사내 AI 워크숍, HR·교육 담당자는 어떻게 기획하고 운영해야 할까

사내 AI 워크숍과 AI 강의는 무엇이 다른가

사내 AI 워크숍을 기획할 때 가장 흔한 실수는 강의 형식의 교육을 이름만 워크숍으로 부르는 것입니다. 강의는 강사가 기능과 사례를 설명하고 참여자가 따라 해 보는 구조라면, 워크숍은 참여자가 자기 팀의 실제 업무를 가져와 직접 문제를 풀고 결과물을 만드는 구조입니다. 진행자의 역할도 설명하는 사람에서 막힌 곳을 풀어 주고 토론을 이끄는 사람으로 바뀝니다.

이 차이는 워크숍이 끝난 뒤에 분명하게 드러납니다. 강의를 들은 참여자는 ‘AI로 이런 것도 할 수 있구나’라는 인상을 갖고 돌아가지만, 자기 업무에 어떻게 붙일지는 각자의 몫으로 남습니다. 반면 워크숍에서 자기 업무로 결과물을 만들어 본 참여자는 다음 날 같은 작업을 다시 해 볼 수 있는 절차와 프롬프트를 손에 쥐고 돌아갑니다.

그래서 사내 AI 워크숍은 기초 교육을 대신하기보다 그 다음 단계로 배치하는 경우가 많습니다. 참여자 대부분이 AI 도구를 처음 써 본다면 짧은 기초 실습을 앞에 붙이거나, 사전에 전 임직원 AI 리터러시 교육 같은 과정을 거치게 한 뒤 워크숍을 여는 편이 시간을 효율적으로 씁니다.

워크숍 목적부터 정하기: 체험형, 업무 적용형, 과제 발굴형

기획의 출발점은 목적입니다. 같은 사내 AI 워크숍이라도 목적에 따라 과제의 성격, 참여 대상, 결과물의 형태가 완전히 달라집니다. HR·교육 담당자는 경영진이나 요청 부서와 첫 미팅에서 ‘워크숍이 끝났을 때 무엇이 남아 있어야 하는가’를 먼저 합의하는 것이 좋습니다.

목적은 크게 세 가지로 나눌 수 있습니다. 아래 표를 참고해 이번 워크숍이 어디에 해당하는지 정하고, 여러 목적을 한 번에 담으려 하지 않는 것이 중요합니다. 하루 안에 체험과 업무 적용과 과제 발굴을 모두 하려고 하면 어느 것도 충분히 다루지 못하게 됩니다.

목적을 정할 때는 요청한 쪽의 기대도 확인해야 합니다. 경영진은 회사 차원의 과제 발굴을 기대하는데 담당자는 체험형으로 준비했다면, 워크숍이 잘 진행되어도 결과 보고 자리에서 아쉽다는 평가를 받기 쉽습니다. 첫 미팅에서 워크숍 이후 누구에게 어떤 형식으로 결과를 보고할지까지 정해 두면, 목적과 결과물의 방향이 처음부터 맞춰집니다. 여러 부서가 함께 문제를 정의하고 해결안을 겨루는 형식을 원한다면 AI 업무혁신 아이디어톤처럼 경연 요소를 넣은 방식도 고려할 수 있습니다.

실제 업무에서 워크숍 과제를 고르는 기준

업무 적용형이나 과제 발굴형 워크숍이라면 과제 선정이 성패를 좌우합니다. 과제가 너무 크면 정해진 시간 안에 결과물을 만들지 못하고, 너무 작으면 참여자가 현업에 가져갈 만한 의미를 느끼지 못합니다. 좋은 과제는 워크숍 시간 안에 초안 수준의 결과물을 만들 수 있으면서, 참여자가 평소 실제로 시간을 많이 쓰는 업무입니다.

과제는 담당자가 혼자 정하기보다 참여 예정자에게 사전 설문으로 받는 것을 권합니다. ‘지난 한 달 동안 반복해서 했던 문서 작업 세 가지’와 ‘가장 시간이 오래 걸린 업무 한 가지’를 묻는 정도로도 충분한 후보가 모입니다. 모인 후보는 아래 기준으로 걸러 팀별 과제로 배정합니다.

