많은 기업이 빠르게 생성형 AI 도구를 도입하거나 시범 운영하고 있다. 하지만 적절한 교육이 없다면 직원의 불안감은 커지고 도입한 AI 도구의 사용률이 떨어질 수 있다. 그렇다면 어떤 교육을 해야 직원의 AI 역량을 제대로 키울 수 있을까? 기업 운영자를 위한 AI 교육 팁을 업계 전문가에게 들어보았다.
AI는 비즈니스 세계에 빠르게 확산되고 있으며, 조직의 4분의 3이 생산성 향상을 위해 이 기술을 도입하거나 시범 운영 중이라는 조사 결과도 있을 정도다. 향후 2년 동안 조직은 생성형 AI를 통해 데이터 보안, 기술 검토 위원회, 새로운 서비스 개발, 그리고 가장 중요한 직원 역량 강화 등 다양한 과제를 해결해야 할 것이다.
컨설팅 회사 베인앤드컴퍼니(Bain & Co.)가 올해 초 200개 기업을 대상으로 실시한 설문조사에 따르면, 87%가 이미 생성형 AI를 개발, 시범 운영 중이거나 도입한 상태라고 응답했다. 기업 대부분은 도입 초기에 소프트웨어 코드 개발, 고객 서비스, 마케팅 및 영업, 그리고 제품 차별화 도구를 중심으로 생성형 AI를 적용했다.
또한 해당 조사에 따르면, 기업들은 생성형 기술에 막대한 투자를 하고 있으며, 평균적으로 매년 약 500만 달러를 투자하고 있다. 또한 평균 100명의 직원이 생성형 AI에 적어도 일부 시간을 할애하고 있었다. 대기업의 경우 약 20%가 연간 최대 5천만 달러를 투자하고 있었다.
IDC 연구에 따르면, 2027년까지 조직의 AI 관련 지출 영역에서 생성형 AI가 차지하는 비율은 29%가 될 것이다. 전체적으로 AI 시장 가치는 2027년 기준 4,070억 달러가 될 것으로 전망되고 있다.
하버드 비즈니스 스쿨 교수 데이비드 요피는 “AI 분야 투자가 다른 모든 비 AI 투자를 압도하고 있다”라고 설명했다.
AI 도입이 급증하면서, 기업들은 필요한 AI 지식과 경험을 갖춘 인력을 채용하는 데 어려움을 겪고 있다. 불필요하다고 생각되는 직무를 축소하고 AI 기술을 갖춘 인력으로 대체하는 기업도 존재하지만, 조직 상당수는 기존 직원을 대체하기보다는 재교육을 통해 AI 역량을 강화하고 있다.
IDC 연구에 따르면, 국가와 산업 상관없이 IT 리더는 적합한 인재를 적절한 역할에 배치하거나 현재 직원의 역량을 강화하는 데 어려움을 겪고 있다. 구체적으로 전 세계 조직의 절반 이상이 기술 부족으로 인한 제품 지연, 품질 문제, 그리고 수익 손실을 경험하고 있다고 밝혔다. IDC는 2026년까지 90% 이상의 조직이 이와 유사한 문제를 겪으며, 제품 지연, 품질 저하, 그리고 수익 목표 미달로 인해 5.5조 달러 이상의 손실을 입을 것으로 예상했다.
비즈니스 컨설팅 회사 헤드릭 앤 스트러글스(Heidrick & Struggles)의 최근 설문조사에 따르면, AI 인재를 내부에서 양성하는 기업이 전년 대비 9% 증가한 것으로 나타났다.
AI 도입 준비가 제대로 되지 않은 기업들
기술 서비스 제공업체 AND 디지털(AND Digital)은 최근 500명의 영국 응답자와 50명의 미국 응답자, 50명의 네덜란드 응답자를 대상으로 4월에 실시한 설문조사에 기반한 CEO 디지털 디바이드 보고서를 발표했다. 이 보고서에 따르면, 응답자의 76%가 이미 AI 부트캠프를 시작했지만, 동시에 44%는 직원들이 아직 AI 도입에 준비가 되지 않았다고 밝혔다.
AND 디지털은 보고서에서 “뒤처질 수 있다는 두려움 때문에 더욱 AI 같은 신기술을 빨리 도입되고 있다”라며 “응답자의 55%는 신기술의 출현 속도가 경영진에게 불안감을 주고 있다”라고 전했다.
가트너의 시니어 디렉터 애널리스트인 에밀리 로즈 맥레이는 “18개월 전만 해도 구체적인 활용 사례가 있을 때까지 생성형 AI에 대한 직원 교육을 연기하라고 권장했을 것”이라며 “이제는 생성형 AI 사용을 금지한 조직에서조차 직원들이 비공식적으로 이를 활용할 정도로 상황이 급변했다”라고 설명했다.
