기아대책본부 실무자는 유료 ChatGPT 팀 계정을 쓰면서도 Projects를 히스토리 분리용으로만 썼다. 추천 의향 4.58점, 가장 유익한 주제 1위는 Excel 업무자동화 실습(72.7%)이었다. 같은 과정을 들이려면 참가자가 지금 어디까지 쓰는지와 반복 업무 목록부터 확인해야 한다.
교육 전 기아대책본부 실무자들의 상태는 도입 전이 아니었다. 우리가 기아대책본부 교육 기록(2026년 1월 13일)에 남긴 대로, 이들은 이미 ChatGPT로 엑셀 함수를 추천받고 문서 초안을 뽑고 있었고, 유료 팀 계정도 있었다. 다만 Projects 기능은 대화 히스토리를 나누는 용도로만 쓰였고, Instruction과 지식(RAG) 기능은 거의 손대지 않은 상태였다.
조직의 AI 활용도를 계정 보급률로 재면 이 조직은 이미 완료 판정을 받는다. 그런데 사전 의견과 현장 대화에서 나온 말 중 하나는 "ChatGPT를 쓰고는 있는데 잘 쓰고 있는지 모르겠어요."였다. 기능은 알지만 실무 자동화나 데이터 분석으로는 넘어가지 못한, 도구는 있고 확장이 없는 상태였다.
그래서 우리는 이 과정의 목표를 도구 설명이 아니라 실무자의 이해도를 한 단계 올리는 데 두었다.
사전 의견에서 나온 고민은 새 기능이 아니라 근거와 단순 반복 작업이었다
| 항목 | 내용 |
|---|---|
| 기관 | 기아대책본부 |
| 대상 | 여러 본부·팀의 실무자(전략 수립·실행, 인원 관리·리더십, 대외 협력, 성과 모니터링 담당) |
| 구성 | 하루 6시간, 실습 중심 |
| 도구 | ChatGPT(GPTs), Google Sheet, NotebookLM, Canva, 영상 생성 AI, 파이썬 |
| 결과 | 추천 의향 평균 4.58/5, 전반적 만족도 긍정 평가 100% |
사전 의견과 현장 발언에서 고민의 방향이 보인다. 한 참가자는 "보고서작성할때, 불확실한 정보 말고, 명확한 근거가 필요해요."라고 적었고, 다른 참가자는 "빨리 퇴근하고 싶은데 메일발송, 엑셀작업 등 단순 작업이 너무 많아요."라고 했다. 어느 것도 새 기능 요구가 아니다. 근거의 확실성과 반복 작업의 양이 문제였다.
역할은 본부마다 달랐지만 반복되는 업무는 겹쳤다. 메일 응답, 보고서와 회의록 작성, 문서 템플릿 정리, 번역과 이미지 생성, 사업 계획안과 자료 업데이트. 이런 정형화된 업무에 생성형 AI를 붙일 수 있다는 것은 다들 어렴풋이 알고 있었다. 어디까지, 어떻게 붙이는지가 비어 있었다.
목표를 '써본 사람'에서 '반복 업무에 적용·확장해본 사람'으로 옮기자 원리 설명이 실습 앞에 놓였다
목표는 한 줄이었다. ChatGPT를 써본 사람이 아니라, 내 반복 업무에 바로 적용하고 확장해본 사람까지 만드는 것. 세부 목표는 왜 이런 결과가 나오는지 이해할 것, 메일·문서·데이터 업무를 실제로 자동화해 볼 것, 코드를 몰라도 개발자의 사고방식을 빌려 실무에 적용할 것이었다.
이 목표가 순서를 정했다. 생성형 AI 교육의 흔한 실패는 결과만 보고 신기하다는 반응으로 끝나고, 자기 업무에 적용하려 하면 남는 것이 없는 경우다. 그래서 우리는 사고를 바꾸고, 흥미를 붙이고, 실무로 잇는 흐름을 설계의 중심에 두었다.
구성은 ChatGPT 작동 원리·GPTs(맞춤형 GPT) 제작 → 영상 생성 AI·Google Sheet 업무 자동화(이메일 발송·크롤링) → Canva 이미지 생성·NotebookLM 데이터 분석 → ChatGPT·스프레드시트·파이썬을 잇는 복습이었다. 원리 설명이 맨 앞, 여러 도구를 잇는 복습이 맨 뒤다.
