보안정책 진단
사용 가능한 LLM, 입력 가능 데이터, 금지 데이터를 먼저 정리합니다.
BX AI Workflow Enablement Program
AI 도구 교육을 넘어,
업무흐름이 바뀌는 교육
고객사의 보안정책과 사용 가능한 AI 환경을 기준으로 실제 반복업무를 LLM 기반 업무흐름으로 전환합니다. 단순 프롬프트 교육이 아니라 직무별 실습 시나리오, 업무 Skill, 검수 기준, PoC/SI 후보까지 도출하는 교육형 컨설팅 프로그램입니다.
직무별 실습
보고서, 제안서, 고객 안내문, 회의록처럼 실제 반복업무로 실습합니다.
검수 기준
출처, 기준일, 개인정보, 과장 표현, 규제 표현을 확인하는 기준을 만듭니다.
PoC 후보 도출
교육 이후 자동화, RAG, 워크플로우 구축으로 이어질 과제를 분류합니다.
Workflow Map
AI 적용 단계
사람 검수 단계
통제 및 거버넌스
- 보안정책 준수
- 데이터 접근 통제
- 프롬프트·템플릿 관리
- 로그 및 모니터링
프로그램 진행 프로세스
AI 환경, 보안정책, 대상 직무와 반복업무를 확인합니다.
직무별 업무 상황에 맞는 실습 과제와 샘플 데이터를 설계합니다.
LLM 실무 원칙, 개인·팀 지침, 반복업무 스킬화를 실습합니다.
프롬프트 템플릿, Skill 문서, 검수 체크리스트를 표준화합니다.
즉시 적용 과제와 PoC/SI 후보를 로드맵으로 정리합니다.
Program Definition
특정 AI 도구의 기능 교육이 아니라, 조직의 업무 적용 방식을 설계합니다
이 프로그램은 고객사의 보안정책, 업무환경, 직무 특성, 데이터 활용 가능 범위를 기준으로 LLM을 업무흐름에 적용하는 방식 자체를 설계합니다. 실제 업무를 진단하고, 직무별 반복업무를 LLM 기반 업무흐름으로 재설계하며, 실무자가 바로 활용할 수 있는 프롬프트, Skill 문서, 업무 절차, 검수 기준을 함께 제공합니다.
AI 도입의 성패는 어떤 모델을 쓰느냐가 아니라, 고객사의 실제 업무흐름이 얼마나 바뀌었는가에 달려 있습니다.도구 비종속
ChatGPT, Claude, Copilot, Gemini, Azure OpenAI, 사내 LLM 등 어떤 모델을 쓰는지보다 고객사 업무흐름 안에서 AI가 맡을 역할과 사람의 검수 기준을 먼저 정의합니다.
산업 비종속
금융권 실무 워크숍 사례를 출발점으로 삼되, 보험, B2B 영업, 기획, HRD, 제조·유통처럼 반복적인 지식업무가 있는 조직 전반에 적용할 수 있습니다.
업무 중심
“이 AI 도구로 무엇을 할 수 있는가?”가 아니라 “우리 조직의 어떤 반복업무를 AI와 함께 처리할 수 있는가?”를 기준으로 교육과 컨설팅을 설계합니다.
Workflow Blueprint
AI가 맡을 일과 사람이 검수할 일을 분리해 보여줍니다
교육의 핵심은 프롬프트 문장을 많이 외우는 것이 아니라, 반복업무 안에서 AI의 역할과 사람의 판단 지점을 분명하게 나누는 것입니다.
자료와 요청 정리
목표, 대상, 기준일, 사용할 수 있는 데이터와 금지 데이터를 먼저 구분합니다.
- 내부 문서
- 외부 자료
- 업무 목표
요약·분석·작성
LLM은 검색, 정리, 초안 작성, 산출물 변환처럼 반복 시간이 큰 구간을 맡습니다.
- 요약
- 분석
- 문안 작성
사실·규제·표현 점검
출처, 수치, 기준일, 개인정보, 과장 표현, 규제 표현을 사람이 검토합니다.
