개인과 조직, AI가
함께 자라는 변화를 만듭니다.

AI 시대에는 문제를 푸는 방식도 달라져야 합니다. 새로운 도구와 패러다임으로 가능해진 일이 많아졌고, 이는 우리의 역량과 생각하는 방식을 넓혀 줄 뿐 아니라 문제를 푸는 방식까지 바꿉니다. 그런데 기존의 문제를 예전 방식 그대로 풀면, 새 도구를 손에 쥐고도 그 힘을 쓰지 못하는 관성에 빠지기 쉽습니다.

그래서 우리는 답을 내놓기 전에 문제부터 다시 봅니다. 개인, 조직, 비즈니스, AI 네 가지를 함께 놓고 살핍니다. 비즈니스는 어떤 형태이고 지금 무엇을 풀어야 하는지, 조직과 개인은 어떻게 구성되어 있고 어떤 역량을 가졌는지, 지금 쓸 수 있는 자원은 무엇인지. 이를 위해 구성원과 고객을 인터뷰하고 일하는 현장을 관찰하며, 일을 잘하는 사람의 머릿속에만 있는 판단과 의사결정 과정까지 끌어냅니다.

그렇게 문제를 넓게 탐색한 뒤, AI를 지렛대 삼아 10배, 100배의 성과를 낼 수 있는 문제로 다시 정의합니다. 같은 사람, 같은 자원으로도 풀 수 있는 문제의 크기가 달라집니다. 일을 시작하는 이 첫 단계를 처음부터 함께합니다.

우리는 교육이 끝난 날의 만족도로 교육을 평가하지 않습니다. 우리가 보는 교육의 효과는 1년이 지나도 참여자들이 배운 것을 쓰고 있는지, 그리고 그것이 실제로 일을 더 효율적이고 효과적으로 만들었는지입니다. 그 기준에 닿기 위해 개인과 조직의 변화에 관한 과학적 근거를 바탕으로 교육을 설계하고 진행합니다.

먼저 교육이 끝난 뒤 무엇이 바뀌어 있길 바라는지, 조직과 함께 구체적인 모습으로 그립니다. 그 모습이 있어야 교육이 향할 곳이 생깁니다. 이어서 사전 설문으로 참여자와 조직의 지금 상태와 목표, 일과 일상에서 겪는 어려움을 모읍니다. 워크숍의 실습은 참여자가 지금 실제로 겪고 있는 어려움으로 채웁니다. 우리는 구성원이 그 어려움을 스스로 풀어 낼 수 있도록 필요한 지식과 방법을 전하고, 그 과정이 배우고 성장하는 경험이 되도록 워크숍과 코칭을 설계합니다.

내 일이 실제로 나아지는 경험을 해야 할 수 있다는 자신감이 생기고, 그 자신감이 다음 변화를 부릅니다. 그렇게 작은 개선이 쌓여 개인과 조직이 함께 자랍니다.

개인과 조직, 비즈니스마다 상황과 자원, 조건과 제약이 다릅니다. 그래서 이를 먼저 파악하고, 그에 맞춰 교육 방식과 내용, 기간을 정합니다. 지금까지 같은 교육을 두 번 진행한 적이 없습니다.

AI를 잘 활용하는 것과 함께, 그 과정에서 잘 협력하는 것이 중요합니다. 현장의 전문가는 그 일을 하는 사람입니다. AI는 그 사람이 자기 전문성을 더 잘 발휘하도록 도와야 합니다. 그러려면 AI가 우리 비즈니스의 맥락과 풀어야 할 문제를 이해하고 있어야 합니다. 그래서 사람이 AI에게 맥락을 알려 주고, 함께 일하며 서로 배워 가는 방식이 필요합니다.

우리는 이 방식을 먼저 개인에게 알려 줍니다. 그다음 개인의 방식이 시스템과 데이터, 업무 프로세스가 되어, 같이 일하는 사람과 다른 팀까지 잘 소통하고 협력할 수 있는 구조를 만듭니다.

사람마다, 직군마다 역량의 차이는 존재할 수밖에 없습니다. 새로운 것에 적응하는 속도가 다르고, IT 직군과 비IT 직군 사이처럼 환경과 익숙함에서 오는 지식과 정보의 차이도 있습니다. 자연스러운 일입니다. 중요한 것은 그 차이 속에서 사람들이 어떻게 서로 돕고 아는 것을 나누며, 개인과 조직과 AI가 함께 성장할 수 있느냐입니다. 우리는 그런 구조를 설계해 왔고, 이 고민을 함께합니다.

워크숍에서는 이렇게 서로 다른 사람들이 어울려 함께 문제를 풉니다. 함께 풀어 보면 다른 사람의 새로운 방식을 배우게 되고, 현장의 문제가 무엇인지 서로 더 분명하게 알게 됩니다. 이 경험이 있으면 워크숍이 끝난 뒤에도 팀이 달라도 서로 알려 주고, 배우고, 돕는 일이 더 많아집니다. 우리는 워크숍이 끝난 뒤에도 구성원들이 AI를 활용해 더 협력적으로 일할 수 있는 구조와 문화를 만드는 것까지 돕습니다.