가장 유익한 주제 1위는 프롬프트가 아니라 Excel 업무자동화 실습이었고, 개발자 영역이라 여기던 일이 실무자 손에 들어왔다
설문에서 교육 추천 의향은 평균 4.58점(5점 만점), 전반적 만족도는 긍정 평가 100%였다. 가장 유익했던 주제(복수 선택) 1위는 생성형 AI 활용 Excel 업무자동화 실습(72.7%), 2위는 프롬프트 엔지니어링 및 나만의 GPT 만들기(69.7%)였다. 차이는 3퍼센트포인트지만, 이미 ChatGPT를 쓰던 조직에서 프롬프트보다 자동화가 위에 올라온 것은 교육 전 고민과 맞아떨어진다.
피드백 두 개가 결과를 보여준다. 한 참가자는 "NotebookLM 업무에 정말 도움 많이 됐어요."라고 했고, 다른 참가자는 "문서 검수 자동화도 해봤는데, 개발자 영역인 줄 알았어요."라고 했다. 문서 검수 자동화는 할 수 없는 일이 아니라, 자기 영역이 아니라고 여겨 시도하지 않던 일이었다.
주관식 의견에는 "초반에 전반적인 설명하시는 거 보고 너무 좋았습니다."가 있었다. 초반 설명은 우리가 맨 앞에 둔 원리 구간이다. 교육 뒤에는 강의 자료의 사내 타 팀 공유 요청, 여러 차례의 1:1 질문, 개인별 업무 적용 사례가 이어졌다. 우리는 효과의 이유를 도구가 아니라 사고방식에서 찾는다. 참가자가 AI를 정답 생성기가 아니라 업무 파트너로 보게 된 것이 그 바탕이다.
가져갈 것
- 참가자가 ChatGPT를 이미 어디까지 쓰는지(유료 팀 계정 여부, Projects·Instruction·지식 기능 사용 여부)를 교육 전에 확인했는가
- 사전 의견을 받아 "명확한 근거가 필요하다", "메일·엑셀 단순 작업이 많다" 같은 고민을 실습 소재로 연결했는가
- 참가자의 반복 업무 목록(메일 응답, 보고서·회의록, 문서 템플릿, 번역·이미지, 자료 업데이트)이 실습 과제에 들어가 있는가
- 과정 목표가 "기능을 안다"가 아니라 "내 반복 업무에 적용·확장해본다"로 적혀 있는가
- 도구 시연 앞에 왜 이런 결과가 나오는지 원리를 설명하는 구간이 있는가
- 교육 후 1:1 질문 창구와 강의 자료의 타 팀 공유 가능 여부를 미리 정했는가
안 되는 경우
- 원문이 밝히지 않은 것: 교육 실시 일자, 참가 인원과 설문 응답자 수, 유료 팀 계정의 플랜, 1:1 질문이 이어진 기간과 건수, 업무 적용 사례의 구체 내용.
- 이미 ChatGPT 유료 팀 계정을 쓰는 실무자 조직에서 확인된 결과다. 계정도 없고 써본 적도 없는 조직은 출발점이 다르고, 그 경우는 이 교육에서 확인하지 않았다.
- Google Sheet, NotebookLM, Canva 같은 외부 서비스 접근이 막힌 보안망에서는 자동화 실습이 성립하지 않는다. 이 교육의 네트워크 조건은 기록에 남기지 않았다.
- 하루 6시간 과정 직후의 설문이다. 업무 적용이 얼마나 지속됐는지는 개별 사례 언급 외에 수치가 없다.
이번 주에 바꿀 것은 AI 활용도를 재는 기준이다. 유료 계정이 몇 좌석 깔렸는지 대신, 팀의 반복 업무 중 실제로 자동화된 항목 수를 센다. 그 목록에서 Projects·지식 기능이 놀고 있는지와 문서 검수처럼 개발자 영역으로 밀어둔 일이 같이 드러난다. 실무자 교육을 검토 중이라면 조녁컴퍼니의 교육 구성을 확인할 수 있다. 사업영역 →