[AX 인재전쟁②] '챗GPT 사용법'에 치우친 기업 AI교육···"현장별 맞춤 교육해야" 작성일 07-29 17 목록 <div id="layerTranslateNotice" style="display:none;"></div> <strong class="summary_view" data-translation="true">AI교육 도구 사용·단순 자동화에 치우쳐 있어 <br>실무 중심 교육 필요···"대기업 자체 육성·중소기업 외부 생태계 활용해야"</strong> <div class="article_view" data-translation-body="true" data-tiara-layer="article_body" data-tiara-action-name="본문이미지확대_클릭"> <section dmcf-sid="Ffj712KpeI"> <figure class="figure_frm origin_fig" contents-hash="6588a72c1f2f164e4ae4eb37dc94854d5c97ebf3e8b6c83dcaac2635fe4514a9" data-idxno="237760" data-type="photo" dmcf-pid="34AztV9UdO" dmcf-ptype="figure"> <p class="link_figure"><img alt="기업의 인공지능(AI) 전환(AX)이 확산하면서 관련 교육도 늘고 있지만 실제 업무에 AI를 적용할 인재를 길러내기에는 기존 교육 방식에 한계가 있다는 지적이 나온다. 생성형 AI 사용법이나 단순 업무 자동화를 익히는 교육만으로는 기업이 가진 문제를 찾아 AI로 해결하고 필요한 데이터와 업무를 연결하는 역량까지 키우기 어렵다는 것이다. / 사진=생성형AI(챗GPT) 이미지" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202607/29/552777-a6ToU27/20260729172915382vadu.png" data-org-width="960" dmcf-mid="KG2SgCOcMq" dmcf-mtype="image" height="auto" src="https://img4.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202607/29/552777-a6ToU27/20260729172915382vadu.png" width="658"></p> <figcaption class="txt_caption default_figure"> 기업의 인공지능(AI) 전환(AX)이 확산하면서 관련 교육도 늘고 있지만 실제 업무에 AI를 적용할 인재를 길러내기에는 기존 교육 방식에 한계가 있다는 지적이 나온다. 생성형 AI 사용법이나 단순 업무 자동화를 익히는 교육만으로는 기업이 가진 문제를 찾아 AI로 해결하고 필요한 데이터와 업무를 연결하는 역량까지 키우기 어렵다는 것이다. / 사진=생성형AI(챗GPT) 이미지 </figcaption> </figure> <p contents-hash="d622479f7e6351f1008d9be556ad7a20588823138411e3a146efd7f5de790d1b" dmcf-pid="08cqFf2uds" dmcf-ptype="general">[시사저널e=김도영 기자] <strong>[편집자주] 인공지능(AI)이 기업의 업무와 산업 현장으로 빠르게 확산하는 가운데 이를 실제 경쟁력으로 연결할 인재를 확보하기 위한 'AX 인재전쟁'이 본격화하고 있다. 기업들은 모델 개발자를 넘어 AI와 산업·업무를 함께 이해하는 융합형 인재를 찾고 있지만 현장 수요에 맞는 인력은 부족한 상황이다. 고급 AI 인재의 해외 유출도 이어지는 데다 빠른 기술 변화로 기존 인재 양성 방식의 한계도 드러나고 있다. 본지는 3회에 걸쳐 기업이 찾는 AI 인재의 변화와 고급 인재 유출, AX 시대에 필요한 인재 양성 방향을 짚어본다.