자동화 다음은 무엇인가 — AX 3단계 진입을 위해 HRD가 준비해야 할 것

"코드 생성 교육까지 마쳤는데, 이제 뭘 더 해야 하죠?"

VBA로 업무를 자동화해보고, Python으로 반복 작업을 줄이는 교육까지 마쳤습니다. 임직원들의 반응도 나쁘지 않았고, 실제로 몇 가지 자동화 결과물도 나왔습니다. 그런데 교육이 끝나고 나면 묘한 공백이 찾아옵니다. 자동화는 됐는데, 그게 조직 전체의 변화로 이어지지 않는 느낌. 다음 교육 주제를 찾아야 한다는 압박은 있는데, 방향이 잘 보이지 않습니다.

이 공백의 정체는 무엇일까요? 사실 이 시점에서 필요한 건 새로운 교육 주제가 아닙니다. 지금까지 쌓은 역량이 왜 조직의 변화로 연결되지 않는지, 그 구조적 이유를 먼저 이해하는 것입니다. 그리고 그 답은 AX 3단계, 즉 데이터 내재화에 있습니다. 이 글에서는 3단계로 진입하기 위해 HRD 담당자가 반드시 확인해야 할 선행 조건 세 가지를 함께 살펴보려 합니다.

왜 대부분의 조직이 2단계에서 멈추는가

먼저 한 가지 질문을 던져보겠습니다. 조직 AX란 무엇일까요? 포텐스닷은 이를 이렇게 정의합니다. "AI Agent를 통해 조직에서 생산되는 데이터를 쌓고, 이를 기반으로 더 나은 성과를 만들 수 있게 업무 방식을 변화시키는 것." 이 정의에서 핵심은 두 가지입니다. 데이터를 쌓는 것, 그리고 그 데이터로 성과를 만드는 것. 그런데 지금 대부분의 조직은 이 두 가지 중 어느 것도 되어 있지 않은 상태에서 AI Agent 도입을 시도하고 있습니다.

자동화 교육을 마친 조직에서 공통적으로 나타나는 장면이 있습니다. 누군가는 엑셀 자동화 코드를 만들었고, 누군가는 반복 보고서를 Python으로 처리하기 시작했습니다. 개인 단위의 성과는 분명히 있습니다. 그런데 그 성과가 팀 전체로, 조직 전체로 퍼지지 않습니다.

왜 그럴까요? 원인은 코드의 완성도가 아닙니다. 코드가 연결될 데이터가 없기 때문입니다.

AI Agent가 "매일 오전 9시, 전날 실적 데이터를 취합해 이상 징후를 감지하고 담당자에게 요약 보고를 전송"하려면, 먼저 그 데이터가 AI가 접근할 수 있는 형태로 존재해야 합니다. 그런데 실제 기업 현장에서 데이터는 Teams 채팅, 이메일, 각자의 엑셀 파일, 담당자의 기억 속에 흩어져 있습니다. AI가 참조할 수 있는 구조화된 형태로 모여 있지 않습니다.

포텐스닷도 동일한 벽에 부딪혔습니다. 기존 교육 기획·운영 방식을 돌아보면, 니즈 인수인계부터 성과 분석까지 대부분의 판단이 담당자 개인의 경험과 기억에 의존하는 구조였습니다. 레퍼런스는 담당자의 머릿속에 있고, 과제 개발 노하우도, 성과 데이터도 개인 단위로 흩어져 있었습니다. 이 상태에서 AI Agent를 도입한다고 해도, Agent가 참조할 수 있는 데이터 자체가 없으니 작동할 방법이 없었습니다.

결국 2단계에서 멈추는 이유는 역량의 문제가 아닙니다. 데이터가 사람의 머릿속과 각자의 파일 안에만 존재하는 구조가 문제입니다. 이 구조를 바꾸지 않으면, 아무리 좋은 자동화 코드를 만들어도 조직의 업무 방식은 바뀌지 않습니다.

3단계로 넘어가기 위한 3가지 선행 조건

그렇다면 3단계(데이터 내재화)로 진입하려면 무엇이 필요할까요? 새로운 교육 콘텐츠를 찾기 전에, 먼저 아래 세 가지 조건을 점검해보시기 바랍니다.

조건 1. 우리 팀의 핵심 데이터가 무엇인지 정의되어 있는가

AI Agent는 데이터를 기반으로 작동합니다. 그런데 "우리 팀에서 가장 중요한 데이터가 무엇인가"라는 질문에 바로 답할 수 있는 조직은 생각보다 많지 않습니다. 실적 데이터인지, 고객 피드백인지, 교육 이력인지 — 이 정의가 없으면 AI Agent는 무엇을 참조해야 할지 모릅니다.

중요한 것은, 이 정의가 IT팀의 몫이 아니라는 점입니다. "어떤 데이터가 우리 업무에서 의미 있는가"를 판단하는 것은 현업과 HRD가 함께 해야 하는 일입니다. 그리고 이 판단을 제대로 하려면 데이터 리터러시가 선행되어야 합니다. 데이터를 읽고 해석하는 기초 역량 없이는, 무엇이 핵심 데이터인지조차 정의할 수 없습니다. HRD 담당자라면 데이터 리터러시 교육을 3단계 진입을 위한 선행 과정으로 공식 편성하는 것을 고려해볼 시점입니다.

