직무별 실전 AI 프롬프트 가이드: 영업·마케팅·HR·기획 T.I.G.E.R 적용법과 생산성 데이터

“AI에게 일을 시켰는데 결과가 영 쓸모없다”는 말을 자주 듣습니다. 대부분 모델의 문제가 아니라 지시(프롬프트)의 문제입니다. 같은 모델이라도 누가 어떻게 시키느냐에 따라 결과물의 품질은 몇 배씩 갈립니다. 영업, 마케팅, HR, 기획 네 직무에서 바로 복사해 쓸 프롬프트를 T.I.G.E.R 프레임워크에 맞춰 정리했습니다. 직무별 AI 도입 효과를 보여주는 최신 연구 데이터도 함께 담았습니다.

AI 의 생산성 효과는 이미 실측 단계입니다. 하버드 경영대학원과 보스턴컨설팅그룹(BCG)이 컨설턴트 758명을 대상으로 진행한 현장 실험에서, AI 를 쓴 그룹은 과제를 25.1% 빨리 끝냈고, 품질은 40% 이상 높았으며, 처리량은 12.2% 많았습니다(Navigating the Jagged Technological Frontier, Harvard Business School AI Institute). 문제는 “AI를 쓰느냐”가 아니라 “제대로 시키느냐”입니다.

왜 직무별 프롬프트인가: 도입은 늘었지만 성과는 갈린다

먼저 큰 그림을 봅시다. 맥킨지의 2025년 ‘State of AI’ 조사에 따르면, 전 세계 조직의 88%가 최소 한 개 이상의 업무 기능에서 AI를 정기적으로 사용한다고 답했습니다. 1년 전 78%에서 크게 늘었습니다(The state of AI, McKinsey).

그런데 같은 조사에서, EBIT(영업이익)에 의미 있는 영향을 봤다고 답한 곳은 39%에 그쳤고, 그마저도 대부분 전체 EBIT의 5% 미만이었습니다. 도입률과 성과 사이의 간극이 이번 데이터의 핵심입니다. 누구나 AI를 켜지만, 성과로 바꾸는 곳은 소수입니다.

한국은 이 흐름에서 특히 앞서 있습니다. 한국은행 고용연구팀이 근로자 5,512명을 조사한 결과, 63.5%가 생성형 AI를 써봤고 51.8%는 업무에 직접 활용하고 있었습니다. 같은 시기 미국 근로자의 업무 활용률(약 26.5%)의 두 배입니다(The Korea Herald). 한국 근로자는 AI와 함께 주당 평균 57시간을 일하는데, 미국(0.52시간)보다 훨씬 깁니다.

요약하면, 한국 직장인은 이미 AI를 손에 쥐고 있습니다. 성과를 가르는 것은 도구가 아니라 지시의 질입니다. 직무 맥락에 맞게 프롬프트를 설계하는 힘입니다.

T.I.G.E.R: 직무 프롬프트를 구성하는 다섯 요소

좋은 프롬프트에는 공통 구조가 있습니다. 에이전틱타이거가 교육에서 쓰는 T.I.G.E.R 프레임워크는 이를 다섯 요소로 정리합니다.

• T (Task) 과업: 무엇을, 어떤 역할로 해야 하는지. “당신은 B2B SaaS 영업 담당자입니다. 다음 미팅 메모를 후속 제안 이메일로 바꾸세요.”
• I (Input) 입력: AI가 참고할 원본 데이터. 미팅 메모, 고객 정보, 회사 자료 등 맥락을 명시적으로 붙입니다. 입력 없는 프롬프트는 AI에게 상상으로 채우라는 신호입니다.
• G (Goal) 목표: 결과물의 형식·길이·톤·성공 기준. “300자 이내, 정중하되 능동적인 톤, 다음 미팅 일정 제안으로 마무리.”
• E (Example) 예시: 원하는 형태의 샘플. 우리 회사의 우수 이메일 1건을 붙이면 결과 품질이 급격히 올라갑니다.
• R (Refine) 보정: 한 번에 끝내지 않고 결과를 보며 고치는 단계. “두 번째 문단을 더 짧게, 가격 언급은 빼고 다시.”

