인공지능(AI)의 등장으로 학습 및 개발(L&D) 환경은 지각변동을 겪었습니다. AI가 더 빠른 코스 제작, 현지화 및 출판의 문을 열었지만, 전문가들은 여전히 이러한 도구를 효과적으로 활용하는 실질적인 방법을 모색하고 있습니다. AI 에이전트의 도입으로, L&D 전문가들은 품질을 유지하면서 더 많은 성과를 내기 위한 방법으로 이러한 디지털 팀원을 기존 프로세스에 어떻게 통합할지 모색하고 있습니다.
본 글에서는 최근 웨비나 프롬프트에서 출판까지: AI 에이전트가 L&D 업무를 자동화하는 방법에서 얻은 통찰력을 바탕으로 답변합니다. 이 웨비나는 코그노타(Cognota)의 최고 학습 책임자이자 ATD 휴스턴 명예 회장인 데비 리처즈(Debbie Richards)와 스마트캣(Smartcat)의 L&D 제품 마케팅 디렉터인 제니비브 카본(Genevieve Carbone)이 공동 진행했습니다.
핵심 요약
생성형 AI는 콘텐츠 제작 속도를 높이지만, 서식 지정, 현지화, 출판과 같은 L&D의 광범위한 워크플로 문제를 해결하지는 못합니다.
AI 에이전트는 전체 학습 워크플로를 자동화하여 콘텐츠 제작과 다국어 배포를 동시에 가속화합니다.
L&D 팀은 가치를 입증하기 위해 반복 가능한 단일 워크플로로 소규모로 시작한 후, 조직 전반에 걸쳐 자동화 노력을 확대해야 합니다.
디지털 팀원 역할을 수행함으로써 AI 에이전트는 수작업을 줄이고 협업을 강화하며, 학습 성과를 비즈니스 영향력과 직접 연결합니다.
학습 및 개발 분야에서 생성형 AI 도구의 현재 한계는 무엇인가요?
텍스트 생성 플랫폼과 같은 생성형 AI 도구는 의심할 여지없이 강의 개요, 대본, 콘텐츠를 그 어느 때보다 빠르게 생성할 수 있습니다. 그러나 이러한 도구들은 종종 학습 및 개발(L&D) 워크플로우에 대한 종합적인 솔루션을 제공하는 데 부족함을 보입니다. 학습 혁신 전문가 데비 리처즈(Debbie Richards)가 설명하듯이:
“AI 도구를 사용해 강의 개요를 작성할 수는 있지만, 그 후에는 수동으로 저작 도구로 가져와서 서식을 적용하고 다양한 템플릿 등을 처리해야 합니다. 그리고 번역 작업이 이어지죠. 해당 강의에 번역이 필요하다면, 때로는 강의 출력물을 이메일이나 공유 문서로 검토자에게 보내기도 합니다. 작업 속도가 느려지기 시작하고, 때로는 완전히 중단되기도 합니다. 마치 AI가 출발점을 제공해 주었지만, 우리는 결승선에 더 가까워지지 못한 상황입니다.”
생성형 AI 도구는 전체 프로세스를 가속화하기보다는 종종 마찰을 워크플로의 다른 단계로 옮깁니다. 데비는 덧붙입니다:
"인공지능이 우리에게 출발 신호를 줬지만, 결승선에 더 가까워지진 못한 것 같아요."
학습 및 개발(L&D) 전문가들은 확장 가능한 워크플로를 진정으로 달성하기 위해 콘텐츠 제작뿐만 아니라 현지화, 서식 지정 및 출판까지 다루는 솔루션이 필요합니다.
인공지능 에이전트가 강의 제작 과정을 어떻게 개선할 수 있을까요?
AI 에이전트는 L&D 분야에서 종단 간 자동화를 제공하도록 설계되어, 여러 작업을 원활하게 처리하는 프로젝트 실행자로 기능합니다. 메시징 최적화 경험이 있는 전략가 제니비브 카본은 이러한 에이전트의 혁신적 특성을 강조합니다:
“AI 에이전트는 단순히 한 가지 작업에 소요되는 시간을 절약해주기 위해 존재하는 것이 아닙니다. 전체적인 결과물을 가속화하기 위해 존재합니다. 예를 들어, 모듈을 구축하고 5개 언어로 제공하는 것과 같은 목표를 설정하면, 그 사이의 모든 과정을 에이전트가 처리합니다. 이제 여러분이 워크플로를 진행시키는 것이 아니라, 에이전트 자체가 워크플로가 되는 것입니다.”
