성과로 연결되는 생성형 AI 교육, 어떻게 설계할까?
성과로 이어지는 생성형 AI 교육, 어떻게 설계할까요? 직무 기반 커리큘럼부터 실습 과제 설계, 조직 확산 전략까지! HRD 담당자를 위한 AI 교육 설계 가이드를 소개합니다.
Jun 04, 2025
성과로 연결되는 생성형 AI 교육, 어떻게 설계할까?
"생성형 AI 교육을 하긴 해야 하는데... 어디서부터 어떻게 시작하죠?"
많은 HRD 담당자들이 이런 고민에 빠져 있습니다. AI 도구는 많고, 콘텐츠도 넘쳐나지만 정작 우리 조직에 ‘성과’를 줄 수 있는 교육은 어떻게 설계해야 할지 막막하죠.
이 글에서는 실무 중심의 생성형 AI 교육 설계법을 구체적으로 안내합니다.
1. 생성형 AI 교육, 반드시 기억해야 할 설계 원칙 3가지
생성형 AI 교육은 단순히 ‘새로운 기술을 소개하는 자리’가 아닙니다. 실제 업무에 AI를 활용해보고, 성과물로 연결되며, 조직에 확산될 수 있어야 합니다. 다음의 3가지 원칙과 이에 기반한 설계 전략을 중심으로 교육을 기획하는 것이 중요합니다.
① 직무 중심으로 설계하라: "누가 배우는가"가 가장 중요합니다
- 교육을 설계할 때 ‘입문-중급-고급’처럼 수준별로 나누는 방식은 실제 교육 효과를 담보하지 못합니다.
- 생성형 AI의 활용은 지식 수준보다 직무와 업무 맥락에 훨씬 더 영향을 받기 때문입니다.
- 실무자 입장에서는 툴의 개념보다도, “이걸 내 일에 어떻게 쓰는지”가 가장 중요합니다.
잘못된 설계 | 효과적인 설계 |
기능 중심의 일괄 커리큘럼 | 직무 기반 시나리오 중심 학습 |
이론-퀴즈 위주 진행 | 실습-결과물 중심 프로젝트 |
누구나 동일한 툴 사용 | 직무별 도구 매칭 (ex. 기획=GPT, 디자인=Midjourney) |
실행 가이드
- 대상자의 직무를 먼저 분류하세요. 예) 기획, 마케팅, CX, 디자인, 운영 등
- 각 직무의 업무 워크플로우와 AI 적용 가능 지점을 분석하세요
- AI 활용 경험 수준(입문/실무/숙련)과 협업 구조도 함께 고려하세요
② 빠르게 바뀌는 것과 바뀌지 않는 것을 구분하라
- 생성형 AI는 매일같이 기능이 바뀌고 도구가 쏟아져 나옵니다. 하지만 그 안에서도 교육이 다뤄야 할 핵심은 ‘변하지 않는 구조’에 있습니다.
- 예를 들어, GPT의 플러그인이나 인터페이스는 자주 바뀔 수 있지만 “프롬프트는 어떤 구조로 설계해야 잘 작동하는가?”라는 질문에는 도구가 바뀌어도 통하는 본질이 존재합니다.
- 교육 설계자는 ‘변화하는 요소’는 참고 수준으로, ‘변하지 않는 원리’에 집중해야 합니다.
바뀌는 것 | 바뀌지 않는 것 |
UI/기능 업데이트, 버전 차이 | 프롬프트 구조, 작업 분해 사고, 실무 응용 흐름 |
실행 가이드
- 커리큘럼에 최신 기능을 억지로 다 넣기보다 실무 적용 시나리오, 프롬프트 작성 및 설계 전략 중심으로 구성하세요
- 기능 업데이트는 참고 자료나 부록으로 안내하고, 실습은 실제 업무와의 연결성에 집중하세요
③ 실습 중심 + 결과물 중심으로 설계하라
- 생성형 AI 교육이 진짜 효과를 내는 순간은, 학습자가 "이건 내 업무에도 써먹을 수 있겠다"는 확신을 가질 때입니다. 그 확신은 단순히 보고 듣는 것만으로는 생기지 않습니다.
- 직접 프롬프트를 써보고, 결과를 확인하고, 개선하고, 결과물을 완성하는 과정이 있어야 합니다.
- 이를 위해서는 두 가지가 필요합니다.
- 실제처럼 몰입할 수 있는 실습 환경
- 교육이 끝난 후에도 쓸 수 있는 산출물 중심 과제
→ 보안 문제로 사내 데이터를 못 쓰는 경우, 현업과 유사한 더미 데이터를 활용하세요.
→ 자동화 시나리오, 프롬프트 템플릿, 보고서 초안 등 실제 업무 연결 가능한 결과물 설계가 핵심입니다.
