AX 혁신센터
성과 사례 목록
천경해운 로고천경해운해운
성과 사례 요약

참가자 전원 AI 활용 후보 발굴 및 업무 자동화 적용

프로젝트
천경해운 AI USE CASE 기획·발굴 및 Claude Cowork 기반 업무자동화 교육
수행 기간
2026.08 – 2026.09
핵심 성과 지표AI 업무 활용 직접 제작 실습의 유익성 4.75/5점
기업 및 프로젝트 배경

천경해운의 영업·운항·장비운영·고객지원·기획·재무·전산 업무는 사용하는 자료와 판단 기준, 필요한 결과물이 서로 다릅니다. 따라서 교육 전 임직원이 실제 수행하는 업무를 수집하고, 각자의 반복 업무를 5일 동안 AI 적용 과제로 구체화하는 전사교육을 설계했습니다.

THE PROBLEM · 핵심 문제

구성원마다 AI에 적용하려는 업무가 달랐고, 업무 절차와 자료·용어·예외 상황, 최종 확인 기준이 재사용 가능한 형태로 정리돼 있지 않았습니다. AI가 결과를 만드는 것과 그 결과를 실제 업무에 안전하게 사용하는 것 사이를 연결할 교육 구조가 필요했습니다.

진단을 통해 확인한 구조적 원인

부서마다 사용하는 시스템·메일·PDF·엑셀의 형식과 필요한 결과물이 서로 다름

여러 시스템과 문서의 값을 사람이 정해진 엑셀·보고 양식에 다시 옮기는 일이 반복됨

AI에 맡길 구간과 사람이 검토·승인·발송·확정할 구간이 구분돼 있지 않음

CASE STORY

이렇게 접근하고, 수행했습니다

천경해운 전사 AX교육, 실제 업무로 배우고 검증한 5일

같은 기능을 배우는 교육이 아니라, 각자의 업무를 바꾸는 방법을 배웠습니다.

천경해운은 2026년 8월 31일부터 9월 4일까지 임직원을 대상으로 5일간의 전사 AX교육을 진행했습니다.

오전·오후 2개 반으로 나누어, 반별로 총 23시간 동안 AI USE CASE 기획·발굴과 Claude Cowork 기반 업무자동화, 업무자료·용어·규칙을 구조화하는 방법을 학습했습니다.

이번 과정은 솔트룩스와 헬로월드랩스가 공동 개발한 교육과정으로,

교육 실행 전 참여자들은 자신이 실제로 수행하는 업무를 제출하고, 이 업무에 대한 AI 활용 가능성을 발굴하는 것에서 시작했습니다.

참여자들은 자신의 업무를 5일 동안 계속 다듬으며 후보카드, 프로토타입, 업무 지시문, 검증표와 다음 실행계획으로 발전시키도록 교육받았습니다.

교육 핵심기능을 한 번 사용해보는 데서 끝나지 않고, 실제 업무를 작게 나누어 시험하고, AI 결과를 사람이 검증해 다시 사용할 수 있는 방식으로 정리했습니다.


왜 전사교육을 실제 업무에서 시작했을까요?

영업·운항·장비운영·고객지원·기획·재무·전산은 사용하는 자료도, 필요한 결과물도 다릅니다.

하나의 공통 예제만으로는 직원이 교육 후 자신의 업무에서 무엇을 먼저 시도해야 하는지 판단하기 어렵습니다.

그래서 교육 전에 다음 내용을 먼저 확인했습니다.

  • 어떤 업무를 왜 수행하는가

  • 현재 어떤 순서로 처리하는가

  • 어떤 시스템·문서·엑셀을 사용하는가

  • 얼마나 자주 반복하는가

  • 가장 오래 걸리거나 실수가 우려되는 지점은 어디인가

  • AI에 맡기고 싶은 구간은 어디인가

  • 최종적으로 어떤 결과물이 필요한가

  • 결과를 누가 어떻게 확인해야 하는가

빈 양식을 수업 중에 처음 채우게 하지 않습니다.

