재회의(再會議): 같은 결정을 두 번 하지 않으려면
2026년 7월 OpenAI 연구에 따르면 직무 특이적 ChatGPT 메시지의 43.5%가 자기 직무 바깥의 일이었습니다. 그런 일은 맥락을 먹고 자라는데, 조직의 맥락 대부분은 회의에서 증발합니다. 회의를 검색 가능한 업무 지식으로 바꾸는 실전 가이드 — 무엇을 남기고, 어떻게 이름 붙이고, 어떤 회의를 기록으로 남길지, 그리고 검색이 온보딩과 인수인계를 어떻게 바꾸는지.
2026년 7월 27일, OpenAI가 미국 ChatGPT 사용자의 업무 관련 메시지 80만 건 이상을 분석한 연구를 공개했습니다. 헤드라인은 이렇습니다. 업무 관련 메시지의 16.8%, 그리고 그중 직무 특이적인 메시지의 43.5%가 사용자 본인의 직무가 아니라 다른 직무에 속하는 일에 관한 것이었습니다. OpenAI는 이 패턴을 태스크 크로스오버(task crossover)라고 부릅니다. 일부 직무에서는 비율이 가파릅니다. 고객 경험 담당자는 직무 특이적 메시지의 77%, 디자이너는 75%, 인사 담당자는 69%가 자기 직무 바깥의 일이었습니다.
하지만 정작 발걸음을 멈추게 하는 숫자는 방법론 안에 묻혀 있습니다. OpenAI는 크로스오버를 측정하기에 앞서 어떤 종류의 일을 표본에서 덜어내야 했습니다. "직무를 넘나든다는 증거가 되기에는 너무 널리 공유된" 일이라는 이유였죠. 예로 든 것은 세 가지 — 글쓰기, 요약, 일정 조정. 이 활동들은 너무 보편적이어서 그 사람이 누구인지에 대해 아무것도 말해 주지 않습니다.
핵심은 여기 있습니다. 증거가 되기에는 너무 흔한 그 일이, 바로 한 조직이 지식을 쌓아 올리느냐 같은 이야기를 반복하느냐를 가르는 일입니다. 이 글은 그중 한 조각인 회의를 다룹니다. 그리고 회의를 18개월 뒤에 동료가 찾아낼 수 있는 무언가로 바꾸는, 화려하지 않지만 구체적인 방법을 다룹니다. 무엇을 남길지, 어떻게 이름 붙일지, 어떤 회의가 기록으로 남을 자격이 있고 어떤 회의는 아닌지, 그리고 아카이브가 검색되기 시작하면 실제로 무엇이 달라지는지.
TL;DR:
- 2026년 7월 OpenAI 연구에 따르면 직무 특이적 AI 메시지의 43.5%가 자기 직무 바깥의 일입니다. 그리고 그런 일은 정작 본인이 갖고 있지 않은 맥락 위에서 돌아갑니다.
- 그 맥락의 대부분은 회의에서 말로만 오가고 기록되지 않습니다. 그래서 팀은 보이지 않는 세금을 냅니다. 앞선 회의가 이미 내린 결론을 되찾기 위해서만 여는 회의, 즉 재회의입니다.
- 검색은 소리가 아니라 제목과 요약에 닿습니다. 녹음, 화자가 구분된 전사, 요약, 그리고 무엇보다 그 회의를 모르는 사람이 검색할 법한 단어로 지은 제목 — 이 넷이 갖춰질 때 회의는 자산이 됩니다.
Image: Alicia Fagerving, Wikimedia Commons, CC BY-SA 3.0.
