출고예상일 안내
주문하신 상품이 한국에서 현지 배송을 위한 출고단계가 이루어질 것으로 예상되는 날짜입니다. 상품을 준비하는 과정에서 내부적인 사정으로 인해 출고예상일에 다소 오차가 생길 수 있습니다.
여러 상품(예약상품포함)을 함께 주문하신 경우 출고예상일이 가장 늦은 날짜에 맞춰 함께 배송됩니다.

ISBN : 9791175791084 / 304쪽 183 x 235 (㎜)
이 상품에 궁금하신점이 있으세요? 1:1상담문의

-
크리스토퍼 알렉산더 외
-
최영규, 천인국
- 15,120 →15,119원
- 36,000 →35,999원
- 16,200 →16,199원
- 26,100 →26,099원
반디앤루니스 리뷰
성과를 내는 직장인의 AI 활용은 무엇이 다를까?
개인을 넘어 팀의 업무 시스템까지, AI를 내 일에 심는 하네스 운용 원칙
본격적인 AI 활용의 시대가 열렸지만, 여전히 많은 직장인은 AI를 질문하면 답해 주는 챗봇으로만 활용합니다. 회의록을 요약하고, 보고서 초안을 만들고, 메일을 다듬는 데는 익숙해졌지만 다음 주가 되면 같은 설명을 다시 입력해야 하고, AI가 만든 결과가 맞는지는 결국 사람이 처음부터 다시 확인합니다.
이 책은 바로 그다음 단계를 다룹니다. AI에게 일을 맡기고, 결과를 검증하고, 반복 업무에 적용해 마침내 팀의 일하는 방식으로 정착시키는 법입니다. 회의록에서 결정 사항과 할 일을 구조화하고, 매번 설명하지 않아도 업무 맥락을 반영한 상태에서 일을 시작하게 하고, 한 번 잘된 방식을 반복 가능한 업무 시스템으로 굳힙니다. 여기에 AI가 모르는 것을 함부로 지어내지 못하도록 규칙과 검증 게이트를 세우고, 비용·저작권·책임 소재를 관리하며, 여러 사람이 사용해도 같은 기준으로 일할 수 있도록 팀의 운영 구조까지 확장합니다.
따라서 이 책은 ‘클로드 코드로 코딩하는 책’이 아닙니다. 클로드 코드와 같은 에이전틱 도구를 직장인의 업무 하네스로 재해석한 실무서입니다. 여기서 업무 하네스란 AI가 내 업무 맥락과 규칙, 검증 기준을 바탕으로 반복해서 일하도록 만드는 구조를 뜻합니다.
도구에 사람을 맞추는 대신 내 일에 맞는 AI 시스템을 설계합니다. AI에 맡길 일과 사람이 끝까지 판단할 일을 구분하고, 실패와 수정 경험을 다음 규칙으로 남겨 같은 실수를 반복하지 않는 구조를 만듭니다. 챗봇을 조금 더 잘 쓰는 데서 멈추지 않고, AI가 실제 업무의 일부로 지속해서 작동하게 만드는 것, 그것이 이 책이 말하는 ‘AI 업무 설계’입니다.
