Special Lecture_임철일 서울대학교 교육학과 교수

: HRD의 파트너가 되어줄 (생성형) AI

: 교수설계 프로세스별 (생성형) AI 활용법

기조강연을 맡은 임철일 교수는 RPISD(Rapid Prototyping Instructional Systems Design) 기반 교육 프로그램 개발에서 (생성형) AI의 가능성에 주목하며 많은 연구를 진행 중이다. 먼저 그는 두 갈래로 AI 활용을 시도했던 사례를 소개했다. 하나는 ‘요구분석: 어떻게 면담 자료를 다룰 것인가?’였다. 여기에선 내용 전문가, 학습자, 의뢰인이 나눈 면담 내용 요약과 핵심 키워드 분석에 AI를 활용했다. 임 교수는 “면담 내용을 챗GPT에 업로드한 뒤 글의 종류를 인터뷰라고 밝히고, 원하는 분석의 종류를 명시하고, 구체적인 질문을 던지면 꽤 괜찮은 답변을 건넨다.”라고 설명했다. 다른 하나는 ‘어떻게 실제적인 연습 상황, Simulation을 설계한 것인가’였다. 여기에선 A 대학의 <환자안전> 교과목 사례를 기반으로 학습자료를 개발했던 여정이 공유됐는데 챗GPT를 활용해서 학습자료 구성을 위한 아이디어를 확보한 다음, 모의 시나리오 초안을 만들었고, 전문가 및 의뢰인 면담을 통해 내용의 적절성을 평가해서 보완한 다음 모의 시나리오 및 활동지 프로토타입을 개발했다. 아이디어 확보 차원에서 챗GPT에 던진 질문은 ‘상담 중 모야모야병이 있는 내담자가 감정적인 주제에 관해 얘기하던 중 감정이 고조되어 울다가 과호흡이 온 상황의 시나리오를 제시해줘’였다.

계속해서 임 교수는 교수설계 프로세스별 AI 활용법을 설명했다.

첫째, ‘분석(Analysis)’이다. 그는 “수행분석, 교육 내외적 해결안 모색, 초기 아이디어 개발 등에서 도움을 얻을 수 있다.”라며 챗GPT4.0에서 ‘챗봇 이름 설정’, ‘챗봇 설명 작성’, ‘챗봇 지시사항 입력’, ‘챗봇 대화 시작어 설정’, ‘첨부파일 추가’ 작업을 마친 다음 질문해서 답변을 얻은 결과를 제시했다. 질문(프롬프트)은 “면담 내용을 학습자들이 겪는 문제의 종류, 원인분석, 교육적 해결안, 교육 외적인 해결안으로 분석해서 표로 결과를 제시해줘. 그리고 원인을 분석할 때 지식 및 스킬과 태도는 [K], 교육 관련은 [T], 환경 관련은 [E]로 라벨링해줘.”였는데 답변은 깊이 있는 업무수행에 돌입하는데 참조할 수 있는 수준이었다.

둘째, 설계(Design)다. 이 단계는 ‘교수 내용 선정’, ‘교수적 전략 및 비교수적 전략 수립’, ‘전략 실행을 위한 매체 선정과 활용’, ‘평가 계획 수립’ 프로세스로 진행된다. 여기에서 임 교수는 고객 응대 교육 프로그램 설계를 위해 챗GPT에 ‘교육 프로그램 주제 3개와 각 주제의 하위 목표(내용) 제시’를 요구했고, 결과물에 기반해서 ‘교육 목표 도출, 평가 방식 추천, 추천한 이유’를 제시해달라고 주문했다. 나아가 그는 ‘고객 성향 파악 능력 부족’이라는 문제를 해결하기 위한 롤플레잉 교육을 시행하고자 하는데 ‘1단계(우수)’, ‘2단계(양호)’, ‘3단계(보통)’, ‘4단계(미흡)’로 구분해서 평가 항목을 작성해달라고 요청했다. 이렇게 다양하고 전문성이 요구되는 부분에서도 챗GPT는 활용할 수 있는 답변을 제시했다.

