인공지능과 관련된 기술은 오늘도 끊임없이 새롭게 개발되고 있으며, 학습자들의 디지털 경험 또한 급속도로 바뀌고 있다. 이전의 인공지능 기술에는 분명 한계도 있었지만, 생성형 AI가 나타나면서 그 판도가 바뀌었다. 이제는 생성형 AI를 활용해 개인 맞춤 기업교육을 펼칠 구체적인 방법을 고민할 때이다.

기업 교육의 실천적 방법은 최근 몇 년간 끊임없이 변화해오고 있다. 특히 학습자들의 디지털 경험이 바뀌면서 적응형 교육과 마이크로 러닝 등 변화하는 트렌드에 맞춰 학습자들의 교육 경험의 수준을 향상시키고자 노력해 왔다. 또한 코로나 기간을 겪으면서 디지털 변화에 늦었던 기업들조차 화상교육과 이를 관리할 수 있는 교육 시스템을 고민하기 시작했다. 같은 시기 교육부서에서는 기업의 경영혁신을 가속화시켰던 인공지능 기술을 적극적으로 수용하려 시도했고, 그 결과 개인화된 학습, 행동 기반의 콘텐츠 추천 등 과거의 일방적인 교육 제공에서 벗어나 유연하고 맞춤화된 교육들을 진행할 수 있었다. 어찌 보면 기업교육에서의 디지털 혁신은 차근차근 진행되고 있었고, 학습자들 또한 새로운 트렌드에 잘 적응하고 있었다. 다만 이것은 생성형 AI가 나타나기 전까지 이야기다.

▶ 생성형 AI 시대의 개막

지난 2022년 11월 세상에 등장한 챗GPT는 인간이 컴퓨터를 사용하는 모든 영역에 영향을 주었다. 컴퓨터로 문서를 만들거나, 현상을 분석하거나, 협업하는 모든 과정에 생성형 AI 기술이 적용되기 시작했고 기업 내 임직원들은 이러한 기술들을 몸소 체험하고 있다. 작게는 카카오톡의 AskUp과 친구 맺기를 통해 대화를 나누기도 하고, 스마트폰에 챗GPT 앱을 설치해 직접 사용하고 있다. 처음에는 단지 복잡한 질문에 대답을 잘하거나 개발자가 프로그래밍을 손쉽게 할 수 있도록 도움을 주는 툴Tool 정도로 인식됐지만, 지금의 생성형 AI 기술은 무엇을 상상하든 그 이상이다.

먼저, 글쓰기에서 인공지능의 도움을 받을 수 있다. 주어진 주제가 무엇이든 인터넷을 통해 학습된 데이터를 기반으로 매우 논리적인 글을 써준다. 또한 상상력을 더해 소설을 창작할 수도 있으며, 엑셀 파일과 스프레드시트를 읽고 분석할 수도 있다. 특히 대화형 인공지능에서 생성형 인공지능(Multi Modal AI)으로 바뀐 현시점에서는 각양각색의 쓸모를 확인할 수 있다. 대화형 인공지능이 텍스트나 자연어를 이해하는 데 중점을 두어 테이터 처리나 통계, 텍스트를 검색해 보여줄 뿐, 인간과 유사한 방식의 사고를 할 수 없었다면, 생성형 인공지능은 시각이나 청각을 비롯한 여러 인터페이스를 통해 정보를 주고받을 수 있다. 생성형 인공지능은 창의적인 이미지를 만들어내는 것은 물론이고 차트나 업무 흐름도를 만들기도 한다. 조건에 따라 시간표를 짜 주기도 하고 해야 할 일을 적으면 관련된 업무수행 목록을 뽑아 주기도 한다. 이쯤 되면 진정한 의미의 디지털 비서가 만들어질 수 있는 환경이 마련된 것이다. 

▶ 무엇을 교육해야 하나

이렇듯 대부분의 임직원이 생성형 인공지능을 경험했고, 지금도 경험하고 있다면 기업 교육담당자는 '어떤 내용을 교육해야 할 것인가'라는 주제와 만나게 된다. 물론 직원의 직무수행 능력을 높이기 위한 기존의 교육 과정들은 유지될 것이다. 하지만 직무 수행력을 높이는 방법 중 생성형 인공지능이 차지하는 비율이 높아질수록 교육 과정의 변화는 필연적일 수밖에 없다. 특히 개인 업무 생산성에 도움이 되는 여러 노 코드(No Code)/로 코드(Low code) 툴들에 대한 적극적 적용이 고려되어야 한다. 예를 들어 예측 분석이라는 개념은 매우 전문적인 프로그래밍 기술이 필요하지만, '오렌지 데이터 마이닝'과 같은 툴을 통해 쉽게 만들어 볼 수 있다. 또한 다른 생성형 인공지능 툴을 이용해 업무 흐름도, 간트 차트, 아이디어 다이어그램을 만들어 본다면 분명 업무의 시작점이 달라질 것이다.

