
AI 역량평가의 프로필 4유형이 어떤 기준으로 나뉘는지, 유형마다 자주 겪는 문제와 결과를 받은 뒤 4주 동안 실행할 행동 계획을 표로 정리했습니다.
같은 부서의 두 사람이 AI 역량평가에서 비슷한 총점을 받았다고 가정해 봅시다. 한 사람은 하루에도 수십 번 AI를 쓰지만 결과를 거의 확인하지 않고, 다른 한 사람은 AI의 한계를 정확히 알지만 막상 업무에는 한 달에 몇 번 쓰지 않습니다. 총점만 보면 "둘 다 중간 수준"이지만, 두 사람에게 같은 교육을 권하면 한 명에게는 지루하고 다른 한 명에게는 핵심을 비껴갑니다.
누구나패스 무료 AI 역량평가가 총점과 별도로 프로필 4유형을 보여 주는 이유가 여기에 있습니다. 이 글에서는 실전 숙련형·경험 선행형·이론 선행형·첫걸음형이 각각 어떤 기준으로 나뉘는지, 유형마다 어떤 문제를 자주 겪는지, 그리고 결과를 받은 다음 4주 동안 무엇을 하면 되는지를 구체적으로 정리합니다. 미리 말해 두면, 네 유형은 등급이 아니라 방향입니다.
⚖️ 총점이 같아도 성장 방향이 다른 이유
AI 활용 역량은 한 줄로 세울 수 있는 능력이 아닙니다. 하버드경영대학원·와튼스쿨 연구진과 BCG가 컨설턴트 758명을 대상으로 한 실험(Dell'Acqua 외, 2023년 SSRN 공개, 2026년 Organization Science 게재)이 이를 잘 보여 줍니다. AI가 잘하는 범위 안에 있는 18개 컨설팅 과제에서 AI를 쓴 그룹은 과제를 12.2% 더 많이, 25.1% 더 빠르게, 40% 이상 높은 품질로 마쳤습니다. 그런데 AI의 능력 경계 밖에 있도록 일부러 고른 과제에서는 AI를 쓴 그룹이 정답을 낼 확률이 AI를 쓰지 않은 그룹보다 19%p 낮았습니다.
연구진은 이를 "울퉁불퉁한 기술 경계(jagged technological frontier)"라고 불렀습니다. 비슷해 보이는 업무라도 AI가 잘하는 곳과 못하는 곳이 들쭉날쭉하다는 뜻입니다. 결국 AI를 잘 쓴다는 것은 많이 쓰는 능력과 어디까지 맡겨도 되는지 판단하는 능력을 함께 갖추는 일입니다. 역량평가가 역량마다 행동 자기평가(최근 실제로 어떻게 쓰는지)와 판단 문제(실무 상황에서 어떤 방법을 택하는지)를 따로 재는 것도 이 두 축을 분리해 보기 위해서입니다.
📌 두 축 한눈에 보기 — 활용 축: "나의 활용 모습" 행동 자기평가 2문항(역량별, 최근 경험 기준) / 판단 축: 실무 상황 판단 문제 3문항(역량별, 4지선다). 역량 점수는 두 축을 50점씩 합산하고, 프로필은 두 축을 따로 떼어 판정합니다.
🧭 4유형은 어떻게 판정되나
프로필은 6개 역량(AI 이해·요청 설계·업무 적용·결과 검증·안전·윤리·도구·자동화)에 걸친 자기평가 평균과 판단 문제 정답률을 각각 60%를 기준으로 나눠 정합니다. 두 기준을 교차하면 아래 네 칸이 됩니다.
| 유형 | 자기평가 평균 | 판단 문제 정답률 | 한 줄 해석 |
|---|---|---|---|
| 실전 숙련형 | 60% 기준 위 | 60% 기준 위 | 많이 쓰고, 판단도 맞는 편 |
| 경험 선행형 | 60% 기준 위 | 60% 기준 아래 | 스스로는 잘 쓴다고 평가했지만 판단을 놓침 |
| 이론 선행형 | 60% 기준 아래 | 60% 기준 위 | 판단은 잘하지만 활용이 적음 |
| 첫걸음형 | 60% 기준 아래 | 60% 기준 아래 | 이제 출발선에 선 상태 |
유형과 별개로, 역량마다 자기평가와 판단 문제 결과의 차이도 표시됩니다. 차이가 50%p 이상이면 "사각지대 가능성"(자기평가가 더 높을 때) 또는 "숨은 역량"(판단이 더 높을 때), 25%p 이상이면 "차이 주의"입니다. 유형이 전체 방향을 알려 준다면, 이 표시는 어느 역량부터 손대야 하는지를 알려 줍니다. 예를 들어 실전 숙련형이라도 안전·윤리 역량 하나에 "사각지대 가능성"이 붙어 있을 수 있습니다.