조건 2. 그 데이터가 AI가 접근 가능한 형태로 모여 있는가

핵심 데이터가 정의되었다고 해도, 그 데이터가 Teams 채팅·이메일·개인 엑셀 파일에 흩어져 있다면 AI는 여전히 작동하지 못합니다. 데이터 내재화의 실체는 바로 이 작업입니다. 흩어진 데이터를 한 곳으로 모으고, AI가 접근하고 참조할 수 있는 구조로 정리하는 것.

그런데 이 작업이 어려운 진짜 이유가 있습니다. 실무자 스스로가 "어떤 형태로 데이터를 저장해야 AI가 쓸 수 있는지"를 모르기 때문입니다. 여기서도 데이터 리터러시가 다시 등장합니다. 데이터를 구조화하는 방법론 자체를 교육 콘텐츠로 설계할 수 있습니다. 실무자가 자신의 업무 데이터를 직접 정리하고 구조화하는 과정을 교육 과제로 만드는 것입니다. 학습과 데이터 내재화가 동시에 이루어지는 설계입니다.

조건 3. 자동화 코드와 AI가 실제로 연결되는 워크플로우가 설계되어 있는가

코드 생성(2단계)과 AI Agent(3단계) 사이에는 다리가 필요합니다. 그 다리가 바로 워크플로우 설계입니다. 포텐스닷의 경우, 기존에는 교육 기획서·커리큘럼·실습과제·교육 결과 데이터가 모두 개별적으로 존재했습니다. 이 데이터들을 내재화하고 나서야, AI Agent가 기존 데이터를 분석해 교육 방향 초안을 자동으로 생성하고, 커리큘럼 초안과 실습과제 구성을 자동으로 제안하고, 만족도와 피드백을 자동으로 분석해 성과 리포트를 만들어내는 구조가 가능해졌습니다.

이 흐름을 교육 설계에 그대로 적용할 수 있습니다. 단순 자동화 실습에서 한 발 더 나아가, 자동화 코드가 실제 업무 데이터와 연동되어 AI가 판단하는 흐름까지를 실습 범위로 확장하는 것입니다.

HRD 담당자가 실제로 해야 할 것

세 가지 조건을 확인했다면, 이제 HRD 담당자가 실제로 무엇을 해야 하는지가 보입니다. 답은 단순합니다. "다음 교육 주제를 찾는 것"이 아니라 "조직의 데이터 현황을 진단하는 것"에서 시작하는 것입니다.

구체적으로는 두 가지입니다.

첫째, 데이터 리터러시 교육을 3단계 진입의 선행 과정으로 공식 편성하는 것입니다. 코드 생성 교육이 2단계(자동화)의 입장권이었다면, 데이터 리터러시 교육은 3단계(데이터 내재화)의 입장권입니다. 핵심 데이터를 정의하고, 그 데이터를 AI가 쓸 수 있는 형태로 구조화하는 역량은 저절로 생기지 않습니다. HRD 담당자가 이 역량을 교육 체계 안에 공식적으로 자리 잡게 하는 것이 다음 역할입니다.

둘째, 한 팀 단위의 파일럿을 설계하는 것입니다. 처음부터 조직 전체를 바꾸려 하면 아무것도 바뀌지 않습니다. 한 팀을 골라 핵심 데이터를 정의하고, 흩어진 데이터를 구조화하고, 자동화 코드와 AI를 연동하는 흐름을 직접 경험시키는 소규모 실험에서 시작하는 것이 현실적입니다. 이 파일럿의 성공 경험이 조직 전체로 확산되는 근거가 됩니다.

포텐스닷은 이 과정을 직접 겪으면서 한 가지를 분명히 확인했습니다. 기존에는 어려웠던 것을 AI가 가능하게 합니다. 데이터를 쌓는 것, 그리고 그 데이터를 기반으로 새로운 성과를 만드는 것. 교육 기획서, 커리큘럼, 실습과제, 교육 결과 데이터가 내재화되고 나서야, AI Agent가 이를 기반으로 교육 방향 초안을 자동으로 생성하고 성과 리포트를 만들어내는 구조가 비로소 가능해졌습니다.

3단계는 더 어려운 교육을 더 많이 시키는 것으로 가는 단계가 아닙니다. 지금까지 쌓은 역량이 조직의 데이터와 연결될 수 있는 환경을 만드는 것입니다. 그리고 그 환경을 설계하는 것이 HRD 담당자의 다음 역할입니다.

거창한 시스템 도입이 아니어도 됩니다. 한 팀의 데이터를 정리하고, 그 데이터로 AI가 실제로 작동하는 경험을 만드는 것. 그 작은 실험이 조직 AX의 3단계를 여는 출발점이 됩니다.