PRACTITIONER
AI를 쓰는 것과 AI로 일하는 것은 전혀 다른 일입니다. 도구의 존재를 아는 단계를 넘어, 그 도구가 자신의 워크플로 안에서 진짜 지렛대가 되는 지점을 찾아낼 때 비로소 생산성은 배수(倍數)로 움직이기 시작합니다. PRACTITIONER는 AI의 기초를 이미 지나온 실무자들을 위한 심화 커리큘럼 시리즈입니다. 반복되는 업무의 자동화, 팀 단위 워크플로의 재설계, MCP와 에이전틱 구조의 실전 적용, 그리고 코드 한 줄을 넘어 프로젝트 전체를 AI와 함께 운영하는 방법까지 — 조직의 직무와 성숙도에 따라 가장 날카롭게 꽂히는 모듈을 선별해 제안드립니다. 도구를 쓰는 사람에서, 도구의 레버리지를 설계하는 사람으로 건너가는 다리가 여기에 있습니다.
Audience
Working Professionals · Team-based Cohorts
Format
Modular Series · Workflow Redesign · Hands-on Build · Post-training Reference
[ 문의하기 ]
이 장면은 많은 조직에서 이미 시작되었습니다.
어느 마케터는 ChatGPT로 카피 초안을 뽑는 데 익숙해졌지만, 그 초안을 다시 다듬는 시간은 예전과 크게 다르지 않습니다. 어느 개발자는 Copilot의 자동완성을 받아 쓰지만, 정작 복잡한 레거시 코드 앞에서는 여전히 혼자 헤맵니다. 어느 기획자는 회의록 요약을 AI에 맡기기 시작했지만, 그 요약이 다음 의사결정까지 연결되는 파이프는 어디에도 깔려 있지 않습니다. 모두가 AI를 쓰고는 있습니다. 그러나 각자의 업무가 AI를 중심으로 재설계된 경우는, 생각보다 훨씬 드뭅니다.
2026년의 한 엔터프라이즈 조사에 따르면, AI를 능숙하게 다루는 상위 사용자들은 동료 대비 5배의 생산성을 내고 있습니다. 그러나 같은 조사에서, 조직 차원에서 생성형 AI로부터 유의미한 ROI를 보고 있다고 답한 비율은 29%에 불과합니다. 개인의 승리와 조직의 성과 사이에 놓인 이 간격, PRACTITIONER가 정확히 조준하는 지점입니다.
도구를 아는 것과, 도구로 일하는 것은 다릅니다.
망치를 집에 두고 있다는 사실과 그 망치로 집을 짓는 일 사이에는 수십 년의 거리가 있습니다. AI도 예외는 아닙니다. 모델의 이름을 외우고, 몇 가지 프롬프트 요령을 익히고, 업무 중 가끔 활용해 보는 단계 — 여기서 멈춘 조직은 AI의 표면만 만집니다. 실무의 깊은 지층까지 도구가 스며들어 업무의 모양 자체를 바꾸는 지점에 도달해야, 비로소 생산성은 선형적 증가가 아닌 비선형적 도약을 시작합니다.
PRACTITIONER는 그 지점까지 실무자를 데려가는 과정입니다. 정확히 말하자면, 실무자가 스스로 그 지점을 발견하고 설계할 수 있는 감각을 이식하는 과정입니다.
배수의 생산성은 도구가 아니라 재설계에서 나옵니다.
많은 조직이 오해하는 지점이 있습니다. “좋은 AI 도구를 많이 도입하면 생산성이 올라갈 것이다.” 현장의 데이터는 정반대를 말합니다. 동일한 도구를 받은 두 팀이, 6개월 뒤 완전히 다른 결과를 냅니다. 한쪽은 몇 배의 아웃풋을 내고, 다른 한쪽은 기존 속도에서 크게 벗어나지 못합니다. 차이는 도구가 아니라 워크플로의 재설계 여부에서 발생합니다.
