효과가 남는 기업 AI 교육 설계: 일회성 특강을 넘어 '익히기→만들기→넓히기'로

“AI 교육은 이미 했습니다.” 많은 기업이 이렇게 말합니다. 외부 강사를 불러 두 시간짜리 특강을 했고, 전 직원이 들었고, 만족도 설문도 괜찮았습니다. 그런데 한 달 뒤 현장을 보면 달라진 게 없습니다. 몇몇 얼리어답터만 챗봇을 쓰고, 대부분은 예전 방식으로 일합니다.

교육을 안 한 것이 문제가 아닙니다. 효과가 남지 않는 방식으로 한 것이 문제입니다. 결론부터 말하면, 일회성 특강은 지식을 전달할 수는 있어도 일하는 방식을 바꾸지 못합니다. 만들기 → 넓히기’라는 단계로 설계되고, 직군별 실무에 밀착하며, 교육이 끝나는 지점이 아니라 시스템 구축이 시작되는 지점으로 이어집니다 → 효과가 남는 AI 교육은 익히기, 만들기, 넓히기 세 단계로 설계합니다. 직군별 실무에 붙입니다. 그리고 교육이 끝나는 자리가 아니라 시스템 구축이 시작되는 자리로 잇습니다 → 만들기 → 넓히기’라는 단계로 설계되고, 직군별 실무에 밀착하며, 교육이 끝나는 지점이 아니라 시스템 구축이 시작되는 지점으로 이어집니다. 특강이 왜 실패하는지, 어떻게 설계해야 조직에 능력이 쌓이는지를 데이터와 함께 봅니다.

왜 일회성 특강은 효과가 남지 않는가

가장 근본적인 이유는 인간의 기억 구조입니다. 에빙하우스의 망각 곡선이 보여주듯, 사람은 새로 배운 내용을 강화하지 않으면 빠르게 잊습니다. L&D 업계 분석에 따르면 강화나 적용이 없을 경우 직원은 학습 후 24시간 안에 배운 것의 약 70%를, 30일 안에 최대 80%를 잊는 것으로 보고됩니다(eLearning Industry). 두 시간 특강으로 머리에 넣은 지식은, 반복해서 쓰지 않으면 한 달 안에 거의 사라진다는 뜻입니다.

지식이 남는다 해도 행동은 또 다른 문제입니다. 맥킨지는 마이크로소프트 Copilot 도입 행동을 분석하면서 흥미로운 모순을 발견했습니다. 참가자의 10명 중 9명이 “정식 교육이 유용하다”고 인정했지만, 10명 중 7명은 온보딩 영상을 무시하고 실제로는 직접 써 보는 경험 학습과 동료에게 배우는 사회적 학습에 의존했습니다(McKinsey). 사람들은 강의를 듣는 것으로 일을 바꾸지 않습니다. 손으로 만들어 보고, 옆 사람이 쓰는 걸 보면서 바뀝니다.

그래서 교육 시간 자체가 중요한 변수가 됩니다. BCG가 11개국 1만 명 이상을 조사한 ‘AI at Work 2025’에 따르면, 5시간 넘게 교육받은 사람의 79%가 AI 정기 사용자였던 반면, 5시간 미만 교육받은 사람은 67%에 그쳤습니다. BCG는 효과적인 교육의 핵심 요소로 ‘강의, 대면 세션, 코칭의 조합’을 꼽았고, 매니저·리더의 정기 사용은 활발한 반면 프런트라인 직원의 정기 사용은 51%에 머물러 정체되어 있다고 분석했습니다(BCG). 한 번의 특강이 줄 수 없는 게 바로 이 누적 시간과 지속적 코칭입니다.

빈 교육의 대가는 비단 도입 정체에 그치지 않습니다. 톰슨로이터의 ‘2025 전문직 생성형 AI 활용 보고서’는 전 세계 전문직 응답자의 약 64%가 직장에서 생성형 AI 교육을 받은 적이 없고, 52%는 조직에 관련 정책 자체가 없다고 답했다고 보고합니다(Thomson Reuters). 직원들은 이미 알아서 AI를 쓰기 시작했는데, 회사 차원의 교육과 가이드는 비어 있는 상태라는 뜻입니다. 이 공백을 두 시간 특강으로 메우려는 시도가 바로 효과가 남지 않는 교육의 전형입니다.

‘익히기 → 만들기 → 넓히기’ 3단계 설계

효과가 남는 교육은 단계로 설계됩니다. 우리는 이를 익히기 → 만들기 → 넓히기로 나눕니다.

