교육이 맞을까 구축이 맞을까 — 상담에서 갈리는 기준

무료 진단 상담에서 가장 자주 받는 질문 중 하나가 이것입니다. "저희는 AI 교육을 받으면 될까요, 아니면 자동화 시스템을 만들어야 할까요?" 두 방향을 모두 고민하면서 어느 쪽이 맞는지 판단이 서지 않는다는 분들이 많습니다.

이 질문이 나오는 이유를 이해합니다. 두 방향 모두 "AI를 회사 업무에 활용한다"는 목적은 같습니다. 비용도 비슷하게 들 것 같고, 어느 쪽이 더 확실한 결과를 낼지 감이 오지 않습니다. AI 교육 업체들은 교육을 권하고, 자동화 구축 업체들은 구축을 권하기 때문에 중립적인 판단 기준을 얻기가 어렵습니다.

이 글은 실제 상담에서 교육과 구축 중 하나를 선택하는 기준이 무엇인지를 정리한 것입니다. 옥수에 상담을 주시는 분들에게 어떤 기준으로 방향을 제안하는지, 그리고 실제로 구축을 진행한 세 팀에서 왜 교육 대신 구축이 맞았는지를 이야기합니다. 어느 쪽이 더 좋다는 이야기가 아닙니다. 상황에 따라 맞는 것이 다릅니다.

교육으로 해결되는 경우

AI 교육이 맞는 경우는 명확합니다. 문제가 "사람이 AI를 어떻게 써야 할지 모른다"는 것일 때입니다.

직원들이 ChatGPT나 Claude를 업무에 쓸 수 있다는 것은 알고 있지만, 어떻게 시작해야 할지 모르거나, 써봤는데 기대만큼 안 된다거나, 팀마다 활용 수준이 달라서 정리가 필요한 경우입니다. 이 경우는 "사람의 역량을 높이는 것"이 정확한 답입니다. 특정 업무를 자동화하는 시스템이 아니라, 여러 업무에서 AI를 잘 쓸 수 있는 직원들을 만드는 것이 목적입니다.

또 하나는 아직 자동화할 업무가 특정되지 않은 경우입니다. "AI를 활용해서 생산성을 높이고 싶은데 무엇부터 해야 할지 모르겠다"는 상황에서, 먼저 교육을 통해 어떤 업무에 AI가 도움이 될 수 있는지를 팀 내에서 발견하게 하는 접근이 맞습니다. 자동화할 업무가 없는 상태에서 시스템을 먼저 만들면 쓸 사람이 없거나, 쓸 업무가 정해지지 않아 활용도가 낮아집니다.

업무 자체는 반복이 없고 매번 다른 판단이 필요한 경우도 교육이 맞습니다. 전략 기획, 고객 제안서 작성, 트렌드 분석처럼 매번 다른 입력과 다른 판단이 필요한 업무는 자동화로 처리하기 어렵습니다. 이런 업무에서는 담당자가 AI를 잘 다루는 것 자체가 생산성 향상입니다.

다만 기업 AI 교육이 효과를 내려면 조건이 있습니다. 2024년 기업 교육 효과성 조사에서 응답자의 71%가 "이론 교육 후 실무 적용에 어려움을 느꼈다"고 답했습니다. 일회성 특강이나 툴 사용법 위주의 교육은 실무에 적용되지 않는 경우가 많습니다. AI 교육이 효과를 내려면 직무별로 실제 업무 과제를 중심으로 설계되어야 하고, 한 번의 특강보다 반복 학습 구조가 필요합니다. 교육을 선택하더라도 이 기준을 충족하는 교육을 골라야 효과가 납니다.