PwC의 2026 AI 전망은 이를 간결히 정리합니다. “기술은 AI 이니셔티브 가치의 약 20%만을 전달한다. 나머지 80%는 일을 다시 설계하는 데서 나온다” 실무자가 자기 업무의 지형을 직접 다시 그릴 수 있을 때, AI는 비로소 장식이 아닌 구조가 됩니다.
이 커리큘럼이 다루는 네 개의 기둥.
PRACTITIONER 시리즈는 네 개의 기둥 위에 세워져 있습니다. 조직마다 어느 기둥이 먼저 필요한지는 다르지만, 네 기둥이 함께 서야 실무자의 역량이 구조적으로 완성된다는 원칙은 공통됩니다.
첫째, 업무의 해부. 자신의 업무를 AI가 잘하는 부분, 사람이 잘하는 부분, 그리고 둘의 협업이 가장 큰 지렛대를 만드는 지점으로 해부하는 감각. 이 해부가 서툴면, 좋은 도구를 손에 쥐고도 엉뚱한 곳에 쓰게 됩니다.
둘째, 워크플로의 재설계. 낡은 공정 위에 AI를 얹는 대신, AI를 중심에 두고 공정 자체를 다시 그리는 훈련. 이메일 한 통의 처리 방식부터 분기 보고서의 생산 파이프까지, 일상의 흐름을 구조적으로 재배치합니다.
셋째, 도구의 레이어드 활용. 하나의 도구로 모든 것을 하려 들지 않고, Claude, ChatGPT, Cursor, Notion AI, MCP 기반 에이전트 등을 용도별로 층층이 쌓아 쓰는 기술. Anthropic이 정의하는 AI Fluency의 네 축 — 위임, 기술(Description), 분별, 성실 — 을 실무의 언어로 번역해 체화합니다.
넷째, 결과의 품질 관리. AI가 만든 결과물을 어떤 기준으로 검증하고, 어떤 지점에서 되돌려 재생성하며, 어떤 순간에 사람의 손으로 마감할지에 대한 판단. 속도만 빠른 결과물은 곧 조직의 부채가 됩니다.
견고한 심화의 연결
업무 해부와 AI 지렛대 지점의 발굴, 팀 단위 워크플로의 구조적 재설계, Claude Code, MCP, 에이전트의 실전 운용, AI 결과물의 품질 관리와 검증 체계 등
하나의 커리큘럼, 여러 진입점 — 각 모듈은 조직의 직무와 성숙도에 맞춰 정교하게 재단됩니다.
모듈로 구성된 시리즈, 실무의 결에 맞춰 이음새없이 연결됩니다.
PRACTITIONER는 하나의 고정된 강의가 아닙니다. 개발·디자인·마케팅·세일즈·기획·운영 등 직무의 결에 따라, 그리고 조직이 이미 도달한 AI 활용의 수준에 따라, 가장 먼저 필요한 모듈이 각각 다릅니다. 어느 팀에는 Claude Code를 활용한 코드베이스 핸들링이 즉각적인 돌파구가 되고, 어느 팀에는 MCP 기반 내부 도구 연결이 다음 문턱이며, 또 어떤 팀에는 업무 파이프라인 전체의 재설계 워크숍이 결정적 전환점이 됩니다. 문의 단계에서 조직의 직무 구성과 현재 활용 수준을 먼저 듣고, 가장 큰 지렛대가 걸리는 지점부터 설계해드립니다.
숙련자일수록, 이 수업은 값지게 작동합니다.
PRACTITIONER의 독특한 구조적 특징 하나는 이미 잘하고 있는 사람에게 오히려 더 큰 전환을 준다는 점입니다. AI를 매일 쓰는 실무자일수록 자기류(自己流)의 습관이 깊어져 있고, 그 습관이 성과의 천장으로 작동하는 경우가 많습니다. 이 수업은 그런 숙련자가 “내가 지금 쓰고 있는 이 방식이, 사실은 세 번째로 좋은 방법이었구나”라는 자각에 도달하게 하는 구조로 설계되어 있습니다. 잘 달리는 주자에게 필요한 것은 응원이 아니라 자세 교정이라는 사실을, 이 과정은 조용히 증명합니다.
