팀 AI 역량 진단 — 평균 점수보다 '어디가 함께 비었고 누가 가르칠 수 있는가'

🕰️ 왜 팀 평균만으로는 부족한가

조직에서 AI 교육을 계획할 때 가장 흔한 방식은 전 직원에게 같은 입문 교육을 한 번 제공하는 것입니다. 이 방식은 시작점으로는 괜찮지만 곧 한계에 부딪힙니다. 이미 잘 쓰는 사람에게는 지루하고, 정말 약한 부분은 교육 내용에 없는 경우가 많습니다.

그렇다고 팀원들의 점수를 평균 내는 것만으로도 부족합니다. 팀 평균이 60점이라는 숫자는 모두가 60점인 팀과, 90점과 30점이 섞인 팀을 구분하지 못합니다. 두 팀에 필요한 처방은 정반대입니다. 앞의 팀은 함께 배울 공통 교육이, 뒤의 팀은 팀 안의 지식 이전이 더 효율적입니다.

그래서 팀 비교에서는 평균보다 분포를 봐야 합니다. 누가 어디서 강하고 약한지, 어떤 판단을 여러 사람이 함께 틀리는지가 팀의 학습 계획을 결정합니다.

🔍 결과를 모아 비교하면 보이는 세 가지

NUGUNA CAMP의 개인 AI 역량평가(30문항·약 20분)는 평가를 마치면 결과 링크를 줍니다. 팀원들의 결과 링크를 팀 AI 역량 비교 화면에 모으면, 한 번에 최대 12명까지 여섯 역량을 나란히 보여 주고 다음 세 가지를 따로 짚어 줍니다.

팀 공통 공백은 흔히 조직 환경에서 생깁니다. 예를 들어 안전·윤리 영역이 팀 전체에서 낮다면, 개인의 부주의보다 "무엇을 AI에 넣으면 안 되는지" 정한 팀 기준이 없다는 신호일 수 있습니다.

절반 이상이 틀린 판단은 가장 값진 정보입니다. 여러 사람이 같은 선택지를 골랐다면 그것은 개인의 실수라기보다 팀이 평소 그렇게 일해 왔다는 뜻일 가능성이 높습니다. 이때는 교육보다 먼저 "우리 팀이 실제로 그렇게 하고 있는가"를 이야기해 보는 편이 효과적입니다.

💡 핵심 정리 — 공통 공백은 함께 배우고, 개인차는 서로 가르치고, 함께 틀린 판단은 일하는 방식부터 다시 봅니다. 세 신호는 서로 다른 처방을 요구합니다.

🤝 멘토링 짝짓기 — 팀 안의 강점을 먼저 쓴다

개인차가 큰 영역은 외부 교육보다 팀 안의 지식 이전이 빠를 때가 많습니다. 같은 업무 맥락을 공유하는 동료의 설명은 일반 강의보다 바로 적용하기 쉽기 때문입니다. 비교 화면은 이런 영역마다 가장 점수가 높은 팀원을 함께 보여 줍니다.

예시 시나리오: 6명으로 구성된 마케팅팀이 결과를 모았습니다.

• 도구·자동화: 최고 85점(H 씨), 최저 25점 — 차이 60점
• 결과 검증: 팀원 4명이 40점 미만 — 공통 공백
• 외부 자료를 인용한 광고 문구 확인에 관한 판단 문제를 4명이 틀림

이 팀의 계획은 이렇게 짤 수 있습니다. 도구·자동화는 H 씨가 자신이 만든 반복 업무 자동화 하나를 30분 동안 시연하고, 점수가 낮은 두 명과 2주 동안 각자 업무에 하나씩 적용해 봅니다. 결과 검증은 팀 전체가 함께 약하므로, 외부 교육이나 팀 공통 검토 체크리스트 만들기로 다룹니다. 여러 명이 틀린 판단은 문제 해설을 함께 읽고, 팀의 실제 콘텐츠 검토 절차와 비교하는 회의를 엽니다.

멘토링을 설계할 때는 몇 가지를 지키는 편이 좋습니다.

• 점수가 아니라 사례로 연결합니다. "H 씨가 85점이니 가르쳐 주세요"보다 "H 씨가 만든 보고서 자동화를 보여 주세요"가 부담이 적고 구체적입니다.
• 짝을 양방향으로 만듭니다. 한 영역의 멘토가 다른 영역에서는 배우는 쪽이 되게 짝을 짜면 서열처럼 느껴지지 않습니다.
• 짧고 기간을 정합니다. 2~4주, 과제 하나 수준으로 끝을 정해 두면 멘토의 업무 부담이 과해지지 않습니다.

📚 공통 교육 설계 — 공백부터, 순서대로

공통 공백이 확인되면 팀 교육의 우선순위가 분명해집니다. 설계는 다음 순서를 따르면 됩니다.

