이론 교육과 실습 교육, 우리 조직에는 무엇이 먼저일까? 이론·시연·실습의 역할을 구분하고, 교육 목적과 대상의 준비도, 자료·계정·검토 기준을 바탕으로 먼저 진행할 방식을 고르는 기준입니다.
AI를 매일 쓰는 직원에게도 교육이 필요할까? AI를 매일 쓴다는 것과 업무를 잘 해낸다는 것은 다른 질문입니다. 자가진단 다음에 확인할 업무 결과물·검토 기록·조직 데이터와 교육 필요성을 판단하는 순서를 정리했습니다.
AI 회의록, ‘정리해 줘’ 다음에 무엇을 알려줘야 할까? 같은 회의 메모라도 필요한 결과물은 다릅니다. 목적·독자·자료·형식을 담은 요청문과 검토 기준을 가상 업무 예시로 정리합니다.
코드프레소가 짚은 AI 인사 평가 기준: 직원의 검증 과정을 어떻게 보나? OpenAI·Ironclad의 업무 평가 연구를 계기로, 직원의 AI 활용 역량을 인사평가에 연결하기 전 확인할 과정 기록과 공통 기준을 정리했습니다.
AI 리터러시 진단은 뭘 측정해? Workday가 보여준 프롬프트 다음의 4가지 역량 기본 AI 스킬 수요는 줄고 구축·자동화 역량 수요는 늘었습니다. 기업 AI 리터러시 진단이 측정해야 할 4가지 실무 역량을 정리합니다.
생성형 AI 교육 후 현업 적용률을 높이는 방법: LG유플러스·Google 사례에서 찾은 4단계 LG유플러스·Google의 Gemini 교육 사례로 AI 활용 교육을 실제 업무와 성과 평가로 연결하는 4단계를 정리했습니다.