M365 Copilot 활용법 교육 사례 | 우리카드 8시간 AI 업무생산성 과정 (2026년 8월)

Copilot 교육이 현업에 안 남는 이유는 대개 기능을 덜 배워서가 아닙니다. 기능을 하나씩 배웠을 뿐, 내 업무 한 건을 처음부터 끝까지 AI와 함께 굴려본 적이 없기 때문입니다. 그래서 이 과정은 단위 기능 학습이 아니라 업무 한 건의 완주를 목표로 잡았습니다.

2026년 8월, 딥택트러닝 박재현 소장은 우리카드 구성원을 대상으로 「Copilot 활용, 업무생산성 높이기」 교육을 8시간 과정으로 진행했습니다. 상사의 지시를 받은 시점부터 최종 보고까지 보고서 한 편을 완성하고, 엑셀 자동화와 AI 에이전트 제작, 바이브코딩까지 이어갔습니다.

교육 개요

• 교육 주제 : M365 Copilot 활용, 업무생산성 높이기
• 교육 대상 : 우리카드 구성원 (실무자 및 팀 리더)
• 교육 일자 : 2026년 8월
• 교육 시간 : 8시간 (09:00~18:00)
• 교육 방식 : 개인 실습 중심, 조별 토론 병행
• 참석 규모 : 30여 명

라이선스는 열었는데 왜 안 쓰는가

AI 도구를 도입한 조직에서 공통으로 나오는 질문이 셋입니다.

• 라이선스는 열어줬는데 왜 현업에서 안 쓰는가
• 교육을 한 번 받았는데 왜 업무 방식이 그대로인가
• AI가 만든 결과물을 그대로 보고에 쓸 수 있는가

세 질문의 답이 같은 자리에 있습니다. 완주해본 경험입니다. 기능 열 개를 아는 것보다 업무 한 건을 끝까지 해본 것이 다음 주 업무를 바꿉니다.

생성형 AI의 성격과 프롬프트 3원칙

먼저 검색형 AI와 생성형 AI를 구분했습니다. 검색형은 있는 것을 찾아주고, 생성형은 없는 것을 만들어냅니다. 대신 생성형은 최신 정보가 없을 수 있고 근거가 불분명한 답을 그럴듯하게 내놓기도 합니다.

그래서 두 검증을 습관으로 붙였습니다. 이유와 출처를 밝히게 하는 자기검증, 다른 AI에게 되묻는 교차검증입니다.

프롬프트 원칙은 셋으로 정리했습니다.

• 지시 문장과 참고 문장을 구분한다
• 쪼개서 지시하고 물고 늘어진다
• 역할을 부여하고 맥락을 설명한다

매번 셋을 다 지키기 어렵다는 점도 함께 다뤘습니다. 최소한 목적과 목표 두 가지만 붙이는 것을 일상화하도록 했고, 가족여행 계획처럼 부담 없는 소재로 감을 잡은 뒤 업무로 옮기는 순서로 실습했습니다.

보고서 작성 8단계 — AI에게 통째로 시키지 않는 법

이 과정의 중심 실습입니다. "우리 팀 요즘 다들 바쁘다고 하는데, 뭐 때문에 시간이 그렇게 드는지 정리해봐"라는 지시를 받은 상황을 설정하고, 팀 반복업무 실태 조사 및 개선 방안 보고서를 완성했습니다.

핵심은 통째로 시키지 않는 것입니다. 작성 프로세스를 여덟 단계로 펼쳐 단계마다 요청합니다.

상사 업무지시 -> 니즈 파악 -> 목차 구성 -> 자료 조사 -> 보고서 작성 -> 중간 보고 -> 피드백 -> 최종 보고

메타 프롬프트 — AI가 나에게 질문하게 하기

무엇을 물어야 할지 모를 때 쓰는 방법입니다. 답을 요구하는 대신 필요한 정보를 AI가 하나씩 객관식으로 질문하게 만들고, 그 답을 종합해 방향을 잡습니다. 처음 맡아보는 업무에 그대로 응용됩니다.

