데이터 스토리텔링 교육 사례 | 한국베링거인겔하임 데이터 기반 스토리텔링 with AI 하루 과정 (2026년 9월)

데이터 기반 스토리텔링 교육은 수집한 데이터를 분석해 인사이트를 뽑고, 그 인사이트를 듣는 사람이 기억하고 행동하는 이야기로 바꾸는 방법을 다루는 실무 교육이다. 딥택트러닝 박재현 소장은 2026년 9월 한국베링거인겔하임 임직원을 대상으로 '데이터 기반 스토리텔링 with AI'를 진행했다. 데이터 수집부터 시각화까지 네 단계를 생성형 AI와 함께 끝까지 밟아보는 하루 과정이었다.

교육 개요

• 교육 주제: 데이터 기반 스토리텔링 with AI
• 교육 대상: 한국베링거인겔하임 임직원
• 교육 일자: 2026년 9월
• 교육 시간: 하루 과정(09:30~18:00)
• 교육 방식: 개인 실습, 상호 학습
• 진행 이력: 2025년에 이어 다시 열린 과정

왜 이 교육이 필요한가

분석은 했는데 회의가 끝나면 아무도 기억하지 못하는 보고가 있다. 『스틱!』의 저자인 칩 히스 교수의 연구에서 통계를 기억한 사람은 5%, 이야기를 기억한 사람은 63%였다. 숫자를 정확히 보여주는 것만으로는 사람을 움직이기 어렵다.

현장에서 부담이 되는 지점은 사람마다 다르다. 어떤 데이터를 모을지, 엑셀에서 무엇을 봐야 할지, 결과를 어떤 흐름으로 전할지. 네 단계를 혼자 모두 해내려면 통계 지식과 기획력, 디자인 감각이 한꺼번에 필요하다. 이 과정은 그 부담을 생성형 AI와 나눠 지는 방법을 다룬다.

교육 설계 관점 : 통계는 AI에게, 해석은 사람에게

박재현 소장은 이 과정을 통계 강의로 만들지 않았다. 데이터를 보고에 써야 하는 실무자라면 전공과 상관없이 따라올 수 있어야 한다고 봤기 때문이다. 그래서 개념은 다섯 가지로 좁히고, 각 개념이 보고 현장에서 어떤 말로 쓰이는지를 중심으로 보여줬다. 계산과 1차 해석은 AI에게 묻고, 사람은 무엇을 물을지와 결과가 맞는지를 판단하는 쪽에 선다.

과정 앞부분에는 가상 데이터로 만든 완성 사례를 먼저 보여줬다. 하루 동안 어디까지 가는지를 먼저 보면 중간의 실습이 왜 필요한지 이해가 빨라진다. 예시는 매출 데이터와 직원 설문 데이터 두 가지로 준비했다.

아쉬움도 남았다. 소감에서 앞부분 설명에 시간이 쓰여 스토리 구성과 시각화 실습이 빠듯했다는 의견이 나왔다. 다음 차수에서는 개념 설명을 줄이고 후반 실습 시간을 먼저 확보하는 편이 낫다고 판단했다.

데이터 수집: 있는 데이터를 해석할까, 가설을 검증할까

데이터 수집은 두 방식으로 나눴다. 이미 있는 데이터를 해석하는 방식은 정기 보고와 실적 리뷰에 맞고 빠르다. 주장을 먼저 세우고 데이터로 검증하는 방식은 기획과 제안에 맞고 설득력이 크다. 어느 쪽인지에 따라 AI에게 던지는 요청도 달라진다.

목적을 알려주고 필요한 데이터를 내부와 외부로 나눠 추천해달라고 요청하는 실습을 했다. 후보가 너무 많으면 우선순위와 이유를 함께 달라고 한 번 더 묻는다. 외부 자료를 넓게 모을 때 쓸 수 있는 딥리서치 기능도 함께 소개했다.

데이터 분석: 개념 다섯 가지만 알면 된다

분석 단계에서 짚은 개념은 기초 통계, 분포와 이상치, 상관분석, 그룹 비교, 회귀분석이다. 평균이 같은 두 고객군도 표준편차가 다르면 전혀 다른 집단이라는 것을 그래프로 비교했고, 상관관계가 인과관계가 아니라는 점도 함께 짚었다.

정성 데이터는 교육 신청서의 기대사항 같은 서술형 자료를 중복과 누락 없이 묶어내는 요청으로 다뤘다. 긴 PDF와 회의 녹음은 NotebookLM에 올려 분석했는데, 규정이나 상품 설명자료처럼 기준이 되는 문서를 검증용 소스로 두고 대조하는 방법이 반응이 좋았다. AI의 요약은 항상 원문과 맞춰봐야 한다.

스토리 구성: 다섯 단계로 나눠 요청하기

기승전결, 문제-해결, 3막 구조, AIDA, 피라미드 원칙처럼 구조는 많다. 어떤 구조가 맞는지는 메시지와 청중이 정한다. 그래서 박재현 소장은 구조를 먼저 고르게 하지 않고, 다섯 단계로 나눠 AI와 대화하게 했다.

핵심 메시지 도출 -> 스토리 구조 비교 -> 서사 흐름 설계 -> 데이터 삽입 위치 -> 메시지 강화와 행동 제안

2단계에서는 스토리 구조를 세 가지 이상 받아 형식, 흐름, 강점과 단점, 적합한 청중을 표로 비교하게 했다. 한 번에 발표 자료를 요구하면 매끄럽지만 내 판단이 빠진 결과가 나온다. 단계를 나누면 단계마다 내가 고를 자리가 생긴다.

시각화: 슬라이드 전에 HTML로

슬라이드는 제목, 거버닝 메시지, 소제목, 본문, 캡션으로 구성된다. 각 장의 거버닝 메시지만 이어 읽었을 때 하나의 논리적인 문단이 되는지가 스토리라인을 점검하는 기준이다.

실습에서는 분석 결과를 곧바로 슬라이드로 만들지 않고 16:9 인포그래픽 HTML로 먼저 만들었다. 페이지를 나누고 A4 가로 출력 버튼까지 붙여달라고 요청하면 보고서 초안이 한 번에 나온다. 흐름을 HTML에서 먼저 확인하고 슬라이드로 옮기면 고칠 일이 줄어든다.

참석자 목소리

슬라이드를 만들 때 바로 슬라이드로 가지 말고 html을 먼저 만들고 그 다음 슬라이드로 간다

좋은 강의 너무 감사합니다! 작년에 참석했던 팀원분이 적극 추천하셔서 들었는데 저도 다른 분들께 추천할 수 있을 것 같아요~

이런 조직에 추천합니다

• 정기 보고와 실적 리뷰에서 숫자를 설명하는 일이 많은 조직
• 설문과 운영 데이터는 쌓여 있지만 인사이트로 연결하지 못한 조직
• 통계 비전공 실무자에게 데이터 분석의 첫걸음을 열어주려는 조직
• 사내 허용 AI 도구 안에서 보고 역량을 높이려는 외국계 기업