2026 지방공무원 AI행정혁신 거점학교 연수 · 세션 1
AI시대의 직무 변화와
미래 전망
물어보는 AI에서, 일을 대신하는 AI까지 —
40분 동안 계단을 하나씩 올라가 보겠습니다.
강사 소개
박병규 — (주)시소 대표이사
AI 에이전시 (주)시소 운영 — 기업·공공기관의 AI 도입 컨설팅과 구축, 교육을 함께 합니다
플랫폼 서비스 기획·개발 총괄 — 일을 쪼개고, 설명하고, 검증하는 일을 15년 했습니다
한국개발연구원(KDI) · SK · MYSC · 태재대학교 등 — 비전공자 대상 AI 실무 교육이 전문입니다
오늘도 같은 원칙입니다 — 어려운 말 없이, 눈으로 보여드리면서 가겠습니다.
들어가며 — 여러분을 먼저 읽고 왔습니다
신기하게도, 전부 78%였습니다
78%
경력 20년 이상
이 방은 베테랑의 방입니다
78%
AI는 "물어보고 답 받는"
용도로 쓰고 계십니다
78%
바이브코딩은 처음 듣거나
이름만 들어보셨습니다
사전 설문 23분의 답을 전부 읽고 나온 실제 숫자입니다.
일은 잘 아는데 AI는 처음 — 오늘은 정확히 그분들을 위한 40분입니다.
자료 8.11 구성고 연수 사전 설문 응답 23건 (2026.8)
오늘의 지도 — 세 걸음
40분, 세 개의 질문에 답합니다
물어보기부터 만들기까지 — 다섯 개의 계단을 눈으로 직접 올라가 봅니다. 오늘의 하이라이트입니다.
키워드는 한 단어 — "대신". 그리고 왜 일을 많이 해본 사람일수록 유리해지는지.
개인이 잘 쓰는 것을 넘어 — 조직이 AI를 품는 이야기. 지금 기업들에서 실제로 벌어지는 일입니다.
PART 1
AI는 지금
어디까지 왔는가
다섯 개의 계단 — 여러분은 지금 1층에 계십니다
PART 1 · 오늘 올라갈 계단
물어보기에서 만들기까지, 다섯 계단
1층 · 지금 여기
물어본다
GPT에 질문하고
답을 받는다
1층은 이미 다들 계십니다. 오늘 5층까지 눈으로 직접 올라가 보겠습니다 — 코드는 한 줄도 안 나옵니다.
PART 1 · 1층 — 물어본다
지금 다들 이렇게 쓰고 계십니다
"공문에 쓸 인사말 하나 추천해줘"
"이 회의 내용 세 줄로 요약해줘"
"엑셀에서 중복 값 찾는 방법 알려줘"
훌륭합니다 — 실제로 설문에서도 초안 작성 · 요약 · 검색이 가장 많았습니다.
그런데 이렇게 쓰다 보면 한 가지 아쉬움이 생깁니다. "얘가 우리 사정을 모르네?"
자료 사전 설문 — AI 활용: 초안 작성 12명 · 검색/교정 6명 · 수식/자동화 4명 (23명 중)
PART 1 · 1층 — 개념은 이 한 장이 전부입니다
GPT의 속은 "다음 말을 맞히는 기계"입니다
동해물과 백두산이 —
마르고 닳도록 (여러분도 방금 맞히셨죠? 그 감각입니다)
LLM (거대 언어 모델)
인터넷의 글을 통째로 배운 뇌
사람이 쓴 수많은 글에서 "다음에 올 말"의 감각을 익혔습니다 — 그래서 말이 그렇게 자연스럽습니다
챗GPT · 클로드 · 제미나이
그 뇌에 채팅창을 붙인 제품
이름은 달라도 속은 전부 같은 원리입니다 — 하나만 이해하면 다 이해한 겁니다
PART 1 · 1층 — 단, 이것 하나는 꼭 아셔야 합니다
모르면 "모른다" 대신 지어냅니다
"우리 학교 옥상 방수공사, 하자보수 기간이 몇 년이지?"
"통상적으로 O년입니다. 관련 규정 제O조에 따르면…" — 그럴듯한데, 확인해보면 틀릴 수 있습니다
왜?
"다음 말"을 만드는 기계라서
모르는 것도 가장 그럴듯한 문장으로 답합니다 — 조문 번호 · 금액 · 날짜에서 특히 위험합니다
비유하면
아주 똑똑한 신입입니다
아는 건 기가 막히게 하는데, 모른다는 말을 못 합니다 — 그래서 확인은 선배 몫입니다
이 성질만 알면 절반은 끝났습니다. 모르고 쓰면 위험하고, 알고 쓰면 대단히 쓸모 있습니다.