1단계 익히기는 AI와 대화하는 기본기를 잡는 단계입니다. 핵심은 ‘많이 아는 것’이 아니라 ‘제대로 시키는 것’입니다. 우리가 현장에서 쓰는 T.I.G.E.R 프레임(Task·Input·Goal·Example·Refine)처럼, 과제를 명확히 정의하고, 필요한 입력을 주고, 원하는 결과의 형태를 보여 주고, 결과를 다듬는 한 번의 루프를 몸에 익힙니다. 이 단계는 강의가 아니라 손으로 하는 연습이어야 합니다. 자기 업무 문서를 직접 가져와 그 자리에서 다시 써 보게 해야 망각 곡선을 이깁니다.

2단계 만들기는 한 번의 대화를 넘어 반복 가능한 결과물을 만드는 단계입니다. 자주 쓰는 프롬프트를 템플릿으로 정리하고, 팀이 공유하는 작업 흐름을 짜고, 여러 단계를 하나로 묶기 시작합니다. 여기서부터 ‘개인이 AI 도움을 받는 것’에서 ‘팀의 일하는 방식’으로 넘어갑니다. 만들기 단계의 산출물은 그 자체로 자산이 됩니다.

3단계 넓히기는 검증된 작업 흐름을 시스템으로 확장하는 단계입니다. 사람이 매번 손으로 돌리던 일을 자동화하고, 권한·감사·롤백·사용 한도 같은 안전장치를 붙입니다. 이 단계는 교육이라기보다 구축의 입구입니다. 그래서 교육의 마지막은 수료증이 아니라, “이건 시스템으로 만들 만하다”는 후보 목록이어야 합니다.

이 3단계가 중요한 이유는, 맥킨지가 지적한 기업들의 공통된 실수를 피하게 해 주기 때문입니다. 맥킨지는 대부분의 기업이 측정하기 쉬운 ‘AI 리터러시’에만 과하게 투자하고, 더 지저분하지만 진짜 성과가 나오는 ‘도입(adoption)‘과 ‘혁신 연결’에는 거의 손대지 않는다고 분석합니다(McKinsey). 익히기에서 멈추면 리터러시에서 멈추는 것이고, 만들기와 넓히기까지 가야 성과가 남습니다.

직군별로 설계해야 하는 이유

전 직원에게 같은 내용을 가르치는 건 효율적으로 보이지만 효과가 가장 낮은 방식입니다. 영업, 재무, 마케팅, 운영은 AI로 푸는 문제가 다르고, 따라서 배워야 할 것도 다릅니다.

WEF의 ‘미래 일자리 보고서 2025’는 이 변화의 규모를 보여 줍니다. 2025~2030년에 걸쳐 전 세계 노동자가 보유한 기술의 평균 39%가 변형되거나 쓸모없어질 것으로 전망되며, 노동력을 100명으로 환산하면 59명이 재교육이나 향상 교육을 필요로 합니다(World Economic Forum). 이 39%는 직군마다 다른 39%입니다. 영업의 변하는 업무와 재무의 변하는 업무가 같을 리 없습니다.

그래서 직군별 설계는 ‘같은 도구, 다른 적용’으로 갑니다. 영업팀에는 고객 미팅 음성 기록을 요약하고 후속 액션을 뽑아내는 작업을, 재무팀에는 반복적인 결재·정산 문서 처리를, 마케팅팀에는 콘텐츠 초안과 카드뉴스 자동화를 중심에 둡니다. 우리가 직접 구축한 사례를 보면 차이가 분명합니다. 영업 대시보드에서는 음성 기록 정리가 30분에서 5분으로, 주간 보고가 1시간에서 10분으로 줄었습니다. 결재 업무에서는 12개 도구가 맞물린 자가복구 시스템으로 30분 걸리던 처리가 3분으로 줄었습니다. 같은 ‘AI 교육’이라는 이름 아래 있지만, 직군이 다르면 도착지가 다릅니다.

직군별 설계는 동기 부여 측면에서도 결정적입니다. 사람은 ‘내 일’이 편해지는 걸 직접 봐야 움직입니다. 일반론으로 가르친 AI는 남의 일처럼 들리지만, 내가 매주 하는 보고서가 그 자리에서 10분으로 줄면 그날부터 씁니다.

실무 실습: 교육의 절반은 ‘자기 업무’여야 한다

효과가 남는 교육의 가장 단순한 원칙은 이것입니다. 직원이 가공의 예제가 아니라 자기 실제 업무를 들고 와서, 그 자리에서 결과물을 만들어 가야 합니다.

