본문으로 건너뛰기
피드

멀티캠퍼스, 기업 AI 교육을 ‘프롬프트 수업’에서 ‘에이전트 실습’으로 바꾸는 중

ai-ml 약 5분
vote
0
댓글
북마크

기업 AI 교육의 무게중심이 챗GPT 사용법이나 프롬프트 작성법에서 실제 업무 산출물을 만드는 실행형 교육으로 옮겨가고 있다. 멀티캠퍼스는 AX러닝혁신센터를 만들고, 임원 대상 합숙 교육에서 직접 AI 에이전트를 설계·구현하는 방식까지 도입했다.

  • 1

    기업 AI 교육 수요가 기본 활용법에서 업무 적용, 산출물, 활용 사례 중심으로 이동 중

  • 2

    멀티캠퍼스는 KAIST와 만든 AX 역량 수준 진단으로 8대 핵심 역량과 40개 세부 항목을 먼저 평가

  • 3

    교육 과정은 AI 리터러시, 프롬프트, 데이터 분석, 바이브코딩, 에이전트 구축, 인프라 개발까지 이어지는 풀스택 구조

  • 기업 AI 교육 시장이 ‘챗GPT 어떻게 쓰냐’에서 ‘그래서 업무가 뭐가 바뀌냐’로 넘어가는 중임

    • 초기에는 프롬프트 작성법, 생성형 AI 기본 사용법 같은 입문 교육이 중심이었음
    • 최근에는 활용 사례, 업무 적용, 산출물처럼 바로 조직 안에서 성과로 이어질 수 있는 질문이 급증했다는 게 멀티캠퍼스 쪽 설명임
  • 멀티캠퍼스는 이 흐름을 기업 AX 교육의 전환점으로 보고 있음

    • 올해 초 ‘AX러닝혁신센터’를 새로 만들고, 최고기술책임자인 고민정 상무가 센터장을 맡음
    • 비전도 ‘Powered by AI, Driven by Multicampus’로 잡았는데, 교육 회사가 스스로 AI 전환을 전면에 세운 셈임
  • 흥미로운 건 교육 대상이 실무자에서 임원으로 올라가고 있다는 점임

    • 대기업과 공공기관 중심으로 AI 교육이 이미 업무 전환과 성과를 위한 실행 교육으로 바뀌고 있다고 함
    • 임원들이 AI를 ‘현장 직원들이 쓰는 도구’가 아니라 ‘조직 운영을 바꿀 인프라’로 보기 시작했다는 얘기임

중요

> 멀티캠퍼스가 진행한 대기업 그룹사 임원 교육은 2박 3일 합숙으로 운영됐고, 참가자들이 직접 AI 에이전트를 설계하고 구현하는 실습까지 했다. 이 정도면 이제 임원 대상 AI 교육도 개념 강의 수준으로는 안 먹힌다는 뜻임.

  • 실습 반응도 꽤 상징적임

    • 임원들이 “이게 되네”라고 반응했고, “많은 분야에 적용할 수 있는 아이디어가 떠올랐다”는 피드백을 남김
    • “복귀 후 팀원들에게 자신 있게 클로드 코드를 설명할 수 있을 것 같다”는 반응도 있었는데, 이건 개발 도구가 비개발 임원 교육의 소재로 들어왔다는 점에서 꽤 재밌음
  • 교육을 그냥 일괄 제공하지 않고, 먼저 조직과 개인의 AX 역량을 진단하는 구조도 넣었음

    • 멀티캠퍼스는 KAIST와 함께 ‘AX 역량 수준 진단’을 개발함
    • 8대 핵심 역량과 40개 세부 항목을 기준으로 현재 AI 활용 수준, 직무별 필요 역량, 교육 우선순위를 파악함
    • 그 결과를 바탕으로 맞춤형 커리큘럼을 제안하는 방식임
  • 커리큘럼 범위는 꽤 넓음

    • AI 리터러시와 프롬프트 활용에서 시작해 데이터 분석, 바이브코딩, 에이전트 구축, 인프라 개발까지 이어짐
    • 말만 AI 교육이 아니라, 직무별로 어느 깊이까지 들어갈지 조절하는 풀스택 교육 체계를 만들겠다는 그림임

기술 맥락

  • 여기서 핵심은 기업 교육의 목표가 ‘AI를 배웠다’에서 ‘업무 결과물이 바뀐다’로 이동했다는 점이에요. 생성형 AI 초반에는 프롬프트를 잘 쓰는 법만 알아도 충분히 새로웠지만, 기업 입장에서는 결국 보고서, 코드, 분석, 자동화 같은 산출물이 나와야 투자 명분이 생기거든요.

