2026-07-16
생성형 AI로 일일 보고를 집계·요약하기 — '읽고 정리하는' 부담을 덜어 주는 실무 가이드
부하의 일일 보고를 다 읽어 낼 수 없는 관리자에게. 생성형 AI에 맡겨도 되는 것은 집계·요약·경향 추출까지이고, 의미 부여·판단·평가는 사람이 쥡니다. 주간 요약이나 1on1 준비로 잇는 실무적 방법, 외부 AI에 일일 보고를 넘길 때의 데이터 취급까지, 육성을 멈추지 않는 선 긋기와 함께 구체적으로 설명합니다.
왜 지금 '일일 보고를 쓰는 것'보다 '읽고 정리하는 것'이 병목인가
일일 보고의 총량은 멤버 수 × 일수로 조용히 불어납니다. 몇 명일 때는 전부 훑어볼 수 있어도 십여 명을 넘어서는 즈음부터 한 장씩 꼼꼼히 읽을 시간 자체가 물리적으로 부족해집니다. 다 읽어 낼 수 없으니 대충 읽게 되고, 대충 읽으니 보고 있는 것 같아도 보고 있지 않다 — 그 축적이 부하의 '어차피 안 읽는다'는 불신으로 이어집니다. 2026년에 들어 생성형 AI를 일상 업무에서 쓰는 장면은 드물지 않게 되었지만, 이야기되어 온 것은 주로 '쓰는 쪽'의 지원이었습니다. 일일 보고를 받고 읽고 정리하는 쪽의 부담에 어떻게 쓸 것인가는 아직 말로 다 정리되지 않은 영역입니다. 이 글은 그 읽는 쪽의 사전 준비에 초점을 맞춥니다.
AI에 맡겨도 되는 3가지 작업: 집계·요약·경향 추출
실무에서 AI가 대신하기 쉬운 것은 크게 세 가지입니다. 첫째는 집계로, 기간·팀·주제별로 일일 보고를 묶어 목록화해 누가 무엇에 얼마나 시간을 썼는지 조망하기 쉽게 합니다. 둘째는 요약으로, 다수의 일일 보고를 주간 요약 형태로 압축해 긴 글을 전부 읽지 않아도 전체상을 파악할 수 있게 합니다. 셋째는 경향 추출로, 반복해서 나오는 과제나 걸림돌, 공통 키워드를 떠오르게 합니다. 예를 들어 '이번 주 여러 명이 같은 공정에서 막혀 있다'는 낌새는 한 장씩으로는 보이기 어려워도 묶으면 보입니다. 여기서 한 가지만 주의하고 싶은 것은 AI에게 평가나 순위 매기기까지 시키지 않는 것입니다. 프롬프트는 '정리하고 나열하는' 데까지로 그치고, 좋고 나쁨의 판단은 다음 공정에 남겨 둡니다.
여기서부터는 사람이 한다: 의미 부여·판단·평가의 선 긋기
AI가 돌려주는 요약이나 경향은 어디까지나 소재이지 결론이 아닙니다. 요약만 보고 평가를 내리거나, 경향 추출에서 나온 숫자를 그대로 성과 평가에 직결시키는 것은 피하고 싶은 사용법입니다. 왜 그 공정에서 막혔는지, 어떤 사정이 있었는지, 아니면 성장의 도중인지 — 그 맥락은 일일 보고의 행간과 본인과의 대화에만 깃들어 있기 때문입니다. 사람이 해야 할 일은 요약을 출발점으로 본인에게 질문을 던지고, 배경을 듣고, 다음 한 수를 함께 정하는 것입니다. PDCA로 말하면 집계·요약·경향 추출은 C의 평가 앞 단계를 갖추는 데까지입니다. 실제 평가(C)와 개선(A)의 의미 부여는 사람이 사실과 맥락을 대조해서 합니다. 답을 주는 것이 아니라 질문을 돌려주는 관여야말로 육성을 멈추지 않기 위한 사람의 개입입니다.
주간 요약과 1on1·평가 준비로 잇는 실무적 방법
집계나 요약을 한 번뿐인 점으로 끝내지 않고 운용의 리듬에 태우면 효과가 이어지기 쉬워집니다. 주말에 AI로 한 주 분량을 묶어 전체상을 파악하고 신경 쓰이는 사람만 정독하는, 완급 있는 읽기가 가능합니다. 1on1 전에는 요약에서 '이번 주 이 사람에게 물어볼 것'의 감을 잡아 두면 단정하지 않고 논점만 준비할 수 있습니다. 평가 시기에는 매일의 일일 보고 이력을 한꺼번에 돌아볼 수 있는 형태로 해 두면 기억이 아니라 기록에 근거해 이야기할 수 있습니다. 저희 일일 보고 PDCA(pdca.norolu.com)는 일일 보고를 P·D·C·A 틀로 쓰고, 관리자가 승인·코멘트·이력으로 관여하며, 주간 요약으로 묶을 수 있게 설계했습니다. 화려한 자동화가 아니라 이런 착실한 운용을 뒷받침하는 토대로 써 주시면 좋겠습니다.
AI에 일일 보고를 넘길 때의 데이터 취급(안전 설계)
실무자가 반드시 걸려 하는 것이 '부하의 일일 보고를 외부 AI에 읽혀도 괜찮은가'라는 점입니다. 일일 보고에는 진척뿐 아니라 본인의 고민이나 고객의 이름 등 민감한 정보가 섞이기 쉽습니다. 그렇기에 어디까지의 정보를 넘길 것인지, 그 데이터가 어디에 얼마나 보관되는지를 확인해 두는 것이 중요합니다. 저희 설계에서는 고객의 데이터를 저희 쪽에 쌓아 두지 않고 고객님 본인의 Google 드라이브(스프레드시트)에 추가해 가는 형태를 취합니다. 당사 측의 보관을 최소로 하는, 이른바 zero-retention의 관점입니다. AI는 어디까지나 초안·요약·경향 추출을 돕는 보조이며 평가나 판단 자체는 하지 않습니다. 정리하면 — AI는 읽는 부담을 덜어 주지만 보는 책임과 판단은 앞으로도 사람이 계속 지니는 것입니다.