PART 1 · 1층 — 알아두면 덜 답답한 두 가지
AI에게는 마감일과 건망증이 있습니다
한계 ②
지식에 마감일이
있습니다
어느 시점까지의 글로 배웠기 때문에
지난달 바뀐 지침은 모릅니다 — 최신 정보는 검색이나 자료 연결로 줘야 합니다
한계 ③
긴 대화는
앞부분을 잊습니다
대화가 길어지면 처음 내용이 밀려납니다.
새 채팅을 열면 백지 — 어제 그렇게 설명했는데 오늘 처음 보는 척하는 이유입니다
정리하면 AI의 한계는 셋 — 지어냄 · 마감일 · 건망증.
좋은 소식은, 셋 다 해결하는 계단이 이미 있다는 겁니다. 지금부터 그 계단을 오릅니다.
PART 1 · 2층 — 자료를 준다
파일을 주는 순간, 우리 학교의 AI가 됩니다
그냥 물으면
"일반적으로는…"
세상 평균의 답 —
우리 학교 사정은 모릅니다
→
작년 공문 · 서식 · 규정을 주고 물으면
"우리 학교 기준으로는…"
내 자료에 근거한 답 —
지어낼 필요가 없어집니다
1층의 문제(지어냄)의 첫 번째 해법이 바로 이것입니다 — 근거 자료를 손에 쥐여주는 것.
PART 1 · 2층 — 여러분 업무로 예를 들면
주는 자료가 많을수록 일을 잘합니다
| 이 파일들을 주면 | 이런 걸 시킬 수 있습니다 |
|---|
| 작년 시설 점검 대장 + 하자 목록 | "올해 점검 계획 초안 짜줘 — 작년에 문제 있던 곳 우선으로" |
| 지난 회의록 서식 + 오늘 녹취 메모 | "우리 학교 양식 그대로 회의록 정리해줘" |
| 작년 공사 계약서 · 견적서 묶음 | "이번 방수공사 견적, 작년 대비 뭐가 다른지 비교해줘" |
비결은 능력이 아니라 자료를 주는 것입니다 — AI는 똑똑한 신입이라, 자료를 주는 만큼 일합니다.
그런데… 물을 때마다 파일을 찾아 첨부하는 것도 일이죠? 그래서 3층이 있습니다.
PART 1 · 3층 — 연결한다
매번 첨부 말고, 아예 연결해둡니다
2층의 방식
물을 때마다
파일 첨부
찾고 · 올리고 · 설명하고 —
바쁘면 결국 안 하게 됩니다
→
3층의 방식
폴더째
미리 연결
AI가 알아서 내 폴더를 뒤져서
필요한 파일을 찾아 읽습니다
오늘 오후에 쓰실 '클로드 코드'가 바로 이 3층의 도구입니다 —
내 컴퓨터 폴더를 통째로 보면서 일하는 AI. 여기서부터 "쓰는 것"이 "맡기는 것"으로 바뀝니다.
PART 1 · 3층 — 내 폴더 밖의 자료는? (단어 하나만 기억하세요)
MCP — AI를 자료에 꽂는 '표준 플러그'입니다
비유하면
USB처럼
꽂으면 통합니다
법령 DB든 공공데이터든
플러그만 꽂으면 AI가 직접 봅니다
꽂을 수 있는 것 ①
국가법령정보센터
AI가 법령 원문을 직접 확인하며 답합니다 — 지어낼 이유가 사라집니다
꽂을 수 있는 것 ②
나라장터 · 공공데이터
입찰공고 · 계약 정보가
이미 개방되어 있습니다
핵심만 기억하시면 됩니다 — "AI를 더 똑똑하게"가 아니라 "AI에게 더 많은 자료를"이 이 시대의 방향입니다.
PART 1 · 3층 — 경기도라서 더 좋은 것
우리 지역 데이터가 이미 열려 있습니다
"경기도 학교들 최근 방수공사 낙찰가, 평균이 얼마야?"
