부서별로 따로 진단하면 보이는 것 — 전사 평균에 숨은 AI 도입 격차 찾기

교육 담당자가 회사 전체를 떠올리며 AI 도입 진단에 답했더니 "LEVEL 2 AI 활용"이 나왔다고 해 봅시다. 결과는 무난해 보입니다. 그런데 막상 교육을 기획하려 하니 영업팀은 이미 개인 계정으로 AI를 매일 쓰고 있고, 재무팀은 "보안 때문에 아무도 안 쓴다"고 하고, 고객지원팀은 쓰고 싶은데 무엇에 써야 할지 모릅니다. 전사 평균 하나로는 이 세 부서에 같은 교육을 줄 수밖에 없고, 그러면 셋 모두에게 맞지 않는 교육이 됩니다.

이 글은 같은 조직 안에서도 부서마다 AI 도입 진단 결과가 달라지는 이유를 짚고, 부서별로 따로 진단한 뒤 결과를 모아 비교표로 정리하는 방법, 그리고 드러난 격차에 따라 교육 대상을 배치하는 방법을 단계별로 설명합니다.

🕰️ 같은 회사인데 왜 부서마다 AI 도입 수준이 갈릴까

AI 도입은 회사가 도구를 공식 도입하는 순간 한꺼번에 일어나지 않습니다. 개인이 먼저 쓰기 시작하고, 쓰기 좋은 업무가 있는 부서에서 먼저 퍼집니다. 한국은행이 2025년 8월 발표한 이슈노트에 따르면 국내 근로자의 63.5%가 생성형 AI를 써 봤고, 업무에 활용한 비율도 51.8%였습니다. 이미 절반 넘는 사람이 쓰고 있다면, "어느 부서에서 얼마나, 어떤 방식으로" 쓰는지가 훨씬 중요한 질문이 됩니다.

격차는 직급과 직무에서도 확인됩니다. BCG의 「AI at Work 2025」(11개국 1만여 명 조사)는 리더·관리자의 4분의 3 이상이 생성형 AI를 주 여러 차례 쓰는 반면, 현장 실무자의 정기 사용은 51%에서 정체돼 있다고 보고했습니다. 같은 보고서에서 리더의 강한 지지를 받는 직원은 생성형 AI에 긍정적인 비율이 15%에서 55%로 올라가지만, 그런 지지를 받는다고 답한 현장 실무자는 약 4분의 1에 그쳤습니다. 부서장이 AI에 관심이 있느냐에 따라 같은 회사 안에서도 온도 차가 생긴다는 뜻입니다.

부서 간 격차를 만드는 원인은 대체로 네 가지로 정리됩니다.

업무 성격: 문서·메일·기획이 많은 부서는 적용할 곳이 금방 보이고, 규정·수치가 엄격한 부서는 검증 부담 때문에 속도가 느립니다.
부서장의 태도: 팀장이 직접 써 보고 공유하는 팀과 "알아서 하라"는 팀은 사용 경험이 쌓이는 속도가 다릅니다.
도구 접근성: Microsoft·LinkedIn 「2024 Work Trend Index」에서 AI 사용자의 78%가 회사가 주지 않은 자기 도구를 가져와 썼습니다. 회사 계정이 없으면 부서별 관행이 제각각이 됩니다.
기준 인지도: 사내 AI 사용 기준이 있어도 공지가 닿은 부서와 아닌 부서의 행동은 다릅니다.

📊 전사 평균이 격차를 지우는 방식

누구나패스 무료 AI 도입 진단은 도구 사용 현황(A), 조직 역량·격차(B), 제도·거버넌스(C), 실행 기반(D) 4개 영역을 영역당 3문항, 문항당 0~3점으로 봅니다. 선택지가 "전혀 아니다~매우 그렇다" 같은 느낌 척도가 아니라 "관찰 가능한 현재 상태" 4단계라서, 답하는 사람이 어느 부서를 떠올리느냐에 따라 선택지가 달라집니다. 예컨대 A1(직원 업무 사용 비율)이나 B3(틀린 수치·없는 출처를 거르는 확인 절차)은 부서마다 현실이 전혀 다를 수 있습니다.

아래는 이해를 돕기 위한 가상의 예시입니다. 세 부서의 영역별 점수를 합쳐 평균을 내면 모든 영역이 "중간"처럼 보이지만, 부서별로 보면 먼저 손봐야 할 곳이 완전히 다릅니다.

구분(가상 예시, 영역별 9점 만점)	A 도구 사용	B 역량·격차	C 제도	D 실행 기반	읽어야 할 신호
영업팀	8	3	2	4	많이 쓰지만 검증·기준이 없음
재무팀	1	4	5	3	기준은 알지만 사용 경험이 거의 없음
고객지원팀	4	6	3	2	적용할 업무는 보이는데 추진 담당이 없음
단순 평균	4.3	4.3	3.3	3.0	"전반적으로 중간" — 어느 부서의 현실도 아님

평균만 보면 "C·D를 조금 보강하자"는 결론이 나오지만, 실제로는 영업팀에는 검증 절차와 사용 기준이, 재무팀에는 안전하게 써 볼 첫 업무가, 고객지원팀에는 추진 담당자가 필요합니다. 진단 리포트의 핵심 인사이트도 답변 조합에 따라 "검증 없이 활용이 늘고 있음", "적용할 업무는 알지만 사용 경험이 적음"처럼 다르게 뜨기 때문에, 부서별로 받아야 이런 신호가 섞이지 않고 보입니다.

