생성형 AI 교육 커리큘럼 설계: 8시간을 4개 모듈로 쪼개는 시수 배분 템플릿
기안서 화면에 커서만 깜빡인다. 교육 제목은 정했는데, 그 아래 8시간을 무엇으로 채울지가 비어 있습니다. 챗GPT 기초 2시간, 실습 2시간… 이렇게 적다 보면 어느새 시간표는 채워지는데 “그래서 우리 팀이 뭘 할 수 있게 되나요”라는 팀장의 질문에는 답이 안 나옵니다. 커리큘럼 파일을 몇 개 받아봐도 목차만 다를 뿐 구조는 다 비슷하고요. 생성형 AI 교육 커리큘럼 설계가 어려운 건 아이디어가 없어서가 아니라, 8시간을 어떤 비율로 쪼갤지에 대한 기준이 없어서입니다.
이 글을 처음부터 끝까지 읽지 않아도 됩니다. 시수 배분표와 모듈 템플릿부터 손에 넣고 싶다면 커리큘럼 설계 템플릿과 체크리스트 자료실을 먼저 열어보고, 필요한 대목에서 이 글로 돌아오면 됩니다.
핵심 요약
- 생성형 AI 교육 커리큘럼 설계의 성패를 가르는 지점은 콘텐츠 종류가 아니라 시수 배분 비율(이론 30 : 실습 50 : 적용설계 20)
- 8시간 과정의 기본 골격은 리터러시 → 프롬프트 기본 → 직무 실습 → 업무 이식 설계의 4개 모듈
- 실습 과제는 가상 사례가 아니라 수강생이 다음 주 월요일에 실제로 처리할 업무 그대로
- 설계 단계에서 미리 심어둘 측정 지점은 이수율·실습 완료율·산출물 재사용률 3개
대부분의 HRD 담당자가 막히는 지점은 비슷합니다. 강사 섭외도 예산도 어느 정도 그림이 나오는데, 정작 8시간짜리 시간표 안에서 이론과 실습의 비율을 몇 대 몇으로 할지, 실습에 무엇을 시킬지가 안 잡힙니다. 생성형 AI 교육 커리큘럼 설계를 ‘무엇을 가르칠까’의 문제로 접근하면 계속 이 자리를 맴돕니다.
관점을 바꾸면 풀립니다. 커리큘럼은 주제 목록이 아니라 시간의 배분표입니다. 8시간을 어떤 비율로 쪼개고 각 조각에 어떤 산출물을 붙일지가 정해지면, 주제는 그 안에서 자동으로 결정됩니다.
이 글은 그 배분을 숫자로 풉니다. 4개 모듈의 시수 배분표, 직무별 실습 과제를 만드는 방식, 8시간을 12시간·16시간으로 늘릴 때의 확장 규칙, 그리고 설계 단계에서 심어둘 측정 지표까지 다룹니다. 40곳 이상의 기업·기관에서 AI 교육을 진행하며 반복해서 무너졌던 지점과, 결재하는 쪽에 앉아 교육 품의서를 승인하고 반려해본 경험이 근거입니다.
다 읽고 나면 자사 상황에 맞는 시수 배분표와 실습 과제 목록, 효과 측정 지표를 기안서에 그대로 옮겨 적을 수 있습니다. 조직 성숙도에 따라 출발점이 달라지는 부분은 임직원 AI 교육 커리큘럼 설계 쪽에서 보완하면 됩니다.
왜 생성형 AI 교육은 ‘들을 땐 좋았는데’로 끝날까요?
강사는 섭외했습니다. 교안도 받았고요. 그런데 8시간을 어떻게 쪼갤지는 회의실에서 감으로 정해집니다.
이론 두 시간, 실습 세 시간, 나머지는 질의응답. 이렇게 잡아놓고 나면 만족도 점수는 대체로 잘 나옵니다. 문제는 두 달 뒤입니다.
