생성형 AI 교육 사례 - LG디스플레이
최근 많은 기업들이 생산성 향상을 목표로 생성형 AI 교육을 도입하고 있습니다. 우리는 매주 다양한 글을 통해 프롬프트 엔지니어링 교육만으로는 생산성을 극대화할 수 없다는 점을 강조해 왔습니다. 실무자들의 작업 흐름을 분석하고, 자동화가 필요한 업무를 정확히 파악하여, 이를 생성형 AI로 어떻게 효과적으로 자동화할 수 있을지를 모색하지 않는다면, 생성형 AI를 업무에 어떻게 적용해야 할지 막막해질 수 있습니다. 오늘은 LG디스플레이에서 실제로 진행된 교육 사례를 통해, 실제 생산성을 높이기 위한 생성형 AI 교육이 어떻게 설계되고 실행되는지 알아보겠습니다.
교육 추진의 배경과 주요 고려사항
생성형 AI 교육을 도입하는 목적은 모두가 생산성을 높이는 것이지만 구체적으로 다음과 같은 배경에서 LG디스플레이는 교육을 추진하였습니다.
- 내부 임직원들의 평시 업무 수행 과정에서 발생하는 업무의 비효율을 제거하여 개인의 생산성을 높이고자 함
- 생성형 AI를 업무에 활용하여 단순, 반복적인 업무를 자동화함으로써 보다 생산적인 업무에 집중할 수 있도록 함
- 사외 데이터로 교육의 내용과 범위를 한정하여 보안 이슈를 최소화하도록 함
생성형 AI 교육에 대한 요구사항
생성형 AI 교육 추진의 배경에 따라 LG디스플레이의 HRD 담당자는 생성형 AI 교육을 계획하면서 다음과 같은 현실적인 요구 사항을 주셨습니다.
- 실무자들이 생성형 AI를 활용해 어디까지 자신의 업무를 자동화할 수 있는지 모른다는 점에서 이들의 상상력을 자극하는 교육이 필요함
- 대상이 비개발자이며 경력 10년 이상의 고연차 실무자들도 포함되기 때문에 Python과 같은 프로그래밍 언어가 교육 내용에 포함되면 심리적인 거부감을 유발할 수 있음. 이에 따라, MS 오피스와 같은 친숙한 OA 도구를 중심으로 교육을 진행하는 것이 바람직함
- 현재 시장에 나와 있는 생성형 AI 교육이 기술 중심으로 이루어지는 경향이 있는 것도 문제인데, 생성형 AI 학습의 주된 목적은 기술 자체를 더 잘 이해하는 것이 아니라, 그것을 실무에 적용해 생산성을 향상시키는데 있음 따라서 교육은 기술 중심이 아닌 실무 중심으로 진행되어야함
이러한 요구사항은 결국 실무자들이 '생산성 향상에 실질적으로 도움이 되었다'는 피드백을 받고 싶은 HRD 담당자의 바람에서 비롯된 것입니다. 또한, 교육을 통해 학습한 내용을 실무에 적용함으로써 실제로 생산성이 향상되기를 기대하는 것이 이 모든 요구의 근본적인 이유입니다.
교육 프로그램의 설계
LG디스플레이의 HRD 담당자의 요구에 맞추어, 교육 프로그램을 리터러시 교육과 업무 자동화 교육의 두 가지 주요 분야로 나누어 설계했습니다.
리터러시 교육은 참여자들이 생성형 AI의 기술적 가능성을 상상할 수 있도록 하며, 기술과 실무 사이의 연결고리를 이해하는 데 도움을 주는 것을 목표로 합니다. 이 교육에는 생성형 AI를 효과적으로 활용하는 데 필요한 기본적인 프롬프트 엔지니어링 지식도 포함되어 있습니다.
업무 자동화 교육에서는 엑셀과 같은 MS 오피스 도구를 활용하여 생성형 AI로 어떻게 업무를 자동화할 수 있는지에 대한 기초 교육을 제공합니다. 이어서, 업무 자동화 실습 교육을 통해 실무자들이 실제로 경험하는 단순하고 반복적인 작업을 자동화하는 방법을 배울 수 있도록 했습니다. 이렇게 구성된 교육 프로그램은 실무자들이 생성형 AI의 기술을 실제 업무에 적용하여 생산성을 향상시킬 수 있도록 설계되었습니다.
교육 개발을 위한 역량 수준 파악 및 Workflow 분석
교육 개발 과정에서 중요한 두 가지 사전 조사가 있었습니다. 첫 번째는 실무자들의 스킬 수준을 파악하는 것이고, 두 번째는 업무 자동화 교육에서 다룰 실습 과제를 결정하는 것이었습니다.
