① 어떤 상황에서 AI를 활용했나요?
교육서비스 운영 업무에는 홍보콘텐츠 제작, 학습자료와 모의고사 관리, 강의 및 수강생 관리처럼 서로 다른 업무가 있습니다.
하지만 실제 업무 과정을 들여다보면 공통점이 있었습니다.
강의계획서나 강사의 전달사항에서 필요한 정보를 찾고, 목적에 맞게 다시 정리하고, 새로운 문서나 콘텐츠로 작성한 뒤, 원자료와 다시 비교해 오류나 누락이 없는지 확인하는 과정이 반복된다는 점입니다.
예를 들어 하나의 강의계획서도 홈페이지 공지, 강의 상세페이지, 홍보문구 등 목적에 따라 다시 작성해야 했고, 학습자료를 제작할 때는 필요한 문제를 분류하고 정답과 해설이 원문과 정확히 일치하는지 다시 확인해야 했습니다.

수강생 관리에서도 홈페이지 등록자료, 수강이력, 과정별 명단처럼 서로 다른 자료를 비교하며 누락이나 확인이 필요한 대상을 찾아야 했습니다.
각각의 업무는 어렵지 않지만,
[자료 찾기 → 정리 → 작성 → 다시 확인 → 수정]
과정을 매번 처음부터 반복하는 데 상당한 시간이 소요되었습니다.

특히 교육서비스에서는 강의 일정, 교재명, 정답, 해설, 수강정보처럼 작은 오류도 이용자의 학습이나 선택에 직접 영향을 줄 수 있기 때문에 단순히 빠르게 작성하는 것만으로는 충분하지 않았습니다.
그래서 저는 AI를 단순한 문서작성 도구가 아니라, 이러한 반복적인 업무과정 자체를 줄이기 위한 업무 프로세스 개선 도구로 활용하기 시작했습니다.

② 어떤 AI를 어떻게 활용했나요?
생성형 AI를 활용해 업무를 다음과 같은 공통 흐름으로 표준화했습니다.
원자료 입력 → 핵심정보 구조화 → 목적별 결과물 변환 → 원자료와 재대조 → 오류·누락 검증 및 표시 → 보완 → 담당자 최종 확인
저는 이를 업무에서 반복적으로 활용할 수 있도록 ‘4단계 재작업 감소 루프’​로 정리했습니다.

1단계. 원자료 제공 : AI에게 판단에 필요한 원자료를 먼저 제공합니다.
2단계. 구조화·변환 : 필요한 정보를 추출하거나 업무 목적에 맞는 형태로 변환합니다.
3단계. 원자료 재검증 : 완성된 결과물을 다시 원자료와 비교해 누락·불일치·임의 추가 여부를 확인합니다.
4단계. 최종 확인 : AI의 검증 결과까지 참고해 담당자가 사실관계와 예외사항을 최종 확인합니다.
이 동일한 방법을 세 가지 실제 업무에 적용했습니다.

[활용 1. 하나의 원자료를 여러 홍보콘텐츠로 재활용]
강의계획서, 강사의 전달사항, 설명회 영상의 스크립트 등에는 홍보에 필요한 정보가 이미 포함되어 있습니다.
기존에는 자료를 다시 읽고 필요한 내용을 직접 골라 각 채널에 맞는 문구를 새로 작성했습니다.
AI 활용 이후에는 먼저 원자료에서
- 강의 대상
- 일정
- 교재
- 핵심 특징
- 수강생이 알아야 할 정보
등을 구조화한 뒤 홈페이지 공지, 강의 상세페이지, 유튜브·숏폼 콘텐츠 등 목적에 맞는 형태로 변환했습니다.
중요한 점은 콘텐츠가 작성된 이후 다시 AI에게 원자료와 결과물을 비교하도록 했다는 것입니다.
단순히 “잘 작성되었는지 확인해줘”라고 요청하는 것이 아니라,
- 일정과 숫자가 원문과 일치하는지
- 원문에 있는 중요한 정보가 빠지지 않았는지
- 원문에 없는 내용이 임의로 추가되지 않았는지
- 강의의 특징이 과장되어 표현되지 않았는지
등을 별도로 확인하도록 했습니다.
이를 통해 하나의 원자료를 여러 채널에 활용하면서도 매번 처음부터 정보를 다시 찾고 작성하는 과정을 줄일 수 있었습니다.

[활용 2. 학습자료 제작과 모의고사 검수의 정확도를 높이다]
교육자료는 일반적인 문서보다 정확성과 원문 일치 여부가 중요합니다.
저는 직접 가공하는 학습자료와 강사가 출제한 모의고사를 관리하는 업무에서 AI를 서로 다른 방식으로 활용했습니다.
학습자료에서는 AI를 자료 제작과 재검증에 활용했고, 모의고사에서는 강사가 완성한 자료를 검수하고 확인사항을 정리하는 보조 도구로 활용했습니다.

