현대백화점 인재개발원 청평캠퍼스에서 책임 진급자에게 데이터 리터러시를 90분씩 4회 강의했다. 전 직군 범용 강의의 반응은 통계 이론의 깊이가 아니라 일상 사례 셋과 slido 질문에서 나왔다. 진급자 교육에 데이터 과목을 넣는다면 이론 분량보다 사례 수와 실시간 채널을 먼저 정한다.
현대백화점그룹 인재개발원의 "통계적 사고 기반 데이터 리터러시" 강의를 원문 2025년 6월 5일에 기록해 두었다. 2025년 3월 21일부터 5월 29일 사이에 4회, 장소는 경기도 가평의 청평캠퍼스, 대상은 책임 진급 1년차, 한 회차는 90분이다. 특정 직무가 아니라 전 직군이 한 강의실에 앉는 범용 강의였다.
이 조합은 데이터 교육에서 다루기 어려운 쪽에 속한다. 참가자는 실무 경험이 많은 진급자이고 직무는 제각각이며 시간은 90분이다. 수강생 후기 중 "어제 강의 3개를 모두 요약한 강의였어요"라는 문장으로 미루어 앞선 강의들 뒤에 이 과목이 이어진 정황은 있지만, 진급자 프로그램의 구성과 이 과목의 공식 순서는 원문에 적지 않았다.
같은 기관의 SQL 과정 3년이 4주 20시간의 도착점을 다뤘다면, 이 글은 90분 범용 강의에서 무엇이 반응을 만들었는지를 우리 회고로 정리한다.
90분 전 직군 강의에서 통한 것은 이론의 깊이가 아니라 일상 사례 셋이었다
구성은 세 단계다. 데이터 리터러시의 정의와 그것이 인공지능 발전으로 이어진 흐름을 예시로 설명하는 이론, 일상 사례에서 원칙을 뽑는 중간, 업무 사례로 적용을 보여주는 마무리다. 이론 단계의 메시지는 하나였다. 효율은 지금 당장 필수가 아니지만 발전이 이어지면 기본값이 되므로, 귀찮더라도 관심을 두어야 한다는 것이다.
반응이 갈린 지점은 중간 단계였다. 일상 사례 세 개에서 원칙 세 개를 뽑았다. 기분보다 기준, 기억보다 기록, 기술보다 기세. 데이터를 다루고 AI를 쓸 때 기분 대신 기준이, 기억 대신 기록이, 기술 대신 기세가 필요하다는 것이다. 이어 조별로 토론한 뒤 각자 일상에서 적용할 것을 발표했고, 발표의 반응은 우리 예상보다 컸다.
업무 단계는 국내 대기업·스타트업·해외 사례를 놓고 앞의 세 원칙이 실제 상황에서 어떻게 적용됐는지를 보인 뒤, 작은 것부터 적용해 보라는 권고로 닫았다.
회고에 개선점으로 적은 것도 이 배치와 같은 방향이다. 직군이 다른 사람들이 한 강의실에 앉는 90분 범용 강의에서는 이론을 깊게 파는 쪽보다 사례를 앞세워 시사점을 전하는 쪽이 반응이 좋았다. 한 수강생은 "실무에 사용가능한 팁이 많아 좋았습니다"라는 후기를 남겼고, 남은 것이 이론이 아니라 쓸 수 있는 팁이었다는 평가다.
slido 실시간 질문이 90분의 내용을 수강생 니즈 쪽으로 돌렸다
사례 위주 구성이 성립하려면 어느 사례가 이 강의실에 맞는지를 강의 중에 알아야 한다. 그 역할은 slido가 맡았다. 질문이 실시간으로 올라오니 수강생이 무엇을 원하는지 강의 도중에 읽을 수 있었고, 우리는 거기에 맞춰 전달할 내용을 조정했다. 듣는 쪽 사정에 맞춘 강의가 결과적으로 낫다는 점은 이번에도 같았다.
대상이 책임 진급 1년차였다는 사실은 이 채널의 값을 올린다. 실무 경험이 쌓인 집단이라 토론 시간에 올라온 업무 적용안 여럿이 기억에 남았다. 이론을 더 얹는 대신 참가자의 경험을 사례에 붙이게 하는 편이 90분 안에서 산출물을 만드는 경로였다.