- 출처
- 컴플라이언스
- 품질 기준
템플릿과 Skill로 축적
반복 가능한 절차, 프롬프트, 검수 체크리스트, PoC 후보를 운영 자산으로 남깁니다.
- Skill 문서
- 검수표
- PoC 후보
Why it matters
AI 계정은 도입했지만, 업무 방식은 그대로인 조직을 위해
많은 기업이 AI 도구를 허용했지만 개인별 사용 수준에 머물고, 업무별 표준 방식과 검수 기준은 정리되지 않은 상태입니다. 이 프로그램은 “AI를 어떻게 쓰는가”가 아니라 “우리 조직의 반복업무가 AI와 함께 처리되는 구조로 바뀌었는가”에 답합니다.
How it works
기능 교육이 아니라 고객사 업무환경 기반의 전환 설계
ChatGPT, Claude, Copilot, Azure OpenAI, 사내 LLM 등 어떤 도구를 쓰는지는 고객사의 정책에 맞춥니다. 중요한 것은 AI의 역할, 사람의 검수 기준, 반복 산출물의 구조, 교육 이후 실행 과제를 함께 설계하는 것입니다.
Diagnosis Agenda
교육 전에 먼저 확인해야 할 조직의 병목
일반적인 AI 교육은 ChatGPT 기본 사용법, 프롬프트 작성법, 문서 요약과 이메일 작성 실습에서 끝나는 경우가 많습니다. BX는 교육 전에 조직의 실제 질문과 운영 리스크를 먼저 꺼내 놓고, 교육 범위를 업무 적용 관점으로 좁힙니다.
현상 조직 내 증상 결과
개인 의존형 사용 잘 쓰는 사람만 잘 씀 조직 전체 확산 어려움
표준 업무흐름 부재 매번 다른 방식으로 질문 산출물 품질 편차
보안 기준 불명확 무엇을 입력해도 되는지 모름 사용 위축 또는 무분별한 사용
직무별 실습 부족 교육은 들었지만 내 업무에 적용 못 함 교육 효과 단절
후속 과제 미정리 PoC/SI 후보가 나오지 않음 일회성 교육으로 종료
교육 설계 시 반드시 답해야 하는 질문
- 우리 회사에서는 어떤 AI 도구를 써도 되는가?
- 어떤 데이터는 입력해도 되고, 어떤 데이터는 입력하면 안 되는가?
- 우리 부서의 반복업무 중 AI 적용 우선순위는 무엇인가?
- 보고서, 제안서, 고객 안내문, 상담 스크립트, 회의록에 어떻게 적용할 것인가?
- AI가 만든 결과물을 어떤 기준으로 검수할 것인가?
- 교육 이후 PoC나 시스템 구축으로 이어질 수 있는 과제는 무엇인가?
Security-fit Operation
고객사 보안환경에 맞춘 운영 방식
보안 수준에 따라 실습 데이터, 사용 도구, 후속 과제를 다르게 설계합니다. 외부 AI 도구를 강요하지 않고 승인된 환경 안에서 확산 가능한 방식을 찾습니다.
ChatGPT, Claude, Gemini 등 공개 도구 기반 실습
Enterprise 계정, Copilot, Azure OpenAI 등 승인 환경 기준 실습
민감정보 없이 더미데이터와 공개자료 기반 실습
내부망·사내 시스템 기준의 RAG, Private LLM, SI 과제 설계
공개 SaaS 활용
공개자료·더미데이터
도구 사용법과 팀 확산승인 SaaS 활용
엔터프라이즈 계정·승인 데이터
부서 워크플로우 설계제한 환경 실습
민감정보 제외·샘플 데이터
내부 PoC 후보 검토사내 구축 검토
내부망·권한 데이터
RAG·Private LLM·SI 설계Detailed Process
진단부터 후속 실행 과제까지 이어지는 5단계 운영
각 단계는 교육 자료를 만드는 데서 끝나지 않고, 고객사의 업무 기준과 후속 실행 과제를 남기도록 설계됩니다.
