개발자 출신 인사팀장이 AI와 일하는 법
남동득 번개장터 피플실장 인터뷰 정리
출처: 티타임즈 YouTube — 개발자 출신 인사팀장이 일하는 법 (남동득 번개장터 피플실장)
게재일: 2026년 3월 16일
진행: 이중학 동국대 교수 (사랑과 기술 코너)
키워드: #HR #AI #생산성
개요
이 인터뷰는 개발자 출신으로 인사(HR) 담당자로 커리어를 전환한 남동득 번개장터 피플실장과 이중학 동국대 교수가 나누는 대담이다. 핵심 주제는 AI 시대에 비개발자 직장인이 어떻게 기술을 활용하여 업무를 자동화하고, AI와 협업할 수 있는가이다. 단순한 기능 사용법을 넘어서, 왜 일하는가와 무엇을 만들고 싶은가라는 목적 중심의 사고방식이 핵심 메시지로 관통한다.
1. 남동득 실장 소개 — 개발자에서 인사담당자로
남동득 실장은 개발자로 직장 생활을 시작해 현재는 번개장터의 피플실장(HR 리더)으로 일하고 있다. 개발 배경을 가진 인사 담당자라는 특이한 이력 덕분에, 기술과 사람 사이 어딘가에 위치한 그만의 독특한 일하는 방식이 형성되었다. 인터뷰어 이중학 교수는 그를 “미래 인재상”이라 소개하며, 기술과 인사의 교차점에서 현장의 생생한 경험을 들어보는 자리를 마련했다.
2. AI는 자판기가 아닌 생각의 증폭기
남 실장이 가장 먼저 강조한 것은 AI에 대한 근본적인 인식의 전환이다. 많은 사람들이 AI를 마치 자판기처럼 사용한다고 그는 말한다. 즉, 무언가를 넣으면 즉시 완성된 결과물이 나오는 기계로 여긴다는 것이다. 이른바 “딸각”이라는 표현처럼, 한 번 질문하면 원하는 답이 바로 나올 것이라는 기대다.
그러나 남 실장의 경험에 따르면 현실은 다르다. AI에게 일을 시켰을 때 원하는 형태의 결과물이 처음부터 나오는 경우는 드물다. 그는 AI를 “생각의 증폭기이자 논의하는 파트너” 로 정의하며, 사람과 협업하듯 피드백을 주고받고 지속적으로 소통하는 방식이 올바른 활용법이라고 강조한다.
따라서 AI와 제대로 일하는 방식은 질문 → 결과 평가 → 피드백 → 재수정의 반복적인 이터레이션(iteration) 과정이다. 이 사이클을 충실히 이행할수록 원하는 결과물에 가까워진다.
3. 구글의 TCREI 프레임워크 — 효과적인 프롬프팅의 구조
남 실장은 구글이 제안하는 프롬프팅 방법론인 TCREI 프레임워크를 소개한다.
- T (Task): 내가 해야 하는 업무가 무엇인지, 목적을 명확히 정의한다.
- C (Context): 그 업무의 맥락과 배경을 충분히 설명한다.
- R (Reference): 어떤 결과물을 만들어야 하는지, 원하는 아웃풋 이미지를 구체화한다.
- E (Evaluate): AI가 생성한 결과물을 평가한다.
- I (Iterate): 평가를 바탕으로 반복적으로 수정하고 개선한다.
그는 이 구조에 따라 실제 업무를 진행한다고 밝힌다. 먼저 목적을 명확히 하고, 왜 이런 결과가 필요한지를 설명한 뒤, 원하는 아웃풋 이미지를 구체적으로 전달한다. 이후 결과물이 나오면 잘된 부분과 개선이 필요한 부분을 나누어 피드백하며, “기존 것은 유지하고 이 부분만 바꿔줘”처럼 세밀하게 이터레이션한다.
특히 주목할 점은 처음 결과물에서 약 80%의 완성도를 기대한다는 것이다. 나머지 20%를 채워가는 과정이 바로 협업의 본질이라는 시각이다.