주요 내용
챗봇을 내 업무 폴더와 맥락을 이해하는 ‘업무 도구’로 바꾸기회의록에서 결정과 할 일을 뽑아 실제 업무 산출물로 연결하기AI가 모르는 내용을 지어내지 못하게 하고 결과를 검증하기결정과 문서를 연결하고 반복 업무를 재사용 가능한 도구로 굳히기비용·저작권·데이터·책임선을 관리하는 AI 거버넌스 세우기개인의 AI 활용법을 팀이 함께 쓰는 공통 업무 시스템으로 확장하기AI 도입 성과를 측정하고, 실패까지 다음 개선의 규칙으로 남기기
0장. 첫 5분, 챗봇을 ‘답변 도구’에서 ‘업무 도구’로 바꿔 보기
_0.1 1단계: 평소처럼 요약시키기
_0.2 2단계: 같은 챗봇에 ‘구조’와 ‘규칙’ 주기
_0.3 그런데 여기서 천장이 보인다
_0.4 따라 하기: 지금 5분, 두 번 시켜 보기
_0.5 이 장의 핵심 메시지
[1부. 챗봇을 내 업무 폴더로 데려오기]
1장. AI가 내 파일을 읽고 고치게 하기
_1.1 빠른 시작: 설치하고 로그인하기
_1.2 요금은 숫자보다 구조부터 이해하기
_1.3 폴더를 열어 AI의 작업 책상 정하기
_1.4 ‘5분 첫 실행’ 체크리스트로 준비 확인하기
_1.5 첫 실행에서 첫 검증 연습하기
_1.6 따라 하기: 연습용 폴더에서 첫 한 바퀴 돌리기
_1.7 심화(선택): 메모리와 권한으로 ‘내 도구’ 만들기
_1.8 이 장의 핵심 메시지
2장. AI가 내 업무 맥락을 기억하게 하기
_2.1 반복 설명으로 맥락이 부식되는 문제 확인하기
_2.2 문서에 꼬리표 붙이기
_2.3 결정을 카드 한 장으로 쪼개기
_2.4 심화(선택): 꼬리표 검사를 AI에게 맡기기
_2.5 따라 하기: 오늘 한 폴더에서 한 사이클 돌리기
_2.6 이 장의 핵심 메시지
[2부. AI 출력을 실제 업무 산출물로 바꾸기]
3장. 회의록에서 ‘결정’과 ‘할 일’ 뽑아내기
_3.1 회의록의 통증을 ‘작성 이후’에서 찾기
_3.2 결정을 네 개의 필드로 쪼개기
_3.3 따라 하기: 웹 챗봇으로 결정 네 필드 뽑아 보기
_3.4 심화(선택): 결정 추출 파이프라인 자동화하기
_3.5 실제 AI 문답: 빈 책임선 확인하기
_3.6 이 장의 핵심 메시지
4장. AI가 모르면 멈추게 하기
_4.1 작업지시서에 ‘못 세 개’ 박기
_4.2 실제 AI 문답: ROI 슬라이드의 날조 거부하기
_4.3 따라 하기: 오늘 한 산출물에 못 세 개 박기
_4.4 프롬프트 방어를 1차 게이트로 이해하기
_4.5 이 장의 핵심 메시지
5장. 믿어도 되는 답과 버려야 할 답 구분하기
_5.1 환각을 없애려 하지 말고 검증 게이트 만들기
_5.2 실제 AI 문답: 회의록 요약의 환각을 자기검증으로 잡기
_5.3 3중 검증 게이트 세우기
_5.4 대조할 원본이 없을 때 기준점 만들기
_5.5 따라 하기: 오늘 한 산출물에 검증 게이트 돌려 보기
_5.6 심화(선택): 검증 게이트가 실패해도 업무 흐름 살리기
_5.7 환각률을 정직하게 측정하기
_5.8 이 장의 핵심 메시지
[3부. 한 번 잘된 업무를 반복 가능한 시스템으로 굳히기]
6장. 결정 하나가 어떤 문서를 흔드는지 추적하기
_6.1 결정에 영구 주소 붙이기
_6.2 층을 나눠 문서의 위아래 정하기
_6.3 심화(선택): 파일명으로 층과 상태 드러내기
_6.4 관계 그래프로 결정과 문서 잇기
_6.5 실제 AI 문답: 영향 추적 가능한 결정 카드 만들기
_6.6 공표 전에 사람의 검토 게이트 두기
_6.7 검색으로 결정의 파급 역추적하기
_6.8 심화(선택): 그래프 검사를 자동화하기
_6.9 따라 하기: 오늘 결정 한 건 기록하기
_6.10 이 장의 핵심 메시지
7장. 반복되는 AI 작업을 재사용 가능한 도구로 굳히기
_7.1 한 번 통한 작업을 도구로 굳히기
_7.2 자주 쓰는 도구만 책상 위에 남기기
