.svg)
여러분 조직의 AI 투자는 지금 제대로 된 방향으로 가고 있나요?
지난 4월 21일 화요일, 텔타의 첫 번째 웨비나를 진행했습니다. "HR이 AI에 투자하기 전에 알아야 하는 것 한 가지"라는 주제로, 각 기업의 HR 담당자분들과 함께한 자리였습니다.
세션을 진행하는 내내 Q&A가 꾸준히 들어왔고, 비슷한 고민을 가진 분들이 많다는 걸 확인할 수 있었는데요, 미처 현장에 오시지 못한 분들을 위해 세션 내용과 Q&A 전문을 정리했습니다.
세션 1. AI에 투자할수록 HR이 답하기 어려워지는 이유
교육도 했고, 툴도 지원하고 있는데 현장은 달라진 게 없다는 느낌, HR 담당자라면 한 번쯤 경험하셨을 겁니다.
텔타가 국내 기업 재직자를 대상으로 수집한 데이터를 보면, 응답자의 85% 이상이 AI 활용으로 업무 효율이 10% 이상 높아졌다고 느끼고 있었습니다. 그런데 동시에, 보안·정보 유출 우려(25.9%)와 결과물 품질에 대한 아쉬움(24.3%)이 AI 활용을 막는 주요 병목으로 나타났습니다. 사람들은 AI를 쓰고 있고, 효율이 올랐다고 느끼지만, 그 효율이 조직 성과로 이어지고 있는지는 아무도 모르는 상태인 거죠. 측정 기준이 없으면 투자가 맞는 방향인지 확인할 수 없습니다.
세션 2. 국내 기업 데이터로 보는 현실
이날 웨비나에서 가장 주목했던 데이터는 AI 도구 사용 빈도와 활용 수준의 상관관계였습니다.
참여자의 70% 이상이 AI를 거의 매일 사용하고 있었지만, 매일 사용하는 그룹 안에서도 실제 AI 활용 수준은 3.4%에서 73.4%까지 전 범위에 걸쳐 분포했습니다. 빈도가 높다고 수준이 함께 높아지지 않는다는 거죠.
AI 지식 수준과 실제 활용 수준은 다르다
AI 지식 수준과 실제 활용 수준 사이에도 11%p의 격차가 존재했습니다. 즉, 아는 것과 하는 것은 전혀 다른 역량이라는 사실이 드러난 겁니다.
또한 참여자의 58%가 리스크 인식 기준이 부족한 것으로 나타났는데, AI를 매일 사용하는 그룹도 예외가 아니었습니다. AI를 안전하게 다루는 감각은 경험만으로 쌓이지 않는 것이죠.
웨비나에서 다룬 데이터는 텔타가 국내 기업 재직자 130명을 대상으로 직접 진단한 결과를 담은 AI 리터러시 리포트 2026에서 확인하실 수 있습니다. 전체 데이터가 궁금하시다면 지금 무료로 다운로드 받아 보세요!
👉 AI 리터러시 리포트 2026 다운로드
세션 3. 그렇다면 HR은 무엇을 먼저 해야 할까
AI 사용 빈도도, 교육 수료율도 조직의 실제 현황을 설명하지 못합니다. 진짜는 실무에서 AI를 어떻게 쓰는가를 봐야 알 수 있죠. 텔타는 현황 파악을 두 가지 단위로 접근합니다. 개인 단위와 조직 단위입니다.
개인의 AI 역량을 파악하는 AI 리터러시 진단
AI 이해 및 리스크 인식(기술적 이해, 리스크 인식, 도구 선택)과 AI 활용 능력(Plan-Execute-Review) 두 축으로 구성원 개인의 실제 활용 수준을 측정합니다. 지식을 측정하는 객관식 문항과 더불어 실무 시나리오 기반 서술형 문항을 함께 제공해, 사고 과정을 직접 분석하는 방식입니다.
조직의 병목 요인을 파악하는 AX Readiness 진단
텔타의 AX Readiness 진단은 AI 전략 실행, 성장 환경, 심리 안전망 등 6가지 역량으로 조직의 AI 전환 준비도를 측정합니다. 조직의 병목 요인이 AX 시너지 단계에 있는지, 인프라는 갖춰졌지만 활용 장벽이 있는건지, 구성원 의지는 있지만 인프라가 부족한지 등을 한눈에 이해할 수 있는 리포트를 함께 제공합니다.
이처럼 변별력 높은 진단을 통해 조직의 위치를 제대로 파악하면 HR의 다음 판단이 달라질 수 있습니다. 교육을 더 제공해야 할지, 아니면 리더십·심리 안전망 같은 조직 차원의 개입이 먼저 필요한지 파악할 수 있죠.
