AI 교육 쏟아지는데 조직은 그대로…‘수료’ 아닌 ‘업무 변화’ 살펴야

[IT동아 김동진 기자] 생성형 AI 확산 이후 기업의 AI 교육 수요도 빠르게 늘고 있다. 전 직원을 대상으로 한 생성형 AI 특강부터 프롬프트 작성법, 업무 자동화, 바이브코딩 교육까지 종류도 다양하다. 직원들이 AI를 사용할 수 있도록 계정을 지급하는 데 그치지 않고 활용법까지 가르치려는 기업이 늘어난 결과다. 하지만 교육을 이수했다고 실제 업무 방식까지 달라지는 것은 아니다. 직원 대부분이 교육을 수료했어도 AI를 실제 업무에 활용하는 수준에는 개인별 차이가 발생한다. 몇 시간 동안 동일한 교육을 받은 사람끼리도 결과물의 완성도가 크게 갈리는 경우도 있다. AI를 도입한 뒤 활용 역량을 높이기 위해 교육까지 진행했는데도 성과가 나타나지 않는다면, 무엇이 문제일까. IT·AI 역량 진단·교육 전문기업 코드프레소의 고객사 사례를 통해 구체적인 내용을 살펴본다. 출처=엔바토엘리먼츠 같은 AI 교육 받아도 결과는 달랐다 코드프레소는 지난 5월 9일 베트남 호치민 백화대학교(Bách Khoa University)에서 108명을 대상으로 AI 역량 평가 챌린지를 진행했다. 참가자들은 오전 4시간 동안 동일한 교육을 받고 오후에는 3시간 동안 실전 평가에 참여했다. 백화대 코드캠프 2026 현장 / 출처=코드프레소 교육과 평가는 모두 영어로 진행됐다. 참가자들이 사용하는 AI 도구와 주어진 환경도 같았다. 평가 분야는 바이브코딩(Vibe Coding)과 AI 에이전트(AI Agent), AI 모델링(AI Modeling) 세 가지였다. 코드프레소에 따르면, 동일한 교육을 받은 직후 실시한 평가임에도 참가자별 수행 수준과 결과물 완성도에는 상당한 차이가 나타났다. 이는 AI 교육에서 단순히 ‘무엇을 가르칠 것인가’뿐만 아니라 ‘누구에게 어떻게 가르칠 것인가’가 중요하다는 점을 보여준다. 기존 기업 교육은 통상 일정 수준의 평균적인 구성원을 가정하고, 커리큘럼을 만든다. 하지만 생성형 AI 활용 능력은 단순 지식과는 조금 다르다. 같은 도구의 사용법을 알고 있어도 문제를 어떻게 정의하는지, AI에 어떤 지시를 내리는지, 나온 결과를 어떻게 검증하고 수정하는지에 따라 최종 결과가 달라진다. 개인의 기존 업무 경험이나 디지털 숙련도에도 영향을 받는다. 같은 교육이 어떤 사람에게는 이미 알고 있는 내용을 반복하는 시간이 되고, 다른 사람에게는 따라가기 어려운 과정이 될 수 있다는 의미다. 결국 전 직원에게 같은 AI 강의를 ...