맥레이는 “직원들이 생성형 AI를 사용하고 있다면, 이제 조직은 이 도구의 위험성과 현실을 직원들이 이해하도록 교육해야 하는 것에 투자해야 한다”며 “일반적인 생성형 AI 교육에는 잠재적인 위험에 대한 명확한 논의와 생성형 AI가 생성한 콘텐츠를 검토하는 것이 왜 중요한지에 대한 설명이 포함되어야 한다”고 말했다.
AND 디지털의 설문조사 결과에 따르면, CEO의 62%는 AI 도입 속도가 너무 느린 것이 너무 빠른 것보다 더 위험하다고 생각하고 있다. 보고서는 “놀랍게도 43%는 AI가 CEO의 업무를 대체할 수 있다고 생각하고 있으며, 이는 이 기술이 전통적인 직무 역할을 파괴할 수 있다는 광범위한 우려를 반영하고 있다”라고 밝혔다.
업계 전문가는 AI 도구가 직원을 대체할 것이라고 믿지 않는다. 오히려 AI를 현재 직무에 적용하는 방법을 이해하는 직원들이 그렇지 않은 직원들을 대체할 것으로 보고 있다. 골드만삭스에 따르면, 현재 직업의 3분의 2가 AI에 의해 부분적으로 자동화될 수 있다.
AI 중심 교육의 필요성
생성형 AI 자체가 지속적으로 진화하고 있는 것처럼 AI 팀을 구축하는 과정도 계속 발전하고 있다. IT 교육 회사 스킬러블(Skillable)의 설립자이자 회장인 코리 하인즈는 “첫째, 조직이 AI로 무엇을 하고 싶은지 이해하는 것이 중요하다”라며 “둘째, 혁신에 대한 열정과 헌신, 그리고 전략이 있어야 한다. 적절한 투자와 사전 검토 없이 AI 프로젝트를 시작하지 말아야 한다. 목적과 목표를 이해한 후에 적합한 팀을 찾는 것이 중요하다”라고 조언했다.
AI 팀을 구축하는 과정은 생성형 AI 자체가 계속 진화하는 것과 마찬가지로 끊임없이 변화하고 있다. AI 조직을 구축하려는 기업에게 필요한 주요 직책은 다음과 같다.
• 데이터 과학자 : 데이터 과학자는 복잡한 데이터셋을 단순화하고 탐색할 수 있다. 또한 AI 모델이 구축될 때 유용한 정보를 제공한다.
• AI 소프트웨어 엔지니어: 머신러닝 모델의 설계, 통합 및 실행을 시스템에 적용하는 일을 담당한다.
• 최고 AI 책임자(CAIO) 또는 해당 역할을 하는 리더 : AI 이니셔티브를 구현하고 주도하여 조정 및 실행을 보장할 수 있는 리더십을 제공하는 역할을 맡는다.
• AI 보안 책임자 : AI 모델 및 알고리즘의 규정 준수, 데이터 투명성, 내부 취약성 관리 등 고유한 문제를 처리한다. 대표적으로 적대적 공격, 모델 편향, 데이터 오염 등과 관련된 업무를 담당한다.
• 프롬프트 엔지니어 : 생성형 AI 도구에서 최상의 답변을 얻기 위해 대형 언어 모델(LLM)에 대한 텍스트 쿼리 또는 지침(프롬프트)을 작성하고 개선하는 일을 맡는다.
• 법률 자문가 : IT 팀에 법률 자문을 제공하여 조직이 규제와 법률을 준수하도록 돕는다.
조직 내에서 AI 전문성을 구축하기 위한 실질적인 방법으로는, 혁신을 촉진하고 경쟁 우위를 유지하기 위한 교육 프로그램과 경력 개발 프로그램이 있다.
IDC 연구 이사인 지나 스미스에 따르면, 과거에는 특정 기술을 가진 인재를 찾는 것이 중요했다면, 이제는 자동화로 처리할 수 있는 단순하거나 초급 수준의 작업이 늘어남에 따라 특정 업무만 수행하는 인력을 찾는 수요는 줄어들고 있다. 대신, 기업은 다양한 상황에 적응할 수 있는 더 폭넓고 유연한 역량을 가진 인재를 더 가치있게 보고 있다.
AI 도구를 중심으로 인력 재편성하기
헤드릭 앤 스트러글스의 글로벌 기술 및 서비스 부문 관리 파트너인 구스타보 알바는 “조직들이 5년 또는 10년 전과는 다른 방식으로 인력을 고려하고 있다”라고 말했다.
알바는 인터넷과 클라우드 컴퓨팅이 처음 도입되었을 때처럼, AI도 기업들이 갑작스럽게 새로운 역량을 배우고 적응해야 하는 상황을 만들어내고 있다고 설명했다. 그리고 이런 시장 변화는 직원들이 경력을 생각하는 방식에도 영향을 미치고 있다고 평가했다.
