한 마디로, 새로운 도구를 익히는 일보다 자신의 업무를 '현재 하고 있는 일', '해야 하는 일', '하고 싶은 일'로 나눠 정리하는 일을 앞세우고, 그 다음에서야 AI를 통한 문서 작업에서 바이브 코딩과 AI 에이전트로 활용 범위를 넓혀가는 구성이 이를 잘 보여주고 있답니다.
이러한 책의 구성에서 눈여겨볼 부분은 출발점이 기술의 성능이 아니라 사용자의 실제 업무라는 점입니다. 저자는 프로롤그에서 업무의 배경과 필요한 자료를 전달하고, 결과를 직접 확인하는 기본기를 강조합니다.
이를 따라 생각해보면 AI를 잘 활용한다는 것은 특별한 질문 문장을 외우는 능력보다, 막연했던 요청을 실행가능한 작업으로 바꾸는 능력에 가깝다는 생각이 듭니다.
제목의 '심플'도 일을 대충 처리한다는 뜻이 아니라, 복잡한 기능에 압도되기 전에 오늘 해결할 문제 하나를 분명히 하자는 제안처럼 다가 옵니다.
보고서, 발표 자료, 엑셀, 이미지 생성하기 등 익숙한 업무부터 시작하는 실전 활용 부분은 AI 활용을 일상의 업무와 연결하기 쉽게 만들고 있습니다.
다만 눈길을 끄는 부분은 결과물을 빠르게 만드는 기능 자체보다, 예제를 자신의 일에 맞게 바꾸도록 이끄는 방향이라 생각합니다.
같은 자료라도 상사에게 보고할 문서와 회의에서 논의할 발표 자료는 목적과 표현이 달라야 합니다. 따라서 실습의 의미도 책과 똑같은 결과를 얻는데서 그치지 않고, 필요한 내용을 더하고 불필요한 부분을 덜어내는 과정에서 생길 겁니다.
게임과 업무 관리 프로그램을 만들고 이를 실행, 배포, 데이터 연결까지 다루는 바이브 코딩 부분은 이러한 시도를 한 단계 확장하는 듯 보입니다. 기존 프로그램의 사용법에 자신을 맞추는 대신, 반복되는 불편을 해결할 작은 도구를 직접 구상해 볼 수 있기 때문일겁니다.
저자가 예제를 따라하면서도 자신의 업무에 어떻게 적용할지 계속 질문하라고 권하는 이유도 여기 있다 생각합니다. 따라하기는 도착점이 아니라, 자신의 문제를 해결하는 방식으로 나아가기 위한 연습이기 때문입니다.
후반부에 '코덱스'를 활용한 PC 작업과 AI 에이전트로 이어지는 흐름은, 답변을 받는 것과 실제 일을 맡기는 것의 차이를 생각하게 합니다.
자동화의 범위가 넓어질 수록 사람이 해야 할 일이 사라진다기 보다, 작업의 목적과 확인 기준을 정하는 일이 더욱 중요해 보입니다. 파일 정리라면 원본이 안전하게 남았는지, 보고서 작성이라면 근거와 숫자가 맞는지 살피는 과정까지 포함해야 업무가 끝났다고 할 수 있습니다.
이런 점에서 본서는 이미 원하는 프로그램을 만들어 쓰는 숙련자보다 AI의 필요성은 알지만 자신의 업무에 연결하지 못했던 독자들에게 더 적합해 보입니다.
모든 도구를 익혀야 한다는 부담을 내려놓고, 자주 반복하는 업무 하나를 골라 자신의 언어로 설명하고, 결과를 수정하며, 반복되는 일을 조금씩 맡겨 보도록 시작의 문턱을 낮춘다는 점이 그 이유 중 하나라 생각합니다.
책을 덮은 뒤, 익힌 도구의 개수 보다 다음 출근 때 다시 사용할 작업 방식 하나가 남는다면... 본 실무서의 역할은 다했다고 봅니다.
복잡하고 반복적인 일은 AI에게 맡기고, 더 중요한 일에 집중하고자 하는 직장인들의 일독을 권합니다.