🔍 유형별로 자주 부딪히는 문제
실전 숙련형 — "이미 잘하는데 다음이 안 보인다"
이 유형의 흔한 문제는 정체입니다. 익숙한 방식이 잘 통하니 새로운 방식을 시도할 이유가 줄어듭니다. Microsoft·LinkedIn 2024 Work Trend Index는 AI를 가장 적극적으로 쓰는 "파워 유저"가 회의적인 사용자에 비해 업무 방식 자체를 다시 짜고 있다고 분석하면서, 이들이 직무에 맞춘 AI 교육을 받았을 가능성이 35% 더 높고 CEO에게서 AI 활용의 중요성을 들었을 가능성이 61% 더 높다고 보고했습니다. 숙련은 개인의 재능만이 아니라 계속 배우고 넓혀 가는 환경에서 유지된다는 뜻입니다. 이 유형에게 남은 과제는 개인 생산성을 팀의 방식으로 넓히거나, 반복 업무를 자동화로 확장하는 일입니다.
경험 선행형 — "빠르지만 확인이 비어 있다"
가장 조심해야 할 유형이지만, 가장 빨리 좋아질 수 있는 유형이기도 합니다. 활용 습관은 이미 몸에 붙어 있으니 판단 기준만 더하면 됩니다. 문제는 본인이 부족함을 느끼지 못한다는 점입니다. 알토대 연구진이 2025년 Computers in Human Behavior에 낸 연구에서도 AI를 쓴 참가자는 점수가 올랐지만 자기 성과를 일관되게 과대평가했고, AI를 잘 안다고 여길수록 과대평가가 컸습니다. 앞서 본 "울퉁불퉁한 경계" 실험처럼, 경계 밖 업무에서 AI를 그대로 믿으면 안 쓰느니만 못한 결과가 나올 수 있습니다.
이론 선행형 — "알지만 손이 안 간다"
AI의 원리와 위험을 잘 알아서 오히려 조심스러운 유형입니다. 판단은 정확한데 업무에 적용할 장면을 찾지 못해, 아는 것이 성과로 이어지지 않습니다. 리포트 핵심 인사이트 중 "아는 것이 업무로 이어지지 않음"이 이 유형에서 자주 등장하는 이유입니다. 이 유형은 새 지식보다 작고 반복되는 업무 하나에 매일 써 보는 경험이 필요합니다.
첫걸음형 — "어디서부터 해야 할지 모르겠다"
부족한 유형이 아니라 아직 시작하지 않은 유형입니다. 흔한 문제는 너무 큰 목표로 시작했다가 지치는 것입니다. 여러 도구와 기법을 한꺼번에 익히려 하기보다, 한 가지 도구로 한 가지 업무를 해내는 경험이 먼저입니다. 첫걸음형은 판단 기준과 활용 습관을 처음부터 함께 들일 수 있어서, 확인 없이 쓰는 습관이 굳기 전에 올바른 순서로 배울 수 있다는 장점도 있습니다.
✅ 우열이 아니라 방향 — 경험 선행형은 "판단 추가", 이론 선행형은 "활용 추가", 첫걸음형은 "둘 다 작게 시작", 실전 숙련형은 "범위 확장"이 다음 방향입니다. 같은 4주를 쓰더라도 방향이 맞아야 결과가 남습니다.
🗺️ 유형별 다음 4주 행동 계획
리포트에는 가장 낮은 두 역량부터 시작하는 8주 학습 로드맵이 들어 있습니다. 아래 표는 그 로드맵을 유형에 맞춰 첫 4주에 어떤 태도로 실행하면 좋은지 정리한 예시입니다. 주당 1~2시간 정도를 가정했습니다.
