AI 경쟁력은 도입보다 역량 설계에서 시작된다

미국 컨설팅기업 PwC에 따르면 직원의 AI 개발 역량 확보는 생성형 AI(GenAI) 프롬프팅과 AI 에이전트 구축 성공의 핵심 요소 중 하나다. 이 역량은 훈련 대상 그룹, GenAI 시스템의 기술적 유형, 비즈니스 도메인, 아키텍처 품질 요건(Architecturally Significant Requirements: ASR), 사용 툴, 배포 환경에 따라 교육 내용(Content)과 방법(Pedagogy)이 달라진다.

박준성은 AI 교육 프로그램을 단일 커리큘럼으로 보기보다 역할(Role), 시스템 유형(system Type), 아키텍처 요구사항(ASR)에 따라 구분한 역량 모델(Capability Model)로 설계해야 한다고 정리했다. 예컨대 비즈니스 리더는 사례 기반 학습, 시민 개발자는 비계 및 경험 학습, 사내 개발자는 프로젝트 기반 학습, SI 전문 개발자는 문제 및 시나리오 기반 학습, SW 제품 개발자는 MVP 기반 학습이 특히 효과적일 수 있다.

교육 전달 모델(Delivery Model)에는 대면 수업, 실시간 온라인 수업, 자기주도형 온라인 학습, 부트캠프, 워크숍, 세미나, 웨비나, MOOC, 해커톤 등이 포함된다. AI 훈련에서는 AI 시스템 개발 과정 안에서 In-App 가이드, Microlearning, AI 챗봇 및 Copilot, 지식 공유 플랫폼을 활용해 업무 내 학습(In-Flow Learning)을 제공하고, 인간-AI 협력 기반 OJT를 제공하는 방식이 특히 유효하다고 설명됐다.

AI 교육 콘텐츠는 IEEE의 Learning Object Metadata(LOM) 표준 개념을 참고해 학습객체(Learning Object, LO), 교육과정(Course), 프로그램, 커리큘럼 수준으로 나눌 수 있다. 커리큘럼 구성의 출발점은 교육 내용 요소 단위인 LO의 전체 집합을 정하는 것이다. 이 LO 집합은 GenAI 시스템 개발에 필요한 핵심 역량과 성공 요건을 반영해야 한다.

박준성은 GenAI 시스템 개발 역량을 비즈니스 혁신, 생성형 AI, 에이전트 설계, SW 공학, AI 코딩 자동화로 이어지는 계층형 역량 모델(Capability Stack) 관점에서 정리했다. 개념적으로 AI 코딩 에이전트는 AI 에이전트와 SW 공학 역량을 결합한 하위 영역이며, 양쪽의 핵심 성공 요건을 모두 필요로 한다. AI 에이전트는 생성형 AI 기술 역량과 AI 주도 경영혁신(AX) 역량이 결합된 영역이라고 볼 수 있다.

개발 성공 요건을 충족하는 학습개체(LO)는 AX, GenAI, AI 에이전트, AI 코딩 에이전트 영역의 설계·개발 패턴에서 찾을 수 있다고 설명됐다. 박준성은 AI Agent Coding Patterns, KOSTA Online, 2026에서 90여 개의 설계·개발 패턴이 체계적으로 정리돼 있다고 밝혔다. 이 패턴들을 LO 단위로 구조화하고 개발 성공 요건과 매핑해 Prerequisite 및 SW 공학 의존 관계까지 포함한 역량 온톨로지(Capability Ontology) 관점으로 정리할 수 있다는 설명이다.

사례로는 코어 뱅킹 영역의 AI 에이전트를 개발하는 SI 업체 개발자 훈련 프로그램이 제시됐다. 금융권 AI 에이전트의 ASR을 바탕으로 필요한 개발 역량과 학습객체(LO)를 역추적(backward design) 방식으로 도출하는 ASR-Driven Curriculum Engineering의 사례다. 교육수준(Level)의 F, I, A는 각각 기초(Foundation), 중급(Intermediate), 심화(Advanced) 과정을 의미한다.

공통 과정 예시로는 비즈니스 리더, 시민 개발자, 사내 개발자, SI 전문 개발자, SW 제품 개발자가 함께 수강할 수 있는 「AI 에이전트 실전: 성공 조건, 경제 가치, 아키텍처와 실전 사례」가 제시됐다. 박준성은 기업의 AI 교육 프로그램 설계 프로세스를 설계 변수 평가, 성공 요건 결정, 개발 패턴 결정, 학습객체(LO) 결정, 최적 LO 집합 선정, 교육과정 구성, 교육 방법과 전달 모델 결정, 교육 일정과 운영 방식 설계로 정리했다. 결론은 AI 경쟁력이 단순한 AI 도입 여부가 아니라 비즈니스 리더부터 개발자까지 AI 역량을 체계적으로 내재화하는 교육 아키텍처 구축에서 시작된다는 것이다.