주제 전문가가 초안을 한 번 제출하면, 하루가 끝날 무렵 다국어로 완성된 강좌가 게시되는 상황을 상상해 보세요—AI 에이전트가 바로 이런 미래를 가능하게 합니다. 데비가 설명합니다:
“많은 조직이 AI가 업무 속도를 높여줄 거라 생각하지만, 단 한 가지 작업만 빨라진다면 나머지 과정은 여전히 똑같이 오래 걸립니다. 몇 초 만에 대본을 생성할 수 있지만, 자막 작업, 번역, 파일 업로드는 여전히 수동으로 해야 하죠. 중요한 건 화려한 도구가 아니라, 교육이 사람들에게 더 빠르고 일관되게 전달되는가입니다. 시작 단계의 지름길이 아니라, 처음부터 끝까지의 속도가 필요합니다.”
데비 리처즈
인공지능 사상 리더 및 기술 전문가, 학습 운영 및 인공지능 전략가, L&D Cares 이사회 멤버, ATD 지부 후원자
파일 포맷팅 및 번역과 같은 작업을 통합함으로써, AI 에이전트는 복잡하고 여러 도구를 사용하는 작업 흐름을 속도와 일관성을 최우선으로 하는 간소화되고 직관적인 프로세스로 전환합니다.
인공지능 에이전트는 기존 워크플로와 어떻게 비교되나요?
기존 워크플로는 종종 여러 도구가 단절된 상태로 연결되고 수동 단계가 포함되어 팀이 비효율성에 발목 잡히게 합니다. 데비는 이를 설명하기 위해 예를 들어 설명합니다:
“단절된 도구와 팀 간 끊임없는 왕복 작업으로 이루어진 기존의 업무 방식은 한 단계에 AI를 추가한다고 해서 해결되지 않습니다. 프로세스가 처음부터 끝까지 연결되지 않으면 여전히 문제가 발생합니다.”
반면, AI 에이전트는 단일 플랫폼 내에서 작업을 중앙 집중화함으로써 이러한 프로세스를 간소화합니다: "여러 도구를 사용하는 대신 단일 출력물을 관리하게 됩니다."
인공지능 에이전트는 기업 환경에 적합한가?
기업 조직은 종종 엄격한 보안 조치, 다국어 콘텐츠 요구사항, 높은 확장성 요구와 같은 독특한 요구사항을 가지고 있습니다. AI 에이전트는 이러한 과제를 해결하기 위해 특별히 설계되었습니다. 제네비에브에 따르면:
"에이전트들은 안전한 환경에 있으며, 모든 항목에 감사 추적이 활성화되어 있습니다. 귀하의 모든 데이터는 귀하의 도메인 내에 보관됩니다."
데비는 AI 에이전트의 기업 중심적 특성을 더욱 강조합니다:
"이들은 만능 도구가 되려 하지 않습니다. 학습 및 개발(L&D) 업무에 특화된 도구입니다. 처음부터 훈련시킬 필요가 없습니다. 이미 학습 모듈을 구성하는 방법을 알고 있으며, 여러 언어로 콘텐츠를 생성해 줍니다."
팀은 어떻게 AI 에이전트 구현을 시작할 수 있을까요?
성공적인 AI 도입의 핵심은 소규모로 시작하여 점진적으로 확대하는 데 있습니다. 데비는 PDF를 강의 자료로 변환하는 것과 같이 반복 가능하고 가치가 높은 단일 워크플로우를 시범 운영하는 것을 제안합니다. 이러한 접근 방식은 위험을 최소화하면서 개념 증명(PoC)을 입증할 수 있습니다. 데비는 다음과 같이 설명합니다:
“작게 시작하세요. 테스트할 수 있는 하나의 워크플로를 선택하세요—반복 가능하고 가치가 높은 작업, 예를 들어 PDF를 강의 자료로 변환하는 작업 같은 것이죠. 이를 통해 가치를 입증하세요. 결과를 확인한 후에는 거기서부터 확장해 나가면 됩니다. 한 번에 모든 것을 해내는 것이 아니라, 자신감을 쌓고 초기에 성과를 보여주는 것이 중요합니다.”
제니비브는 또한 AI 에이전트가 초기 단계에서도 즉각적인 혜택을 제공할 수 있는 방식을 강조합니다:
"결과와 성과를 자동화하고 있습니다. AI 에이전트가 팀의 일원이 될 수 있습니다."
시범 프로젝트를 통해 팀은 이러한 에이전트에 대한 친숙도를 높이는 동시에 이해관계자에게 측정 가능한 성과를 보여줄 수 있습니다.
AI 에이전트가 콘텐츠 팀의 업무 부담을 어떻게 줄일 수 있을까?
AI 에이전트는 L&D 팀을 종종 지치게 하는 반복적인 업무를 최소화하는 데 탁월하여 전문가들이 더 높은 가치를 지닌 업무에 집중할 수 있게 합니다. 제니비브 카본은 글로벌 제약 회사를 대상으로 한 사례 연구를 공유했는데, 해당 사례에서 주제 전문가의 업무량이 70% 감소했습니다:
“초기 시범 운영 단계에서도 팀들은 즉시 측정 가능한 성과를 확인합니다—시간 절약, 번역 비용 감소, 병목 현상 감소 등이죠. 저희와 협력한 한 글로벌 팀은 지역 간 일관성을 개선하면서도 SME(주제 전문가) 업무량을 70% 줄이고 번역 비용도 동일한 비율로 절감했습니다. 바로 이런 운영 효율성이 AI 에이전트가 가져다주는 효과입니다.”