4. 아웃풋 이미지를 AI와 함께 그리는 방법
흥미롭게도 남 실장은 아웃풋 이미지조차 항상 본인이 먼저 명확하게 그릴 수 있는 것은 아니라고 솔직하게 털어놓는다. 이럴 때 그는 AI에게 역질문을 요청한다.
“내가 이런 결과를 원하는데, 내가 고려해야 할 사항은 뭐고, 이걸 하기 위해 어떤 질문을 해줄 수 있어?”라고 먼저 묻는 것이다. AI가 질문 목록을 제시하면 그것을 기반으로 프롬프트를 구체화하고, 이후 이터레이션을 반복한다.
이 방식은 자신이 원하는 것을 스스로도 완전히 정의하지 못했을 때, AI를 사고 보조 도구로 활용하여 그 정의를 함께 만들어가는 접근법이다.
연구 결과에 따르면 AI 협업에서 성과가 높은 사람일수록 대화의 “턴(turn)” 횟수, 즉 피드백과 이터레이션의 횟수가 많다는 공통점이 있다.
5. 자동화에 대한 철학 — 예측 가능성과 무결점
남 실장이 자동화에 관심을 갖게 된 계기는 스타트업 경험에서 비롯되었다. 스타트업에서는 업무 방식이 명확하게 정의되어 있지 않은 경우가 많고, 담당자가 자주 바뀌기도 한다. 이로 인해 반복적인 업무에 과도한 리소스가 소비되고, 휴먼 에러가 발생하기 쉽다.
그는 단순히 “내가 편하려고” 자동화를 도입한 것이 아니라, “예측 가능성” 과 “무결점” 을 확보하기 위해 자동화를 선택했다고 말한다. 사람이 바뀌어도 동일한 방식으로 업무가 처리되고, 누락 없이 계속 돌아가는 시스템을 만드는 것이 목적이었다.
이는 경영자적 관점에서의 자동화다. 개인의 편의를 넘어 조직의 신뢰성과 지속 가능성을 위한 선택이라는 점에서, 자동화를 단순한 업무 효율화 도구가 아닌 조직 운영의 인프라로 바라보는 시각이다.
6. 실제 자동화 사례 — 구글 워크스페이스 기반의 업무 자동화
번개장터 피플팀은 구글 워크스페이스를 중심으로 업무를 운영하며, 남 실장은 여기서 다양한 자동화를 구현해왔다.
첫째, 날짜 기반 알림 자동화다. 구글 시트에 입사일, 생일, 퇴사 예정일 등의 데이터가 정리되어 있고, 이를 기반으로 현재 날짜와 계산하여 담당자에게 슬랙, 메일, 문자로 자동 안내가 발송된다.
둘째, 맞춤형 정보 공유 시스템이다. 평가 리포트나 특정 데이터를 특정인에게만 공유해야 할 때, 구글 세션 정보를 기반으로 별도 로그인 없이도 해당 계정에 맞는 정보를 보여주는 웹 구조를 구현했다.
셋째, 사내 챗봇이다. 회사의 모든 정보가 위키에 저장되어 있는데, 이 위키를 연동하여 질문을 던지면 관련 정보를 가져와 제미나이(Gemini)로 요약한 뒤 링크와 함께 답변하는 챗봇을 만들었다.
이러한 사례들은 모두 고급 개발 역량보다는 데이터가 어디에 있는지 파악하고, 그 데이터를 활용해 트리거와 아웃풋을 연결하는 논리적 사고에서 출발한다는 점이 특징이다.
7. 비개발자를 위한 자동화 노하우 — 프로세스 설계의 중요성
남 실장의 팀원들은 개발 전문가가 아님에도 직접 슬랙 알림이나 간단한 자동화를 구축하고 있다. 그가 팀원들에게 가르치는 핵심은 다음과 같다.
데이터가 어디에 있는지 파악하는 것에서 시작한다. 이후 업무의 목적을 명확히 정의하고, 원하는 아웃풋 이미지를 설정한다. 그런 다음 그 아웃풋을 달성하기 위한 절차를 단계별로 나눈다. 이 과정에서 “이 작업이 한 번에 끝나는가, 여러 단계가 연결되어야 하는가”, “사람의 개입이 필요한가, 없어도 되는가”를 구분한다.