경계를 넘는 일은 아무도 알려주지 않은 맥락 위에서 돌아간다
OpenAI의 결과를 실무자의 눈으로 다시 읽어 봅시다. 비(非)일반 AI 사용의 77%가 자기 직무 바깥인 고객 경험 담당자는, AI로 고객 경험 업무를 하고 있는 게 아닙니다. 분석에 가깝거나, 법무 검토에 가깝거나, 기술 문제 해결에 가까운 일을 하고 있습니다. OpenAI 자신의 표현대로 "문제에 가장 가까이 있는 사람이 그 문제를 넘기기보다 직접 떠안는" 것이고, 보고서는 이 경향이 작은 조직에서 더 강하다고 말합니다. 좌석 2~5개 워크스페이스에서 직무 바깥 비중이 18.9%인 반면, 좌석 100개가 넘는 곳에서는 16.3%였습니다.
이 변화에는 보고서가 굳이 적지 않아도 되는 명백한 결과가 따라옵니다. 자기 직무 바깥의 일을 떠안을 때, 모델은 일반적인 기술을 대신 제공해 줍니다. 하지만 우리 회사에만 해당하는 부분은 대신해 주지 못합니다. 가격 티어가 왜 저런 모양인지, 3월에 그 벤더가 무엇을 약속했는지, 팀이 이미 시도했다가 접은 방식이 무엇인지, 지금 손대려는 결정의 권한이 누구에게 있는지.
그 지식은 존재합니다. 다만 어디에도 적혀 있지 않을 뿐입니다. 그것은 회의에서, 마침 그 자리에 있던 여섯 명에게, 말로 전해졌습니다.
재무 계산과 기술 문제 해결은 OpenAI가 살펴본 나머지 일곱 개 직무군 전부에서 가장 흔한 직무 바깥 업무 3위 안에 들었습니다. 둘 다 일반적인 방법은 쉽고 우리 회사만의 사실이 전부인, 딱 그런 종류의 일입니다. AI는 방법을 싸게 만들었습니다. 사실에 대해서는 아무것도 하지 않았습니다.
재회의는 이미 내고 있는 세금이다
대부분의 조직에는 재회의라고 부를 만한 그림자 캘린더가 돌아갑니다. 앞선 회의가 이미 만들어 낸 결과를 되찾기 위해서만 여는 회의 말입니다. 아무도 그 이름으로 일정을 잡지는 않습니다. 그것들은 "결제 플로우 관련 짧게 싱크"라거나 "벤더 결정 정렬"이라거나, "죄송한데 이거 결국 어떻게 정해졌죠?"로 시작하는 메시지의 모습을 하고 있습니다.
재회의는 이견을 좁히는 자리가 아닙니다. 검색 실패를 사람들의 시간으로 덮는 자리입니다. 그리고 이 비용은 어떤 예산 항목에도 나타나지 않기 때문에 유난히 비쌉니다. 비용이 분산되어 있으니까요. 여덟 명이 40분 동안, 그중 네 명은 실제로 참석했던 결론을 복원하는 데 씁니다.
신호는 알아보기 쉽습니다. 누군가 "이거 전에 얘기했던 것 같은데"라고 말하는데 무엇이 정해졌는지 아무도 말하지 못한다면, 지금 재회의 중입니다. 답이 기록이 아니라 한 사람의 기억에서 나왔다면 운이 좋았던 것이고, 그 사람이 팀을 옮긴 다음 분기에는 그 운이 없습니다.
불편한 방식으로 정리하면 이렇습니다. 여러분의 조직에는 이미 지식 베이스가 있습니다. 아무도 두 번 들어 본 적 없는 오디오와, 조용히 낡아 가는 기억으로 만들어진 지식 베이스입니다. 질문은 아카이브를 만들 것인가가 아닙니다. 이미 갖고 있는 아카이브에 손이 닿느냐입니다.
소리는 검색되지 않는다
회의가 증발하는 이유는 문화가 아니라 구조에 있고, 이 부분은 정확하게 짚어 둘 가치가 있습니다.
검색 엔진은 — 노트 앱의 검색창이든, 메신저의 검색이든, 머릿속의 검색이든 — 텍스트 위에서 동작합니다. 오디오는 그 모두에게 불투명합니다. zoom_20260731_142.m4a 같은 이름의 녹음 파일 200개가 든 폴더는 지식 베이스가 아닙니다. 타임스탬프가 붙은 매립지입니다. 그리고 이건 녹음 품질이 아무리 좋아도 마찬가지입니다. "우리는 전부 녹음합니다"라는 전략이 어김없이 아무것도 만들어 내지 못하는 이유가 바로 이것입니다.
