자기 진단으로 시작합니다.
AI 업무 활용 수준을 스스로 확인합니다. "AI는 나에게 무엇인가"를 한 줄로 적는 것으로 심리적 장벽부터 다룹니다. 잘 모르는 상태를 드러내도 괜찮다는 분위기가 만들어져야 실습이 굴러갑니다.
◦ Solutions / AX Solution
AX Solution
도구 사용법이 아니라, AI와 일을 나누는 방식을 설계합니다.
◦ 우리가 만나는 상황
도구는 도입했는데
일하는 방식은 그대로입니다
계정은 열어줬는데, 쓰지 않습니다.
전사 라이선스를 구매하고 사용법 교육도 했습니다. 그런데 몇 달이 지나도 실제로 쓰는 사람은 일부입니다. 대부분은 한두 번 질문해 보고 "생각보다 별로"라며 돌아갑니다. 도구를 몰라서가 아니라, 자기 업무의 어느 지점에 넣어야 할지 몰라서입니다.
쓰긴 쓰는데, 결과물을 믿지 못합니다.
초안은 빨리 나오는데 그대로 쓸 수가 없습니다. 숫자가 틀리고, 없는 사실이 들어가 있고, 조직의 입장과 맞지 않는 표현이 섞여 있습니다. 검토하고 고치는 시간이 처음부터 쓰는 시간과 비슷해집니다.
보안이 걱정돼 아무도 책임지지 않습니다.
사내 규정은 "주의해서 사용"이라고만 되어 있습니다. 무엇을 넣어도 되고 무엇은 안 되는지 판단 기준이 없으니, 조심스러운 사람은 아예 쓰지 않고 그렇지 않은 사람은 아무거나 넣습니다. 둘 다 위험합니다.
교육을 해도 일반론에서 끝납니다.
AI 트렌드와 도구 소개를 듣고 나면 남는 것이 없습니다. 실습 예제가 자기 업무와 무관하기 때문입니다.
네 가지 모두 도구의 문제가 아닙니다. AI와 사람이 일을 어떻게 나눌지 정하지 않은 채 도구만 들여온 결과입니다.
◦ How
질문을 잘하는 능력이 아니라
일을 나누는 능력을 훈련합니다
01
업무를 먼저 분해합니다
AI를 켜기 전에 사람이 할 일이 있습니다. 목적이 무엇인지, 최종 결과물이 무엇인지 정하는 일입니다. 교육은 "이 업무를 단계별로 나누면 어떻게 되는가"에서 시작합니다. 한 번에 완성품을 요구하면 업무 목적을 놓치고, 필요한 정보가 빠지고, 없는 사실이 들어옵니다.
02
AI와 사람의 몫을 구분합니다
자료 조사, 분류, 초안 생성, 표현 수정, 비교 정리는 AI가 잘합니다. 목적 설정, 우선순위 판단, 이해관계자 고려, 사실 확인, 최종 의사결정, 그리고 결과에 대한 책임은 사람의 몫입니다. 학습자는 자기 업무를 AI·사람·함께 세 칸으로 직접 나눠보는 것에서 출발합니다.
AI
자료 조사 · 분류 · 초안 생성 · 표현 수정 · 비교 정리
함께
업무 분해 · 반복 검토 · 교차 확인
사람
목적 설정 · 우선순위 판단 · 사실 확인 · 최종 의사결정 · 책임
03
프롬프트는 네 요소로 고정합니다
역할, 맥락, 지시, 형식. 이 네 가지가 들어가면 결과가 달라집니다. "납기 지연 보고서 작성해 줘"와 같은 요청이 왜 실패하는지를 직접 비교하며 확인합니다. 짧고 모호한 요청이 오히려 수정 횟수를 늘린다는 것을 실습으로 체감하게 합니다.
역할
맥락
지시
형식
04
자기 업무 데이터로 실습합니다
일반 예제를 쓰지 않습니다. 그 조직의 실제 파일과 상황으로 실습합니다. 제조 현장이라면 라인별 수율 데이터, 공공기관이라면 사업 공고문, 호텔이라면 고객 리뷰 데이터입니다. 교육장에서 만든 결과물이 그대로 현업에서 쓰일 수 있어야 합니다.
05
결과를 의심하는 법을 함께 가르칩니다
AI의 첫 답을 그대로 쓰지 않는 습관을 만듭니다. 다시 묻고, 비교하고, 반론을 요청하고, 다른 관점으로 교차 검토합니다. 결과물의 책임은 사람에게 있다는 원칙을 과정 전체에서 반복합니다.
