코딩을 모르는 직원이 AI 챗봇이나 자동화를 직접 만든 사례가 있나요?

한국수력원자력 새울본부 — 코딩을 모르던 재직자 4명이 전원 교육 시간 안에 작동하는 업무 챗봇을 완성했습니다.

주식회사 한탑(임직원 20명) — 연차 현황을 팀별 대장에서 손으로 취합해 정리하던 일이 30분~1시간에서 3~5분으로 줄었습니다. 직원들이 자기 팀 보고 양식을 가져와 그 자리에서 변환 프롬프트를 만들고, 데이터를 붙여넣으면 분석표가 나오는 구조입니다.

제조기업 사내 출강(8주) — 영업·구매·총무 실무자가 각자 업무 에이전트를 만들어 전 부서에 공유했습니다.

기업 출강(8주) — 비개발자 실무자가 사내 문서를 근거로 답하는 AI 챗봇을 직접 제작했습니다.

공통점은 강사가 만들어 준 것이 아니라 직원이 자기 업무 자료로 직접 만들었다는 점입니다.

하루 과정은 「배우는 시간」이 아니라 「하나 완성하는 시간」으로 씁니다. 각자 자기 업무 하나를 정해 와서 그날 안에 쓸 수 있는 상태까지 만듭니다.

자주 나오는 결과물은 이렇습니다. 매번 손으로 정리하던 보고서 양식 변환, 흩어진 자료를 붙여넣으면 나오는 집계표, 반복 문의에 답하는 안내문 초안, 사내 규정·매뉴얼을 근거로 답하는 간단한 챗봇입니다.

중요한 것은 다음 날 출근해서 그대로 쓰는 것입니다. 그래서 회사 실제 자료로 만들고, 개인정보가 들어가지 않게 쓰는 방법부터 안내합니다.

대부분 「도구 사용법」을 배웠기 때문입니다. 챗GPT 화면을 설명하고 예시를 따라 치면 그날은 됩니다. 그런데 자기 업무로 돌아오면 어디에 쓸지 모릅니다.

그래서 저희는 각자 자기 업무 하나를 정해서 오게 합니다. 그 업무를 그 자리에서 줄여 보면 「내 일에 쓰는 것」이 됩니다.

계정 문제도 큽니다. 회사 계정이 없거나 보안 때문에 막혀 있으면 교육이 끝나고 쓸 수가 없습니다. 시작 전에 무엇을 쓸 수 있는지부터 맞춥니다.

그리고 한 사람만 잘하면 오래 못 갑니다. 각 부서에서 한 명씩 만들어 사내에 공유하는 형태가 남습니다. 제조기업 8주 과정에서 영업·구매·총무 실무자가 각자 만든 에이전트를 전 부서에 공유한 것이 그 경우입니다.

도구를 먼저 고르지 마십시오. 반복되는 일 중 시간이 가장 많이 새는 것 하나를 찾는 데서 시작합니다. 같은 정보를 여러 곳에 중복 입력하고 있지는 않은지, 유독 오래 걸리는 단계가 어디인지 두 가지만 봐도 1순위가 보입니다.

첫 과정은 하루로 잡고 인원은 20~30명이면 충분합니다. 끝날 때 각자 결과물 하나가 남게 구성합니다.

그다음에 「이 업무 자체를 바꿔 달라」가 나오면 진단과 시스템 제작으로 넘어갑니다.