우리금융지주 인사팀의 첫 생성형 AI 교육은 C레벨부터 실무자까지 약 40명을 8시간 실습으로 묶었다. 익명 핑 시트와 20분 GPTs URL이 직급 섞인 교실의 이탈을 막았고 만족도는 4.5를 넘겼다. 같은 교육을 열려면 실습 결과를 익명으로 공유할 장치와 20분짜리 결과물 단위부터 정해야 한다.
기획 단계에서 조직이 내놓은 전제는 한 문장이었다. 우리금융지주 교육 기록(2026년 1월 18일)에 따르면 그 문장은 "ChatGPT와 생성형 AI가 중요하다는 것은 알고 있지만, 우리 조직에서는 어떻게 활용해야 하는지 명확하지 않습니다"였다. 관심은 높은데 직접 써 본 경험은 적고, 임원과 리더는 방향은 고민하지만 구체적인 활용 그림이 없으며, 실무자는 흥미는 있어도 자기 업무에 잇는 방법을 모른다. 개발직군과 비개발직군의 경험 격차도 겹쳐 있었다.
이런 집단을 한 교실에 8시간 앉히면 흔히 위쪽은 오전이 끝나면 자리를 비우고, 아래쪽은 상사 앞에서 질문을 삼킨다. 원문이 기준을 "이론을 이해하는 수준"이 아니라 "교육 종료 직후 실제 업무에 적용해볼 수 있는 상태"로 못 박은 것은, 그 두 현상을 강의 내용이 아니라 운영으로 막겠다는 뜻이었다.
우리금융지주 인사팀의 첫 생성형 AI 교육은 파일럿이었고, 교실에는 C레벨과 실무자가 같이 앉았다
| 항목 | 내용 |
|---|---|
| 진행처 | 우리금융지주 |
| 성격 | 인사팀이 처음 기획·운영한 생성형 AI 교육, 파일럿 |
| 일정 | 총 3일, 하루 8시간(09:00~18:00) |
| 인원 | 약 40명 |
| 대상 | 전 직군(C-Level 임원, 국·실장급, 실무자 혼합) |
| 방식 | 이론 + 실습 + 실시간 결과 공유 |
준비는 강의 자료보다 데이터에서 시작됐다. 교육을 의뢰한 부서와 미리 소통해 이 조직에서 나올 법한 사례를 여러 개 만들고, 사례마다 입력값과 기대 결과물을 짝지은 예시 데이터를 만든 뒤에야 수업에 들어갔다. "종료 직후 적용"이라는 기준은 이 준비 위에서만 성립한다.
하루의 골격은 개념·기초, 실무 실습, GPTs와 RAG 종합 실습 순서였고, 세션마다 Q&A·토론·실습 과제를 반복했다.
익명 핑 시트가 40명의 실습 화면을 하나로 모았고, 질문은 강사가 자리로 가서 받았다
첫 번째 장치는 익명 핑 시트다. 진도·퀴즈·실습 결과가 실시간으로 한 화면에 올라오고, 누가 올렸는지는 보이지 않는다. 혼자 실습하고 끝나는 대신 40명 전원이 서로의 프롬프트와 결과를 보며 고치는 구조가 됐다. 원문은 이 방식으로 중도 이탈 없이 전원이 완주하는 구조를 만들 수 있었다고 적었다. 상사와 같은 교실에 있는 실무자가 자기 결과를 내놓는 데 드는 부담을 익명이 지운 셈이다.
두 번째 장치는 질문 허들이다. 질문이 나오면 강사가 그 자리로 가서 화면을 같이 보며 풀었고, 질문이 없어도 먼저 다가가 진행 상황을 확인했다. 실습·쉬는 시간에 교실을 돈 이유는 하나다. 질문 없이 이론을 쭉 나가면 실습에 들어가는 순간 참여도가 떨어지고, 업무 적용은 결국 직접 해 보는 시간에서만 나온다. "질문을 해도 될지 고민하는 시간"을 줄이는 것이 운영의 목표였다.
결과는 리더급 참가자도 끝까지 실습을 마쳤고 쉬는 시간에 질문이 오히려 많았다는 것이다. 금융권 강의가 처음이라 8시간 집중을 걱정했다는 강사의 기록과 반대로 흘러간 근거다.