맥킨지 보고서가 반복해서 지적하는 지점도 비슷합니다. 생성형 AI 도입의 병목은 도구가 아니라 조직의 업무 재설계라는 것. HRDIVE 같은 HRD 매체에서도 ‘교육 만족도와 현업 적용률은 상관관계가 약하다’는 이야기가 계속 나옵니다.
만족도는 강의장의 지표고, 적용률은 자리로 돌아간 뒤의 지표입니다. 둘을 잇는 건 강사의 화술이 아니라 커리큘럼의 구조입니다.
생성형 AI 교육 커리큘럼 설계는 콘텐츠 선정 문제가 아니라 정렬 문제입니다. 학습 목표와 시수와 산출물, 이 셋이 어긋나면 무슨 내용을 넣어도 강의장 밖으로 나가지 못합니다.
AI 리터러시를 한 시간 설명하고 실습을 20분 준 과정은, 목표는 ‘활용’인데 시수는 ‘이해’에 걸려 있는 상태입니다.
이 글은 그 한 가지만 다룹니다. 니즈 진단과 성과 측정, 예산과 품의는 기업 AI 교육 도입 8단계 로드맵에서 이미 다뤘습니다. 여기서는 AI 교육 과정 구성의 모듈과 시수만 끝까지 갑니다.
커리큘럼을 짜기 전에 반드시 고정해야 할 3가지 설계 기준
모듈부터 그리고 싶은 마음, 압니다. 표를 채우면 일이 진행되는 느낌이 드니까요.
하지만 순서를 바꾸면 표를 두 번 그리게 됩니다. ADDIE 모델의 다섯 단계 중 8시간 과정에서 결정력을 갖는 건 앞의 둘, 분석과 설계입니다. 준비 시간의 60%를 여기 쓰는 편이 개발·실행에 몰아넣는 것보다 낫습니다.
기준 1. 학습 목표를 ‘이해’가 아니라 ‘산출물’로 적는다
‘프롬프트 엔지니어링의 원리를 이해한다’는 목표는 측정이 안 됩니다. 이해했는지 아닌지를 누가 판정하나요.
‘내 주간보고서 초안을 15분 안에 생성한다’로 바꾸면 달라집니다. 시간과 대상이 박혀 있어서 강의장에서 확인이 됩니다.
저는 교육마다 참가자 전원이 자기 업무 기준 ‘AI 업무 지시서’ 1건을 완성해 나가게 합니다. 40곳 넘는 기업과 기관에서 해보니, 산출물을 손에 쥐고 나간 사람과 필기만 한 사람의 두 달 뒤는 확실히 다릅니다.
PBL(Problem-Based Learning)의 순서도 같습니다. 문제가 먼저, 도구 설명은 그 뒤입니다. ChatGPT 화면 투어부터 시작하는 과정이 실패하는 이유죠.
기준 2. 대상자 수준을 3단계(비사용자·간헐사용자·활용자)로만 나눈다
수준을 다섯 단계, 일곱 단계로 나누면 반 편성이 불가능해집니다. 실무에서 굴러가는 분류는 셋입니다.
사전 설문은 5문항이면 됩니다. 최근 한 달 사용 빈도, 유료 계정 여부, 업무 활용 사례 1개 서술, 사내 보안 지침 인지 여부, 이번 교육에서 만들고 싶은 산출물 하나.
마지막 문항이 핵심입니다. 여기 적힌 답이 모듈3 실습 과제의 원재료가 되니까요. 더 깊은 AI 활용 성숙도 진단이 필요하다면 별도 프레임을 쓰는 편이 낫습니다.
직무 기반 커리큘럼의 원칙은 하나입니다. 같은 프롬프트 기법이라도 예시 데이터가 마케팅이냐 인사냐에 따라 학습 곡선이 달라집니다. 직무별 분화는 직무별 AI 교육 커리큘럼 4주 모듈안에서 따로 다뤘습니다.
