M365 Copilot·Power BI 기업교육: HD현대중공업 파일럿 교육으로 실무 활용 가능성을 검토하다
전사 도입을 결정하기 전, 먼저 확인해야 할 것은
구성원이 실제 업무에서 사용할 수 있는가입니다
안녕하세요, 데이터다이빙입니다.
기업용 AI 도구는 소개 자료나 시연 화면만으로 실제 활용 가능성을 판단하기 어렵습니다.
같은 Microsoft 365 환경에서도 프로그램 버전과 계정 권한, 라이선스, 사내 보안 설정에 따라 사용할 수 있는 기능과 화면이 달라지기 때문입니다. 특히 여러 구성원이 개인 업무용 노트북으로 참여하는 교육에서는 설치 상태나 접근 권한의 차이가 실습 진행에 직접적인 영향을 줄 수 있습니다.
따라서 전사 도입을 검토하는 기업이라면 기능을 비교하는 것만큼, 실제 조직 환경에서 도구가 안정적으로 작동하는지 확인하는 과정이 필요합니다.
HD현대중공업은 Microsoft Copilot 도입을 준비하며 임직원을 대상으로 파일럿 교육을 개설했습니다.
전 임직원을 대상으로 일괄 진행한 교육이 아니라, 참여 희망자를 모집해 실제 활용 가능성과 교육 반응을 먼저 살펴보는 방식이었습니다.
데이터다이빙은 ‘Copilot 활용 업무 효율화’와 ‘Power BI 활용 데이터 시각화’ 두 과정을 구성했습니다.
기능을 소개하는 데 그치지 않고 문서 작성과 데이터 분석, 발표자료 제작, 협업과 대시보드 완성까지 직접 수행하도록 설계했습니다.
또한 Microsoft 교육에서 반복적으로 발생할 수 있는 버전과 라이선스 문제에 대응할 수 있도록 전문 강사를 섭외하고, 교육 전에 설치와 로그인 상태를 확인할 수 있는 환경 점검 가이드도 함께 제공했습니다.
이번 글에서는 HD현대중공업과 함께 진행한 ‘M365 Copilot·Power BI 기업교육‘을 소개합니다.
Microsoft 교육에서 중요한 것은
안정적인 실행 환경
Microsoft 기반의 기업교육은 동일한 교안을 사용하더라도 모든 참여자에게 같은 화면이 나타나지
않을 수 있습니다.
프로그램 업데이트 시점과 설치 버전, 로그인 계정, 라이선스 유형에 따라 메뉴의 위치나 사용할 수 있는
기능이 달라질 수 있기 때문입니다. OneDrive와 SharePoint의 파일 접근, Copilot 버튼 노출, Teams
연동 여부 역시 조직의 보안 정책에 따라 차이가 발생합니다.
이러한 환경에서는 강사가 교안의 내용을 설명하는 것만으로 교육을 안정적으로 운영하기 어렵습니다.
현장에서 예상하지 못한 화면 차이나 버전 충돌이 발생했을 때 원인을 판단하고, 참여자가 사용할 수 있는 대체 경로를 빠르게 안내할 수 있어야 합니다.
Copilot 과정에서는 실제로 참여자마다 앱 버전과 계정 권한, 파일 접근 범위가 달라 일부 실습 화면에 차이가 나타났습니다. 강사와 운영진은 개별 환경을 확인하고, 각 참여자가 실행할 수 있는 기능을 중심으로 실습을 이어갔습니다.
이후 Power BI 과정에서는 교육 당일의 변수를 더욱 줄이기 위해 사전 환경설정 가이드를 배포했습니다. Microsoft Store와 직접 설치 방식, 로그인과 라이선스 상태, 주요 기능 실행 여부, Teams 접근 가능 여부 등을 교육 전에 확인하도록 구성했습니다.
가이드를 따라 설치와 기능을 점검하는 과정에서 문제가 발생하면 사전에 문의할 수 있도록 안내해,
교육 당일 문제를 처음 발견하는 상황을 줄이고자 했습니다.
이러한 준비는 단순한 운영 지원이 아닙니다. 모든 참여자가 실습을 시작할 수 있는 환경을 먼저 확보해야 교육 시간도 기능 설정이 아닌 실제 업무 적용에 집중할 수 있기 때문입니다.
서로 다른 두 과정을
실제 업무 흐름으로 설계하다
Copilot과 Power BI는 모두 Microsoft 업무 환경에서 활용되지만,
교육의 목적과 학습 방식은 달랐습니다.
Copilot 과정은 생성형 AI를 기존 문서 작성과 협업 업무에 연결하는 데 중점을 두었습니다. 하나의 정답을 따라가기보다 업무 목적과 맥락, 참고자료, 원하는 결과 형식을 구체적으로 전달하고 결과를 수정하는 과정이 중요했습니다.