이유는 두 가지입니다. 첫째, 망각 곡선을 이기는 가장 확실한 방법이 ‘즉시 적용’이기 때문입니다. 배운 직후 실제 업무에 써 보면 기억이 강화되고, 그 결과물이 다음 날에도 책상 위에 남아 반복 사용을 유도합니다. 둘째, 실무 실습은 그 자체로 ‘만들기’ 단계의 산출물을 생산하기 때문입니다. 교육이 끝났을 때 직원의 손에 실제로 쓸 수 있는 템플릿과 작업 흐름이 남습니다.

이 원칙을 적용하려면 교육 설계가 바뀌어야 합니다. 강의 슬라이드 비중을 줄이고, 직원이 노트북을 열고 자기 파일로 작업하는 시간을 절반 이상으로 잡습니다. 강사는 발표자가 아니라 코치 역할을 합니다 — BCG가 강조한 ‘코칭’이 바로 이 지점입니다. 막히는 사람 옆에 가서 함께 풀고, 잘 된 사례를 그 자리에서 공유합니다. 교육 후에는 2주 단위로 짧은 후속 세션(부스터 세션)을 두어 적용 상황을 점검하고 다음 과제를 던집니다. 한 번에 몰아넣지 않고 간격을 두고 반복하는 것이 정착의 핵심입니다.

자동화 후보를 고르는 기준도 실습에서 자연스럽게 드러납니다. 우리는 ✓반복되고, ✓연결되고, ✓누적되고, ✓복구 가능한 일을 자동화 대상으로 봅니다. 반대로 ✗최종 결정, ✗신뢰가 걸린 판단, ✗창의가 필요한 일은 사람이 쥡니다. 직원이 자기 업무로 실습하다 보면 “이건 매주 반복되네”라는 후보가 스스로 떠오릅니다. 그 목록이 다음 단계, 구축의 출발점이 됩니다.

교육에서 구축으로: 효과가 ‘시스템’으로 남게 하기

교육의 진짜 효과는 개인의 머릿속이 아니라 조직의 시스템에 남아야 합니다. 그렇지 않으면 잘 배운 직원이 퇴사하는 순간 능력도 함께 사라집니다.

우리가 현장에서 반복해서 보는 실패는 세 가지 패턴입니다. 첫째 개인 분산 — 각자 알아서 AI를 쓰지만 노하우가 흩어져 있습니다. 둘째 축적 안 됨 — 좋은 프롬프트와 작업 흐름이 한 사람의 메모장에만 있고 조직 자산이 되지 못합니다. 셋째 시스템 단절 — 잘 만든 자동화가 기존 업무 시스템과 연결되지 않아 결국 안 쓰이게 됩니다. 일회성 특강은 이 세 패턴을 전혀 막지 못합니다. 오히려 개인 분산을 부추깁니다.

교육을 구축으로 잇는다는 건, 익히기·만들기 단계에서 나온 검증된 작업 흐름을 골라 시스템으로 만든다는 뜻입니다. 우리는 이를 단계적으로 봅니다. Phase 1은 편집기 수준에서 프롬프트와 템플릿을 다듬는 단계, Phase 2는 사람과 AI가 역할을 나눠 일을 주고받는 핸드오프 단계, Phase 3은 여러 에이전트가 맞물려 돌아가는 시스템 단계입니다. 이때 반드시 따라오는 것이 안전장치입니다 — 권한 관리, 감사 로그, 롤백, 사용 한도. 자동화가 빨라질수록 통제가 단단해야 합니다.

실제로 이렇게 이어진 사례를 보면 효과가 시스템에 남는다는 게 무슨 뜻인지 분명해집니다. 거래처 등록 업무는 PDF 파싱과 브라우저 자동화를 결합해 사람은 최종 승인만 하도록 만들었고, 막히면 스스로 복구합니다. 통합 운영에서는 위키 150건과 3개 에이전트가 맞물려 재계약 196건을 처리했습니다. 웹사이트 제작은 5일·3명이 걸리던 일을 1명으로 줄이고 블로그 30건 이상을 자동 생산하게 했습니다. 이것들은 개인의 스킬이 아니라 조직의 시스템입니다. 담당자가 바뀌어도 능력은 남습니다.

