생성형 AI 교육을 하겠다는 회사는 많아졌지만, 교육이 끝난 뒤 실제 업무 방식이 바뀌었다는 곳은 생각보다 적습니다. 원인은 대개 강의 내용보다 교육 전에 정했어야 할 것을 정하지 않은 데 있습니다. 강사를 섭외하기 전에 내부에서 먼저 답해야 할 다섯 가지를 순서대로 정리했습니다.
1. 교육의 목적: “AI를 알게 하기”인가, “업무를 바꾸기”인가
같은 “AI 교육”이라도 목적에 따라 과정이 완전히 달라집니다. 전 직원의 이해도를 고르게 올리는 것이 목적이면 짧은 특강과 기초 실습이 맞고, 특정 부서의 반복 업무를 줄이는 것이 목적이면 그 부서의 실제 업무를 가져와 몇 주에 걸쳐 실습해야 합니다.
| 목적 | 맞는 형식 | 끝났을 때의 모습 |
|---|---|---|
| 인식 개선·이해 | 1~2회 특강 + 체험 실습 | 직원이 AI로 무엇을 할 수 있는지 설명할 수 있음 |
| 업무 생산성 | 부서별 4~6주 실습 과정 | 업무 1~2개가 AI를 쓰는 방식으로 바뀜 |
| 사내 전파자 양성 | 심화 과정 + 강의 실습 | 부서마다 질문을 받아 줄 사람이 생김 |
목적을 하나로 정하기 어렵다면 “교육이 끝나고 한 달 뒤에 무엇이 달라져 있으면 성공인가”를 한 문장으로 적어 보면 됩니다.
2. 대상과 수준: 한 반에 같은 수준을 모아야 합니다
AI를 한 번도 안 써 본 사람과 매일 쓰는 사람을 한 강의실에 넣으면 양쪽 모두 만족하지 못합니다. 간단한 사전 설문으로 수준을 나누는 것만으로도 교육 효과가 크게 달라집니다.
- 생성형 AI 서비스(ChatGPT 등)를 써 본 적이 있는가
- 업무에 써 본 적이 있다면 어떤 일에 썼는가
- 가장 시간이 많이 드는 반복 업무는 무엇인가
- 교육에서 가장 배우고 싶은 것은 무엇인가
마지막 두 질문의 답은 그대로 실습 주제가 됩니다. 설문은 교육 담당자가 강사에게 넘겨줄 수 있는 가장 좋은 자료입니다.
3. 보안 기준: 교육보다 먼저 정해야 합니다
“회사 자료를 AI에 넣어도 되나요?”는 교육 현장에서 가장 많이 나오는 질문입니다. 이 기준이 없으면 직원들은 배운 것을 업무에 쓰지 못하거나, 반대로 넣으면 안 되는 자료를 넣게 됩니다. 최소한 다음은 교육 전에 정해 두는 것이 좋습니다.
- 회사가 허용하는 AI 서비스와 요금제(개인 계정 사용 허용 여부)
- 입력하면 안 되는 정보의 종류(개인정보, 고객 정보, 미공개 실적, 계약서 등)
- 입력 전 가공 방법(이름·숫자 지우기, 일반화하기)
- 문제가 생겼을 때 물어볼 담당 부서
자세한 점검 항목은 회사 자료를 AI에 넣어도 될까? 보안 체크리스트에 따로 정리했습니다.
4. 실습 자료: 실제 업무와 닮은 자료를 준비합니다
강의에서 쓰는 예제가 내 업무와 멀수록 교육은 “신기한 체험”으로 끝납니다. 실제 보고서 양식, 자주 쓰는 메일 유형, 회의록 샘플처럼 업무와 닮은 자료를 민감 정보만 지운 상태로 준비하면, 교육 시간이 그대로 업무 연습이 됩니다.
5. 성과 측정: 만족도만으로는 부족합니다
교육 만족도 설문은 “강의가 재미있었는가”를 알려 줄 뿐입니다. 업무가 바뀌었는지 보려면 교육 전후로 같은 질문을 하는 것이 가장 간단합니다.
- 교육 전: 지난주 AI를 업무에 쓴 횟수와 용도를 묻습니다
- 교육 직후: 실습한 업무를 혼자 다시 할 수 있는지 확인합니다
- 4주 뒤: 다시 같은 질문을 하고, 실제로 바뀐 업무 사례를 모읍니다
4주 뒤에 모인 사례는 다음 교육을 설계하는 근거가 되고, 다른 부서로 확산할 때 가장 설득력 있는 자료가 됩니다.
이 다섯 가지를 정해 두면 강사와의 첫 미팅이 “무엇을 가르칠까”가 아니라 “이 목표를 어떻게 달성할까”로 시작됩니다. 코리아AGI는 교육 의뢰를 받으면 이 항목을 함께 정리하는 데서 시작합니다. 관련 과정: ChatGPT·업무자동화 실전 활용, AI 리터러시 지도사 양성