나라장터 개방 데이터에 물어서 — 실제 공고·낙찰 기록 기반으로 답합니다
경기데이터드림
도내 공공데이터
개방 포털
교육 · 시설 · 예산 데이터
data.gg.go.kr
나이스 · 학교알리미
학교 정보
개방 API
학사 일정 · 학교 시설 정보까지
기계가 읽을 수 있는 형태로
의미
감이 아니라
데이터로 말하기
"작년엔 얼마였더라…"가
조회 한 번이 됩니다
참고 경기데이터드림 (data.gg.go.kr) · 공공데이터포털 나라장터 입찰공고정보서비스 · 나이스 교육정보 개방 포털
PART 1 · 3층 — 그리고 AI가 나를 기억하게 하기
메모리 — 한 번 알려주면 계속 기억합니다
메모리가 없으면
만날 때마다
처음 뵙겠습니다
우리 학교 이름 · 서식 · 담당 업무를
매번 다시 설명해야 합니다
→
메모리를 쓰면
우리 학교 전담
직원이 됩니다
"공문은 이 서식, 결재는 이 순서" —
한 번 가르치면 다음부터 그대로 합니다
눈치채셨겠지만 — 이건 신입에게 일을 가르치는 것과 똑같습니다.
가르친 만큼 남고, 쌓인 만큼 잘합니다. 이 감각, 이따 PART 3에서 다시 만납니다.
PART 1 · 3층 — 마지막 재료: 반복 업무를 버튼으로
스킬 — 자주 시키는 일을 명령어 하나로
/회의록
→ 녹취 메모를 읽고 · 우리 학교 서식으로 정리하고 · 결재용 파일로 저장 — 한 번에
/일일금고
→ 오늘 지출 내역을 읽고 · 장부와 대사하고 · 안 맞는 항목만 보고 — 한 번에
매번 길게 설명하는 대신, 잘 되는 방법을 버튼으로 저장해두는 것입니다.
내 업무 노하우가 재사용 가능한 도구가 됩니다 — 오후에 이런 것을 직접 만들어봅니다.
PART 1 · 3층 정리 — 방금 배운 세 단어
연결하고 · 기억시키고 ·
버튼으로 만든다
MCP — 법령 · 공공데이터에 꽂는 표준 플러그
메모리 — 우리 학교를 기억하는 전담 직원
스킬 — 반복 업무를 명령어 하나로
이 셋이 오늘 오후 실습의 재료입니다. 이제 — 만드는 것을 보여드리겠습니다.
PART 1 · 4층 — 만든다 · 진입 개념
AI는 이제 글만 하지 않습니다
글
요약 · 초안 · 정리
여기까지는 이미
보셨습니다
이미지
포스터 · 안내물 ·
도면 스케치
그려달라고 하면
그립니다
음성 · 영상
듣고 · 말하고 ·
영상까지
전화 응대하듯
목소리로 대화합니다
전문 용어로 '멀티모달'이라 하는데 — 외우실 필요 없습니다.
"이제 말로 뭐든 만들 수 있다"만 기억하시면 됩니다. 바로 보여드리죠.
시연 ① — 4층 · 만든다
"학교 축제 안내 포스터,
이 사진 느낌으로 만들어줘"
말 한 문장으로 이미지가 그 자리에서 만들어집니다.
디자이너에게 부탁하던 일이 대화 한 번이 됐습니다.
PART 1 · 4층 — 방금 그게 되는 이유 ① API
AI 회사들은 '뇌'를 빌려줍니다
비유하면 — 전기
발전소를 짓지 않고
전기를 끌어 씁니다
집집마다 발전소를 만들지 않죠 —
플러그만 꽂으면 됩니다
=
AI — API
뇌를 만들지 않고
뇌를 끌어 씁니다
GPT·클로드의 뇌를 내 서비스에 연결선(API)으로 꽂아 쓰는 것
수조 원짜리 뇌를 쓴 만큼만 돈 내고 빌리는 시대 — 이것이 지금 벌어지는 일의 엔진입니다.
PART 1 · 4층 — 그 증거: 요즘 쏟아지는 AI 서비스들의 속
뜯어보면 전부 빌린 뇌 + 지시서입니다
번역 · 요약 앱
빌린 뇌 +
"번역해줘"
속은 GPT·클로드 —
지시서만 다릅니다
상담 챗봇
빌린 뇌 +
"우리 규정으로 답해"
기업 홈페이지의 챗봇 대부분이
이 구조입니다
그렇다면
우리도
만들 수 있습니다
뇌는 빌리면 되니까 —
남은 건 지시서 쓰기뿐입니다
수백억짜리 기술처럼 보이는 것들의 실체가 "빌린 뇌 + 잘 쓴 지시서"라는 것 —
이걸 아는 순간, AI 서비스가 남의 일이 아니게 됩니다.
