생성형 AI 매일 쓰는 조직도 AX 교육이 필요한 이유: 서울창조경제혁신센터 AX Grow 사례
1분 요약 읽기 💡
AX 교육은 "AI를 처음 배우는 사람"만을 위한 것이 아닙니다. 서울창조경제혁신센터(CCEI) 임직원은 이미 대부분 생성형 AI를 일상적으로 쓰고 있었지만, AXMOS는 이들을 위해 별도의 AI 에이전트 온보딩 교육을 설계했습니다. 목표는 "AI에게 묻던" 방식에서 "AI에게 업무를 맡기는" 방식으로 관점을 바꾸는 것이었습니다.
센터장부터 인턴까지 전 직급이 함께 반나절 동안 개념 강의와 노코드 실습 5종을 지켜봤고, 창업지원 업무(지원서 심사·공고 모니터링·오픈이노베이션 매칭)에 무엇이 가능해지는지를 체감하는 자리였습니다. 프로그램 전반의 구조는 AX Grow 프로그램 안내에 정리돼 있습니다.
생성형 AI는 이미 쓰는데, 왜 AX 교육이 필요할까
AX 교육이 필요한 이유는 AI를 몰라서가 아니라, 개인 단위로 쓰던 AI를 조직 차원에서 다르게 써본 적이 없기 때문입니다. AI 에이전트·자동화를 조직 차원에서 체계적으로 활용하는 방식이 아직 자리 잡지 않았다는 것, 이 지점이 이번 AX 교육 설계의 출발점이었습니다.
서울창조경제혁신센터(CCEI)도 마찬가지였습니다. 이 기관은 2015년 설립된 재단법인으로, 창업기업 발굴과 대기업-스타트업 매칭, 벤처투자, 창업 보육·도약 지원 사업을 운영하는 공공기관입니다. 창업성장실(오픈이노베이션팀·창업도약팀), 투자운영실(벤처투자팀), 경영지원실 등에서 일하는 임직원의 업무는 사업계획서·지원서 검토, 공고·안내문·보도자료 작성, 투자검토안건·실사, 매칭요청·PoC 현황 관리, 성과보고·정산처럼 문서와 정보를 다루는 일이 대부분입니다.
수강생 명단에 따르면 참가자 전원이 이미 생성형 AI를 일상적으로 쓰고 있었고, ChatGPT 사용 비중이 가장 높았으며 상당수는 유료 구독까지 하고 있었습니다. Claude·Gemini·Perplexity·NotebookLM 등을 함께 쓰는 경우도 있었습니다. 그런데도 AXMOS가 이 조직에 온보딩 교육을 설계한 것은, 개인 차원의 생성형 AI 사용과 조직 차원의 AI 에이전트 활용이 전혀 다른 문제였기 때문입니다.
임직원 AI 교육에 담은 7가지 개념
이번 임직원 AI 에이전트 온보딩 교육의 핵심은 정의 하나로 요약됩니다. 교안은 챗봇과 AI 에이전트의 차이를 "챗봇은 말로만 답해 주는 상담원이고, AI 에이전트는 도구를 직접 써서 결과물을 만들어 오는 옆자리 신입 실무자"라고 정의합니다. AXMOS가 설계한 이 교육은 2026년 6월, 서울창조경제혁신센터 현장에서 반나절(오후 한 타임) 동안 진행됐고, 짧은 시간 안에 7개 세션을 지나가는 압축된 구성이 특징입니다.
| 세션 | 주제 |
|---|---|
| 1 | 챗봇을 넘어 AI Agent: 개념 차이와 "왜 지금"인가 |
| 2 | CCEI 데모 5종 미리보기: 오늘 볼 것을 먼저 보여주기 |
| 3 | LLM 기초 & 컨텍스트: 토큰, 자동완성 원리, 할루시네이션 |
| 4 | 프롬프트 엔지니어링(RICJ 프레임워크) |
| 5 | 컨텍스트 관리: 멀티턴 대화의 함정과 "한 채팅 = 한 업무" 원칙 |
| 6 | AI Agent & Claude Code: 인식→계획→실행→관찰의 동작 원리 |
| 7 | 마무리: 오늘의 핵심을 5가지 메시지로 정리 |
마무리 세션에서는 이날의 취지를 "새 기술을 배우는 날이 아니라, 이미 쓰던 AI를 한 단계 다르게 쓰는 관점을 잡는 날"이라고 정리했습니다.
코드 한 줄 없이 지켜본 AI 에이전트 활용 5장면
이번 AX 교육에서 실제 개발·구축은 다루지 않았습니다. 대신 라이브로 시연하고 직원들이 가볍게 따라 해보는 노코드 실습 5종으로 "AI 에이전트로 무엇이 가능해지는가"를 보여주는 방식이었습니다.