셋째, 개발(Develop)이다. 이 단계에선 사례, 시나리오, 이미지 등을 만들어야 한다. 관련해서 임 교수는 실수하는 신입사원을 격려하는 팀장의 모습, 신임팀장 대상 리더십 교육 PPT 표지용 이미지를 챗GPT가 그려준 결과를 보여줬다. 이외에도 챗GPT는 각종 그래픽 자료, 학습자용 롤플레잉 시나리오, 리더십 교육을 위한 코칭 시나리오를 만들어줬고 특정 파일(개요)을 첨부했을 때 그것을 읽은 다음 교육 주제별 제안할 수 있는 사례를 정리했다.

넷째, 평가(Evaluation)다. 학습 목표 달성 여부를 확인하고, 어떤 점을 개선해야 하는지 파악해야 하는 중요한 단계다. 여기에서 임 교수는 ‘ChatGPT API’ 기능을 활용해서 학습자 평가를 위한 항목을 만들고, 그에 따른 질문을 만들어서 점수를 적은 결과를 소개했다.

이상과 같이 AI는 교육 프로그램 개발에 많은 도움을 주고 있으며, 지금도 계속해서 발전하는 중이다. 그러나 분명한 것은 최종적인 교수개발 책임자는 HRD담당자라는 사실이다. 그렇기에 임 교수는 “분석, 설계, 개발, 평가에 있어 챗GPT를 활용하되 사람의 통찰력과 확인이 필요한 부분에선 반드시 사람의 손이 가도록 하면 AI와 함께 양질의 교육 프로그램을 개발할 수 있을 것.”이라고 내다봤다.

Best Practice 1_윤홍노 SKT 역량육성팀 팀장

: 구성원 AI Literacy 제고방안

: 역량육성, 제도/시스템, 문화의 전략적 연계

기조강연 이후엔 3개 Best Practice가 소개됐다. 첫 번째 사례는 SKT 역량육성팀이었다. 발표를 맡은 윤홍노 팀장은 “작년부터 AI 리터러시를 중심으로 육성체계를 구축해서 실행하고 있다.”라고 말했다. SKT가 AI Company로의 전환을 진작부터 준비했고, 올해 대대적으로 선포한 만큼 그에 맞춰 ‘전 구성원 AI 인재화 및 AI 기반으로 일하는 문화 정착’을 해내기 위함이었다. 그는 “AI 활용은 더 이상 선택이 아니라 필수임을 전사에 강조하고 있으며, 기본 역량은 물론 직무별 응용 역량까지 훈련시키고 있다.”라고 설명했다.

발표는 세 방향으로 진행됐는데 첫 순서는 ‘AI 역량 육성’이었고, 골자는 ‘종합육성체계 기반 시스템적 접근’, ‘활용 중심 업무 연계성 강화’, ‘다양한 외부 파트너십 활용’이었다. 각각 환경이나 비즈니스 변화에 수동적으로 따라가는 방식에서 벗어나고, 일회성/단편적/일방향적 교육에서 진화하고, 기술과 서비스가 급변하는 만큼 주변을 넓게 보며 함께 역량을 강화할 수 있는 곳을 찾아야 한다는 메시지를 담고 있었다. 윤 팀장은 “(생성형) AI에 대한 이해를 기반으로 레벨별 전문가를 육성하고 있으며 글로벌 기업들과 함께 많은 세미나를 개최하거나 협업해서 역량을 끌어올리고 있다.”라고 덧붙였다. 다음 순서는 ‘AI 활용 문화 조성’이었다. 관련해서 윤 팀장은 “AI 트렌드와 기술 진화를 보며 인사이트를 얻고, 문제해결 중심 팀의 생산성 혁신을 위한 여러 실습을 해보는 팀장 특화 교육을 운영 중이며 팀 단위 AI Tool, AI 멘토링 및 코칭, 문화 설계/실행 등에서도 많은 지원을 하고 있다.”라고 말했다. 무엇에서든 전사 변화를 가속하려면 팀장들의 솔선수범과 인프라 구축이 필수적이기 때문이다.

