AI 전환의 성과를 좌우하는 요인은 학습 의지나 교육 시간보다 직무 숙련도와 교육 설계 방식에 있다는 분석 결과가 나왔다.
AI 전환(AX) 전문 기업 에이블런(대표 박진아)은 재직자 401명을 대상으로 진행한 AI 교육 성과 분석 결과를 담은 ‘직장인 교육 성과 분석 인사이트북 리포트’를 27일 공개했다. 에이블런은 기업 현장에서 진행한 실제 교육 데이터를 토대로 AI 교육 전후의 역량 변화를 정량 분석했다.
리포트에 따르면 AI 전공 지식과 실무 경험을 동시에 보유한 숙련자 집단에서 가장 큰 역량 향상이 나타났다. 해당 집단의 평균 점수 상승 폭은 1.58점으로 집계됐으며, 비전공자 집단의 1.29점을 웃돌았다. 전공자 전체 평균 역시 1.54점으로 높은 수준을 기록했다.
에이블런은 기존 직무 전문성이 높은 인력이 AI 도구를 접목할 경우 업무 구조를 재설계하는 속도가 빠르다고 분석했다. 단순한 도구 학습을 넘어, 실제 업무 프로세스에 AI를 결합할 수 있는 판단력이 성과 차이를 만든다는 해석이다.
교육 방식에 따른 격차도 확인됐다. 2시간 내외로 진행된 세미나형 교육의 평균 점수 상승 폭은 1.18점에 그친 반면, 실제 현업 과제를 중심으로 구성한 워크숍형 교육은 1.48점의 향상을 보였다. 같은 교육이라도 적용 구조에 따라 성과 차이가 발생한 셈이다.
에이블런은 교육 시간의 길이보다 현업 과제를 전제로 한 설계 여부가 교육 효과를 좌우했다고 설명했다. 워크숍형 교육의 경우 참가자가 실제 업무 데이터를 활용해 자동화 모델이나 AI 도구를 직접 구현하면서 학습 효과가 높아졌다는 평가다.
현장 사례도 리포트에 포함됐다. 킨코스코리아는 운영 데이터를 활용한 맞춤형 자동화 실습을 통해 추천·예측 모델 개발과 자동화 대시보드 구축을 진행했고, 그 결과 일부 업무에서 약 40% 수준의 효율 개선을 확인했다. 교육 이후 산출물을 전사 업무 자산으로 연결하기 위한 검증 절차와 사후 학습 지원도 병행했다.
IT 및 솔루션 분야에서도 성과가 나타났다. 물류 및 IT 전문 기업은 현업 과제 기반 프로젝트를 통해 딥러닝 기술을 실무에 적용했고, 자동차 3D 모델링 관련 특허 4건을 출원했다. 사내 업무 자동화 챗봇 개발 사례도 함께 보고됐다.
전체 참여자 기준으로 보면 AI 리터러시 평균 점수는 교육 전 2.33점에서 교육 후 3.71점으로 상승했다. 에이블런은 단순한 기술 이해 단계를 넘어, 각자의 직무에 AI를 적용하는 수준까지 도달한 사례가 늘었다고 분석했다.
다만 리포트는 AI 교육이 모든 직무에서 동일한 효과를 보장하지는 않는다는 점도 함께 짚었다. 직무 이해도가 낮거나 업무 구조가 정형화되지 않은 조직에서는 교육 효과가 제한적으로 나타났다는 것이다. AI 전환을 단기 이벤트가 아닌 조직 구조 변화로 접근해야 한다는 지적이다.
에이블런은 AI 교육의 목표를 지식 전달이 아닌 실행 구조 구축으로 설정하고 있다. 교육 결과물을 표준화된 ‘업무 자산 패키지’로 전환해 조직 내부에서 재사용 가능하도록 설계하는 방식이다.
박진아 에이블런 대표는 “AI 전환은 기술 도입의 문제가 아니라, 숙련된 인력이 업무 단위를 어떻게 재구성하느냐의 문제”라며 “기업의 재무 성과로 이어질 수 있는 AI 실행 구조를 만드는 데 집중하겠다”고 말했다.
이번 리포트는 최근 PwC 글로벌 CEO 서베이에서 언급된 ‘전사적 실행 체계를 갖춘 기업에 AI 성과가 집중된다’는 분석과도 흐름을 같이한다. 에이블런은 향후에도 핵심 인력과 조직 구조의 결합이 AI 전환 성과에 미치는 영향을 데이터로 검증해 나간다는 계획이다.
Copyright ⓒ 스타트업엔 무단 전재 및 재배포 금지
본 콘텐츠는 뉴스픽 파트너스에서 공유된 콘텐츠입니다.