교육 우선순위 대상자를 정하는 일도 이 단계에서 끝내야 합니다. 전사 동시 교육은 예산도 예산이지만, 수준 편차 때문에 실습이 무너집니다.
8시간을 어떻게 쪼갤까요? 4개 모듈 구성 템플릿
여기서 대부분 막힙니다. 넣고 싶은 내용은 스무 개인데 시간은 여덟 시간이니까요.
기준선부터 잡겠습니다. 이론 30, 실습 50, 적용 설계 20. 이 비율은 산출물 중심 과정에서 무너지지 않는 최소선입니다.
모듈별 시간·목표·산출물 한눈에 보기
| 모듈 | 시수 | 학습목표 | 진행방식 | 산출물 | 준비물 |
|---|---|---|---|---|---|
| 오리엔테이션 | 20분 | 사전 설문 결과 공유, 오늘 만들 것 확인 | 강의 | 개인별 목표 1줄 | 설문 집계표 |
| 1. AI 리터러시·보안 | 60분 | 할루시네이션과 민감정보 리스크를 사례로 판별 | 강의+퀴즈 | 사내 입력 금지 항목 체크 | 사내 보안 지침 |
| 2. 프롬프트 설계 기본 | 90분 | 업무 지시문 구조(역할·맥락·형식·검증) 습득 | 시연+개별 실습 | 프롬프트 초안 2건 | ChatGPT 계정 |
| 3. 직무 핸즈온 실습 | 180분 | 본인 업무 1건을 실제로 처리 | 핸즈온 세션, 조별 | 완성 결과물 1건 | 본인 업무 파일 |
| 4. 내 업무 이식 설계 | 90분 | 반복 적용 가능한 지시서로 정리 | 개인 작성+발표 | AI 업무 지시서 1건 | 지시서 템플릿 |
| 휴식 | 30분 | — | — | — | — |
모듈3에 180분을 준 게 과하다고 느껴질 수 있습니다. 그런데 이 시간을 줄이면 모듈4에서 쓸 재료가 사라집니다.
8시간이 부족할 때: 4시간 압축형과 16시간 확장형
| 형태 | 구성 변경 | 추가 모듈 | 적합 대상 |
|---|---|---|---|
| 4시간 압축형 | 모듈1을 30분으로 축약, 모듈3을 120분 유지, 모듈4는 20분 요약 | 없음 | 간헐사용자 이상, 단일 직무 |
| 16시간 확장형 | 기본 8시간 유지 | GPT 커스텀 제작 240분, AI 에이전트·자동화 180분, Vision AI 활용 60분 | 활용자 중심, 부서 표준화 목표 |
확장형에서 GPT 커스텀 제작을 넣는 이유는 개인기를 팀 자산으로 바꾸기 위해서입니다. 한 IT 기업 마케팅팀에서 받은 요청이 정확히 그것이었습니다. 잘 쓰는 직원과 못 쓰는 직원의 간극이 벌어지자 그건 생산성 문제가 아니라 위화감이라는 조직 문제가 됐다는 것.
격차 해소를 교육 주제로 요청받는다는 건, 개인기가 아니라 팀의 표준을 만들어달라는 뜻입니다.
8시간을 한 번에 못 뺀다면 런치앤런 교육으로 2시간씩 4회 분할하는 방법이 있습니다. 다만 조건이 하나 붙습니다.
회차 사이에 과제 연속성이 끊기면 4회가 아니라 서로 다른 4개 특강이 됩니다. 2회차 시작 10분은 반드시 1회차 산출물 공유로 씁니다. 이 운영 설계는 AI 교육 실무 적용률을 다룬 글에서 더 깊게 정리했습니다.