뉴욕의 실무 현장에서, 한국의 실무 현장으로.
PRACTITIONER의 커리큘럼에는 지난 분기 뉴욕·샌프란시스코의 기업들이 실제로 겪은 성공과 실패의 기록이 반영됩니다. MCP가 불과 6개월 전까지 업계 최대 화두였다가 지금은 컨텍스트 블로트의 주범으로 비난받는 상황, 수많은 AI 인플루언서들이 만들어내는 하이프 사이클의 실체, 그리고 Amazon AWS가 AI 지원 변경사항에 시니어 엔지니어 승인을 요구하기 시작한 배경 — 이런 흐름의 진짜 맥락은 영문 아티클 몇 편을 요약해서는 전달되지 않습니다. 뉴욕 현지에서 이 담론에 직접 참여하는 사람만이, 한국 조직의 실무자가 정말로 알아야 할 신호와 그저 알아도 그만인 소음을 구분해드릴 수 있습니다.
개인의 생산성이 아닌, 팀의 생산성을 설계합니다.
PRIMER가 개인의 기초를 다진다면, PRACTITIONER는 한 걸음 더 나아가 팀 단위의 생산성을 조준합니다. AI를 잘 쓰는 개인 한 명이 조직 안에 고립되어 있으면, 그 개인은 곧 번아웃되거나 이직합니다. 반면 팀 전체가 같은 도구·같은 워크플로·같은 검증 체계를 공유할 때, 생산성은 개인기의 합이 아니라 구조의 힘으로 축적됩니다. PRACTITIONER는 처음부터 팀 단위 코호트를 염두에 두고 설계되었으며, 수업이 끝난 뒤에도 팀 내부에서 계속 돌아갈 살아있는 매뉴얼을 함께 남깁니다.
이 과정이 정확히 해결하는 것, 그리고 남기는 것.
PRACTITIONER는 네 개의 구체적인 문제를 조준합니다.
첫 번째, 정체의 함정. AI를 쓰고는 있지만 생산성 지표가 크게 움직이지 않는 상태. 이 시리즈는 지렛대가 걸리는 정확한 지점을 찾아 실무자의 일을 구조적으로 재배치합니다.
두 번째, 개인기의 한계. 잘 쓰는 한두 명에게 조직이 의존하는 상태. 이 시리즈는 팀 전체가 공유하는 워크플로로 역량을 재분배합니다.
세 번째, 도구의 범람. 수많은 AI 도구를 가지고 있지만 층층이 쌓아 쓰는 기술이 없는 상태. 이 시리즈는 도구들을 용도별로 오케스트레이션하는 감각을 이식합니다.
네 번째, 품질의 흔들림. 속도는 빨라졌지만 결과물의 신뢰도가 불안정한 상태. 이 시리즈는 검증과 마감의 기준선을 팀의 운영 체계 안에 심습니다.
그리고 이 네 가지의 합이 만들어내는 한 가지 결과물이 있습니다. 팀이 AI를 활용하는 단계를 넘어, AI를 중심으로 일의 모양을 설계하는 단계로 건너가는 것. PRACTITIONER는 바로 그 건너감의 기술을 훈련하는 시간입니다.
장인은 도구를 바꾸지 않습니다. 같은 도구로 다른 결과를 만듭니다. 차이는 손에 있는 것이 아니라, 손을 쓰는 사람의 안목에 있습니다. PRACTITIONER는 그 안목을 기르는 시간 — AI라는 도구가 장식이 아닌 지렛대가 되는, 그 건너감의 다리입니다.
팀이 지금 어디까지 와 있는지 들려주세요.
PRACTITIONER는 팀의 직무 구성과 현재 AI 활용 수준에 따라 가장 큰 지렛대가 걸리는 지점부터 설계됩니다.