</strong></p> <p contents-hash="ee9ccdfeb9264a1631da8f07d516bdd61eb9ae70c21366ef698377a2c0fc4e57" dmcf-pid="p6kB34V7Mm" dmcf-ptype="general">기업의 인공지능(AI) 전환(AX)이 확산하면서 관련 교육도 늘고 있지만 실제 업무에 AI를 적용할 인재를 길러내기에는 기존 교육 방식에 한계가 있다는 지적이 나온다. 생성형 AI 사용법이나 단순 업무 자동화를 익히는 교육만으로는 기업이 가진 문제를 찾아 AI로 해결하고 필요한 데이터와 업무를 연결하는 역량까지 키우기 어렵다는 것이다. 전문가들은 기업의 실제 문제와 현장 경험을 교육에 반영하고, 기업 규모와 보유 역량에 따라 인재 양성 방식도 달리해야 한다고 보고 있다.</p> <p contents-hash="ed8d4c116ae99b1cea9a8f6c05de7fb5cda91bb104957742fbc53bc2c20acdea" dmcf-pid="UPEb08fzJr" dmcf-ptype="general">29일 관련 업계에 따르면 생성형 AI 확산 이후 기업의 임직원 교육부터 대학과 정부의 인재 양성 사업까지 기업의 AI 활용 역량을 높이기 위한 교육이 늘고 있다. 기업에서는 AI 도구 활용법을 가르치는 기초교육부터 직무별 교육, 사내 전문가 양성 과정까지 형태도 다양해지는 모습이다. 대학에서도 향후 기업 현장에 진입할 인력의 AI 활용 경험이 빠르게 늘고 있다. 한국지능정보사회진흥원(NIA)의 '2026 스탠포드 AI INDEX로 살펴본 우리나라 AI 현황 분석'에 따르면 국내 대학생의 생성형 AI 학업 활용률은 2023년 23%에서 2025년 84%로 61%포인트 뛰었다. 조사 대상 15개국 가운데 상승폭이 가장 컸다.</p> <p contents-hash="9fc22fe9f64430dd9a6610ee18b5958d32f2a66eaf9dd5ea09b02492e810a2ba" dmcf-pid="uQDKp64qJw" dmcf-ptype="general">AI 활용 저변이 넓어진 데 비해 기업이 필요로 하는 전문 역량의 확산은 상대적으로 더딘 모습이다. AI 기술 채택이 해당 국가의 기존 수준 대비 확산 정도를 보여주는 링크드인의 'AI 스킬 확산 지수'에서 한국은 AI 리터러시 5.64, AI 엔지니어링 16.78을 기록해 두 부문 모두 상위 15개국에 들지 못했다. 리터러시 역량은 AI 기반 도구를 이해하고 활용하는 능력을, AI 엔지니어링 역량은 AI 시스템을 구축하고 배포하는 기술적 능력을 의미한다. 2025년 AI 리터러시 지수 1위인 미국은 458.07, AI 엔지니어링 1위인 아랍에미리트(UAE)는 153.74였다. 생성형 AI를 접하고 사용하는 사람이 빠르게 늘어나는 것과 기업 AX에 필요한 활용·개발 역량을 갖춘 인재를 확보하는 것은 별개의 과제인 셈이다.</p> <p contents-hash="7433607573c44ecf56f269a1a5e88696e9cf19f1bb3b5d88f7083bb12f5756ea" dmcf-pid="7aTRfonQdD" dmcf-ptype="general">기업 내부 교육에서도 실제 AX에 필요한 역량과 간극이 나타난다. 상당수 AI 교육이 새로운 생성형 AI 서비스의 기능을 익히거나 문서 작성·요약, 이메일 작성 등 손쉬운 업무를 자동화하는 수준에 머물면서다. AI를 사용하는 방법은 배울 수 있지만 자사 업무에서 어떤 문제를 AI로 풀어야 하는지 정의하고 필요한 데이터와 업무 프로세스를 연결하는 역량까지 갖추기는 어렵다는 지적이다. 기업들도 AI 책임 부서를 확대하는 등 대응에 나섰지만 실제 정책 수립 과정에서는 전문 지식 부족(59%)과 예산 한계(48%)를 주요 어려움으로 겪고 있는 것으로 나타났다.