AI가 초안을 쓰고 사람이 검수하는 교육자료 제작법

AI 초안을 검증 없이 그대로 쓰거나, 반대로 처음부터 다시 쓰고 계신가요? Human-in-the-Loop 기반 5단계 프로세스와 20점 만점 검수 기준표로 교육자료의 완성도를 관리하는 방법을 가상 사례와 함께 정리했습니다.

17번 글에서 "AI는 초안 생성자, 담당자는 최종 판단자"라는 원칙을 소개했고, 18번 글에서는 그 입력 단계에서 지켜야 할 보안 원칙을 다뤘다. 그런데 이 두 원칙만으로는 여전히 막막함이 남는다. "AI가 초안을 쓴다"는 건 정확히 어느 시점까지를 말하는 것이고, "사람이 검수한다"는 건 정확히 무엇을 몇 번 확인해야 끝나는 것인가? 이 경계가 불분명하면 두 가지 극단으로 흐르기 쉽다. AI 산출물을 거의 그대로 배포해 사실 오류나 조직 맥락과 어긋난 콘텐츠가 나가는 경우, 또는 반대로 검수에 대한 불안감 때문에 처음부터 끝까지 다시 쓰면서 AI 활용의 시간 절감 효과를 전혀 누리지 못하는 경우다. 이 글에서는 시스템 공학의 'Human-in-the-Loop(인간 참여형)' 개념을 바탕으로, 기획부터 확정까지 이어지는 5단계 표준 프로세스와 완성도를 객관적으로 판단하는 검수 기준표를 정리한다.

1. 기존 방식의 한계와 새로운 작업 모델

전통적인 교육자료 개발은 기획부터 원고 작성, 검토까지 담당자 한 명이 순차적으로 도맡는 선형적 구조였다. 완성도는 높일 수 있지만 개발 주기가 길어, 현업이 시급하게 요구하는 교육을 제때 공급하지 못하는 병목을 유발한다. 반대로 AI를 무비판적으로 도입한 경우 'AI 생성 → 즉시 배포'라는 지름길을 택하다가 내용 오류와 맥락 단절이라는 함정에 빠진다. 해결책은 AI가 작업 루프 안에 머물되 최종 승인 권한은 항상 사람이 쥐는 Human-in-the-Loop(HITL) 모델을 표준으로 삼는 것이다.

[기존 방식] 사람 기획 → 사람 집필(병목 발생) → 사람 수정 → 완성 [위험한 AI] AI 생성 → 검증 생략 → 배포 (오류 및 맥락 부재) [HITL 모델] 사람의 기획 → AI의 초안 생성 → 사람의 검증 → AI·사람의 보완(반복) → 사람의 확정

이 모델에서 AI는 담당자를 대체하는 것이 아니라, 지치지 않고 초안을 뽑아내는 고성능 조교 역할을 수행한다.

2. 표준 제작 프로세스 5단계

교육자료 제작을 아래 5단계로 고정해두면, 매번 "어디까지 AI에 맡기고 어디부터 사람이 개입해야 하는지"를 새로 고민할 필요가 없다.

단계	핵심 작업	주도 주체	관련 글
① 기획(Plan)	학습목표·대상·조직맥락·정보민감도 확정	사람 (100%)	3번, 9번, 18번
② 초안(Draft)	프롬프트 4원칙에 따라 뼈대 생성	AI	17번
③ 검증(Verify)	사실·조직적합성·목표부합성·실행가능성 확인	사람 (필수)	18번
④ 보완(Refine)	발견된 문제를 구체적으로 지시해 개선	AI+사람 반복	-
⑤ 확정(Finalize)	최종 승인, 버전 기록, 배포 형식 변환	사람 (100%)	-

이 구조의 핵심 원칙은 ①(기획)과 ⑤(확정)라는 시작과 끝을 사람이 완전히 장악하고, ③(검증)을 절대 생략할 수 없는 필수 관문으로 잠가둔다는 것이다. 이 구조가 무너지는 가장 흔한 경우는 ①을 생략하고 곧바로 AI에게 초안을 요청하는 것이다. 목표와 대상이 불분명한 상태에서 받은 초안은 오히려 검증 단계에서 더 많은 시간을 잡아먹는다.

