무엇부터 바꿀지 찾는 교육
업무 시연과 참여형 워크숍을 통해 AI를 적용할 수 있는 과제를 발견합니다.
“AI를 어디에 써야 할지 모르겠습니다.”
“직원들이 실습은 했는데, 업무에 적용하지 못하고 있습니다.”
“만들어 본 도구 중 무엇을 더 발전시켜야 할까요?”
Artetlab은 구성원이 실제로 겪는 업무의 불편함에서 교육을 시작합니다. 개선할 과제를 찾고, 가능한 해결 방식을 시험하며, 조직에서 활용하려면 무엇을 더 확인해야 하는지 함께 정리합니다.
반복해서 손이 가는 일, 자료를 찾느라 멈추는 순간, 담당자의 경험에 의존하는 판단을 구성원이 직접 적어봅니다. 모인 의견을 바탕으로 교육에서 다룰 구체적인 업무와 목표를 정합니다.
AI에 맡길 일, 정해진 규칙으로 처리할 일, 사람이 확인할 일을 나눕니다. 참여자의 경험과 실습 환경에 맞춰 업무 시나리오를 시연하거나, 직접 초안과 시제품을 만들어봅니다.
결과가 업무에 도움이 되는지, 어떤 자료와 판단 기준이 더 필요한지 확인합니다. 추가로 발전시킬 과제를 고르고, 실제 사용 전에 검토해야 할 데이터·접근 권한·운영 조건을 정리합니다.
교육에서 발견한 과제와 실습 결과를 바탕으로, 조직이 어디부터 실행하면 좋을지 전달합니다. 후속 코칭이 필요한 과제, 추가 개발이 필요한 기능, 사내 담당 부서의 검토가 필요한 항목을 구체화합니다.
교육 시간과 목표에 맞춰 다룰 단계와 결과물의 범위를 사전에 정합니다.
업무 시연과 참여형 워크숍을 통해 AI를 적용할 수 있는 과제를 발견합니다.
선정한 업무를 구체화하고, 시제품을 만들고, 결과를 검토하는 과정을 함께합니다.
교육과 코칭에서 확인한 과제를 바탕으로 필요한 기능을 보완하고, 사용 환경에 맞춰 구현합니다.
후속 개발과 운영 지원은 교육 범위와 구분해 별도로 협의합니다.
“사업부별 시장 동향을 살펴보는 ‘마켓워치’를 비롯해 업무에 활용할 수 있는 AI 에이전트 실습을 설계했습니다. 담당 사업부, 경쟁사, 모니터링할 정보, 의사결정 기준을 직접 설정하면서 AI가 업무를 이해하는 데 필요한 정보를 구성하도록 했습니다.”
“생산·원가·재고 정보를 함께 살펴보려는 요구를 바탕으로, 필요한 데이터와 화면, 판단 기준을 구체화했습니다.”
“사내 AI 과제의 문제 정의와 초기 시제품을 검토하고, 사용자·데이터·평가 기준에 맞춰 개선 방향을 제안했습니다.”
교육 대상과 목표에 맞춰 업무 사례, 실습 과제, 검토 기준을 조정합니다. 기존 교육 자료로 다루기 어려운 새로운 콘텐츠나 전용 도구가 필요하면 제작 범위를 별도로 정합니다.
자료의 상태, 필요한 기능, 외부 시스템과의 연결 범위 또는 교육 목표에 따라 달라집니다. 착수 전에 작업 범위와 비용, 일정, 완료 기준을 제안하고 함께 확인합니다.
구성원의 AI 활용을 시작하고 싶은지, 현장의 과제를 발굴하고 싶은지, 이미 만든 시제품을 발전시키고 싶은지 알려주세요. 교육 대상과 현재 단계에 맞춰 목표와 진행 방식을 제안하겠습니다.