챗GPT 사내교육 커리큘럼을 짤 때 흔한 실수는 도구 소개에 90분을 쓰는 겁니다. 도구는 6개월이면 바뀌지만, 업무를 쪼개서 지시하는 법은 남습니다. 코드잇의 성과로 연결되는 생성형 AI 교육 설계 자료와 패스트캠퍼스의 AI 교육 커리큘럼 설계 체크리스트도 같은 지점을 짚습니다.
실습 과제는 어떻게 설계해야 현업으로 이어질까요?
실습 시간이 제일 조용합니다. 화면은 열려 있는데 무엇을 쳐야 할지 모르는 표정. 과제가 없어서 생기는 침묵입니다.
프롬프트 실습 과제 설계는 강사의 예시를 따라 치는 시간이 아니라, 참가자 본인의 업무를 재료로 삼는 시간이어야 합니다. PBL 실습 프로젝트의 원칙도 같습니다. 문제가 먼저고 도구는 나중입니다.
실습 과제 설계 4단계: 업무 수집 → 난이도 배열 → 산출물 기준 → 피드백 루프
- 사전 과제로 업무를 수집합니다. 교육 5일 전, “본인이 매주 반복하는 업무 3가지”를 한 줄씩 제출받습니다. 회신율은 팀장이 대신 취합할 때 가장 높습니다.
- 수집된 업무를 난이도 계단으로 배열합니다. 따라하기(강사 프롬프트 모방) → 변형(내 데이터·내 양식 적용) → 창작(반복 업무 자동화 설계) 순으로 3단 구성합니다. 계단을 건너뛰면 중위권이 먼저 이탈합니다.
- 산출물 채점 기준을 미리 공개합니다. 정확성(사실·수치 오류 없음), 재사용성(다음 주에 그대로 다시 쓸 수 있음), 시간 단축폭(기존 소요 대비 몇 분 줄었나) 세 축이면 충분합니다.
- 피드백 루프를 사람으로 돌립니다. 2인 1조로 상대의 산출물을 3분간 읽고 “재사용 가능한가”만 답하게 하면, 강사 한 명이 30명을 첨삭하는 것보다 빠르고 정확합니다.
바로 쓰는 실습 과제 예시 세트
| 직무 | 실습 과제 | 기대 산출물 |
|---|---|---|
| 마케팅 | 자사 제품 1개의 상세페이지 카피를 톤 3종으로 생성 후 사내 톤앤매너로 수렴 | 재사용 가능한 카피 생성 지시서 1건 |
| HR | 최근 채용공고 1건을 직무기술서 기반으로 재작성하고 면접 질문 10개 도출 | 공고 초안 + 면접 질문 세트 |
| 영업 | 고객 미팅 메모를 붙여넣어 후속 제안 메일과 내부 보고 요약 동시 생성 | 메일 초안 + 3줄 보고 요약 |
| 기획 | 엑셀 실적 데이터 요약 → 원인 가설 3개 → 다음 분기 액션 초안 | 1페이지 기획 메모 |
직무별로 더 잘게 나눈 주차 구성은 직무별 AI 교육 커리큘럼 쪽에서 4주 모듈 단위로 정리해두었습니다.
실습이 무너지는 원인은 대개 과제가 아니라 환경입니다. 계정 미발급, 사내망 차단, 파일 업로드 금지 정책. 이 셋 중 하나만 걸려도 챗GPT 업무 활용 실습은 그 자리에서 멈춥니다.
그래서 교육 3일 전에 확인할 것을 다섯 개로 고정했습니다.
- 참가자 전원 계정 로그인 성공 여부(개인 메일 아닌 업무 계정)
- 교육장 와이파이에서 해당 도메인 접속 가능 여부
- 실습용 샘플 데이터의 비식별 처리 완료 여부
- 사내 AI 사용 가이드라인상 업로드 허용 파일 범위
- 노트북 지참 여부와 예비 장비 2대
교육에 쓸 AI 도구는 무엇을 기준으로 고르나요? (2025년 기준 비교)
담당자들이 가장 오래 붙잡는 질문입니다. “우리는 어떤 걸 가르쳐야 하나요.”