| 주차 | 실전 숙련형 | 경험 선행형 | 이론 선행형 | 첫걸음형 |
|---|---|---|---|---|
| 1주 | "차이 주의"가 붙은 역량 확인, 가장 자주 쓰는 요청문 3개 정리 | 판단 문제 해설을 읽고 놓친 원칙을 한 줄씩 메모 | 매주 반복되는 업무 1개 선정 | 회사가 허용한 도구 1개 정하고 입력 금지 정보 확인 |
| 2주 | 정리한 요청문을 동료가 써도 되도록 조건·확인 항목 추가 | 최근 결과물 3건을 골라 수치·고유명사·출처 재확인 | 그 업무에 직무별 예시 요청문을 매일 적용 | 직무별 예시 요청문 1개를 그대로 써 보기 |
| 3주 | 반복 업무 중 자동화 후보 1개를 골라 흐름도 그리기 | 자주 맡기는 업무별로 "사람이 확인할 지점" 체크리스트 작성 | 적용 범위를 두 번째 업무로 확장 | 요청에 목적·분량·형식 조건을 넣어 결과 비교 |
| 4주 | 팀에 활용 사례 공유, 약한 역량 강의 수강 | 체크리스트를 적용한 결과물과 이전 결과물 비교 | 줄어든 시간·바뀐 품질을 직접 기록 | 로드맵의 공개 강의로 가장 낮은 역량 기초 다지기 |
표의 핵심은 무엇을 배우느냐보다 무엇을 기록하느냐입니다. 경험 선행형은 확인해서 고친 내용을, 이론 선행형은 실제로 쓴 횟수와 절약한 시간을 스스로 적어 두어야 4주 뒤 변화가 보입니다. 반복 간격도 중요합니다. 에빙하우스의 망각곡선은 2015년 암스테르담대 Murre·Dros의 재현 연구(PLOS ONE)에서도 다시 확인됐는데, 한 번 익힌 내용은 복습 없이 빠르게 사라집니다. 한 번에 몰아서 네 시간보다 주 2회 30분씩 나눠 쓰는 편이 습관으로 남기 쉬운 이유입니다.
📚 리포트로 4주 계획을 내 것으로 만드는 법
무료 AI 역량평가는 회원가입 없이 30문항, 약 20분이면 끝나고, 결과는 바로 리포트로 나옵니다. 위 계획표를 내 상황에 맞게 바꾸려면 리포트의 다음 부분을 순서대로 보면 됩니다.
- 30초 요약 — 가장 강한 역량, 먼저 보완할 역량, 이번 주에 할 일이 한 화면에 나옵니다. 계획표의 1주 차는 여기서 정합니다.
- 자기평가 vs 실제 지식 — 유형이 왜 그렇게 나왔는지, 어느 역량에서 두 축이 어긋났는지 확인합니다.
- 역량별 분석 — 역량의 정의와 "잘하는 사람의 행동 지표"가 있어, 2~3주 차에 무엇을 목표 행동으로 삼을지 정할 수 있습니다.
- 직무별 활용 예시 — 시작할 때 고른 직무(기획·사무, 마케팅·영업, 개발·IT, 데이터·분석, 교육·HR, 고객응대·CS, 경영·리더, 학생·구직자)에 맞춰 AI로 향상할 수 있는 역량 4가지와 바로 복사해 쓰는 예시 요청문이 나옵니다. 직무는 점수에 영향을 주지 않습니다.
- 8주 학습 로드맵 — 1~2주 가장 낮은 두 역량 기초, 3~4주 업무 적용, 5~8주 강점 심화 순서로 공개 중인 강의 링크가 붙어 있습니다.
- 판단 문제 해설 — 문제마다 핵심 원칙 한 줄과 선택지별로 왜 맞고 왜 부족한지가 설명됩니다. 경험 선행형이라면 가장 먼저 읽을 부분입니다.
답변은 데이터베이스에 저장하지 않고, 결과 링크에는 직무와 답변만 담깁니다. 리포트를 PDF로 저장해 4주 뒤 내 기록과 나란히 놓고 보는 것도 방법입니다.
팀장이나 교육 담당자라면 한 가지를 더 기억해 두면 좋습니다. 팀원들의 유형이 한쪽으로 몰려 있다면, 그건 개인 문제가 아니라 조직의 조건 문제일 수 있습니다. 경험 선행형이 많다면 사내 확인 절차가, 이론 선행형이 많다면 업무용 계정이나 적용할 업무 목록이 비어 있을 가능성이 있습니다. 이런 조직 조건은 12문항으로 보는 무료 AI 도입 진단에서 도구 사용 현황·조직 역량·제도·실행 기반 4개 영역으로 따로 점검할 수 있습니다.