알바는 최근의 많은 직원이 ‘내가 고용주로부터 적절한 개발 기회를 받고 있는가? 내 역량이 강화되고 있는가?’ 같은 질문을 스스로 묻고 있다고 설명했다. 이 외에도 ‘이러한 혁신을 얼마나 잘 활용하고 있는가?’ ‘사내 자체 구축 LLM을 사용하고 있는가? 아니면 챗GPT 같은 외부 도구를 사용하고 있는가?’, ‘내 조직이 기술적으로 얼마나 앞서가고 있는지, 혁신적인 활동을 얼마나 많이 하고 있는가’ 등도 질문을 내부에서 던지고 있다고 알바는 설명했다.
직원 역량을 강화하지 않는 기업은 생산성과 혁신에서 뒤처질 뿐만 아니라 직원을 잃을 수도 있다. 알바는 “직원들은 생성형 AI를 보며 ‘우리 조직은 무엇을 하고 있으며, 얼마나 미래 지향적인가?’라고 질문한다”라고 전했다.
알바에 따르면, AI 시대에 대비하기 위해 직원을 다음과 같이 세 가지 유형으로 나누고 이에 맞게 교육할 수 있다.
1. AI 기술 창조자 : AI 스타트업이나 아마존, 오픈AI, 코히어, 구글 클라우드, 마이크로소프트와 같은 대기업에서 근무하는 고도로 숙련된 직원들로, 이들은 상대적으로 소수에 해당한다.
2. 기술 전문가 : CTO, 소프트웨어 개발자, IT 지원 전문가, 네트워크 및 클라우드 설계자, 보안 관리자 등 기술 전반을 이해하는 기술자들이다. 이들은 전통적인 기술을 이해하고 있지만, AI에 대해서는 아직 제대로 이해하고 있지 않을 수 있다. 이런 기술 인력 풀은 상대적으로 크다.
3. 비기술적 작업을 수행하는 일반 직원 : AI를 통해 더 생산적이고 효율적으로 일할 수 있는 일반 직원을 말한다. 예를 들어, 줌의 AI 기능을 이용해 온라인 회의를 요약하고, 주요 내용을 파악하는 방법을 이해하는 직원이다.
여기서 AI 기술 창조자는 사실상 추가 교육이 필요하지 않다. 기술 전문가는 상대적으로 AI 교육을 진행하기 쉽다. AI의 잠재력을 빠르게 이해할 확률이 높기 때문이다. 예를 들어 소프트웨어 개발자는 교육 후 AI로 새로운 코드를 생성할 수 있다. 그러나 일반 직원들은 AI의 전체 잠재력을 이해하기 위해 더 많은 주의와 관리가 필요할 수 있다.
알바는 모든 직원이 AI에 대한 교육을 받아야 한다고 주장하지만, 그 교육의 내용이나 방식은 각 직원의 직무에 따라 달라야 한다고 설명했다. 또한 AI를 잘 활용하는 직원들은 더 높은 생산성과 성과를 낼 수 있으며, 이는 회사가 경쟁에서 앞서 나가는 데 도움이 될 수 있다고 언급했다.
알바는 또한 새로운 기술이 도입될 때, 직원들이 스스로 그 기술을 업무에 적용하는 방법을 찾아내는 것이 중요하다고 강조했다. AI 도구를 활용하여 생산성을 크게 향상시킬 수 있는 상황이라면 더더욱 직원이 스스로 AI 장점을 활용할 수 있게 만들어야 한다고 덧붙였다.
예를 들어, 고객 관리 조직은 오피스 365의 일부로 제공되는 마이크로소프트 코파일럿을 사용하는 방법을 교육할 수 있다. 이런 교육을 받은 직원은 고객 문의를 코파일럿에 입력하고 몇 초 만에 적절한 응답을 얻을 수 있다. 고급 보고서를 생성할 수도 있다. 예를 들어, 사용자는 지난 분기 동안의 주요 고객 문제 목록을 작성하여 서비스 개선에 사용할 수 있다.
알바는 “직원은 AI를 사용해 고객과의 대화에서 언제 어떻게 응답할지를 도움을 받을 수 있다”며 “또한 챗봇이 고객의 과거 행동이나 구매 이력을 분석하여, 그에 맞춘 대화를 만들어 상담을 이끌 수 있다”라고 말했다.
생성형 AI 교육 VS 실제 활용
가트너의 맥레이에 따르면, 많은 조직이 생성형 AI에 대한 기본 교육을 제공하고 있지만, 이런 교육이 생산성 향상이나 AI 활용률 증가로 바로 이어지지 않을 수 있다. 특히 교육한 AI 도구가 직원 개개인의 역할에 맞게 특화되지 않는다면, AI 교육 효과가 즉각적으로 나타나지 않을 수 있다.
