AX 교육을 준비하며 배운 인사이트
2026.10.20
AX 교육을 준비하며 배운 인사이트
AX 컨설턴트·코치는 기업의 업무 분석 결과를 어떻게 임직원 교육으로 연결할까요?
분석에 사용한 늘솔정공의 업무 사례·기록·수치는 실습용 가상 자료입니다.
1. 시도하고자 했던 것과 그 이유
이 세션에서는 업무 프로세스를 진단하는 프롬프트를 만들고, 가상 사례를 보완하면서 업무의 시작·판단·인계·종료 조건을 검토했습니다. 업무규칙, 시스템, AI, 사람이 각각 어떤 역할을 맡아야 하는지도 정리했습니다.
이 내용을 늘솔정공 임직원 대상 AX 교육에 활용하고 싶었습니다. 직원들이 자신의 업무에서 다음과 같은 질문을 해볼 수 있도록 돕는 것이 목적이었습니다.
우리 업무에서 반드시 지켜야 할 성과와 품질 조건은 무엇인가?
다음 담당자가 일을 시작하려면 무엇을 넘겨줘야 하는가?
반복되는 오류 중 규칙과 시스템으로 막을 수 있는 것은 무엇인가?
AI가 검토를 돕더라도 사람이 판단하고 책임져야 할 부분은 무엇인가?
이를 위해 먼저, 길어진 대화 속 분석 결과를 교육 설계자가 이해하고 활용할 수 있도록 정리하기로 했습니다.
2. 진행 방법
먼저 교육에 활용할 내용을 요약했습니다
이 단계에서는 기존 분석에서 교육에 가져갈 핵심을 추렸습니다. 중심이 된 내용은 다음과 같습니다.
업무 성과를 기준으로 프로세스를 바라보는 방법
시작 조건과 필수 입력자료
실행 단계와 판단 기준
인계물과 완료 조건
작업시간과 대기시간의 구분
단계별 핵심 확인 행동과 AI·사람의 역할 분담
3. 결과와 배운 점
결과: 업무 분석의 내용뿐 아니라, 임직원의 이해도 향상, 업무시간 단축, 실제 AI 적용 효과는 아직 측정하지 않았습니다.
배운 점: AX 컨설팅과 코칭을 연결하는 작업이 필요했습니다
이번 경험을 통해 저는 AX 컨설턴트와 코치의 역할을 다음과 같이 이해하게 됐습니다.
컨설턴트는 업무의 문제와 판단 구조를 명확하게 만들고, 코치는 구성원이 그 구조를 자신의 업무에 적용하도록 돕습니다.
업무규칙·시스템·AI·사람의 역할을 나눈 것도 유용했습니다.
구분 | 이번 사례에서 정리한 역할 |
|---|---|
업무규칙 | 기한, 필수 항목, 승인 권한, 예외 기준을 정한다 |
시스템 | 확정된 규칙에 따라 계산하고 입력·버전·상태를 통제한다 |
AI | 문서를 해석·비교하고 누락 가능성과 근거를 제시한다 |
사람 | 원인과 대책을 판단하고 예외를 승인하며 책임진다 |
이 구분을 바탕으로 교육을 설계하면, 직원들이 AI의 활용 지점과 자신의 확인 책임을 함께 이해하도록 도울 수 있겠다고 생각했습니다.
나만의 꿀팁: 요약과 함께 ‘이어갈 조건’을 요청하기
다음 세션으로 작업을 넘길 때는 핵심 내용에 더해 다음 다섯 가지를 남기는 것이 유용했습니다.
지금까지 확정한 내용
아직 확인하지 못한 내용
실제 수행한 작업과 계획만 세운 작업
판단 근거가 있는 원자료
다음 세션에서 가장 먼저 할 일
또 하나의 팁은 교육목표를 직원의 행동으로 표현하는 것입니다. 앞으로는 “AX를 이해한다”는 목표를 더 구체화해, “자기 업무의 인계 필수 항목을 작성한다” 또는 “AI가 제시한 누락 의심 항목의 근거를 확인한다”처럼 설계해 보려고 합니다. CDC도 학습목표를 관찰하고 측정할 수 있는 행동으로 기술하도록 안내합니다.