Phase 1
고객사 AI 활용환경 진단
사용 가능한 LLM, 보안정책, 업무 시스템, 대상 직무, 반복업무, 핵심 산출물, 리스크 요인을 사전에 확인해 교육 범위와 실습 가능 범위를 정합니다.
핵심 점검 질문
- 현재 사용 가능한 LLM은 무엇인가?
- 입력 가능한 데이터와 금지 데이터는 무엇인가?
- 어느 부서와 직무를 우선 대상으로 할 것인가?
주요 산출물
- 진단 결과표
- 실습 가능 범위
- 보안 유의사항 초안
Phase 2
직무별 실습 시나리오 설계
진단 결과를 바탕으로 금융, 보험, B2B 영업, 기획·컨설팅 등 대상 직무에 맞는 실제 업무 상황과 샘플 데이터를 구성합니다.
핵심 점검 질문
- 어떤 반복업무가 가장 시간이 많이 드는가?
- 핵심 산출물의 형식과 품질 기준은 무엇인가?
- 실습에 사용할 수 있는 안전한 데이터는 무엇인가?
주요 산출물
- 직무별 실습 설계안
- 샘플 데이터 구조
- 업무 상황별 프롬프트 초안
Phase 3
LLM 실무 워크숍
이론 설명보다 실제 업무 흐름을 중심으로 LLM의 역할, 한계, 개인·팀 지침, 도구 연결, 산출물 변환, 검수 기준을 실습합니다.
핵심 점검 질문
- AI가 초안을 만들고 사람이 검수하는 지점은 어디인가?
- 팀 공통 출력 규칙은 무엇인가?
- 실무자가 반복 사용할 수 있는 업무 스킬은 무엇인가?
주요 산출물
- 실습 산출물
- 업무별 프롬프트
- 팀 공통 지침
Phase 4
업무 스킬·프롬프트·검수 기준 정리
워크숍에서 만든 결과물을 단순 프롬프트 모음이 아니라 반복 가능한 업무 단위의 AI 활용 체계로 정리합니다.
핵심 점검 질문
- 입력값, 처리 방식, 출력 형식, 금지사항이 명확한가?
- 보안·개인정보·규제 표현을 검수할 기준이 있는가?
- 팀장이 리뷰할 수 있는 기준이 있는가?
주요 산출물
- 업무 Skill 문서
- 프롬프트 템플릿
- 검수 체크리스트
Phase 5
PoC/SI 후보 도출
교육에서 끝내지 않고 즉시 적용, 추가 검토, PoC 필요, SI 필요 과제를 구분해 후속 실행 경로를 구체화합니다.
핵심 점검 질문
- 시스템화 가능성이 높은 업무는 무엇인가?
- 필요 데이터와 보안 이슈는 무엇인가?
- PoC 범위와 KPI는 어떻게 잡을 것인가?
주요 산출물
- AI 적용 우선순위표
- PoC 후보 리스트
- 후속 추진 로드맵
Workshop Modules
실무 워크숍은 업무 적용에 필요한 모듈로 구성됩니다
LLM의 개념을 설명하는 데 그치지 않고, 개인 설정, 팀 규칙, 반복업무 스킬화, 산출물 변환, 리스크 검수, 후속 과제 도출까지 하나의 업무 전환 흐름으로 다룹니다.
LLM 업무 활용 원칙
LLM의 역할, 한계, 보안 유의사항, 사람의 검수 역할
개인/팀 업무환경 설정
개인 지침, 프로젝트 지침, 출력 규칙 설정
반복업무 스킬화
특정 업무를 재사용 가능한 업무 Skill로 정의
데이터·도구 연결 이해
커넥터, 문서, 메일, 캘린더, 외부 데이터 활용 방식 이해
직무별 실습
고객사 업무 기반 실습 시나리오 수행
산출물 변환
Word, Excel, PPTX, 웹 대시보드 등 결과물 변환
검수·리스크 관리
출처, 기준일, 개인정보, 과장표현, 규제 표현 점검
적용 과제 도출
바로 적용 가능한 업무와 PoC/SI 후보 정리
기초 정렬
원칙, 보안, 개인·팀 업무환경 설정
업무 실습
반복업무 스킬화, 직무 실습, 산출물 변환
운영 전환
검수·리스크 관리, 적용 과제와 PoC 후보 도출
Role-based Scenarios
산업과 직무에 맞게 바뀌는 실습 시나리오
금융권 AI 교육에 머무르지 않습니다. 반복적인 지식업무가 있는 조직이라면 산업과 직무에 맞는 실습 과제로 재구성할 수 있습니다.
