데이터다이빙 PBL/코칭 프로그램
DX/AX 교육은 했는데,
왜 우리 조직은 여전히 달라지지 않을까요?
교육을 마치고도 이런 상황이 반복됩니다.
“교육은 만족스러웠는데, 업무는 그대로입니다.”
“몇 명만 쓰고, 팀 전체로 확산이 안 됩니다.”
“바쁘면 다시 수작업으로 돌아가고, 활용이 유지되지 않습니다.”
문제는 역량이 아닙니다.
대부분의 조직은 교육에서 배운 내용을
‘현업 문제 해결’로 적용하는 구간에서 멈춥니다.
데이터다이빙 프로젝트 랩(PBL/코칭)은
배운 내용을 실무 과제로 연결하고,
끝까지 완주해서 결과물을 “조직의 자산”으로 남기는 과정입니다.
과정 상담/문의하기기존 실습형 교육 vs 데이터다이빙 프로젝트 랩 (PBL/코칭)
같은 실습이라도,
‘완주 구조’가 다르면 남는 게 달라집니다.
기존 실습형 교육
데이터다이빙 프로젝트 랩(PBL/코칭)
목적
사용법 익히기
목적
DX·AX 결과물 완성 및 자산화
과제
샘플 예제
과제
우리 조직 실제 과제
방식
강의+실습
방식
PBL + 코칭 + 결과물 리뷰
범위
단일 주제 중심
범위
AI·데이터·AI Agent 전부 가능
결과물
개인 산출물
결과물
템플릿/매뉴얼/자동화(조직 자산)
목적확산
개인 의존
확산
팀 표준화·공유 구조 포함
👉 그래서 프로젝트 랩의 결과는 자료가 아니라, ‘업무에서 쓰이는 결과물’로 남습니다.
데이터다이빙 PBL/코칭 및 트랙
어떤 트랙이든,
‘현업 적용’을 완성하는 PBL/코칭 트랙
데이터다이빙은 AI Track, Data Track, AI Agent Track을 운영합니다.
하지만 트랙이 무엇이든,
현업에서 성과가 나려면 끝까지 완주하는 방식이 필요합니다.
프로젝트 랩(PBL/코칭)은
각 트랙의 내용을 우리 조직 과제로 바꾸고
결과물을 남기는 트랙입니다.
PBL/코칭 과제선정 방법
성과는 ‘과제 선정’ 순간부터 갈립니다.
프로젝트 랩은 “우리 조직 과제”로 바꾸는 순간부터 성과가 갈립니다.
그래서 과제는 보통 아래 두 방식 중 하나로 시작합니다.
Type A.
조직 주도형 (Top-down)
전사 병목이나 전략 과제를 선정해
임팩트가 큰 문제를 해결하는 프로젝트로 완성합니다.
✓
전사 단위 업무 흐름 재설계 및 자동화
✓
고객/민원/서비스 프로세스 통합 개선
✓
조직 지식 운영 체계 정리 및 활용 고도화
Type B.
현업 발굴형 (Bottom-up)
실무자의 pain point에서 출발해
빠르게 체감 성과가 나는 문제를 해결하는 프로젝트로 완성합니다.
✓
반복 보고/정산/집계 업무의 프로세스 자동화
✓
문서·기획·리서치 업무 흐름 고도화 및 표준화
✓
외부 정보 수집 → 요약 → 보고까지 이어지는 업무 체계 구축
시작 방식은 달라도, 원칙은 같습니다.
“해결 가능한 워크플로우 단위로 재설계”
아이디어가 아니라 완성 가능한 단위로 쪼개 끝까지 구현합니다.
PBL/코칭 과제선정 방법
성과는 ‘과제 선정’ 순간부터 갈립니다.
프로젝트 랩은 “우리 조직 과제”로 바꾸는 순간부터 성과가 갈립니다.
그래서 과제는 보통 아래 두 방식 중 하나로 시작합니다.
Step 1
과제 발굴
단순 명령어가 아닌, 업무의 의도와 맥락을
파악하고 계획을 세웁니다.
Step 2
문제 정의
과제를 완성 가능한 범위(워크플로우 단위) 로 쪼갭니다. 목표/범위/성과 기준을 맞추고,
실제 구현 가능한 형태로 정리합니다.
Step 3
워크플로우 설계
프롬프트보다 먼저 업무 흐름을 설계합니다.
어떤 입력 → 어떤 처리 → 어떤 출력으로 이어지는지 구조화합니다.
Step 4
실행(PBL/코칭)
팀이 실제로 만들면서 배우는 프로젝트 기반
실행(PBL) 방식으로 진행합니다.
중간중간 코칭/디버깅/리뷰를 통해 완성도를 끌어올립니다.
Step 5
자산화
결과물을 현업에서 계속 쓰도록 템플릿/매뉴얼 형태 로 정리합니다.
운영 가능한 방식으로 표준화합니다.
Step 6
공유/확산
결과물을 팀 표준으로 정리합니다.
다른 팀도 적용 가능한 형태로 재사용 키트를 구성합니다.
조직의 단계와 목적에 맞는 교육설계를 위해
다양한 과정이 준비되어 있습니다.
집체 PBL
(워크숍형)
팀별 순회 코칭
오피스아워
(디버깅/리뷰)
1:1멘토링
(핵심인재/TF)
결과물 리뷰
(퀄리티 바)
성과 공유회
(확산/표준화)
집체 PBL
(워크숍형)
팀별 순회
코칭
오피스아워
(디버깅/리뷰)
1:1 멘토링
(핵심인재/TF)
결과물 리뷰
(퀄리티 바)
성과 공유회
(확산/표준화)
PBL/코칭 과정 제안 서비스 범위
프로젝트 랩은
조직 상황에 맞게 단계별로 제안드립니다.
기존 데이터 교육
Basic
Advanced
Premium
과제 발굴
(Top-down/Bottom-up)
✕
○
○
문제 정의
(스코핑) 코칭
✕
○
○
워크플로우 설계
(Flow 기반)
○
○
○
실행(PBL)
운영
○
○
○
결과물 리뷰
(퀄리티 바)
✕
○
○
자산화
(템플릿/매뉴얼)
✕
○
○
팀 표준화/
공유 구조
✕
○
○
오피스아워/
디버깅 코칭
✕
○
○
확산용
결과물 패키징
✕
✕
○
성과 공유회
운영
✕
✕
○
조직
운영체계 설계
✕
✕
○
PBL/코칭 추천 조직
이런 조직일수록 효과가 큽니다.
AX/DX 추진팀이 있고 성과를 만들어야 하는 조직
교육은 했지만 다음 단계 (적용/확산)가 필요한 조직
핵심 인재/TF가 있고 결과물을 남겨야 하는 조직
자동화/데이터 활용이 필요하지만 업무 구조가 복잡한 조직
※ DX/AX를 이제 시작하는 조직도 가능합니다. 단, 과제 크기와 난이도는 Starter 형태로 조정합니다.
PBL/코칭 과정 결과물
프로젝트 랩 이후,
조직에 이런 자산이 남습니다.
CASE 1 : 금융업
＃AI Agent 트랙 #Multi-Agent #MCP
CASE 2 : 제조업
#AI Agent 트랙 #Agentic AI #산업특화
CASE 3 : 건설업
#생성형 AI트랙 #RAG #의사결정
CASE 4: 공공기관
#Data 트랙 #텍스트마이닝 #LLM 결합
CASE 5: IT/디지털
#생성형 AI 트랙 #이미지 특화 #이미지 스타일 유지