과제가 정해지면 팀별로 과제 설명서를 한 장으로 만들어 두는 것이 좋습니다. 과제의 배경, 지금 업무를 처리하는 방식, 워크숍에서 만들 결과물, 참고할 자료를 적어 두면 참여자가 당일 과제를 이해하는 데 쓰는 시간이 크게 줄어듭니다. 이 설명서는 워크숍 이후 결과물을 다른 팀에 소개할 때도 그대로 쓸 수 있습니다.

• 반복성: 참여자가 같은 형식의 작업을 정기적으로 하고 있는가
• 완결 가능성: 워크숍 시간 안에 초안 수준의 결과물을 만들 수 있는 크기인가
• 자료 준비: 실습에 쓸 예시 문서나 데이터를 비식별 처리해 준비할 수 있는가
• 보안 적합성: 외부 AI 도구에 입력해도 문제가 없는 정보로 실습할 수 있는가
• 확산 가능성: 결과물이 다른 팀원이나 다른 부서에도 쓰일 수 있는가

참여자와 팀 구성은 어떻게 할까

팀 구성은 목적에 맞춰 정합니다. 업무 적용형이라면 같은 업무를 하는 사람끼리 팀을 묶어야 과제에 대한 이해가 맞고, 결과물을 돌아가서 함께 쓸 수 있습니다. 과제 발굴형이라면 서로 다른 부서 사람을 섞어 업무를 다른 시각으로 보게 하는 편이 새로운 과제를 찾는 데 유리합니다. 체험형은 비교적 자유롭게 구성해도 되지만, 부서 간 교류를 원한다면 의도적으로 섞는 것이 좋습니다.

팀마다 AI 활용 수준이 고르지 않다면, 평소에 AI를 잘 쓰는 사람을 각 팀에 한 명씩 배치하는 방식이 효과적입니다. 이들이 팀 안에서 막힌 곳을 먼저 도와주면 진행자 한 명이 모든 팀을 돌아다니며 설명하는 부담이 줄어듭니다. 사내에 이런 역할을 체계적으로 맡을 사람을 키우고 싶다면 사내 AI 강사 양성과 연계하는 방법도 있습니다.

팀 규모는 너무 크지 않은 편이 좋습니다. 인원이 많아지면 한두 사람만 화면을 조작하고 나머지는 구경하게 되기 쉽습니다. 모든 팀원이 손을 움직일 수 있도록 역할을 나눠 주는 것도 방법입니다. 예를 들어 자료를 정리하는 사람, AI에 지시를 입력하는 사람, 결과를 검토하는 사람, 발표를 준비하는 사람으로 나누고 중간에 역할을 바꾸게 하면 참여도가 높아집니다.

워크숍 당일 진행 흐름과 시간 배분

사내 AI 워크숍은 보통 반나절에서 1~2일 사이로 운영합니다. 형식이 무엇이든 시간 배분의 원칙은 같습니다. 설명은 짧게, 실습은 길게, 그리고 중간 공유와 마무리 발표 시간을 반드시 확보하는 것입니다. 실습 시간이 부족해 발표를 생략하면 다른 팀의 방식을 배울 기회가 사라지고, 결과물 정리도 흐지부지됩니다.

아래는 업무 적용형 워크숍의 일반적인 흐름입니다. 시간이 짧으면 각 단계를 줄이되 순서는 유지하는 것을 권합니다. 특히 실습 중간에 한 번 멈추고 팀별 진행 상황을 짧게 공유하는 시간을 두면, 막힌 팀이 다른 팀의 접근을 참고해 방향을 바꿀 수 있습니다.

진행자는 실습 시간 동안 팀을 돌며 결과물보다 과정을 먼저 봐야 합니다. AI에 지시하는 방식이 막혀 있는지, 과제 정의가 모호해서 결과가 흔들리는지, 검토 없이 첫 결과를 그대로 받아들이고 있는지를 짚어 주면, 참여자가 워크숍 이후에도 혼자서 같은 문제를 풀 수 있는 힘이 생깁니다.