답부터 말하면, 8시간짜리 AI 교육 과정 구성에서는 주 도구 1개를 정하고 나머지는 비교 데모로 5분씩 보여주는 편이 낫습니다. 도구를 늘리면 리터러시가 늘어나는 게 아니라 혼란이 늘어납니다.
| 도구 | 강점 | 사내 도입 시 고려사항 | 적합 모듈 |
|---|---|---|---|
| ChatGPT | 범용성, 커스텀 GPT 제작, 자료가 가장 많음 | 팀 요금제 기준 데이터 학습 제외 설정 확인 | 모듈2~4 전 구간 |
| Gemini | 구글 워크스페이스 문서·메일 연동 | 워크스페이스 미사용 조직은 효용 급감 | 모듈3 문서 실습 |
| Claude | 장문 문서 독해와 톤 일관성 | 보고서·계약서 다루는 직무에서 체감 큼 | 모듈3 문서 요약 |
| Copilot | 오피스 파일 내 즉시 사용 | 라이선스 단가와 기능 편차 사전 확인 | 모듈1 시연 |
무료 계정 실습은 비용이 0원이지만 대가가 있습니다. 파일 업로드 제한, 모델 차이, 대화 저장 정책 차이 때문에 옆자리와 결과가 달라지고, 그 순간 실습이 도구 탓 논쟁으로 흘러갑니다.
사내 데이터 연동이나 Vision AI 같은 고급 기능은 8시간에 넣기 어렵습니다. 이미지·도면·영수증을 읽히는 실습은 12시간 이상, 커스텀 GPT 제작과 AI 에이전트는 16시간 확장형에서 다루는 편이 안전합니다.
도구는 분기마다 바뀝니다. 그래서 커리큘럼은 기능이 아니라 업무 과제 기준으로 고정해야 합니다. “GPT-5 기능 소개”는 6개월 뒤 폐기되지만 “주간보고 초안 15분”은 남습니다.
도구 선택과 함께 보안·윤리 원칙을 같은 모듈에 붙여두면 좋습니다. 규제산업 AI 사내교육 설계에서 다룬 증빙 기준은 규제 산업이 아니어도 참고할 만합니다.
실제로 한 제약사 사업부는 강의 요청부터 결이 달랐습니다. 첫 요청이 “민감정보를 넣지 말라는 당부로 시작해달라”였습니다. 이미 부서용 앱까지 만들어 쓰는 조직인데도, 다음 고민은 도구가 아니라 출처를 어떻게 믿게 만드느냐였습니다.
우리가 직접 설계할까요, 외부에 맡길까요? 판단 체크리스트
예산 결재 라인에서 꼭 나오는 질문이죠. “이거 우리가 못 하나요?”
결재하는 쪽에 앉아 교육 품의서를 승인하고 반려해본 입장에서 말하면, 이 질문은 비용 절감이 아니라 통제권을 묻는 것입니다. 판단 기준을 열 개로 정리했습니다.
- 사내 표준 AI 도구가 이미 정해져 있다
- 대상 직무가 3개 이하로 좁다
- 내부 강사 후보(사내 파워유저)가 2명 이상 있다
- 올해 3회 이상 반복 운영할 계획이다
- 실습에 쓸 비식별 사내 데이터가 준비돼 있다
- 보안·규제 요구 수준이 높아 외부 반입이 어렵다
- HRD 담당자가 설계에 주 8시간 이상 쓸 수 있다
- 이전에 유사 과정을 운영한 교안이 남아 있다
- 경영진이 산출물 발표 세션 참관에 동의했다
- CoP 같은 사후 운영 조직을 만들 여력이 있다
해당 항목이 7개 이상이면 자체 설계, 4~6개면 하이브리드, 3개 이하면 전면 위탁이 무난합니다.