전사를 하고 나면 네 개의 층위가 생기는데, 이 넷은 서로 대체되지 않습니다. 검색이 실제로 닿는 층이 어디인지 알아 두면 도움이 됩니다.
녹음은 최종 근거이자 최후의 법정입니다. 여기까지 내려가는 일은 드뭅니다. 요약에 이견이 생기거나 숫자가 이상해 보일 때, 1년에 두 번 정도. 녹음의 임무는 읽히는 것이 아니라 존재하는 것입니다.
화자와 타임스탬프가 붙은 전사는 디테일이 사는 곳입니다. 60분짜리 회의에서 나오는 발화는 대략 8,000단어, 짧은 중편소설 분량입니다. 이걸 자발적으로 읽는 사람은 없습니다. 하지만 벤더 이름이나 에러 코드로 전문 검색을 걸었을 때 특정 분(分) 위에 정확히 착지하는 층이 바로 여기이고, 그 히트를 쓸모 있게 만드는 것이 화자 구분입니다. "누가 이걸 하기로 했지"는 화자가 분리된 전사에서는 답할 수 있고, 구분 없는 텍스트 덩어리에서는 답할 수 없습니다.
요약은 사람이 실제로 읽는 층입니다. 검색 결과를 열어 볼 가치가 있는지 판단하게 해 주고, 열두 개의 결과를 90초 만에 필요한 하나로 좁히게 해 줍니다.
제목과 메타데이터는 애초에 그 기록이 발견되느냐를 결정하는 층입니다. 아무도 도착하지 못한다면 그 위의 모든 것이 무의미합니다.
팀들은 이 순서를 정확히 거꾸로 다룹니다. 전사 품질에 매달리면서 제목은 나중 일로 미룹니다. 그런데 검색 여부를 결정하는 유일한 층이 바로 제목입니다.
그 회의를 모르는 사람을 위해 이름을 지어라
정보 검색 연구자들은 1987년에 이미 이 문제에 이름을 붙였습니다. Furnas, Landauer, Gomez, Dumais는 Communications of the ACM에 발표한 연구에서, 두 사람이 익숙한 같은 대상에 자발적으로 이름을 붙일 때 같은 단어를 고를 확률이 20%도 되지 않는다는 것을 보였습니다. 이들은 이를 어휘 문제(vocabulary problem)라고 불렀고, 미래의 내가 내가 쓴 노트를 못 찾는 이유가 바로 이것입니다.
실무로 옮기면 이렇습니다. 제목에는 그 회의가 있었다는 사실조차 모르는 사람이 검색할 법한 단어가 들어 있어야 합니다. 이 기준은 오늘날 팀들이 쓰는 제목 거의 전부를 탈락시킵니다. "주간 싱크"는 검색이 안 됩니다. 그런 게 200개 있으니까요. "안나와 미팅"도 안 됩니다. 안나가 관여했다는 걸 이미 알아야 찾을 수 있는데, 그게 바로 알아내려던 것이니까요. "Q3 기획"도 거의 안 됩니다. 14개월째에 "Q3"를 검색하는 사람은 없으니까요.
작동하는 제목에는 세 부분이 있습니다. 날짜, 고유명사, 그리고 결론입니다.
2026-08-04 — 결제 개편: EU 카드는 Stripe 대신 Adyen으로 결정2026-07-22 — Acme 갱신: 18개월 계약 합의, 가격은 미결2026-06-30 — 모바일 온보딩: 튜토리얼 화면 제거, 이메일 단계는 유지
각각이 무슨 일을 하는지 보세요. 날짜는 시간순 정렬을 만들고 "이게 언제 정해졌지"에 답합니다. 고유명사 — Adyen, Acme, 실제 기능 이름 — 는 검색어입니다. 그게 남이 실제로 입력하는 단어니까요. 그리고 결론 절이 있으면 검색 결과를 열지 않고도 질문에 답이 됩니다. 이것이 검색 가능성의 가장 높은 형태입니다. 아카이브가 결과 목록에서 곧바로 대답하는 것이죠.
