DrS Weekly Insight

AI와 HRD지식 형성개인학습조직학습

AI가 답을 만들었다. 무엇을 지식이라 부를 것인가?

AI가 답을 내놓았다고 사람이 배운 것은 아닙니다. 개인의 배움이 동료와의 검토를 거쳐 조직의 일하는 방식에 남도록, AI 시대의 workflow를 다시 살펴봅니다.

지식경영조직학습학습조직더블루프 학습

조직학습은 어디로 사라졌는가: 4세대/4.5세대 지식경영과 보이지 않는 조직학습

지식경영은 개인의 지식이 조직학습을 거쳐 학습조직의 문화가 되기까지를 잇는 실천입니다. 생성형 AI와 클라우드 협업 공간에서 그 조직학습이 알고리듬 안으로 숨어 버렸다면, 우리는 그것을 어떻게 찾아내고 지원해야 할까요?

AI와 일하기work redesign업무 재설계조직 성과

AI를 활용한 Workflow: 더 잘하고 싶은 사람의 일을 다시 설계하다

AI는 일을 줄이기도 하지만, 목표가 분명하고 더 나은 성과를 오래 고민해 온 사람에게는 전에 못 했던 개선을 실행할 여지를 줍니다. work redesign과 workflow redesign의 뜻을 구분하고, 그런 구성원의 역량을 조직 성과로 연결할 현장 절차를 제안합니다.

학습의 정의수행과 학습AI와 일하기HRD

AI로 일을 잘하게 됐다, 그럼 실력도 늘었을까: AI 시대 학습의 재정의

AI를 쓰면 결과물은 좋아지는데 AI 없이 남는 실력은 따라오지 않는다는 연구가 나오고 있습니다. 이 차이는 학습을 어떻게 정의하느냐에 따라 달리 보이므로, 두 관점을 비교하고 AI 시대 학습의 정의를 세 층으로 제안합니다.

문화지체AI 활용조직 문화HRD

AI는 이미 왔는데 문화는 아직 오지 않았다: 문화지체(Cultural Lag)로 본 일터의 AI

조직은 AI를 당연한 동반자라고 말하지만, 일터에서는 AI를 쓴 사람이 낮게 평가받고 AI를 배우는 시간은 업무로 인정받지 못합니다. 문화지체 이론과 최근 HRD 연구를 바탕으로 이 간극이 왜 위험한지, 조직이 바꿀 수 있는 지점을 살펴봅니다.

지식창출지식 수정비판적 사고혁신

지식의 인코딩과 경쟁인출 전략: AI 득인가? 독인가?

AI를 쓰는 동안의 수행 향상이 독립적인 학습이나 정확한 자기평가로 반드시 이어지지는 않습니다. 최근 연구 6편을 지식 수정 이론(KReC)에 비추어 읽고, 연구 결과와 이론적 해석을 구분해 HRD의 학습 설계를 생각해 봅니다.

AI 사용 은폐사회적 평가문화지체귀인 이론

왜 조직원들은 AI로 만든 결과물을 숨기는가: 부정적 인식으로 인한 의도적 은폐

AI를 쓰면 일은 빨라지지만, 동료와 상사는 AI를 쓴 사람을 더 게으르고 덜 유능하다고 볼 수 있습니다. 4,439명이 참여한 PNAS 실험 연구를 바탕으로, 조직원이 AI 사용을 숨기는 이유와 이 현상을 문화지체로 읽을 수 있는지 살펴봅니다.

중간관리자AI 도입리더 파이프라인조직학습

AI 도입의 비용은 누가 치르는가: 무너지는 중간관리자

AI로 주니어는 더 빨라지고 경영진은 더 큰 그림을 그리지만, 그 사이에서 검수·코칭·품질 관리를 떠안은 중간관리자는 버티기 어려워집니다. Harvard Business Review의 ‘AI Adoption Is Overloading Your Middle Managers’를 바탕으로 조직학습과 리더 육성의 문제를 짚어 봅니다.

AI 역설생성적 인지 멈춤HRD 정책성과와 학습

성과는 오르는데, 사람은 배우지 못했다: AI 시대 HRD가 놓치기 쉬운 것

AI 덕분에 HRD가 보고하는 숫자는 좋아졌지만, 그 숫자가 사람의 성장을 뜻하지는 않습니다. 개인·팀·조직에서 성과와 학습이 갈라지는 장면을 살펴보고, 생성적 인지 멈춤(GCP)과 HRD 정책의 방향을 제안합니다.

