8. 업무 이메일을 빠르고 정확하게 만드는 실전 활용 방법(이메일 프롬프트, 업무 이메일, AI 활용법)

솔직히 저는 꽤 오랫동안 AI에게 "이메일 써줘"라고만 했습니다. 당연히 결과물은 매번 어딘가 어색했고, 결국 처음부터 다시 쓰는 날이 더 많았습니다. AI 이메일 작성이 시간을 줄여준다고 알려져 있지만, 제 경험상 사용법을 제대로 모르면 오히려 더 손이 갑니다. 이 글은 그 시행착오를 줄이기 위해 제가 직접 써보며 정리한 내용입니다.

이메일 프롬프트 설계: 막연한 요청이 실패하는 이유

일반적으로 AI에게 요청만 하면 괜찮은 이메일이 나온다고 알려져 있지만, 제 경험상 이건 절반만 맞는 이야기입니다. AI는 입력한 정보의 범위 안에서만 문장을 만들기 때문에, 요청이 막연하면 그 결과물도 막연합니다.

제가 처음 시도했을 때의 요청은 이랬습니다. "거래처에 회의 일정 변경 이메일 써줘." 결과물은 문법적으로 흠잡을 데 없었지만, 날짜도 없고 사유도 없고 상대방에게 확인을 요청하는 내용도 빠져 있었습니다. 결국 제가 모든 내용을 다시 채워 넣었고, AI를 쓴 의미가 없었습니다.

이후 저는 이메일 프롬프트(prompt)를 설계하는 방식으로 접근을 바꿨습니다. 여기서 프롬프트란 AI에게 보내는 지시문, 즉 어떤 이메일을 어떻게 써달라고 설명하는 문장 전체를 말합니다. 수신자, 목적, 핵심 내용, 원하는 문체, 분량, 그리고 상대방에게 요청할 행동까지 포함해서 입력하는 것이 핵심입니다.

예를 들어 저는 이런 식으로 요청을 바꿨습니다. "외부 업체 담당자에게 보낼 이메일을 작성해줘. 9월 5일 회의를 내부 일정 조정으로 인해 9월 7일로 변경하고 싶다는 내용이야. 상대방에게 일정 변경 가능 여부를 확인해 달라고 부탁하고, 부담을 주지 않는 정중한 문체로 5문장 이내로 써줘." 이렇게 바꾸자 초안 수정에 드는 시간이 눈에 띄게 줄었습니다.

구글은 자사 블로그에서 Gemini를 포함한 AI에게 효과적인 프롬프트를 작성하는 방법으로 역할, 맥락, 형식, 분량을 함께 명시할 것을 권장합니다(출처: Google Workspace Blog). 제가 시행착오 끝에 도달한 방식과 정확히 일치했습니다.

특히 중요한 것은 AI에게 사실관계를 추측하게 만들지 않는 것입니다. 날짜, 금액, 담당자 이름, 계약 조건처럼 정확성이 중요한 정보는 반드시 직접 입력해야 합니다. AI가 그럴듯한 숫자를 임의로 채워 넣는 경우가 실제로 있었고, 그 이메일을 검토 없이 보냈다면 꽤 곤란한 상황이 됐을 것입니다.

• 수신자: 누구에게 보내는 이메일인지 명시
• 목적: 이메일을 보내는 이유를 한 줄로 정리
• 핵심 내용: 반드시 포함해야 할 사실관계(날짜, 숫자, 이름 등)
• 문체: 공식적·정중한·간결한 등 원하는 말투 지정
• 요청 행동: 상대방이 해야 할 일(회신, 확인, 자료 제출 등)과 기한

요약: 이메일 프롬프트에 수신자·목적·사실관계·문체·요청 행동을 모두 넣어야 쓸 만한 초안이 나옵니다.

 

업무 이메일과 AI 활용법: 초안은 AI가, 판단은 사람이

AI 이메일 작성이 빠르고 편리하다는 것은 맞습니다. 그런데 제가 실제로 써보면서 가장 크게 바꾼 인식은 이겁니다. AI는 이메일을 '완성'하는 도구가 아니라 초안 작성(drafting) 단계를 빠르게 처리해주는 도구라는 것입니다. 여기서 초안 작성이란 빈 화면 앞에서 첫 문장을 어떻게 시작할지, 어떤 순서로 내용을 배치할지 고민하는 과정을 AI가 대신해주는 것을 말합니다.

저는 지금 업무 이메일 작성을 세 단계로 나눠서 활용합니다. 먼저 전달할 내용을 메모 형태로 정리합니다. 이때는 완성된 문장이 아니어도 됩니다. "회의 9/5 → 9/7 변경, 내부 일정 조정, 확인 요청" 수준이면 충분합니다. 다음으로 AI에게 "사실관계는 임의로 추가하지 말고, 이 메모를 정중한 업무 이메일로 만들어줘"라고 요청합니다. 마지막으로 초안이 나오면 날짜, 이름, 숫자, 요청사항을 직접 눈으로 확인합니다.