| # | 실습 | 대상 | 내용 |
|---|---|---|---|
| 1 | 지원사업 접수·선발 현황 대시보드 | 창업도약팀·공통 | 접수 데이터를 사업·단계·지역별 현황표로, 마감 임박 미검토 건도 자동 식별 |
| 2 | 지원서·제출서류 적격 점검 | 창업도약팀·심사 | 자격·서류·중복·마감 점검을 실행 후, 재사용 가능한 도구로 저장해 다음 회차에도 다시 호출 |
| 3 | 정부지원사업 운영·정산·보안 규정 질의응답 | 경영지원실·공통 | 흩어진 규정 문서에 자연어로 물으면 근거 조항을 함께 알려주는 방식 |
| 4 | 창업지원 공고 모니터링 | 공통 | AI가 공개 포털을 직접 검색·클릭해 놓치기 쉬운 공고를 워치리스트로 정리 |
| 5 | 오픈이노베이션 주간 미팅 코디네이션 | 오픈이노베이션팀 | 미팅요청 시트를 읽어 일정을 확인하고 안내 메일 초안까지 준비(발송은 하지 않는 구성) |
다섯 개 실습은 난이도가 조금씩 올라가도록 설계돼 있었습니다. 로컬에서 문서를 다루는 실습에서 시작해, 반복 업무를 재사용 가능한 도구로 만드는 단계, 사내 문서에 근거를 두고 답하는 단계를 거쳐, 마지막에는 웹 화면을 AI가 직접 조작하거나 외부 서비스(드라이브·메일·캘린더)와 연동하는 단계까지 이어집니다. 참가자가 실제로 손에 쥔 것은 완성된 도구가 아니라, "이런 게 가능하다"는 감각이었습니다.
센터장부터 실무자까지, 전 직급이 함께 받은 AI 교육
이번 임직원 AI 교육의 또 다른 특징은 대상입니다. 경영진만 따로 모아 전략적 판단을 위한 시연을 보여주는 방식이 아니라, 센터장·팀장·매니저·인턴이 같은 자리에서 같은 노코드 실습을 지켜봤습니다. 그중에서도 대기업과 스타트업을 매칭하는 오픈이노베이션팀이 핵심 수강층이었고, 창업도약팀·벤처투자팀도 함께했습니다.
교안은 이날의 온보딩이 끝이 아니라 시작이라는 점도 분명히 하고 있었습니다. 이번 교육 이후에는 팀별로 다른 방향의 심화 과정이 이어질 수 있다는 로드맵도 함께 제시됐습니다.
| 팀 | 예고된 후속 심화 방향 |
|---|---|
| 오픈이노베이션팀 | 대기업 수요-스타트업 매칭 브리프, PoC 운영 문서, 지원서 심사 보조 |
| 창업도약팀 | 선발·평가항목 점검, 멘토링·데모데이 운영 자료, 성과 집계·정산 점검 |
| 벤처투자팀 | 딜 소싱·시장 리서치, 투자검토안건 구조화, 실사·IR 검토 보조 |
| 경영지원실·센터장 | 공고문·보도자료·성과보고 초안, 기관 AI 도입·거버넌스 설계 |
이번 반나절 온보딩은 "AI 에이전트가 무엇인지" 공통으로 감을 잡는 자리였고, 도구별 심화나 업무 자동화는 별도 과정으로 예고된 다음 단계였습니다.
공공기관이 AI 도입에서 지키는 안전선
공공기관이 AI를 도입할 때 지키는 안전선은 민감정보 제외·데이터 최소화·결과 검증·감사추적 같은 원칙으로 요약됩니다. 창업지원기관인 CCEI는 스타트업의 사업계획서·기술설명서 같은 지적재산, 개인정보, 정부사업 데이터를 다루는 공공성 기관이라 이 원칙이 더욱 중요합니다. 교안이 제시한 체크리스트는 다음과 같습니다.
- 민감정보 제외: 스타트업 IP·개인정보·미공개 딜·정부사업 데이터는 외부 AI에 직접 입력하지 않는다
- 데이터 최소화: 꼭 필요한 만큼만, 비식별·요약·합성 데이터 중심으로 다룬다
- 결과 검증: AI는 보조 수단일 뿐, 평가·선정·투자 판단의 최종 책임은 담당자·심사위원회에 있다
- 감사추적: 정부보조금·정부사업은 감사 대상이므로 산출물의 출처와 과정을 기록한다
- 한 채팅 = 한 업무: 업무가 바뀌면 새 대화를 시작해 맥락이 섞이지 않게 한다
이날 실습에 쓰인 데이터도 전부 합성·가상 데이터였고, 실제 스타트업 정보나 개인정보는 사용되지 않았습니다.
AX 교육 이후, 조직은 어떤 걸음을 준비해야 할까
AX 교육 이후 조직이 준비할 걸음은 교안이 제시한 후속 학습 사다리로 정리됩니다. 이번 온보딩은 그 사다리의 첫 칸일 뿐, 도구별 심화나 업무 자동화, 기관 차원의 거버넌스 정착은 이후 단계로 계획되어 있습니다.
| 단계 | 내용 |
|---|---|
| 이번 · 완료 | 온보딩: 챗봇 vs 에이전트 개념 이해, 노코드 실습 체험, 안전 활용 리터러시 |
| 다음 · 자가 학습 | 내 업무에서 반복 업무 1개를 골라 합성·비식별 데이터로 오늘의 프롬프트를 직접 시도 |
| 이후 · 별도 과정 | 도구별 심화: Claude/Claude Code 깊이 활용, 커넥터(드라이브·슬랙·노션) 연동 |
| 이후 · 별도 과정 | 업무 자동화: 반복 업무를 AI 에이전트에 위임, 팀 공통 작업 표준화 |
| 이후 · 기관 차원 | 안전·거버넌스 정착과 확산: 부서별 적용 확대, 기관 AI 도입 전략 수립 |
교육 한 번으로 조직의 AI 활용이 완성되지는 않습니다. 이번 온보딩이 보여준 것은, 이미 개인 단위로 AI를 쓰고 있는 조직이라도 지금 조직 차원에서 무엇을 다르게 할 수 있는지 짚어주는 AX 진단과 교육이 별도로 필요하다는 점입니다.