여기에 더해 SKT 역량육성팀은 연중 구성원(AI 리터러시 프로그램, AI Use-case 발굴/확산), 조직(AI Use-case 발굴/확산, AI Frontier), 전사(AI Challenge) 순으로 올라가며 일하는 방식을 근본적으로 혁신하도록 하는 프로그램을 연중 시행하고 있다. 마지막 순서는 제도/시스템 연계다. 윤 팀장은 “레벨별로 인증 방식을 도입하고 이를 제도와 연계해서 구성원에게 동기를 부여하고 있다.”라고 설명했다. 전 구성원의 경우 회사에서 요구하는 학습기준을 충족했는지, 실제 업무 활용 사례까지 제출했는지를 점검하며, 전문가 그룹의 경우 전문적으로 설계한 테스트에 기반해서 객관적인 실력을 인증해야 한다. 아울러 SKT는 (생성형) AI 기반 구성원의 자기주도학습을 지원하는 서비스를 연중 도입할 계획이다. 컨셉은 ‘대화’이며 주요 기능은 학습 콘텐츠 큐레이션, AI Learning Tutor, Learning Automation, Smart Nudge, Skill Archive다. 윤홍노 팀장은 구성원과 AI의 대화를 캡쳐한 이미지를 보여주며 “꼭 필요한 부분에서 콘텐츠를 추천하고, 교사 역할을 해주고, 배움의 편의성을 높여주고, 적절한 자극을 가해주고, 회사의 스킬들을 차곡차곡 탑재하도록 해서 구성원의 이용을 확대하고자 한다.”라고 밝혔다.

Best Practice 2_진명숙 LG전자 SW역량강화팀 책임

: 챗GPT 4.0 통한 HRD 업무 효율/효과 제고

: (생성형) AI 활용은 함께, 지금 바로, 오늘부터

두 번째 사례는 LG전자 SW역량강화팀이었다. 발표에 나선 진명숙 책임은 “챗GPT의 역습이 시작됐다.”라며 작년 3월 업무 목적으로 처음 챗GPT를 사용해본 이후 지금까지 주 1회씩 총 21회에 걸쳐 소모임 운영, 사내 러닝 크리에이터 육성, HRD 컨퍼런스 참여 등을 통해 인사이트를 얻고 있다고 밝혔다. 이어서 진 책임은 챗GPT를 ‘업무 반려봇’, ‘내 아이’, ‘훌륭한 코치’, ‘촉매제’로 표현했다. 일터에서 곁에 두면 든든하고, 가끔 잘못된 답을 주기도 하지만 정답을 말해줄 때도 많고, 일하는 만큼 알려주며, 생각과 고민을 행동에 옮기도록 도와주기 때문이었다.

다음으로 진 책임은 업무에 활용하고 있는 사례로 시선을 돌렸다. HRD담당자들의 업무에는 과정개발, 교육운영, 평가 및 피드백 수집, 온라인 학습플랫폼 운영, 교육 세션 진행/강의, 멘토링/코칭 프로그램 운영, 영상 기획/제작, 행사 진행 등이 있는데 그는 교육운영과 과정개발에 집중해서 발표를 이어갔다.

먼저 교육운영이다. 첫째로 진 책임은 “챗GPT에 간단한 과정개요를 제공한 다음 홍보 문구에 대한 요구사항과 함께 홍보 타이틀과 이미지 및 홍보문 작성을 지시했고, 마음에 드는 결과물이 나올 때까지 반복했다.”라고 말했다. 이를 통해 그는 “기초적인 작업에 드는 시간을 단축하면서 조금 더 많은 생각을 하며 결과물을 발전시킬 수 있었다.”라고 털어놨다. 둘째로 그는 “새로 개설한 과정 설문결과를 두고 강사와 랩업 미팅을 가졌는데 설문결과 피드백의 장단점 정리, 미팅 내용 정리와 인사이트 도출에서 도움을 받으며 빠르게 업무를 마칠 수 있었다.”라고 말했다. 셋째로 그는 “손이 많이 가는 과업인 과정개요서(기획), 과정설계서(설계), 교재(개발), 참고용 동영상(개발)도 챗GPT의 도움을 받으며 빠르게 완성할 수 있었고 일을 위한 일을 줄이기 위한 자동화 프로그램 개발도 챗GPT의 도움을 받으며 해낼 수 있었다.”라고 말했다.

