많은 기업에서 AI 교육을 인사팀이 복지 차원으로 기획합니다. 하루 교육 받고 돌아온 임원이 "그냥 딸깍으로 다 되는데 뭐 하고 있어?"라고 하는 순간, 조직 전체가 저품질 산출물을 양산하는 구조에 빠집니다.

AI 슬롭(AI Slop)은 인공지능(AI)과 음식물 쓰레기를 뜻하는 영어 단어 '슬롭(Slop)'이 합쳐진 말로, 생성형 AI가 양산해 내는 저품질의 무의미한 디지털 콘텐츠​를 뜻합니다. 시간 없는 임원일수록 AI를 깊이 써보지 않고, "결과물이 나온다"는 사실에만 반응합니다. 그 결과물이 쓰레기인지 아닌지 판단하려는 노력 자체가 빠져 있는 거죠.

💡 "실무자는 이미 AI를 쓰고 있다. 오히려 리더가 뒤처져 있는 경우가 훨씬 많다."

클로드 사용법, 바이브 코딩 실습. 이런 걸 임원에게 가르치는 게 리더 AI 교육은 아닙니다. 리더가 알아야 하는 건 AI 기술의 전체 구조입니다.

LLM 기반 에이전트도 종류가 다양하고, 상용 도구를 쓰는 영역과 커스텀 에이전트를 개발해야 하는 영역이 나뉩니다. 이 구분을 모르면 조직에 맞는 AI 전략을 세울 수 없습니다. 패키지 디자이너한테 영상 편집을 시키는 것과 같은 일이 AI 영역에서도 벌어지고 있습니다.

💡 "디자이너니까 3D도 영상도 굿즈도 다 해줘"는 안 된다. AI 조직에서도 똑같다.

저희가 교육 사전 인터뷰를 하면 "AI를 이미 잘 쓴다"고 하시는 분들이 꽤 있습니다. 에이전트 설계나 워크플로우 구축 수준인 줄 알았는데, 채팅 UI에서 프롬프트로 결과물 뽑는 정도인 경우가 대부분이었습니다. 스킬 파일 활용 정도에서 그치는 분들도 있었고요.

"나는 쓸만큼 써봤다"는 자기 인식과 실제 역량 사이의 간극이 큽니다. 리더가 이 인터뷰 결과만 듣고 AI 업무를 맡겨버리면, 잘 못 쓰는 사람이 잘 쓰는 것처럼 인식되어 큰 역할을 떠안게 됩니다.

💡 "이 기준이 없으면, 조직 내 AI 역량 평가 자체가 불가능하다."

개인이 AI를 잘 쓰는 것과 조직 차원에서 AI 시스템을 만드는 건 완전히 다릅니다. "AI 결제해 줬으니까 시스템까지 만들어라"고 하면 안 됩니다. 그건 개별 직원에게 기대할 수 있는 범위가 아닙니다.

리더는 바쁩니다. AI에 깊이 파고들 시간이 없죠. 그래서 내부에서 AI를 잘 쓰는 팀원을 찾아내고, 그 사람과 협력해서 조직의 노하우를 AI에 이식하는 구조를 설계하는 게 리더의 일입니다.

💡 "리더 교육과 실무자 교육이 같은 커리큘럼으로 진행되면, 양쪽 다 시간을 낭비한다."