Copilot 업무 활용 특강 사례 | 한국스트라이커 딥리서치·데이터 분석·보고서까지 2시간 (2026년 11월)

Copilot 업무 활용 특강은 회사에 도입된 Microsoft 365 Copilot을 실제 업무 장면에 붙여 보는 짧은 교육이다. 딥택트러닝 박재현 소장은 2026년 11월 한국스트라이커 임직원 50여 명을 대상으로 「Copilot으로 일의 속도를 바꾸다」를 2시간 대면 특강으로 진행했다.

교육 개요

• 교육 주제: Copilot으로 일의 속도를 바꾸다 (Microsoft 365 Copilot 업무 활용)
• 교육 대상: 한국스트라이커 임직원 50여 명
• 교육 일자: 2026년 11월
• 교육 시간: 2시간 (대면 특강)
• 교육 방식: 강사 시연, 개인 실습, 짝꿍 토론
• 구성: 생성형 AI 이해 · AI 대화법 · 직무 케이스(딥리서치, 데이터 분석, 보고서 PPT·HTML) · 내 업무 적용

왜 이 교육이 필요한가

Copilot은 이미 메일, 문서, 엑셀 옆에 들어와 있다. 그런데 버튼이 보인다고 일이 빨라지지는 않는다. 무엇을 어떻게 시켜야 하는지 모르면 한두 번 써 보고 다시 예전 방식으로 돌아간다. 참석자 가운데는 AI를 이미 꽤 쓴다고 생각했지만 검색과 생성을 구분하지 않아 결과가 아쉬웠다는 사람도, 컴퓨터가 서툴러 두려움이 앞섰다는 사람도 있었다.

교육 설계 관점 : 도구 소개가 아니라 업무 장면 세 가지

박재현 소장은 특강을 버튼 위치를 알려 주는 시간으로 쓰지 않았다. 앞부분에서 생성형 AI가 잘하는 일과 못하는 일, 그리고 목적·목표·정보로 일을 맡기는 대화법을 세운 뒤, 뒷부분은 영업·기획 담당자가 실제로 받는 지시 세 가지로 채웠다. 경쟁사 동향 조사, 3분기 거래처 실적 보고, 그 결과를 팀장 보고용 PPT로 옮기는 일이다. 케이스마다 짝과 1분씩 「우리 팀이면 어디에 쓸까?」를 나눠 장면을 자기 업무로 옮기게 했다.

돌아보면 2시간에 준비한 내용이 많았다. 참석자 소감에도 시간이 짧았다는 의견이 여럿 있었다. 다음 특강에서는 앞부분의 개념을 더 간단히 하고, 케이스를 각자 업무로 한 번 더 해 보는 응용 실습에 시간을 더 배정할 계획이다.

생성형 AI 이해: 검색형과 생성형을 나눠 쓰기

AI 업무 활용 레벨로 지금 내 위치를 확인한 뒤, 회식 장소 찾기와 논리 수수께끼, 가나다순 줄거리 쓰기를 비교하며 검색형과 생성형의 차이를 봤다. LLM은 명령을 그대로 따르고, 맥락을 읽고, 쪼개서 생각할 때 더 잘한다. 반대로 최신 정보가 없고, 그럴듯하게 틀리고, 근거가 흐릴 수 있어 자기검증과 교차 검증이 필요하다.

AI 대화법: 목적·목표·정보와 대화 3단계

가족 여행 계획을 예로 들어 「플랜 짜줘」 한 줄과 목적·목표·정보를 담은 요청의 차이를 보여 줬다. 빠진 정보는 AI가 객관식으로 묻게 하고, 결과를 보며 고친 뒤, 지금까지 준 피드백을 모두 담아 최종안으로 정리하게 한다. 이번 지침을 다음에도 쓰도록 프롬프트로 남기는 것까지가 한 번의 대화다.

직무 케이스: 딥리서치, 데이터 분석, 보고서

딥리서치는 「최근 고객 트렌드와 경쟁사 동향을 파헤쳐 보자」는 지시로 시작했다. 어디서부터 조사할지 딥리서치로 풀어 보고, 회의 전에 각자 조사해 온 뒤 모여서는 토론과 기획에 시간을 쓰는 방식을 소개했다.

데이터 분석은 교육용 가상 회사 노바메드 코리아의 거래처 8곳, 제품 6종, 1~9월 실적표로 진행했다. 데이터를 설명하게 하고, 거래처·담당자별 달성률 표를 받고, 떨어진 곳을 거래처·제품·월까지 쪼개 찾게 했다. 합계로는 비슷한 거래처도 제품 단위로 내려가면 한 품목만 급감한 곳이 드러난다. 매출은 목표를 채웠는데 수량과 단가가 반대로 움직인 곳, 목표는 달성했지만 전년보다 줄어든 곳도 따로 물었다. 원인은 가설과 담당자에게 확인할 질문으로 받았다.

보고서는 팀장 보고용 5장 구성안부터 받았다. 각 장을 타이틀, 거버닝 메시지, 소제목, 본문으로 나누고 거버닝 메시지만 이어 읽어도 이야기가 되는지 확인한 뒤 PPT로 만든다. 같은 내용을 인포그래픽 HTML과 16:9 HTML 슬라이드로 바꿔 A4 가로로 출력하는 방법도 함께 다뤘다.

내 업무 적용

마지막에는 지시 문장과 참고 문장 구분, 쪼개서 지시하고 물고 늘어지기, 역할 부여와 맥락 설명이라는 세 가지 습관으로 정리했다. 반복되는 일상 업무에서는 시간을 줄이고, 기한과 난이도가 있는 프로젝트성 업무에서는 품질을 올리는 쪽으로 AI를 쓴다. 참석자들은 FLA에 내 업무에서 먼저 써 볼 일 한 가지를 적었고, HTML 보고서와 엑셀 데이터 분석을 꼽은 사람이 많았다.

참석자 목소리

— 2026년 11월 참석자 자유응답

검색형 AI와 생성형 AI에 대한 구분 없이 사용해서 결과물이 만족스럽지 못했는데 이제 정확하게 구분해서 원하는 결과물을 얻을 수 있을 거 같다.

정말 유익한 시간이었습니다. 시대는 바뀌는데 컴맹이어서 좀 더 두려워져가고 있었는데 생각보다 재미있고 쉽게 해볼 수 있겠다 생각 들었습니다

이런 조직에 추천합니다

• M365 Copilot을 도입했지만 활용이 일부 직원에 머물러 있는 조직
• 짧은 시간에 Copilot 활용의 감을 잡는 임직원 특강이 필요한 HRD 담당자
• 엑셀 실적을 보고서로 옮기는 일이 많은 영업지원·재무 조직
• 시장·경쟁 조사를 자주 하는 기획·마케팅 조직
• AI 결과를 검증하는 습관을 함께 세우고 싶은 리더