ChatGPT·Claude 사용법만 가르치면 될까요?

메가존클라우드와 파운드리(IDG)가 국내 기업 749개사를 조사한 결과, 2025년 현재 55.7%의 기업이 생성형 AI를 활용 중이며 도입을 계획한 기업까지 더하면 2026년에는 85%를 넘어설 전망입니다.

AI를 '쓸 줄 아는 것'은 더 이상 특별한 역량이 아니라 기본값이 되어가고 있습니다. 모두가 같은 도구를 비슷하게 쓰면 결과도 비슷해집니다. 경쟁력은 '사용 여부'가 아니라 '어떻게 내 업무에 맞게 적용하는가'에서 갈리기 시작했습니다.

최근 흐름은 질문에 답하는 AI를 넘어, 스스로 일을 처리하는 'AI 에이전트'로 옮겨가고 있습니다. AI 에이전트란 사람이 목표만 정해주면 도구를 활용해 업무를 끝까지 수행하는 'AI 일꾼'을 말합니다.

가트너는 2026년까지 전체 기업 애플리케이션의 40%가 작업 특화 AI 에이전트를 탑재할 것으로 내다봤습니다. 2025년 5% 미만이던 것이 1년 만에 약 8배로 늘어나는 셈입니다(Gartner, 2025.8). 딜로이트 역시 2026년까지 기업의 최대 75%가 에이전트형 AI에 투자할 것으로 전망했습니다(Deloitte TMT Predictions 2026).

기업용 AI 에이전트 소프트웨어 시장은 2025년 약 78억 달러에서 2030년 약 526억 달러로 5년간 약 6.7배(연평균 46.3%) 커질 것으로 예측됩니다(MarketsandMarkets, 2025). 잠깐의 유행이 아니라 기업 소프트웨어의 표준 기능으로 자리 잡는다는 뜻입니다.

기업들이 2026년 가장 중점을 두겠다고 답한 교육 분야 1위는 'AI 교육'(50.9%)이었고(휴넷 '2026 기업교육 전망', 371개사), AI 인재 확보 방법으로는 '내부 인력 재교육'(62.6%)이 가장 높았습니다(CIO Korea '2026 IT 전망조사', 884명). 밖에서 데려오기보다 안에서 길러내겠다는 것입니다.

이 흐름이 가리키는 결론은 하나입니다. '사용법'이 아니라 '내 업무에 맞는 AI를 직접 만드는 법'을 가르쳐야 한다는 것입니다.

부산AI코딩스쿨은 서울의 한 업체의 주문 업무를 AI로 재설계한 적이 있습니다. 주문이 들어오면 카카오 알림톡이 자동 발송되고, 홈페이지와 연동되며, 견적서가 자동 발행되는 업무 대시보드를 만들었습니다. 이것은 'ChatGPT·Claude 사용법'을 안다고 되는 일이 아닙니다. 그 업체의 업무를 이해하고 꼭 맞는 AI를 설계해야 가능한 일입니다.

효과는 비용으로도 증명됩니다. 글로벌 컨설팅사 베인(Bain)의 2026년 조사에서, AI 에이전트를 도입한 기업이 투자금을 회수하기까지 걸린 기간은 중앙값 6.7개월이었습니다.

가장 흔한 오해가 '거창한 것부터 해야 한다'는 생각입니다. AI 에이전트 도입은 매일 반복되는 작은 업무 하나에서 시작하는 것이 가장 빠르고 안전합니다. 규칙이 명확하고 자주 반복되는 일일수록 맡기기 좋습니다.

문의·예약 응대(자주 묻는 질문 자동 답변), 주문·접수 처리와 알림 발송, 반복되는 보고서·정산 자료 정리, 일정 조율과 안내 메시지 발송 — 이런 업무들입니다.

이런 업무 하나를 넘겨 손이 가벼워지는 경험을 하고 나면 다음 업무로 확장하는 건 훨씬 쉬워집니다. 중요한 건 '한 번에 다 바꾸기'가 아니라 '작게 시작해 빠르게 효과를 확인하기'입니다.

진단 — 우리 조직의 반복 업무 중 'AI에게 맡길 일'을 함께 찾습니다.

설계 — 그 업무에 맞는 AI 워크플로우(자동화 흐름)를 그립니다.

구축 — 실제로 작동하는 결과물(자동화 대시보드·챗봇 등)을 함께 만듭니다.

이관 — 담당자가 스스로 수정·운영할 수 있도록 넘겨드립니다.