기업 진단부터 컨설턴트 매칭, 맞춤형 AI 훈련 로드맵까지
KPC가 제공하는 차세대 AI 교육·컨설팅 솔루션
스크롤하여 더 알아보기
서비스 소개
고객사 맞춤형 AX 교육 설계 올인원 플랫폼
전문가용로그인하여 시작하기→
전문가와 함께하는 AI 교육 설계
담당 프로젝트를 관리하고 현장 인터뷰를 통해 기업 맞춤형 로드맵을 생성합니다.
현장 인터뷰를 통한 기업진단
최적화된 맞춤형 AI 로드맵 제공
PBL 기반 솔루션 제시
관리자용관리자 로그인→
효율적인 프로젝트 관리
기업 프로젝트를 생성하고 최적의 컨설턴트를 매칭하여 교육·컨설팅 품질을 높입니다.
고객사 프로젝트 관리
요구사항을 반영한 최적 컨설턴트 매칭
진행 상황 모니터링
워크플로우
4단계로 완성하는 맞춤형 AI 역량 강화 솔루션
체계적인 프로세스로 기업 맞춤형 AI 훈련 로드맵을 제공합니다.
01
기업 진단
30문항 자가진단으로 기업의 AI 활용 역량과 교육 필요 분야를 파악합니다.
02
최적 컨설턴트 매칭
기업 특성에 맞는 최적의 컨설턴트를 AI 알고리즘으로 추천하고 배정합니다.
03
심층 현장 인터뷰
컨설턴트가 기업을 방문하여 심층 인터뷰를 진행하고 교육 니즈를 분석합니다.
04
맞춤형 AI 로드맵 도출
LLM 기반으로 맞춤형 AI 훈련 로드맵을 자동으로 완성하여 제공합니다.
제품 데모
직접 경험해보세요
AI가 산인공 공식 양식에 맞춘 기업 맞춤형 교육 로드맵을 자동으로 생성합니다.
kpc-ax-roadmap-dashboard.vercel.app
명세서 #1
생성형 AI 업무 활용 입문
| 2026년 1분기 | |
| 초급 | |
| 집체 + 실습 | |
| 재직자 향상훈련 | |
| 전 직원이 생성형 AI 도구를 일상 업무에 안전하게 활용할 수 있는 기초 역량 확보 | |
| 생성형 AI 기본 개념, 프롬프트 작성 원칙, 사내 데이터 보안 수칙, 부서별 활용 사례 실습 | |
| 전 직원 (신입~관리자) |
| 교과목명 | 세부 내용(단원, 과제명) | 훈련시간 |
|---|---|---|
| 생성형 AI 이해 | ▪ LLM 동작 원리와 토큰·컨텍스트 개념 강의 ▪ ChatGPT·Claude·Gemini 도구별 강점 비교 실습 ▪ 환각·최신성 한계 확인 및 검증 절차 워크숍 ▪ 업무별 적용 가능성 진단표 작성 (산출물) | 3H |
| 프롬프트 작성 기초 | ▪ 역할·맥락·제약 3요소 프롬프트 설계 강의 ▪ 업무 이메일·회신 초안 생성 실습 ▪ 보고서 목차·요약문 생성 및 다듬기 실습 ▪ 반복 사용 프롬프트 템플릿 5종 작성 (산출물) | 3H |
| AI 활용 보안·윤리 | ▪ 사내 정보 입력 금지 기준과 사고 사례 강의 ▪ 저작권·개인정보 유의사항 판별 실습 ▪ 결과물 사실 확인 체크리스트 공동 작성 워크숍 ▪ 부서용 AI 활용 수칙 1페이지 정리 (산출물) | 2H |
| 시간 합계 | 8H | |
명세서 #2
ChatGPT 고객 문의 자동 분류 실무
| 2026년 1분기 | |
| 초급 | |
| 집체 + 실습 | |
| 재직자 향상훈련 | |
| 고객 문의 분류·응답 워크플로우를 구축해 1차 응답 시간 40% 단축 | |
| 고객 문의 유형 분류 체계 설계, Google Sheets 연동, 유형별 자동 응답 템플릿 작성 | |
| CS 담당자, 고객관리팀 |
| 교과목명 | 세부 내용(단원, 과제명) | 훈련시간 |
|---|---|---|
| 문의 유형 분류 체계 설계 | ▪ 최근 3개월 문의 데이터 수집·정제 실습 ▪ 문의 유형 taxonomy 정의 워크숍 ▪ 실제 문의 50건 수동 분류 및 경계 사례 조정 ▪ 분류 기준서와 예외 처리 규칙 작성 (산출물) | 4H |
| 반자동 분류 워크플로우 구축 | ▪ Google Sheets 데이터 구조화 실습 (무료 도구) ▪ ChatGPT 연동 자동 분류 프롬프트 작성 ▪ 분류 정확도 측정 및 오분류 원인 분석 실습 ▪ 임계값·재확인 규칙 정의 워크숍 ▪ 분류 워크플로우 명세서 작성 (산출물) | 4H |