3. 단계별 실무 지침

① 기획: AI에게 절대 맡기면 안 되는 단계다. 학습목표(관찰 가능한 행동 동사로 표현), 대상자의 KSA 수준(9번 글), 조직 맥락 정보(8번 글의 전략 연계성, 사내 고유 용어), 정보 민감도(18번 글의 4단계 분류)를 먼저 확정해야 한다. 이 항목이 정리되지 않은 채 "고객응대 교육자료 만들어줘"라고 요청하면 범용적인 초안만 돌아온다.

② 초안: 기획 단계의 정보를 17번 글의 프롬프트 4원칙(역할·상황·과업·형식)에 맞춰 전달한다. 이 단계의 목표는 완성본이 아니라 검증하고 다듬을 수 있는 '뼈대'다. 18번 글의 원칙대로 실제 개인정보나 기밀정보는 절대 입력하지 않고, 가공된 상황 설명만으로 요청해야 한다.

③ 검증: "괜찮아 보인다"는 인상만으로 끝내지 말고 아래 4가지 축을 순서대로 짚는다.

검증 축	확인 질문
사실 정확성	법규·통계·절차가 실제와 일치하는가 (AI의 환각·할루시네이션 문제)
조직 적합성	사내 고유 용어·프로세스·화법에 맞는가
학습목표 부합성	기획 단계의 목표와 내용이 정확히 짝을 이루는가
실행 가능성	대상자의 사전지식 수준과 교육시간 범위에 맞는가

특히 사실 정확성 검증은 법정교육이나 안전 관련 자료에서 절대 생략해서는 안 된다. AI가 만든 조항 번호나 수치를 원문과 대조하지 않고 배포하면 환각 문제가 그대로 현실화된다.

④ 보완: "이 부분을 더 좋게 고쳐줘"처럼 모호하게 요청하지 말고, 검증에서 발견한 문제를 구체적으로 지시한다.

"3번 목차의 사례가 제조업 상황으로 되어 있어. 유통 매장의 재고 확인 업무로 바꿔줘. 그리고 응대 문구는 우리 회사 표준인 '고객님, 잠시만 기다려 주시겠어요?'를 반영해서 다시 써줘."

⑤ 확정: 최종 승인자 확인 기록, 버전 정보 기재, 배포 형식 변환(강의용 PPT, 학습자용 유인물 등), 원본 프롬프트와 검수 기록 보관까지 마무리한다.

4. 검수 기준표: 20점 만점 루브릭

3절의 4가지 검증 축을 각각 1~5점으로 채점하면, "이 정도면 됐다"는 감이 아니라 숫자로 완성도를 판단할 수 있다. 이는 2번 글에서 소개한 "우선순위 점수(조직영향도+대상규모+개선가능성+실행시급성, 최대 20점)"와 동일한 4요소 합산 방식을 검수 영역에 재적용한 것이다.

[교육자료 검수 기준표] ① 사실 정확성 : _ / 5 ② 조직 적합성 : _ / 5 ③ 학습목표 부합성 : _ / 5 ④ 실행 가능성 : _ / 5 ──────────────────── 총점 : ___ / 20
실무에서는 총점 17점 이상을 배포 가능, 12~16점은 1회 이상 보완 필요, 11점 이하는 기획 단계로 회귀하는 기준으로 활용할 것을 권장한다. 다만 법정교육처럼 사실 정확성이 특히 중요한 콘텐츠는 ①번 항목이 5점 미만이면 총점과 무관하게 무조건 재작업하도록 별도 규칙을 두는 것이 안전하다.

5. 콘텐츠 위험도에 따라 검수 강도를 차등화한다

모든 자료를 동일한 강도로 검토할 필요는 없다. 18번 글에서 다룬 정보 민감도 분류가 '무엇을 입력할 수 있는가'를 다뤘다면, 아래 표는 '완성된 콘텐츠를 얼마나 엄격히 검수해야 하는가'를 다룬다.

