학습자의 실무 속 문제로부터 시작하는 실습 위주의 스터디형 교육과 학습 전이를 원활하게 하는 팀 단위 학습. 바로 멋쟁이사자처럼 AI 학습 프로세스의 특징입니다.
구성원의 멘탈모델을 바꾸고 일하는 방식의 전환을 가져오는 AI 기업교육, 아래 버튼을 눌러 확인해보세요!
이 아티클을 읽기 전, <AI 리터러시, 없으면 티가 나는 역량>을 함께 읽어보시면 이해와 적용에 더 큰 도움을 받으실 수 있습니다!
지난 2월, 미국 노동부가 제시한 AI 리터러시 프레임워크(이하 DOL 프레임워크)는 AI 리터러시라는 개념이 어떻게 구성되는지를 이해할 수 있게 하는 5대 역량과 함께, ‘AI 리터러시를 어떻게 키울 것인가’를 설명하는 7대 전달 원리를 제시하고 있습니다. AI 리터러시 강화를 위한 교육 내용도 적절한 전달 방식이 있어야 실제 역량으로 전환되기 때문에 이 원리 역시 눈여겨볼 필요가 있는데요. 미국 노동부 역시 프레임워크 문서의 서두에서 “조직이 경쟁 우위를 유지하고, 운영 효율을 높이며, 기술이 계속 발전함에 따라 AI 도구를 적극 활용할 수 있는 인력을 갖추는 데 도움”이 되는 것을 이 문서의 목적 중 하나로 소개하고 있습니다. AI 리터러시의 7가지 전달 원리를 우리 조직에 적용할 수 있는 포인트 위주로 정리해 살펴보겠습니다.
1️⃣ 실습을 통해 학습한다
DOL 프레임워크는 AI 리터러시 역량 강화를 위한 핵심적인 방법론으로 실습을 단언합니다. “직장인은 교안 읽기가 아니라 현실 시나리오에서 AI 도구를 직접 사용할 때 가장 효과적으로 AI 리터러시를 익힌다(Workers learn AI literacy most effectively by using AI tools in realistic scenarios, not by reading about them)”라고요. 실습 중의 시행착오를 통해 AI 활용에 대한 직관을 다듬고, AI와 생산적으로 협력하는 방법에 대한 사고 모델을 구축할 수 있다는 설명입니다. 자연어를 통해 AI 도구를 활용할 수 있게 되면서 학습자의 접근성 장벽이 매우 낮아진 점, 또 AI 도구의 효용은 매우 맥락 의존적인 만큼 단일한 경로의 강의식 지식 전달은 학습자의 실제 AI 활용 상황과 연결성이 떨어질 수밖에 없다는 점 등이 이러한 실습 강조 지침의 배경이 된 것으로 짐작할 수 있습니다.
2️⃣ 실무 맥락과 밀접한 교육을 수행한다
AI 리터러시 학습을 구성원의 실제 직무 및 조직문화에 밀착하도록 설계할 것을 DOL 프레임워크는 강조합니다. 즉, 실무 맥락 안에서 AI 리터러시 학습이 이루어지도록 교육을 구성해야 한다는 것이지요. 이는 동일한 AI 도구라도 마케터, 개발자, 재무 담당자, HR 담당자가 활용하는 맥락이 완전히 다르기 때문입니다. 이러한 맥락을 고려하지 않은 채 교육에 돌입하면, 정작 실무 상황에서 “배운 걸 내 업무에서 어떻게 써야 하지?"라는 질문에 곧 부딪히게 됩니다. 그렇기에 조직의 AI 리터러시 교육이 답해야 하는 질문은 ‘ChatGPT란 무엇인가’가 아니라, ‘내 업무의 이 단계에서 AI를 어떻게 쓸 수 있는가’일 것입니다.