또 다른 사례는 제품 출시를 위한 다국어 교육을 간소화한 제조업체와 관련이 있습니다. 제네비에브는 다음과 같이 언급했습니다:
"그들은 번역 품질을 매우 높은 수준으로 유지하면서도 번역 비용을 70% 절감할 수 있었습니다."
AI 에이전트는 다국어 현지화를 어떻게 지원하나요?
현지화는 글로벌 학습 및 개발 프로그램의 핵심 요소이며, AI 에이전트는 번역을 자동화하고 다양한 지역에 맞게 콘텐츠를 조정함으로써 이 과정을 간소화합니다. 데비는 이 접근법의 효율성을 강조합니다:
“에이전트는 모든 콘텐츠를 번역하고, 출판 준비가 완료된 파일을 준비하며, LMS에 맞게 모든 것을 구성합니다. 3개 언어든 20개 언어든 프로세스는 동일합니다—일관되고, 빠르며, 신뢰할 수 있습니다.”
팀이 3개 언어든 20개 언어든 교육 자료가 필요할 때, AI 에이전트는 복잡성을 더하지 않고도 고품질 번역을 보장합니다.
인공지능 에이전트가 팀 내 협업을 향상시킬 수 있을까?
작업 자동화를 넘어, AI 에이전트는 직관적인 '디지털 팀 동료' 역할을 수행함으로써 팀 간 협업을 강화합니다. 제네비브는 이 개념을 다음과 같이 설명했습니다:
“AI 에이전트는 단순한 도구가 아닙니다. 워크플로우 내에서 복잡한 작업을 처리하는 내장형 팀원 같은 존재죠. 이를 통해 L&D 팀은 모든 작업을 수동으로 수행하는 방식에서 벗어나 대규모 학습을 실제로 조율할 수 있게 됩니다. 게임 체인저가 되는 것은 프롬프트가 아니라 바로 이 프로세스입니다.”
데비 리처즈는 또한 AI 에이전트에게 명확한 목표를 제공하는 것의 중요성을 강조합니다:
“에이전트는 프롬프트가 아닌 목표를 부여할 때 가장 효과적으로 작동합니다. 성공의 모습이 얼마나 명확한지에 따라 그들의 성과도 달라집니다. 이는 협업입니다—사람들을 대체하는 것이 아니라, 에이전트가 그들과 함께 일하는 방법을 가르치는 것입니다.”
이러한 인간 중심의 상호작용 디자인은 에이전트가 팀을 효과적으로 지원할 수 있도록 하면서 동시에 AI 기반 프로세스에 대한 신뢰를 조성합니다.
마무리 생각: 학습 및 개발(L&D) 분야에서의 AI 에이전트의 미래
AI 에이전트는 학습 및 개발 산업에 패러다임 전환을 가져옵니다. 생성부터 현지화, 출판에 이르는 전체 워크플로우를 간소화하는 확장 가능하고 효율적인 솔루션을 제공하기 때문입니다. 시간을 절약하고 업무량을 줄이며 일관성을 보장함으로써, 팀이 더 빠르게 영향력 있는 교육을 제공할 수 있도록 지원합니다. AI 도구를 막 탐색하기 시작했든 이미 자동화를 시험 중이든, AI 에이전트의 잠재력을 발견하기 위해 시범 운영을 고려해 보십시오.
“우리는 AI를 단순히 반짝이는 물건으로 보는 것을 멈추고, 그것이 지원하는 비즈니스 성과를 살펴봐야 합니다. AI를 사용하기 위한 사용이 아니라 속도, 일관성, 학습자 경험을 개선하는 것이 핵심입니다. 이것이 바로 L&D 리더로서 진정한 가치를 보여주는 방법입니다.” - 데비 리처즈
스마트캣 에이전트에 관하여
Smartcat 에이전트는 기업 학습 및 개발의 까다로운 요구 사항을 충족하도록 특별히 설계되었습니다. 안전한 인프라, 다국어 지원 기능, 직관적인 특징을 바탕으로 Smartcat 에이전트는 글로벌 팀이 교육 프로그램을 제작하고 제공하는 방식을 혁신하고 있습니다. 다국어 현지화 자동화, 마이크로러닝 과정 제작, 전사적 교육 확대 등 어떤 작업이든 Smartcat 에이전트는 워크플로우에 완벽하게 통합되어 시간을 절약하고 비용을 절감하며 효과적인 학습 솔루션 제공에 집중할 수 있도록 지원합니다.