이 방식의 핵심은 문장 생성(generation)은 AI가, 사실 검토(fact-check)는 제가 하는 역할 분리입니다. 사실 검토란 AI가 만들어낸 문장 속 날짜·금액·이름 등이 실제 업무 내용과 일치하는지 확인하는 과정입니다. 제가 직접 써봤는데, AI가 매끄럽게 만들어 준 문장 안에 실제와 다른 날짜가 들어있던 경우가 두 번이나 있었습니다.

말투 조정에서도 AI를 반복적으로 쓰는 방식이 효과적이었습니다. 초안이 너무 딱딱하다 싶으면 "내용은 그대로 두고 자연스럽고 정중한 표현으로 수정해줘"라고 다시 요청하고, 반대로 너무 가볍다 싶으면 "공식적인 업무 문체에 맞게 격식을 높여줘"라고 요청합니다. 이렇게 이메일의 어조(tone)를 한 번의 명령으로 완성하려 하지 않고 단계적으로 다듬는 것이 실제로 더 좋은 결과를 줬습니다.

보안 측면도 제가 직접 경험하며 생각이 바뀐 부분입니다. 편리하다는 이유로 계약서 내용이나 내부 담당자 정보를 그대로 AI에 붙여 넣는 경우가 있는데, 이건 업무 효율보다 새로운 보안 위험을 만드는 일입니다. 개인정보 보호와 관련하여 출처: 개인정보보호위원회는 업무용 AI 서비스 이용 시 불필요한 개인정보 입력을 자제할 것을 권고하고 있습니다. 주민등록번호, 계좌정보, 비공개 계약 내용처럼 이메일 작성에 꼭 필요하지 않은 정보는 처음부터 넣지 않는 습관을 들이는 것이 좋습니다.

결국 AI 이메일 활용에서 사람과 AI의 역할을 구분하지 않으면, 빠르게 만들었지만 정확하지 않은 이메일을 보내는 상황이 생깁니다. 제 경험상 이건 시간을 아끼는 게 아니라 나중에 더 큰 수고를 만드는 일입니다.

 

요약: 초안 생성은 AI에게, 사실 검토와 최종 판단은 사람이 담당하는 역할 분리가 AI 이메일 활용의 핵심입니다.

 

자주 묻는 질문

Q. AI가 쓴 이메일, 그냥 보내도 되나요?

A. 일반적으로 AI 문장이 자연스러우면 바로 보내도 된다고 생각하기 쉽지만, 제 경험상 그건 위험합니다. 문법적으로 완벽한 문장 안에 날짜나 숫자가 잘못 들어가 있는 경우가 실제로 있었습니다. 발송 전에 사실관계를 반드시 직접 확인하는 습관이 필요합니다.

 

Q. 프롬프트를 어떻게 써야 좋은 이메일 초안이 나오나요?

A. "이메일 써줘"처럼 단순하게 요청하면 막연한 결과가 나옵니다. 수신자, 이메일 목적, 반드시 포함할 사실관계, 원하는 문체, 분량, 상대방에게 요청할 행동을 함께 입력하면 수정 횟수가 크게 줄어듭니다. 저는 이 다섯 가지를 메모처럼 적은 뒤 한 번에 붙여 넣는 방식을 씁니다.

 

Q. Gmail에서도 AI로 이메일을 쓸 수 있나요?

A. Gmail에서는 Gemini의 Help me write 기능을 통해 이메일 초안 작성이나 기존 이메일 수정이 가능합니다. 다만 계정 유형이나 요금제에 따라 기능 제공 여부가 다를 수 있으니, 본인의 계정에 해당 기능이 표시되는지 먼저 확인하는 것이 좋습니다.

 

Q. 업무 이메일 내용을 AI에 그대로 붙여 넣어도 되나요?

A. 계약 조건, 내부 담당자 연락처, 비공개 자료처럼 민감한 정보는 넣지 않는 것이 안전합니다. 개인정보보호위원회도 업무용 AI 이용 시 불필요한 개인정보 입력을 자제하도록 권고하고 있습니다. 이름이나 날짜처럼 꼭 필요한 정보만 최소한으로 입력하는 것이 좋습니다.

 

결론

AI 이메일 작성을 써보면서 제가 가장 크게 바꾼 것은 도구에 대한 기대치입니다. 처음에는 AI가 이메일을 알아서 완성해줄 것이라고 생각했지만, 실제로는 내가 핵심 내용을 정리하고 AI가 초안을 만들고 내가 사실관계를 확인하는 과정이 반복됩니다. 이 역할 분리를 받아들이고 나서야 AI가 실제로 유용한 도구가 됐습니다.

반복적으로 보내는 이메일 유형이 있다면, 그에 맞는 프롬프트를 미리 만들어 두는 것도 권합니다. 한 번 만들어 두면 매번 처음부터 요청을 작성할 필요가 없고, 수정도 빨라집니다. AI를 잘 쓴다는 건 어려운 명령을 내리는 능력이 아니라, 필요한 정보를 빠뜨리지 않고 정확하게 전달하는 능력에 가깝다는 것이 지금 제 생각입니다.

 

참고: Google Blog, 「5 ways to write better AI prompts for Gemini in the Workspace side panel」

         Google Workspace Learning Center, 「Use generative AI at work」