웨비나 현장 Q&A 11개
Q1. 조직에서 ‘아는 것’을 ‘하는 것’으로 잘못 이해하면 어떤 문제가 생기나요?
말이 많은 사공이 배를 산으로 끄는 상황이 됩니다. AI를 안다고 말할 수 있는 사람은 많지만, 실무에서 실제로 성과를 만드는 사람은 따로 있죠. 토익 점수가 높아도 영어 미팅이 가능하냐는 전혀 다른 문제인 것처럼, 개념적 이해와 실무 적용은 다른 역량입니다.
조직이 이 둘을 혼동하면 "우리는 이미 AI를 잘 쓰고 있다"는 착각 속에 실제 병목이 방치됩니다. 진단 없이 교육만 계속 투입할수록 이 간극은 더 벌어질 수 밖에 없습니다.
Q2. AI 활용 기준은 어떤 근거로 만들었나요?
텔타는 철저히 데이터 기반으로 접근했습니다. AI를 실제 비즈니스에 도입해 재무 성과까지 이어진 글로벌 기업 30곳(Fortune AIQ 기반)의 2024~2025년 채용 공고 데이터를 분석했습니다.
AI 엔지니어나 ML 직무는 제외하고, 제조·금융·유통·마케팅 등 일반 직무에서 AI 관련 요구사항이 어떻게 변화했는지를 추출했습니다. 그리고 이를 OpenAI, Anthropic, Stanford 등 공신력 있는 기관의 프레임워크와 연결해 텔타 AI 스킬 택소노미를 완성했습니다. 탄탄한 이론 위에 실제 시장의 요구를 더한 실효성 높은 구조로 봐주시면 됩니다.
Q3. 전사 코파일럿을 도입했으나, 구성원들이 적극적으로 활용하지 않고 있습니다. AI 저항이 있는 구성원에게 어떤 접근이 효과적일까요?
구성원이 100명이라면 저항의 이유도 100가지입니다만, 구성원들을 한명씩 설득하는 건 현실적으로 불가능합니다. 핵심은 막연한 "해보자"는 구호 대신, 각자의 실무와 연결된 작은 성공 경험을 만들어 주는 겁니다.
본인 업무에서 AI에게 맡길 수 있는 과업을 직접 찾아보고, 실행해보고, 그 결과에 대한 맞춤 피드백을 받는 경험이 저항을 줄이는 가장 빠른 방법입니다. 전사 공통 교육보다 업무 맥락에 밀착된 접근이 필요한 이유입니다. 구성원 각자의 실무에서 AI 활용이 어떤 의미가 있는지, 그 연결 고리를 만들어 주시는 데 집중하시면 원하시는 변화를 이끌어낼 수 있을 겁니다.
Q4. AI 리터러시가 정확히 무엇인가요? 도구 사용 능력인지, 데이터를 다루는 능력인지, LLM에 대한 이해인지 잘 모르겠습니다.
세 가지는 AI 리터러시에 대한 일부일 뿐, 전부는 아닙니다. 텔타가 정의하는 AI 리터러시는 업무 맥락에서 AI를 다루는 사고력과 판단력입니다. 스마트폰 설명서를 처음부터 다 읽지 않아도 목적에 맞게 바로 세팅해서 쓸 수 있는 것처럼, AI가 왜 이런 결과를 내는지 이해하고, 어떤 상황에서 어떤 판단을 내릴 수 있는지를 보는 것이 핵심입니다.
구체적으로는 AI의 한계를 인식하는 것, 어떤 도구를 어떤 목적에 쓸지 선택하는 것, 실무에서 AI에게 과업을 설계하고 위임하는 것, 그리고 결과물을 비판적으로 검토하는 것까지 포함됩니다.
Q5. 개인 AI 리터러시 진단과 조직 AX 준비도 진단은 각각 어떤 방식으로 이루어지나요? 서베이 방식으로도 의미 있는 데이터가 나올 수 있을까요?
개인 AI 리터러시 진단은 이론적 지식과 경험을 기반으로 묻는 객관식 문항과, 실무 시나리오 기반 서술형 문항을 활용해 진단 참여자의 사고 과정을 분석합니다.
조직 AX Readiness 진단은 서베이 방식이지만 리커트 척도를 사용하지 않습니다. 서베이는 인식 수준을 파악하는 데는 유효하지만, 실제 활용 능력을 측정하려면 행동 기반의 문항 설계가 뒷받침되어야 합니다. AI 전략 실행, 성장 환경, 심리 안전망, 협업 생태계, 리더십, 업무 체화 6개 역량을 기준으로, 실제 업무 상황에서 관찰 가능한 행동 기술 문항(BARS)으로 구성했습니다.