이 다섯 요소 중 한국 직장인이 가장 많이 빠뜨리는 건 I(입력)와 E(예시)입니다. 맥락과 샘플 없이 “제안서 써줘”만 던지니 AI-slop(영혼 없는 평균값 결과물)이 나옵니다. 아래 직무별 예시는 이 두 요소를 채우는 데 초점을 맞췄습니다.

영업: 미팅 메모를 후속 제안으로 (T.I.G.E.R 예시)

영업은 AI 효과가 가장 또렷한 직무입니다. 가트너의 B2B 영업 담당자 1,026명 조사에 따르면, AI 도구와 효과적으로 협업하는 영업 담당자는 그렇지 않은 사람보다 할당량(쿼터)을 달성할 확률이 3.7배 높았습니다(Gartner Sales Survey). 베인앤드컴퍼니는 영업에 AI를 일찍 도입한 곳에서 수주율(win rate)이 30% 이상 올랐다고 보고했습니다(Bain & Company).

다음은 미팅 직후 후속 이메일을 쓰는 프롬프트입니다.

• T: “당신은 B2B 보안 솔루션 영업 담당자입니다. 아래 미팅 메모를 바탕으로 의사결정자에게 보낼 후속 제안 이메일 초안을 작성하세요.”
• I: “[미팅 메모 붙여넣기] / 고객사: 제조업 중견기업, 정보보안팀장 참석. 통점: 이메일 첨부파일 악성코드, 기존 백신 우회 사례. 예산 검토는 다음 분기.”
• G: “350자 이내. 통점→해결 연결을 1문장으로, 데모 일정 제안으로 마무리. 과장·수식어 금지, 능동형 문장.”
• E: “[우리 회사의 반응 좋았던 후속 이메일 1건 붙여넣기]”
• R: “받는 사람이 ‘바빠서 길면 안 읽는다’는 전제로 더 짧게. CTA는 ‘15분 통화’ 한 가지만.”

AI를 자주 쓰는 영업 담당자의 81%가 거래 주기 단축을 경험했다는 조사 결과도 있습니다(ZoomInfo ‘State of AI in Sales & Marketing 2025’ 인용, Cirrus Insight). 핵심은 메모(I)와 우수 사례(E)를 반드시 붙이는 것입니다.

마케팅: 콘텐츠 초안과 리퍼포징 (T.I.G.E.R 예시)

마케팅은 시간 절감 효과가 큰 직무입니다. 허브스팟의 마케팅 AI 조사에서 마케팅팀의 약 67%가 주당 10시간 이상을 절약한다고 답했고, 콘텐츠 제작이 가장 많이 쓰이는 활용처로 꼽혔습니다(HubSpot, State of AI in Marketing). 단, 절감한 시간을 평균적 결과물로 채우면 의미가 없습니다. 프롬프트로 차별성을 넣어야 합니다.

블로그 글 하나를 여러 채널로 리퍼포징하는 예시입니다.

• T: “당신은 B2B SaaS 콘텐츠 마케터입니다. 아래 블로그 글을 링크드인 게시물 3종과 뉴스레터 리드 문단으로 재가공하세요.”
• I: “[원문 블로그 붙여넣기] / 타깃 독자: 중견기업 IT 의사결정자. 브랜드 보이스: 전문적이되 쉽게, 짧고 능동적인 문장, 과장 금지.”
• G: “링크드인 3종은 각각 다른 후크(통계형/질문형/사례형)로. 뉴스레터 리드는 2문장. 해시태그 3개 이내.”
• E: “[반응 좋았던 자사 링크드인 게시물 1건]”
• R: “통계형 버전이 밋밋함. 첫 줄에 구체 숫자를 앞세워 다시.”

브랜드 보이스(I)와 우수 게시물(E)을 명시하지 않으면, AI는 인터넷 평균 톤을 뱉습니다. 이 두 요소가 마케팅 프롬프트의 승부처입니다.

HR: 채용공고와 이력서 1차 스크리닝 (T.I.G.E.R 예시)

HR은 AI 도입이 가장 빠르게 늘고 있는 영역입니다. SHRM의 2025 인재 트렌드 보고서에 따르면 조직의 43%가 HR 업무에 AI를 사용(전년 26%에서 상승)하며, 그중 채용이 가장 많은 활용처(51%)입니다. 구체적으로는 채용공고 작성(66%), 이력서 스크리닝(44%), 후보자 검색 자동화(32%) 순이었습니다. 채용에 AI를 쓰는 HR 담당자의 89%가 시간 절감 또는 효율 향상을 경험했다고 답했습니다(SHRM, The Role of AI in HR).