맥레이는 “업무에서 바로 사용되지 않는 교육은 쓸모없는 교육”이라며 “직원들이 워크플로우에서 생성형 AI를 어떻게 적용할지에 대한 명확한 이해가 없는 경우에 더더욱 AI 교육이 무용지물이 될 수 있다”라고 표현했다.
맥레이는 특히 생성형 AI에서 과정에서 중요한 프롬프트 활용법과 관련해서는 익히는 데 시간이 걸리고, 반복적인 연습이 필요하다고 말했다. 다시 말해 AI를 실제 업무에서 잘 활용하기 위해서는 단순히 이론적으로 배우는 것만으로는 충분하지 않으며, 실제로 여러 번 사용해 보고, 경험을 쌓아야 한다는 것이다.
맥레이는 “생성형 AI 활용 능력은 완전히 일반화할 수 있는 역량이 아니다. 각 도구는 다른 미세 조정과 다양한 LLM 중 하나를 기반으로 하고 있기 때문에, 한 도구에서 효과적인 프롬프트 엔지니어링 기술이 다른 도구에서는 통하지 않을 수 있다. 경험이 풍부한 생성형 AI 프롬프트 작성자에게도 많은 반복이 필요하다”라고 말했다.
맥레이는 조직이 직원들에게 단순히 AI 도구를 제공하는 것만으로는 충분하지 않다고 말했다. 대신, AI가 실제 업무에서 어떻게 사용될 수 있는지 구체적인 활용 사례를 통해 시연하고, 조직이 이 기술을 어떻게 보고 있는지, 어떤 목적을 위해 사용하는지에 대한 철학을 명확히 전달해야 한다고 제안했다. 또한, 생성형 AI가 특정 직무와 워크플로우에 어떤 영향을 미칠지, 예를 들어 어떤 업무가 자동화될 수 있는지, AI가 도입되면 업무 과정이 어떻게 바뀔지 등을 명확히 설명하는 것이 중요하다고 설명했다.
맥레이는 “예를 들어 개발 과정에서 AI가 초기 코드를 작성하고, 개발자들은 그 초안을 수정하고, 검토하며, 코드의 완성도를 높일 수 있다. 소프트웨어 개발에 관심이 있지만 경험이 부족한 사람들은 ‘프롬프트 엔지니어링’이라는 새로운 역할을 줄 수 있다. 이들은 AI에게 최적의 지시(프롬프트)를 내리고, AI가 프로그래밍 코드 초안을 효과적으로 작성할 수 있도록 유도하는 역할을 맡을 수 있다”라고 말했다.
맥레이는 생성형 AI의 환각 현상과 관련된 위험성을 지적하며, 직원들이 AI 도구를 직접 사용하지 않더라도 AI로 생성된 콘텐츠에 노출될 수 있다는 점을 강조했다. 이러한 이유로 맥레이는 모든 직원을 대상으로 매년 ‘정보 회의론(information skepticism)’ 교육을 실시할 것을 권장했다. AI가 내놓은 정보를 무조건적으로 믿지 않고, 비판적으로 분석하고 검토하는 태도를 직원에게 강조하는 시간을 가지라는 것이다.
맥레이는 정보 회의론 교육이 기업의 피싱 방지 교육과 유사한 형태로 진행될 수 있다고 설명했다. 연간 교육 실시 후 테스트를 통해 이해도를 평가하고, 미통과자에게는 추가 교육을 제공하는 방식이다. 또한 맥레이는 교육 이후에도 직원들의 경각심을 유지하기 위해 불시에 테스트를 실시할 것을 권장했다.
헤드릭 앤 스트러글스의 알바는 부트캠프나 학문적 교육을 넘어 직원들이 직접 실습을 통해 경험을 쌓는 것이 더욱 중요하다고 조언했다. 알바는 생성형 AI에 대한 교육을 1990년대 중반 인터넷의 가능성을 배우는 것에 비유하며, 이는 새로운 개척지이며 조직이 ‘팔을 걷어붙이고’ 기술을 직접 체험해 봐야 생산성 향상이 어디에서 나올 수 있는지 파악할 수 있다고 전했다.
알바는 “생성형 AI는 학문적으로는 분명 흥미로운 기술이다. 하지만 새로운 AI 모델들이 실제 기업 안에서 무엇을 할 수 있는지 우리는 아직 정확히 모른다”라며 “대학과 같은 전통적인 교육 기관들이 빠르게 발전하는 기술의 실질적인 적용에 있어서는 현장 경험을 가진 기업이나 전문가들만큼 빠르게 대응하기 어려울 수 있다”라고 언급했다.
dl-ciokorea@foundryco.com
