병원 AI 역량 강화 교육: 보라매병원, 현업 아이디어를 결과물로 구체화하다
AI 교육은 했지만 실제 업무 변화가 보이지 않는다면,
현업의 아이디어를 끝까지 구현할 핵심인재가 필요한 시점입니다.
안녕하세요, 데이터다이빙입니다.
병원에 생성형 AI를 도입하기 위해서는 구성원의 관심을 높이는 것과 함께, 실제 업무에서 AI를 활용할 수 있는 내부 인재를 양성해야 합니다.
AI가 할 수 있는 일을 이해하는 것만으로는 충분하지 않기 때문입니다. 병원 안에서 반복되는 문제를 발견하고, AI로 해결할 수 있는 범위를 정한 뒤, 필요한 데이터를 준비하고 결과를 검증하는 과정까지 수행할 수 있어야 합니다.
이번 글은 보라매병원과 함께한 전사 임직원과 관리자를 위한 특강과 핵심인재 프로젝트를 진행한
‘AI 역량 강화 교육’을 소개합니다.
보라매병원은 전사 임직원과 관리자를 대상으로 생성형 AI의 활용 가능성을 알리는 특강을 진행했습니다. 이후에는 사전 공모에서 접수한 업무개선 아이디어를 바탕으로 핵심인재를 선발하고, 총 5회차의 집중교육을 통해 조별 결과물을 제작했습니다.
보라매병원 임직원이 직접 제안한 현업의 문제에서 시작해 과제를 정의하고, 구현 가능한 범위를 정하고,
프로토타입을 제작하고, 강사의 피드백을 반영해 고도화하는 과정으로 구성했습니다.
전사 특강에서 핵심인재 프로젝트로
보라매병원의 AI 역량 강화 교육은 모든 임직원에게 동일한 교육을 제공하는 방식으로 끝나지 않았습니다.
먼저 AI 업무개선 아이디어 공모를 통해 병원 구성원이 현업에서 느끼는 불편과 개선 수요를 확인했습니다. 이후 전사 임직원과 관리자를 대상으로 특강을 진행해 병원 업무에서 AI를 활용할 수 있는 범위를 소개하고, 실제 적용에 관심 있는 핵심인재를 모집했습니다.
선발된 핵심인재는 5개 팀으로 나뉘어 총 5회차의 교육과 멘토링에 참여했습니다. 기본적인 AI 활용법을 익히는 것에서 출발해, 조별로 업무 과제를 선정하고 결과물을 제작한 뒤 반복적인 피드백을 통해 완성도를 높였습니다.
교육의 각 단계는 분리된 프로그램이 아니라, 병원 안의 업무 개선점을 발견하고 이를 실행 가능한 과제로 발전시키는 흐름으로 연결됐습니다.
현업에서 출발한 아이디어를 교육에 연결하다
이번 교육은 미리 정한 실습 예제를 교육생이 그대로 따라 만드는 방식이 아니었습니다.
보라매병원은 교육에 앞서 AI 업무개선 아이디어 공모를 진행했습니다.
접수된 제안 가운데 11개 아이디어를 최종 선별해 임직원이 현업에서 겪고 있는 문제와 병원 내부에
어떤 AI 활용 수요가 있는지 살펴봤습니다.
선별된 아이디어에는 병원 구성원이 일상적으로 수행하는 정보 확인, 자료 정리, 반복적인 문서 업무와
관련된 개선 수요가 고르게 나타났습니다. 개인이나 한 부서의 편의를 넘어 다른 부서 또는 병원 전체로
확장할 수 있는 아이디어도 다수 포함돼 있었습니다.
이를 통해 AI에 대한 관심이 막연한 기대에 머물러 있는 것이 아니라, 구성원이 이미 자신의 업무 안에서
구체적인 활용 가능성을 찾고 있다는 점을 확인할 수 있었습니다.
데이터다이빙은 공모 내용을 단순히 교육 전 참고자료로만 사용하지 않았습니다. 교육생의 업무 환경과
관심사를 파악하고, 이후 특강과 핵심인재 과정의 방향을 설계하는 출발점으로 활용했습니다.
전사와 관리자의 업무에 맞춰
AI 활용 가능성을 보여주다
핵심인재 과정에 앞서 전사 임직원과 관리자를 대상으로 각각의 특강을 진행했습니다.
두 특강의 목적은 특정 AI 도구의 기능을 자세히 설명하는 것이 아니었습니다. 병원 업무에서 AI가 어떤
역할을 할 수 있는지 보여주고, 구성원이 자신의 업무와 연결해 활용 가능성을 생각할 수 있도록 하는 데
중점을 뒀습니다.
