작년에도 외부 AI 강의를 불렀습니다. 하루 종일 챗GPT 예시를 봤고, 다들 고개를 끄덕였죠. 그런데 다음 날 자리로 돌아가니 아무도 그걸 쓰지 않았습니다.
많은 교육담당자분들이 이 장면을 반복해서 겪습니다. 강의는 분명 들었는데, 우리 회사 업무엔 남는 게 없습니다. 이유는 단순합니다. 강사가 보여준 건 '누구에게나 통하는 예시'였지, 우리 회사의 데이터와 업무가 아니었으니까요.
숫자도 이 답답함을 뒷받침합니다. 대한상공회의소·산업연구원 조사(2024)에서 국내 기업의 78.4%가 성과를 높이려면 AI가 필요하다고 답했지만, 실제로 업무에 AI를 활용하는 기업은 30.6%에 그쳤습니다. 필요성은 아는데 정작 현업에는 내려앉지 못한 겁니다.
교육을 '시작'하기 전에 개발자를 회사 안으로 먼저 보냅니다
이 개발자를 FDE라고 부릅니다.
정해진 커리큘럼을 들고 오는 강사가 아니라, 기업과 합의한 기간(최소 2주) 동안 현장에 상주하는 전문 개발자죠. FDE가 가장 먼저 하는 일은 화려한 강의가 아니라 '데이터 정비'입니다. 부서마다, 시스템마다 흩어져 있는 사내 데이터를 한곳에 모으고, AI가 그 데이터를 실제로 활용하도록 세팅합니다. 이 토대가 갖춰져야 비로소 교육도, AI도 '우리 회사 것'으로 돌아가기 시작합니다.
토대가 만들어지면 그 위에서 회사에 꼭 맞는 교육을 설계하고, 사내 데이터로 실제 작동하는 AI 에이전트까지 만들어 두고 나옵니다. 제목 그대로입니다. AI교육의 성패를 가른다는 FDE, 이들이 파견을 가서 정확히 무엇을 하는지 표준 5단계로 하나씩 보여드리겠습니다.
강의 한 번으로 끝나는 교육을 다시 반복하면 결과도 지난번과 같습니다. 실제로 MIT가 2025년 발표한 조사에서는 기업이 도입한 생성형 AI 파일럿의 약 95%가 손익에 잡히는 성과를 내지 못했다고 합니다. 원인은 기술이 아니라, AI를 회사의 실제 업무와 데이터에 붙이지 못한 데 있었습니다.
바꿔 말하면 교육의 성패는 강의장이 아니라 '그 회사의 데이터'에서 갈립니다. 조코딩AX파트너스가 강사가 아닌 개발자(FDE)를 먼저 보내는 이유가 여기에 있습니다.
FDE는 파견을 가도 강의부터 하지 않습니다
FDE가 회사에 들어가 가장 먼저 하는 일은 슬라이드를 켜는 게 아니라 회사를 들여다보는 겁니다. 어떤 업무가 반복되는지, 데이터가 어디에 어떻게 쌓여 있는지부터 확인하죠.
이유는 분명합니다. 미국 랜드연구소(RAND)가 2024년 내놓은 보고서는 '일부 추정으로는 AI 프로젝트의 80% 이상이 실패한다'며, 그 가장 큰 원인으로 기술이 아니라 '무엇을 풀지에 대한 오해'와 '데이터 준비 부족'을 꼽았습니다.
진단 없이 시작하면 아무리 좋은 강의도 헛돕니다.
흩어진 데이터를 한곳에 모으는 것부터
저희 FDE의 핵심 업무는 복잡한 기술이 아니라 '데이터 정비'입니다. 부서마다, 프로그램마다 따로 노는 사내 데이터를 한곳에 모으고, AI가 실제로 꺼내 쓸 수 있는 형태로 세팅합니다.
이 토대가 없으면 AI는 남의 데이터로만 답하는 도구에 그칩니다. 회사의 데이터가 연결돼야, 그때부터 AI가 '우리 회사의 일'을 하기 시작합니다.
조코딩AX파트너스는 이 순서를 지킵니다
저희는 파견 진행을 다섯 단계로 표준화했습니다. 킥오프에서 목표와 범위를 맞추고, 회사 곳곳의 데이터를 식별합니다. 무엇을 어떻게 활용할지 설계한 뒤 정제한 데이터를 AI 시스템에 적재·연동하고, 마지막에 진단·설계 결과와 실행 로드맵을 보고서로 정리해 드립니다.
이 과정은 외부 도구를 잠깐 붙였다 떼는 방식이 아니라, 전문 개발자가 기업과 합의한 기간(최소 2주) 동안 상주하며 직접 수행합니다. 대부분의 기업은 여기에 집체교육과 1:1 퍼실리테이팅을 함께 진행해 정착 효과를 높입니다.
교육이 끝나도, '결과물'이 회사에 남습니다
가장 큰 차이는 마지막에 남는 것입니다. 데이터 토대가 갖춰지면 그 위에서 사내 데이터로 실제 작동하는 AI 에이전트까지 만들어 두고 나옵니다. 이 결과물은 사내 전용 AI 플랫폼 AXHub에 올라가, 밖으로 나가지 않고 회사 안에서만 돌아갑니다.
여기서 한 걸음 더 나아갑니다. AXHub에서는 복잡한 개발 지식이 없어도 어느 직무든 필요한 업무 자동화를 직접 만들어 동료와 공유할 수 있습니다. 서버나 보안 같은 인프라는 AXHub가 알아서 잡아줍니다. 그래서 FDE가 떠난 뒤에도 회사는 스스로 도구를 늘려가고, AI 역량이 특정 담당자 한 명이 아니라 조직에 내재화됩니다.
그래서 직원들은 남의 사례가 아니라 어제까지 쓰던 우리 데이터로 배우고, 교육이 끝난 다음 날에도 그 결과물을 그대로 씁니다. '들었다'로 끝나는 교육과, 회사에 자산이 남는 교육의 차이입니다.
비교해보시면 차이가 보입니다. 검증된 순서대로, 우리 회사의 데이터 위에서 진행되는 AI교육이 결국 실무에 남습니다.
저희는 하루 만에 끝나는 특강을 찾으시는 분께는 맞지 않습니다. 회사 데이터를 진단하고 정비하는 데만 최소 2주가 필요하기 때문입니다.
하지만 '들었다'로 끝나지 않고 현업에 실제로 남는 AI교육을 원하신다면, 어떤 데이터가 있고 무엇부터 손봐야 할지 부담 없이 먼저 진단해 보시도록 아래에서 확인해 주세요.