Copilot 프로젝트 관리 교육 사례 | ASM Korea 점심시간 2시간 온라인 과정 (2026년 7월)

프로젝트 업무에 쓰는 AI는 일상 업무에 쓰는 AI와 목적이 다릅니다. 일상 업무에서 AI는 시간을 줄이는 도구지만, 프로젝트 업무에서 AI는 복잡한 문제를 구조화해 결과의 완성도를 높이는 도구입니다. 같은 Copilot을 쓰더라도 이 구분이 없으면 프로젝트에서는 별로 도움이 안 됩니다.

2026년 7월, 딥택트러닝 박재현 소장은 반도체 장비 기업 ASM Korea 임직원을 대상으로 「Copilot 활용법 Part 3 — 프로젝트 관리와 문제해결」을 진행했습니다. 점심시간을 활용한 2시간 온라인 과정이었고, 이 회사와는 세 번째 차수였습니다.

교육 개요

• 교육 주제 : Copilot 활용 프로젝트 관리와 문제해결 (Part 3)
• 교육 대상 : ASM Korea 임직원 (엔지니어·기획·영업 혼합)
• 교육 일자 : 2026년 7월
• 교육 시간 : 2시간 (점심시간 Lunch & Learn)
• 교육 방식 : 비대면 온라인, 개인 실습과 짝 토의
• 참석 규모 : 60여 명 (3차)

데이터는 쌓이는데 판단은 왜 안 빨라지는가

프로젝트를 맡은 실무자에게서 반복해서 나오는 질문이 있습니다.

• 자료는 많은데 핵심 이슈를 어떤 기준으로 묶을 것인가
• 데이터가 불완전할 때 성급한 결론을 피하려면 무엇을 먼저 확인할 것인가
• 복잡한 프로젝트를 실행 가능한 단위로 어떻게 쪼갤 것인가

세 질문 모두 정보가 부족해서 생기는 게 아니라 구조가 없어서 생깁니다. 이 과정은 Copilot을 그 구조를 만드는 자리에 넣었습니다.

심화 프롬프트 세 가지

한 번의 질문으로 최종 답을 받으려 하지 않고, 목적에 따라 질문의 형태를 바꿉니다.

• CounterView Prompt — 제안에 반론과 재반론을 붙여가며 논리의 빈틈을 찾습니다. 보고와 설득 자리에서 예상 반론을 미리 확보하는 데 씁니다.
• Meta Prompt — AI가 나에게 한 번에 하나씩 질문하게 합니다. 목적·상대·데이터·제약·리스크를 순서대로 받아낸 뒤 초안으로 넘어갑니다.
• Framework Prompt — 7S처럼 검증된 틀을 지정해 답의 구조를 잡습니다. 아이디어 나열을 줄이고 빠진 관점을 드러냅니다.

정성·정량 데이터를 보고서까지 연결하기

정성 데이터는 비슷한 의견을 묶는 클러스터링과 중복·누락을 없애는 MECE로 구조화했습니다. 고객 의견이나 인터뷰 기록처럼 문장 형태로 흩어진 자료를 쟁점으로 묶는 작업입니다.

엑셀 데이터는 네 단계로 나눠 다뤘습니다. 데이터의 구조를 먼저 설명하게 하고, 결측치와 이상치를 점검하고, 패턴을 탐색한 뒤, 그 결과를 실행 기획안으로 옮깁니다. 한 번에 "분석해줘"라고 하면 나오지 않는 결과입니다.

영문 발표자료도 번역이 아니라 설계로 접근했습니다. 스토리라인 -> 슬라이드별 핵심 문구 -> 영어 발표 스크립트 순서로 만들면 문장은 영어지만 논리는 우리가 잡은 것이 됩니다.

WBS와 Step-Back Prompting

WBS(Work Breakdown Structure) 는 부담스러운 프로젝트를 실행 가능한 업무로 쪼개는 방법입니다. 장비 출하 전 최종 검증 프로젝트를 사례로 업무를 나누고 선후 관계와 마감을 정했습니다. AI가 초안을 빠르게 만들지만, 현장 조건과 책임 범위를 검토하는 것은 담당자입니다.

Step-Back Prompting은 해결책을 바로 묻지 않는 방식입니다. 업무가 어떤 순서로 진행되는지, 판단에 필요한 기준과 원리가 무엇인지, 원하는 최종 상태가 무엇인지를 먼저 정의한 뒤 해결을 요청합니다. AI에게 더 많이 쓰게 하는 게 아니라 더 나은 순서로 생각하게 만드는 접근입니다.

마지막으로 반복 업무를 Copilot 에이전트로 옮기는 흐름을 다뤘습니다. 잘 작동한 프롬프트를 다듬어 쌓아두고, 규칙이 분명한 업무부터 에이전트로 굳힙니다. 이 과정을 AI 업무활용 레벨 6단계에 얹어 지금 우리 조직이 어디쯤 있는지 확인했습니다.

무엇부터 에이전트로 옮길지 고르는 기준도 함께 정했습니다. 빈도가 높고, 규칙이 분명하고, 결과를 사람이 검토할 수 있는 업무가 먼저입니다. 반대로 프로젝트성 업무는 담당자의 판단 기준을 같이 넣어줘야 쓸 만한 답이 나옵니다. 전부 자동화하려 들면 둘 다 어중간해집니다.

교육 설계 관점 : 2시간짜리 과정에서 무엇을 줄일 것인가

점심시간 2시간은 짧습니다. 짧을수록 분량을 채우려는 압박이 커지는데, 이번에 그 압박에 밀렸습니다. 진행 속도가 빨라 실습 시간이 충분하지 않았다는 피드백을 받았습니다.

짧은 과정에서 줄여야 할 것은 실습이 아니라 다룰 주제의 수입니다. 다음 차수에는 주제를 하나 덜어내고 그만큼을 실습으로 돌리려 합니다. 2시간이라도 50분마다 10분 휴식을 넣는 편이 낫다는 것도 이번에 확인했습니다.

케이스 설계에서도 조정할 지점이 나왔습니다. 이번에는 장비 엔지니어 업무에 맞춘 데이터를 정교하게 준비했는데, 그만큼 다른 직군에게는 남의 이야기가 됐습니다. 직군이 섞인 과정에서는 직군과 무관하게 이해되는 범용 케이스 하나와 회사 특성에 맞춘 케이스 하나를 함께 준비하는 쪽이 맞습니다.

참석자 목소리

"Copilot을 좀더 효율적으로 사용하는 방법을 익힐 수 있었습니다." — 참석자 자유응답

"디스코드 활용 에이전트 팀 협업은 진짜 신박하네요" — 참석자 자유응답

이런 조직에 추천합니다

• Copilot을 도입했지만 프로젝트 업무에는 못 붙이고 있는 기업
• 데이터 분석과 보고서 작성 비중이 높은 기술·기획 부서
• WBS 기반 프로젝트 관리 역량을 높이려는 PM과 실무자
• 본사·글로벌 고객사 대상 영문 보고가 잦은 외국계 기업
• 짧은 시간에 반복 학습이 가능한 사내 정기 교육을 운영하는 HRD 부서