[Scooping Insight] 2월호

AI, 기술 교육을 넘어 인재 육성체계 안으로

조직 전반에서 AI 활용 역량을 강화하려는 움직임과 함께, 기업들은 AI 리터러시 이해와 도구 활용법 중심의 교육으로 구성원의 AI 역량을 높이는 데 힘을 쏟고 있다. 그러나 AI 도입이 업무 방식의 전환이나 성과 지표 개선으로 연결된 사례는 아직 매우 제한적이다(McKinsey & Company, 2025). 이러한 현실은 AI가 단순한 기술 교육의 범주를 넘어, 조직 운영 방식과 인재 육성체계 전반과 연결되어 통합적으로 접근해야 할 전략적 과제임을 시사한다.

AI를 육성체계에 접목하는 세가지 접근

그간 AI 교육은 필요에 따른 일회성 교육이나 기초 이해 중심의 교육으로 운영되는 경우가 많았다. 이후 일부 기업에서는 AI를 별도의 육성 트랙으로 체계화해 전사적 AI 이해 수준을 높이는 방식으로 확장하였다. 이는 초기 빠른 확산이 필요한 시기에 효과적인 접근으로 평가된다. 그러나 AI가 조직 운영과 성과 창출 전반에 영향을 미치는 단계에 이르면, 기존 역량체계와의 구조적 연계와 통합이 요구된다. 궁극적으로 AI는 단순한 기술 역량을 넘어, 의사결정, 문제해결, 협업, 전략 수립과 같은 핵심 역량 안에서 작동하도록 재설계 될 필요가 있다(Onnen, 2024). 이러한 관점에서 AI를 육성체계에 접목하는 방식으로는 다음과 같은 접근이 가능하다.

첫째, AI 리터러시 체계 구축이다. AI 리터러시를 기존 육성체계와 분리된 별도의 트랙으로 구축하여, 직급 및 직무 수준에 따른 단계별 AI Fluency 모델과 윤리 및 보안, 데이터 활용 기준을 포함하여 설계하는 방식이다. 이는 전사적 AI 이해 수준을 빠르게 높이기 위한 초기 확산 전략에 많이 활용된다.

Lloyds Banking Group은 AI Academy를 설립 후 전사 AI 교육 프로그램을 통해 직원들의 AI 이해 수준을 체계적으로 높이고 있다. LG전자는 생성형 AI 입문과 챗GPT 활용 등 실무 중심의 온라인 교육을 진행하고, 국내 주재 임원 약 200명을 대상으로 AI·SW 역량 교육을 실시하며 전사적 AI 이해 수준을 강화하고 있다. 또한 LG AI대학원은 국내 최초로 교육부 인가를 받은 기업 소속 사내 대학원으로 출범해, 석사 학위를 수여하는 과정을 운영하고 있다.

둘째, Analytics 기반 개인별 맞춤형 학습경로 제공이다. 기존 육성체계에서 역량 진단–육성–성과관리로 이어지는 역량 개발 과정을 AI 데이터 기반으로 설계하는 방식이다. AI는 직무 수행과 성과 데이터를 분석해 개인의 현재 역량 수준과 스킬 갭을 도출하고, 이를 기반으로 맞춤형 학습 경로를 설계한다. 이를 통해 개인화(Personalized)된 교육과 프로젝트 경험이 유기적으로 연결되는 구조를 구현할 수 있다. 더 나아가 AI 코치나 AI 튜터를 활용하면 학습–실행–피드백이 순환하는 지속적 학습 구조로 확장할 수 있다. IBM은 사내 디지털 학습 플랫폼 ‘Your Learning’을 기반으로 AI를 적용해 개인별 역량을 진단하고, 맞춤형 학습 콘텐츠 추천과 스킬 평가, 경력 개발 경로 설계를 지원하는 체계를 운영하고 있다.

셋째, 교육과정의 AI 통합형 재설계이다. 기존 공통, 리더십, 직무 역량 과정의 학습 설계 안에 AI를 연계하여 기존 역량의 수준과 범위를 확장하는 접근이다. Siemens는 리더십 역량에 Digital Mindset과 AI 기반 의사결정을 반영해, AI 역량을 리더십 역량 체계에 통합하였다.