</p> <p contents-hash="6d3037c8a5902512e10375d220360dcb2c0354ddf4a5573ab2193df545184ab2" dmcf-pid="zNye4gLxiE" dmcf-ptype="general">이건호 포레스터 자문위원은 "기업들이 'AI 교육'이라고 하면서 대부분 표면에 있는 것에 집중한다"며 "아주 손쉬운 업무를 자동화시키는 데 포커스를 두는 경우가 많다"고 말했다. 이어 "내가 시간을 줄일 수 있으면 경쟁자도 똑같이 시간을 줄일 수 있기 때문에 절대적으로 시간은 줄지만 상대적인 경쟁력이 올라간 것은 아니다"라고 설명했다.</p> <p contents-hash="bf0683bdcdb85834b1243eb5417156d1beec2fdb7bf286114897afcd2e6197a1" dmcf-pid="qjWd8aoMnk" dmcf-ptype="general">기업 밖에서 이뤄지는 인재 양성도 기업 AX에 필요한 실전 역량을 충분히 담기 어렵다는 한계가 있다. 기업이 AI를 실제 업무에 적용하면서 어떤 데이터가 필요했는지, 어떤 접근이 실패했고 어떻게 해결했는지 등 핵심 경험 상당수가 프로젝트를 수행한 개인이나 조직의 암묵지로 남아 있기 때문이다. 최병호 고려대 AI연구원 교수는 "대다수의 지금 AI 인재들은 전부 암묵지"라며 "시행착오 자체가 다 개인적인 데다가 형식지로 만들기도 어렵다"고 말했다. 기업 현장에서 축적된 경험이 대학과 정부의 인재 양성 과정으로 이어지지 않으면 교육과 기업 수요 사이의 간극을 좁히기 어렵다는 설명이다.</p> <p contents-hash="9f42e333babff9e48bb41e45ebb520ae66f7794b71a76fb4b25378388d231a18" dmcf-pid="BAYJ6NgRec" dmcf-ptype="general">강의 위주의 교육만으로 기업 현장에 필요한 역량을 갖추기도 어렵다. 특히 제조업에서는 AI 기술뿐 아니라 실제 공정과 설비를 이해하고 어떤 데이터가 생성되는지 파악해야 AI를 업무에 적용할 수 있다. 기업마다 공정과 업무 방식, 보유 데이터가 다른 만큼 범용적인 교육과정을 이수하는 것만으로 필요한 역량을 갖추기는 어려운 이유다. 이에 일각에선 실제 기업의 데이터와 업무를 다루는 과정까지 교육에 포함해야 한다는 지적이 나온다. </p> <p contents-hash="6322c04577307f707db292dfca57aea5fcb8834f12acbdf7bded62e8ce9998e7" dmcf-pid="bcGiPjaeLA" dmcf-ptype="general"><strong>◇ 기업 병목 문제 풀고 현장 경험 축적···"기업별 AX 수준 따라 양성 방식도 달라야"</strong></p> <p contents-hash="83af3fb79759e8e7925c69f0d503184dacd204bfd3f761b25208a1e90164810b" dmcf-pid="KkHnQANdJj" dmcf-ptype="general">교육의 초점도 AI 기능 자체보다 기업 현장에서 해결해야 할 문제로 옮길 필요가 있다는 분석이 나온다. 동일한 AI 서비스의 사용법을 익히는 데 그치지 않고 각 기업의 경영전략과 업무 프로세스에서 해결할 문제를 찾은 뒤 이를 AI로 풀어가는 역량을 길러야 한다는 것이다. 신사업 발굴이나 제품·서비스 개선, 의사결정처럼 기존 업무의 범위를 넓히는 데 AI를 활용하는 것이 대표적이다.</p> <p contents-hash="75c0787fab7e08f5d2e48d7086f9924fc9f4932fcd71b974ac8211f649bdd732" dmcf-pid="9EXLxcjJiN" dmcf-ptype="general">이 위원은 "기술이 버전업되는 것과 관계없이 이것을 가지고 어떻게 활용할지를 봐야 한다"고 말했다. 