_7.3 입구와 본체를 나눠 도구를 가볍게 만들기
_7.4 자주 함께 쓰는 도구를 한 번에 묶기
_7.5 반복하는 변환 작업을 재사용 가능한 도구로 굳히기
_7.6 심화(선택): 정형 데이터는 스크립트로 처리하기
_7.7 초심자와 숙련자에게 다른 진입로 열어 두기
_7.8 안 쓰는 도구를 데이터로 골라내기
_7.9 측정 결과로 유지·흡수·폐기 판단하기
_7.10 따라 하기: 굳히기 한 번, 잘라내기 한 번
_7.11 이 장의 핵심 메시지
[4부. 팀이 함께 쓰는 AI에 규칙과 책임선 세우기]
8장. AI 비용에 상한을 걸어 통제하기
_8.1 입력 토큰부터 비용 구조 파악하기
_8.2 자동 주입에 비용 가드 걸기
_8.3 실제 AI 문답: 6000자 절단(truncate) 상한 정하기
_8.4 작업별 모델 배분: 단가가 아니라 검증 총비용으로 판단하기
_8.5 반복 입력과 무거운 원천 캐싱하기
_8.6 수치를 정직하게 다루기
_8.7 따라 하기: 오늘 한 작업에 비용 가드 걸기
_8.8 이 장의 핵심 메시지
9장. AI가 틀렸을 때 책임선 긋기
_9.1 환각 검증을 팀의 기본 절차로 올리기
_9.2 생성물의 권리를 사람의 창작적 기여 기준으로 확인하기
_9.3 의사결정 트리로 산출물의 권리 판단과 생성 이력 남기기
_9.4 외부 AI에 넣을 데이터 경계 정하기
_9.5 따라 하기: 오늘 한 산출물에 책임선 긋기
_9.6 이 장의 핵심 메시지
10장. 팀마다 다른 AI 답변을 하나의 기준으로 맞추기
_10.1 머릿속 규칙을 팀 공유 메모리로 옮기기
_10.2 확정된 규칙과 아직 가설인 메모 남기기
_10.3 팀 카드로 승격할 것을 리뷰 게이트에서 거르기
_10.4 자주 쓰는 규칙을 우선순위 위로 올리기
_10.5 필요한 규칙만 그때그때 주입하기
_10.6 같은 사실을 청중의 언어로 프레이밍하기
_10.7 부서 간 협업을 임시 공간에 격리하기
_10.8 혼자라면 cards/ 하나로 줄이기
_10.9 따라 하기: 팀 규칙 하나를 공유 메모리로 올리기
_10.10 이 장의 핵심 메시지
[5부. 도입한 AI를 팀에 정착시키고 개선하기]
11장. AI 도입은 작게 시작하고 성과는 직접 측정하기
_11.1 위험이 낮은 일부터 단계적으로 도입하기
_11.2 셀 수 있는 자산으로 AI 운영의 근거 만들기
_11.3 같은 자산을 청중의 언어로 바꿔 전달하기
_11.4 베이스라인을 도입 전에 측정하기
_11.5 따라 하기: 도구 하나로 파일럿 시작하고 베이스라인 측정하기
_11.6 이 장의 핵심 메시지
12장. 팀의 AI 거부 신호를 읽고 철수 기준 세우기
_12.1 거부를 실패가 아니라 신호로 읽기
_12.2 거부의 세 원인을 행동에서 읽기
_12.3 철수 게이트로 계속할지 멈출지 판단하기
_12.4 철수를 결정 카드로 기록하기
_12.5 따라 하기: 거부 신호 하나를 다시 읽어 보기
_12.6 이 장의 핵심 메시지
13장. 같은 실수를 시스템이 먼저 막게 만들기
_13.1 회고를 시스템의 입력으로 바꾸기
_13.2 흔적을 겹쳐 반복 패턴 찾기
_13.3 일·주·월 회고로 후보 좁히기
_13.4 검증한 후보를 규칙으로 승격하고 다시 적용하기
_13.5 루프 엔지니어링: 회고를 스스로 굴러가게 만들기
_13.6 다섯 설계 축을 회고로 다시 다듬기
_13.7 따라 하기: 가장 작은 개선 루프 한 바퀴 돌리기
_13.8 이 장의 핵심 메시지
부록 A. 하네스 스타터 키트
_A-1 이 키트가 하는 일 한 줄 요약
_A-2 빠르게 설치하기
_A-3 동작 확인하기
_A-4 폴더 구조 파악하기
_A-5 내 것으로 만들기
_A-6 코드의 출처와 기록 관리하기


































