사내 AI 교육을 해보니, AI를 잘 쓰는 사람은 병목을 알고 있었다

이번에 회사에서 내가 자처해서 사내 AI 교육을 진행했다.

ChatGPT를 어떻게 질문해야 하는지부터 개인 설정과 프로젝트, 실제 업무에서 AI를 어떤 식으로 연결할 수 있는지까지 내가 직접 써보면서 중요하다고 느낀 내용을 정리해 전달했다.

교육을 준비할 때만 해도 가장 신경 쓴 건 내용이었다.

어떤 기능을 보여줘야 할지, 무엇부터 설명해야 사람들이 어렵지 않게 받아들일지, 실제 업무에서 바로 써볼 만한 사례는 무엇인지 계속 고민했다.

그런데 막상 교육을 끝내고 나니 내 생각에 더 오래 남은 건 강의 내용이 아니었다.

사람들의 그다음 행동이었다.

직접 준비한 사내 ChatGPT 실무 교육. 기능 소개보다 실제 업무에서 어떻게 사용할지를 중심으로 진행했다.

교육이 끝난 뒤 행동이 달랐다

교육 이후 한 동료가 강의 자료를 다시 보기 시작했다.

모르는 내용이 있으면 계속 물어봤고, 배운 것을 자기 업무에 어떻게 적용할 수 있을지도 바로 고민했다.

단순히 재미있었다거나 신기했다는 반응이 아니었다.

다시 보고, 직접 해보고, 막히면 질문하고, 자기 일에 붙여보려 했다.

그 모습을 보면서 생각이 조금 바뀌었다.

AI를 잘 활용할 가능성이 높은 사람은 단순히 새로운 기술에 익숙하거나 신기술에 관심이 많은 사람이 아닐 수도 있겠다는 생각이 들었다.

오히려 일을 충분히 해봐서 자기 업무의 어디가 불편하고 무엇이 반복되며 어느 지점에서 시간이 낭비되는지를 알고 있는 사람이 AI를 훨씬 빠르게 자기 일과 연결할 수 있겠다는 생각이었다.

교육이 끝난 뒤 실제로 다시 써보고 질문하겠다는 반응이 이어졌다.

업무 경험이 쌓이면 병목이 보이기 시작한다

일을 오래 하다 보면 이상하게 반복해서 거슬리는 지점이 생긴다.

이걸 왜 매번 이렇게 해야 하지?

이 자료는 왜 계속 같은 방식으로 정리해야 하지?

사람이 꼭 이 단계까지 매번 직접 붙어서 해야 할까?

업무를 처음 접할 때는 정해진 방식을 따라가는 것만으로도 정신이 없다. 하지만 같은 일을 반복하다 보면 어느 순간 과정 자체가 보이기 시작한다.

무엇이 필요한 일이고, 무엇이 관성적으로 남아 있는 일인지 조금씩 구분된다.

나는 이 지점에서 AI 활용의 차이가 생길 수 있다고 느꼈다.

AI 기능을 먼저 보고 쓸 곳을 찾는 것과, 이미 해결하고 싶은 문제가 있는 상태에서 AI를 보는 것은 출발점부터 다르다.

전자는 ‘이걸 어디에 쓰지?’에서 시작한다.

후자는 ‘혹시 이걸 이렇게 해결할 수 있지 않을까?’에서 시작한다.

내가 교육 이후 본 반응도 후자에 가까웠다.

이미 자기 업무를 알고 있었기 때문에 새로운 기능을 보는 순간 적용할 장면이 떠오른 것이다.

경험 없는 사람에게 AI는 도구지만, 병목을 아는 사람에게는 해결책 후보가 된다

물론 업무 경험이 많다고 해서 반드시 AI를 잘 쓰는 것은 아니다.

반대로 경험이 적다고 AI를 활용하지 못하는 것도 아니다.

이번 교육 한 번으로 그런 일반화를 할 수도 없다.

다만 내가 직접 보고 느낀 건 분명했다.

자기 업무에서 무엇을 줄이고 싶고, 무엇을 개선하고 싶고, 어디가 가장 답답한지를 알고 있는 사람에게 AI를 설명하면 대화가 굉장히 빨리 구체적으로 변한다.

‘ChatGPT로 무엇을 할 수 있어요?’라는 질문에서 끝나지 않는다.

‘이 업무도 가능해요?’

‘내가 매번 하는 이걸 줄일 수 있어요?’

‘이 자료를 이렇게 넣으면 이런 결과까지 만들 수 있어요?’

질문의 출발점이 기능이 아니라 업무가 된다.

개인적으로는 이 차이가 AI를 실제 일에 붙이는 데 꽤 중요하다고 느낀다.