• 도입: 워크숍 목적과 오늘 만들 결과물, 보안 원칙을 짧게 안내
• 시연: 진행자가 비슷한 과제를 처음부터 끝까지 풀어 보이며 작업 흐름을 보여 줌
• 1차 실습: 팀별로 과제의 첫 결과물을 만들어 봄
• 중간 공유: 팀별로 막힌 지점과 효과가 있었던 방법을 짧게 공유
• 2차 실습: 결과물을 다듬고 반복해서 쓸 수 있는 절차와 프롬프트로 정리
• 발표와 정리: 팀별 결과물 발표, 현업 적용 계획 작성

운영 준비물과 사전 점검 사항

워크숍 당일 가장 많은 시간을 빼앗는 것은 의외로 환경 문제입니다. 계정이 열리지 않거나, 회사 네트워크에서 특정 AI 서비스가 차단되어 있거나, 참여자 노트북에 필요한 권한이 없어서 첫 한 시간을 허비하는 경우가 적지 않습니다. 정보보안 부서와 사전에 사용할 도구와 접속 환경을 확인하고, 가능하면 하루 전에 참여자 몇 명이 실제로 접속해 보는 점검을 거치는 것이 좋습니다.

실습 자료도 미리 준비해야 합니다. 실제 업무 문서를 그대로 쓰면 보안 문제가 생길 수 있으므로, 고객명이나 금액, 개인정보를 가린 비식별 자료를 팀별로 만들어 두는 것이 좋습니다. 이 작업은 참여 부서의 협조가 필요하므로 워크숍 날짜를 정할 때 자료 준비 기간도 함께 잡아야 합니다.

진행 인력도 점검 대상입니다. 주 진행자 외에 팀을 돌며 도와줄 보조 인력이 있는지, 기술적인 문제가 생겼을 때 바로 대응할 사람이 있는지 확인해 두면 당일 혼란을 줄일 수 있습니다.

• 사용할 AI 도구 계정과 회사 네트워크 접속 가능 여부
• 참여자 노트북의 권한과 필요한 프로그램 설치 상태
• 팀별 비식별 실습 자료와 결과물 예시
• 결과물을 모아 둘 공유 폴더나 문서 공간
• 워크숍에서 지켜야 할 입력 정보 원칙을 정리한 안내문
• 발표 순서와 시간을 정리한 진행표

워크숍 이후 현업 적용을 이어가는 후속 관리

사내 AI 워크숍의 효과는 끝난 뒤 몇 주 동안의 관리에서 결정됩니다. 워크숍에서 만든 결과물을 현업에서 실제로 써 보지 않으면 참여자의 기억은 빠르게 흐려집니다. 그래서 워크숍 마지막 순서로 팀별 현업 적용 계획을 쓰게 하고, 그 계획을 바탕으로 후속 점검 일정을 미리 잡아 두는 것이 좋습니다.

후속 점검은 거창할 필요가 없습니다. 워크숍 후 일정 기간이 지난 시점에 팀별로 결과물을 실제로 몇 번 썼는지, 쓰면서 고친 부분은 무엇인지, 쓰지 못했다면 이유가 무엇인지를 짧게 공유하는 자리만 있어도 충분합니다. 이 과정에서 나온 개선된 절차와 프롬프트를 사내 공유 공간에 모아 두면, 다음 워크숍의 시연 자료와 다른 부서의 참고 자료로 다시 쓸 수 있습니다.

워크숍에서 회사 차원의 과제 후보가 많이 나왔다면 이를 체계적으로 정리해 도입 계획으로 연결하는 것도 담당자의 역할입니다. 과제 발굴형 워크숍의 결과는 경영진에게 보고해 우선순위를 정하고, 필요하면 도입 진단으로 이어 가는 것이 좋습니다. 회사 차원의 도입 범위를 정하는 방법은 중소기업 AI 도입 컨설팅 범위 정하기에서 다뤘습니다.

후속 관리의 책임자도 미리 정해 두어야 합니다. HR·교육 담당자가 모든 팀을 챙기기는 어렵기 때문에, 팀마다 결과물 관리를 맡을 사람을 한 명씩 정하고 담당자는 이들과 연락하며 진행 상황을 모으는 구조가 현실적입니다.

지니어스코리아의 사내 AI 워크숍 지원

지니어스코리아는 기업·대학 강의 경험을 가진 전문가와 광고·마케팅 실무 경력자, AI 업무 도구를 직접 만들어 온 구축 인력이 함께 워크숍을 설계하고 진행합니다. 사전 인터뷰와 설문으로 참여 부서의 실제 업무를 과제로 바꾸고, 보통 1~2일 동안 팀별 실습과 발표를 진행한 뒤 결과물을 현업에서 쓸 수 있는 형태로 정리해 드립니다. 서비스 구성은 기업 AI 워크숍에서, AI 교육 전반의 구성은 AI 교육 가이드에서 확인할 수 있으며, 범위는 상담 후 제안합니다.