[단독] 현직자 AI 활용 능력, '기초 단계'가 무려 40%?

2026. 5. 12.

HRD KOREA 2026 현장에서 만난 AX의 뜨거운 열기

팀스파르타 기업교육팀이 지난 ‘HRD KOREA 2026 Expo’에 참여해, 수많은 HR 담당자분들과 함께 AX(AI Transformation)에 대한 깊은 고민을 나누고 돌아왔습니다.

현장의 열기는 그 어느 때보다 뜨거웠는데요. 특히 AI를 직무와 직급별로 어떻게 실질적으로 적용할지에 대한 기업들의 실질적인 고민을 확인할 수 있었습니다. 이러한 관심을 증명하듯, 현장에서 진행된 ‘AI 프롬프트 챌린지’에는 총 262명의 실무자가 참여하여 각자의 활용 역량을 가감 없이 발휘하며 본인의 AI 역량을 직접 진단하고 확인하는 시간을 가졌습니다.

이번 뉴스레터에서는 7개 주요 산업군에서 수집된 생생한 데이터를 바탕으로 도출한 핵심 인사이트를 전해드립니다. 우리 조직과 산업의 AI 활용 수준을 객관적으로 점검해 볼 수 있는 이번 리포트를 지금 바로 확인해 보세요.

이번 리포트를 통해 얻을 수 있는 5가지✨

1️⃣ 7개 산업군 현직자들의 AI 역량 공개

2️⃣ AI 역량이 가장 높은 산업 공개

3️⃣ 상위 10% 2가지 공통점

4️⃣ 전체 산업군에서 가장 취약한 역량 항목

5️⃣ AI 역량 수준별 교육 로드맵

AI 프롬프트 챌린지 진단 리포트 공개 ✨

이번 뉴스레터는 ‘HRD KOREA 2026 Expo’에서 뜨거운 호응을 얻었던 [AI 프롬프트 역량 진단 챌린지] 결과를 바탕으로 제작되었습니다. "우리 조직 구성원은 AI를 얼마나 잘 활용하고 있을까?"라는 물음에 답하기 위해, 팀스파르타는 8가지 핵심 역량 지표를 수립하여 실무진의 데이터를 정밀 분석했습니다.

[ 챌린지 개요 ]

참여 대상: HRD 담당자(대기업, 중견기업, 중소기업, 스타트업)
참여 인원 수 : 262명
산업군: 총 7 곳 (공공·교육, IT·플랫폼, 유통·물류, 제조·생산, 금융·보험, 의료·바이오, 미디어·콘텐츠)
챌린지 진행 일시: 2026년 4월 23일
주최: HRD KOREA 2026 Expo × 스파르타 기업교육

1. 7개 산업군 현직자들의 AI 역량 공개 : 약 10명 중 4명은 아직 기초 단계 😨

먼저 전체 참가자의 AI 프롬프트 활용 역량을 점수로 환산해 보았습니다. 전체 참가자의 평균 역량 점수는 49.7점, 중앙값은 53.0점이었습니다. 100점 만점 기준으로 보면 현직자들의 AI 프롬프트 활용 역량은 아직 절반 수준에 머물러 있는 셈입니다.

물론 모든 참가자가 낮은 수준에 머문 것은 아니었습니다. 최고 등급인 AX 리드군에 해당하는 참가자는 28명으로 전체의 10.7%를 차지했습니다. 리드군에 해당하는 현직 자들은 AI에게 단순히 질문하는 수준을 넘어 업무 맥락을 설명하고 결과물 구조를 설계하며 AI가 낸 결과를 다시 검토하게 하는 고급 활용 역량을 보였습니다.

반면 AI 기초 수준 이하에 해당하는 참가자는 102명으로 전체의 38.9%였습니다. 약 10명 중 4명은 아직 AI를 실무 파트너로 활용하기보다, 단순 검색이나 짧은 질문 중심으로 사용하는 단계에 머물러 있음을 보여줍니다.

