AI 도입 프로젝트에서 반복되는 패턴이 있다. 파일럿 단계는 순조롭다. 일부 직원은 ChatGPT를 능숙하게 쓴다. 그런데 어느 시점에 멈춘다. 개인의 사용 방식이 팀의 업무 방식으로 확산되지 않는다. 누군가 발견한 좋은 프롬프트는 슬랙 메시지 한 줄로 공유되고 사라진다. 이 간극이 기업 AI 도입의 실제 병목이다.
OpenAI Academy가 이번에 공개한 세 코스—AI Foundations, Applied AI Foundations, Agents and Workflows—는 바로 그 지점을 겨냥한다. 커리큘럼의 설계 방향이 흥미로운 것은, 개인의 기술 향상을 넘어 "반복 가능한 워크플로우"를 팀 단위로 만드는 과정을 명시적인 학습 목표로 삼았기 때문이다. 세 코스는 순서대로 쌓인다: 하나의 반복 업무를 개선하는 것에서, 재사용 가능한 워크플로우 플랜을 만드는 것으로, 에이전트가 개입하는 워크플로우를 실제로 운영하는 것으로.
Applied AI Foundations 코스의 구성이 특히 구체적이다. 프롬프트를 잘 쓰는 방법이 아니라, 그 프롬프트를 워크플로우 플랜으로 전환하는 방법을 가르친다. 입력값을 어떻게 정의하고, 어떤 모델을 선택하고, 어떤 툴을 연결하고, 어디에 체크포인트를 두고, 어디서 인간이 검토해야 하는지, 품질·속도·비용의 균형을 어떻게 잡을지. 이건 개인 사용법 교육이 아니라 팀 단위 프로세스 설계다. Agents and Workflows는 여기서 한 단계를 더 올라가, 에이전트에게 컨텍스트를 어떻게 전달하고 아웃풋과 경계를 어떻게 정의하는지를 다룬다. "인간의 판단이 필요한 지점을 식별하는 능력"을 명시적인 학습 목표로 삼은 것이 눈에 띈다.
OpenAI가 이 코스를 설명하면서 사용한 표현 중 "학습을 배포의 일부로 본다(learning as part of deployment)"는 말이 있다. 모델이 업데이트되면 커리큘럼도 함께 업데이트하고, 실제 안전 관행과 현장 사용 사례를 반영한다는 뜻이다. BCG, Accenture, BBVA와 파트너십을 맺고 기업 배포를 진행 중인 것도 이 맥락에서 읽힌다. 제3자 교육 콘텐츠와 달리, 직원들이 실제로 쓰는 기술과 동기화된 학습 표준을 조직이 갖게 된다는 차별점이다. 수료 인증서 역시 단순한 완료 증명이 아니라, 조직 안에서 새 워크플로우를 먼저 만든 사람을 찾아내고 그 경험을 팀 전체로 확산시키는 촉매제로 설계됐다. 기업 AI 도입의 진짜 어려움이 "기술이 없어서"가 아니라 "누가 먼저 시도했고 무엇이 효과 있었는지 조직이 모른다"는 것임을 정확히 짚은 설계다.