| 자동 응답 템플릿 작성 | ▪ 유형별 응답 템플릿 10종 초안 생성 실습 ▪ 톤앤매너 가이드 반영 및 문구 정제 워크숍 ▪ 에스컬레이션 기준과 담당자 이관 규칙 정의 ▪ 현업 시범 적용 후 1차 응답 시간 측정 (산출물) | 4H |
| 시간 합계 | 12H | |
명세서 #3
AI 활용 마케팅 콘텐츠 제작
| 2026년 2분기 | |
| 중급 | |
| 집체 | |
| 재직자 향상훈련 | |
| 콘텐츠 제작 시간 60% 단축 및 월간 발행량 2배 증가 | |
| AI 콘텐츠 생성, Canva AI 디자인, Gamma 프레젠테이션 자동화, 월간 콘텐츠 캘린더 구축 | |
| 마케팅 담당자, SNS 운영자 |
| 교과목명 | 세부 내용(단원, 과제명) | 훈련시간 |
|---|---|---|
| AI 콘텐츠 생성 실무 | ▪ 타겟 고객 페르소나와 톤앤매너 설계 워크숍 ▪ 블로그 장문 글 구조 잡기 및 초안 생성 실습 ▪ SNS 채널별 길이·해시태그 변형 실습 ▪ 자사 콘텐츠 5건 완성 및 상호 리뷰 (산출물) | 4H |
| AI 이미지·디자인 제작 | ▪ Canva AI 기능 개요와 브랜드 킷 설정 강의 ▪ 배너·카드뉴스·썸네일 제작 실습 ▪ 브랜드 가이드 일관성 점검 체크리스트 적용 ▪ 채널 규격별 이미지 세트 산출 (산출물) | 4H |
| 콘텐츠 캘린더 자동화 | ▪ Gamma 활용 월간 리포트 자동 생성 실습 ▪ 콘텐츠 캘린더 템플릿 구축 워크숍 ▪ 채널별 성과 지표 정의 및 수집 자동화 ▪ 차기 분기 콘텐츠 계획서 작성 (산출물) | 4H |
| 시간 합계 | 12H | |
명세서 #4
AI 챗봇 고객 응대 시스템 구축
| 2026년 2분기 | |
| 중급 | |
| 혼합 | |
| 재직자 향상훈련 | |
| FAQ 챗봇을 자체 구축해 반복 문의 처리율 60% 달성 | |
| FAQ 지식베이스 설계, 노코드 챗봇 빌더 활용, 상담원 이관 시나리오 설계 | |
| CS 리더, IT 담당자 |
| 교과목명 | 세부 내용(단원, 과제명) | 훈련시간 |
|---|---|---|
| FAQ 지식베이스 설계 | ▪ 문의 로그 분석을 통한 상위 FAQ 30종 선별 실습 ▪ 질문·답변 구조화 규칙 정의 워크숍 ▪ 답변 문구 작성 및 중복·상충 항목 정리 실습 ▪ 지식베이스 갱신 주기·담당자 체계 수립 ▪ FAQ 지식베이스 초판 완성 (산출물) | 5H |
| 노코드 챗봇 구축 | ▪ 챗봇 빌더 계정 개설과 기본 흐름 강의 ▪ 인텐트·시나리오 분기 설계 실습 ▪ 사내 FAQ 지식베이스 연동 실습 ▪ 응답 품질 테스트 케이스 20건 실행 및 보정 (산출물) | 5H |
| 상담원 이관·운영 | ▪ 이관 조건과 우선순위 규칙 설계 워크숍 ▪ 대화 로그 분석으로 미해결 유형 도출 실습 ▪ 운영 KPI(처리율·이관율·만족도) 정의 ▪ 운영 대시보드 구성 및 주간 점검 절차 작성 (산출물) | 4H |
| 시간 합계 | 14H | |
명세서 #5
노코드 업무 자동화 PBL
| 2026년 3분기 | |
| 고급 | |
| 혼합 + PBL | |
| 재직자 향상훈련 (고숙련) | |
| 주 10시간 이상 반복 업무 자동화 및 수작업 오류 90% 감소 | |
| Make 기반 자동화 설계, 데이터 수집·정리 자동화, 보고서 자동 생성, 멀티 도구 연동 | |
| 경영지원팀, IT 담당자, 부서별 업무 리더 |
| 교과목명 | 세부 내용(단원, 과제명) | 훈련시간 |
|---|---|---|
| 업무 자동화 설계 | ▪ 반복 업무 인벤토리 작성 및 소요시간 측정 실습 ▪ 자동화 우선순위 평가(효과·난이도) 워크숍 ▪ Make 트리거-액션 개념과 모듈 구성 강의 ▪ 대상 업무 1건의 워크플로우 설계도 작성 (산출물) | 6H |