ℹ️ 평균의 함정 — 영역 점수가 같아도 "많이 쓰는데 통제가 없는 부서"와 "통제는 있는데 쓰지 않는 부서"가 섞인 결과일 수 있습니다. 교육 설계는 평균이 아니라 차이에서 출발해야 합니다.

🗺️ 부서별 진단을 진행하는 5단계

진단은 회원가입 없이 12문항 약 5분이면 끝나므로 부서 수가 많아도 부담이 크지 않습니다. 다만 결과를 모으는 과정은 담당자가 직접 설계해야 합니다. 진단은 답변을 데이터베이스에 저장하지 않고, 여러 부서 결과를 자동으로 합쳐 비교해 주는 기능도 없기 때문입니다.

응답 단위 정하기: 부서(팀) 단위로 1건씩 받습니다. 가능하면 팀장과 실무자 1명이 함께 보고 답하게 하세요. 팀장 혼자 답하면 A 영역이 실제보다 낙관적으로, 실무자 혼자 답하면 D 영역이 불확실하게 나오기 쉽습니다.
기준 시점 맞추기: 같은 주에 진행하고 "지난 한 달 동안 실제로 일어난 일 기준"으로 답하자고 안내합니다. 계획 중인 일은 아직 "현재 상태"가 아닙니다.
질문 해석 통일하기: C1(사내 AI 사용 기준)처럼 전사 공통 항목은 "우리 부서원이 그 기준을 알고 지키는가"로 답하자고 미리 정해 두면 부서 간 비교가 가능해집니다.
결과 링크와 PDF 회수하기: 결과 링크에는 답변만 담기고 이름·소속은 들어가지 않습니다. 그래서 회수할 때 "부서명_진단일.pdf"처럼 파일명과 링크 목록에 부서를 직접 적어야 나중에 헷갈리지 않습니다.
비교표로 옮기기: 다음 섹션의 양식에 부서별 결과를 한 줄씩 옮겨 적습니다.

📋 수작업 비교표 양식과 읽는 법

스프레드시트 한 장이면 충분합니다. 부서마다 리포트에서 아래 항목을 그대로 옮겨 적으세요. 점수만 적지 말고 30초 요약과 핵심 인사이트 문장을 함께 옮기는 것이 요령입니다. 숫자는 차이를 보여 주고, 문장은 그 차이의 이유를 보여 줍니다.

열 이름	리포트 어디서 가져오나	비교할 때 보는 점
부서·응답자 역할·진단일	직접 기입	누가 답했는지에 따라 해석이 달라짐
총점·레벨	리포트 상단	출발점 파악용, 순위용 아님
A·B·C·D 영역 점수	영역별 점수와 해석	부서 간 차이가 큰 영역에 표시
보정 설명 여부	레벨 해석 부분	총점과 실제 답변이 어긋난 부서는 점수보다 설명을 우선
먼저 보완할 점·첫 30일 할 일	30초 요약	여러 부서에 반복되면 전사 과제
핵심 인사이트 제목	핵심 인사이트	한 부서에만 뜨면 부서 맞춤 과제
교육 대상 판정	교육 대상 구성안	"지금 필요" 판정이 몰리는 층 확인

표를 채운 뒤에는 세 가지 질문으로 읽습니다. 첫째, 모든 부서에 공통으로 낮은 영역은 무엇인가 — 대개 C(사용 기준·예산·지원 제도)처럼 회사 차원에서 한 번에 해결할 과제입니다. 둘째, 부서 간 차이가 가장 큰 영역은 무엇인가 — 여기가 부서 맞춤 교육이 필요한 지점입니다. 셋째, 앞서가는 부서의 강점은 무엇인가 — B1(잘 쓰는 사람의 노하우 확산)이 높은 부서는 다른 부서에 사례를 나눌 수 있는 자원입니다.

💡 팁 — 결과 링크는 답변을 담고 있어 나중에 다시 열어 볼 수 있습니다. 비교표 옆 열에 링크를 붙여 두면 회의 중 "이 부서는 왜 B가 낮지?"라는 질문이 나왔을 때 바로 원래 리포트로 돌아갈 수 있습니다.

🧭 격차 유형에 따라 교육 대상을 배치하는 법

진단 리포트의 교육 대상 구성안은 조직을 네 층으로 나눕니다. 의사결정 층(경영진·팀장, 3~6시간), 리터러시 층(아직 안 쓰는 다수, 4~8시간), 실무 집중군(반복 업무가 명확한 부서, 6~20시간), 핵심 인력(사내 자동화·챗봇을 만들 소수, 12~36시간)이며, 각 층에 "지금 필요 / 기반을 갖춘 뒤 / 우선순위 낮음" 판정이 붙습니다. 부서별 비교표가 있으면 이 판정을 부서 단위로 겹쳐 볼 수 있습니다.

