맞춤형 AI 교육 자동화 사례 - 옵시디언 지식 관리와 Claude Code로 1:1 커리큘럼 만들기
dino go
작성자
대표님들을 만나면 공통적으로 듣는 이야기가 있습니다. "우리 조직도 AI 써야 하는 건 알겠는데, 어디서부터 어떻게 시작해야 할지 모르겠다." 이 고민은 업종이나 규모와 상관없이 거의 동일합니다. 그래서 지난 몇 달간 옵시디언에 쌓아둔 수백 개의 AI 관련 노트를 활용해서 대표님별 맞춤형 1:1 AI 교육을 진행해 봤습니다. 그 과정에서 교육 커리큘럼 자동 생성 파이프라인까지 만들었는데, 경험한 것들을 정리합니다.
범용 AI 교육이 안 먹히는 이유
시중에 AI 교육 과정은 넘쳐납니다. ChatGPT 프롬프트 작성법, 생성형 AI 활용법, AI 리터러시 과정까지. 2026년 기준 국내 기업의 85%가 AI 교육을 시행하거나 확대할 계획이라는 조사 결과도 있습니다. 교육 자체는 많아졌습니다.
문제는 대부분의 교육이 범용적이라는 점입니다. 제조업 대표도, 마케팅 대행사 대표도, 물류 스타트업 대표도 같은 교재를 보고 같은 실습을 합니다. 교육이 끝나면 "그래서 우리 회사에서는 뭘 어떻게 쓰지?"라는 질문이 남습니다.
실제로 CIO 매거진에서 인용한 조사에 따르면, 기업 AI 학습을 적극적으로 지원한다고 느끼는 직원은 64%에 그쳤습니다. 조직 차원의 AI 학습 지원 체계가 아직 부족하다는 뜻입니다. 교육은 받았지만 실무에 적용하지 못하는 상태. 이게 지금 대부분의 기업이 겪고 있는 현실입니다.
옵시디언에 쌓아둔 수백 개의 노트
저는 옵시디언(Obsidian)으로 지식을 관리합니다. AI 도구별 사용법, 프롬프트 패턴, 업종별 활용 사례, 자동화 워크플로우, 강의 자료까지. 3년 넘게 쌓다 보니 노트가 수백 개가 됐습니다. 노트끼리 링크로 연결되어 있어서, 예를 들어 "마케팅 자동화"를 검색하면 관련된 도구, 사례, 프롬프트가 줄줄이 나옵니다.
옵시디언의 핵심은 노트 간 연결입니다. 노트 하나하나는 파편이지만, 링크로 이어지면 하나의 지식 네트워크가 됩니다. "이 도구가 저 워크플로우에 쓰이고, 그 워크플로우는 이 업종에 적합하다"는 식의 맥락이 자연스럽게 만들어집니다.
문제는 교육할 때마다 이 노트들을 수동으로 꺼내서 조합해야 했다는 겁니다. 대표님 업종이 뭔지, 지금 AI를 어느 정도 쓰고 있는지, 조직 규모가 어떤지에 따라 매번 다른 조합이 필요했습니다. 한 번에 3-4시간씩 준비해야 했는데, "이걸 자동화할 수 있지 않을까?"라는 생각이 들었습니다.
Claude Code로 교육 커리큘럼 자동 생성하기
자동화의 핵심 아이디어는 단순합니다. 옵시디언에 있는 지식을 AI가 읽게 하고, 대표님의 맥락 정보를 입력하면 맞춤형 커리큘럼이 나오도록 만드는 것입니다.
Claude Code는 로컬 파일시스템에 직접 접근할 수 있는 AI 에이전트입니다. 터미널에서 동작하면서 내 컴퓨터의 파일을 읽고, 분석하고, 새 파일을 만들 수 있습니다. 옵시디언 볼트(vault)가 결국 로컬 폴더에 저장된 마크다운 파일이기 때문에, Claude Code가 바로 읽을 수 있습니다.
파이프라인 구조
전체 흐름은 이렇습니다.
- 대표님 맥락 입력 - 업종, 직원 규모, 현재 AI 활용 수준, 주요 고민 사항을 간단히 정리합니다. 사전 미팅이나 설문으로 받습니다.
- 옵시디언 지식 베이스 탐색 - Claude Code가 옵시디언 볼트를 읽고, 해당 업종과 관련된 도구, 사례, 워크플로우 노트를 찾아냅니다.
- 커리큘럼 초안 생성 - 대표님의 맥락과 관련 노트를 조합해서 3-4시간 분량의 1:1 교육 커리큘럼을 만듭니다. 이론 비중은 줄이고, "이 도구로 이런 문제를 이렇게 해결한다"는 실습 위주로 구성합니다.