1. 공통 공백 영역을 1~2개로 좁힙니다. 여섯 영역을 한꺼번에 다루는 교육은 어느 것도 깊이 다루지 못합니다.
2. 절반 이상이 틀린 판단 문제를 교육 사례로 씁니다. 팀이 실제로 헷갈린 상황이므로 추상적인 원칙보다 몰입도가 높습니다. 단, 문제를 외우게 하기보다 우리 업무에서 같은 상황이 언제 생기는지 찾게 합니다.
3. 교육 결과를 팀 규칙으로 남깁니다. 입력 금지 정보 목록, 외부 발송 전 검토 체크리스트, 요청문 템플릿처럼 교육이 끝난 뒤에도 남는 산출물을 만듭니다.
4. 일정 기간 뒤 다시 비교합니다. 몇 주 실습 후 같은 방식으로 결과를 모으면 공통 공백이 실제로 줄었는지 확인할 수 있습니다.

팀 공통 공백이 조직 전반의 문제로 보인다면, 개인 평가 결과를 넘어 조직 단위의 준비도를 따로 살펴보는 조직 AI 진단을 함께 참고할 수 있습니다. 공통 교육을 외부에 맡기려면 기업·단체교육 AI 프로그램에서 공백 영역에 맞는 과정, 예를 들어 입문 단계의 생성형 AI 완전 첫걸음이나 도입 기준을 다루는 사내 AI 도입 전략 & 거버넌스를 고를 수 있습니다.

직무가 섞인 팀이라면 한 가지를 더 봅니다. 같은 도구·자동화 점수 40점이라도 개발 담당자에게는 먼저 채울 핵심 영역이고, 교육 담당자에게는 기본기 이후의 확장 영역일 수 있습니다. 공통 교육 주제를 고를 때는 점수만 보지 말고 팀원들의 개인 로드맵 1단계에 어떤 영역이 가장 많이 올라와 있는지 함께 확인하세요.

⚠️ 개인 결과를 공유할 때의 배려와 한계

팀 비교는 결과를 공유해야 가능하지만, 공유 방식이 잘못되면 진단이 평가처럼 느껴져 오히려 솔직한 응답을 막습니다.

• 참여는 자율로 합니다. 결과 링크 제출을 강요하면 자기평가 문항을 좋게 답하려는 압력이 생기고, 그 순간 비교 결과 전체의 신뢰가 떨어집니다.
• 인사 평가와 분리한다고 먼저 밝힙니다. 결과가 성과 평가나 승진에 쓰이지 않는다는 점을 시작 전에 분명히 해야 합니다. 구성원이 실수를 드러내도 불이익이 없다고 믿을 때 팀 학습이 일어난다는 점은 조직학습 연구에서 '심리적 안전감'이라는 개념으로 오래 논의돼 왔습니다.
• 이름 대신 별칭을 쓸 수 있습니다. 결과 링크에는 직무·답변·확신도만 담기고 이름 같은 개인정보는 들어가지 않습니다. 비교 화면의 이름 칸도 비워 두면 '팀원 1, 2'로 표시되며, 비교 계산은 링크의 답변만으로 하고 아무것도 저장하지 않습니다. 개인이 드러나는 것이 부담스러운 팀은 별칭으로 진행하세요.
• 작은 팀은 익명도 한계가 있습니다. 3~4명 팀에서는 별칭을 써도 누구의 결과인지 짐작하기 쉽습니다. 이럴 때는 개인별 표보다 공통 공백과 함께 틀린 판단만 공유하는 방식이 안전합니다.
• 점수는 순위가 아닙니다. 30문항 평가는 영역마다 판단 문제가 3개뿐이라 몇 점 차이로 사람을 줄 세우는 데 쓰기에는 맞지 않습니다. 영역 간 높낮이와 공통 패턴을 보는 도구로 써야 합니다.

🚀 팀 진단 시작하기 — 개인 평가에서 출발한다

팀 비교의 재료는 결국 각자의 개인 결과입니다. 팀원 한 명 한 명은 개인 AI 역량평가에서 6대 역량 점수, 자기평가와 실제 판단의 차이, 확신도로 찾은 오개념, 직무별 예시 요청문, 직무 중요도를 반영한 8주 로드맵, 문제 해설을 받습니다. 팀 비교는 이 개인 결과 위에 공통 공백과 개인차, 함께 틀린 판단이라는 팀의 층을 더합니다.

개인 로드맵은 각자의 약점을, 팀 비교는 함께 풀어야 할 과제를 알려 주기 때문에 두 결과를 함께 보면 개인 학습과 팀 교육이 겹치지 않게 계획할 수 있습니다.

📋 이번 주에 할 세 가지

1. 팀에 진단 취지와 '인사 평가와 무관, 참여 자율, 별칭 가능' 원칙을 먼저 공유합니다.
2. 참여하는 팀원이 각자 무료 AI 역량평가를 풀고 결과 링크를 모읍니다.
3. 팀 비교 화면에서 공통 공백·개인차·함께 틀린 판단을 확인하고, 멘토링 짝 하나와 공통 교육 주제 하나를 정합니다.