전사 특강에서는 최근 AI의 변화와 의료 분야의 활용 사례를 살펴본 뒤, 자료 탐색과 분석, 문서 확인, 반복 업무 개선 등 병원 실무와 연결되는 활용 방식을 소개했습니다. AI가 제시한 결과를 그대로 받아들이기보다 원문과 근거를 다시 확인해야 한다는 점도 함께 강조했습니다.
관리자 특강에서는 개인의 업무 활용뿐 아니라 부서와 조직 차원에서 검토할 수 있는 사례를 중심으로
다뤘습니다. 업무 자료를 분석하거나 내부 정보를 더 편리하게 확인하고, 반복적인 자료 처리를 줄이는 등 관리자가 조직 운영의 관점에서 생각해볼 수 있는 활용 가능성을 제시했습니다.
전사 임직원에게는 AI를 자신의 업무와 연결해보는 계기를 제공하고, 관리자에게는 조직 안에서 AI를
어떻게 활용하고 확장할 것인지 생각해보는 기회를 마련한 것입니다.
특강 이후에는 지원자의 부서와 업무 배경, 관심 있는 아이디어의 특성을 함께 고려해 핵심인재를 선발하고 총 5개 팀을 구성했습니다.
한 번의 실습보다 결과물을 완성하는 과정으로
핵심인재 과정은 총 5회차로 진행했습니다.
첫 회차에는 생성형 AI를 업무에 활용하기 위해 필요한 기본 원리를 익히고, 간단한 제작 실습을 통해
결과물이 만들어지는 과정을 경험했습니다. 이후 교육생은 조별 논의를 거쳐 자신의 업무와 연결된 과제를 선정했습니다.
다음 회차부터는 강의보다 조별 프로젝트와 멘토링의 비중을 높였습니다.
각 팀은 해결하려는 문제를 구체화하고, 교육 기간 안에 구현할 수 있는 범위를 정했습니다. 이후 필요한
자료를 준비해 첫 번째 결과물을 제작하고, 실제 사용 상황을 가정한 검토와 수정을 반복했습니다.
질문과 피드백은 교육 시간에만 제공되지 않았습니다.
핵심인재 과정 전용 패들렛을 운영해 교육생이 회차 사이에도 질문을 남길 수 있도록 했습니다.
로그인 없이 익명으로 질문할 수 있어, 구현 과정에서 막힌 부분이나 추가로 확인하고 싶은 내용을 부담
없이 공유할 수 있었습니다.
이를 통해 한 번의 수업에서 결과물을 만드는 데 그치지 않고,
매주 과제를 발전시키며 완성도를 높일 수 있도록 지원했습니다.
회차마다 이어진 피드백으로
아이디어를 구체화하다
현업에서 나온 아이디어는 실제 업무와 밀접한 만큼 처음에는 범위가 넓거나 여러 기능이 함께 포함된 경우가 많습니다.
데이터다이빙은 각 팀이 교육 기간 안에 결과를 확인할 수 있도록 과제의 범위를 조정했습니다.
처음부터 전체 업무를 바꾸려 하기보다, 현재 확보할 수 있는 자료와 조건 안에서 핵심 기능을 먼저
구현하도록 방향을 잡았습니다.
첫 번째 결과물이 만들어진 뒤에는 기능을 추가하는 것보다 실제로 사용할 수 있는지를 점검하는 데
집중했습니다.
결과가 의도한 대로 나오는지, 잘못된 결과가 발생했을 때 이를 확인할 수 있는지, 사용자가 어떤 과정에서 직접 검토해야 하는지 등을 살펴봤습니다. 교육이 진행될수록 결과의 정확성뿐 아니라 실행 순서와 공유
방법, 실제 활용 전 추가로 확인해야 할 사항까지 피드백의 범위를 넓혔습니다.
강사는 결과물을 대신 만들어주는 역할을 맡지 않았습니다.
교육생이 자신의 업무를 스스로 구조화하고, 결과를 확인하며, 다음 수정 방향을 판단할 수 있도록 기준을 제공했습니다. 이를 통해 핵심인재는 AI 도구를 사용하는 방법뿐 아니라 아이디어를 실제 과제로 발전시키는 과정을 직접 경험할 수 있었습니다.
5개 팀의 아이디어가 실제 결과물로 이어지다
5개 팀은 각자 선정한 업무 과제를 바탕으로 서로 다른 형태의 결과물을 제작했습니다.
모든 팀에 같은 도구나 구현 방식을 적용하지 않고, 해결하려는 문제와 필요한 결과에 맞춰 방향을 달리했습니다. 중요한 것은 어떤 도구를 사용했는지가 아니라, 현업의 문제를 구체적으로 정의하고 실제로 작동하는 형태까지 발전시키는 것이었습니다.