효과적인 AI 교육과 그렇지 않은 교육의 차이는 명확합니다. 효과가 낮은 교육은 ChatGPT나 Claude의 화면 사용법을 보여주는 것에 집중합니다. "이 버튼을 누르면 됩니다, 이 기능은 이렇게 씁니다"를 설명하는 방식입니다. 교육이 끝난 뒤 실제 업무로 돌아오면 어디에 어떻게 적용해야 할지 막막해집니다. 반면 효과적인 교육은 "영업 담당자는 제안서 초안을, 운영 담당자는 주간 보고 정리를, 고객 응대 담당자는 답변 초안을"처럼 직무별 실제 업무 과제를 가지고 실습합니다. 같은 AI를 배워도 자신의 업무에 바로 적용 가능한 방식으로 배운 사람이 이후에도 쓰게 됩니다.

구축이 필요한 경우

자동화 구축이 맞는 경우도 마찬가지로 명확합니다. 문제가 "특정 업무에서 사람 손이 계속 가는 것"일 때입니다.

매일 또는 매주 같은 방식으로 반복되는 업무가 있고, 그 업무에 담당자의 시간이 일정하게 새고 있는 경우입니다. 중요한 것은 그 업무의 처리 방식이 매번 비슷하다는 것입니다. "PDF에서 데이터를 엑셀에 옮긴다", "메신저로 온 업무 지시를 시트에 정리한다", "글 초안을 작성해서 블로그에 올린다" — 이런 업무는 한 번 자동화 구조를 만들어두면 사람이 개입하지 않아도 처리됩니다. 이 경우에 교육을 받는 것은 도움이 되지 않습니다. 담당자가 ChatGPT를 아무리 잘 써도, 그 업무를 직접 수작업으로 해야 한다는 사실은 바뀌지 않습니다.

구축이 맞는 또 다른 경우는 담당자가 바뀌어도 업무가 유지되어야 하는 경우입니다. 특정 직원이 AI를 잘 쓰는 것에 의존하면, 그 직원이 바뀌면 다시 처음으로 돌아갑니다. 반면 자동화 시스템이 있으면 담당자가 바뀌어도 시스템은 그대로 돌아갑니다. 인수인계의 부담도 줄어들고, 신규 직원이 적응하는 데 걸리는 시간도 단축됩니다. 특히 중소기업에서는 담당자 공백이 생길 때 그 업무가 멈추거나 다른 사람이 급하게 커버해야 하는 상황이 자주 생깁니다. 자동화가 되어 있으면 이런 리스크 자체가 줄어듭니다.

시간 절약이 특정 업무에 집중되어 있는 경우도 구축이 맞습니다. "하루 업무 중 PDF 입력에만 2시간이 간다"거나 "매주 월요일마다 보고서 정리에 4시간이 간다"는 식으로 병목이 특정 업무에 집중되어 있을 때, 그 업무를 자동화하는 것이 가장 직접적인 답입니다. 교육으로는 이 시간을 줄이기 어렵습니다.

두 방향을 나누는 핵심 질문

상담에서 교육과 구축을 나누는 데 가장 중요한 질문이 하나 있습니다.

"없애고 싶은 것이 무엇인가요? 특정 업무에 쓰는 시간인가요, 아니면 AI를 모르는 상태인가요?"

특정 업무에 쓰는 시간을 없애고 싶다면 구축입니다. AI를 모르는 상태를 없애고 싶다면 교육입니다. 이 질문에 대한 답이 명확하게 나오면 방향도 명확해집니다.

실제로 이 질문을 드리면 처음에는 "둘 다요"라고 답하시는 분들이 많습니다. 이 경우에는 하나를 먼저 정합니다. 지금 당장 가장 큰 문제가 무엇인지를 물어봅니다. 대부분의 경우 그 답이 나옵니다. "이 업무에만 하루 3시간이 가는데 줄이고 싶습니다"가 나오면 구축이 먼저입니다. "직원들이 AI를 활용할 줄 몰라서 경쟁력이 떨어지는 것 같습니다"가 나오면 교육이 먼저입니다.

교육과 구축의 차이를 정리한 판단 기준표

이 기준표를 보면서 어느 열이 지금 상황에 더 가까운지를 먼저 확인해보세요. 두 열이 반씩 해당된다면 더 큰 쪽을 먼저 해결하는 것이 맞습니다. 동등하게 절반씩이라면 상담에서 같이 살펴보는 것이 효율적입니다. 기준표의 항목 하나하나보다는 전체적인 방향이 어느 쪽으로 기울어지는지가 더 중요합니다.