1) 학습자료는 ‘제작’과 ‘재검증’을 분리했습니다.
OX 문제나 법조문 암기자료를 제작할 때는 AI를 활용해
* 문제·정답·해설 구조화
* 동일한 해설을 공유하는 문항 확인 및 정리
* 문항 삭제 후 번호 재정렬
* 정답표 구성
* 법조문의 핵심 암기어 선별 및 빈칸자료 구성
등 반복적인 편집 업무를 수행했습니다.
특히 법학 학습자료는 원문의 표현 자체가 중요하기 때문에 내용을 임의로 요약하거나 변경하지 않도록 먼저 제작 기준을 설정했습니다. 자료가 완성된 뒤에는 같은 결과물을 그대로 사용하지 않고 별도의 검증 과정을 거쳤습니다.

검증 단계에서는
* 원문 문항이 빠지지 않았는지
* 문제 내용이 임의로 변경되지 않았는지
* 정답과 해설이 정확하게 연결되어 있는지
* 동일한 내용이 중복되어 있지 않은지
* 문항 삭제 후 번호와 정답표가 정확하게 다시 배열되었는지
* 법조문 원문의 표현이 변형되지 않았는지
등을 기준으로 다시 원문과 비교했습니다.
즉, 자료를 만드는 작업과 만들어진 자료를 검사하는 작업을 분리한 것입니다.

2) 모의고사는 ‘제작’이 아니라 ‘검수’에 AI를 활용했습니다.
모의고사의 문제와 해설은 각 과목의 강사가 직접 출제·제작합니다.
저는 강사로부터 전달받은 모의고사 자료를 실제 시험에 사용하기 전에 확인하는 운영 단계의 검수 업무에 AI를 활용했습니다.
예를 들어 전달받은 문제·정답·해설 자료를 기준으로
* 문항 번호와 정답표가 서로 일치하는지
* 문제와 해설의 번호가 정확하게 대응하는지
* 문제·정답·해설 사이에 형식상 불일치가 없는지
* 누락된 문항이나 해설이 없는지
* 동일한 문구나 항목이 불필요하게 중복되어 있지 않은지
* 오탈자나 표기상 확인이 필요한 부분이 있는지
* 수정사항이 발생했을 때 공지해야 할 내용을 빠짐없이 정리했는지
등을 먼저 확인하도록 했습니다.
AI가 표시한 사항은 그대로 수정하지 않고 다시 원본 자료와 대조한 뒤, 문항 내용이나 정답처럼 전문적인 판단이 필요한 부분은 반드시 출제 강사에게 확인했습니다.
실제로 정답이나 해설에 수정사항이 발생한 경우에도 AI가 정답의 옳고 그름을 결정하는 것이 아니라, 강사가 확정한 수정 내용을 바탕으로
<수정 페이지 → 문항 번호 → 기존 내용 → 수정 내용 → 수강생 안내문>
순으로 정리하는 데 활용했습니다.
따라서 모의고사에서 AI의 역할은 출제자를 대신하는 것이 아니라, 출제자가 만든 자료를 실제 운영에 사용하기 전 담당자가 확인해야 할 부분을 빠르게 찾고 정리하도록 보조하는 것입니다.

3) 두 업무에 공통으로 ‘검수 기준’을 만들었습니다.
학습자료와 모의고사는 제작 주체는 다르지만, 제가 담당하는 업무에는 공통점이 있었습니다.
자료 전체를 단순히 다시 읽는 것이 아니라 AI에게
* 누락
* 불일치
* 중복
* 순서·번호 오류
* 원문과 다른 표현
* 사람이 추가로 확인해야 할 부분
을 구분하여 표시하도록 했습니다.
단순히 “다시 확인해줘”라고 요청하는 것이 아니라, 무엇을 확인해야 하는지를 미리 검수 기준으로 나눈 것입니다.
업무 흐름도 역할에 따라 구분했습니다.

- 학습자료 : `원자료 → AI 활용 자료 제작 → 원문 재대조 → 오류·누락 확인 → 담당자 최종 검수`
- 모의고사 : `강사 출제·제작 → AI 활용 1차 검수 보조 → 확인 필요사항 정리 → 담당자·강사 최종 확인 → 시험 운영 및 정오 안내`
이 방식을 통해 AI가 교육내용에 대한 전문적 판단을 대신하게 하지 않으면서도, 담당자가 자료 전체를 반복해서 확인하는 시간을 줄이고 실제로 확인이 필요한 누락·불일치·표기 오류에 검수 역량을 집중할 수 있었습니다.
특히 모의고사의 문항 내용과 최종 정답·해설에 대한 판단 권한은 출제 강사에게 있으며, AI는 운영 담당자의 검수와 정보 정리를 보조하는 범위에서만 활용했습니다.