2. AI 역량이 가장 높은 1위 산업: 공공•교육 분야 👀

이번 챌린지에서 가장 높은 평균 점수를 기록한 산업은 공공·교육 분야(53.3점)였으며, 가장 낮은 산업은 미디어·콘텐츠(31.9점)였습니다. 7개 산업 모두 전체 평균(49.7점) 전후에 분포했지만 산업 간 역량 격차는 뚜렷하게 나타났습니다.

공공·교육 분야는 업무 목적이나 과제 주제를 비교적 명확하게 설명하는 역량이 강점으로 나타났습니다. 두 번째인 IT·플랫폼 참가자들은 기술적 맥락이나 원하는 출력 형태를 설명하는 데 비교적 익숙했습니다. 다만 AI 결과물의 품질을 검증하거나 세부 제약 조건을 통제하는 부분에서는 개선이 필요했습니다.

유통·물류와 제조·생산은 전체 평균과 비슷한 수준을 보였습니다. 두 산업 모두 현업 중심의 구체적인 업무 맥락을 가지고 있었지만, AI에게 결과를 다시 검토하게 하거나 업무를 단계별로 나누어 지시하는 방식은 상대적으로 부족했습니다.

금융·보험은 공식적인 문서 작성이나 어조 설정에 대한 이해는 있었지만 복잡한 업무를 구조화하는 역량은 상대적으로 낮게 나타났습니다. 보안, 리스크, 보고 체계가 중요한 산업인 만큼 AI 활용에서도 더 정교한 작업 분해와 검증 기준 설정이 필요합니다.

의료·바이오는 전문 지식이 중요한 산업이지만 AI 활용 방식은 아직 단순 정보 탐색 수준에 머무는 경향이 있었습니다. 전문성을 AI와 연결해 구조화된 결과물로 만드는 훈련이 필요해 보입니다.

미디어·콘텐츠는 아이디어 발상이나 콘텐츠 제작과 같이 AI 활용 가능성이 높은 산업임에도 불구하고, 프롬프트 구조화와 결과물 조건 설정 역량은 가장 낮게 나타났습니다. AI를 실무에 사용하는 것과 업무 성과를 만드는 방식으로 활용하는 것 사이에 뚜렷한 차이가 있다는 점을 보여줍니다.

산업별 역량 점수 결과에서 주목할 점은 단순히 어느 산업의 점수가 높고 낮은지가 아닙니다. 산업마다 AI 역량이 서로 다르다는 것이 더 중요한 지점입니다. 같은 제조업이라도 기업 혹은 구성원이 어떤 업무를 주로 하느냐에 따라 AI 활용 수준은 얼마든지 달라질 수 있습니다.

산업 평균 데이터는 큰 그림을 파악하는 참고 자료로 활용하되 실제 교육 방향을 잡기 전에는 우리 조직 구성원들의 AI 역량을 직접 진단해 보는 것이 먼저입니다. 어떤 역량을 어떻게 키워야 할지, 교육을 어떤 방향으로 설계해야 할지는 현재 수준을 정확히 파악한 뒤에야 보이기 때문입니다.

3. 상위 10%의 2가지 공통점 : AI에게 검증을 맡기고, 결과물 구조를 먼저 설계한다

AX 리드군(상위 10.7%)과 일반 참가자의 차이는 두가지 였습니다.

1️⃣ AI에게 결과를 다시 검토하게 하는 습관입니다.

일반 참가자들은 AI가 제시한 첫 번째 답변을 그대로 사용하는 경우가 많았습니다. 반면 AX 리드군은 AI에게 결과를 다시 확인하게 했습니다. "이 답변에서 빠진 리스크가 있다면 함께 알려줘", "실무자가 검토했을 때 부족한 부분이 있다면 보완해 줘", "이 결과가 실제 업무에 적용될 때 문제가 될 수 있는 부분을 점검해줘"와 같은 방식으로 AI에게 검토 기준을 제시했습니다. AI가 만든 결과를 그대로 쓰지 않고 다시 점검하고 보완하게 하는 방식입니다.

2️⃣ 원하는 결과물의 구조를 먼저 정의하는 습관입니다.