우선, 실무자들의 엑셀 사용 능력과 생성형 AI에 대한 이해도 및 경험을 파악하기 위해 사전에 설문조사를 실시했습니다. 이 설문을 통해 참여자들의 스킬 수준을 정확하게 파악할 수 있었습니다. 이 데이터는 교육 내용을 참여자들의 눈높이에 맞추어 조정하는 데 필수적이었습니다.
이번 교육의 사전 조사에서 핵심적인 부분은 Workflow 분석이었습니다. 실습 과제가 수강생들이 실제로 자동화하고자 하는 업무와 관련이 없다면, 교육을 마친 후에도 실무에 생성형 AI를 적용하는 데 어려움을 겪게 됩니다. 더욱 중요한 것은, 수강생들이 스스로 생성형 AI를 통해 어떤 업무를 자동화할 수 있을지 고민하는 과정을 겪는 것입니다. 이 과정을 통해, 수강생들이 생성형 AI를 실무 어디에 적용할 수 있을지 스스로 파악할 수 있습니다. 실습 후에 실제로 실무에서 생성형 AI를 활용할 수 있으려면, Workflow 분석은 필수적인 과정입니다.
이를 위해, 다음과 같은 질문을 통해 실무자들이 생성형 AI로 자동화하고자 하는 업무를 파악할 수 있었습니다:
- 업무 중에서 자동화가 시급히 필요한 부분은 무엇인가요?
- 이 업무는 어떤 목적으로 수행되나요?
- 구체적으로 어떤 프로세스로 진행되나요?
위의 질문을 통해 수강생별로 자동화하고자 하는 업무를 파악한 후, 각각의 업무를 개별적으로 실습하기 어려우므로 이를 유형별로 분류했습니다. 그리고 분류된 업무 유형을 실무에 가까운 Dummy 데이터를 사용하여 실습 과제로 구성했습니다.
이러한 과정을 거쳐 다음과 같이 다양한 유형의 실습 과제를 개발했습니다. 이 과제들을 통해 교육 참여자들은 생성형 AI를 활용해 실제로 어떻게 업무를 자동화할 수 있는지를 배우고, 직접 실습을 통해 자동화를 경험할 수 있도록 교육이 설계되었습니다.
실제 교육 진행 과정과 결과
교육의 결과는 매우 긍정적이었습니다. 서로 다른 직무의 실무자 10명을 대상으로 한 하루 8시간의 교육에서, 참가자들은 평균 만족도를 4.8로 평가했으며, NPS 점수는 80에 달했습니다. 높은 만족도와 NPS 점수가 꼭 실무 적용의 성공을 보장하는 것은 아니며, 수강생들이 교육을 통해 배운 내용을 실제 업무에 어떻게 적용하고, 실제로 생산성을 높였는지는 추후 평가를 통해 확인할 필요가 있습니다. 그럼에도 불구하고 교육 직후의 수강생 반응이 매우 긍정적이었으며, 일부는 심화 교육을 요청하는 등의 건의사항도 제시되었습니다. 이는 교육이 참가자들에게 유의미한 영향을 미쳤음을 나타내는 중요한 지표입니다.
*차후에 교육을 받으신 분들이 실제로 실무에서 자동화를 통해 생산성을 높이고 있는지에 대한 조사도 예정되어 있으니 기회가 되면 결과를 공유해 보겠습니다.
생성형 AI를 통해 생산성을 높이기 위해서는 Workflow에 집중해야
LG디스플레이와 생성형 AI 교육을 고민할 때 가장 중요하게 생각한 부분은 '어떻게 하면 실무자들의 일상 업무에서 반복적으로 발생하는 비효율적인 업무를 자동화할 수 있게 만들까' 였습니다. 이에 실무자들이 실무에서 겪고 있는 비효율적인 업무를 조사하고, 해당 업무를 생성형 AI를 활용해 어떻게 자동화할 수 있는지를 실습으로 학습할 수 있게 설계하는데 집중하였습니다. 생성형 AI를 통해 생산성을 높이기 위해 고민하고 계신 HRD 담당자라면 HRD 담당자를 위한 업무자동화 클래스도 무료로 제공되고 있으니 신청하셔서 어떤 방식으로 진행되는지 직접 경험해 보시는 것도 좋을 것 같습니다.
실습 중심의 Skill 학습, 코멘토 실무PT
46개의 산업, 160개 직무에서 1,000여개 이상의 일경험 개발
코멘토는 국내 최대의 일경험 학습을 운영하는 교육 기관입니다. 코멘토는 실무자가 실습 기반으로 Skill을 학습할 수 있도록 돕고 있습니다.
궁금한 점이 있다면 편하게 상담 요청을 남겨주세요.
*상담 요청이 부담되시면 뉴스레터를 구독해 보세요. AI, 데이터 교육 관련 뉴스레터를 매주 1회 보내 드립니다.