다만 채용은 공정성·법적 리스크가 큰 영역이라, AI는 초안과 1차 정리까지만 맡기고 최종 판단은 사람이 해야 합니다. 채용공고 작성 예시입니다.

• T: “당신은 IT 기업 HR 담당자입니다. 아래 직무 정보로 채용공고 초안을 작성하세요.”
• I: “[포지션: 백엔드 개발자 / 필수 역량, 우대 사항, 팀 구성, 근무 형태 붙여넣기] / 우리 회사 인재상: 자율·축적·솔직.”
• G: “직무 책임 5개, 자격요건 필수/우대 구분. 성별·연령 등 차별 소지 표현 배제. 지원자 관점에서 ‘왜 이 회사인가’를 한 문단.”
• E: “[반응 좋았던 기존 공고 1건]”
• R: “필수 요건이 너무 많아 진입장벽이 높아 보임. 핵심 3개만 필수로, 나머지는 우대로 옮겨 다시.”

이력서 스크리닝 프롬프트에서는 G(목표)에 평가 기준을 표로 명시하고, “탈락 사유가 아니라 직무 적합도 점수와 근거만 요약”하도록 범위를 좁히는 것이 핵심입니다. 최종 합불 결정은 사람의 몫으로 남깁니다.

기획: 데이터 요약과 보고 초안 (T.I.G.E.R 예시)

기획·전략 직무에서는 AI를 ‘판단의 대체’가 아니라 ‘초안과 정리의 가속’으로 써야 합니다. 앞서 인용한 하버드·BCG 실험에서 중요한 경고가 하나 있었습니다. AI 능력 범위(frontier) 바깥의 과제에 AI를 쓴 컨설턴트는 정답을 낼 확률이 19% 더 낮았습니다(Harvard Business School AI Institute). 즉, 어떤 일을 맡길지 고르는 분별이 기획 직무에서 특히 중요합니다.

자동화에 적합한 일은 ✓반복적·연결적·누적적·복구 가능한 일이고, 사람이 쥐어야 할 일은 ✗최종 결정·신뢰가 걸린 판단·창의적 발상입니다. 주간 실적 데이터를 보고 초안으로 만드는 예시입니다.

• T: “당신은 전략기획 담당자입니다. 아래 주간 지표를 경영진 보고용 요약으로 정리하세요.”
• I: “[주간 KPI 표 붙여넣기] / 전주 대비 증감, 목표 대비 달성률 포함. 맥락: 이번 주 신규 캠페인 시작.”
• G: “3가지 핵심 발견 + 각 1문장 해석 + 다음 주 액션 제안 2개. 추측 금지, 데이터에 없는 수치 창작 금지.”
• E: “[지난 우수 주간보고 1건]”
• R: “해석이 데이터 재진술에 그침. ‘왜 그런가’에 대한 가설을 한 줄씩 추가하되 데이터 근거를 함께.”

여기서 G에 넣은 “데이터에 없는 수치 창작 금지”가 결정적입니다. 기획 보고에서 AI의 환각(hallucination)은 신뢰를 무너뜨리므로, 입력 데이터 범위 안에서만 답하도록 가두는 제약을 반드시 명시합니다.

개인의 프롬프트를 회사의 시스템으로

지금까지의 예시는 ‘개인이 잘 쓰는 법’입니다. 하지만 기업 AX(AI 전환)의 진짜 과제는 다른 데 있습니다. 우리가 현장에서 반복적으로 보는 실패는 세 가지 패턴입니다. 첫째, 잘 쓰는 사람의 노하우가 개인에게만 분산되어 조직에 남지 않는다. 둘째, 좋은 프롬프트가 축적되지 않아 매번 처음부터 다시 짠다. 셋째, AI가 실제 업무 시스템(CRM·그룹웨어·문서)과 단절되어 복붙 노동만 늘어난다.