위험 수준	자료 유형	권장 검수
낮음	일반 개념 설명, 공개 이론 요약	담당자 단독 검토
보통	직무 사례, 역할연기, 일반 퀴즈	담당자 + 현업 담당자
높음	법정교육, 안전교육, 개인정보 관련	담당자 + 관련 부서 + 원문 대조
매우 높음	평가·보상·징계·건강 관련 콘텐츠	관련 부서 승인 및 기록 보관 필수

두 분류체계(18번의 정보 민감도, 이번 글의 콘텐츠 위험도)를 함께 사용하면, 입력 단계와 출력 단계 양쪽에서 이중으로 안전장치를 마련하는 셈이 된다.

6. 좋은 지시 vs 나쁜 지시: 프롬프트와 퀴즈 비교

초안 요청 프롬프트 비교

• 나쁜 요청: "고객응대 교육자료 만들어줘."
• 좋은 요청: "너는 10년 차 교육설계 전문가야. 대상은 입사 3개월 이내 고객센터 신입사원이고, 교육시간은 90분이야. 고객의 감정을 인정하고 사실관계를 확인한 뒤 회사 절차를 안내하는 3단계 대응 스크립트를 표로 작성해줘. 회사의 실제 보상기준은 알 수 없으니 임의로 만들지 말고 빈칸으로 남겨줘."

마지막 조건이 중요하다. AI가 회사의 실제 보상기준이나 승인 절차를 알지 못한다는 것을 인지시키지 않으면, 그럴듯하지만 사실과 다른 기준을 임의로 만들어낼 수 있다.

퀴즈 문항 비교

• AI가 처음 만든 문항: "다음 중 고객 불만을 해결하는 가장 좋은 방법은? ① 말을 끊고 해결책 제시 ② 감정을 인정하고 요구사항 확인 ③ 규정을 먼저 설명 ④ 판단이 어려우면 종료" — 정답은 명확하지만 단순 암기로도 맞힐 수 있다.
• 개선된 상황판단형 문항: "고객이 배송 지연에 강하게 항의하며 '매번 약속을 안 지킨다'고 말한다. 담당자가 가장 먼저 할 말로 적절한 것은? ① 택배사 문제이니 책임 없다고 설명 ② 정확한 배송일 확인 전엔 안내 불가 ③ 불편을 겪은 상황을 확인하고 주문번호·배송상태를 함께 확인하겠다고 안내 ④ 반복 문의이니 규정을 설명" — 지식 확인이 아니라 실제 행동 선택을 판단하게 만든다.

7. 버전 관리: 몇 번째 수정본인지 헷갈리지 않는 법

AI를 사용하면 초안이 빠르게 여러 차례 수정된다. "최종본", "진짜최종본"처럼 저장하면 어떤 내용이 승인되었는지 추적할 수 없다. 아래처럼 규칙을 정해두는 것이 좋다.

교육자료명_버전_작성일_상태
예) 고객응대기본_v0.1_20250310_AI초안 고객응대기본_v0.2_20250311_1차검증(12점)
고객응대기본_v0.3_20250312_현업검토 고객응대기본_v1.0_20250314_최종승인(18점)
버전별로 수정일·수정자·검토자·검수 기준표 점수·승인 상태를 함께 기록해두면, 다음 해 같은 과정을 개편할 때 무엇을 왜 수정했는지 빠르게 추적할 수 있다.

8. 자주 빠지는 3가지 함정

첫째, 검증을 건너뛰고 곧바로 확정하는 것이다. 초안의 문장이 매끄럽다는 이유만으로 검증을 생략하면 18번 글에서 다룬 사실 오류나 조직 맥락 불일치가 그대로 배포된다.

둘째, 보완을 무한 반복하는 것이다. 명확한 통과 기준(17점) 없이 "조금 더 다듬어보자"를 반복하면 AI 활용의 시간 절감 효과가 사라진다.

