안녕하세요. 캐럿글로벌 중소기업 AI훈련확산센터입니다!
중소기업의 AI 전환은 단순히 새로운 기술을 도입하는 것만으로 이루어지지 않습니다. 매출 정산, 생산계획, 영수증 대사 등 실제 업무에서 발생하는 문제를 찾고 개선하는 과정이 필요합니다.
최근 AI를 활용한 업무 자동화와 생산성 향상에 대한 관심이 높아지고 있지만, 현장에서는 어떤 업무에 AI를 적용하고, 이를 어떻게 업무 개선으로 이어갈 수 있을지 고민하는 경우가 많습니다. 이러한 문제를 해결하기 위한 교육 방식 중 하나가 AI-PBL(Problem-Based Learning, 문제기반학습)입니다. 기업이 실제로 겪고 있는 문제를 학습 과제로 선정하고, 참여자들이 AI를 활용해 해결 방안을 찾아 적용하는 방식입니다.
지난 2026년 11월 6일, 서울 여의도 중소기업중앙회 상생룸에서 「2026 한국중소기업학회 추계학술대회 특별세션」이 개최되었습니다. 이번 특별세션은 중소기업의 AI 전환을 통한 현장 문제 해결과 AI 기반 교육훈련 활성화를 위해 마련되었습니다. 한국직업능력연구원 나동만 선임연구위원이 좌장을 맡았으며, AI-PBL 훈련모델의 개발 배경과 운영 방식, 기업 지원사례가 소개되었습니다. 특히 시니어의 업무 경험과 주니어의 디지털 역량을 결합한 '세대 융합형 AI-PBL 교육훈련 모델'과 4개 기업에서 진행한 7개 과업의 사례를 살펴볼 수 있었습니다.
시니어와 주니어가 텐덤을 구성해 현장 문제를 해결하다
기업에는 매뉴얼만으로 설명하기 어려운 업무 지식이 많습니다. 숙련된 직원이 오랜 경험을 통해 체득한 판단 기준이나 문제 해결 노하우가 대표적입니다. 이처럼 경험을 통해 축적된 지식을 암묵지¹라고 합니다. 기존에는 신입 직원이 선배와 함께 일하면서 이러한 지식을 자연스럽게 익혔습니다. 하지만 AI가 반복적인 업무를 대신하게 되면서 주니어 직원이 직접 경험을 쌓을 기회가 줄어들 수 있다는 우려도 나오고 있습니다.
이번 교육훈련 모델은 이러한 문제를 해결하기 위해 시니어와 주니어가 텐덤²을 구성해 협업하도록 설계되었습니다. 시니어는 현장 경험을 바탕으로 업무 문제와 판단 기준을 제시하고, 주니어는 AI와 디지털 기술을 활용해 해결책을 구현하는 역할을 맡았습니다.
이 과정에서 시니어는 새로운 기술을 배우고, 주니어는 실제 업무에 필요한 지식과 판단 기준을 익힐 수 있습니다. 서로의 강점을 활용해 하나의 과제를 함께 해결하는 것입니다.
- ¹ 암묵지: 개인이 오랜 경험과 실무를 통해 체득한 지식이나 노하우로, 문서나 매뉴얼로 쉽게 표현하거나 전달하기 어려운 지식을 말한다. 숙련된 직원의 문제 해결 방법이나 상황별 판단 기준 등이 대표적이다.
- ² 텐덤: 원래 두 사람이 함께 페달을 밟는 2인용 자전거를 뜻하는 말로, 이번 교육에서는 서로 다른 역량을 가진 시니어와 주니어가 한 팀을 이루어 공동의 과제를 수행하는 협업 방식을 의미한다.
실제 업무 문제를 해결하는 8주간의 AI-PBL 교육
이번 시범운영은 기업이 실제로 겪는 문제를 선정하고, 이를 해결하는 과정에서 필요한 AI 기술을 배우는 방식으로 진행되었습니다. 교육은 약 8주간 총 48시간으로 운영되었으며, 현장 활동 32시간과 기초·심화 교육 각 8시간으로 구성되었습니다.
참여자들은 먼저 업무를 분석해 해결 과제를 선정했습니다. 이후 시니어와 주니어가 텐덤을 구성해 업무 절차를 정리하고, AI를 활용한 결과물을 만들었습니다. 완성된 결과물은 실제 업무에 적용하거나 테스트하면서 기능을 수정하고 보완했습니다. 이 과정에서는 매주 진행된 전문가 코칭과 협업 기록지가 중요한 역할을 했습니다.
참여자들은 본업과 교육을 병행해야 했기 때문에 정기적인 점검과 피드백이 필요했습니다. 전문가 코칭을 통해 기술적인 어려움을 해결하고, 협업 기록지를 활용해 업무 지식의 전달과 과제 진행 상황을 관리했습니다. 교육에서 배운 내용을 나중에 활용하는 것이 아니라, 실제 문제를 해결하면서 필요한 지식과 기술을 익히도록 한 것입니다.