▶ 학습자 경험 극대화를 위한 준비사항

단순히 교육 과정만 업데이트해서는 직원들의 디지털화 속도를 따라잡기 힘들다. 그렇기 때문에 교육부서에서는 어떤 학습자 경험을 제공할지를 고민해야 하고, 사내의 교육관리시스템(LMS)에 대한 업그레이드 계획을 세워야 한다. 이와 관련해 생성형 AI를 활용해 학습자의 경험을 극대화할 수 있는 3가지 방법을 정의해봤다.

▶ 초개인화 교육 (Hyper-personalized learning)

개인화 교육은 수년 전부터 논의되었던 주제이다. 당시 쇼핑몰이나 온라인 콘텐츠 서비스 제공업체들이 사용했던 '협업 필터링' 방식을 기업교육에 적용하면서 동료와 콘텐츠 간의 관계를 기반으로 한 추천 서비스를 만들었다. 하지만 생성형 인공지능은 지금 알려진 개인화 교육을 넘어 초개인화 교육을 제공함으로써 전보다 더욱 세부적인 데이터를 분석하고 추천하는 기능으로 발전시킬 수 있다. 

예를 들어 기업이 가지고 있는 콘텐츠 데이터에 대한 라벨링과 개인의 인사 정보, 직원 여정별 이벤트 정보가 결합되어 더욱 세밀한 추천이 가능해진다. 이 기술이 적용된다면 직급이나 조직의 변화를 인식해 최적화된 동영상 콘텐츠를 특정 시점부터 학습하도록 추천하는 시스템을 실행할 수 있다. '리더십 과정 중 코칭 실습 영상의 03:25부터 시작'과 같이 디테일한 추천이 가능해지는 것이다. 즉 인공지능은 개인의 커리어 목표에 기반해 지속적으로 자극을 주는 역할을 담당하면서 학습과 성장의 선순환 구조를 마련하게 될 것이다.

▶ 채팅 기반의 학습 (Chat based learning)

개인화된 콘텐츠 추천이 확장되면 학습자들이 학습을 하는 방식에도 혁신이 일어나야 한다. 그간 우리는 마이크로 러닝이라는 개념으로 가장 적합한 콘텐츠를 적시에 제공하는 것을 시도해 봤지만, 추가 정보가 빈약하다는 점과 학습 사이트로 이동해서 학습해야 한다는 개선점을 발견했다. 이 대안으로 떠오르는 것이 생성형 AI를 통한 채팅 기반의 학습이다. 

먼저 알아 두어야 할 사항은 채팅 기반이기는 하지만 챗봇의 답변은 텍스트로만 나오는 것은 아니라는 점이다. 조건에 따라 이미지, 차트, 북마크 등 다양한 형태의 답변이 가능해졌다. 대부분의 기업들은 회사의 사업에 특화된 콘텐츠를 확보하고 있다. 그 형태가 동영상인지, 아니면 프레젠테이션 또는 음성인지는 상관없다.

모든 미디어들을 텍스트 형태로 변환해 생성형 AI의 학습 데이터로 사용한다면 우리가 보유하고 있는 콘텐츠를 기반으로 한 훌륭한 전문가 챗봇이 만들어질 수 있다. 예를 들어 리더십 챗봇, 디지털 혁신 챗봇, 마케팅 챗봇 등 교육 과정에 기반한 여러 전문가 챗봇을 만들 수 있다. 이제는 학습자가 새로운 정보나 지식이 필요할 때 바로 전문 챗봇을 호출해 내용을 질문하고 결과를 확인할 수 있다. 이는 학습자가 자신의 속도와 일정에 맞춰 콘텐츠에 액세스할 수 있다는 것을 의미하며, 이러한 새로운 인터페이스는 학습자가 강사 또는 다른 학습자와 대화하며 학습하는 듯한 느낌을 주게 될 것이다. 

본 기사는 월간 HR Insight 2023. 9월호의 내용입니다. 

HR Insight의 더 많은 기사를 보고 싶다면 아래 홈페이지를 방문해주세요.

www.hrinsight.co.kr