이 연결이 빠지면 교육 투자는 새는 양동이에 물 붓기가 됩니다. IDC는 2026년까지 전 세계 90% 이상의 조직이 IT 기술 부족을 겪으며, 그로 인한 지연·품질 저하·매출 손실 비용이 5조 5천억 달러에 이를 것으로 전망했습니다(IDC). 교육을 했느냐가 아니라, 그 교육이 능력으로 축적되었느냐가 이 비용을 가르는 분기점입니다.

직원 개개인이 AI를 잘 쓰게 만드는 일과, 회사가 일하는 방식을 바꾸는 일은 설계가 다릅니다. 앞은 특강으로 시작할 수 있습니다. 뒤는 익히기에서 시작해 구축으로 끝나는 일관된 설계가 있어야 합니다. 교육과 구축을 따로 사는 순간, 둘 다 절반의 효과만 냅니다.

프롬프트 기본기를 더 단단히 잡고 싶다면 프롬프트 5원칙을 함께 보시길 권합니다. 그리고 일회성 특강을 넘어 ‘익히기→만들기→넓히기’로 설계된 교육이 어떻게 진행되는지 궁금하시다면, 교육 프로그램에서 직군별 커리큘럼과 후속 구축 연결 방식을 확인하실 수 있습니다.

자주 묻는 질문

일회성 특강은 아예 의미가 없나요?

전혀 무의미하지는 않습니다. 특강은 조직 전체의 인식을 끌어올리고 ‘시작해도 된다’는 신호를 주는 데는 유효합니다. 다만 거기서 멈추면 망각 곡선 때문에 한 달 안에 효과가 대부분 사라집니다. L&D 연구는 강화 없는 학습이 24시간 내 약 70%, 30일 내 최대 80%까지 잊힌다고 보고합니다(eLearning Industry). 특강을 출발점으로 삼되, 반드시 실무 실습과 2주 단위 후속 세션으로 이어가야 합니다.

교육 시간은 얼마나 잡아야 하나요?

BCG 조사를 기준으로 보면 누적 5시간이 의미 있는 분기점입니다. 5시간 넘게 교육받은 사람의 79%가 AI 정기 사용자였고, 5시간 미만은 67%에 그쳤습니다(BCG). 다만 이 5시간을 하루에 몰아넣기보다, 간격을 두고 나눠 코칭과 함께 제공하는 편이 정착에 유리합니다. 한 번의 긴 강의보다, 짧게 자주 반복하며 실무에 적용하는 구조가 효과적입니다.

직군이 너무 다양한데 어떻게 직군별로 설계하나요?

모든 직군에 맞춤 커리큘럼을 처음부터 만들 필요는 없습니다. 공통 기본기(익히기 단계)는 전사 동일하게 가고, ‘만들기’ 단계부터 직군별로 갈라지게 설계하면 됩니다. 핵심은 각 직군이 매주 반복하는 1~2개 업무를 찾아 그것을 실습 과제로 삼는 것입니다. WEF는 2030년까지 노동자 기술의 39%가 변한다고 전망하는데, 이 변화의 내용이 직군마다 다르기 때문에 ‘만들기’부터는 반드시 나뉘어야 합니다(World Economic Forum).

교육 효과를 어떻게 측정하나요?

만족도 설문은 가장 약한 지표입니다. 효과는 행동과 산출물로 측정해야 합니다. 권장하는 지표는 세 가지입니다. 첫째 정기 사용률(교육 후 4주 시점에 실제로 AI를 업무에 쓰는 직원 비율), 둘째 산출물(교육에서 만들어진 템플릿·작업 흐름의 수와 실제 사용 빈도), 셋째 자동화 후보 수(구축으로 이어질 수 있는 반복 업무의 발굴 건수)입니다. 맥킨지도 측정하기 쉬운 리터러시가 아니라 도입과 성과 연결을 봐야 한다고 강조합니다(McKinsey).

교육과 시스템 구축을 꼭 같이 가야 하나요?

같이 가는 것이 효과를 남기는 핵심입니다. 교육만 하면 능력이 개인에게 흩어지고(개인 분산), 좋은 노하우가 조직에 쌓이지 않으며(축적 안 됨), 만든 자동화가 기존 시스템과 연결되지 않습니다(시스템 단절). 이 세 가지가 일회성 교육이 효과를 못 내는 전형적 패턴입니다. 교육 단계에서 발굴된 자동화 후보를 곧바로 구축으로 잇고, 권한·감사·롤백 같은 안전장치를 함께 설계해야 능력이 사람이 아니라 시스템에 남습니다. 진단으로 현재 조직의 단계를 먼저 파악하고 싶다면 상담에서 시작하실 수 있습니다.