◦ 과정 구조
진단 → 프레임워크 → 즉시 실습 → 활용 플랜
STEP 01
진단
활용 수준 확인
→
STEP 02
프레임워크
배우고 바로 쓰기
→
STEP 03
즉시 실습
사다리로 확장
→
STEP 04
활용 플랜
내일 할 일
프레임워크를 배우고 바로 씁니다.
설명이 끝나면 곧바로 프롬프트를 실행합니다. 강의와 실습을 분리하지 않습니다. 실습마다 완성된 프롬프트를 제공하되 대괄호로 표시된 부분에 자기 업무를 넣어 쓰도록 설계합니다.
난이도는 사다리로 올라갑니다.
처음에는 대화형 사용만으로 충분합니다. 익숙해지면 파일을 함께 놓고 작업하는 방식, 외부 도구와 연결하는 방식, 반복 업무를 자동화하는 방식으로 확장합니다. 어디까지 올라갈지는 대상의 직무와 과정 시간에 따라 조정합니다.
마지막은 항상 활용 플랜입니다.
자기 업무 중 반복되는 것 세 가지를 꺼내 어떤 방식으로 처리할지 매핑하고, 1주일 안에 적용할 것 하나를 정합니다. 교육이 끝나는 시점에 "내일 뭘 해볼지"가 정해져 있어야 합니다.
교육 이후를 위한 장치를 함께 만듭니다.
온라인 워크북, 프롬프트 모음집, 팀 공용 계정 운영 지침처럼 교육이 끝난 뒤에도 남아 작동하는 것을 함께 설계합니다.
◦ 설계 기준
같은 AI라도
직무와 계층에 따라 시키는 대상이 다릅니다
계층이 올라갈수록 AI에게 맡기는 대상이 사람 쪽으로 이동합니다.
실무자는 자기 문서를 다루고, 관리자는 팀원의 성장을 설계하는 데 AI를 씁니다. 관리자 과정에서 평가 공정성과 최종 책임을 비중 있게 다루는 이유입니다. 실습에 실제 인사 데이터를 쓰지 않고 가상의 팀원 자료를 제공하는 것도 같은 이유입니다.
◦ 리스크
보안은 기술이 아니라
습관입니다
AI 교육에서 보안을 부록으로 다루면 현장에서 작동하지 않습니다. 실습 전에 판단 기준을 먼저 세웁니다.
◦ 입력 전 스스로에게 묻는 세 가지
01
지금 입력하는 내용에 회사 이름이나 개인 이름이 들어 있는가.
02
이 문장을 보고 누군가 우리 회사의 실제 실적이나 전략을 유추할 수 있는가.
03
나는 지금 AI에게 지식을 묻고 있는가, 아니면 기업 정보를 넘기고 있는가.
넣지 않아야 할 것을 분류해 둡니다
개인정보, 기업 기밀(전략·가격 정책·미공시 재무·인사 평가), 기술 자산(설계 정보·소스 코드·인증 키), 법무 및 규제 정보. 조직의 상황에 맞게 이 분류를 함께 정리합니다.
쓰면서도 지킬 수 있는 방법을 익힙니다
데이터 학습 방지 설정을 직접 적용하고, 회사명과 핵심 수치를 코드네임과 변수로 바꾸는 마스킹을 연습합니다. 구조는 남기고 실제 값은 가리면 대부분의 업무는 안전하게 처리됩니다.
결과물은 세 단계로 검증합니다
원천 자료로 사실을 확인하고, AI가 임의로 채워 넣은 수치를 실제 지표로 교체하고, 사내 규정과 표현 기준에 맞는지 검토합니다. 정보가 없는 항목은 지어내지 말고 확인이 필요하다고 표시하도록 프롬프트에 규칙을 넣는 방법도 함께 익힙니다.
◦ Output
교육장에서 만든 것이
그대로 현업 문서가 됩니다
◦ Works
2차전지 제조 기업 — 비개발 직군 대상 AI 기반 문제 해결·보고서 작성
문제품질, 생산설비, 구매, 영업, 재무까지 여러 직군의 실무자가 대상이었습니다. 코딩을 아는 사람은 없고, AI를 써본 경험도 제각각이었습니다. 공통 과정 하나로 묶으면 누군가에게는 너무 어렵고 누군가에게는 너무 쉬워집니다.