  • AX 역량 진단을 먼저 하는 이유도 그 때문이에요. 같은 회사 안에서도 임원, 개발자, 기획자, 현장 실무자가 필요한 AI 역량이 다르기 때문에, 일괄 강의로는 실제 업무 전환까지 가기 어렵거든요.

  • AI 에이전트 실습이 임원 교육에 들어간 것도 의미가 있어요. 에이전트는 단순 질의응답보다 업무 프로세스 설계에 가까워서, 어떤 일을 자동화할지 판단하는 사람의 이해도가 중요해요. 그래서 의사결정권자가 직접 만들어보는 경험이 조직 도입 속도에 영향을 줄 수 있어요.

  • 바이브코딩과 인프라 개발까지 커리큘럼에 넣은 건 교육 범위를 개인 생산성 도구에서 시스템 구축 쪽으로 넓히려는 선택이에요. 기업이 AI를 제대로 쓰려면 보안, 데이터, 권한, 운영 환경까지 같이 봐야 하니까요.

이제 기업 AI 교육의 경쟁력은 ‘툴을 아느냐’보다 ‘업무 프로세스를 실제로 바꾸게 만들 수 있느냐’에 가까워졌음. 특히 임원 교육에서 에이전트 구현 실습까지 들어간 건, AI 도입이 실무자 개인 생산성 단계를 넘어 조직 운영 방식의 문제로 넘어왔다는 신호로 볼 수 있음.

댓글

댓글

댓글을 불러오는 중...

ai-ml

AWS, AI 에이전트용 지식 그래프 서비스 ‘AWS 컨텍스트’ 공개

AWS가 기업 데이터의 관계를 자동으로 매핑해 AI 에이전트가 활용할 수 있게 하는 AWS 컨텍스트를 공개했다. 데이터 레이크, 웨어하우스, 데이터베이스, 스트림에 흩어진 정보를 지식 그래프로 묶고, IAM·레이크 포메이션 권한을 그대로 적용해 거버넌스까지 챙기는 구조다.

ai-ml

국내 AI·클라우드 업체들, 공공 인프라와 국산 풀스택 쪽으로 판 키우는 중

오케스트로는 국토부 AI 특화 시범도시 사업에서 천안·아산 컨소시엄 대표 기업으로 참여하고, NDS는 경기도 클라우드 전환 2차 사업을 맡았어. 리벨리온은 CCK솔루션과 손잡고 국산 신경망처리장치 기반 AI 풀스택 솔루션을 만들겠다고 밝혔어. 공공 인프라, 지방 클라우드, 국산 AI 하드웨어·소프트웨어 묶음이 동시에 움직이는 흐름이 보이는 기사야.

ai-ml

중국 오픈소스 AI ‘GLM-5.2’, 코딩 모델 판을 흔들 수 있을까

중국 z.AI가 공개한 오픈소스 대규모 언어 모델(LLM) GLM-5.2가 코딩과 AI 에이전트 작업에서 실리콘밸리 개발자들의 주목을 받고 있음. 최대 100만 토큰 문맥을 지원하고, 일부 업계 인사들은 일상 업무에 쓸 수 있는 첫 오픈 모델급이라고 평가했음.

ai-ml

앤트로픽, AI 위험을 오픈AI보다 8배 더 자주 말했다는 분석 나옴

파이낸셜타임스 분석에 따르면 2026년 앤트로픽과 다리오 아모데이 CEO의 공식 커뮤니케이션에는 위험·규제·제한 같은 표현이 1000단어당 평균 5개 등장했다. 오픈AI와 샘 알트먼 CEO는 1000단어당 0.6개 수준이라, 앤트로픽이 AI 위험을 8배 이상 자주 언급한 셈이다.

ai-ml

시냅틱스, 구글 I/O에서 코랄보드 엣지 AI 데모 공개

시냅틱스가 구글 I/O 2026에서 코랄보드 기반 엣지 AI 활용 사례를 공개했다. 해파리 움직임을 실시간 추적해 구글 딥마인드의 음악 생성 모델을 제어하고, 젬마 3 270M 같은 소형 모델 가속 가능성도 강조했다.