불과 2년도 채 되지 않아 생성형 AI는 호기심의 대상에서 핵심 역량으로 부상했다. 이제 기업은 AI 전문가뿐만 아니라 일상 업무에 생성형 AI 도구를 활용할 수 있는 직원이 부족하다는 시급한 문제에 직면했다.

IT 서비스, 소프트웨어 개발, 인재 관리, 여행, 산업 솔루션 등 다양한 산업군에서 수많은 IT 책임자가 AI 중심 경제에 대비하기 위해 새로운 인재 육성 방식을 실험하고 있다. 이들의 경험을 종합하면 기술 격차를 좁히기 위한 5가지 핵심 아이디어를 도출할 수 있다.

기술보다 사고방식에 초점을 맞춰라

글로벌 디지털 서비스 기업 UST의 CIO 겸 최고 전략 책임자 크리슈나 프라사드는 생성형 AI의 부상은 기업의 존재 자체를 위협하는 도전이라고 지적했다. 프라사드는 “전문성이 그동안 UST의 핵심 가치였지만, 이제는 그조차 상품화됐다”라며, “고객은 언제든 무료로 기본 지식을 얻을 수 있기 때문에 더 이상 단순한 기술력에는 비용을 지불하지 않는다. 이제 중요한 것은 문제 해결 능력이다”라고 설명했다.

UST는 기술적 역량에만 집중하던 교육 방식을 바꾸어, 적응형 사고방식 함양으로 방향을 전환했다. 프라사드는 “AI가 쉽게 대체할 수 없는 호기심, 비판적 사고, 창의성을 개발하는 것이 목표”라며, “경쟁 환경이 실험과 빠른 적용을 요구하는 만큼, 전통적인 교실 중심 교육만으로는 부족하다”고 강조했다.

UST는 ‘R&D 샌드박스’라는 내부 환경을 구축해 직원이 실제 운영 시스템에 영향을 주지 않고 자유롭게 AI 도구와 모델을 테스트할 수 있도록 했다. 이 공간은 직원이 핵심 시스템을 망가뜨릴 걱정 없이 깃허브 코파일럿, 구글 제미나이, 커서 등 다양한 도구를 활용해 AI의 잠재력을 탐색할 수 있는 자유를 보장한다.

녹화된 교육 모듈도 여전히 존재하지만, 프라사드는 “진짜 변화를 만드는 것은 실험과 문제 해결 경험”이라고 강조했다. 샌드박스는 학습을 이론에서 실습으로 전환하는 핵심 역할을 한다. 이런 실험 환경은 기술적인 장치일 뿐 아니라 문화적 변화의 상징이다. 직원이 시행착오와 반복을 자연스럽게 받아들이도록 유도해, 빠르게 진화하는 AI 시대에 적응할 수 있는 조직 문화를 형성하고 있다.

UST는 ‘AI와 함께 비상(Take Flight with AI)’ 프로그램을 통해 지속적 학습을 세 단계(택시→이륙→순항)로 체계화했다. 성과는 실제 결과로 측정된다. 직원이 고객 프로젝트에 AI를 적용하고 있는가? 해커톤에 참여하고 있는가? 에이전틱 AI 사용례로 실질적인 가치를 창출하고 있는가?

핵심 교훈 : 본질적인 과제는 직원이 스스로 지속적인 학습의 책임감을 갖도록 하는 것이다.

업무 흐름에 학습을 통합하라

맨파워그룹 북미지역 학습·개발 담당 이사 질 부쉬는 “전통적인 교육 방식은 AI의 빠른 진화 속도를 따라잡기에는 너무 느리다”라고 지적했다.

맨파워그룹은 직원이 업무 중 별도의 교육 세션에 참여하지 않아도 되도록, 일상 업무 워크플로우에서 교육 자료가 필요할 가능성이 큰 지점마다 학습 자료를 내장했다. 예를 들어, 왓픽스(Whatfix) 같은 디지털 적응 플랫폼은 채용 담당자가 사용하는 도구에서 직접 실시간 도움말과 팁을 제공한다.

채용 시스템 교육은 애플리케이션 내에 통합되어 있다. 사용자 입장에서는 자신이 디지털 코치와 상호작용하며 시스템 사용법과 후보자 탐색, 이력서 분석, 고객 커뮤니케이션 등의 AI 기능을 학습하고 있다는 사실조차 인식하지 못한다. 부쉬에 따르면, 이 방식을 도입한 이후 ‘어떻게 해야 하나요?’라는 지원 요청이 95% 감소했다.

부쉬는 완성도보다 민첩성을 중시하며, 이를 ‘더티 디자인(Dirty Design)’이라 부른다. AI 기반 도구로 학습 모듈을 빠르게 제작해 곧바로 배포하고, 기술 변화 속도에 맞춰 반복적으로 개선한다. 마이크로 러닝 모듈과 내장형 AI 시뮬레이션은 짧고 쉽게 소화할 수 있는 학습 콘텐츠를 업무 도구 안에 삽입해, 생산성을 해치지 않으면서 실무 역량을 강화한다.