금융·증권
시황 브리핑, 기업 분석, 고객 안내자료, 투자광고 표현 점검
보험
상품 설명, 보장 분석, 민원 리스크 점검, 설계사 교육자료
B2B 영업
고객사 리서치, 상담 준비, 제안서 초안, 팔로업 메일, CRM 요약
기획·컨설팅
RFP 분석, 인터뷰 요약, 보고서 구조화, 시장조사, 제안 논리 설계
Applied Scenario
금융·증권사
빠른 문서 작성보다 정확성, 출처, 기준일, 컴플라이언스 기준을 지키며 반복 업무를 표준화하는 것이 핵심입니다.
- 시황 브리핑
- 기업 분석
- 산업 분석
- 고객 안내자료
- 투자광고 문구 점검
- Word·Excel·PPTX 변환
Applied Scenario
보험사
고객 설명의 속도보다 정확성과 일관성이 중요하며, 승인된 기준과 검수 체계 안에서 AI를 활용하도록 설계합니다.
- 고객 상담 준비
- 상품 설명
- 보장 분석
- 민원 리스크 점검
- 설계사 교육자료
- 내부 문서 Q&A 후보 도출
Applied Scenario
B2B 영업조직
영업교육으로 높인 사람의 역량이 고객 리서치, 상담 준비, 제안서 작성, 팔로업 업무에서 반복 실행되도록 업무흐름을 바꿉니다.
- 고객사 리서치
- 상담 준비
- 제안서 초안
- 회의록 요약
- 팔로업 메일
- CRM 입력용 요약
Applied Scenario
기획·전략·컨설팅 조직
AI의 가치를 단순 문장 작성이 아니라 사고 구조화와 반복 산출물의 품질 표준화에 둡니다.
- 시장조사
- RFP 분석
- 인터뷰 요약
- 보고서 작성
- 제안서 작성
- 품질 검수
Operating Packages
목적과 성숙도에 맞춘 4가지 운영 패키지
인식 개선 세션부터 직무별 워크숍, 업무흐름 전환 스프린트, PoC 기획까지 고객사의 준비 수준에 맞춰 단계적으로 운영할 수 있습니다.
AI Literacy Session
AI 이해와 활용 방향성 정렬
- 생성형 AI 핵심 개념
- 기업 활용 사례와 보안 유의사항
- AI 활용 체크리스트
Role-based LLM Workshop
직무별 실무형 LLM 워크숍
- 직무별 반복업무 실습
- 프롬프트 템플릿 작성
- 산출물 검수 기준 수립
AI Workflow Sprint
업무흐름 전환 집중 스프린트
- 업무 진단과 워크플로우 재설계
- 업무 Skill 문서화
- PoC 후보와 적용 우선순위 도출
AI PoC Planning
PoC 전환 및 실행 계획
- 요구사항 정의
- 데이터 구조와 보안 이슈 검토
- PoC 범위와 KPI 설계
PoC Candidates
교육 이후 바로 검토할 수 있는 PoC/SI 후보를 정리합니다
워크숍에서 확인된 반복업무를 즉시 적용 과제, 템플릿 적용 과제, PoC 필요 과제, SI 구축 후보로 구분해 다음 의사결정에 필요한 재료를 만듭니다.