순서에 관한 후기도 있었다. 한 수강생은 "왜 마지막에 교육 하시는지 알겠어요"라고 남겼다. 이 과목이 앞선 강의 뒤에 왔다는 점은 후기로 짐작할 뿐이며, 진급자 프로그램의 전체 구성과 공식 순서는 원문에 적지 않았다.
4회 동안 도구 목록은 회차마다 바뀌었고, 다음 과제는 업무 영역별 LLM 도구 표였다
같은 강의를 4회 반복했지만 내용이 같지는 않았다. 소개한 AI 도구에 관심이 높아서 1회차보다 2~4회차로 갈수록 새 도구를 더했다. 3월 하순부터 5월 말까지 두 달 남짓한 기간에 도구 목록이 회차 단위로 갱신된 셈이다.
다음 회차 적용점으로 적어 둔 두 가지도 같은 방향이다. 업무 영역별로 실제 쓸 수 있는 LLM 도구를 표로 정리해 강의 뒤에 전달하는 것, 그리고 사례별 이미지를 ChatGPT 지브리 업데이트 이후의 최신 모델로 다시 생성하는 것이다. 주제는 바뀌지 않아도 그것을 보여주는 도구와 이미지는 몇 주 단위로 낡는다. 반복 강의라면 자료의 유효기간을 회차 간격보다 짧게 잡는다.
가져갈 것
진급자 교육에 데이터 리터러시 과목을 넣으려는 조직의 체크리스트다. 원문에서 확인된 항목만 적었다.
- 대상이 전 직군이고 시간이 90분이라면, 통계 이론의 분량보다 일상 사례 수(이번에는 3개)와 거기서 뽑을 원칙 수를 먼저 정했는가
- 조별 토론 뒤 각자 일상·업무에서 적용할 것 하나를 발표하는 시간이 90분 안에 들어 있는가
- slido 같은 실시간 질문 채널을 강의장 네트워크에서 열 수 있고, 강사가 그 결과에 맞춰 전달 내용을 조정할 수 있는가
- 회차가 여러 번이라면 회차마다 소개할 AI 도구 목록을 갱신할 시간을 강사 일정에 넣었는가
- 강의 종료 후 남길 자료로 업무 영역별 LLM 도구 표 같은 형태를 정했는가
- 진급자 프로그램 안에서 이 과목을 어느 순서에 둘지 정했는가(이번에는 수강생 후기로만 뒤쪽 순서로 짐작된다)
안 되는 경우
- 통계 기법 자체를 익혀야 하는 분석 직군. 이 회고는 전 직군 범용 90분 강의에 한정되며, 이론 깊이가 필요한 대상에 같은 배치가 맞는지는 다루지 않는다.
- 강의장에서 slido 같은 외부 실시간 도구를 열 수 없는 보안망. 니즈 파악이 이 채널에 기대고 있었고, 대체 수단을 쓴 경우는 원문에 없다.
- 회차 사이에 도구 자료를 갱신할 수 없는 반복 강의. 이번에는 2~4회차마다 새 도구를 소개했고, 같은 자료를 반복했을 때의 반응은 확인하지 않았다.
- 원문이 밝히지 않은 것: 회차별 인원, 만족도 수치, 후기 7건이 몇 명 중의 의견인지, 4회의 참가자가 같은 집단인지, 조별 토론에서 나온 적용안의 내용, 진급자 프로그램의 전체 구성.
진급자 교육 기획서에 데이터 과목이 있다면 이번 주에 바꿀 것은 그 과목의 목표 문장이다. "통계적 사고 이해"를 "각자 업무에서 적용할 기준 하나를 발표"로 고쳐 적고, 그 발표가 90분 안에 들어가는지 시간표를 다시 본다. 목표가 이해에 머물면 진급자의 실무 경험은 강의실에 들어오지 않는다. 전 직군 대상 데이터 리터러시 강의가 조녁컴퍼니의 어느 사업영역에 해당하는지는 아래에 있다. 사업영역 →