셋째, 저작권 침해다. AI가 특정 도서나 유료 보고서의 문장을 거의 그대로 출력할 가능성이 있다. 핵심 정의나 긴 인용문은 독자적인 문장으로 재구성해서 배포해야 한다.

9. 가상 사례: (주)정원리테일의 고객응대 교육자료 개발

가상의 유통기업 (주)정원리테일의 교육담당자가 신입 계산원 40명 대상 '고객 응대 표준화' 교육자료를 이 5단계 프로세스로 개발했다고 가정해보자.

구분	기존 수작업 개발	AI+HITL 프로세스
기획 및 목표 정의(사람)	4시간	4시간
본문 교안 및 사례 초안 작성	12시간	2시간(AI 생성)
실습 시나리오·퀴즈 제작	6시간	1.5시간(AI 생성)
사실관계·사내규정 검증(사람)	2시간	4시간
사내 맥락화·현장사례 삽입(사람)	3시간	4.5시간
최종 확정 및 승인(사람)	1시간	1시간
총 소요시간	28시간	17시간

이 표에서 가장 중요한 지점은 총 시간의 감소율이 아니라 항목별로 시간이 서로 다른 방향으로 움직였다는 사실이다. 순수 작성 작업(교안+시나리오)은 18시간에서 3.5시간으로 80.6% 급감했지만, 검증과 맥락화에 들어간 시간은 오히려 5시간에서 8.5시간으로 70.0% 늘었다. 반면 사람이 처음부터 전담하는 기획과 확정 단계는 4시간과 1시간으로 전혀 변하지 않았다. 즉 AI가 아낀 시간을 그대로 휴식이나 다른 업무에 쓴 것이 아니라, 사실 확인과 현장 맥락 보강이라는 더 중요한 작업에 재투자한 것이다. 실제로 이 검증 과정에서 4절의 20점 만점 검수 기준표를 적용한 결과, 1차 검증에서는 12/20점에 그쳐 사례 수정을 지시했고, 보완을 거친 뒤 최종적으로 18/20점을 받아 배포 가능 기준(17점 이상)을 통과했다.

10. 실무 적용 체크리스트

• 기획 단계에서 학습목표·대상·조직맥락·정보민감도를 먼저 정리했는가
• 초안 요청 시 프롬프트 4원칙(역할·상황·과업·형식)을 갖췄는가
• 검증 단계에서 사실 정확성·조직 적합성·목표 부합성·실행 가능성 4가지를 모두 확인했는가
• 20점 만점 검수 기준표로 배포 가능 여부를 객관적으로 판단했는가
• 콘텐츠의 위험 수준(낮음~매우높음)에 맞게 검수 강도를 차등 적용했는가
• 법정교육처럼 사실 정확성이 중요한 자료는 더 엄격한 별도 기준을 적용했는가
• 보완 지시를 구체적으로 전달했는가(모호한 "더 좋게 고쳐줘" 지양)
• 퀴즈 문항이 단순 암기가 아니라 상황 판단을 요구하도록 설계되었는가
• 최종 확정본에 버전 정보와 검수 점수, 승인 기록을 남겼는가
• 인용이 많은 부분에서 저작권 문제가 없는지 확인했는가

11. 정리

"AI가 초안을 쓰고 사람이 검수한다"는 원칙은 구호로 끝나서는 안 되고, 기획-초안-검증-보완-확정이라는 구체적인 5단계 프로세스와 20점 만점의 검수 기준표로 구현되어야 반복 가능한 실무 절차가 된다. AI는 사람이 아낀 시간을 놀리기 위한 도구가 아니라, 단순 작성 업무에서 확보한 시간을 사실 확인과 조직 맥락화라는 더 중요한 작업에 재투자하도록 돕는 도구로 이해해야 한다. 다음 글에서는 지금까지 다룬 지표·설계·데이터·자동화·AI 활용을 모두 되짚어보며, 앞으로 기업교육과 HRD 담당자에게 어떤 역할이 남게 될지 전망한다.