PART 1 · 4층 — 방금 그게 되는 이유 ② 프롬프트
프롬프트는 뇌에게 주는 업무 지시서입니다
"안내문 써줘"
어디서나 쓸 수 있는 밋밋한 안내문이 나옵니다 — 재료를 안 줬으니까요
비유하면
신입에게 주는
업무분장표
"네 역할은 이거고, 참고 자료는 이거고, 결과물은 이렇게" — 사람에게 하듯 쓰면 됩니다
핵심
코딩이 아니라
글쓰기입니다
지시서를 잘 쓰는 능력이 곧 실력 —
공문 쓰시던 분들이 훨씬 잘하십니다
그럼 잘 쓴 지시서는 어떻게 생겼을까요 — 딱 세 가지만 넣으면 됩니다.
PART 1 · 4층 — 프롬프트 잘 쓰는 법, 딱 세 가지
역할 · 맥락 · 원하는 것 — 공문 쓰듯 쓰면 됩니다
"너는 우리 학교 시설 안내 담당이야 (역할)
아래 시설사용 규정을 참고해서 (맥락)
주민 문의에 존댓말로 답하는 안내문을 써줘 (원하는 것)"
세 가지가 들어가는 순간 — 결과의 수준이 완전히 달라집니다
수신 · 참조 · 본문 · 붙임 — 평생 공문으로 단련되신 분들입니다.
프롬프트는 여러분의 홈그라운드입니다. 이제 이 지시서로 챗봇을 만들어보겠습니다.
시연 ② — 4층 · 만든다
방금 그 두 개로,
말로 대답하는 챗봇을 5분 만에
뇌(API)에 지시서(프롬프트) 한 장 — "학교 안내 음성 챗봇"이 그 자리에서 만들어집니다.
민원 전화 안내 · 시설 사용 문의… 상상 가시죠?
PART 1 · 5층 — 개발한다 · 오늘의 그 단어
바이브코딩 = 말로 하는 개발입니다
지금까지의 개발
코드를 배워서
직접 짠다
전공 4년 + 실무 몇 년 —
그래서 외주를 줬습니다
→
바이브코딩
원하는 것을
말로 설명한다
코드는 AI가 짜고, 사람은
무엇을 만들지 · 잘 됐는지만 봅니다
설문에서 78%가 "처음 듣는다"고 하신 그 단어 — 별것 아닙니다.
"개발을 말로 시킨다", 그게 전부입니다. 지금 바로 보여드리겠습니다.
PART 1 · 5층 — 어떻게 이게 가능한가
게임도 홈페이지도, 결국 파일 몇 개입니다
우리가 알던 개발
전문가가 코드를
짜는 일
몇 년을 배워야 하는
남의 세계였습니다
→
에이전트의 눈으로 보면
그냥 파일을
만드는 일
3층에서 봤죠 — 에이전트는 파일을 읽고 만듭니다.
코드도 파일입니다.
만드는 파일이 엑셀이면 집계가 되고, 문서면 보고서가 되고 — 코드면 프로그램이 됩니다.
같은 능력의 다른 쓰임일 뿐입니다. 눈으로 확인하시죠.
시연 ③ — 5층 · 개발한다
"테트리스 게임 만들어줘"
클로드 코드에 말 한 문장 — 몇 분 뒤 실제로 돌아가는 게임이 나옵니다.
방금 정의한 바이브코딩, 눈으로 확인하시죠.
PART 1 · 5층 — 그렇다고 다 되는 건 아닙니다 · 정확한 눈금
어디까지 되고, 어디부터 전문가의 일인가
이제 일반인의 영역
우리 부서만 쓰는
작은 도구
시설보수 현황판 · 간이 접수 페이지 ·
엑셀 자동화 · 안내 챗봇 —
테트리스 수준이면 충분한 것들
여전히 전문가의 영역
크고 무거운
시스템
전교생 · 전 직원이 쓰는 서비스 ·
보안과 개인정보가 걸린 시스템 ·
나이스 · 에듀파인 같은 기간 시스템
테트리스 하나 됐다고 "개발 별거 아니네"는 비약입니다 — 하지만 왼쪽 칸이 일반인에게 열린 것,
그것만으로도 충분히 큰 사건입니다. 우리 업무의 답답함은 대부분 왼쪽 칸에 있으니까요.
