AI 활용 업무생산성 교육 사례 | 경희대학교 산학협력단 행정업무 5시간 과정 (2026년 7월)

행정업무의 AI 활용은 일반 사무직과 다른 지점이 있습니다. 공문처럼 형식이 정해진 문서가 많고, 누락 하나가 절차 전체를 되돌립니다. 그래서 "빨리 쓰기"보다 "빠뜨리지 않고 쓰기" 가 먼저입니다.

2026년 7월, 딥택트러닝 박재현 소장은 경희대학교 산학협력단을 대상으로 「AI 활용 업무생산성 200% 높이기」 5시간 교육을 진행했습니다. 이메일, 회의록, 공문 작성, 데이터 분석, 반복업무 자동화, NotebookLM까지 행정·산학협력 업무 현장을 기준으로 연결했습니다.

교육 개요

• 교육 주제 : AI 활용 업무생산성 200% 높이기
• 교육 대상 : 경희대학교 산학협력단 연구행정 직원
• 교육 일자 : 2026년 7월
• 교육 시간 : 5시간 (10:30~16:30)
• 교육 방식 : 개인 실습 & 상호학습
• 참석 규모 : 50여 명

도입이 안 되는 이유는 도구가 아니라 세 가지 막힘

많은 조직이 생성형 AI를 업무에 붙이려 하지만 현장에서는 같은 세 가지에서 멈춥니다.

• AI에게 무엇을 맡겨야 할지 명확하지 않다
• 프롬프트를 써도 원하는 품질이 안 나온다
• AI가 만든 답을 어디까지 믿고 어떻게 검토할지 애매하다

셋 다 도구를 몰라서 생기는 문제가 아닙니다. 자기 업무를 AI와 함께 재설계해본 적이 없어서 생기는 문제입니다. 이번 과정은 그 재설계를 목표로 잡았습니다.

LLM의 3가지 작동 원리

AI·머신러닝·딥러닝·LLM의 관계를 정리한 뒤, 업무 관점에서 세 가지 원리를 다뤘습니다.

• Instruction Following — 명령어를 그대로 따르므로 지시가 명확해야 한다
• In-Context Learning — 제공된 맥락과 자료를 바탕으로 답하므로 배경 설명이 중요하다
• Step by Step — 복잡한 문제는 단계로 나눠 요청해야 품질이 올라간다

이 셋을 알면 프롬프트 작성 방식이 바뀝니다. "작성해줘" 대신 역할, 목적, 맥락, 참고자료, 원하는 산출물 형식을 구분해 전달하게 됩니다.

바로 쓰는 행정업무 프롬프트 설계

세 가지 기본 원칙을 실습했습니다.

첫째, 지시 문장과 참고 문장을 구분합니다. 둘째, 한 번에 완성하려 하지 않고 쪼개서 지시하고 물고 늘어집니다. 셋째, AI에 역할과 맥락을 부여해 답변의 관점을 분명히 합니다.

팀워크 워크숍 기획, 가족여행 계획 같은 가벼운 소재로 시작했습니다. 같은 요청도 어떻게 나누고 구체화하느냐에 따라 결과가 달라지는 것을 직접 확인하기 위해서입니다. 업무 소재로 바로 들어가면 원칙이 안 보이고 결과물만 남습니다.

이메일, 회의록, 공문, 데이터

일상업무에서 성과가 가장 빨리 나옵니다. 이번 과정에서 다룬 업무는 다음과 같습니다.

• 장황한 이메일 요약과 회신 작성
• 설득 이메일과 전화 스크립트
• 회의 녹음 텍스트를 활용한 회의록
• 공문 작성에 필요한 정보를 AI가 먼저 질문하게 만드는 Meta Prompt
• 정성 데이터의 MECE 정리와 클러스터링
• 정량 데이터의 결측치·이상치·기술통계·인사이트 도출
• Gemini를 활용한 엑셀 파일 구성

이 중 공문 작성이 이 과정의 성격을 가장 잘 보여줍니다. AI가 바로 초안을 쓰게 하지 않고, 필요한 정보를 먼저 묻게 한 뒤 사람이 답한 내용을 종합해 문서를 만드는 방식까지 실습했습니다. 행정업무에서 누락과 오해를 줄이려면 이 순서가 맞습니다.

반복업무 자동화와 챗봇

자주 하는 업무를 프롬프트로 모으고, 정형화하기 좋은 업무를 챗봇으로 전환하는 방법을 다뤘습니다. Gemini Gems, ChatGPT Custom GPTs, Claude Projects, MS Copilot Agent Builder를 비교하고, 실습은 Gemini Gems로 진행했습니다.

핵심은 자동화 자체가 아니라 업무의 패턴을 발견하는 것입니다. 반복되는 문의 응대, 행사 운영, 자료 정리, 초안 작성처럼 규칙과 맥락이 있는 업무가 챗봇과 에이전트의 출발점입니다.

NotebookLM으로 자료 분석하고 검증하기

PDF, 음성파일, 유튜브, 복사 텍스트를 소스로 추가해 자료를 분석하고 기획에 활용하는 방법을 다뤘습니다. 특정 소스를 검증용으로 쓰는 방식도 함께 살펴봤습니다.

AI 시대의 업무역량은 빠르게 답을 얻는 능력이 아닙니다. 어떤 자료를 넣을지, 어떤 질문을 할지, 어떤 근거로 검토할지를 설계하는 능력입니다.

교육 설계 관점 : 왜 공문을 가운데 놓았는가

행정업무 대상 AI 교육에서 이메일과 회의록은 어느 조직에나 있습니다. 차별화되는 지점은 그 조직만의 정형 문서입니다. 산학협력단에는 공문이 그것이었습니다.

공문은 형식이 정해져 있어 AI가 잘하는 영역처럼 보이지만, 실제로는 반대입니다. 들어가야 할 정보를 사람이 다 알려주지 않으면 그럴듯한 빈 문서가 나옵니다. 그래서 이 자리에 AI가 먼저 질문하게 하는 Meta Prompt를 배치했습니다.

이 방식 하나를 익히면 공문뿐 아니라 품의서, 계획서, 결과보고서에 그대로 적용됩니다. 하나를 깊게 넣고 나머지로 번지게 하는 설계입니다.

이런 조직에 추천합니다

• 생성형 AI를 실무에 도입하려는 공공기관, 대학, 기업
• 이메일·회의록·공문·보고서 등 문서업무가 많은 조직
• 행정업무의 반복 패턴을 프롬프트와 챗봇으로 정리하려는 팀
• 데이터 정리와 인사이트 도출에 AI를 활용하려는 실무자