AX 역량진단평가
AI교육 전에는 현재 역량을 진단하고교육 후에는 변화를 확인해야 합니다.
교육 배치를 위한 생성형 AI 활용역량 레벨테스트와교육 성과를 확인하는 AI 리터러시 역량평가.우리 조직에 어떤 진단이 필요한지 통합 안내서에서 확인하세요.
AX 역량진단평가 통합 안내서 받기통합 안내서 수록: 두 진단의 차이 · 활용 기준 · 평가 근거
같은 조직 안에서도,AI 활용의 출발점은 다릅니다.
같은 교육도 현재 수준에 따라 어렵거나, 적절하거나, 익숙하게 느껴집니다.
“용어부터 따라가기 어려운데…”
AI 입문 단계
“지금 업무에 바로 써볼 수 있겠다.”
업무 활용 단계
“이미 사용해본 기능이 많은데…”
자동화 시도 단계
같은 교육을 제공하기 전에, 구성원의 서로 다른 출발점부터 확인해야 합니다.
진단 결과는 확인에서 끝나지 않고,다음 교육의 기준이 됩니다.
하나는 현재 활용 수준을, 하나는 교육 전·후의 변화를 보여줍니다.
현재 수준 확인
생성형 AI 활용역량 레벨테스트
생성형 AI를 실제 업무에 활용하는 현재 수준을 확인하는 평가입니다.
평가 방식5개 영역 · 총 25문항
AI 개념·기능 이해윤리·보안·저작권프롬프트 설계출력 검증업무 적용·판단
레벨 결과 예시
Lv.4ExpertLv.3ProficientLv.2CompetentLv.1Beginner
개인 레벨 · 조직 수준 분포
역량 변화 확인
AI 리터러시 역량평가
AI를 이해하고 비판적으로 판단·활용하는 역량의 변화를 확인하는 평가입니다.
평가 방식2개 영역 · 총 31문항
기술적 이해 14문항응용과 성찰 17문항
결과 리포트 예시
개인별 PDF 리포트 · 수강생 전체 대시보드
두 진단의 상세 평가 기준과 활용 방법이 궁금하신가요?
AI 역량진단 활용 방법 보기우리 조직이 지금 해결해야 할 문제는 무엇인가요?
필요한 판단을 따라가면 어떤 진단을 활용해야 하는지 확인할 수 있습니다.
교육 전구성원의 현재 활용 수준을 나누고 적합한 교육을 배치해야 한다분반 · 교육 난이도 · 심화 대상 결정
⟶
추천 진단생성형 AI 활용역량 레벨테스트
교육 후교육을 통해 AI 기본 역량이 얼마나 달라졌는지 확인해야 한다영역별 변화 · 보완교육 방향 확인
⟶
추천 진단AI 리터러시 역량평가
교육 전·후교육 배치부터 성과 확인까지 하나의 기준으로 설계해야 한다현재 수준 진단 · 교육 운영 · 성과 측정
⟶
추천 방식두 진단 병행
레벨테스트 + 리터러시 역량평가
평가 기준은 연구와 실증으로 검증했습니다.
기업교육에 활용할 수 있도록 이론적 근거와 현장 검증을 함께 거쳤습니다.
AI 리터러시 역량평가53명AI 교육 전문가 검토평가 항목의 적절성과 내용 검토
AI 리터러시 역량평가3회델파이 라운드전문가 합의를 통한 문항 정교화
생성형 AI 활용역량 레벨테스트268명재직자·실무자 파일럿실제 응답 데이터를 통한 검증
생성형 AI 활용역량 레벨테스트5회+반복 평가·문항 개선결과를 반영한 지속적인 보완
우리 조직에 필요한 AX 역량진단,통합 안내서에서 확인하세요.
두 진단의 차이부터 실제 교육 활용 기준까지 한 번에 확인할 수 있습니다.
통합 안내서 수록 내용
두 진단의 차이와 활용 시점
평가 영역과 실제 결과 예시
교육 설계·성과 확인 활용법
#의료AI활용프로젝트
#데이터분석실습#AI연구논문#AI고객맞춤대응
#생성형AI환자맞춤예방의료특강#의학논문AI활용실습
안녕하세요! 모두를 위한 AI 리터러시 교육 전문기업, 에이블런입니다.