PART 1 · 5층 — 이런 변화, 사실 처음이 아닙니다
엑셀 수준의 공부면 됩니다
30년 전의 엑셀
"그건 전산실
일이지"
표 계산은 전문가의 도구였습니다 —
배울 엄두를 안 냈습니다
→
지금의 엑셀
사무실의
기본기
함수 몇 개는 다들 씁니다 —
개발자가 된 게 아니라, 도구를 익힌 것
바이브코딩이 정확히 이 길 위에 있습니다 — 개발자가 되라는 게 아닙니다.
엑셀 함수 배우던 정도의 공부로, 내 업무 도구는 내가 만드는 시대가 온다는 것입니다.
그 수준으로 무엇이 되는지 — 실전을 보시죠.
시연 ④ — 5층 · 실전
"경기도교육청 스타일로
우리 학교 안내 홈페이지 만들어줘"
게임은 장난이라 치고 — 실제로 열리는 홈페이지가 몇 분 안에 만들어집니다.
외주 견적 내던 일입니다.
PART 1 · 정리
물어보기에서 만들기까지 —
코드 한 줄 없이 올라왔습니다
1층 물어본다 (LLM · 세 가지 한계) → 2층 자료를 준다 → 3층 연결한다 (MCP · 메모리 · 스킬)
→ 4층 만든다 (멀티모달 · API · 프롬프트) → 5층 개발한다 (바이브코딩)
이 계단이 지금의 AI입니다. 그렇다면 — "내 일은 어떻게 되는 건가?"
PART 2
내 일은
어떻게 변하는가
키워드는 한 단어입니다 — "대신"
PART 2 · 방향은 정해져 있습니다
컴퓨터 앞에서 하는 일은
전부 자동화되는 방향입니다
엑셀을 열고 집계하고 · 회의록을 정리하고 · 보고서를 쓰고 —
화면 안에서 하는 일은, AI를 다루는 사람에게는 이미 자동화가 됩니다.
오늘 오후에 그중 일부를 직접 해보실 겁니다.
PART 2 · 여러분 업무로 바로 확인해보면
적어주신 업무가 전부 그 대상입니다
| 사전 설문에 적어주신 업무 | 계단으로 보면 |
|---|
| 기초금액 넣으면 공고문 자동 작성 | 2층(작년 공고문 주고) + 3층(나라장터 연결) |
| 견적서 수식 · 일일 금고 · 엑셀 집계 | 3층(폴더 연결) + 스킬(/일일금고 버튼) |
| 회의록 · 학운위 서식 · 보고문서 | 2층(서식 학습) + 메모리(우리 양식 기억) |
| 시설보수 요청 관리 · 업무 현황판 | 5층(바이브코딩으로 간이 페이지) |
신기한 게 아니라 — 방금 본 계단의 조합일 뿐입니다.
여러분이 적어주신 소원 목록이, 사실은 오늘 배울 기술 목록이었습니다.
자료 8.11 구성고 연수 사전 설문 응답 23건 (2026.8)
PART 2 · 그래서 하루가 이렇게 바뀝니다
화면의 일은 줄고, 현장의 일은 남습니다
| 시간 | 업무 | 지금 | AI를 다루면 |
|---|
| 아침 | 일일 금고 대사 | 30분 맞춰보기 | 5분 — 안 맞는 것만 확인 |
| 오전 | 공고문 · 공문 초안 | 1시간 작성 | 10분 — 검토하고 결정 |
| 오후 | 시설 점검 · 현장 확인 | 현장 방문 | 그대로 — 사람의 일입니다 |
| 퇴근 전 | 회의록 정리 | 40분 정리 | 5분 — 읽고 승인 |
줄어드는 것은 전부 화면 앞의 일입니다.
현장을 보는 눈, 사람을 대하는 일 — 그건 처음부터 AI의 것이 아니었습니다.
PART 2 · 그리고 한 단계 더
"써주는" AI에서 "대신하는" AI로
지금까지
이메일을 써준다
초안을 받아서
내가 다듬고 내가 보냅니다
→
이미 시작된 변화
이메일 업무를 대신한다
쓰고 · 정리하고 · 보내는 것까지 —
'일' 자체를 맡습니다
이것이 '에이전트'입니다 — 답하는 AI가 아니라 일을 대신하는 AI.
PART 2 · '대신'은 계속 넓어지고 있습니다
세상이 지금 이 방향으로 갑니다
이미 됩니다
조사를 대신
자료 찾고 · 비교하고 ·
보고서 초안까지
이미 됩니다
정리를 대신
메일함 정리 · 일정 조율 ·
문서 분류
오고 있습니다
거래를 대신
비품 견적 비교 · 예약 · 구매 —
결제 직전까지 AI가
흐름이 보이시죠 — "컴퓨터 앞에서 하는 일"의 정의가 통째로 바뀌는 중입니다.