실행 가이드
- 직무 기반 과제를 설계하세요. 예: 제품/서비스별 마케팅 메시지 최적화, 복지 문의 대응 챗봇 제작, 경영 의사결정을 위한 시뮬레이션 등
- 더미 데이터 기반 실습을 통해 보안과 몰입을 동시에 확보하세요
- 개인/팀 단위 결과물을 사내에서 공유할 수 있도록 작은 성공 사례를 만들어 보세요
2. 코드잇 기업 교육만의 생성형 AI 커리큘럼
실무 중심 설계 원칙을 실제 교육에 반영하기 위해, 코드잇은 다음의 커리큘럼 설계 프로세스를 따릅니다. 각 단계는 단순 콘텐츠 구성에 그치지 않고, 조직 내 AI 역량을 지속 가능하게 정착시키는 것을 목표로 합니다.
① 우리 조직의 현재 수준 파악
- 교육 설계의 출발점은 '현재 수준 진단'입니다.
- 구성원들의 AI 활용 수준과 관심도를 파악하고, 사용 중인 도구나 직무별 격차를 진단함으로써 교육 설계의 방향성과 커리큘럼 구성을 위한 기본 정보를 확보합니다.
예시
항목 | 설명 |
생성형 AI 활용 수준 | 업무에서 AI 도구를 사용해본 경험 유무, 빈도 등 |
생성형 AI 관심도 | 교육에 대한 기대감, AI에 대한 태도 및 학습 의지 |
사용 중인 생성형 AI Tool | 조직 내 이미 사용 중인 ChatGPT, Copilot, 사내 LLM 등 도구 파악 |
② 교육 목표 및 교육 대상자 선정
- ‘누구에게 왜 필요한 교육인가’를 명확히 합니다.
- 조직의 니즈에 따라 교육 목표를 구체화하고, 직무·직급별로 최적의 교육 대상자를 선별합니다.
예시
항목 | 설명 |
교육 목표 | 리터러시 확산, 업무 생산성 향상, 자동화 기반 마련 등 |
교육 대상자 | 직무(기획, 마케팅, CS 등), 직급(실무자, 관리자)에 따라 구분 |
역할 중심 설계 | 프롬프트 엔지니어링 중심 교육 vs. 자동화 프로세스 중심 교육 등 |
③ 사전 설문조사 및 분석
- ‘학습자가 실제로 배우고 싶은 것’을 확인합니다.
- 사전 설문을 통해 교육 대상자의 선호도, 필요 역량, 관심 주제를 파악하고 실습 사례와 콘텐츠를 세밀하게 조율합니다.
커리큘럼 예시
항목 | 설명 |
학습 희망 내용 파악 | 사전 설문을 통해 학습자가 배우고 싶은 내용 확인 |
실습 사례 선정 | 교육 수요 기반으로 실습 과제/툴 결정 (예: 회의록 자동화, VOC 분석 등) |
교육 난이도 조절 | 니즈 분석을 통해 입문자/경험자 트랙 분리 가능 |
④ 맞춤형 커리큘럼 설계
- 직무별 문제 해결을 중심으로 실습형 커리큘럼을 구성합니다.
- 이론과 실습을 결합하고, 실무 연계가 가능한 과제를 중심으로 구성합니다.
- 보안 이슈가 있는 기업에는 더미 데이터 기반 실습 환경도 제공합니다.
커리큘럼 예시
항목 | 설명 |
직무 맞춤형 커리큘럼 | 기획자, 마케터, 디자이너 등 직무별 교육 콘텐츠 설계 |
실습 중심 구성 | 도구 실습, 프롬프트 작성, 자동화 설계 등 ‘직접 해보는’ 교육 |
더미 데이터 제공 | 고객 응대, 리서치, 마케팅 등 현업 유사 데이터를 안전하게 구성 |
결과물 기반 과제 | 챗봇, 프롬프트 템플릿, 분석 리포트 등 실무 적용 가능한 결과물 완성 |
⑤ 사후관리: 교육의 끝이 아니라 실행의 시작
- 교육 이후에도 실무에서 AI가 활용되도록 확산 구조를 설계합니다.
- 교육이 끝난 이후, 산출물을 사내에 전파하고 AI 학습 문화가 지속되도록 다양한 확산 전략을 운영합니다.
커리큘럼 예시
항목 | 설명 |
성과물 공유 | 교육 결과물 발표, 사내 생성형 AI 공모전 진행 |
조직 문화 형성 | 프롬프트 공유 문화 구축 |
코드잇 생성형 AI 교육 설계법 5단계 한눈에 보기
단계 | 핵심 질문 | 실행 포인트 |
1단계. 현재 수준 파악 | 지금 조직은 어떤 수준인가요? | 활용 수준/관심도/직무별 격차 조사 |
2단계. 목표 및 대상 설정 | 누구에게 어떤 교육이 필요한가요? | 교육 목표 정리 및 직무·직급 기반 대상자 선정 |
3단계. 사전 분석 | 학습자는 무엇을 원하나요? | 설문 기반 니즈 분석 및 실습 사례 선정 |
4단계. 커리큘럼 설계 | 어떻게 실무와 연결할 수 있나요? | 실습형 과제 중심 커리큘럼 + 결과물 설계 |
5단계. 사후 확산 | 교육 후 어떻게 조직 내에 퍼지나요? | 공유, 콘텐츠화, 실행 환경까지 고려한 확산 전략 설계 |
문의 메일: sales@codeit.com
Share article
Write your description body here.