💡 유형은 딱지가 아니라 현재 위치다
프로필 유형을 해석할 때 주의할 점도 분명합니다. 첫째, 판단 문제가 역량마다 3개라 한 문제 차이로 정답률이 크게 움직입니다. 60% 기준 근처에 있다면 유형이 바뀌는 건 어렵지 않고, 리포트도 "점수보다 무엇을 놓쳤는지를 보라"고 안내합니다. 둘째, 자기평가는 최근 경험 기준이라 업무가 바뀌면 달라집니다. 부서를 옮긴 직후라면 활용 축이 낮게 나오는 게 자연스럽습니다. 셋째, 평가 결과는 공식 인증이 아닙니다. 채용·승진 판단 근거가 아니라 스스로 학습 방향을 정하는 출발점으로 써야 의미가 있습니다.
그렇다면 이 평가로 무엇이 바뀔까요? 개인에게는 "AI 공부를 좀 해야겠다"는 막연한 결심이 "경험 선행형이니 결과 검증부터, 4주 동안 확인 체크리스트를 만든다"는 구체적인 계획으로 바뀝니다. 팀에게는 "AI 교육 한번 하자"는 이야기가 "판단 기준이 필요한 사람과 적용 경험이 필요한 사람을 나눠서 접근하자"는 대화로 바뀝니다. BCG AI at Work 2025에서 교육이 충분하다고 느끼는 직원이 36%에 그친 것도, 교육의 양보다 방향이 맞지 않았을 가능성을 함께 보여 줍니다.
💡 4주 뒤 다시 볼 것 — 유형이 바뀌었는지보다, 1주 차에 적어 둔 "놓친 원칙"을 실제 업무에서 지켰는지를 먼저 확인하세요. 유형은 그 결과로 따라오는 표시일 뿐입니다.
❓ 자주 묻는 질문
Q1. 경험 선행형이 나왔는데, AI를 잘못 쓰고 있다는 뜻인가요?
활용 습관은 이미 갖췄고 판단 기준만 보완하면 된다는 뜻입니다. 판단 문제 해설과 "사각지대 가능성" 표시가 붙은 역량부터 확인하면 가장 빨리 방향을 잡을 수 있습니다.
Q2. 이론 선행형과 실전 숙련형의 차이는 무엇인가요?
판단 문제 정답률은 둘 다 기준 이상이지만, 최근 업무에서 실제로 활용한 행동이 기준에 못 미치면 이론 선행형입니다. 작은 반복 업무에 꾸준히 적용하는 경험이 쌓이면 차이가 줄어듭니다.
Q3. 유형이 60% 기준에 아슬아슬하게 걸리면 어떻게 봐야 하나요?
역량당 판단 문제가 3개라 기준 근처에서는 유형이 쉽게 바뀔 수 있습니다. 유형 이름보다 역량별 차이 표시와 해설에서 놓친 원칙을 기준으로 계획을 세우는 편이 정확합니다.
Q4. 팀원 전체에게 평가를 권해도 되나요?
회원가입 없이 무료이고 답변이 저장되지 않아 부담 없이 권할 수 있습니다. 다만 결과를 인사 평가에 쓰기보다, 각자 리포트를 보고 원하는 경우에만 PDF로 공유하는 방식이 평가 취지에 맞습니다.
FREE · 30문항 · 약 20분
내 프로필 유형부터 확인하고 4주 계획을 세우세요
6개 역량의 행동 자기평가와 판단 문제로 네 가지 유형 중 어디에 있는지, 어느 역량에서 차이가 나는지, 8주 학습 로드맵까지 한 번에 받습니다.
무료 AI 역량평가 받기 →팀원들의 유형이 한쪽으로 몰려 있어 조직 차원의 원인이 궁금하다면 무료 AI 도입 진단을, 유형별로 나눈 팀 교육을 설계하고 싶다면 출강 교육 문의를 이용해 보세요.
📎 출처
- Dell'Acqua et al., "Navigating the Jagged Technological Frontier", Harvard Business School Working Paper (2023) / Organization Science (2026)
- Microsoft·LinkedIn, 2024 Work Trend Index (2024.5)
- Aalto University, "AI use makes us overestimate our cognitive performance" (2025.10)
- Murre & Dros, "Replication and Analysis of Ebbinghaus' Forgetting Curve", PLOS ONE (2015)
- BCG, AI at Work 2025: Momentum Builds, but Gaps Remain (2025.6)
댓글
불러오는 중...