[활용 3. 강의·수강생 관리에서 ‘판단’보다 ‘확인할 정보’를 찾기]
강의비용정산 운영과 수강생 관리에서는 여러 자료를 비교하는 작업이 반복됩니다.
예를 들어 홈페이지 등록명단과 별도로 관리하는 명단을 비교해
- 한쪽에만 존재하는 대상
- 중복 등록
- 과정 변경 가능성이 있는 대상
- 추가 확인이 필요한 항목
등을 AI가 먼저 정리하도록 했습니다.

또한 수강생의 진도 관리에서도 단순히 온라인 수강이력이 적다는 이유만으로 AI가 학생을 ‘부진’ 또는 ‘관리 필요’ 대상으로 판단하도록 하지 않았습니다. 온라인 기록이 적더라도 실제로는 현장강의를 수강하고 있을 수 있기 때문입니다.
따라서 AI의 역할은 학생을 평가하는 것이 아니라,
‘추가 확인이 필요한 항목을 찾는 것’ 으로 한정했습니다.
예를 들어
- 온라인 수강이력 부족 → 학습 부진으로 판단 하는 것이 아니라
- 온라인 수강이력 부족 → 현장수강 여부 및 향후 학습계획 확인 필요
와 같이 담당자가 확인해야 할 정보를 정리하는 방식입니다.
AI가 제시한 분류 결과는 학생의 평가나 불이익의 기준으로 사용하지 않고, 담당자가 실제 상황을 확인하기 위한 참고자료로만 활용했습니다.
그 결과 단순한 자료 비교에 사용하는 시간을 줄이고, 실제 수강생의 상황을 확인하고 필요한 안내를 제공하는 데 더 집중할 수 있었습니다.

③ 활용 결과 어떤 변화가 있었나요?
가장 큰 변화는 단순히 ‘더 빨리 작성하게 된 것’이 아니라, 같은 일을 다시 하는 과정이 크게 줄었다는 점이었습니다.
기존에는 새로운 결과물이 필요할 때마다 원자료를 다시 찾아 읽고, 필요한 내용을 다시 정리한 뒤 결과물을 작성하고, 마지막으로 원자료와 다시 대조하는 과정을 반복해야 했습니다. 특히 수정사항이 발생하면 관련 내용을 다시 찾아 반영하면서 여러 차례 재작업이 이어지는 경우가 많았습니다.
AI 활용 이후에는 원자료에서 필요한 정보를 먼저 구조화하고, 이를 목적에 맞는 결과물로 변환한 뒤 다시 원문과 대조·검증하는 과정을 하나의 업무 흐름으로 만들었습니다.
홍보콘텐츠의 경우 하나의 강의계획서나 전달자료를 한 번 구조화한 뒤 공지, 상세페이지, 영상 콘텐츠 등 여러 목적에 활용할 수 있게 되었습니다. 학습자료에서는 전체 내용을 처음부터 반복해 확인하기보다 AI가 원문과 결과물을 대조해 누락이나 불일치 가능성이 있는 부분을 먼저 확인하도록 했습니다. 또한 강사가 제작한 모의고사는 AI를 출제에 활용하지 않고, 전달받은 문제·정답·해설 간 번호와 내용의 불일치, 누락, 표기상 확인사항 등을 사전에 점검하는 데 활용했습니다.
강의·수강생 관리에서도 여러 명단과 수강이력을 사람이 하나씩 번갈아 비교하는 대신 AI가 차이점과 추가 확인이 필요한 항목을 먼저 정리하도록 하면서, 담당자는 단순 자료 비교보다 실제 상황을 확인하고 필요한 조치를 하는 업무에 집중할 수 있었습니다.