후보 과제 문제 필요 데이터 후속 방향
데일리 브리핑 작성 매일 반복되고 작성자별 품질 편차가 큼 일정, 메일, 외부 뉴스 부서 PoC
고객 안내문 작성 전문 용어가 많아 고객 이해도가 낮음 상품자료, FAQ 검수형 워크플로우
보고서 초안 작성 작성 시간이 길고 형식 편차가 큼 기존 보고서, 템플릿 RAG PoC
상담 기록 요약 CRM 입력 누락과 후속조치 지연 발생 상담 메모, CRM 필드 자동화 검토
내부 규정 Q&A 담당자 문의가 반복됨 규정집, 매뉴얼 사내 검색형 AI
제안서 초안 생성 RFP 분석과 제안 구조화에 시간이 소요됨 RFP, 기존 제안서 SI 구축 후보
워크숍 산출물
실습 결과물과 반복업무 후보를 수집합니다.
우선순위 분류
효과, 빈도, 리스크, 데이터 접근성을 기준으로 나눕니다.
데이터·보안 검토
필요 데이터와 입력 가능 범위를 확인합니다.
PoC 범위 정의
작게 검증할 업무, 사용자, KPI를 정합니다.
SI 후보 정리
RAG, 자동화, 내부 시스템 연계 후보를 구분합니다.
Final Outputs
교육 자료가 아니라, 조직 단위 확산을 위한 운영 기준을 남깁니다
프로그램 완료 후 고객사는 업무 적용 산출물, 관리 산출물, 확장 산출물을 함께 확보합니다.
- 직무별 AI 활용 시나리오
- 반복업무별 프롬프트 템플릿
- 업무 Skill 문서
- 보안·컴플라이언스 검수 체크리스트
- 산출물 샘플
- AI 적용 우선순위표
- PoC/SI 후보 과제 리스트
- 후속 추진 로드맵
Expected Effects
개인 생산성 개선에서 팀 업무 표준화와 후속 구축 과제까지
프로그램의 목표는 “잘 쓰는 개인”을 늘리는 데서 멈추지 않습니다. 팀이 같은 방식으로 쓰고, 관리자가 검수하며, 조직이 다음 자동화 과제를 선택할 수 있는 상태를 만듭니다.
개인 생산성 향상
- 초안 작성 시간 단축
- 자료 요약과 회의록 정리 효율화
- 반복 문서의 품질 편차 감소
- 판단·기획·고객 대응 시간 확대
팀 단위 업무 표준화
- 같은 업무에 같은 출력 구조 사용
- 보고서·제안서·안내문 품질 일관성 확보
- 팀장 리뷰 기준 명확화
- 인수인계와 온보딩 시간 단축
리스크 관리 강화
- 개인정보·기밀정보 입력 리스크 관리
- 출처 불명확한 수치 사용 방지
- 투자권유·과장광고·단정 표현 검수
- AI 결과물 무비판 사용 방지
PoC/SI 전환 과제 확보
- 사내 문서 기반 Q&A
- 제안서 자동화
- CRM 자동 입력
- 고객 안내문 생성·검수
- 데일리 리서치 브리핑 자동화
Success Conditions
성공적인 운영을 위한 조건
막연한 AI 교육이 아니라 실제 반복업무 중심으로 설계해야 합니다.
사용 가능 도구와 데이터 입력 기준을 먼저 정해야 합니다.
교육 이후 실제 업무 적용 여부를 관리해야 합니다.
어떤 품질과 형식의 결과물을 원하는지 정의해야 합니다.
AI 결과물을 사람이 어떤 기준으로 검토할지 정해야 합니다.
교육 후 PoC/SI 후보를 정리해야 합니다.
Caution Notes
교육 전에 합의해야 할 유의사항
- 교육 한 번만으로 조직의 업무방식이 자동으로 바뀌지는 않습니다. 관리자 점검, 템플릿 보완, 후속 과제 실행이 필요합니다.
- 보안 기준이 불명확하면 사용은 위축되거나 무분별해집니다. 입력 가능 데이터와 금지 데이터를 교육 전에 정리해야 합니다.
- LLM 결과물은 최종본이 아니라 초안입니다. 금융, 보험, 법무, 인사, 공공 영역에서는 반드시 사람의 검수를 전제로 활용해야 합니다.
- 교육 후 도출된 모든 과제를 시스템화할 필요는 없습니다. 즉시 적용, 템플릿 적용, PoC 필요, SI 필요 과제를 구분해야 합니다.