- 자료 패키지 생성 - 교육에서 쓸 프롬프트 템플릿, 참고 링크, 실습 가이드를 하나의 문서로 묶어서 전달합니다.
기술적으로 복잡한 건 아닙니다. Claude Code에 옵시디언 볼트 경로를 지정하고, CLAUDE.md 파일에 커리큘럼 생성 규칙을 정의해 두면 됩니다. 핵심은 도구가 아니라, 그 도구가 읽을 수 있는 "잘 정리된 지식"이 있느냐는 것입니다.
실제 예시
한 마케팅 대행사 대표님의 경우를 예로 들면 이렇습니다. "직원 12명, 현재 ChatGPT를 카피라이팅에만 사용 중, 고민은 콘텐츠 제작 속도와 퀄리티 관리"라는 맥락을 입력했습니다. Claude Code가 옵시디언에서 관련 노트를 찾아서 만들어낸 커리큘럼에는 이런 내용이 포함됐습니다.
- 브랜드 톤 가이드를 AI 시스템 프롬프트로 전환하는 방법
- SNS 콘텐츠 제작 파이프라인 자동화 (기획-초안-편집-발행)
- 이미지 생성 AI를 활용한 썸네일 제작 워크플로우
- 팀원별 AI 활용 수준에 맞는 단계별 도입 로드맵
이전에는 이런 커리큘럼 하나 만드는 데 3-4시간이 걸렸습니다. 지금은 30분이면 초안이 나옵니다. 물론 사람이 검토하고 다듬는 과정은 필요합니다. 하지만 백지에서 시작하는 것과 80% 완성된 초안에서 시작하는 것은 완전히 다른 경험입니다.
대표님들의 반응 - 범용 교육과 뭐가 달랐나
맞춤형 교육을 받은 대표님들의 반응에서 공통적으로 나온 키워드가 있습니다. "우리 회사 상황에 딱 맞았다"입니다.
범용 교육에서는 "ChatGPT로 이메일 쓰기" 같은 일반적인 사례를 다룹니다. 물론 유용하지만, 대표님이 진짜 궁금한 건 "우리 영업팀이 제안서 만드는 시간을 절반으로 줄일 수 있느냐"입니다. 맞춤형 교육은 바로 그 질문에 답합니다.
| 구분 | 범용 AI 교육 | 맞춤형 1:1 AI 교육 |
|---|---|---|
| 교육 내용 | 범용 AI 도구 사용법 | 우리 회사 업무에 맞는 AI 활용법 |
| 사례 | 일반적 활용 사례 | 같은 업종의 실제 적용 사례 |
| 실습 | 공통 실습 과제 | 우리 회사 데이터/업무로 실습 |
| 결과물 | 수료증 | 바로 적용 가능한 워크플로우 |
| 후속 지원 | 없음 또는 Q&A 게시판 | 적용 과정 피드백 |
| 비용 | 비교적 저렴 (1인당 10-30만 원) | 상대적으로 높음 |
체감 차이가 가장 큰 부분은 "실습"입니다. 범용 교육에서는 샘플 데이터로 연습하지만, 맞춤형 교육에서는 대표님이 실제로 매일 쓰는 업무 자료로 직접 해봅니다. 교육이 끝난 뒤 "바로 내일부터 쓸 수 있겠다"는 반응이 나오는 이유입니다.
한 가지 더 중요한 점이 있습니다. 대표가 직접 AI를 경험해봐야 조직에 전파할 수 있습니다. "써봤더니 이런 게 되더라, 우리도 이렇게 해보자"라고 구체적으로 말할 수 있어야 팀원들이 따라옵니다. 추상적인 "AI 전환을 해야 한다"는 선언만으로는 조직이 움직이지 않습니다.
왜 지금 맞춤형 AI 교육이 필요한가
조직의 AI 역량은 더 이상 선택이 아니라 생존의 문제입니다. 2026년 현재 국내 기업의 79%가 AI 투자를 확대할 계획이고, 채용 시장에서도 AI 활용 역량이 핵심 평가 항목으로 자리 잡고 있습니다.
그런데 막상 맞춤형 AI 교육을 해주는 곳을 찾아보면 거의 없습니다. 대부분은 범용 강의이거나, 특정 AI 도구 교육에 그칩니다. "우리 회사는 어떻게 해야 하는가"에 답해주는 교육은 찾기 어렵습니다. 이유는 간단합니다. 맞춤형 교육은 범용 교육보다 손이 훨씬 많이 가기 때문입니다. 그 회사의 업종, 규모, 현재 수준, 고민을 파악하고 거기에 맞는 커리큘럼을 짜야 합니다.