Power BI 과정은 데이터를 입력하는 단계부터 최종 대시보드를 완성하기까지 순차적인 학습이 필요했습니다. 데이터 전처리와 모델링을 충분히 이해하지 못하면 시각화 단계에서 원하는 결과를 만들기 어렵기
때문입니다.
데이터다이빙은 두 과정의 차이를 반영해 실습 흐름을 구분했습니다.
Copilot은 정보 탐색과 문서 초안 작성에서 시작해 데이터 분석, 발표자료 제작, 이메일과 회의 협업,
업무용 에이전트까지 M365 앱을 연결하는 흐름으로 구성했습니다.
Power BI는 데이터 연결과 전처리, 모델링, 지표 계산, 시각화, 게시와 공유까지 원본 데이터를 대시보드로 전환하는 전체 과정을 다뤘습니다.
두 과정 모두 강사의 시연 이후 교육생이 같은 단계를 직접 수행하고, 단계가 끝날 때마다 결과를 확인하도록 구성했습니다. 초보자도 최종 결과물까지 도달할 수 있도록 실습 과정을 세분화하고 과정별 샘플 자료를 제공했습니다.
익숙한 업무 도구 안에서 Copilot을 연결하다
Copilot 과정은 생성형 AI와 M365 Copilot의 기본 구조를 이해하는 것에서 시작했습니다.
먼저 참여자들은 목표와 맥락, 참고자료, 출력 형식, 피드백을 포함해 업무 지시를 구체화하는 방법을
익혔습니다. 막연하게 질문을 입력하는 것과 원하는 결과물의 조건을 분명하게 전달하는 것의 차이를
실습으로 확인하도록 구성했습니다.
이후 Copilot Chat을 활용해 필요한 정보를 탐색하고, 조사 결과를 Word의 보고서 목차와 초안으로
발전시켰습니다. 단순히 문장을 생성하는 데서 끝나지 않고, 참고자료를 바탕으로 내용을 요약하거나
목적에 맞게 수정하면서 문서를 구체화하는 흐름을 다뤘습니다.
Excel에서는 자산 종류와 구매일, 보증 만료일, 현재 상태, 담당 부서 등이 정리된 샘플 데이터를 활용했습니다. 참여자는 필요한 분석 기준을 구체화하고 자산 유형과 상태, 보증 만료일 등의 조건을 적용해 부서별 현황을 확인했습니다.
Excel 데이터 목록을 읽는 데 그치지 않고 피벗테이블과 차트로 전환한 뒤, 조건을 변경하며 필요한 정보만
좁혀보는 과정까지 실습했습니다.
PowerPoint에서는 기존 문서의 내용을 발표자료로 전환하는 흐름을 다뤘습니다. 보고서를
참고자료로 불러오고, 발표 목적과 원하는 결과물을 프롬프트에 명시해 PPT 초안을 생성했습니다.
이를 통해 빈 화면에서 슬라이드를 한 장씩 만드는 방식이 아니라, 이미 작성된 업무 문서를 바탕으로
발표자료의 구조를 빠르게 만드는 방법을 경험했습니다. 생성된 결과는 그대로 확정하지 않고 내용과 구성, 표현의 정확성을 다시 검토하며 수정하도록 안내했습니다.
Outlook과 Teams에서는 이메일과 회의, 대화 내용을 정리하는 협업 시나리오를 실습했습니다.
각 프로그램의 기능을 따로 익히기보다 하나의 업무가 여러 M365 앱을 거쳐 완성되는 과정을 경험하도록 한 것입니다.
과정 후반에는 일반적인 대화형 AI와 업무용 에이전트의 차이를 살펴보고, 참고자료와 업무 흐름을 연결해 에이전트를 구성하는 기본 개념까지 학습 범위를 확장했습니다.
이를 통해 참여자는 Copilot을 단발성 질문 도구가 아니라 자료 조사와 문서 작성, 데이터 분석, 발표자료 제작과 협업을 연결하는 업무 도구로 경험할 수 있었습니다.
데이터를 불러오는 순간부터
대시보드 완성까지
Power BI 과정은 초보자도 데이터 분석의 전체 흐름을 경험할 수 있도록 2일 과정으로 구성했습니다.
1일차에는 Power BI의 기본 구조를 이해하고 Excel과 CSV, 웹, SharePoint 등 다양한 원본 데이터를
불러오는 방법을 다뤘습니다. 이어 Power Query를 활용해 불필요한 항목과 결측값을 정리하고, 열을
추가하거나 병합·분할하면서 원본 데이터를 분석 가능한 형태로 전환했습니다.
데이터를 정리한 뒤에는 판매와 제품, 거래처, 채널, 지역 등 서로 다른 테이블의 관계를 설정했습니다.
어떤 데이터를 기준으로 연결하고 필터가 어느 방향으로 적용되는지 이해한 뒤, DAX 함수를 활용해 매출과 이익률 등 대시보드에 필요한 지표를 계산했습니다.