현실에서 가장 많이 선택되는 건 하이브리드입니다. 모듈1·2·4는 외부 표준 교안을 쓰고, 모듈3 직무 핸즈온만 사내 사례와 실제 데이터로 갈아끼우는 방식이죠. 맞춤형 AI 교육이라는 말의 실질은 대부분 이 지점에 있습니다.
외부에 맡길 때 검수할 것은 세 가지입니다. 시수 배분(실습이 4시간 미만이면 재협의), 실습 비중(데모와 실습을 구분해서 표기했는지), 산출물 정의(참가자가 무엇을 들고 나가는지 문장으로 적혀 있는지).
업체를 실제로 고를 단계라면 기업 AI 교육 업체 비교 9가지 기준을, 예산 라인을 먼저 잡아야 한다면 기업 AI 교육 비용 시뮬레이션을 참고하면 품의서 작성이 짧아집니다.
우리 조직이 어느 쪽인지 감이 안 잡힌다면, 설문을 돌리기 전에 AI 활용 성숙도 단계부터 확인하는 편이 빠릅니다. 성숙도 2단계 이하에서 전면 자체 설계는 대개 무리입니다.
이렇게 설계하면 반드시 실패합니다: 커리큘럼 안티패턴 6가지
커리큘럼을 다 짜놓고도 불안한 이유는 대개 하나입니다. 어디가 잘못됐는지는 교육이 끝나야 보인다는 것.
미리 걸러낼 수 있는 실수는 여섯 가지입니다.
첫째, 전 직원 동일 커리큘럼 일괄 편성. 초급자는 따라오지 못하고 상급자는 지루해합니다. 사전 설문으로 나눈 수준 3분류만 반영해도 이탈이 줄고 교육 이수율이 달라집니다.
둘째, 이론 4시간·실습 1시간의 역피라미드 시수입니다. AI 교육 시수 배분에서 가장 흔한 실패이고, 원인은 대개 ‘개념을 먼저 알려줘야 한다’는 선의입니다. 실습 중심 교육으로 뒤집고, 이론은 실습 직전 15분 브리핑으로 쪼개는 편이 낫습니다.
셋째, 관람형 실습. 강사 화면만 돌아가고 수강생 손은 멈춰 있는 시간입니다. 모듈마다 ’10분 안에 각자 결과물 1개’라는 정지선을 넣으면 이 문제는 대부분 사라집니다.
넷째, 산출물 정의 없이 만족도 설문으로만 끝내는 마무리입니다. 만족도 4.6점은 다음 예산을 지켜주지 못합니다. 제출물 1건을 필수로 걸면 그 자체가 성과 데이터가 됩니다.
다섯째, 보안 가이드 없이 실제 사내 데이터로 실습하는 경우. 한 제약사 사업부는 강의 요청부터 ‘민감정보를 넣지 말라는 당부로 시작해달라’였습니다. 규제 산업일수록 이 순서가 먼저이고, 규제산업 AI 사내교육 설계에서는 아예 별도 모듈로 뺍니다.
여섯째, 1회성 특강 후 후속이 없는 구조입니다. 조직 확산 전략이 빠진 교육은 한 달이면 원위치로 돌아갑니다. 종료 시점에 후속 세션 날짜를 못 박아두는 것만으로도 AI 교육 실무 적용률이 달라집니다.
설계 단계에서 미리 심어야 할 측정 지점과 사후 확산 장치
“효과는 어떻게 증명하나요?” 이 질문은 교육이 끝난 뒤에 받으면 이미 늦습니다. 측정은 커리큘럼 안에 미리 박아두는 장치입니다.
커리큘럼에 내장하는 3개 측정 지점
- 모듈2 종료 시점 — 프롬프트 진단 과제 1건. 사전 수준 분류와 비교하면 학습 전후 변화가 숫자로 남습니다.
- 모듈3 종료 시점 — 실습 완료율 = 산출물 제출 인원 ÷ 수강 인원. 출석률보다 정직한 지표입니다.