| 데이터 수집·정리 자동화 | ▪ Google Sheets + AI 연동 기초 실습 (무료 도구) ▪ 이메일·웹폼 데이터 자동 수집 시나리오 구현 ▪ 중복·결측 정합성 검증 로직 작성 실습 ▪ 실패 알림·재시도 처리 설정 워크숍 ▪ 수집 자동화 시나리오 가동 및 로그 확인 (산출물) | 6H |
| 통합 자동화 PBL | ▪ 부서별 실제 과제 선정 및 요구 정의 워크숍 ▪ 멀티 도구 연동 자동화 구현 실습 ▪ 예외·오류 처리 분기 보강 실습 ▪ 운영 문서화 및 인수인계 자료 작성 ▪ 팀 전파 발표와 효과 측정표 제출 (산출물) | 8H |
| 시간 합계 | 20H | |
명세서 #6
AI 데이터 기반 의사결정·성과관리
| 2026년 4분기 | |
| 고급 | |
| 혼합 + PBL | |
| 재직자 향상훈련 (고숙련) | |
| 주요 KPI 대시보드를 자동화해 경영 의사결정 리드타임 50% 단축 | |
| 지표 체계 설계, AI 데이터 분석, 자동 대시보드 구축, AI 도입 성과 측정 | |
| 경영진, 팀장급 리더 |
| 교과목명 | 세부 내용(단원, 과제명) | 훈련시간 |
|---|---|---|
| KPI 지표 체계 설계 | ▪ 부서별 핵심 지표 후보 도출 워크숍 ▪ 지표 정의서(산식·단위·목표) 작성 실습 ▪ 데이터 소스 매핑 및 수집 주기 설계 ▪ 지표 체계도 1페이지 정리 (산출물) | 5H |
| AI 데이터 분석·시각화 | ▪ 매출·CS·마케팅 데이터 통합 정제 실습 ▪ AI 활용 추세·이상치 분석 실습 ▪ 경영 보고용 인사이트 요약문 작성 실습 ▪ 대시보드 자동 갱신 파이프라인 구성 워크숍 ▪ 월간 대시보드 시안 완성 (산출물) | 6H |
| AI 도입 성과관리 | ▪ 훈련 전후 Before/After 비교 지표 설계 ▪ 투입 비용·절감 시간 기반 ROI 산정 실습 ▪ 확산 저해 요인 진단 및 대응안 워크숍 ▪ 차년도 AI 훈련 로드맵 초안 작성 (산출물) | 5H |
| 시간 합계 | 16H | |
PBL 운영계획
AI 기반 스마트 품질관리 실무
총 24H훈련 목표
생산 현장의 설비·품질 데이터를 AI로 분석해 불량 원인을 조기에 진단하고, 숙련 기술자의 노하우를 표준 작업 매뉴얼로 형식지화하여 불량률과 설비 비가동 시간을 함께 줄인다.
성과지표
불량률 감소공정 최적화기술 매뉴얼 개발
- 정량
- 훈련 후 3개월 내 공정 불량률 12% → 7% 이하로 감소, 설비 이상 대응 리드타임 30% 단축
- 정성
- 현장 작업자가 AI 분석 리포트를 스스로 해석·활용하는 데이터 기반 문제해결 문화 정착, 숙련 노하우의 매뉴얼화
AI 도구 활용 계획
| 단계 | 주요 활동 | AI 도구 | 활용 목적 |
|---|---|---|---|
| 1단계 | 데이터 수집·전처리 | ChatGPTClaudePython(Pandas) | 흩어진 현장 데이터를 분석 가능한 형태로 통합하고 결측·이상치를 식별한다. |
| 2단계 | 불량 원인 분석 | ClaudeJulius AIGoogle Sheets | 불량 유형별 핵심 원인 변수를 도출하고 공정 조건과의 상관관계를 파악한다. |
| 3단계 | 개선안 도출·표준화 | ChatGPTGammaNotion AI | 분석 결과를 현장 개선안과 표준 작업 매뉴얼로 전환한다. |
교과목 구성
- 8H
생산 데이터 수집·정제
설비 로그·품질 기록을 통합하고 AI로 전처리 스크립트를 작성해 분석용 데이터셋 구축
- 8H
불량 원인 AI 분석
공정 조건과 불량 데이터의 상관관계를 AI로 분석하고 핵심 관리 변수 도출
- 8H
개선안 표준화·매뉴얼화
분석 결과 기반 개선안을 SOP·교육자료로 문서화하고 현장에 적용
1 / 2
[로드맵] 훈련과정 명세서
훈련시기·훈련수준별 훈련과정 명세서 6종 (과정·교과목·시간)