Anthropic 리더가 AI보다 목숨 거는 ‘이것’

지난 10월 13일, 팀스파르타 AX Leaders Summit에서는 구글, 우버, 캔바를 거친 수닐을 모시고 AI가 실제 업무 변화로 이어지려면 무엇이 필요한지 깊은 이야기를 나누었습니다. 오늘은 현장에서 나온 이야기 중 다음 교육을 기획하실 때 참고하시면 좋을 세 가지 포인트를 짚어드릴게요. 전체 강연과 Fireside Chat, 실무자들의 Q&A는 한글 자막이 추가된 다시보기 영상으로 편하게 만나보실 수 있습니다.

💡 직원들이 AI를 쓰고 싶어지는 이유는 따로 있습니다

이 사례에서 가장 중요한 포인트는 팀원들이 시간을 아낀 뒤 어디에 쓰고 싶은지 그 목표가 뚜렷했다는 점이에요. 구성원들에게 AI를 배울 동기를 만들어주려면, 회사의 거창한 생산성 목표보다 내 일상이 실제로 어떻게 달라지는지 먼저 와닿아야 하거든요. 번거로운 반복 업무를 덜어내면 본업인 기획에 온전히 집중할 수 있다는 기대감이 팀원들을 스스로 움직이게 만들었습니다.

그래서 사내 교육 수요조사를 진행하실 때도 ‘배우고 싶은 AI 툴’만 묻기보다는, 바로 이 두 가지 질문을 함께 던져보시길 권해드려요. 이렇게 덜어내고 싶은 일과 집중하고 싶은 일을 나란히 살펴보면, 교육에서 다룰 실무 과제는 물론이고 교육 이후에 기대할 수 있는 변화까지 한 번에 그려볼 수 있거든요.

예를 들어 영업 담당자가 ‘고객사 자료를 취합하는 시간을 줄이고 싶다’고 답했다고 해볼게요. 보통은 여기서 단순 요약 실습부터 떠올리기 쉬운데요. 만약 그 담당자가 확보한 시간을 ‘고객에게 제안할 맞춤 가설을 세우는 데 쓰고 싶다’고 덧붙였다면 교육 설계는 완전히 달라집니다. 단순히 정보를 요약하는 데서 그치지 않고, 요약된 내용이 제안의 근거로 충분한지 검토하는 실습까지 이어져야 하니까요. 덜어낼 일과 집중할 일을 함께 물어보면, 교육 결과물뿐만 아니라 그 결과물을 평가하는 기준까지 한층 깊어지게 됩니다.

이렇게 사내 수요조사를 마쳤다면, 이제 이 답변들을 실제 실습으로 옮겨갈 차례예요. 아래 아티클에서는 현업 업무에서 딱 맞는 교육 과제를 발굴하고, 구성원의 수준에 맞추어 실습 난이도를 조율하는 구체적인 과정을 소개해 드립니다. 다음 AI 교육을 본격적으로 기획하시기 전에, 우리 팀에 바로 적용할 수 있는 설계 기준을 먼저 확인해 보세요.

📊 총점이 높은 직원에게도 필요한 학습이 있습니다

직원들이 어떤 업무를 덜어내고 싶어 하는지 파악했다면, 다음은 그 업무를 자동화하거나 효율화할 때 어디서 기술적인 병목이 생기는지 확인할 차례예요. 겉보기엔 똑같이 AI 활용에 서툴러 보여도, 구체적으로 파고들면 보완해야 할 지점이 각자 다르기 때문이에요. AI에게 업무 맥락을 차근차근 설명하는 데 능숙한 사람이 있는가 하면, 반대로 프롬프트 작성은 서툴러도 AI가 내놓은 결과물에서 오류를 잡아내는 감각은 뛰어난 사람도 있습니다. 단순히 AI를 잘 쓴다, 못 쓴다 같은 총점 하나로만 구성원을 나누면 이런 진짜 실력 차이를 놓치기 쉬워요.

실제로 기업 구성원들의 AI 활용 역량을 진단해 보면 이런 차이가 데이터로 명확히 나타납니다. 스파르타 기업교육과 함께 진단을 진행했던 한 식품 제조기업의 결과를 보면 알 수 있는데요. 아래 그래프는 진단 총점 상위 25%와 하위 25% 그룹의 세부 역량을 비교한 자료예요. 여기서 업무의 전체적인 순서와 흐름을 짜는 ‘워크플로 설계’ 항목을 눈여겨보시면 흥미로운 점이 보입니다.

워크플로 설계 문항의 달성률을 보면 상위 그룹이 32.0%, 하위 그룹이 28.0%로 큰 차이가 없었습니다. 다른 평가 항목에서는 두 그룹 간의 격차가 꽤 벌어졌지만, 이 영역만큼은 상위 그룹 역시 보완이 필요한 수준이었던 거예요. 만약 총점이 높다는 이유만으로 상위 그룹을 곧바로 심화 과정에 배정했다면, 정작 이들에게 꼭 필요했던 기본기를 놓치게 되었을 겁니다.