- 모듈4 종료 시점 — 업무 이식 계획서 제출률. 4주 뒤 재사용률 = 실제 업무 사용 건수 ÷ 제출 산출물 수로 이어집니다.
생산성 향상률이나 ROI 환산까지 가려면 계산식이 하나 더 필요합니다. 다만 그건 기업 AI 교육 도입 쪽에서 예산·효과 측정과 함께 다루는 편이 맞습니다.
교육 종료 4주 후까지 이어지는 확산 설계
결재하는 쪽에 앉아 교육 품의서를 승인하고 반려해봤습니다. 반려한 건들의 공통점은 ‘교육 다음 날부터의 계획’이 한 줄도 없다는 것이었습니다.
- 모듈4를 발표로 끝내지 않고 공유 아카이브에 업로드하는 것까지 포함합니다. 이 폴더가 사내 프롬프트 라이브러리의 씨앗이 됩니다.
- CoP(Community of Practice) 첫 모임을 종료 2주 후로, 채널과 운영자 이름까지 커리큘럼 부록에 적어둡니다.
- 후속 런치앤런 2회를 교육 확정과 동시에 회의실 예약까지 마칩니다. 사후관리는 의지가 아니라 캘린더의 문제입니다.
- 4주 후 재사용률 집계 담당자를 지정합니다. 담당자 없는 지표는 집계되지 않습니다.
- 잘 쓰는 직원과 못 쓰는 직원의 간극을 좁힐 ‘팀 표준 지시서’ 1건을 CoP 첫 과제로 겁니다.
한 IT 기업 마케팅팀은 이 간극 자체를 교육 주제로 요청했습니다. 개인기가 아니라 팀의 표준을 만들어달라는 뜻이었고, 조직 확산 전략은 대개 거기서 시작됩니다.
여기까지의 측정 지점과 확산 장치를 한 장으로 정리한 설계 체크리스트는 교육 기안서 첨부 항목에 그대로 붙일 수 있게 만들어두었습니다. 조직의 현재 수준부터 확인하고 싶다면 AI 활용 성숙도 진단 결과를 배경란에 넣는 방법도 있습니다.
자주 묻는 질문
생성형 AI 교육 커리큘럼은 몇 시간 또는 몇 주로 설계해야 하나요?
입문 과정은 8시간 단일 과정, 직무 심화는 4시간씩 4회로 나눈 총 16시간이 기본값입니다. 판단 기준은 단순합니다. 수강생 대부분이 챗GPT를 열어본 적 없다면 8시간 안에 리터러시부터 산출물까지 한 번에 닫는 편이 낫습니다. 반대로 이미 각자 쓰고 있고 결과물 편차가 문제라면, 8시간짜리 특강보다 4주에 걸친 분할 과정이 실무 적용률을 끌어올립니다. 다만 분할할 때는 회차 사이 과제가 끊기지 않도록 연속성을 먼저 설계해야 합니다.
직무별로 AI 교육 내용을 다르게 설계해야 하나요?
공통 모듈은 통합하고 실습 모듈만 직무별 과제로 교체하는 하이브리드 구조를 권합니다. AI 리터러시와 보안 기본, 프롬프트 설계 원리는 마케팅이든 인사든 내용이 거의 같습니다. 반면 모듈3의 핸즈온 실습은 소재가 다르면 몰입도가 완전히 달라집니다. 처음부터 직무별로 다섯 개 과정을 만들면 운영 부담만 커지고 개설 자체가 미뤄집니다. 직무별 상세 분화는 직무별 AI 교육 커리큘럼 설계안을 참고해 실습 파트만 갈아 끼우는 방식이 현실적입니다.
이론과 실습의 시간 비율은 어느 정도가 적절한가요?