AI 역설조직학습일 속의 학습

AI Paradox 10 · 교육을 줄였더니, 조직이 배우기 시작했다

AI 덕분에 교육 콘텐츠는 넘쳐나지만, 개인이 배운 것이 조직의 것이 되지는 않습니다. 4I 조직학습 모형으로 그 이유를 살펴보고, 교육과 일 사이에 학습이 남는 조건을 생각해 봅니다.

AI 역설인지적 멈춤생성 효과

AI Paradox 9 · AI를 잠깐 못 쓰게 했더니, 교육이 시작됐다

생각을 돕는 AI가 오히려 먼저 생각할 기회를 가져갈 수 있습니다. 스스로 답을 만들어 보는 경험이 왜 중요한지, 교육 현장에서 5분의 공백을 어떻게 설계할지 살펴봅니다.

AI 역설교육 평가학습 전이

AI Paradox 8 · 교육 만족도 4.9점, 그래서 무엇이 달라졌는가?

AI로 만든 매끄러운 교육은 만족도를 높이지만, 그 매끄러움이 학습을 얕게 만들 수 있습니다. 만족과 학습, 행동 변화를 구분해 HRD 평가의 기준을 다시 생각해 봅니다.

AI 역설숨은 교육과정평가와 보상

AI Paradox 7 · 혁신은 강의실에 있고, 복종은 평가표에 있다

조직은 AI로 새롭게 일하라고 가르치지만, 평가와 보상은 여전히 실수 없는 순응을 요구합니다. ‘A를 보상하면서 B를 바라는’ 오래된 문제를 AI 시대의 언어로 다시 읽어 봅니다.

AI 역설팀 학습숨은 프로파일

AI Paradox 6 · 회의는 빨리 끝났고, 아무도 생각을 바꾸지 않았다

AI가 회의를 효율적으로 만들수록, 팀은 서로의 생각을 바꿀 기회를 잃을 수 있습니다. 숨은 프로파일 연구를 바탕으로 회의를 학습의 자리로 되돌리는 방법을 살펴봅니다.

AI 역설탈학습탐색과 활용

AI Paradox 5 · 우리 회사의 성공 공식이 가장 위험한 정답이 될 때

과거 데이터로 학습한 AI는 조직의 지난 성공을 가장 그럴듯한 정답으로 추천합니다. 탐색과 활용의 균형 이론으로 그 위험을 살펴보고, 조직이 낡은 방식을 내려놓는 조건을 생각해 봅니다.

AI 역설공유 이해팀 인지

AI Paradox 4 · 맞춤형 교육을 받았더니, 서로 말이 통하지 않는다

AI가 학습을 개인에게 정교하게 맞출수록, 팀은 같은 언어와 같은 그림을 잃을 수 있습니다. 의미 형성과 팀 인지 연구를 통해 그 이유와 공유 이해를 만드는 방법을 살펴봅니다.

AI 역설전문가 정체성역할 전환

AI Paradox 3 · 베테랑은 왜 다시 초보가 되기를 두려워하는가

AI가 일을 쉽게 만들수록, 가장 숙련된 사람이 가장 큰 위협을 느낄 수 있습니다. 변화에 대한 저항을 정체성의 관점에서 읽고, 베테랑이 새로운 역할을 시험할 조건을 살펴봅니다.

AI 역설전문성 개발의도적 연습

AI Paradox 2 · 입사 첫날부터 에이스, 3년 뒤에도 초보?

AI는 초보자의 성과를 크게 끌어올리지만, 초보자가 전문가로 자라는 과정까지 대신해 주지는 않습니다. 의도적 연습 이론으로 그 이유를 살펴보고 신입 육성 방식을 다시 생각해 봅니다.

AI 역설수행과 학습Performance level ≠ Learning level

AI Paradox 1 · 아무도 설명할 수 없는 완벽한 보고서

결과물이 완벽해질수록 그 결과물을 설명할 수 있는 사람은 줄어듭니다. 수행과 학습이 갈라지는 순간을 학습과학으로 읽고, HRD가 현장에서 할 수 있는 일을 짚어 봅니다.

역량의 신기루성과평가기술 퇴화조직학습

완벽한 보고서 뒤에 숨은 ‘역량의 신기루’

AI가 누구에게나 매끄러운 결과물을 만들어 주면서, 결과물만으로는 실제 역량을 판단하기 어려워졌습니다. MIT Sloan Management Review의 ‘How AI Creates a Capability Mirage’를 바탕으로 학습과 평가의 문제를 짚어 봅니다.