그럼 이 흐름 속에서, 내 일은 구체적으로 어떻게 변하는가. 두 단계로 옵니다.
PART 2 · 내 일의 변화 — 첫 번째
먼저, 내 일을 돕게 합니다
10시간
보고서 · 문서 정리 · 요약 ·
PPT — 예전의 하루 반
10분
정보만 잘 주면 —
같은 일이 이렇게 줄어듭니다
과장이 아닙니다 — 비결은 능력이 아니라 "정보를 잘 주는 것"이었습니다.
계단 2층·3층에서 본 그것 — 자료를 주고, 연결하는 것. 그게 전부입니다.
PART 2 · 내 일의 변화 — 두 번째
예전에 남에게 부탁하던 일을 스스로 하게 됩니다
부탁하던 일 ①
디자이너에게
포스터 · 안내물 →
시연 ①에서 보셨습니다
부탁하던 일 ②
전산 · 업체에
홈페이지 · 현황판 →
시연 ④에서 보셨습니다
가장 큰 사례
개발자에게
테트리스를 만들 때 AI가 한 일이
정확히 개발자가 하던 일입니다
수십 년간 "이거 해주실 수 있어요?" 하고 부탁했던 일들의 상당 부분을 —
이제 내 자리에서 내가 시킬 수 있게 된 것입니다.
PART 2 · 그중 개발이 가장 큰 이유
제일 비싼 부탁이었기 때문입니다
예전에는
"견적 한번
받아볼까요…"
간이 현황판 하나에도 수백만 원 —
예산 · 품의 · 업체 선정 · 검수까지
몇 달짜리 일이었습니다
→
지금은
"일단 내가
만들어볼까?"
시설보수 접수 현황판 · 민원 간이 페이지 —
설문에 적어주신 그것들이
말 몇 문장 거리가 됐습니다
완성품 소프트웨어는 여전히 전문가의 영역입니다. 하지만 "우리 부서만 쓰는 작은 도구"는 —
이제 현장에 있는 사람이 직접 만드는 시대입니다.
PART 2 · 단, 새로 생기는 일이 하나 있습니다
'딸깍'의 유혹 — 검증이 새 업무가 됩니다
위험한 사용
받은 그대로
내보낸다
딸깍, 복사, 제출 —
그럴듯한 오류가 결재라인을 통과합니다
→
프로의 사용
넘기기 전에
확인한다
숫자는 검산 · 조문은 원문 대조 ·
현장은 눈으로 — 확인 후 결재
실행을 넘길수록 확인의 값이 올라갑니다.
그리고 무엇을 어디까지 확인해야 하는지 아는 것 — 그게 바로 경력입니다.
PART 2 · 그래서 뜻밖의 결론
일을 많이 해보고, 많이 시켜본
사람이 강해집니다
AI에게 일을 시키는 능력은 — 일을 쪼개고, 설명하고, 결과를 검증하는 능력입니다.
그건 신입이 아니라 수십 년 일해본 사람의 근육입니다.
제가 15년 아웃소싱 PM으로 살다가 지금 AI 전환을 설계하게 된 이유이기도 합니다.
이 이야기는 다음 세션에서 더 깊어집니다.
PART 2 → PART 3 · 계단이 하나 더 남았습니다
만들기 → 협업 → 조직의 동료
경험 ① · 오늘 오후
만들기
내 업무의 도구를
내 손으로 — 개인의 도구
→
경험 ②
협업
잘 만든 것을 옆자리와
같이 쓴다 — 팀의 방식
→
경험 ③
에이전트
판단 기준까지 담아
조직에 둔다 — 조직의 동료
개인의 계단은 5층에서 끝나지만, 일의 계단은 조직으로 이어집니다.
이 두 번째, 세 번째 경험에서 무슨 일이 벌어지는지 — PART 3입니다.
PART 3
조직은
어떻게 변하는가
이제 '개인이 잘 쓰냐'의 문제를 넘어갑니다
PART 3 · 이 변화는 아무도 비켜가지 않습니다
프리랜서부터 대기업까지, 한꺼번에 옵니다
지금까지의 기술 변화는 IT 회사부터 순서대로 왔습니다.
AI는 다릅니다 — 컴퓨터로 일하는 모든 곳에 동시에 옵니다.
·
작은 조직
학교 · 기관
행정 · 문서 ·
민원 업무
·
그래서 질문이 바뀝니다 — "나는 잘 쓰는가"를 넘어
"우리 조직은 AI를 어떻게 품을 것인가." 지금 기업들이 그 답을 찾는 중입니다.