여기에 더할 규칙은 딱 두 개입니다. 두 개만인 이유는, 분류 체계는 정교함 때문에 죽기 때문입니다.
축은 하나만 고르고 밀고 나가세요. 프로젝트 또는 팀 또는 고객사 중 하나이지, 셋 다가 아닙니다. 어떤 기록이 두 폴더 중 어디에 있어도 이상하지 않은 순간, 폴더 구조는 색인이기를 그만두고 추측 게임이 됩니다. 대부분의 팀은 프로젝트 기준이 맞습니다. 사람들이 이름을 기억하는 건 프로젝트니까요.
그리고 태그는 평평하고 적게 유지하세요. 태그는 폴더 축을 가로지를 때 값을 합니다 — 결정, 고객, 포스트모템 같은 것들이요. 그리고 마흔 개가 되고 그중 절반이 동의어가 되는 순간 값을 잃습니다. 태그 목록 전체를 외워서 읊지 못한다면 동료들은 더더욱 못 하고, 그들은 새 태그를 만들어 낼 겁니다.
모든 회의가 기록으로 남을 자격이 있는 건 아니다
대부분의 가이드가 건너뛰는 대목이고, 이걸 건너뛰기 때문에 팀은 검색해도 쓸 만한 게 안 나오는 시끄러운 아카이브를 갖게 됩니다. 아카이브는 신호 대 잡음 장치입니다. 가리지 않고 채우면 고장 납니다.
회의가 지속되는 기록으로 남을 자격을 얻는 것은 다음 셋 중 최소 하나를 만들어 냈을 때입니다. 나중에 누군가 감당해야 할 결정, 이름이 붙은 약속, 그리고 그 자리에 없던 사람이 나중에 필요로 할 공통의 이해. 벤더 선정, 아키텍처 결정, 가격 변경, 고객 에스컬레이션, 장애 리뷰, 킥오프 — "우리가 왜 이렇게 했지"라는 질문이 나중에 나올 모든 자리가 여기 해당합니다.
정기 상태 공유 스탠드업은 대개 해당하지 않습니다. 그것은 지식이 아니라 조율이고, 내용은 일주일이면 상합니다. 이런 걸 기록하면 검색을 무용지물로 만드는 바로 그 볼륨이 만들어집니다.
그리고 어떤 회의는 의도적으로 남기지 않아야 하며, 이건 기본값에 맡기지 말고 의식적으로 내려야 할 판단입니다. 인사 평가 대화, 개인의 처신이 걸린 사안, 초기 법적 리스크, 그리고 설익은 아이디어에 실명이 붙는 자유로운 브레인스토밍 — 이런 것들의 지속적이고 검색 가능하며 화자가 붙은 기록은 득보다 실이 큽니다. 브레인스토밍의 가치는 사람들이 아직 다 정리되지 않은 말을 한다는 데 있습니다. 그걸 아카이브하면 원했던 바로 그 행동에 벌을 주는 셈입니다.
동의 문제도 여기에 속합니다. 녹음 관련 규정은 관할마다 다르고, 내부 회의에서 현실적인 기준은 대체로 "모두가 기록되고 있다는 사실을 안다"입니다. 시작할 때 한 번 알리면 됩니다. 4초 걸리고, 이 범주의 문제 전부가 사라집니다.
아카이브가 대답하기 시작하면 무엇이 달라지나
효과는 세 곳에서 나타나고, 갑자기 나타납니다. 아카이브는 일정한 커버리지 문턱을 넘기 전까지는 거의 쓸모없다가, 넘는 순간 반사적으로 쓰게 됩니다.