단순한 것은 한 번에 끝나지만, 복잡한 것은 여러 단계의 연결성을 고려해야 한다. 이 프로세스 설계 자체가 바로 자동화의 본질이라는 것이 그의 핵심 주장이다.
자동화를 통해 단순 반복 업무가 줄어든 팀원들은 자연스럽게 더 본질적인 일, 즉 사람을 만나고 조직 구조를 설계하고 제도를 고민하는 인사 본연의 업무에 집중할 수 있게 된다.
8. AI 시대의 인사평가 — KPI의 진화
대담에서 가장 현실적인 고민 중 하나는 AI 시대의 인사평가 방식이었다. 남 실장은 기존의 업무량 중심 평가에서 벗어나, “얼마나 많은 시간을 쓰느냐”가 아니라 “같은 시간으로 얼마나 더 많은 것을 할 수 있느냐” 가 더 중요한 지표가 되어야 한다고 말한다.
회사는 궁극적으로 회사의 목표를 이 사람이 어떻게 달성했는지를 기준으로 평가하게 될 것이라는 게 그의 전망이다.
그러나 동시에 그는 “AI를 잘 쓴다는 것이 무엇인가”, “AI를 잘 활용했음을 어떻게 증명하고 측정할 것인가”라는 질문에는 아직 명확한 답이 없다고 솔직하게 인정한다. 특정 기업이 AI 토큰 사용량을 평가 지표로 삼는 사례도 있지만, 이는 사용량만 늘리면 된다는 왜곡된 인센티브를 만들 수 있어 좋은 방법이 아니라고 본다. 다만 그 조직이 그런 방식을 택한 것은 “그만큼 구성원들이 AI를 쓰지 않기 때문”이라고도 추측한다.
그가 강조하는 것은 최적화 관점이다. 비용 대비 효과, 통제 가능성, 보안 등을 고려하여 조직에 이미 있는 도구(예: 구글 워크스페이스) 안에서 최대의 생산성을 끌어내는 것이 현실적인 방향이라는 것이다.
9. AI 시대에 가장 중요한 역량 — 커뮤니케이션
남 실장은 AI 시대에 인간에게 가장 중요한 역량으로 커뮤니케이션 능력을 꼽는다. 사람을 대할 때도, AI를 대할 때도 핵심은 동일하다. 내가 원하는 것을 명확하게 전달하고, 피드백을 받아 다시 이터레이션하는 능력이 바로 그것이다.
흥미로운 것은 이 능력이 단순히 말을 잘하는 것이 아니라, 자신이 원하는 것을 스스로 정의할 수 있는 능력, 즉 목적을 언어화하는 능력과 깊이 연결되어 있다는 점이다.
10. 목적이 먼저다 — 도구보다 목적
인터뷰 전반을 관통하는 가장 핵심적인 메시지는 “목적이 먼저다” 라는 것이다. 많은 사람들이 새로운 기능이나 도구를 먼저 배우고, 그 다음에 목적을 찾으려 한다. 그러나 이 순서는 뒤바뀐 것이다.
남 실장은 데이터 분석을 배우겠다는 사람들이 “파이썬을 배워야 하나요, R을 배워야 하나요?”라고 묻는 경우가 많다고 말한다. 그때 그가 되묻는 것은 “어떤 데이터를, 어떻게 분석하고 싶으세요?”이다. 목적이 없는 도구 학습은 결국 사용하지 않게 되고, 도구가 목적과 맞지 않을 때 어떻게 해야 할지 막막해지기 때문이다.
기술이 아무리 빠르게 발전하더라도, 이 일을 왜 하는가, 무엇을 할 것인가라는 목적이 가장 중요하다는 결론은 변하지 않는다.
11. 언러닝(Unlearning)과 리러닝(Relearning) — 배움의 사이클
남 실장은 변화가 빠른 시대일수록 “배우고, 잊고, 다시 배우는” 사이클이 중요하다고 강조한다.