그외 교육과정에서 AI 시뮬레이션 및 역할훈련을 강화하는 형식으로도 진행되고 있는데 국내 H사는 팀장 성과관리 교육에 AI를 도입해 1:1 코칭 대화를 설계하고 실습하도록 하였다. 팀장들은 AI의 즉각적인 피드백을 바탕으로 다양한 시나리오를 경험하며 자신의 코칭 대화 방식을 점검했고, 이를 통해 성과관리 역량은 ‘AI 기반 성과관리’ 역량으로 수준과 범위가 확장되었다.  

AI가 육성체계로 접목되며 나타나는 변화

그간 AI 교육은 필요에 따른 일회성 교육이나 기초 이해 중심의 교육으로 운영되는 경우가 많았다. 그러나 육성체계와 접목되면서 실질적인 인력육성의 운영방식의 변화가 예상된다.

첫 번째로 학습 체계가 표준형에서 개인 맞춤형으로 바뀌게 된다.

기존 직급별/직무별 일괄 교육, 연간 교육계획 기반 운영, 집합교육에 e러닝이 추가되는 형태였다면 육성체계에 AI를 접목하면서 개인 스킬 데이터 기반의 맞춤 커리큘럼 추천과 실시간 스킬 갭 분석, 업무 데이터와 연동된 학습 제안이 가능해지는 것이다.

두 번째로 학습 체계가 현재보다 데이터 기반의 예측형으로 바뀌게 된다.

AI는 학습 이력에 성과 데이터, 프로젝트 경험을 결합해 예측 모델을 만들 수 있게 된다. 그래서 승계 계획 정확도가 향상되고 핵심인재 이탈 예측 가능하며 교육 ROI 가시화까지 가능해진다.

세 번째로 학습문화가 이벤트형에서 상시형으로 바뀌게 된다.

기존 교육이 연 1-2회 정도의 이벤트였다면 업무시간 중 실시간 학습이 가능해진다. 회의자료 준비나 보고서 작성 등의 업무활동에서도 수시로 학습니즈가 발생하면 AI가 교육을 추천하여 마이크로러닝을 하거나, AI의 직접 코칭이나 멘토링을 받으며 학습이 일어나게 된다.

HR은 무엇을 준비해야 할까?

HR은 AI를 인재 육성체계 전반에 어떻게 구조적으로 연계하고 통합할지 설계하는 전환의 주체, 육성체계의 설계자(Architect)가 되어야 한다. 다만, 어떤 접근 방식으로 AI를 통합할지는 우리 조직의 현재 역량 수준과 AI 전략 방향에 따라 달라질 수 있다.

어떤 접근을 선택하든, AI 통합은 단순한 교육 내용의 변화가 아니라 인재 육성체계의 근본적인 진화를 요구한다. 이를 위해 공통-리더십-직무 역량 체계 안에 AI 활용의 기대 수준을 명확히 정의해야 한다. 또한 AI 환경에서 조직 변화를 이끄는 주체인 리더가 AI를 전략적 자산으로 인식하고 직접 활용하도록 역할을 재정의해, 임원은 AI 전략과 거버넌스를 총괄하고 팀장은 현장에서 AI 기반 업무 재설계와 실행을 주도하도록 해야 한다.

이러한 기준과 역할의 재정의는 결국 육성체계 구조의 전환으로 이어질 수 있다. 특히 우리의 육성체계안에 AI의 활용 영역을 명확히 하는 것이 가장 선행되어야 하는데 통상 스킬 갭 자동진단 엔진, 내부인재 마켓플레이스, AI코칭과 시뮬레이션, 전략 HR예측모델 이렇게 4가지 영역에 해당한다. 궁극적으로 AI도입으로 기대되는 가장 큰 변화는 교육체계 자체 뿐만 아니라 HR의 역할에 있다.

본문 내용과 관련하여 함께 고민을 나누고 싶으신 분들은 '문의하기'를 통해 연락주시기 바랍니다🙂