2일차에는 여러 파일과 쿼리를 결합하고, 데이터 간 관계와 지표 계산을 확장했습니다. 시각화 간 상호작용과 조건부 서식, 드릴스루, 북마크와 버튼 등을 적용하며 사용자가 직접 데이터를 탐색할 수 있는 보고서로 발전시켰습니다.
최종 대시보드에는 매출금액과 이익률 같은 주요 지표뿐만 아니라 품목별 매출, 판매 채널 구성,
월별·연도별 추이 등을 한 화면에 배치했습니다. 슬라이서와 기간 필터를 적용해 사용자가 조건을 변경하며 필요한 정보를 확인할 수 있도록 구성했습니다.
완성된 화면을 그대로 따라 만드는 대신 교육생이 직접 데이터를 불러오고 정리하는 단계부터 시작했습니다. 이를 통해 대시보드의 형태뿐 아니라 원본 데이터가 전처리와 모델링, 지표 계산을 거쳐 시각화되는
전체 구조를 이해할 수 있도록 했습니다.
통합 만족도 4.72점,
도입 확대를 검토할 기준을 남기다
교육 후 만족도 조사에서 Copilot 과정과 Power BI 과정의 통합 평균은 5점 만점에 4.72점이었습니다.
Copilot 과정에서는 막연하게 느껴졌던 프롬프트 작성 방식을 구체적으로 이해하고, 보고서 작성과 데이터 분석, 자료 정리 등 실제 업무와 연결해 실습한 점이 긍정적으로 평가됐습니다. AI가 제시한 결과를 그대로 사용하는 것이 아니라 한계와 주의점을 함께 다룬 점도 유용했다는 반응이 있었습니다.
Power BI 과정에서는 데이터를 직접 불러오고 정리해 대시보드로 만드는 단계별 실습과 현장 지원이 높은 평가를 받았습니다. Excel만으로 처리하기 어려웠던 데이터 분석과 시각화 방식을 익히고, 현업 데이터를 다루는 업무에 적용할 가능성을 확인했다는 의견도 있었습니다.
설문에서는 직무별 실제 문서와 데이터를 활용하는 심화 실습, 개인이 결과물까지 완성하는 프로젝트형
과정, 수준별 Power BI 과정에 대한 후속 교육 수요도 확인할 수 있었습니다.
이번 만족도만으로 전사 도입이나 업무 생산성 향상을 단정할 수는 없습니다.
다만 실제 사용 환경에서 어떤 기능을 활용할 수 있는지, 교육을 확대하려면 어떤 준비가 필요한지 판단할 수 있는 근거를 확보했다는 데 의미가 있습니다.
파일럿 교육이
도입 이후의 시행착오를 줄이도록
이번 HD현대중공업 교육은 기업용 AI 도구를 전사에 도입하기 전, 실제 사용 가능성과 운영 조건을 함께
확인한 파일럿 교육 사례입니다.
Copilot은 기존 M365 앱과 연결해 문서 작성과 협업의 흐름을 바꾸는 도구로, Power BI는 여러 형태의 데이터를 분석 가능한 정보로 전환하는 도구로 접근했습니다.
동시에 프로그램 버전과 계정 권한, 라이선스, 보안 정책 등 실제 기업 환경에서 발생할 수 있는 조건을 교육 설계에 포함했습니다. Microsoft 환경에 대한 이해와 현장 대응 역량을 갖춘 강사를 섭외하고, 사전 설치와 기능 실행 여부를 점검할 수 있는 가이드를 제공한 이유도 여기에 있습니다.
새로운 도구의 도입 효과는 기능의 수만으로 결정되지 않습니다. 구성원이 조직의 실제 환경에서 도구를 실행하고, 자신의 업무 흐름에 적용하며, 문제가 발생했을 때 해결할 수 있는 기준까지 마련되어야 합니다.
파일럿 교육은 도입 여부를 판단하는 과정인 동시에, 향후 전사 확산에서 발생할 수 있는 시행착오를 미리 확인하는 과정이 될 수 있습니다.
데이터다이빙은 기업의 도입 목적과 업무 환경, 구성원의 활용 수준을 함께 분석해 교육을 설계합니다.
새로운 도구를 소개하는 데서 그치지 않고 조직 안에서 안정적으로 실행되고 지속적으로 활용될 수 있도록 지원하겠습니다.
상세 커리큘럼이 궁금하신가요?
M365 Copilot·Power BI 기업교육 커리큘럼에 대해 자세히 알고 싶으시다면,
아래 버튼을 클릭하여 문의해 주세요. 귀사의 특성에 맞는 맞춤형 교육 방안을 제안해 드리겠습니다.
![통계청 SQL 활용 교육 (집합교육) – 후기편 [2/2]](https://datadiving.net/wp-content/uploads/2023/12/기업교육-16_9-집합교육_통계청2-768x432.png)