세 사례에서 보인 것 — 왜 모두 구축이었나

지금까지 옥수에서 진행한 세 구축 사례를 보면, 세 팀 모두 처음에는 "AI 교육도 고민했다"는 언급을 하셨습니다. 하지만 상담에서 이야기를 나눠보니 모두 구축이 맞는 상황이었습니다.

보험설계사분의 경우입니다. 보험사에서 오는 견적·안내 PDF를 자체 엑셀 템플릿에 일일이 손으로 옮기는 작업이 있었습니다. 같은 방식의 작업이 매일 반복됩니다. 담당자가 AI를 더 잘 배운다고 해서 이 입력 작업이 줄어들지는 않습니다. 이 업무는 처리 방식이 정해져 있고, 입력 자료(PDF)와 출력물(엑셀)이 명확합니다. 구축 방향이 분명했습니다. Claude 세팅과 프롬프트 설계로 PDF가 자동으로 엑셀에 입력되는 구조를 만들었고, 수작업 입력이 사라졌습니다.

사무·운영 업체 대표님의 경우입니다. 구두와 메신저로 오가는 업무 지시가 정리되지 않아 누락과 이중 전달이 반복됐습니다. 이것도 교육으로 해결되는 문제가 아닙니다. 팀원들이 AI를 더 잘 써도, 지시를 기록하고 정리하는 구조가 없으면 같은 문제가 반복됩니다. ChatGPT와 Claude를 기존에 쓰던 스프레드시트에 연결해, 업무 지시가 자동으로 기록·정리되는 체계를 만들었습니다. 별도 툴 없이 쓰던 시트를 그대로 유지하면서 입력만 자동화됐습니다.

기술 서비스 업체 T사의 경우입니다. 블로그가 마케팅에 필요하다는 것은 알지만 현장 일이 바빠 글 쓸 시간이 없었습니다. 여기서 교육의 한계가 명확합니다. 글쓰기 방법을 배워도 쓸 시간 자체가 없는 상황입니다. WordPress에 MCP를 연결해 대표가 현장 경험을 말로 풀면 블로그 초안이 만들어지고 자동 발행까지 이어지는 시스템을 만들었습니다. 글쓰기 역량이 아닌 글쓰기 시간 문제였기 때문에 구축이 정확한 답이었습니다.

세 사례의 공통점이 하나 있습니다. 문제가 "특정 업무에서 사람 손이 반복적으로 가는 것"이었다는 점입니다. 이 공통점이 세 사례 모두 교육이 아닌 구축으로 방향이 잡힌 이유입니다. 사례 상세 내용이 궁금하시면 사례 페이지에서 확인하실 수 있습니다.

잘못 선택하면 어떤 일이 생기는가

교육이 맞는 상황에서 구축을 먼저 하면 어떻게 될까요. 시스템은 만들어지는데 쓰는 사람이 없는 상황이 옵니다. 어떻게 써야 하는지 모르거나, 기존 업무 방식에 익숙해서 새 시스템을 열지 않거나, 예외 상황이 생겼을 때 어떻게 해야 할지 몰라 결국 다시 수동으로 돌아오는 경우입니다. AI 도입이 실패하는 주된 원인이 기술 부족보다 운영 기준 없이 시스템을 먼저 도입하는 것이라는 분석이 이 패턴에서 나옵니다.

구축이 맞는 상황에서 교육을 먼저 하면 어떻게 될까요. 직원들이 ChatGPT를 쓸 줄 알게 됩니다. 글 초안을 ChatGPT로 뽑고, 회의록을 AI로 요약하게 됩니다. 하지만 "매일 2시간짜리 PDF 입력 작업"은 그대로 남아 있습니다. 교육 후에 생산성이 높아졌다는 체감은 있지만, 원래 없애고 싶었던 병목 업무는 줄어들지 않습니다. 교육을 잘못 선택한 것이 아니라, 지금 당장 필요한 것이 교육이 아니었던 것입니다.