솔트룩스의 체계적인 운영 경험을 바탕으로 사전에 업무를 조사하고,

제출된 업무를 바탕으로 개인별 초안을 준비했습니다.

참여자는 자신의 업무를 이미 담은 자료에서 출발해 실제 파일명과 규칙, 예외 상황, 확인 지점을 고치고 검증하는 데 교육시간을 사용했습니다.

이 방식은 전사교육의 범위와 개인별 학습을 함께 가져가기 위한 설계였습니다.

모두가 같은 원칙을 배우되, 실습의 재료와 결과물은 각자의 업무에서 찾았습니다.


5일 동안 하나의 실제 업무를 이렇게 발전시켰습니다

각 날짜의 실습은 별개의 과제가 아니었습니다.

전날 만든 결과물을 다음 날 다시 사용하면서 하나의 업무를 단계적으로 구체화했습니다.

주강사가 그날의 개념과 업무 적용 방법을 시연하면 참여자가 자신의 자료로 바로 따라 해보고,

2명의 보조강사가 자리를 돌며 막힌 화면과 개별 질문을 함께 확인하는 흐름으로 진행했습니다.

1일차 — AI에 맡길 일과 사람이 확인할 일을 나눴습니다

첫날에는 자신의 반복 업무에서 AI 활용 후보를 찾고, 그중 하나를 5일 동안 다룰 우선 과제로 선택했습니다.

참여자는 업무의 목적과 처리 순서, 입력자료, 필요한 결과물을 한 장으로 정리했습니다.

동시에 업무를 다음 세 구간으로 나누었습니다.

  • AI가 지원해도 되는 일: 읽기, 정리, 비교, 초안 작성

  • 사람의 승인이 필요한 일: 원본 수정, 공유폴더 반영, 외부 전달

  • AI에 맡기면 안 되는 일: 금액·계약·안전의 최종 확정, 개인정보 처리, 임의 발송·삭제

  • 손에 남도록 설계한 것: Use Case 후보카드, 맡길 일·확인할 일 구분, 업무 기획서 초안

2일차 — 큰 자동화 아이디어를 작게 줄여 직접 시험했습니다

둘째 날에는 “업무 전체를 자동화하겠다”는 큰 목표를 이번 주에 시험할 수 있는 작은 범위로 줄였습니다.

기존 처리 방식과 AI 지원 방식을 비교하고, 결과물의 초기 형태를 직접 만들어보도록 구성했습니다.

정상 자료만 넣어보는 데서 끝나지 않고 다음 세 종류의 자료로 시험했습니다.

  1. 필요한 값이 모두 있는 정상 자료

  2. 일부 값이 빠진 누락 자료

  3. 서로 다른 값이 들어 있는 이상·충돌 자료

AI가 빈 값을 자연스럽게 지어내는지, 서로 다른 값을 임의로 합치는지, 확인 필요라고 표시하고 멈추는지를 확인했습니다.

  • 손에 남도록 설계한 것: AS-IS/TO-BE 업무 비교, 업무 기획서 보완본, 프로토타입, 테스트·검증 기록

3일차 — AI가 우리 회사의 자료와 말을 이해하도록 정리했습니다

셋째 날에는 단순한 질문 작성보다 먼저, AI가 업무 맥락을 이해하는 데 필요한 자료·용어·규칙을 정리했습니다.

같은 회사 안에서도 ‘선적’, ‘마감’, ‘집계’와 같은 말을 부서나 담당자마다 다르게 사용할 수 있습니다.

같은 단어의 의미가 다르면 AI의 결과도 달라질 수 있기 때문에, 참여자는 업무자료 사이의 관계를 그리고 팀에서 사용하는 용어를 정의했습니다.

  • 업무에 필요한 문서와 자료의 관계

  • 회사와 부서에서 사용하는 주요 용어

  • 결과물을 만들 때 지켜야 할 규칙

  • Claude Cowork Project에 넣을 자료와 제외할 자료

  • 손에 남도록 설계한 것: 업무 관계지도, 개인·팀 용어사전, Claude Cowork Project 자료구조

4일차 — 잘된 방법을 반복 가능한 Skill과 승인 절차로 바꿨습니다

넷째 날에는 한 번 잘된 대화를 다음 업무에서도 다시 사용할 수 있도록 지시 순서와 확인 기준을 정리했습니다.

