 것”이라는 문장 옆에는 “우리 조직의 운영 기준도 같이 좋아지고 있는가”를 적어야 한다.
《Co-Intelligence》는 아직 유효하다. 다만 이제는 개인의 책상 위에서만 읽기엔 조금 좁다. AI가 팀 채널에 들어오고, 업무 도구를 호출하고, 장기 작업을 이어가고, 승인 요청을 남기는 시대에는 이 책의 질문을 조직의 언어로 번역해야 한다. 좋은 AI 활용은 좋은 프롬프트에서 시작할 수 있다. 하지만 오래 가는 AI 활용은 좋은 운영 기준에서 끝난다.
《Co-Intelligence》는 AI를 개인 생산성 도구가 아니라 함께 일하는 지능으로 바라보게 만든다. 2026년의 조직은 이 생각을 팀 운영으로 확장해야 한다. 개인이 AI를 잘 쓰는 것만으로는 부족하다. 팀은 AI가 참여할 업무, 접근 가능한 자료, 승인권, 검수 기준, 책임선을 정해야 한다. 이 기준이 없으면 AI는 팀을 더 똑똑하게 만들기보다, 흩어진 일하는 방식을 더 빠르게 드러낼 수 있다.
READING QUESTIONS
Q1. 우리 팀은 AI를 개인 도구로 쓰고 있는가, 공식 업무 흐름으로 쓰고 있는가?
개인 도구 단계라면 실험과 학습이 중요하다. 공식 업무 흐름에 들어왔다면 승인, 검수, 보안, 책임 기준이 먼저 정리되어야 한다.
Q2. AI가 만든 결과물은 누가 마지막으로 책임지는가?
AI는 결과를 만들 수 있지만 조직의 책임 주체가 될 수는 없다. 업무별로 검토자, 승인자, 최종 책임자를 나눠야 한다.
Q3. Co-Intelligence를 팀 교육에 어떻게 활용할 수 있는가?
책의 원칙을 프롬프트 교육으로만 쓰지 말고, 팀의 업무 흐름 점검 질문으로 바꾸는 것이 좋다. “AI를 써보자”에서 멈추지 말고 “AI가 참여한 일은 어떻게 검수하고 공유할 것인가”까지 다뤄야 한다.
References
- [1] Penguin Random House | Co-Intelligence by Ethan Mollick
- [2] Knowledge at Wharton | Co-Intelligence: How to Live and Work with AI
- [3] OpenAI | Introducing workspace agents in ChatGPT
- [4] Microsoft Security Blog | Microsoft Agent 365 now generally available
- [5] Microsoft Learn | Overview of Microsoft Agent 365
- [6] One Useful Thing | I, Cyborg: Using Co-Intelligence
댓글
댓글 쓰기