이 두 경우 모두 방향 선택 자체가 문제입니다. 어떤 방법이 더 좋다는 것이 아니라, 지금 상황에 맞는 것을 먼저 고르는 것이 핵심입니다.

교육도 구축도 아닌 경우가 있다

상담을 해보면 교육도 구축도 아닌 것이 먼저인 경우가 있습니다.

데이터가 정리되지 않은 경우입니다. 업무 처리 결과가 어딘가에 일정한 형식으로 쌓이지 않는 회사에서는 자동화를 붙이기 어렵습니다. 데이터 없이 AI를 연결하면 AI도 빈 서랍에 라벨을 붙이는 셈입니다. 이 경우에는 데이터 정리와 기록 체계 만들기가 먼저입니다.

업무 프로세스 자체가 없는 경우입니다. "김대리만 아는 업무"처럼 처리 방식이 개인 노하우에만 있는 업무는 자동화 전에 먼저 문서화가 필요합니다. 문서화되지 않은 업무를 자동화하면 나중에 예외 상황이 생길 때 대처가 어렵습니다.

판단이 너무 자주 달라지는 업무입니다. "이 메일은 어떻게 답해야 할까"가 매번 다르고 정해진 규칙이 없는 업무는 자동화가 맞지 않습니다. 이 경우 자동화나 교육보다 응대 원칙과 기준을 먼저 만드는 것이 효과적입니다. 기준이 생기면 자동화도, 교육도 효과가 커집니다.

이런 경우를 상담에서 확인하면 "지금 당장 AI보다 먼저 해야 할 것이 있습니다"라고 말씀드립니다. 이것이 잘못된 방향으로 시간을 쓰지 않는 가장 빠른 방법이기 때문입니다.

상담에서 하는 질문들

방향을 잡기 위해 상담에서 주로 묻는 질문들을 정리합니다. 신청 전에 생각해오시면 30분을 더 효율적으로 쓸 수 있습니다.

"지금 가장 반복적으로 하는 업무가 무엇인가요?" 이 질문에 구체적인 업무가 나오면 구축을 고려할 만한 경우가 많습니다.

"그 업무를 누군가가 대신 해주면 가장 좋겠다는 생각이 드는 부분이 어디인가요?" 이 질문에 "입력", "정리", "발송", "전환" 같은 단어가 나오면 자동화로 해결이 가능한지 살펴봅니다.

"직원들 중 AI를 잘 쓰는 사람이 있나요? 있다면 그 사람이 없는 사람보다 확실히 일이 빠른가요?" 이 질문에 "그렇다"가 나오면 교육이 팀 전체에 효과가 있을 것으로 봅니다. "아니다" 또는 "모르겠다"가 나오면 업무 자체의 구조 문제일 가능성을 봅니다.

"지금 가장 시간이 많이 걸리는 업무를 하루에 얼마나 하시나요? 그 일을 없앨 수 있다면 그 시간을 어디에 쓰고 싶으신가요?" 이 두 번째 질문이 답이 명확하게 나올수록, 구축 방향을 잡기가 쉬워집니다.

자주 묻는 질문

교육을 먼저 받고 이후에 구축도 할 수 있나요?

할 수 있습니다. 다만 두 가지가 동시에 필요한 경우라면, 순서가 중요합니다. 교육이 먼저 필요한 이유가 있는 상황에서는 교육을 먼저 진행하고, 어떤 업무를 자동화할지가 팀 내에서 구체화된 다음에 구축을 진행하는 것이 효율적입니다. 반대로 특정 업무의 자동화가 명확하다면 구축을 먼저 하고, 직원들이 그 시스템에 익숙해지는 과정이 일종의 교육 역할을 하기도 합니다. 두 가지를 동시에 진행하는 것보다 하나를 먼저 완료하고 효과를 확인한 뒤 다음 단계로 넘어가는 것이 대부분 더 낫습니다.