그래서 자동화가 의미 있습니다. 맞춤형 교육의 가장 큰 병목인 "커리큘럼 준비 시간"을 줄이면, 더 많은 기업에 맞춤형 교육을 제공할 수 있게 됩니다.
자동화의 핵심은 기술이 아니라 지식의 재활용
이 경험에서 가장 크게 느낀 건 하나입니다. 자동화의 핵심은 "기술"이 아니라 "쌓아둔 지식의 재활용"이라는 것.
Claude Code라는 도구가 없었어도, 옵시디언에 지식이 잘 정리되어 있었기 때문에 수동으로도 맞춤형 교육은 가능했습니다. 도구는 그 과정을 빠르게 만들어줬을 뿐입니다. 반대로, 아무리 좋은 AI 도구가 있어도 재활용할 지식이 없으면 자동화할 게 없습니다.
옵시디언이든 노션이든 구글 드라이브든, 도구는 중요하지 않습니다. 중요한 건 자신만의 지식을 꾸준히 기록하고 연결하는 습관입니다. 그게 쌓이면 AI가 읽고 활용할 수 있는 자산이 됩니다.
자주 묻는 질문
맞춤형 AI 교육은 어떤 기업에 적합한가?
업종이나 규모와 상관없이, "AI를 도입하고 싶은데 우리 상황에 맞는 방법을 모르겠다"는 고민이 있는 기업이라면 모두 해당됩니다. 특히 대표나 의사결정자가 직접 AI를 경험해보고 싶은 경우에 효과가 큽니다.
옵시디언을 꼭 써야 하나?
아닙니다. 옵시디언은 제가 쓰는 도구일 뿐입니다. 핵심은 자신의 전문 지식이 디지털로 정리되어 있느냐입니다. 노션에 정리해 뒀든, 구글 드라이브에 있든, AI가 읽을 수 있는 형태면 비슷한 자동화가 가능합니다.
Claude Code를 모르는데 따라 할 수 있나?
이 글에서 소개한 자동화 파이프라인 자체를 따라 하려면 Claude Code에 대한 기본적인 이해가 필요합니다. 하지만 맞춤형 AI 교육을 받는 입장에서는 전혀 몰라도 됩니다. 교육을 받는 분은 결과물(맞춤형 커리큘럼과 실습)만 경험하면 됩니다.
맞춤형 교육 비용은 얼마인가?
범용 교육보다는 비용이 높습니다. 사전 분석, 커리큘럼 설계, 1:1 교육, 후속 피드백까지 포함되기 때문입니다. 다만 자동화 덕분에 준비 시간이 줄어들면서 합리적인 비용으로 제공할 수 있게 됐습니다. 구체적인 비용은 교육 범위에 따라 달라지기 때문에 별도로 문의해 주시면 안내드립니다.
교육 후 후속 지원이 있나?
있습니다. 교육에서 배운 내용을 실무에 적용하는 과정에서 막히는 부분이 생기면 피드백을 드립니다. 범용 교육의 가장 큰 한계가 "교육 후 적용 단계에서 혼자 남겨진다"는 점인데, 맞춤형 교육은 그 부분까지 커버합니다.
기업 AI 교육 시장은 지금 어떤 상황인가?
2026년 3월 기준, 국내 기업의 55.7%가 생성형 AI를 이미 활용하고 있고 79%가 투자 확대를 계획하고 있습니다. 교육 수요는 폭발적이지만, 대부분은 범용 과정에 집중되어 있습니다. 조직 상황에 맞는 실질적인 교육은 여전히 공급이 부족한 상태입니다.
쌓아둔 지식이 있다면 시작할 수 있다
정리하면 이렇습니다. 옵시디언에 쌓아둔 파편화된 지식을 AI가 읽을 수 있게 연결하고, 대표님의 맥락 정보를 조합하면 맞춤형 교육 커리큘럼이 만들어집니다. 기술은 도구일 뿐이고, 진짜 자산은 꾸준히 기록하고 연결해 온 지식 그 자체입니다.
조직의 AI 역량 강화에 관심이 있거나, 맞춤형 AI 교육 경험이 궁금하다면 편하게 이야기 나눠봤으면 합니다.
다양한 AI 자동화 사례가 궁금하다면 자동화 사례 모음을 둘러보세요. AI 도구 실전 활용법을 영상으로 보고 싶다면 영상 레시피에서 확인할 수 있습니다.