에이블런 "AX 성과, 개인 의지보다 조직 교육 설계·실무 적용 방식 더 중요"

AI 전환의 실질적인 성과는 개인의 학습 의지보다 '조직 내 교육 설계'와 '실무 적용 방식'에 따라 결정되는 것으로 나타났다. 또 AI 관련 지식과 경력을 지닌 숙련자 집단이 그렇지 않은 집단보다 AI 전환(AX) 교육에 따른 역량 향상 변화가 더 뚜렷했다. 에이블런(대표 박진아)은 재직자 401명을 대상으로 진행한 AI 교육 성과 분석 결과가 담긴 '직장인 교육 성과 분석 인사이트북 리포트'를 27일 공개했다. 이번 리포트는 기업의 AI 전환 과정에서 발생하는 역량 격차의 원인을 진단하고 실질적인 AX 안착을 위한 실행 가이드를 제시하고자 기획됐다. 이 보고서는 에이블런이 실제 교육 현장에서 적용해 온 AI 리터러시 평가 체계를 바탕으로 구성됐다. AI 개념 이해도부터 업무 적용 가능성까지 실무와 직결된 지표를 교육 전후로 동일하게 측정해 AI 도입 성과가 나타나는 조직의 공통 조건을 도출했다. 분석 결과에 따르면 AI 전공 지식과 실무 경력을 겸비한 숙련자 집단에서 가장 큰 역량 변화가 관찰됐다. 이들 집단의 평균 역량 향상 폭은 1.58점으로 비전공자(1.29점)를 상회했으며, 전공자 전체 평균도 1.54점으로 높게 집계됐다. 이는 기존 직무 전문성이 높은 핵심 인력들이 AI 교육을 통해 업무 전환의 임계점을 빠르게 넘어서며 실무 성과를 견인하고 있음을 입증하는 결과라는 것이 회사 측 설명이다. 교육 방식에 따른 성과 차이도 뚜렷했다. 2시간 내외의 세미나형 교육 참여자의 점수 상승 폭은 1.18점에 그친 반면 실제 업무 과제를 중심으로 설계된 워크숍형 교육은 1.48점의 향상을 기록했다. 에이블런은 교육 시간의 절대량보다 현업 적용을 전제로 한 구조적 설계가 교육 효과를 1.3배 이상 높이는 핵심 요인이라고 분석했다. 실제 비즈니스 현장에서도 에이블런의 맞춤형 AI 교육 성과가 나타나고 있다. 일례로 킨코스코리아는 운영 데이터를 활용한 실무 맞춤형 자동화 실습을 통해 추천·예측 모델 개발과 자동화 대시보드 구축 등을 진행하며 업무 효율을 약 40% 개선했다. IT 및 솔루션 분야에서도 효용성이 입증됐다. 현업 과제 기반 프로젝트를 통해 물류 및 IT 전문 기업 등은 딥러닝 기술을 실무에 적용해 자동차 3D 모델링 관련 특허 4건을 출원했다. 나아가 사내 업무 자동화 챗봇을 개발하는 등 즉시 투입 가능한 수준의 결과물을 창출했다. 이런 개별 성과를 포함해 리포트 분석 대상이 된 전체 401명의 역량 지표 또한 눈에 띄게 향상됐다. 조사 대상 재직자들의 AI 리터러시 평균 점수는 5점 만점 기준, 교육 전 2.33점에서 교육 후 3.71점으로 59.2% 상승했다. 박진아 에이블런 대표는 "AI 전환의 성패는 전문성을 갖춘 핵심 인력이 업무 단위를 어떻게 재설계하느냐에 달려 있다"며 "에이블런은 기업의 AX 파트너로서 조직 내 AI 역량을 내재화하고 실질적인 재무 성과를 이끌어내는 AI 실행 설계를 더욱 고도화해 나갈 것"이라고 말했다.