예산이 많지 않은데 어떤 방향이 더 경제적인가요?

목적에 따라 다릅니다. 직원 역량 향상이 목적이라면 잘 설계된 교육이 비용 대비 효과가 클 수 있습니다. 특정 업무의 반복 작업을 없애는 것이 목적이라면 구축이 더 경제적입니다. 자동화 시스템은 한 번 만들어두면 매일 같은 업무를 처리하기 때문에, 그 업무에 들어가던 시간이 절약되는 만큼 직접적인 비용 효과가 납니다. 파일럿 방식으로 작게 시작하면 초기 비용 부담을 줄이면서 효과를 먼저 확인할 수 있습니다.

AI 교육을 받은 직원이 이미 있는데 구축도 필요한가요?

AI를 잘 쓰는 직원이 있는 것과, 특정 반복 업무가 자동화되어 있는 것은 다른 문제입니다. AI를 잘 다루는 직원도 여전히 반복 입력 작업을 직접 해야 한다면, 그 직원의 시간이 낭비되고 있는 것입니다. 반대로 자동화 시스템이 있어도, 그 시스템 밖의 다양한 업무에서는 AI를 잘 쓰는 역량이 필요합니다. 두 가지는 보완 관계입니다. 이미 교육을 받은 직원이 있다면, 그 직원이 어떤 업무에서 시간을 가장 많이 쓰고 있는지를 확인하면 구축이 필요한지 여부가 자연스럽게 드러납니다.

구축한 뒤 시스템이 잘 안 쓰이는 경우도 있나요?

있습니다. 이 경우 대부분의 원인은 두 가지입니다. 첫째, 실제로 반복이 많지 않은 업무를 자동화한 경우입니다. 자동화해야 할 것처럼 보였지만 실제 빈도가 낮아 효과가 작은 경우입니다. 둘째, 인수인계가 충분히 이루어지지 않은 경우입니다. 시스템이 만들어졌는데 어떻게 쓰는지 담당자가 충분히 이해하지 못한 상태에서 구축이 끝나면, 시스템이 방치되기 쉽습니다. 옥수에서는 구축 완료 후 담당자가 직접 운영할 수 있는 수준으로 인수인계하는 것을 원칙으로 합니다. 시스템을 만드는 것이 아니라, 담당자가 그 시스템을 실제로 운영하는 것까지 확인하고 마무리합니다.

방향을 정한 뒤 할 수 있는 것

교육이 맞다고 판단되면, 일반 강의식보다 직무 연계 실습형 교육을 고르는 것이 효과적입니다. AI 기업 교육은 1회성 특강이 아니라 직무 연계 반복 학습 구조로 설계되어야 실무 적용률이 높아집니다. 이 기준에 맞는 교육을 선택하는 것이 중요합니다.

구축이 맞다고 판단되면, 작게 시작하는 것이 맞습니다. 전사 자동화를 한 번에 구현하는 것보다, 가장 반복이 많고 효과가 확인 가능한 업무 하나에서 먼저 시작합니다. 2주 파일럿으로 결과를 확인하고, 효과가 보이면 범위를 넓힙니다. 이것이 가장 안전하게 시작하는 방법입니다.

어느 쪽이 지금 상황에 맞는지 확인하고 싶다면, 30분 무료 진단에서 현재 업무 상황을 같이 살펴보고 방향을 정리해드릴 수 있습니다. 진단에서는 어떤 업무가 있고, 그 업무의 처리 방식이 어떠한지를 같이 보면서 교육이 먼저인지 구축이 먼저인지를 판단합니다. 구축이 맞다면 어떤 방식이 가능한지, 교육이 맞다면 어떤 기준으로 골라야 하는지도 함께 이야기드립니다.

가격이 궁금하신 분들은 서비스 안내 페이지를 먼저 확인하시면 전체 구조를 파악하는 데 도움이 됩니다. 진단을 신청하고 싶으시다면 여기서 접수하실 수 있습니다. 영업 전화는 없습니다. 방향이 맞지 않으면 그것도 솔직하게 말씀드립니다.