각 팀은 첫 번째 결과물을 만든 뒤 회차별 검토와 피드백을 반영하며 완성도를 높였습니다. 최종적으로 5개 팀 모두 조별 결과물을 도출했으며, 과제의 배경과 제작 과정, 검토 결과, 향후 활용 방향을 결과보고서로
정리했습니다.
이번 과정의 성과는 단순히 5개의 결과물이 만들어졌다는 데만 있지 않습니다.
교육생이 자신의 업무 아이디어를 과제로 구체화하고, 직접 결과물을 만들고, 문제를 발견해 수정하는
전 과정을 경험했다는 점에 의미가 있습니다. 처음 만든 결과가 완벽하지 않더라도 반복적인 검토를 통해 발전시킬 수 있다는 것을 확인한 것입니다.
4.9점의 만족도,
AI를 업무에 적용할 자신감으로
교육 이후 진행한 만족도 조사에서도 긍정적인 반응을 확인할 수 있었습니다.
해당 조사는 총 17명이 응답했으며, 교육과정 만족도와 업무 도움 항목에서는 모든 응답자가 4점 이상을
선택했습니다.
핵심인재 과정 전체에 대한 별도 설문에서도 응답자 9명 전원이 교육에 대해 ‘만족’ 또는 ‘매우 만족’이라고 답했습니다. 이 가운데 8명은 교육 이후 자신의 AI 관련 배경지식이 향상됐다고 응답했습니다.
교육생의 의견에서도 자신의 아이디어를 직접 구현하고, 피드백을 통해 발전시킨 경험에 대한 평가가
두드러졌습니다.
짧은 기간 동안 Codex 설정부터 실제 결과물 생성까지
다뤄볼 수 있어서 좋았습니다.
처음 수업을 시작할 때보다 AI를 활용해
새로운 에이전트를 개발하는 데 자신감이 생겼습니다.
인공지능이 단순히 새로운 기술이 아니라,
실제 병원 업무의 불편함을 줄이고
업무 효율을 높이는 도구가 될 수 있다는 점을 체감할 수 있었습니다.
교육의 성과는 새로운 AI 기능을 알게 된 것에만 있지 않았습니다.
처음에는 어렵게 느껴졌던 아이디어를 동료와 함께 구체화하고, 시행착오와 피드백을 거쳐 눈에 보이는 결과물로 완성한 경험이 AI를 실제 업무에 적용할 수 있다는 자신감으로 이어졌습니다.
병원 AI 인재교육에 필요한 것은
현업에서 시작하는 실행 경험
보라매병원 AI 역량 강화 교육은 전사 임직원의 관심을 높이는 특강에서 시작해, 핵심인재가 자신의 업무 아이디어를 직접 구현하는 프로젝트로 이어졌습니다.
사전 아이디어 공모를 통해 조직 내부의 활용 수요를 확인하고, 전사와 관리자를 대상으로 병원 업무와 연결되는 AI 활용 가능성을 제시했습니다. 이후 선발된 핵심인재는 조별 프로젝트를 통해 과제를 구체화하고, 결과물을 제작하고, 반복적인 피드백을 거쳐 완성도를 높였습니다.
AI 인재교육의 목적은 모든 구성원을 개발자로 만드는 것이 아닙니다.
자신의 업무에서 개선할 문제를 발견하고, AI를 적용할 수 있는 범위를 판단하며, 시행착오를 거쳐 실제
결과물로 발전시킬 수 있는 사람을 조직 안에 만드는 것입니다.
이를 위해서는 기능을 알려주는 교육만으로는 부족합니다. 현업의 아이디어에서 출발해 직접 만들고 검토하는 경험이 필요하며, 교육 이후에도 같은 과정을 다른 업무에 적용할 수 있어야 합니다.
데이터다이빙은 조직의 업무 환경과 구성원의 아이디어를 바탕으로 교육을 설계하고, 현업의 문제를 직접 정의해 실제 결과물로 발전시킬 수 있도록 교육과 프로젝트를 함께 운영합니다.
상세 커리큘럼이 궁금하신가요?
AI 활용 및 핵심인재 교육 커리큘럼에 대해 자세히 알고 싶으시다면,
아래 버튼을 클릭하여 문의해 주세요. 귀사의 특성에 맞는 맞춤형 교육 방안을 제안해 드리겠습니다.
![CJ 대한통운 건설부문 ChatGPT와 엑셀을 활용한 데이터분석 교육(집합교육) – [1/2]](https://datadiving.net/wp-content/uploads/2023/12/기업교육-16_9-집합교육-1-768x432.png)
![2025 시흥시 생성형AI 행정업무 교육 [3-Track 진행]](https://datadiving.net/wp-content/uploads/2025/09/Frame-19-1-768x432.png)