고객사에서 AI 교육 과정을 도입하게 된 배경 및 이유는 무엇인가요?
A사는 자체 AI 플랫폼을 구축하고 AX 전환을 본격화하는 단계에 있었습니다. 플랫폼은 갖춰졌지만, 실제 현업에서 이를 어떻게 활용할지에 대한 기준과 경험이 아직 축적되지 않은 시점이었습니다.
특히 데이터 영역에서 명확한 과제가 있었습니다. 식품 제조·유통 기업의 특성상 매출, 유통, 채널 데이터가 매일 쌓이고 있었지만, 대부분의 실무자가 이를 엑셀로 집계하고 현황을 정리하는 수준에서 업무를 마무리하고 있었습니다.
"무슨 일이 있었는가"는 파악하지만, "왜 일어났고 무엇을 해야 하는가"까지 나아가지 못하는 상황이었습니다. 자체 AI 플랫폼 도입은 성공했더라도, 구성원이 쓰지 않으면 정착되지 않습니다. A사가 이번 과정을 기획한 배경은 여기에 있었습니다.
데이터 분석 역량을 개인 스킬로 끌어올리는 동시에, AI를 실제 업무 도구로 자리 잡게 만드는 것이었죠.
교육 기획 과정에서 확인한 고객사의 요청 사항은 무엇이었나요?
담당자분들과 논의하며 확인한 핵심 요청사항은 세 가지였습니다.
첫째, 실습 도구는 반드시 기업 자체 AI 플랫폼을 중심으로 해달라는 것이었습니다. 범용 AI 툴로 교육하면 학습자는 잘 배우지만, 교육이 끝나고 사내 플랫폼으로 돌아왔을 때 경험이 단절됩니다. 교육에서 익힌 방식이 그대로 플랫폼에서 쓰일 수 있어야 한다는 요구였습니다.
둘째, 자체 AI 플랫폼의 기능 한계를 전제로 설계해달라는 것이었습니다. 담당자분들이 자체 AI의 강점과 제약을 정확히 인지하고 있었고, 부족한 부분은 보조 도구를 활용해도 좋다는 유연한 방향을 주셨습니다. 대신 반복 사용을 통해 학습자가 자체 AI에 익숙해지는 것이 최종 목표라는 점을 분명히 하셨습니다.
셋째, 직급·직무 구분 없이 전사적으로 적용 가능한 구조를 원하셨습니다. 마케팅, R&D, 생산기술, 영업, 경영지원 등 직무가 전혀 다른 구성원들이 같은 과정을 수강하는 만큼, 어느 직무에서든 자기 업무로 치환할 수 있는 실습 소재가 필요했습니다.
교육과정 소개 및 준비 과정에서 특별히 Focus를 맞춘 부분과 이번 교육의 차별화 요소는 무엇인가요?
준비 단계에서 가장 공을 들인 부분은 실습 데이터 설계였습니다.
데이터 교육에서 가장 흔한 실패는 학습자가 "이 데이터는 내 업무랑 상관없다"고 느끼는 순간입니다. 그래서 저희는 공개 데이터셋이나 일반적인 예제 대신, 기업의 사업 구조를 반영한 유통·매출 더미 데이터를 직접 제작했습니다. 제품 카테고리, 채널별 판매 흐름, 기간별 매출 변동 등 실무자가 매일 보는 데이터와 유사한 형태로 구성했고, 실제 사내 데이터를 쓸 수 없는 보안 환경에서도 학습자가 몰입할 수 있도록 하는 현실적인 해법이었습니다.
실습 도구 구성도 이원화했습니다. 핵심 분석과 인사이트 도출은 자체 AI 플랫폼을 중심으로 진행하되, 자체 AI가 다루기 어려운 반복 집계나 데이터 전처리 영역은 엑셀 및 VBA를 활용해 보완했습니다. 교육 흐름은 데이터를 정의하고, 정제하고, 분석하고, 해석해서 보고까지 연결되는 5단계 프로세스로 설계했습니다. 각 단계마다 학습자가 손에 쥐고 나갈 산출물이 남도록 구성했고, 마지막에는 개인별 업무에 적용할 분석 루프를 직접 설계하도록 했습니다.
고객사의 니즈맞춤형 접근법 및 차별화 요소는 무엇인가요?
이번 과정의 차별화 요소는 세 가지로 정리할 수 있습니다.
첫째, 자체 AI 플랫폼 기반 교육 운영 경험입니다. 자체 플랫폼 교육은 범용 AI 교육과 접근 방식이 완전히 다릅니다. 플랫폼의 제약사항을 사전 분석하고 미리 테스트를 해서 교안에 반영하고, 기능 업데이트에 맞춰 교안과 강사 교육을 즉시 갱신하는 대응 체계가 전제되어야 하는데, 이번 과정에도 동일한 운영 원칙을 적용했습니다.
저희 캐럿글로벌은 A사 외에도 여러 대기업의 자체 AI 플랫폼 교육을 진행하고 있습니다. 또다른 사례는 아래 링크를 통해 확인해 보세요!
둘째, 플랫폼 한계를 회피하지 않고 보완 설계로 풀어낸 접근입니다. 자체 AI 플랫폼만으로 모든 것을 해결하려 하면 어렵고, 반대로 외부 툴에 의존하면 플랫폼 정착이 실패합니다. 저희는 자체 AI 플랫폼을 중심 도구로 유지하면서 엑셀·VBA를 보조 축으로 배치해, 학습자가 "우리 플랫폼으로 여기까지 할 수 있다"는 감각과 "부족한 부분은 이렇게 메운다"는 실무 노하우를 동시에 갖도록 했습니다.
셋째, 더미 데이터를 통한 업종 맥락 반영입니다. 식품 제조·유통이라는 A사의 사업 특성을 실습 데이터에 그대로 녹여냈기 때문에, 학습자가 분석 결과를 해석하는 과정에서 자연스럽게 자기 업무를 떠올리게 됩니다. 데이터 교육의 몰입도는 도구가 아니라 데이터에서 결정된다고 생각합니다.
빠르게 변화하는 AI 시대, 조직의 AX(AI Transformation) 전환은 더 이상 선택이 아닌 필수입니다.
AX의 시작은 기술이 아니라 ‘문제 정의’에서 출발합니다.
생성형 AI 활용부터 조직 전반의 AI 확산 전략까지, 귀사의 상황에 맞춘 최적의 솔루션을 함께 고민하겠습니다. AI·AX 전환과 관련한 교육, 컨설팅, 실행 방안이 필요하시다면 언제든 캐럿글로벌로 문의해 주세요!😊