Q6. 진단 결과는 실제로 교육 설계에 어떻게 연결할 수 있나요?
진단 결과를 살펴보면 사람마다 병목이 다릅니다. 구조화된 반복 개선이 안 되는 사람, AI 산출물에 피드백을 주는 방법을 모르는 사람, 과업을 AI에게 위임하는 기획 자체가 안 되는 사람 등, 같은 교육을 투입해도 해결되는 사람과 그렇지 않은 사람이 나뉘는 이유가 여기 있습니다.
텔타는 개인별 진단 결과를 기반으로 교육 업체 매칭까지 연결하고 있습니다. 실제로 매일경제의 디지털테크부 기자 4명이 텔타의 AI 리터러시 진단을 경험했을 때, 실질적인 교육이 필요한 분은 한 분이었습니다. 전체 참여자 중 교육이 필요한 집단과 체크리스트나 프로세스 정비만으로 해결되는 집단이 명확히 분리되는 사례였죠.
Q7. 진단 결과를 채용이나 평가 단계에서도 활용할 수 있나요?
활용 방식은 목적에 따라 달라집니다. 채용에서는 가상 업무 시뮬레이션 기반 진단으로 지원자의 실제 AI 활용 수준을 검증할 수 있습니다. 실제로 지금 텔타의 고객사 중에는 입사 후 어떤 구성원이 병목을 일으킬 가능성이 있는지를 사전에 파악하는 용도로 활용하는 사례가 있습니다.
평가에서는 텔타 역량 프레임워크를 평가 기준으로 전환하고, 6개월 주기 재진단으로 성장률을 추적하는 방식으로 연결지어서 확인 가능합니다. 육성 목적이라면 개인 피드백과 온·오프라인 교육 매칭을 함께 설계할 수 있습니다.
Q8. 전사 단위로 AI 역량을 진단할 때 우선순위를 어떻게 정하면 좋을까요?
인적 성숙도(구성원의 AI 활용 역량·수용도·실행 의지)와 시스템 준비도(도구·인프라·프로세스 구축 수준) 두 축으로 사분면을 먼저 그려보세요. 어느 조직이 AX 시너지 단계인지, 어느 조직이 인프라는 갖춰졌지만 활용 장벽이 있는지, 어느 조직이 구성원 의지는 있지만 인프라가 부족한지가 한눈에 보입니다. 병목이 어디에 있는지를 먼저 확인한 뒤 각 사분면에 맞는 접근 방식을 설계하는 것이 전사 진단의 출발점입니다.
Q9. 텔타 AI 역량 기준은 구체적으로 어떤 과정을 통해 기준을 수립하신 건가요?
Fortune 선정 AX 선도 기업 30곳의 2024~2025년 채용 공고를 수집했습니다. AI 엔지니어, ML 등 기술 직무는 제외하고, 제조·금융·소매·뱅킹 등 일반 직무의 요구사항 중 AI 관련된 항목만 추출해 분석했습니다.
단순 키워드 빈도 분석이 아니라, LLM을 활용해 의미와 맥락 중심으로 데이터를 정제하고 글로벌 프레임워크와 매핑하는 방식으로 진행했습니다. 이론적 기준과 실제 시장 요구 사이의 간극을 메우기 위한 과정을 거쳤죠.
Q10. 개인 생산성 향상을 조직 성과로 연결하려면 무엇을, 어떻게 측정해야 할까요?
나의 업무 속도가 빨라졌어도 앞사람, 옆사람이 병목이라면 전체 흐름은 달라지지 않습니다. 회사는 여러 사람이 함께 큰 성과를 만드는 곳이기 때문입니다. 개인이 AI로 효율을 높였을 때, 그게 옆 사람에게도 같은 수준의 퀄리티로 연결되고 있는지, 조직 내 협업 흐름에서 병목이 사라지고 있는지부터 봐야 합니다. 개인 진단만으로는 이러한 전체적인 그림이 보이지 않습니다. 조직 단위 진단을 함께 가져가야 하는 이유입니다.
Q11. 부서별, 직무별로 AI 활용 수준의 기대값이 다를 텐데, 전사 단위 진단에서 어떤 기준으로 우선순위를 정하면 좋을까요?
직무마다 요구되는 AI 활용 수준이 다르다는 건 맞습니다. 그래서 텔타는 전사 단위에서 개별 직무 기준을 먼저 세우기보다, 조직 전체를 사분면으로 스크리닝하는 것을 먼저 권장합니다. 어느 조직·부서가 어느 사분면에 속하는지 파악한 뒤, 병목이 집중된 영역부터 접근하는 방식입니다. 직무별 세부 기준은 그 다음 단계에서 뾰족하게 설계할 수 있습니다.