그렇다고 부족한 역량이 겹친다고 해서 모두에게 똑같은 실습을 줄 필요는 없어요. 예를 들어 고객사 자료를 정리하는 같은 과제라도, 기초 그룹은 필요한 정보를 빠르게 찾아내고 출처를 확인하는 연습부터 해볼 수 있습니다. 반면 어느 정도 툴을 다룰 줄 아는 숙련 그룹에게는 자료 간에 내용이 엇갈리거나 정보가 부족한 상황을 주고, 무엇을 더 교차 검증해야 할지 판단해보게 하는 식이에요. 다 함께 달성해야 할 목표는 하나로 맞추되, 각자 막히는 부분에 따라 연습 방식과 피드백을 다르게 설계하는 겁니다.

진단 결과를 바탕으로 교육 과정을 어떻게 나눠야 할지 막막하셨다면, 단순 점수가 아니라 실제 필요한 역량으로 연결 짓는 기준이 필요해요. 이어지는 아티클에서는 조직의 역량 분포에 따라 전사 공통 교육이나 직무별 특화 교육, 혹은 특정 역량을 채워주는 코칭을 선택하는 기준과 구체적인 실습 예시를 정리해 두었습니다. 우리 조직에는 지금 어떤 방식의 학습이 먼저 필요한지 차근차근 비교해 보세요.

🗓️ AI를 써볼 시간까지, 교육 계획에 들어 있나요?

조직에 필요한 실습을 구체화했다면, 이제 구성원들의 실제 업무 일정도 함께 들여다봐야 해요. 교육에서 배운 내용을 내 업무에 제대로 활용하려면 관련 데이터를 모으고, AI가 뽑아준 결과를 꼼꼼히 뜯어보며 다듬는 물리적인 시간이 반드시 필요하거든요. 하지만 기존 업무가 그대로 쌓여 있는 상태에서 새로운 과제만 더해진다면, 당장 닥친 마감 업무에 밀려 배운 내용은 금방 잊히기 마련입니다.

수닐은 이 문제를 풀기 위해, 일주일에 딱 1시간이라도 AI를 직접 다루며 결과물을 만들어보는 실습 시간을 팀원들의 캘린더에 미리 확보해 두는 방법을 제안했어요. 그리고 이 시간만큼은 다른 일에 방해받지 않고 온전히 쓸 수 있도록 현업 리더가 지켜주어야 한다고 덧붙였습니다. 다른 부서에서 업무 요청이 들어오더라도 우선순위를 조율해 주고, AI를 써보고 실험하는 일 역시 팀의 공식 업무라는 점을 확실하게 지지해 주어야 한다는 뜻이에요.

교육 담당자는 강의 일정만 안내하고 끝낼 게 아니라, 교육이 끝난 뒤 구성원이 어떤 업무에 AI를 적용해 볼지, 또 그 실습 시간을 언제로 잡을지 부서 리더와 사전에 합을 맞춰야 해요. 그러려면 리더 역시 AI를 직접 써보는 경험이 꼭 필요합니다. 실제로 툴을 다뤄봐야 결과물을 검토하는 데 시간이 얼마나 걸리는지, 팀원들에게 어떤 자료와 환경을 지원해 줘야 할지 파악할 수 있거든요.

이때 리더는 AI를 테스트하면서 결과물이 나오는 속도에만 주목해서는 안 돼요. 결과물로 나온 내용이 맞는지 확인하고, 빈 곳을 채우고, 당장 쓸 수 있는 수준으로 다듬는 검증 과정에 많은 시간이 들어가기 때문입니다. 이 세부적인 과정까지 리더가 직접 겪어봐야 실습에 필요한 시간과 지원 조건을 현실적으로 정할 수 있어요. 실제로 툴을 다뤄봐야 업무의 어느 단계까지 AI에 맡기고, 어디서부터 사람이 검토해야 할지 눈에 보이기 시작하거든요. 리더의 실습을 준비하고 계신다면 아래 세 가지 포인트를 먼저 점검해 보세요.

🎬 다른 기업들은 AI 교육의 막막함을 어떻게 풀었을까요?

다음 교육 계획을 세우실 때는 AI툴이나 수강 시간뿐만 아니라, 직원들이 실제로 바꿔볼 업무도 한 줄 덧붙여보세요. 그 업무에서 어떤 역량을 채워줘야 할지, 또 언제 직접 실습해 볼 수 있을지 하나씩 짚어가다 보면 각 부서의 리더들과 어떤 이야기를 나눠야 할지 훨씬 또렷하게 보이실 거예요.

하지만 막상 계획을 구체화하다 보면 교육의 필요성에 대한 반발은 어떻게 풀어야 할지, 직원들의 역량 차이는 어떻게 맞춰야 할지 고민이 깊어질 수밖에 없어요. 실제로 이번 서밋 현장에서도 이런 현실적인 질문들이 여럿 나왔어요. 실무진을 설득하는 방법부터 부서원 간의 실력 편차를 다루는 법, 그리고 임원 교육을 시작하는 기준까지 많은 담당자분들이 각자의 고민을 나눠주셨습니다. 다른 기업의 담당자들은 무엇을 물었고, 수닐은 어떤 실마리를 건넸을까요?

궁금하신 분들을 위해 키노트 강연부터 Fireside Chat, 현장 Q&A까지 모든 세션에 한글 자막을 달아 준비해 두었습니다. 내년도 AI 교육의 밑그림을 그리는 데 힌트가 되어줄 AX Leaders Summit 현장의 이야기들을 다시보기 영상으로 만나보세요.