실제 업무를 기준으로 체감한 변화는 다음과 같습니다.
[최근 수강생 진도관리리포트 작성업무기준]
- 기존 작성·정리·검수 소요시간: 통상 3~4시간 이상
- AI 활용 후 소요시간: 대부분 30분 이내
- 시간 절감 효과: 약 83~88% 수준
- 누락·불일치 확인: 별도의 건수로 집계하지는 않았지만, 최종 사용 전에 AI 재검증 과정에서 확인 가능한 사항을 선제적으로 발견·수정
- 반복 수정 횟수: 기존 5회 이상 발생하던 경우에서 대부분 1회 이내로 감소

특히 시간 단축만큼 의미 있었던 것은 수정과 재작업의 감소였습니다. 이전에는 하나의 오류나 변경사항 때문에 원자료를 다시 찾고 여러 결과물을 반복해서 수정해야 했다면, AI 활용 이후에는 원자료 구조화와 재검증 과정을 통해 수정이 필요한 지점을 보다 빠르게 찾고 한 번에 반영할 수 있게 되었습니다.
제가 체감한 가장 큰 생산성 향상은 결과물을 더 많이 만들어내는 데 있지 않았습니다. 정보를 다시 찾고, 다시 정리하고, 다시 검수하고, 다시 수정하는 시간을 줄여 실제 판단과 운영에 집중할 수 있게 된 것이 가장 큰 변화였습니다.

④ 나만의 방식 또는 개선 포인트는 무엇인가요?
처음 AI를 활용했을 때는 좋은 결과물을 한 번에 얻기 위해 프롬프트를 더 자세히 작성하는 데 집중했습니다.
하지만 실제 업무를 반복하면서 한 번의 완벽한 요청보다 업무과정을 여러 단계로 분리하는 것이 더 효과적이라는 점을 발견했습니다.
특히 다음 세 가지 원칙을 적용했습니다.
첫째, 생성과 검증을 분리했습니다.
AI가 만든 결과를 그대로 사용하는 대신, 결과물이 완성되면 처음 사용했던 원자료를 다시 기준으로 삼아 검증하도록 했습니다.
제작 단계와 검증 단계의 목적을 분리해 AI가 자신의 결과를 다시 점검하도록 한 것입니다.

둘째, 검증 질문을 구체적으로 표준화했습니다.
단순히 ‘문제가 없는지 확인해줘’ 라고 요청하지 않았습니다.
대신 업무 특성에 따라
- 누락된 내용
- 원자료에 없는 추가 내용
- 숫자·날짜·고유명사 불일치
- 중복
- 서로 모순되는 내용
- 사람이 별도로 확인해야 할 예외사항
을 구분해 확인하도록 했습니다.
이를 통해 검수 과정도 반복 가능한 하나의 업무방식으로 만들었습니다.

셋째, AI의 역할과 최종 판단을 구분했습니다.
특히 수강생 관련 자료에서는 필요한 최소한의 정보만 활용했습니다.
AI를 활용해야 하는 경우에도 이름, 연락처, 이메일, 아이디 등 개인을 식별할 수 있는 정보는 AI에 입력하기 전에 삭제하거나 가명 처리하는 것을 원칙으로 했습니다.
또한 필요 이상의 개인정보가 포함된 원자료 자체를 AI에 입력하지 않았습니다.
AI가 분석한 결과 역시 자동으로 적용하지 않고, 실제 상황과 원자료를 담당자가 최종 확인했습니다.
저에게 AI의 역할은 결정을 대신하는 것이 아니라,
‘사람이 무엇을 확인해야 하는지 더 빨리 찾도록 돕는 것’
입니다.

⑤ 다른 사람도 따라 할 수 있나요?
이 방식의 장점은 별도의 프로그램 개발이나 전문적인 AI 기술이 없어도 적용할 수 있다는 점입니다.
반복적인 문서·자료 업무가 있다면 누구나 다음의 4단계 재작업 감소 루프를 적용할 수 있습니다.
1) 원자료 제공 : 업무 판단에 필요한 원자료를 명확하게 제공합니다.
2) 구조화·변환 : 필요한 내용을 추출하고 사용 목적에 맞게 변환합니다.
3) 원자료 재대조 : 완성된 결과를 다시 원자료와 비교해 누락·불일치·임의 추가를 확인합니다.
4) 사람의 최종 확인 : AI가 표시한 오류 후보와 예외사항을 사람이 확인한 뒤 실제 업무에 사용합니다.

이 방법은 교육업뿐 아니라
- 공공기관의 공문·안내문 작성
- 소상공인의 홍보콘텐츠 제작
- 회사의 회의자료·보고서 작성
- 일정 및 명단 관리
- 반복적인 자료 정리와 검수
처럼 하나의 원자료를 바탕으로 새로운 결과물을 반복적으로 만들어야 하는 업무에 적용할 수 있습니다.
AI를 도입했다고 해서 모든 업무를 자동화해야 생산성이 높아지는 것은 아니라고 생각합니다.
오히려 제가 찾은 방법은 단순합니다.
<한 번 만드는 속도를 높이는 것보다, 다시 해야 하는 일을 줄이는 것.>
그것이 제가 AI를 활용해 개선한 업무 생산성입니다.