예컨대 신사업 기획에서 기존에 10개의 아이디어를 검증했다면 AI를 활용해 100개를 검증할 수 있는 역량을 갖추는 방식이다.</p> <p contents-hash="8e6bea6f28aff1a92a877039d233d6a7dbf0eaa5159eb232a67b5dedb8758cf4" dmcf-pid="2DZoMkAiRa" dmcf-ptype="general">기업 현장에서 쌓이는 경험을 개인의 노하우에 머물게 하지 않고 인재 양성에 활용할 수 있는 자산으로 만드는 작업도 필요하다. 제조 현장의 경우 숙련공이 경험을 통해 익힌 설비 상태와 작업 방식, 문제 대응 방법 등을 데이터로 축적하고 다른 구성원이 활용할 수 있는 형태로 정리해야 한다. 윤병동 원프레딕트 대표는 "숙련공의 노하우를 어떻게 기업의 데이터 자산으로 만들 것인가"가 중요한 과제라며 "이러한 데이터를 전처리할 수 있는 지원체계도 필요하다"고 말했다. 이어 "암묵지를 형식지로 만드는 온톨로지 기술을 표준화할 필요가 있다"고 강조했다.</p> <p contents-hash="012910ed51f74c1ef94e82d99ad1a69aee1f9177aa013ef4cfc06d188d94027e" dmcf-pid="Vw5gREcneg" dmcf-ptype="general">정부 지원도 교육 인원을 늘리거나 동일한 과정을 일괄 제공하기보다 기업의 AX 수준에 따라 필요한 교육과 자원을 연결하는 방향으로 고도화할 필요가 있다는 의견이 나온다. AI 활용 기반이 부족한 기업에는 데이터의 개념과 수집·관리부터 지원하고, 일정 수준의 역량을 갖춘 기업에는 실제 데이터를 활용한 프로젝트와 재직자 교육을 연계하는 식이다. 윤 대표는 "재직자의 업스킬링과 리스킬링을 위한 표준과정과 커리큘럼이 필요하다"며 "수요기업과 공급기업의 AX 역량평가도 지속적으로 해야 한다"고 말했다.</p> <p contents-hash="ce4f43aa6ca596fac59e33b26dbdd9bb88ce7ea60e86400c06f08c12af46b3c7" dmcf-pid="fr1aeDkLdo" dmcf-ptype="general">인재 양성 방식도 기업 규모와 보유 역량에 따라 달라질 필요가 있다. 대기업은 사내 교육과 산학협력 등을 통해 필요한 인력을 직접 육성할 수 있지만 중견기업은 대학·연구기관·전문기업과 산학연 체계를 활용하는 방식이 현실적이다. 자체 교육과 연구개발(R&D) 조직을 갖추기 어려운 중소기업은 모든 AI 역량을 내부에 확보하기보다 외부 연구기관과 전문기업의 기술과 인력을 활용하면서 내부에서는 이를 실제 업무에 적용·운영할 인력을 육성하는 방식이 필요하다.</p> <p contents-hash="e34482ce7f5ca5ffe87292c5164cac582a04325da643a04698c9b9edadaa7256" dmcf-pid="4mtNdwEonL" dmcf-ptype="general">최 교수는 "대기업과 중견이나 상장기업, 그리고 중소기업이나 스타트업 레벨은 전부 다 솔루션이 다르다"며 "상장·중견기업들은 자체 역량으로는 소화가 힘들기 때문에 산학연과 묶여서 인재를 양성할 수밖에 없는 상황"이라고 말했다. 이어 "중소기업이나 스타트업은 단독으로 하기가 쉽지 않기 때문에 저렴한 비용으로 조력받을 수 있는 생태계를 구축해줘야 한다"고 강조했다.</p> </section> </div> <p class="" data-translation="true">Copyright © 시사저널e 무단전재 및 재배포 금지</p> 관련자료 이전 폭염·열대야에 가뭄까지…동시다발 기후재난 덮친 한반도 07-29 다음 프랜차이즈 확장 이어가는 크래프톤, 게임스컴 신작·UGC 모드로 속도 07-29 댓글 0 등록된 댓글이 없습니다. 로그인한 회원만 댓글 등록이 가능합니다.