3️⃣ 비판적 판단 역량을 강조하고 함께 키운다
DOL 프레임워크는 ‘AI 도구의 효과가 AI를 활용하는 사람들의 역량, 지식, 판단에 강하게 의존한다’고 설명합니다. 언뜻 당연해보이는 내용이지만, 이 지점이 조직 내 실무에서 중요한 이유는 AI 활용 확산에 따른 ‘자동화 편향(automation bias)’ 때문입니다. 자동화 편향이란 ‘자신이 이미 가지고 있는 맥락 정보와 상충하더라도 AI 도구의 산출 결과를 과도하게 따르는 경향’을 말합니다. AI 의존도가 높아질수록 비판적 사고 역량이 저하될 위험은 여러 연구들(카타니아대 연구진 메타연구, 마이크로소프트)을 통해 지적되고 있습니다. 이를 방지하기 위해 조직 차원에서도 비판적인 검증을 장려하고 이를 위한 지침을 제공한다거나, AI가 출력한 결과물을 취사선택하고 다듬는 과정을 함께 연습하는 등의 과정이 필요합니다.
4️⃣ 우리 조직의 AI 활용 환경을 점검한다
AI 리터러시 교육에 착수하기 전, 구성원의 디지털 리터러시와 조직내 기본적인 기술적 접근성을 검토해야 합니다. 기본적으로 AI를 활용하고 함께 일한다는 것은 곧 디지털 환경에서 업무를 진행하는 것을 전제하기 때문에, AI 교육에 나서기 전 구성원의 디지털 리터러시 수준을 점검해 볼 필요가 있습니다. 또한, 업무에서 활용 중인 기기나 네트워크 환경이 AI를 원활히 활용하기 어려운 상태라거나 AI 도구에 대한 접근성이 낮은 상태 역시 AI 리터러시 역량을 키우는 데 장벽으로 작용할 수 있습니다. 조직 차원에서 기술적 접근성에 대한 전반적인 점검에 나서는 것도 AX를 위한 유효한 접근이라 하겠습니다.
5️⃣ 수준과 필요에 따라 학습을 지속한다
같은 AI 교육을 제공하더라도, 구성원의 AI 리터러시 수준에는 차이가 있을 수밖에 없습니다. 이는 학습 및 활용을 통한 성장 속도의 차이 때문일 수도 있고, 구성원의 직무와 직급에 변화가 생기면 그에 따라 해당 맥락에서 필요한 구체적 역량이 변하기 때문일 수도 있습니다. 그렇기 때문에 경영진/중간관리자/IT 실무자/비IT 실무자와 같이 직무·직급별로 차별화된 역량 개발 계획을 수립하는 등(관련 논문) 구성원의 역량 수준과 필요에 따른 조직의 학습 관련 대응이 지속적으로 필요합니다.
6️⃣ 교육 이후로도 AI 활용을 계속 지원한다
구성원들이 AI를 실무에서 많이 활용해야만 AI 교육 이후로 성장한 AI 리터러시 역량이 조직 안에서 가시화될 것입니다. 이때, 활용 단계에서 구성원을 혼자 두지 않고 조직 차원에서 지속적인 지원을 제공한다면 더욱 효과적이겠지요. DOL 프레임워크에서도 AI 리터러시 활용을 위해 조직과 리더십의 적극적인 ‘활성화 역할(enabling roles)’을 강조합니다. 활성화를 위한 지원 단계에서 중요한 것은 ‘지원 주체의 AI 리터러시 역량 수준’입니다. 팀원보다 낮은 수준의 AI 역량을 가진 리더가 할 수 있는 지원, 구성원의 AI 활용 범위를 포괄하지 못하는 조직의 지원에는 한계가 분명하다는 것이지요. 그렇기 때문에 조직 내 AI 역량에 두각을 드러내는 ‘AI 히어로’를 발굴해 학습 전이를 유도한다거나, 중간관리자의 AI 리터러시 역량 강화의 우선순위를 높이거나, 필요한 경우 외부 전문가를 통해 교육적 지원을 추가하는 등의 방식을 활용할 필요가 있습니다.
7️⃣ 교육 커리큘럼을 지속적으로 갱신한다
AI 도구는 점점 더 빠르게 진화합니다. 그에 따라 AI 리터러시 학습 역시 갱신될 수 있으며, 갱신되어야 합니다. DOL 프레임워크는 ‘민첩성(agility)’이라는 표현을 활용해 언제든 찾아올 수 있는 새로운 상황과 요구에 대비할 필요를 설명합니다. 이를 위해 이미 시행했거나 곧 시행할 AI 교육에 대한 구성원의 피드백을 수집하거나 교육 성과를 평가해두는 것이 도움이 됩니다.
💡
Share article