이론 30, 실습 50, 업무 이식 설계 20이 기본값입니다. 수강생이 완전 입문자라면 이론을 40까지 올리되 실습을 45 아래로 떨어뜨리지 않는 선에서 조정합니다. 이미 활용 경험이 있는 조직이라면 이론을 20으로 줄이고 실습을 60까지 확대해도 무리가 없습니다. 어느 경우든 마지막 20은 건드리지 않는 편이 좋습니다. 그 시간이 사라지면 교육장 밖으로 나가는 산출물도 함께 사라집니다.
생성형 AI 교육의 효과는 어떻게 측정하나요?
이수율, 실습 완료율, 산출물 재사용률 세 지표를 커리큘럼 안에 측정 지점으로 미리 심어두는 방식이 가장 확실합니다. 교육이 끝난 뒤 측정 방법을 고민하면 이미 데이터가 없습니다. 모듈3 종료 시점에 산출물 제출을 받으면 실습 완료율이 자동으로 잡히고, 모듈4의 업무 이식 계획서가 4주 후 재사용률의 모집단이 됩니다. 만족도 설문은 이 세 지표를 대체하지 못합니다. 상세한 계산과 보고 양식은 기업 AI 교육 도입 로드맵에서 다룹니다.
교육 후에도 조직에 AI 활용이 정착되게 하려면 어떻게 해야 하나요?
마지막 모듈을 업무 이식 계획서와 공유 아카이브로 설계하고, CoP와 후속 세션을 교육 확정 시점에 함께 편성하는 것이 핵심입니다. 교육이 끝난 다음에 후속을 고민하면 대부분 열리지 않습니다. 참가자들이 제출한 프롬프트와 산출물을 한곳에 모아두면 그것이 사내 프롬프트 라이브러리의 첫 버전이 됩니다. 이후 월 1회 런치앤런으로 사례를 공유하는 리듬만 유지해도 활용률 곡선이 달라집니다. 운영 설계는 AI 교육 실무 적용률을 다룬 90일 가이드에 정리해 두었습니다.
마무리
- 8시간 커리큘럼의 뼈대는 리터러시·프롬프트·직무 실습·업무 이식 4개 모듈
- 이론 30 : 실습 50 : 이식 설계 20, 마지막 20이 현업 적용률의 분기점
- 측정은 사후 과제가 아니라 모듈 안에 심어두는 설계 항목
지금 할 수 있는 첫 행동은 하나입니다. 기존 교육 계획서를 열어 모듈별 시수 옆에 ‘이 시간이 끝나면 참가자 손에 남는 파일’을 한 줄씩 적어보는 것.
빈칸이 남는 모듈이 곧 실습으로 바꿔야 할 자리입니다. 대개 이론 모듈에서 줄줄이 비어 있습니다.
그런데 여기까지 정리해도 남는 어려움이 있습니다. 커리큘럼이 아무리 정교해도, 그것을 예산으로 바꾸는 문서는 별개의 싸움이라는 것입니다.
결재하는 쪽에 앉아 교육 품의서를 승인하고 반려해본 입장에서 말하면, 반려의 이유는 대개 커리큘럼의 질이 아니었습니다. ‘보안은 어떻게 하나’, ‘효과를 어떻게 증명하나’ 같은 질문에 답이 비어 있어서였습니다. 좋은 설계와 통과되는 문서는 다른 능력입니다.
이미 한 번 반려당했거나, 품의서 빈칸 앞에서 며칠째 커서만 깜빡이고 있다면 채워진 문서를 먼저 보는 편이 빠릅니다. 320명 규모 가상 기업 시나리오로 전 칸을 채운 품의서 예시본과, ‘내년에 하자’·’무료로 배우면 되잖나’ 같은 반려 사유 5가지별 재상신 문구가 들어 있습니다. AI 교육 도입 서류 3종 무료로 받기 — 전 칸을 채운 품의서 완성 예시본과 반려 사유 5가지별 재상신 문구 포함 (편집용 DOCX)