4개 기업의 AI-PBL 적용 사례
이번 시범운영에는 업종과 업무 특성이 서로 다른 4개 기업이 참여했습니다. 각 기업은 현장에서 반복되거나 개선이 필요한 업무를 중심으로 과제를 선정했습니다.
사례 ① 스포츠용품 A사: AI 이미지 분류를 활용한 업무 개선
스포츠용품을 제조·판매하는 A사는 AI 이미지 분류를 활용한 업무 개선 과제를 진행했습니다. 처음에는 생성형 AI로 문제를 해결하려 했지만, 기대했던 수준의 분류 성능을 확보하지 못했습니다. 이에 티처블 머신을 이용한 기계학습과 파이썬 기반 모델 등을 추가로 학습하며 해결 방안을 찾았습니다. 처음 계획했던 AI 도구만으로는 문제를 해결하기 어려웠던 것입니다. 이 사례는 과업의 특성과 난이도에 따라 교육 내용을 유연하게 조정할 필요가 있다는 점을 보여주었습니다.
사례 ② 호텔 B사: 하루 5시간 걸리던 매출 대사 업무를 5분으로
호텔 B사는 온라인 예약 플랫폼(OTA)의 매출 자료와 내부 정산 데이터를 비교하는 업무를 개선했습니다. 기존에는 담당자가 예약 플랫폼별 자료를 내려받아 수작업으로 비교하고 오류를 확인해야 했습니다. 이 작업에 하루 약 5시간이 소요되었으며, 오류를 판단할 때는 담당자의 경험이 중요한 역할을 했습니다. 이번 과제에서는 기존 업무 절차와 오류 판단 기준을 정리하고, AI를 활용해 매출 데이터를 자동으로 비교하는 기능을 구현했습니다. 발표에서 소개된 주요 성과는 다음과 같습니다.
- 기존 약 5시간의 대사 작업을 약 5분으로 단축
- 매출 데이터 자동 비교 및 오류 유형 분석
- 매출 대사 일치율 98.6% 확인
- 새로운 오류 유형 감지 및 담당자 알림 기능 구현
발표 당시에는 특정 예약 플랫폼을 대상으로 자동화를 구현했으며, 다른 플랫폼으로 적용 범위를 넓히고 있었습니다. 특히 담당자의 경험에 의존하던 오류 판단 기준을 시스템에 반영했다는 점이 눈에 띄었습니다. 개인이 보유한 업무 노하우를 다른 직원도 활용할 수 있도록 정리한 것입니다.
사례 ③ 의료기기 C사: 매뉴얼 작성과 사내 결재를 웹 앱으로
광학 의료기기를 제조하는 C사는 제품 매뉴얼 작성과 사내 결재 업무를 개선했습니다.
첫 번째 과제는 제품 매뉴얼 작성 및 협업 관리 시스템이었습니다. 기존에는 여러 부서가 이메일과 공유 폴더를 통해 매뉴얼을 검토하고 수정하다 보니, 문서의 버전과 작업 진행 상황을 관리하기 어려웠습니다. 이를 개선하기 위해 AI로 매뉴얼 초안을 작성하고, 담당자별 검토와 수정 이력을 관리할 수 있는 웹 앱을 구현했습니다.
두 번째 과제는 휴가 및 구매 신청 등 사내 결재 업무의 디지털화였습니다. 기존의 구두·종이 중심 절차를 웹 앱으로 전환해 신청과 승인, 잔여 휴가 확인 등의 기능을 구현했습니다.
이번 사례에서 흥미로웠던 부분은 시니어의 업무 지식을 정리하는 과정이었습니다.
처음에는 시니어가 자신의 업무 경험을 문서로 작성하는 데 어려움을 겪었습니다. 이에 시니어와 주니어가 업무에 관해 대화한 내용을 녹음하고, AI를 활용해 계획서 초안을 작성했습니다. 이후 함께 내용을 검토하고 수정하면서 필요한 업무 절차와 판단 기준을 구체화했습니다. AI를 업무 자동화뿐 아니라 구성원의 경험을 정리하고 공유하는 데 활용한 사례였습니다.
사례 ④ 에너지 D사: 생산계획과 설비관리 업무 개선
배터리 관련 제품을 제조하는 D사는 생산, 기술·품질, 영업 영역에서 업무 개선 과제를 진행했습니다. 생산 부서에서는 복잡한 생산계획 수립 업무를 개선하기 위해 생산계획 시뮬레이터를 개발했습니다. 주문 정보를 바탕으로 공정별 인력과 일정을 확인할 수 있도록 구현했지만, 기존 데이터의 누락과 입력 지연 등으로 예측 정확도를 높이기 위한 추가 개선이 필요했습니다. 기술·품질 부서에서는 방전 시험 설비의 가동 상태를 한눈에 확인할 수 있는 관리 도구를 개발했습니다. 반면 영업 부서에서는 업무 부담과 구성원 간 소통 문제 등으로 추가적인 조정이 필요한 상황이었습니다. AI 도구를 개발하더라도 데이터가 충분하지 않거나 협업이 원활하지 않으면 실제 업무에 적용하기 어렵다는 점을 보여준 사례였습니다.