비교표에서 보인 격차	우선 배치할 층	교육 초점
A 높고 B3·C1 낮은 부서	실무 집중군	검증 습관, 입력하면 안 되는 정보, 검토 책임
A 낮고 B2·C 높은 부서	리터러시 층	기준 안에서 안전하게 써 보는 첫 업무 실습
D1·D2 낮은 부서가 여럿	의사결정 층	부서장 역할, 추진 담당자 지정, 성과 공유 방식
B1 높은 부서	핵심 인력 후보	사례 공유 역할, 자동화 확장 검토

이렇게 배치하면 "전 직원 동일 4시간 교육" 대신 부서마다 필요한 층과 시간을 조합할 수 있습니다. 실무 집중군으로 분류된 부서라면 구성원 개개인의 강점·약점이 다르므로, 교육 전에 개인별 무료 AI 역량평가를 자율로 받아 보게 하면 같은 부서 안의 편차도 확인할 수 있습니다. 부서별 결과를 바탕으로 출강 교육을 구성하고 싶다면 출강 교육 문의로 비교표를 함께 보내 주시면 됩니다.

⚠️ 부서 비교가 서열표가 되지 않게 하려면

부서별 진단의 가장 흔한 실패는 결과표가 "AI 못하는 부서 순위"로 읽히는 것입니다. 그 순간 다음 진단부터 부서장들은 현실보다 좋은 선택지를 고르게 되고, 비교표는 쓸모를 잃습니다. 진단은 어디서 출발할지 찾는 도구이지 부서 평가 도구가 아닙니다.

공유 자료에는 총점 순위를 싣지 말고 영역별 과제를 중심으로 정리합니다.
점수가 낮은 부서는 대개 업무 특성상 검증 부담이 크거나 도구 접근이 막힌 경우가 많습니다. 원인을 함께 적어 두세요.
응답자 1~2명의 관점이라는 한계를 명시합니다. 인원이 많은 부서라면 파트별로 나눠 받는 것도 방법입니다.
부서장에게 결과를 먼저 보여 주고 해석을 듣는 자리를 갖습니다. 숫자에 없는 사정이 여기서 나옵니다.

⚠️ 주의 — 진단 결과를 부서 평가나 예산 삭감 근거로 쓰겠다고 알려지면 응답이 방어적으로 바뀝니다. 목적은 "어느 부서에 어떤 지원을 먼저 할지"를 정하는 것이라고 시작 전에 분명히 안내하세요.

이 과정을 거치면 교육 담당자의 손에는 "우리 회사는 LEVEL 2"라는 한 줄 대신, 부서별 출발점과 공통 과제, 부서 맞춤 과제가 정리된 표 한 장이 남습니다. 경영진 보고에서도 "전 직원 교육 예산"보다 "어느 부서에 어떤 층의 교육을 몇 시간"이라는 설명이 훨씬 설득력이 있습니다.

❓ 자주 묻는 질문

Q1. 부서가 20개가 넘는데 전부 따로 받아야 하나요?

처음에는 업무 성격이 확연히 다른 3~5개 부서만 골라도 격차의 윤곽이 보입니다. 비교표에서 비슷한 결과가 나온 부서는 묶어서 다음 단계를 설계하면 됩니다.

Q2. 진단 도구가 부서별 결과를 자동으로 비교해 주나요?

아닙니다. 진단은 한 번에 한 건의 리포트를 만들고 답변을 저장하지 않습니다. 그래서 결과 링크와 PDF를 담당자가 모아 이 글의 양식처럼 직접 표로 정리해야 합니다.

Q3. 같은 부서에서 두 사람이 답했는데 결과가 다르면요?

그 차이 자체가 정보입니다. 어느 문항에서 선택지가 갈렸는지 비교해 보고, 두 사람이 함께 사실을 확인한 뒤 한 건으로 다시 답하는 방식을 권합니다.

Q4. 공공기관이라 C3(정부 지원 확인)가 해당이 없는데 불리하지 않나요?

C3에는 "사업주훈련 대상이 아니다(공공기관·학교 등)" 선택지가 있어 이런 조직도 불리하지 않게 진단하도록 설계돼 있습니다. 부서 비교에서도 같은 기관 내 부서라면 조건이 같으니 영향이 없습니다.

FREE · 12문항 · 5분

첫 부서부터 진단해 보세요

회원가입 없이 답하는 즉시 리포트가 나옵니다. 부서마다 결과 링크와 PDF를 모으면 전사 평균에 가려진 격차가 한 장의 표로 드러납니다.

무료 AI 도입 진단 시작하기 →

📎 출처

한국은행, BOK 이슈노트 제2025-22호(2025.8.18) — https://www.bok.or.kr
BCG, AI at Work 2025: Momentum Builds, but Gaps Remain(2025.6) — bcg.com
Microsoft·LinkedIn, 2024 Work Trend Index(2024.5) — microsoft.com