정반합 — 보고 전에 반론을 미리 받기

완성된 보고서를 놓고 보고받는 사람 자리에 AI를 앉힙니다. 예상 질문과 부정적 피드백을 번호를 붙여 정리하게 하고, 각각의 보완 아이디어까지 받습니다.

다만 지적을 전부 반영하지는 않습니다. 무엇을 받아들일지 고르는 것은 담당자의 판단입니다.

결과가 아니라 도구를 받는다

이 과정을 관통한 메시지입니다.

엑셀 실습에서는 표기가 제각각인 데이터를 정리하고 조건에 따라 분류하는 열을 추가했습니다. 수식만 받고 끝내지 않고 "무슨 뜻인지 설명하고, 조건을 바꾸려면 어디를 고쳐야 하는지 알려달라"를 반드시 붙이게 했습니다. 매달 반복하는 작업은 결과 대신 VBA 매크로 코드를 요청해 도구로 남겼습니다.

AI 에이전트 제작에서는 Copilot의 Agent Builder로 업무 챗봇을 만들었습니다. 앞에서 다듬은 메일 회신 프롬프트가 그대로 에이전트의 「지침」이 되도록 실습을 연결했습니다. 사내 자료를 「지식」에 연결할 때의 보안 확인 원칙도 함께 다뤘습니다.

문서 작업은 형태별로 정리했습니다. 메일 회신은 핵심 요약 → 회신 설계 → 내가 결정할 사항 객관식 확인 → 회신 작성 → 후속 할 일 순서로, 회의록은 녹음 → 텍스트 변환 → AI 정리로, PPT는 타이틀·거버닝메시지·세부내용 구조를 미리 지정하는 방식으로 진행했습니다.

바이브코딩 — 업무 도구를 직접 만들기

마지막 모듈입니다. 자연어로 대화하듯 명령해 소프트웨어를 만드는 방식으로, 복잡한 설치가 필요 없고 문법을 몰라도 시작할 수 있습니다. 에러는 종료가 아니라 다시 시도하는 지점입니다.

문법은 이제 AI가 담당합니다. 남는 것은 무엇을 만들지 정하는 기획력입니다. 앞 모듈에서 인포그래픽 HTML을 만들어본 학습자라면 자기 업무용 대시보드까지 같은 날 안에 도달합니다.

교육 설계 관점 : 왜 보고서 한 편에 시간을 몰았는가

8시간이면 Copilot 기능을 스무 개도 보여줄 수 있습니다. 그렇게 하지 않았습니다.

기능을 나열하면 그날은 만족도가 높습니다. 그런데 다음 주에 남는 게 없습니다. 각각의 기능이 자기 업무의 어느 자리에 들어가는지 연결이 안 됐기 때문입니다.

그래서 보고서 한 편을 축으로 잡고, 필요한 기능을 그 여정 위에 배치했습니다. 엑셀도 에이전트도 바이브코딩도 전부 「이 보고서를 만들다 만난 문제」로 등장합니다. 배운 기능 수는 줄지만 쓰이는 기능 수는 늘어납니다.

참석자 목소리

"기존에 업무에서 코파일럿을 막 쓰고 있던 방식이 틀린 게 아니란 것을 알 수 있었고, 더 유용하게 쓸 수 있는 방법을 알 수 있었습니다." — 참석자 자유응답

"AI 활용 역량이 앞으로 개인의 업무 경쟁력을 좌우하는 요소가 될 것 같습니다." — 참석자 자유응답

이런 조직에 추천합니다

• M365 Copilot을 도입했지만 현업 정착이 더딘 기업
• 보고서·기획서 작성 비중이 높은 기획·관리 부서
• 매월 반복되는 엑셀 집계·대조 업무를 자동화하려는 팀
• 금융·서비스업처럼 사내 데이터 보안 기준이 엄격한 기업