부쉬는 “피드백 루프를 시스템 안에 내장해 직원이 문제를 직접 표시하거나 개선 의견을 제시할 수 있도록 했다. 이를 통해 교육 콘텐츠를 지속적으로 정제하고 있다”라고 밝혔다. 모든 과정은 초기 설계 단계부터 윤리적 AI 원칙을 반영하며, 신입사원 온보딩 과정에는 AI 교육이 필수 항목으로 포함돼 있다.

핵심 교훈 : AI 교육은 업무 흐름 안에 녹아들 때 가장 효과적이며, 직원이 일을 하면서 실시간으로 배우고 보호받을 수 있는 환경을 제공해야 한다.

체계적인 프로그램으로 교육을 확장하라

렉스마크의 IoT 및 엣지 컴퓨팅 솔루션 글로벌 부문 부사장을 맡고 있는 수디르 메타는 가장 체계적인 AI 교육 프로그램 중 하나인 ‘AI 아카데미’를 맡고 있다. 이 프로그램은 5명의 데이터 과학자로 시작해 모듈형 커리큘럼, 멘토링, 노스캐롤라이나 주립대와 마이크로소프트 등과의 파트너십을 통해 현재 5,000명 이상으로 확장됐다. AI 아카데미 수료자는 이후 멘토로 활동해 학습 모멘텀을 이어가며, 경영진은 내부 성공 사례를 공유해 이를 뒷받침하고 있다.

메타는 “우리는 프로코드 개발 과정에서 SAFe(Scaled Agile Framework) 프로세스를 활용해 경영진의 전략과 개발팀의 목표를 일치시키고 있다”라고 설명했다. 또, “분기마다 PI(Program Increment) 계획 세션을 열어 경영진의 목표가 개발자까지 명확히 전달되도록 하고 있다”라고 덧붙였다.

교육은 자율형 온라인 학습과 참여 중심의 실시간 워크숍, 그리고 20주 과정의 AI 엑설런스 프로그램 등 하이브리드 방식으로 운영된다. 윤리 및 거버넌스 위원회 구성원이 다수의 세션을 공동 주도해, 책임 있는 AI 활용 원칙을 교육 과정에 자연스럽게 녹여내고 있다.

성과는 개발자 대상 대규모 프로젝트의 ROI와 비개발자 대상의 마이크로소프트 코파일럿 사용률 등의 지표로 측정한다. 비용 관리 방안으로는 ROI를 입증하기 위한 파일럿 프로그램을 먼저 시행한 뒤 점진적으로 확장하는 방식을 택하고 있다.

핵심 교훈 : 멘토 체계와 경영진의 전략이 연계된 구조적 프로그램은 AI 활용 역량을 수천 명에게 확산할 수 있다.

AI 우선 문화를 구축하라

글로벌 온라인 여행사 이스카이 그룹(eSky Group)에서 AI는 더 이상 선택사항이 아니다. 엔지니어링 매니저이자 AI 옹호자인 토마시 리스에 따르면, 이스카이 그룹 운영의 중심에 AI가 있다.

직원 800명의 이스카이 그룹은 커뮤니티 주도형 모델을 도입했다. 모든 직원은 제미나이 프로, 깃허브 코파일럿, 클로드 코드 등 기업용 AI 도구를 이용할 수 있으며, 절반 이상의 직원이 매일 이들 도구를 사용하고 있다. 리스는 “AI 우선 모델로 전환 중이며, AI를 사용하는 것이 이메일이나 브라우저를 사용하는 것만큼 자연스러운 일이 될 것”이라고 강조했다.

이스카이 그룹은 자발적 참여를 기반으로 강화되고 있다. AI 앰배서더가 동료를 멘토링하고 슬랙 커뮤니티에서 베스트 프랙티스를 공유하며, ‘데모 프라이데이(Demo Fridays)’에서는 내부 AI 프로젝트가 공개된다. 교육은 솔루션 업체의 콘텐츠, 클라우드 서비스 업체의 외부 프로그램, 그리고 동료 주도의 학습을 결합해 계층적으로 구성돼 있다.

성과는 분명하다. 마케팅 부서는 몇 분 만에 영상을 제작하고 고객 서비스는 모든 상담을 분석하며, 개발자는 AI 지원을 통해 다양한 기술 스택을 넘나들며 협업하고 있다.

핵심 교훈 : 기업 문화의 성숙도와 동료 중심의 학습 커뮤니티는 체계적인 교육만큼이나 중요하다.

개발 라이프사이클에 AI를 내재화하라

글로반트(Globant)의 AI 책임자 후안 호세 로페스 머피는 “소프트웨어 개발 방식이 근본적으로 바뀌었다. AI 역량을 강화하지 않으면 도태될 것”이라고 단언한다.

글로반트는 AI를 단순히 코딩 과정에만 적용하지 않는다. 기획, 테스트, 모니터링, 배포 등 소프트웨어 개발 라이프사이클 전 단계에 AI를 내재화하는 전략을 추진하고 있다. 개발자는 챗GPT, 클로드, 제미나이, 베드록 등 주요 LLM을 자유롭게 다루고, 고객 프로젝트에는 글로반트 GPT 같은 자사 에이전트를 활용하도록 교육받는다.