그렇기에 그는 “추후에는 챗GPT만으로 학습할 수 있는 프로그램 개발에도 도전하고 싶다.”라고 밝혔다. 마지막으로 그는 Input이 구체적이어야 Output의 품질이 정교해지고, 챗GPT는 아이디어를 구할 때 활용하고 외적으로는 결국 사람이 결과물을 비롯해 자신의 생각과 요구사항을 구체화해야 하며, 프로그래밍을 몰라도 프로그램 개발이 가능한 환경이 펼쳐졌다고 진단했다. 따라서 그는 AI 시대, 일하는 방식의 변화를 HRD담당자들이 리딩할 수 있도록 다양한 (생성형) AI를 동료들과 함께 지금 바로, 오늘부터 사용해보길 권했다.

Best Practice 3_하진규 코멘토 이사

: (생성형) AI를 통한 업무생산성 향상 방안

: AI를 활용할 수 있는 사람 육성해야

세 번째 사례는 ‘시작하는 사람들의 커리어 커뮤니티’인 코멘토의 하진규 이사가 맡았다. 그는 “(생성형) AI는 사람과 자동화 프로그램 사이에서 양질의 대화를 돕는 일종의 번역기.”라고 말했다. 대화를 통해 사람의 요구사항(클래스 운영, 엑셀/PPT/HWP 파일 작성, 웹 크롤링 등)을 파악하고 그것을 프로그램에 전달하기 때문이다. 이어서 그는 딜로이트의 리더들 대상 설문조사 결과 중 세 가지를 공유했는데 이들을 첫째로 AI를 생각했을 때 흥분과 매혹을 느끼고 있었고, 79%가 3년 내 AI 기반 비즈니스 변화를 예상하고 있었으며, AI를 통한 혁신과 성장보다는 운영 효율성과 생산성 및 비용 절감에 집중하고 있었다. 다가올 거대한 변화를 맞을 준비를 하는 동시에 지금 할 수 있는 일들을 하고 있는 것이었다. 위 결과와 함께 하 이사는 “AI는 Workflow Automation(단순하고 반복적인 업무의 자동화), Job Enlargement(한 명의 실무자가 다양한 업무를 수행)를 골자로 우리가 중요한 업무에 많은 시간을 투자하고, 다른 사람들과 협업하는 과정에서 발생하는 지연과 대기 시간을 크게 줄일 수 있도록 해줄 것.”이라고 진단했다.

이어서 그는 역량 측면에서 “올바른 프롬프트 엔지니어링은 ‘학습하기’, ‘역할 부여하기’, ‘구체적으로 부탁하기’, ‘다시 부탁하기’ 순으로 AI를 활용하는 것이며 AI 교육을 받은 실무자들 중 다수가 ‘이걸 가지고 무엇을 해야 하는가?’라고 묻지만 ‘AI가 나의 일에 어떤 영향을 주는가?’를 질문하는 것이 올바른 태도.”라고 짚어줬다. 이런 태도를 시작점으로 하 이사는 AI 기반 업무 자동화 및 사내교육을 위한 방향성을 제언했다.

첫째, 목표 설정 및 현황 파악이다. 어떤 업무를 자동화하고 싶은지 설정하고, 그 업무가 어떻게 돌아가고 있는지를 정확하게 파악해야 한다는 뜻이다. 둘째, 업무행동 분석이다. 그는 “업무를 세세한 단위 행동으로 나눠봐야 하며, 그것들을 다시 데이터 입력, 데이터 가공, 데이터 연산 & 실행, 보고 & 시각화로 구분하는 작업이 필요하다.”라고 설명했다. 셋째, 프로그램 설계다. 업무의 흐름에서 어떤 단계를 자동화할 것인지 최종 결정한 다음 그것을 AI를 통해 프로그램화하는 것이다. 이런 프로세스를 교육에 접목할 경우 실무자의 업무흐름(Workflow)를 파악하고, 그 흐름에서 자동화하고자 하는 지점을 찾고, 이를 AI를 써서 자동화하는 방법을 학습하도록 해야 한다. 마지막으로 하 이사는 “프롬프트 엔지니어링을 몰라서 AI를 적용하지 못하는 것이 아니라, 어디에 써야 하는지 몰라서 적용하지 못하는 것.”이라고 재차 강조했고, “HRD담당자들은 구성원이 테크놀로지에 대체 당하지 않도록 ‘AI를 활용할 수 있는 사람’으로 만들어줘야 한다.”라는 당부의 말을 전했다.