20분 안에 뜬 GPTs URL과 DART 분기 보고서 RAG가 챗봇과 업무용 AI의 차이를 보여줬다
인식이 바뀐 지점을 원문은 GPTs 실습으로 짚는다. 참가자가 이미 가진 회의자료와 주간보고서를 재료로, few-shot 프롬프트로 구조를 잡아 커스텀 봇을 만들었다. 결과물의 형태는 URL, 제한 시간은 20분이었다. 전원이 20분 이내에 자기 GPTs 주소를 손에 쥐었고, 원문은 이 과정을 생성형 AI에 대한 인식 전환의 결정적 계기로 꼽았다.
두 번째 실습은 금융 맥락의 RAG였다. DART에 올라온 삼성전자 분기 보고서를 넣고, RAG 구조를 짧게 설명한 뒤 직접 질의응답을 돌렸다. 왜 더 전문적이고 구체적인 답이 나오는지를 체감하는 것이 목적이었고, 업무 문서를 기반으로 답하니 할루시네이션이 줄고 근거가 생긴다는 메커니즘이 단순한 챗봇과 업무용 AI의 차이로 드러났다.
도구는 ChatGPT 하나로 끝내지 않았다. 디자이너·마케터에게는 나노 바나나·ImageFx·Artguru 같은 이미지 생성 도구를, 업무 검색에는 Perplexity, 일상 검색에는 네이버 Cue, 영상 요약에는 LilysAI를 선택 기준과 함께 소개했다.
만족도는 20대부터 50대까지 전 연령대에서 4.5 이상이었다. 한 참가자는 "오늘 시간이 요즘 트렌드에 맞게 어떻게 업무하고 바라봐야 할지 깨우치는 시간이었습니다"라고 적었고, 다른 참가자는 "ChatGPT를 본격적으로 사용해본 것은 처음인데 인식이 많이 바뀌었습니다"라고 했다. 교육이 끝난 뒤 한 개발직군 리더는 따로 찾아와 "오랜만에 심장이 뛰었습니다"라고 말했다.
가져갈 것
- 의뢰 부서와 미리 소통해 우리 업무 사례와 예시 데이터(입력값·기대 결과물)를 교육 전에 만들어 두었는가
- C레벨·국실장·실무자가 한 교실에 있을 때 실습 결과를 익명으로 실시간 공유할 도구(핑 시트 등)가 있는가
- 실습 결과물의 단위를 "20분 안에 URL로 나오는 GPTs"처럼 제한 시간과 형태로 정했는가
- 참가자가 이미 가진 회의자료·주간보고서를 GPTs 제작 재료로 가져오게 했는가
- RAG 실습에 쓸 우리 업권의 공개 문서(이 사례는 DART 삼성전자 분기 보고서)를 골라 두었는가
- 강사가 실습·쉬는 시간에 자리로 가서 질문을 받을 수 있는 하루 8시간 일정인가
안 되는 경우
- 원문이 밝히지 않은 것: 교육 실시 일자, 총 3일이 같은 40명의 연속 3일인지 회차별 분반인지, 만족도 4.5의 만점 기준과 응답 수, 실습 환경(계정·망 구성)과 ChatGPT 플랜.
- 원문 스스로 부적합으로 적은 조건: 이론 위주 강의를 원하는 경우, 충분한 실습 시간 확보가 어려운 경우, 단순 툴 소개 세미나를 원하는 경우.
- GPTs 제작과 Perplexity·LilysAI 같은 외부 도구 사용은 외부 서비스 접속이 전제다. 접속이 막힌 보안망에서는 20분 URL 결과물이 재현되지 않는다.
- 약 40명을 강사가 직접 돌며 질문을 받은 방식이다. 인원이 크게 늘면 같은 운영은 성립하지 않는다.
이번 주에 바꿀 것은 다음 AI 교육 요청서의 두 줄이다. "결과물은 무엇이고 몇 분 안에 나오는가"와 "실습 결과를 익명으로 공유할 장치가 있는가"를 넣으면, 직급이 섞인 교실에서 누가 남고 누가 빠지는지가 강사의 운에서 설계의 문제로 바뀐다. 그 설계부터 함께 볼 조직은 조녁컴퍼니의 교육 구성을 참고할 수 있다. 사업영역 →