교육은 단계별로 설계돼 있다. 기초 단계에서는 명확한 목표 설정, 맥락 구성, 맥락 부패(context rot) 방지 등 프롬프트 작성의 기본 원칙을 다룬다. 맥락 부패는 AI와의 대화가 길어지거나 초점이 흐려져 시스템이 지시를 잃고 품질이 떨어진 결과를 내는 현상이다. 개발자는 이런 상황을 인식하고, 필요 시 대화를 재구성하거나 초기화해 목표를 다시 정렬하도록 훈련받는다.

중급 단계에서는 RAG(Retrieval-Augmented Generation), 리플렉션(Reflection), 오케스트레이션(Orchestration)을 학습한다. RAG는 AI가 신뢰할 수 있는 데이터를 기반으로 응답하도록 훈련해, 사내 데이터나 외부 지식베이스를 모델에 연결하는 방법을 익힌다. 리플렉션은 비판적 사고를 키우는 과정으로, AI의 결과를 그대로 수용하지 않고 스스로 검토·개선하도록 유도한다. 오케스트레이션은 시스템적 사고를 훈련하는 단계로, 기획자, 코더, 테스터 등 역할이 다른 여러 AI 에이전트를 조율해 복잡한 과제를 공동 해결하도록 설계돼 있다.

고급 과정에서는 프롬프트 최적화 전문가가 참여해 구조, 문장, 순서 등을 실험하며 다양한 맥락에서도 일관된 고품질 결과를 얻는 법을 연구한다.

개발자는 AI를 활용해 실제 고객 과제를 해결하는 해커톤이나 코드 생성 에이전트를 활용해 속도와 정확도를 겨루는 경진대회에 참여한다. ‘효율적 AI 활용 10계명’과 같은 실무 가이드가 베스트 프랙티스를 강화하며, ‘코다(Coda)’ 내부에 내장된 ‘네오(Neo)’ 같은 사내 도구가 일상 워크플로우에 학습 내용을 직접 반영한다. 이런 활동은 개발자의 학습 동기를 높이고 실험과 협업의 문화를 정착시키는 역할을 한다.

핵심 교훈 : AI 도구를 단순히 사용하는 것만으로는 충분하지 않으며, 개발 전 과정에 걸쳐 이를 효과적으로 적용할 수 있는 역량을 길러야 성공할 수 있다.

생성형 AI 교육 프로그램을 위한 체크리스트

효과적인 생성형 AI 교육 프로그램을 구축하기 위해 IT 책임자와 인재개발 담당자는 다음 요소에 집중해야 한다.

• 1. 예산과 ROI. 라이선스, 교육 과정 비용, 업무 시간 손실을 모두 고려하고, 대규모 확장 전 파일럿 프로그램으로 가치와 효과를 입증해야 한다.
• 2. 교육과정 설계. 솔루션 업체 콘텐츠, 학계와의 파트너십, 직무별 맞춤형 모듈을 조합해 구성해야 한다.
• 3. 교육 전달 방식. 자율형 학습, 실시간 워크숍, 업무 흐름 내 실습, 해커톤을 병행해 확장성과 몰입도를 균형 있게 유지해야 한다.
• 4. 거버넌스와 윤리. 윤리 및 거버넌스 책임자를 교육 과정에 직접 참여시켜 책임 있는 AI 활용 문화를 내재화해야 한다.
• 5. 성과 측정. 단순한 수료율이 아니라 생산성, ROI, 고객 만족도 등 실제 비즈니스 성과로 교육 효과를 측정해야 한다.
• 6. 조직 문화와 사고방식. 사내 AI 홍보대사를 발굴 및 지원하고 학습 커뮤니티와 안전한 샌드박스를 조성한다. 적응력과 비판적 사고를 기를 수 있는 환경을 만들어야 한다.
• 7. 경영진 연계. 경영진이 프로그램을 후원하고, 목표를 조직의 실행 계획에 반영하며, 성공 사례를 직접 전파해야 한다.
• 8. 온보딩과 지속 학습. AI 활용 역량을 신입사원 교육의 기본 과정으로 포함하고, 멘토링·재교육·자기 주도 학습을 통해 학습의 지속성을 유지해야 한다.

생성형 AI는 기업의 업무 방식을 근본적으로 바꾸고 있지만, 기술 역량의 격차는 여전히 큰 도전 과제로 남아 있다. 이번에 소개된 기업의 사례는 정답이 하나가 아님을 보여준다. 어떤 기업은 문화에, 또 어떤 기업은 구조에 의존했지만, 모두 공통된 원칙에 동의한다. 교육은 업무 속에 녹아 있어야 하고 성과 중심이어야 하며, 끊임없이 갱신되어야 한다는 것이다.

결국 승자는 더 많은 기술을 가르친 기업이 아니라, AI 시대에 가장 유연하고 자신감 있는 인재를 길러낸 기업이 될 것이다. 생성형 AI 기술 격차를 제대로 해소한다면, 이는 인재 부족이라는 위기를 지속 가능한 경쟁 우위로 바꿀 수 있는 기회가 될 것이다.
dl-itworldkorea@foundryco.com