AI 리터러시 교육 로드맵: 프롬프트에서 업무 에이전트까지 4단계
AI 교육을 프롬프트 문법 모음으로 끝내면 현업의 업무 변화로 이어지지 않습니다. 기본 사용·업무 워크플로우·에이전트 운영·통합 구축을 4단계로 나누고, 각 단계의 완료 조건과 2주 파일럿을 설계하는 방법을 정리했습니다.
한 줄 답변: AI 리터러시는 프롬프트를 잘 쓰는 능력에서 끝나지 않는다. 개인이 AI의 한계와 데이터 경계를 이해하고, 반복 업무를 워크플로우로 만들고, 에이전트의 상태·권한·사람 승인을 운영하며, 필요할 때 통합과 코드를 검증하는 사다리로 설계해야 조직의 업무 능력이 바뀐다.
많은 회사가 AI 교육을 시작할 때 기능 목록을 만든다. 프롬프트 쓰기, 이미지 만들기, 요약하기, 회의록 정리하기, 에이전트 사용하기를 한 줄씩 추가한다. 교육 직후에는 구성원이 도구를 몇 번 열어보지만, 한 달 뒤 업무 방식이 그대로라면 교육은 체험 행사에 머문다.
문제는 구성원이 배운 기능이 부족해서가 아니다. 어떤 업무를 어떤 수준까지 AI에 맡겨도 되는지, 결과를 누가 검수하고 다음 단계로 어떻게 넘길지가 교육 과정에 없기 때문이다. AI 리터러시는 도구 사용법이 아니라 업무 책임의 경계를 설계하는 능력이다.
AI 교육을 기능 목록으로 만들면 왜 현업에서 멈추는가?
프롬프트 작성은 중요한 출발점이다. 하지만 하나의 질문에 좋은 답을 얻는 것과 매주 반복되는 업무를 안정적으로 처리하는 것은 다른 문제다. 후자에는 입력 형식, 참고할 지식, 판단 기준, 예외 상황, 출력 양식, 담당자와 승인선이 필요하다.
| 교육의 흔한 표현 | 업무에서 필요한 표현 | 완료 증거 |
|---|---|---|
| 프롬프트를 잘 쓴다 | 목표·제약·출력 형식을 고정한다 | 대표 입력 10건에서 같은 형식으로 결과가 나온다 |
| AI 도구를 많이 안다 | 업무별 도구 선택 기준을 갖는다 | 비용·민감도·검수 난이도를 기록한 선택표가 있다 |
| 에이전트를 써본다 | 상태·권한·중단 조건을 운영한다 | 사람 승인과 실패 로그가 남는 파일럿이 돌아간다 |
| AI로 앱을 만든다 | 작은 변경을 테스트·리뷰·배포한다 | 검증 가능한 PR과 롤백 경로가 있다 |
AI 리터러시 4단계 로드맵
1단계: 기본 사용과 판단 경계
첫 단계에서 배울 것은 화려한 프롬프트 기법보다 AI가 틀릴 수 있다는 사실을 업무 절차에 반영하는 일이다. 구성원은 민감정보를 어디까지 입력할 수 있는지, 사실 확인이 필요한 문장은 무엇인지, 결과를 그대로 외부에 보내면 안 되는 상황이 언제인지 알아야 한다.
- 목표·대상 독자·출력 형식·금지 조건을 한 번에 적는다.
- AI가 추정한 내용과 원문에서 확인한 내용을 구분한다.
- 고객 정보·계약서·접근 토큰을 개인 채팅창에 그대로 넣지 않는다.
- 외부 발송·결제·삭제·법무 판단은 사람의 최종 확인 대상으로 표시한다.
2단계: 개인 사용을 업무 워크플로우로 바꾸기
두 번째 단계는 반복되는 작업을 입력·처리·검수·출력의 흐름으로 바꾸는 일이다. 예를 들어 회의록을 요약하는 데서 끝내지 말고, 녹취 입력→결정사항 추출→담당자 확인→프로젝트 티켓 초안→회의 참석자 승인이라는 흐름으로 정의한다.
이 단계에서는 AI 도구 이름보다 산출물의 계약이 중요하다. 입력이 빠졌을 때 멈추는지, 근거 링크를 붙이는지, 사람이 수정한 내용이 다음 실행의 기준이 되는지까지 써야 한다.
3단계: 에이전트 운영과 사람 승인
에이전트는 한 번의 답변이 아니라 목표를 향해 여러 도구를 순서대로 사용할 수 있는 시스템이다. 따라서 교육도 프롬프트 화면을 보여주는 대신 상태와 행동을 설명해야 한다.