그래서 사내 AI 교육도 기능을 얼마나 많이 보여주느냐보다 참가자가 자기 업무를 떠올리게 만드는 쪽이 더 중요할 수 있겠다는 생각이 들었다.

문제는 교육이 끝난 다음이었다

여기서 또 다른 문제가 보였다.

한 번의 강의로 이 흐름이 계속될 수 있을까?

교육 시간에는 설명을 듣고 바로 따라 해볼 수 있다. 하지만 자리로 돌아가 며칠 지나면 기억은 흐려지고, 실제 업무에 적용하려다 막히는 순간도 생긴다.

그때 다시 볼 자료가 없거나 질문할 곳이 없으면 결국 익숙한 방식으로 돌아가기 쉽다.

그래서 이번 교육을 한 번의 행사로 끝내고 싶지는 않았다.

자료를 다시 볼 수 있고, 필요한 내용을 계속 추가할 수 있고, 실무에서 써본 프롬프트와 활용법도 공유할 수 있는 공간이 있으면 좋겠다고 생각했다.

그 생각에서 사내 AI Academy를 만들었다.

한 번의 강의로 끝내지 않기 위해 교육 자료와 프롬프트를 계속 공유할 수 있는 사내 AI Academy를 만들었다.

그래서 사내 AI Academy를 만들었다

AI Academy에는 교육 자료를 다시 볼 수 있는 강의실과 업무 자료를 공유할 수 있는 자료실, 교육 공지, 프롬프트를 축적할 수 있는 공간을 만들었다.

처음부터 거대한 사내 교육 플랫폼을 만들겠다는 생각은 아니었다.

한 번 설명하고 끝나는 것보다 사람들이 필요할 때 다시 돌아올 수 있는 장소가 있으면 좋겠다는 게 출발점이었다.

새로운 활용법을 알게 되면 추가하고, 다음 교육이 있으면 자료를 쌓고, 실제 업무에서 유용했던 프롬프트가 있다면 다시 공유할 수 있는 구조다.

아직 이 시스템이 회사의 생산성을 얼마나 높였는지, 업무 시간을 얼마나 줄였는지 말할 단계는 아니다.

그런 수치를 확인한 것도 아니다.

지금 내가 말할 수 있는 건 교육 이후에도 학습과 적용을 이어갈 수 있는 구조가 필요하다고 느꼈고, 그래서 직접 그런 공간을 만들었다는 것까지다.

사내 AI 교육의 시작점은 기능보다 업무 문제일 수 있다

이번 교육을 준비하면서는 무엇을 가르칠지가 가장 중요하다고 생각했다.

교육을 끝낸 지금은 조금 다르게 생각한다.

더 중요한 질문은 교육을 들은 사람이 자기 자리로 돌아가 무엇을 떠올리느냐일 수 있다.

내 업무에서 가장 반복되는 일은 무엇인가?

시간이 가장 많이 드는데 판단은 별로 필요하지 않은 일은 무엇인가?

계속 같은 형식으로 만들고 있는 자료는 없는가?

매번 비슷한 내용을 찾거나 정리하고 있지는 않은가?

이런 질문에 답할 수 있다면 그다음부터 AI는 훨씬 구체적인 도구가 된다.

반대로 해결하고 싶은 문제가 명확하지 않은 상태에서 기능만 많이 배우면 처음에는 신기해도 실제 업무와 연결하기 어려울 수 있다.

그래서 다음 사내 AI 교육을 준비한다면 나는 기능 설명부터 시작하지 않을 것 같다.

먼저 각자가 자기 업무에서 불편한 일을 하나 떠올리게 할 것이다.

그리고 그 문제를 AI로 어디까지 바꿀 수 있는지를 같이 보는 방식이 더 낫지 않을까 싶다.

교육보다 중요한 건 그다음이다

AI 도입은 교육 한 번으로 끝나는 일이 아닌 것 같다.

한 번 배우고, 직접 써보고, 막히고, 다시 물어보고, 자기 방식으로 바꾸는 과정이 반복돼야 한다.

이번 교육에서 내가 가장 흥미롭게 본 사람도 바로 그런 행동을 시작한 사람이었다.

강의를 다시 보고, 질문하고, 자기 업무와 연결하려 했다.

그 모습을 보면서 내가 가진 AI 교육의 기준도 조금 달라졌다.

얼마나 많은 기능을 알려줬는지가 아니라, 교육 이후 누군가가 자기 업무를 다시 바라보기 시작했는가.

그리고 그 사람이 다시 시도할 수 있는 환경이 남아 있는가.

지금은 그 두 가지가 사내 AI 교육에서 더 중요한 질문이라고 생각한다.