티스토리 뷰
업무 문서의 75% 이상은 나중에 다른 사람이 다시 열어봅니다. 그런데 정작 필요한 내용을 찾는 데 글 전체를 처음부터 읽어야 한다면, 그 문서는 잘 쓴 문서가 아닙니다. 저도 한동안 이 사실을 몰랐습니다. 내용을 빠짐없이 담는 것이 좋은 문서라고 생각했는데, 실제로는 구조가 없는 문서일수록 정보를 찾기 더 어렵다는 것을 몸소 겪고 나서야 바뀌기 시작했습니다.

문서 구조가 없으면 내용이 좋아도 묻힌다
예전에 제가 작성한 회의록을 한번 돌아본 적이 있습니다. 분량은 꽤 됐고 내용도 틀린 게 없었는데, 막상 담당자 이름이나 마감일을 찾으려면 문장을 처음부터 훑어야 했습니다. 제가 쓴 문서인데도 그랬으니 처음 보는 사람에게는 더 불편했을 겁니다.
이 문제는 문장력의 문제가 아니었습니다. 정보 계층(Information Hierarchy), 즉 어떤 내용이 상위 개념이고 어떤 내용이 세부 사항인지를 구분하지 않고 전부 같은 레벨로 나열한 탓이었습니다. 여기서 정보 계층이란 문서 안에서 제목, 소제목, 본문이 위아래로 관계를 이루며 정보의 중요도를 나타내는 구조를 의미합니다.
구조화된 문서는 H1, H2, H3처럼 제목 계층을 단계적으로 나눕니다. H1은 문서 전체의 주제, H2는 큰 분류, H3는 그 안의 세부 항목을 담습니다. 이 계층이 자연스럽게 이어질수록 읽는 사람은 전체 구조를 빠르게 파악할 수 있습니다. 반대로 제목도 없이 문장으로만 채운 문서는 아무리 내용이 좋아도 독자가 필요한 정보를 찾는 데 불필요한 시간을 씁니다.
실제로 출처: Microsoft Support – 접근성 높은 Word 문서 만들기에서도 제목 스타일을 올바르게 적용하는 것이 문서 가독성과 탐색성을 높이는 핵심이라고 명시하고 있습니다. 이건 장애가 있는 사용자를 위한 가이드지만, 사실 모든 독자에게 해당하는 원칙입니다.
- 제목만 보고도 문서 주제를 예상할 수 있어야 합니다
- H1 → H2 → H3 계층은 큰 주제에서 작은 주제로 자연스럽게 좁혀야 합니다
- 하나의 소제목 아래에는 서로 관련된 내용만 모아야 합니다
- 제목을 "업무", "계획"처럼 막연하게 쓰면 내용을 예측할 수 없습니다
업무 문서는 문단 하나에 메시지 하나면 충분하다
제가 회의 결과를 처음 정리할 때는 "오늘 회의에서 일정과 예산을 논의했고 담당자를 정한 뒤 다음 주까지 자료를 준비하기로 했습니다"처럼 한 문장에 모든 정보를 욱여넣었습니다. 문제는 이런 문장이 쌓이면 담당자가 누군지, 마감이 언제인지 한눈에 들어오지 않는다는 겁니다.
바꾸고 나서 체감 차이는 꽤 컸습니다. 회의 결과, 담당자, 일정, 후속 조치처럼 항목을 나눠 각각 짧게 정리했더니 나중에 문서를 다시 열었을 때 필요한 내용을 바로 찾을 수 있었습니다. 단락 분리(Paragraph Separation), 즉 하나의 단락에는 하나의 핵심 메시지만 담는 원칙이 이렇게 실용적으로 작동할 줄은 솔직히 처음엔 몰랐습니다. 단락 분리란 관련된 문장들을 하나의 덩어리로 묶되, 서로 다른 주제는 반드시 다른 단락으로 구분하는 작성 방식입니다.
목록화(Listification)도 비슷한 맥락입니다. 목록화란 연속된 문장으로 나열할 내용을 불릿이나 번호 리스트로 전환하는 방식인데, 업무 항목, 체크리스트, 단계별 작업처럼 순서나 항목이 명확한 내용에 특히 효과적입니다. 출처: Google for Developers – Lists and tables | Technical Writing에서도 목록은 독자가 정보를 더 빠르게 처리할 수 있도록 돕는다고 설명합니다.
표(Table)는 비교가 필요한 곳에 씁니다. 날짜, 담당자, 예산, 진행 상황처럼 여러 항목을 나란히 놓고 볼 때는 문장보다 표가 훨씬 직관적입니다. 다만 모든 내용을 표로 만들 필요는 없습니다. 제 경험상 배경 설명이나 판단 근거처럼 맥락이 필요한 내용을 억지로 표로 넣으면 오히려 의미가 사라지는 경우가 있었습니다.
AI에게 문서 작업을 맡길 때 형식을 지정해야 결과가 달라진다
최근에는 회의록 요약이나 핵심 내용 추출을 AI에게 맡기는 경우가 많아졌습니다. 제가 직접 써봤는데, 처음에는 "이 내용 정리해 줘"처럼 막연하게 요청했더니 결과물이 제가 원하는 형태와 달랐습니다. AI가 자연어 문서를 이해하지 못한다는 의미는 아닙니다.
다만 출력 형식(Output Format)을 지정하지 않으면 AI가 임의로 형식을 선택하기 때문에 원하는 결과가 나오지 않을 때가 많습니다. 여기서 출력 형식이란 요약의 길이, 목록인지 문장인지, 어떤 정보를 먼저 보여줄지 같은 결과물의 틀을 의미합니다.