여기에 단서가 있는 데이터가 고객지원 현장 연구입니다. 브린욜프슨 등이 약 5,000명의 상담원을 분석한 연구에서, AI 보조는 전체 생산성을 14% 높였지만 신입·저숙련 상담원에게는 34%의 효과를 냈습니다(Generative AI at Work, NBER). 우수한 사람의 노하우를 시스템에 담으면, 조직 전체 평균을 끌어올린다는 뜻입니다. 개인기를 조직 자산으로 전환하는 것이 핵심입니다.

에이전틱타이거는 이 전환을 직접 겪고 구축했습니다. 우리가 구축한 사례로, 결재 업무를 30분에서 3분으로 줄인 12개 도구 기반 에이전트(자가복구 포함), HubSpot CRM 55개 시트를 QBR·사업계획서로 자동 정리하는 시스템, 음성 기록을 영업 대시보드로 바꿔 주간보고를 1시간에서 10분으로 줄인 흐름이 그것입니다. 모두 ‘개인의 좋은 프롬프트’를 ‘회사가 돌아가는 시스템’으로 올린 결과입니다.

직무별 프롬프트가 손에 익었다면, 다음 단계는 그것을 팀의 표준으로 만드는 교육입니다. 더 깊은 프롬프트 원리는 좋은 프롬프트를 만드는 5가지 원칙에서, 직무별 실전 훈련은 교육 프로그램에서 이어갈 수 있습니다.

자주 묻는 질문

T.I.G.E.R 프레임워크를 모든 직무에 똑같이 적용해도 되나요?

네, 다섯 요소(과업·입력·목표·예시·보정)의 구조 자체는 직무와 무관하게 동일하게 적용됩니다. 다만 직무별로 무게중심이 다릅니다. 영업·마케팅은 우수 사례(E)와 브랜드 보이스가, HR·기획은 제약 조건(G)과 “창작 금지” 가드레일이 더 중요합니다. 본문의 네 예시를 자기 업무 데이터로 바꿔 끼우는 것부터 시작하시길 권합니다.

AI가 만든 결과물을 그대로 써도 되나요?

아니요. 특히 HR 채용 합불, 기획 보고의 핵심 판단처럼 신뢰와 책임이 걸린 결정은 사람이 최종 검토해야 합니다. 하버드·BCG 연구에서 AI 능력 범위 밖 과제에 AI를 쓴 그룹이 정답률이 19% 낮았던 점이 이를 뒷받침합니다. AI는 초안·정리·반복 작업을 가속하는 도구로 쓰고, 결정은 사람이 쥐는 것이 원칙입니다.

우리 회사는 어떤 업무부터 AI를 적용해야 할까요?

✓반복적이고, 여러 단계가 연결되며, 결과가 누적되고, 실패해도 복구 가능한 일부터 시작하세요. 거꾸로 ✗최종 의사결정, 대외 신뢰가 걸린 판단, 순수 창의 발상은 뒤로 미루는 것이 안전합니다. 결재·거래처 등록·회의록 정리처럼 매일 반복되는 정형 업무가 첫 후보로 적합합니다.

한국 기업의 AI 도입 수준은 어느 정도인가요?

한국은행 조사 기준으로 근로자의 51.8%가 업무에 생성형 AI를 활용해 미국(약 26.5%)의 두 배 수준입니다(The Korea Herald). 다만 개인 활용은 빠른데 조직 차원의 시스템화는 뒤처져 있습니다. 맥킨지 조사에서 보듯 도입률 88%에 비해 EBIT 효과를 본 곳은 39%에 불과합니다. 개인기가 조직 자산으로 축적되지 못하는 것이 한국 기업의 다음 과제입니다.

프롬프트 교육에 투자할 가치가 있나요?

데이터로 보면 있습니다. AI를 효과적으로 쓰는 영업 담당자는 쿼터 달성 확률이 3.7배 높았고(Gartner), 고객지원 연구에서는 신입·저숙련 직원의 생산성이 34%까지 올랐습니다(NBER). 핵심은 ‘도구 사용법’이 아니라 ‘직무 맥락에 맞는 지시 설계’를 가르치는 것입니다. 직무별 실전 프롬프트 훈련은 교육 프로그램에서 확인하실 수 있습니다.