지난 1편에서는 분당서울대병원 제2기 데이터사이언스 교육 중
노코드 데이터 분석과 바이브 코딩 중심의 과정을 소개해드렸는데요!
이번 글에서는 이어서 진행된 실전 프로젝트에 대한 후기를 전해드립니다.
데이터를 이해하고 다뤄보는 단계에서 나아가,
실제 의료 현장에서 마주하는 문제를 어떻게 정의하고,
데이터로 풀어볼 수 있었는지에 집중해보는 시간이었습니다!
커리큘럼 소개
분당서울대학교병원 제2기 데이터사이언스 교육은
2025년 9월부터 12월까지 약 3개월간, 총 12차시로 운영되었습니다.
그 중 오늘 다룰 실전 프로젝트는 11-12차시에 해당되는데요!
의료 데이터와 AI를 실제 업무 맥락에 적용해보는 데 초점을 맞췄습니다.
앞선 과정에서 익힌 데이터 분석 방식과 생성형 AI 활용 경험을
보다 현실적인 과제와 연결해보는 구조로 설계되었습니다.
실제 의료 데이터를 활용한 AI 분석 실습
2편 교육의 핵심은 의료 AI 활용 프로젝트였습니다.
참가자들은 팀 단위로 나뉘어,
의료 현장에서 실제로 마주할 수 있는 문제를 직접 정의하고
이를 데이터로 어떻게 설명할 수 있을지 고민해보는 시간을 가졌습니다.
단순히 주어진 데이터를 분석하는 것이 아니라,
“어떤 문제가 있고, 왜 이 데이터를 봐야 하는지”부터 정리하는 과정이 포함되면서
데이터 분석이 곧 문제 해결 과정이라는 점을 자연스럽게 체감할 수 있었습니다.
업무 맥락을 반영한 14개 팀 실무 과제
그리하여 병원 현장에서 반복적으로 마주하던 문제를 중심으로
총 14개의 실무 프로젝트가 도출되었습니다!
프로젝트 주제는
진료·간호·수술·행정 등 병원 업무 전반에 걸쳐 있었으며,
공통적으로 '기존 업무 과정에서 발생하던 비효율과 리스크를
데이터와 AI로 어떻게 줄일 수 있을지'에 초점을 맞췄습니다.
각 팀은 데이터 분석 결과를 도출하는 데서 멈추지 않고,
해당 결과가 실제 현장에서
어떤 의미를 가질 수 있는지까지 함께 고민하며
시스템·모델·프로세스 개선 관점의 결과물로 정리했습니다.
프로젝트 성과와 교육 효과
전체 교육 평균 만족도는 4.26점(5점 만점)이었으며,
후반부 실전 프로젝트에서는 특히 4.4점 이상의 높은 만족도가 확인되었습니다.
교육생들은
“이 교육에 참여한 것이 너무 만족스럽고, 다른 선생님들께도 강력 추천하고 싶다”,
“실제 일하면서 알지 못했던 미지의 분야를 12주 동안 체계적으로 배울 수 있어 의미 있었다”,
“일하면서 평소 느꼈던 궁금증과 개선하고 싶었던 점을 데이터를 활용해 해소해볼 수 있었다”
는 소중한 의견을 남겨주시기도 했습니다
이는 이번 교육이 새로운 지식을 전달하는 데 그치지 않고,
각자의 업무 맥락에서 질문을 던지고 데이터를 통해 답을 찾아보는 경험으로
이어졌음을 보여주는 결과였습니다.
이번 교육은 의료 AI를 이론이나 트렌드로 소비하는 것이 아니라,
실제 업무와 연구에 연결 가능한 도구로 정리해보는 과정이었습니다.
1편에서 데이터와 AI에 대한 접근 방식을 익혔다면,
2편에서는 이를 실제 의료 현장 맥락에 적용해보며
각자의 업무에서 활용 가능성을 구체적으로 그려볼 수 있었습니다.
이처럼 에이블런은 진입장벽이 높다고 느껴지는 분야에서도
임직원들의 니즈에 맞춘 최적의 교육을 설계합니다.
우리 회사에 필요한 맞춤형 AI 교육을 고민하고 계신다면,
에이블런과 함께해 보세요! 👇
우리 회사 맞춤형 AI 교육을 고민하고 계신다면? 👇
업계•분야별 AI 활용 현황은 어떻게 될까? 👇