AI 활용이 익숙하지 않은 참가자들은 "마케팅 전략 알려줘", "보고서 써줘", "아이디어 추천해줘"처럼 넓고 추상적인 방식으로 질문하는 경우가 많았습니다. 이런 질문은 AI가 일반적인 답변을 내놓기 쉽고, 실제 업무에 바로 적용하기에는 부족한 결과물로 이어질 가능성이 높습니다.

반면 AX 리드군은 결과물에 포함되어야 할 항목을 구체적으로 지정했습니다. "시장 분석, 경쟁사 분석, 실행 액션, 예상 리스크까지 포함해서 정리해줘", "보고서 형식으로 작성하되 배경, 핵심 이슈, 해결 방향, 실행 일정 순서로 구성해줘"처럼 원하는 결과물의 구조를 먼저 설계했습니다.

결국 성과를 만드는 사람들은 AI에게 단순히 질문하지 않았습니다. AI에게 업무를 맡기고, 기준을 제시하고, 검증까지 요청했습니다. 이 차이가 바로 AI 활용 수준의 격차를 만들고 있었습니다.

4. 전체 산업군에서 가장 취약한 역량은? '검증 요청' 달성률 37%

참가자들이 가장 취약했던 부분은 뭐였을까요? 챌린지 진행 중 전체 산업군에서” 가장 취약하게 나타난 항목은 AI에게 결과 검증을 요청하는 것으로, 달성률은 37%에 그쳤습니다. AI 프롬프트 활용 역량을 4가지 영역으로 분석한 결과, 영역 간 점수 차이도 뚜렷했습니다.

[역량 영역별 설명]

1️⃣ 맥락 설계 : AI에게 어떤 업무인지, 어떤 목적인지, 어떤 상황에서 쓸 결과물인지 배경을 설명.

2️⃣ 출력 형식 : 지정은 표, 보고서, 이메일, 요약문처럼 원하는 결과물의 형태를 정해주는 역량.

3️⃣ 제약 조건 : 분량, 어조, 대상 독자처럼 결과물의 품질을 구체적으로 설정.

4️⃣ 작업 분해 : 복잡한 업무를 분석, 정리, 초안 작성처럼 단계별로 나누어 AI에게 순서대로 맡기는 역량으로, AI를 답변 생성기가 아닌 업무 파트너로 활용하기 위해 가장 중요한 영역.

그렇다면 '4대 프롬프트 역량'의 세부 항목 달성률은 어떨까요?

아래 세부 항목을 보면 참가자들은 과제 주제를 특정하거나 기본적인 요청을 하는 것에는 익숙했지만, 고급 활용으로 갈수록 달성률이 크게 낮아졌습니다.

참가자들은 과제 주제를 특정하거나(93%) 출력 형태를 지정하는(85%) 기본 항목에는 익숙했지만, 하지만 복잡한 업무를 단계별로 나누거나(47%) 필수 항목을 명확히 나열하는(39%) 고급 활용으로 갈수록 달성률이 크게 낮아졌습니다. 특히 AI에게 결과 검증을 요청하는 항목은 37%로 가장 낮았어요.

이번 결과가 조직의 AI 교육 방향에 주는 힌트는 명확합니다. 중요한 것은 툴 사용법이 아니라 업무 맥락을 설명하고 결과물 조건을 정하고 AI의 답변을 검증하는 것을 하나의 업무 흐름으로 익히는 것입니다. 그 역량이 갖춰졌을 때 비로소 AI가 업무 성과로 이어집니다.

5. 산업별 AI 역량 진단 및 맞춤형 로드맵 🧭

조직의 AI 교육은 현재 수준을 먼저 진단한 뒤, 단계별로 설계되어야 합니다. 구성원마다 AI 활용 수준이 다른 만큼 필요한 교육도 다릅니다. AI 활용 수준이 낮은 구성원에게 처음부터 복잡한 자동화 프로젝트를 요구하면 교육 효과가 떨어질 수 있고, 반대로 이미 AI를 실무에 활용하고 있는 구성원에게 기초적인 툴 소개만 반복하면 실제 성과로 이어지기 어렵습니다.