설계도구 기능 나열을 걷어내고, 그 회사의 실제 데이터로 처음부터 끝까지 한 번 통과하는 구조로 짰습니다. 라인별 수율 데이터에서 이슈를 뽑아 팀장 보고용 문서로 바꾸고, 같은 내용을 고객사 제출 문서의 어조로 다시 쓰는 흐름입니다. 문제 해결 파트에서는 증상과 문제를 구분하는 것부터 시작해 원인을 구조적으로 펼치는 방법을 다뤘습니다. 난이도는 대화형에서 시작해 파일 작업, 외부 연동, 자동화 순으로 올렸고, 각 단계에서 멈춰도 괜찮도록 설계했습니다.
결과참가자는 자기 부서의 반복 업무를 처리하는 자동화 설정 하나를 직접 만들어 돌아갔습니다. 재무는 월말 정산, 품질은 클레임 원인 분석, 구매는 견적 비교처럼 각자의 업무에 맞는 형태였습니다. 도구를 배운 것이 아니라 자기 업무 하나를 옮겨놓은 상태로 끝났습니다.
호텔 — 팀장급 AI 기반 성과 관리
문제팀장들이 성과 면담과 평가에 부담을 느끼고 있었습니다. 목표는 추상적으로 적히고, 피드백은 인상 평가에 기대고, 면담은 형식적으로 끝났습니다. AI 도입 이야기는 나오지만 팀장의 일과는 연결되지 않았습니다.
설계AI 활용 교육이 아니라 성과 관리 교육으로 설계하고, 각 단계에서 AI를 도구로 넣었습니다. 자기 업무를 목표와 지표로 고도화하고, 팀원이 작성한 목표 초안을 검증해 다시 쓰고, 평가 템플릿을 자기 팀에 맞게 만들고, 피드백 대화 스크립트를 뽑아 어조를 조정했습니다. 마지막에는 방어적인 팀원 역할을 AI에게 맡겨 면담을 연습하고, 대화가 끝난 뒤 무엇을 놓쳤는지 복기 피드백까지 받게 했습니다.
결과팀장은 자기 팀에 맞는 평가 템플릿과 성장 로드맵, 그리고 반복해서 쓸 수 있는 개인용 성과 관리 에이전트를 만들어 갔습니다. 평가자의 오류와 공정성을 함께 다뤄, AI를 쓰더라도 판단과 책임은 리더에게 있다는 기준을 남겼습니다.
공공기관 — 실무자 대상 AI 활용 문서 작성
문제사업 공고문과 보고서를 쓰는 데 시간이 많이 들지만, AI로 만든 문서는 행정 문서로 쓰기 어려웠습니다. 없는 날짜와 금액이 들어가고, 기관의 표현 기준과 맞지 않았습니다.
설계문서를 바로 쓰게 하지 않았습니다. 독자가 누구이고 무엇을 알아야 하며 어떤 행동을 해야 하는지를 먼저 정의한 뒤, 구조를 설계하고, 그다음에 문장을 쓰는 순서로 진행했습니다. 작성 기준에는 정보가 없는 항목을 지어내지 말고 확인이 필요하다고 표시하라는 규칙을 명시했습니다. 마지막에는 다른 관점의 검토자를 세워 문서를 비판적으로 점검하게 했습니다.
결과참가자는 기관 실제 사업의 공고문 구조 설계안과 초안을 완성했습니다. AI가 만들어낸 문장을 그대로 받지 않고 되묻는 습관이 과정 안에서 만들어졌습니다.
◦ 운영
◦ 진행 방식
조직의 환경에
맞춰 운영합니다
도구
조직의 환경에 맞춥니다. 이미 도입한 도구가 있다면 그것으로 진행합니다. 도구를 검토하는 단계라면 업무 유형별로 무엇이 적합한지 비교해 드립니다. 최고의 도구를 찾는 것보다 그 조직이 실제로 쓸 수 있는 도구를 고르는 일이 중요합니다.
시간
2시간부터 종일 과정까지. 인식 전환이 목적이면 2시간, 실습으로 결과물을 만들려면 최소 4시간, 문제 해결이나 성과 관리처럼 다른 주제와 결합하면 종일 과정이 필요합니다.
사전 준비
사전에 그 조직의 업무를 받습니다. 실습에 쓸 데이터와 문서를 미리 확보해 케이스로 만듭니다. 일반 예제로 진행하는 AI 교육은 만족도는 나와도 현업으로 이어지지 않습니다.
결합
AI 교육만 따로 하지 않아도 됩니다. 성과관리, 보고서 작성, 문제 해결, 목표 수립 과정 안에 AI 활용을 하나의 단계로 넣는 방식이 더 잘 작동하는 경우가 많습니다.