PART 3 · 조직이 AI를 품는 5단계 — 현장에서 본 패턴
모든 조직이 같은 길을 걷습니다
→
2단계 · 오늘
교육 · 도구
연수를 열고
도구를 깔아본다
→
3단계
챔피언 등장
유난히 잘 쓰는
한두 명이 나타난다
→
→
5단계
자산화 · 도약
개인의 노하우가
조직의 것이 된다
오늘 이 연수가 바로 2단계입니다. 그리고 이 방에서 3단계의 챔피언이 나옵니다 —
문제는 그다음, 4단계의 정체기입니다.
자료 기업 AX 컨설팅 현장 관찰 (2024~2026)
PART 3 · 2단계에서 흔히 벌어지는 일 — 현장에서 직접 봤습니다
교육 다음날, 아무도 안 씁니다
연수 당일
"오, 이거
대단한데?"
박수와 감탄 —
분위기는 뜨겁습니다
다음날
늘 하던
방식으로
"바빠서요…" —
어제의 감탄은 어제의 일
한 달 뒤
로그인 기록만
남습니다
계정은 있는데
쓰는 사람이 없습니다
이유는 하나 — 배운 것이 '남의 예제'였지 '내 업무'가 아니었기 때문입니다.
오늘 오후가 강의가 아니라 실습인 이유, 그것도 여러분이 적어주신 그 업무로 하는 이유입니다.
PART 3 · 4단계 — 잘 되던 조직이 멈추는 이유
정체기의 세 가지 증상
증상 ①
잘 쓰는 사람만
잘 씁니다
개인차가 벌어지는데
방법이 공유되지 않습니다
증상 ②
그 사람 없으면
멈춥니다
챔피언이 자리를 옮기면
노하우가 통째로 사라집니다
증상 ③
좋아졌는데
성과가 안 보입니다
다들 편해졌다는데
조직의 성과로는 안 잡힙니다
셋 다 원인은 하나입니다 — AI 경험이 개인의 머릿속에만 있기 때문입니다.
도약하는 조직은 여기서 방향을 바꿉니다.
참고 MIT State of AI in Business (2025) — 도입 조직 95%가 유의미한 성과 미달, 원인은 기술이 아닌 "Learning Gap"
PART 3 · 이 문제에 이름을 붙이면
'떠나는 AI'와
'남는 AI'가 있습니다
개인 계정 · 개인 PC · 개인의 프롬프트 — 담당자가 전보 가면 함께 떠납니다.
공용 폴더 · 팀의 스킬 · 부서의 에이전트 — 사람이 바뀌어도 남습니다.
스스로 물어보시죠 — "우리 행정실에서 AI로 만든 것 중,
담당자가 내일 전보를 가도 남는 것은 몇 개인가?"
PART 3 · 앞서가는 조직들이 지금 넘는 문턱
'써 봤다'에서 '일하는 방식이 바뀐다'로
지금까지 — 도입
각자 써 봤다
개인이 초안 · 요약에 활용
개인의 시간은 절약되지만
성과는 흩어져 있습니다
→
다음 단계 — 운영
업무 절차가 바뀐다
"이 업무는 AI로 하는 게 기본"
AI가 할 일과 사람이 할 일을 조직이 정합니다
기업들의 2027년 화두가 정확히 이것입니다 — 도입이 아니라 운영.
회의록 쓰는 법 · 보고서 남기는 법 같은 작은 규칙부터 바뀌기 시작합니다.
출처 황재선 SK디스커버리 부사장 — 티타임즈 「2027 AX, 어떻게 준비해야 할까」 (2026.8)
PART 3 · 5단계 — 도약하는 조직이 하는 세 가지
개인의 경험을 조직의 자산으로 만듭니다
잘 만든 지시문(프롬프트)과 결과물을 조직의 공용 자산으로 — 챔피언의 방법이 모두의 방법이 됩니다
부서·업무별로 그 일을 다 아는 에이전트를 만듭니다 — SK는 '1인 1에이전트'를 선언했습니다
에이전트가 어디까지 보고, 어디까지 실행해도 되는지 — 누가 확인하고 책임지는지. 지금 기업들의 최대 화두입니다
PART 3 · 자산이 되는 순서 — 오늘 오후가 그 첫 칸입니다
프롬프트 → 스킬 → 에이전트
첫 칸 · 오늘 오후
프롬프트
잘 되는 지시문을 저장한다
— 개인 메모에서 공용 문서로
→
둘째 칸
스킬
버튼으로 만들어 공유한다
— 내 /회의록을 옆자리도 쓰게
→
셋째 칸
에이전트
업무 담당 AI로 키운다
— 판단 기준까지 담아서
오늘 오후에 만드는 프롬프트와 스킬이 이 사다리의 첫 두 칸입니다 —
몇 년 뒤 우리 학교 '시설 담당 AI'의 씨앗이 오늘 심어지는 겁니다.