AI-PBL 교육의 성과는 결과물만으로 평가할 수 없습니다
이번 시범운영에서는 AI를 활용한 업무 개선뿐 아니라 시니어와 주니어가 협업하는 과정도 살펴볼 수 있었습니다. 시니어는 자신의 업무 경험과 판단 기준을 설명하고, 주니어는 이를 바탕으로 AI를 활용해 해결책을 구현했습니다. 그 과정에서 시니어의 업무 노하우는 다른 직원에게 전달할 수 있는 지식으로 정리되었고, 주니어는 실제 업무를 이해하며 문제를 해결하는 경험을 쌓았습니다.
물론 어려움도 있었습니다. 일부 참여자는 본업과 과제를 병행하는 데 부담을 느꼈고, AI 활용 역량의 차이나 소통 문제, 데이터 품질 등의 한계도 나타났습니다. 이러한 경험을 바탕으로 향후 AI-PBL 교육에서 고려해야 할 사항을 정리하면 다음과 같습니다.
첫째, 참여자의 AI 활용 수준과 과업의 난이도에 맞춰 교육을 설계해야 합니다.
둘째, 구성원들이 현업과 교육을 병행할 수 있도록 기업의 지원과 정기적인 코칭이 필요합니다.
셋째, 교육에서 개발한 결과물이 실제 업무에 활용될 수 있도록 지속적인 검증과 개선이 이루어져야 합니다. AI 도구를 만드는 것도 중요하지만, 교육이 끝난 후 현업에서 지속적으로 활용할 수 있어야 업무 개선 효과를 기대할 수 있기 때문입니다.
중소기업의 AI 전환, 현장의 문제에서 출발해야 합니다
이번 특별세션에서는 4개 기업의 사례를 통해 AI-PBL 교육의 운영 방식과 성과, 앞으로 보완해야 할 사항을 함께 살펴볼 수 있었습니다. 모든 과제가 실제 업무에 완전히 정착한 것은 아니지만, 시니어와 주니어가 협력해 현업의 문제를 분석하고 AI 기반 해결책을 만들어가는 과정을 확인했습니다.
특히 숙련된 직원의 경험을 조직 내에서 공유하고, 주니어 직원이 새로운 기술을 적용해 보는 과정은 중소기업의 인재 육성 측면에서도 의미가 있었습니다. 중소기업의 AI 전환을 위해서는 새로운 도구를 도입하는 것뿐 아니라 구성원들이 실제 업무에서 개선이 필요한 문제를 찾고 해결할 수 있도록 지원해야 합니다. AI-PBL 교육은 현장 문제 해결과 직원의 역량 개발을 함께 추진할 수 있는 교육 방식이 될 수 있습니다.
우리 조직의 업무도 AI로 개선할 수 있을까요?
기업마다 업무 환경과 AI 활용 수준은 다릅니다. 따라서 일률적인 교육보다 조직의 특성과 실제 업무 문제를 고려한 교육이 필요합니다.
캐럿글로벌은 기업의 AI 활용 역량을 높이고, 실제 업무에 적용할 수 있는 교육을 제공하기 위해 노력하고 있습니다. 생성형 AI 활용부터 업무 자동화, 문제기반학습(PBL), 조직 내 AI 확산 전략까지 기업의 상황과 교육 목표에 맞는 프로그램을 함께 고민하겠습니다.
우리 조직에 맞는 AI·AX 교육이 필요하시다면 캐럿글로벌로 문의해 주세요!
2026 중소기업 AI훈련확산센터 참여 기업 모집
✔ AI를 도입하고 싶은데 어디서부터 시작해야 할지 모르겠다면?
✔ Claude, ChatGPT, Gemini 중 어떤 AI가 우리 회사에 적합한지 고민하고 있다면?
✔ 우리 회사 업무에 AI를 어떻게 적용할 수 있을지 궁금하다면?
AI 훈련확산센터와 함께 첫걸음을 시작해 보세요.
기업마다 해결해야 할 문제가 다른 만큼, 정답도 하나가 아닙니다. AI 훈련코치가 기업의 업무를 함께 진단하고, 기업 맞춤형 훈련 로드맵을 설계한 뒤 PBL(Project / Problem Based Learning, 프로젝트 또는 문제해결 기반 학습)을 통해 실제 문제를 해결하는 경험까지 함께합니다.
좋은 AI를 찾는 것보다 중요한 것은, 우리 회사에 맞는 문제 해결 방법을 찾는 것입니다. AI 도입이 막막하다면, 캐럿글로벌 AI 훈련확산센터와 함께 여러분의 첫 번째 문제를 해결해 보세요.
- 기업 맞춤형 훈련 로드맵 설계
- AI 훈련코치 1:1 매칭
- PBL 기반 문제 해결 지원
- 정부지원사업 연계 상담
무엇보다 이러한 과정은 고용노동부와 한국산업인력공단 지원사업으로 운영되어, 참여 기업은 비용 부담 없이(100% 전액 국비 지원) 참여할 수 있습니다. AI가 어렵게 느껴진다면, 새로운 AI를 찾는 것보다 우리 회사의 문제를 함께 정의해 보는 것부터 시작해 보는 것은 어떨까요?