- 상태: 접수·조사 중·초안 완료·승인 대기·완료·중단을 구분한다.
- 권한: 읽기, 초안 작성, 내부 업데이트, 외부 실행을 분리한다.
- 승인: 외부 효과가 생기는 행동마다 승인자를 지정한다.
- 로그: 사용한 자료, 도구 호출, 사람 수정, 중단 이유를 저장한다.
- 복구: 실패한 작업을 처음부터 반복하지 않고 마지막 확인 상태에서 재개한다.
4단계: 통합 구축과 에이전틱 엔지니어링
네 번째 단계는 모든 구성원이 개발자가 되어야 한다는 뜻이 아니다. 업무 담당자는 무엇을 자동화할지 정의하고, 개발자나 빌더는 도구 연결·권한·테스트·배포를 책임진다. AI 코딩을 사용할 때도 생성된 코드를 믿는 것이 아니라 작은 변경 단위로 테스트와 사람 리뷰를 통과시키는 운영이 핵심이다.
외부 도구를 에이전트에 연결할 때는 기능보다 권한 범위를 먼저 확인한다. 어떤 데이터를 읽고 어떤 행동을 실행할 수 있는지, 요청이 실패했을 때 어떻게 끊기는지, 연결이 바뀌었을 때 누가 검토하는지를 문서화한다.
팀 교육을 2주 파일럿으로 검증하는 방법
교육 만족도만 조사하지 말고 실제 업무 하나를 선택한다. 첫 파일럿은 실패해도 고객·자금·원본 데이터에 직접 피해가 없고, 사람이 결과를 몇 분 안에 확인할 수 있어야 한다.
| 기간 | 할 일 | 남겨야 할 산출물 |
|---|---|---|
| 1~2일 | 반복 업무와 위험 행동을 관찰한다 | 업무 단계·입력·담당자·예외 목록 |
| 3~4일 | 기본 프롬프트와 출력 계약을 고정한다 | 대표 입력·성공 기준·검수표 |
| 5~7일 | 사람 검수형 워크플로우를 운영한다 | 초안·수정량·실패 유형 로그 |
| 8~10일 | 승인·권한·중단 조건을 붙인다 | 운영 runbook·승인선·다음 실험안 |
AI 리터러시 교육 체크리스트
- 교육 대상자의 역할과 실제 반복 업무를 먼저 정했는가?
- 입력 가능한 데이터와 금지 데이터의 예시가 있는가?
- AI 결과의 성공 기준을 문장이나 표로 고정했는가?
- 사람 승인이 필요한 행동과 승인자를 정했는가?
- 실패·수정·중단 이유를 기록할 수 있는가?
- 교육 전후의 처리시간이 아니라 재작업량과 승인률도 비교하는가?
- 2주 뒤 계속할지 중단할지 판단할 stop condition이 있는가?
LeanX는 AI 도구를 많이 소개하는 교육보다 팀의 실제 업무 하나를 골라 운영 가능한 습관으로 만드는 데 집중합니다. AX 진단에서 우리 팀의 AI 리터러시 시작점을 확인해보세요.
공식 참고자료
자주 묻는 질문
AI 리터러시 교육은 프롬프트 교육과 다른가요?
다릅니다. 프롬프트는 출발점이고, 리터러시는 데이터 경계·업무 흐름·사람 승인·로그·성과 측정까지 포함해 AI를 안전하게 운영하는 능력입니다.
비개발자도 AI 에이전트를 배울 수 있나요?
가능합니다. 비개발자는 업무 목표·예외·승인 기준을 정의하고, 개발자는 연결·권한·테스트를 구현하는 역할 분담으로 시작하는 편이 현실적입니다.
AI 교육 성과를 무엇으로 측정해야 하나요?
사용 횟수보다 성공 조건을 통과한 작업 비율, 사람의 수정량, 승인률, 재작업시간, 실패 복구율을 함께 측정해야 합니다.
AI 교육 파일럿 업무는 어떻게 고르나요?
반복 빈도가 높고 입력이 비교적 일정하며, 실패해도 고객·자금·원본 데이터에 직접 피해가 없고 사람이 결과를 빠르게 검수할 수 있는 업무가 적합합니다.
처음부터 사내 에이전트를 직접 만들어야 하나요?
아닙니다. 먼저 기존 도구로 사람 검수형 워크플로우를 검증하고, 권한·로그·테스트·통합 요구가 분명해질 때 직접 구축을 검토하는 순서가 안전합니다.
우리 팀의 AI 리터러시를 실제 업무 파일럿으로 바꿔보세요
AI 교육·AX 진단하기