온보딩이 남의 시간을 끊어 먹는 일을 멈춥니다. 새 엔지니어의 첫 2주는 전통적으로 바쁜 다섯 사람에게 작은 질문 스무 개를 던지는 과정입니다. 검색 가능한 아카이브가 있으면 그 질문 대부분은 질문보다 먼저 존재하는 답을 갖고 있습니다. 신규 입사자는 서비스 이름을 검색하고, 그것이 설계되고 논쟁되고 범위가 정해진 회의 네 건을 읽습니다. 누구의 오후도 쓰지 않고 같은 이해에 도달하고, 더 중요하게는 결론이 아니라 논거를 얻습니다.
인수인계가 기억 덤프이기를 그만둡니다. 표준적인 인수인계는 떠나는 사람이 이틀에 걸쳐 기억나는 모든 것을 문서에 쏟아붓는 일이고, 이건 불완전한 동시에 검증도 불가능합니다. 아카이브가 있으면 인수인계 문서는 지도로 줄어듭니다. 당신이 물려받는 여섯 갈래는 이것이고, 각각이 마지막으로 논의된 곳은 여기다. 디테일은 이미 잡혀 있습니다. 떠나는 사람의 일은 회상이 아니라 가리키기가 됩니다.
결정 고고학이 비로소 가능해집니다. "이거 왜 이렇게 되어 있죠?"는 2년 넘은 조직에서 가장 비싼 질문입니다. 기록이 없으면 정직한 답은 어깨를 으쓱하는 것이고, 팀은 이미 유효하지 않은 제약을 계속 지키거나 아직 떠받치고 있는 제약을 걷어냅니다. 둘 다 비쌉니다. 기록이 있으면 누군가 컴포넌트 이름을 검색해 19개월 전 회의를 찾고, 그 제약이 3월에 만료된 고객 계약에서 왔다는 걸 읽습니다. 3주짜리 논쟁을 5분짜리 조회가 대신합니다.
여기에는 과소평가하기 쉬운 언어 버전이 하나 더 있습니다. 회의의 절반이 한 언어로 진행되고 팀의 일부가 다른 언어를 읽는다면, 그 아카이브는 회의실의 언어를 공유하는 사람에게만 검색 가능합니다. 검색은 텍스트가 존재하느냐의 문제만이 아니라, 검색하는 사람이 입력할 법한 단어로 존재하느냐의 문제입니다. 동료가 읽을 수 없는 기록은 그 사람 쪽에서 보면 기록이 없는 것과 정확히 같습니다.
결론
회의는 사건이 아닙니다. 회의는 마침 그 자리에 있던 사람들에게, 단 한 번, 소리로 전달된 적히지 않은 문서입니다.
일해 온 역사의 대부분 동안 이 관점은 쓸모가 없었습니다. 한 시간의 발화를 찾을 수 있는 문서로 바꾸는 비용이 그 문서의 가치보다 컸으니까요. 그 제약은 사라졌습니다. 전사, 화자 분리, 요약은 이제 몇 센트와 몇 분이면 됩니다. 그러니 조직이 무엇을 정했는지 잊어버리는 유일하게 남은 이유는, 그 기록에 남이 찾을 수 있는 이름을 아무도 붙이지 않았기 때문입니다.
OpenAI의 데이터는 사람들이 점점 더 자기 직무 바깥으로 손을 뻗어 일하고 있다는 걸 보여 줍니다. 그 일을 위한 도구는 이제 풍족합니다. 맥락은 여전히 희소합니다. 그리고 그 맥락은 여러분의 녹음 파일 안에 앉아, 라벨을 기다리고 있습니다.
네 개의 층위를 직접 조립하지 않고 얻고 싶다면, 그게 Telli.sh를 만든 이유입니다. 회의를 녹음하거나 파일로 받아 화자가 구분된 전사와 요약을 만들고, 그 전부를 팀이 쓰는 언어로 한 곳에 검색 가능하게 모아 둡니다. 이름 짓는 규율은 여전히 여러분의 몫입니다. 남이 검색할 단어를 대신 맞혀 줄 도구는 없으니까요. 다만 제목 아래의 모든 것은 준비된 채로 옵니다.