PART 3 · 학교로 가져와 보면 — 몇 년 안의 모습
업무마다 그 일을 다 기억하는 AI가 생깁니다
시설 담당 AI
"작년 방수공사
업체와 금액은?"
역대 공사 내역 · 계약 이력 ·
하자 기록을 전부 기억
회계 담당 AI
"이 항목, 작년엔
어디서 집행했지?"
예산 편성 이력과
집행 기준을 기억
복무·급여 담당 AI
"이런 경우,
전례가 있었나?"
규정 개정 이력과
처리 선례를 기억
PART 1에서 본 메모리 + 연결(MCP) + 스킬이 부서 단위로 커진 것뿐입니다.
기술은 이미 오늘 오후에 배우는 그것과 같습니다.
PART 3 · 공직에는 특별한 의미가 있습니다
에이전트는 사람의 안목이
조직에 남는 그릇입니다
인사이동 때마다 인수인계서 몇 장으로는 못 넘기던
수십 년의 노하우와 판단 기준 —
그것이 처음으로, 담당자가 떠나도 조직에 남는 형태를 갖게 됐습니다.
마무리 · 오늘 이야기를 지도 한 장으로
쓰는 사람 → 맡기는 사람 → 바꾸는 사람
1단계 · 대부분 여기
쓰는 사람
물어보고 답을 받는다
— 계단 1~2층
→
2단계 · 오늘 오후의 목표
맡기는 사람
일을 통째로 맡기고
결과를 검증한다 — 계단 3~5층
→
3단계 · 조직의 미래
바꾸는 사람
내 노하우를 조직의 자산으로
남긴다 — PART 3의 주인공
올라갈수록 필요한 것은 기술이 아니라 일과 조직에 대한 이해입니다.
그래서 이 지도의 끝에 가장 가까운 사람은 — 업무를 아는 여러분입니다.
마무리 · 단, 공공에서 지킬 세 가지
'되는 것'과 '믿고 맡길 수 있는 것'은 다릅니다
AI는 모르면 그럴듯하게 지어냅니다 — 조문 · 고시 번호 · 금액 기준은 반드시 원문으로
학생 · 교직원 인적사항, 급여 자료는 입력 금지 — 경기도교육청 지침서가 언제나 우선입니다
시설 안전과 공사 감독은 서류로 끝나지 않습니다 — 안전 판단은 사람이 현장에서
마무리 · 오늘 오후 — '맡기는 사람'을 직접 해봅니다
여러분이 적어주신 업무, 전부 됩니다
| 사전 설문에 적어주신 요청 | 기술적으로는 | 오늘 오후 |
|---|
| 기초금액 → 공고문 자동 작성 | 나라장터 공공데이터 이미 개방 | 실습 예정 |
| 견적서 수식 · 일일 금고 · 엑셀 집계 | 에이전트의 기본 동작 | 실습 예정 |
| 회의록 · 학운위 서식 · 보고문서 | 기존 서식 그대로 학습 | 실습 예정 |
상상이 아니라 이미 열려 있는 문입니다. 반나절에 완성품은 안 나오지만 —
돌아가는 조각 하나는 반드시 손에 쥐고 가시게 하겠습니다.
참고 조달청 나라장터 입찰공고정보서비스 — 공공데이터포털 (data.go.kr)
마치며
오전에 계단을 보셨다면,
오후엔 직접 오르십시오
AI는 실행을 대신하고, 우리에게 판단을 남깁니다.
그리고 판단은 — 여러분이 수십 년 쌓아온 바로 그것입니다.
오후에는 맡기는 사람이 되어 보시고,
언젠가 여러분의 노하우를 조직에 남기는 바꾸는 사람이 되어 주십시오.
감사합니다
감사합니다
오늘 이야기를 이어가고 싶으시다면 —
세컨팀 (Second Team)
일하는 사람을 위한 AI 교육 · 기업/기관 AX 프로그램
교육 자료와 실습 가이드를 여기서 이어보실 수 있습니다.
edu.second-team.com