시행착오: 요청 범위와 자료의 정확성을 다시 점검했습니다
첫째, 교육을 준비한다는 요청의 범위를 구체화하는 과정이 필요했습니다. 처음에는 교육 관점의 요약을 요청했습니다. 그 결과 이번 작업의 목적이 분명해졌습니다.
둘째, 자료가 풍부해진 것과 프롬프트 성능이 검증된 것을 구분해야 했습니다. 가상 기록을 추가하면서 분석은 구체화됐지만, 이를 프롬프트 자체의 개선 효과로 단정할 수는 없습니다. 성능을 비교하려면 같은 입력을 사용한 별도의 시험이 필요합니다.
도움이 필요한 부분
스터디원들에게는 다음 사항에 대한 의견을 구하고 싶습니다.
현장 실무자에게 인계 조건, 작업·대기시간, 승인 책임을 설명할 때 어떤 사례가 이해하기 쉬웠나요?
AI 경험이 다른 관리자와 실무자가 함께 참여할 때, 어떤 실습 방식이 효과적이었나요?
교육 후 자신의 업무에 적용했는지 확인할 때 어떤 질문이나 과제를 사용하셨나요?
특히 실제 제조 현장에서 교육하거나 업무 개선을 지원해 본 분들의 피드백을 받고 싶습니다.
앞으로의 계획
교육 대상자의 역할과 AI 활용 수준, 교육 시간, 실습 환경을 먼저 정할 계획입니다.
그다음 핵심 사례를 골라 학습목표 → 사례 질문 → 실습 → 확인 방법으로 연결해 보려고 합니다. 예를 들어 가상 인계 기록을 보고 누락된 정보를 찾은 뒤, 자신이 속한 업무의 인계 조건을 작성하는 방식입니다.
제가 추가로 중요하게 보는 점은 교육으로 해결할 문제와 운영 기준을 정해야 할 문제를 구분하는 것입니다. 승인 권한 자체가 정해져 있지 않다면 조직의 결정이 먼저 필요합니다. CDC의 교육 품질 기준 역시 문제를 해결하는 데 교육이 필요한지부터 확인하도록 안내합니다.
4. 도움 받은 글
아래 자료는 이번 경험을 회고하고 글을 작성하면서 추가로 참고한 자료입니다.
① CDC — Quality Training Standards
교육 필요성 진단, 학습목표, 내용의 정확성, 참여 활동, 평가, 후속 지원 등을 제시합니다. 공중보건 교육을 위한 기준이지만, 교육 대상과 업무상의 필요를 먼저 확인하고 교육 후 적용까지 생각한다는 점을 이번 AX 교육 준비에 참고했습니다.
② CDC — Design Training: Learning Objectives
학습목표를 학습자 중심의 구체적이고 측정 가능한 행동으로 작성하는 방법을 설명합니다. 심층보고서의 분석 내용을 직원이 수행할 수 있는 행동과 실습으로 바꿀 때 참고하기 좋았습니다.
③ NIST — Artificial Intelligence Risk Management Framework 1.0
AI 활용 과정에서 역할과 책임, 의사소통 경로, 사람과 AI의 관계를 명확하게 정의하도록 안내합니다. 이번 사례에서 정리한 AI의 검토 지원과 사람의 판단·승인 책임을 교육 내용으로 연결할 때 참고했습니다. 업무규칙·시스템·AI·사람이라는 네 가지 구분은 이 세션의 설계 틀이며, NIST의 분류를 그대로 가져온 것은 아닙니다.임직원의 이해도 향상, 업무시간 단축, 실제 AI 적용 효과는 아직 측정하지 않았습니다.
우리 회사에도 이런 자동화를 도입하고 싶다면
회사 업무에 맞춘 AI 교육을 함께 설계해요.




업무규칙·시스템·AI·사람의 역할을 표로 나눈 부분이 정말 명쾌했어요. 특히 "AI는 누락 가능성과 근거를 제시하고, 사람은 판단하고 책임진다"는 구분은 바로 교육에 쓸 수 있을 것 같아요 👍