그 자신도 개발자 시절에 다양한 프로그래밍 언어와 기술서를 익혔지만, 실제 업무에서 거의 사용하지 못한 경험이 있다. 이후 구글 환경에서 일하게 되면서 자바스크립트를 집중적으로 익혔고, 필요에 따라 파이스크립트를 활용한 데이터 시각화 도구도 만들었다. 그 전까지 배웠던 것들은 실무에서 별로 쓰이지 않았다.
코딩을 할 줄 안다고 해서 반드시 직접 코딩해야 한다는 집착도 버렸다. 현재 그는 과거에 직접 코딩으로 만들었던 인터페이스들을 AI를 통해 리팩토링하고 있다. 디자인 감각이 부족한 부분을 AI가 채워주고, 자신은 결과물을 확인하고 방향을 잡는 역할에 집중한다. 즉, 코딩이라는 “큰 칼”을 내려놓음으로써 더 넓은 가능성을 얻은 것이다.
이 맥락에서 “삽질의 방식”도 달라졌다고 그는 말한다. 과거에는 “코드를 어떻게 짜는가”에 대한 삽질이었다면, 지금은 “어떻게 기획을 만들고 구조를 설계하는가”에 대한 삽질이다. 삽질 자체가 없어진 것이 아니라, 그 형태와 방향이 바뀐 것이다.
12. AI와 함께 일하기 위한 직장인들의 준비 방법
인터뷰의 마지막에 남 실장은 AI 시대에 직장인들이 기술과 함께 일하기 위해 준비해야 할 것들을 다음과 같이 정리했다.
첫째, 런(Learn), 언런(Unlearn), 리런(Relearn)의 사이클을 갖는 것이다. 배우고, 잊고, 다시 배우는 것을 두려워하지 않아야 한다.
둘째, 관심을 가져야 한다. AI에 대해 많이 이야기하지만, 실제로 꾸준히 쓰는 사람은 생각보다 많지 않다. 작은 것이라도 시도하고, 작은 성공 경험을 쌓아가는 것이 변화를 따라잡는 가장 좋은 방법이다.
셋째, 시스템적 사고를 키워야 한다. 개발이라는 행위는 본질적으로 시작과 끝이 명확하고, 그 과정을 구체적으로 설계하는 것이다. 일상의 업무도 이렇게 명확하게 구체화할 수 있다면, 직접 하든 AI를 통해서 하든 훨씬 좋은 결과를 만들 수 있다.
넷째, 목적 중심으로 접근해야 한다. 도구와 기능이 아닌, 내가 무엇을 왜 하려고 하는지에서 출발해야 한다.
그는 리더로서 구성원들이 AI를 시도할 수 있는 환경을 만들어주고, 실패했을 때 다른 방식을 함께 찾아주는 것이 중요하다고 강조한다. 이는 맥킨지 보고서에서도 입증된 내용으로, 리더의 준비도가 조직 전체의 AI 전환 효과를 좌우한다는 것과도 일치한다.
종합 정리
이 인터뷰에서 남동득 실장이 전달하고자 하는 메시지는 명료하다. AI는 도구가 아니라 파트너이며, 그 파트너와 제대로 협업하기 위해서는 목적을 정의하는 능력, 커뮤니케이션 능력, 그리고 반복적으로 피드백하고 개선하는 이터레이션 역량이 필요하다. 개발 지식이 있고 없고의 문제가 아니라, 일의 흐름을 논리적으로 설계하고 그 목적을 언어화할 수 있는가의 문제다.
기술은 계속 바뀐다. 어제의 최선이 오늘의 최선이 아닐 수 있다. 그렇기 때문에 특정 기술에 집착하기보다, 배우고 잊고 다시 배우는 유연한 사고방식이 AI 시대를 살아가는 직장인에게 가장 필요한 역량이라는 결론으로 이 대담은 마무리된다.
문서 작성일: 2026년 3월 16일
티타임즈 유튜브 채널 인터뷰 기반 정리