바꾸고 나서는 달랐습니다. "담당자와 마감일을 표로 정리해 줘", "결정된 사항만 불릿 목록으로 추출해 줘"처럼 대상, 작업, 결과 형식을 함께 지정하니 원하는 형태가 바로 나왔습니다. 이 과정에서 문서 자체가 처음부터 구조화되어 있으면 AI에게 요청하기도 훨씬 수월하다는 것을 느꼈습니다. 구조가 없는 문서를 요약할 때보다 항목이 나뉜 문서를 다룰 때 결과물의 정확도가 체감상 더 높았습니다.
다만 한 가지는 분명히 짚고 싶습니다. AI가 구조화된 문서를 더 잘 처리하는 것처럼 보여도, 숫자나 날짜를 잘못 해석하거나 문맥을 다르게 읽는 경우가 생각보다 자주 있습니다. 그래서 AI가 정리한 내용을 그대로 쓰기보다는 사람이 최종적으로 확인하는 단계를 빠뜨리면 안 된다고 생각합니다. AI는 구조화된 작업을 도와주는 도구이지, 판단을 대신해 주는 존재는 아닙니다.
AI 문서 요청 시 체크포인트
제가 실제로 쓰고 있는 요청 패턴입니다. 이것만 갖춰도 결과물 품질이 확실히 달라집니다.
- 대상(어떤 문서인지) + 작업(요약인지 추출인지) + 출력 형식(표, 목록, 길이)을 함께 지정한다
- "이 회의록에서 실행해야 할 업무만 번호 목록으로 3줄 이내로 추출해 줘" 형태가 효과적입니다
- AI가 정리한 결과물은 반드시 원문과 대조하여 최종 확인한다
자주 묻는 질문
Q. 문서 구조화가 중요하다는데, 짧은 메모나 간단한 보고서에도 적용해야 하나요?
A. 분량이 짧아도 제목과 항목 구분 정도는 갖추는 것이 좋습니다. 제 경험상 한두 줄짜리 메모도 담당자와 마감일을 따로 표시해 두면 나중에 확인할 때 훨씬 빠릅니다. 분량보다는 정보의 종류가 두 가지 이상 섞이면 구분하는 습관을 들이는 것이 핵심입니다.
Q. AI에게 회의록 요약을 맡겼는데 핵심을 잘 못 찾아요. 이유가 뭔가요?
A. 원인은 대부분 두 가지입니다. 문서 자체에 구조가 없거나, AI에게 출력 형식을 지정하지 않은 경우입니다. "전체 요약해 줘"보다 "결정 사항만 불릿 목록으로 뽑아줘"처럼 구체적으로 요청하면 결과가 크게 달라집니다. 문서 구조가 미리 갖춰져 있으면 요청 자체도 훨씬 쉬워집니다.
Q. 목록과 표를 많이 쓰면 오히려 딱딱해 보이지 않나요?
A. 맞습니다. 모든 내용을 목록이나 표로 바꾸면 문맥이 끊기고 오히려 이해가 어려워질 수 있습니다. 제 기준으로는 비교가 필요하거나 항목이 세 개 이상 나열될 때만 목록과 표를 씁니다. 배경 설명이나 판단 근거처럼 맥락이 필요한 내용은 문단 서술이 더 적합합니다.
Q. H1, H2, H3 계층을 어떻게 나눠야 하는지 헷갈려요.
A. 간단히 보면 H1은 문서 전체 제목, H2는 큰 주제 묶음, H3는 그 안의 세부 항목입니다. 티스토리 같은 블로그에서는 H1이 글 제목 역할을 하므로 본문에서는 H2부터 시작하는 것이 일반적입니다. 계층을 건너뛰거나 섞으면 구조가 흐트러지므로 H2 다음엔 반드시 H3만 씁니다.
결론
문서를 잘 쓴다는 것은 내용을 많이 담는 게 아니라 필요한 정보를 빠르게 찾을 수 있게 만드는 것이라고 저는 생각합니다. 정보 계층을 명확히 하고, 단락 분리로 메시지를 하나씩 담으며, 비교가 필요한 곳에 목록화와 표를 쓰는 것. 이 세 가지만 습관으로 만들어도 보고서, 회의록, 업무계획서의 활용도가 달라집니다.
문서를 완성한 뒤 저는 한 가지 질문을 던져봅니다. "이 문서를 처음 보는 사람도 1분 안에 핵심을 찾을 수 있는가?" 이 질문에 자신 있게 답할 수 있다면 구조가 잘 잡힌 겁니다. AI를 활용한 문서 작업이 늘어날수록 이 기준은 더 중요해질 수밖에 없고, 결국 사람과 AI 모두가 쓰기 편한 문서는 같은 원칙에서 출발합니다.
참고: Microsoft Support – 장애가 있는 사용자가 액세스 할 수 있도록 Word 문서 만들기 / Google for Developers – Lists and tables | Technical Writing
'AI · 생산성 · 디지털 툴' 카테고리의 다른 글
| 25. 초보 유튜버도 10분이면 끝! 브루(Vrew)로 AI 자막 자동 생성하는 법 (Vrew 사용법, AI 자막, 영상 편집) (1) | 2026.09.30 |
|---|---|
| 24. 구글 스프레드시트 업무 효율을 높이는 필수 단축키와 함수 정리 (단축키, 함수 활용, 업무 자동화) (0) | 2026.09.29 |
| 22. AI 시대의 파일 이름 짓는 법 (파일명 규칙, 문서 관리, 업무 효율) (0) | 2026.09.29 |
| 21. 디지털 자료를 잃지 않는 백업 전략 (클라우드 백업, 외장하드, NAS) (0) | 2026.09.29 |
| 20. AI 검색 시대에 원하는 정보를 더 빨리 찾는 검색 (검색 연산자, AI 검색, 검색 습관) (3) | 2026.09.29 |