참여자는 자신의 업무에 맞춰 다음 네 종류의 지시문을 다듬었습니다.

  1. 흩어진 자료에서 필요한 항목만 정리하는 지시문

  2. 기존 업무 양식에 맞춘 결과물 초안을 만드는 지시문

  3. 결과의 각 항목을 원본과 대조하는 검증 지시문

  4. 값이 없거나 충돌할 때 멈추도록 하는 예외 처리 지시문

지시문만 만드는 데서 그치지 않고 시스템 접근범위, 승인자, 연결되지 않는 시스템의 대체 방법, 예약 실행 시 중단 조건도 함께 살펴봤습니다.

특히 사외 메일은 AI가 초안을 만들 수 있지만 발송은 사람이 하고, 금액은 산출을 지원할 수 있지만 최종 확정은 담당자가 하도록 업무 경계를 분리했습니다.

  • 손에 남도록 설계한 것: Claude Skill 레시피, 권한표, 승인 지점, 예외 처리 기준, 예약 실행 설계안

5일차 — 결과물을 검증하고 복귀 후 다시 쓸 방법까지 정리했습니다

마지막 날에는 앞서 만든 자료를 하나의 업무 적용안으로 조립했습니다.

참여자는 결과가 매끄럽게 보이는지만 평가하지 않고, 실제 업무에 사용하기 전에 확인해야 할 항목을 점검표로 만들었습니다.

  • 각 값과 문장에 원본 근거가 있는가

  • 누락된 건이나 값이 없는가

  • 서로 충돌하는 자료를 임의로 합치지 않았는가

  • 금액·날짜·합계가 원본과 맞는가

  • 최종 공유나 발송 전에 사람이 확인했는가

  • 원본을 보존하고 결과를 새 파일로 만들었는가

또한 휴가나 인수인계 때 다른 직원도 이해할 수 있도록 언제 쓰는가·무엇을 넣는가·무엇이 나오는가·무엇을 확인하는가를 한 장 사용법으로 정리하도록 했습니다.

  • 손에 남도록 설계한 것: 업무 적용안, 검증표, 한 장 사용법, 복귀 첫 주 실행 항목과 후속 계획


개인 실습과 팀 기준을 함께 설계했습니다

전사교육이 개인의 AI 사용법에만 머물면 같은 팀 안에서도 결과와 안전 기준이 달라질 수 있습니다.

이번 과정에서는 개인 업무와 팀 공통 기준을 구분했습니다.

개인이 정리한 것

  • 자신의 실제 업무와 반복 지점

  • 바로 사용할 수 있는 정리·초안·검증·예외 지시문

  • AI에 맡길 범위와 사람이 확인할 범위

  • 실행 후 점검표

  • 팀에 공유할 한 장 사용법

팀이 함께 맞추도록 한 것

  • 같은 용어를 같은 의미로 사용하기 위한 팀 용어사전

  • 시스템·폴더 접근범위와 승인자

  • 사외 발송·금액 확정·원본 수정 등 팀 공통 금지선

  • 여러 사람이 중복해서 수행하는 업무

  • 개인 적용안을 팀 표준으로 발전시키기 위한 후속 계획

교육을 위해 개인별 업무 적용 문서와 회사·팀 단위 문서를 각각 준비했습니다.

개인이 만든 방법을 혼자만 사용하는 데서 끝내지 않고, 잘 작동하는 방법을 팀이 검토해 공통 기준으로 발전시킬 수 있도록 한 것입니다.

실제 업무는 교육에서 어떻게 다뤄졌을까요?

AI 활용 업무 자동화 후보에 대하여 서로 다른 부서에서 제출했지만 아래 세 유형이 전체 후보의 58.9%를 차지했습니다.

  • 시스템 조회 → 엑셀 양식 전사

  • 조건 확인 → 안내 메일

  • 계산·산출 모델 제작

교육에서는 이러한 실제 업무를 다음과 같은 실습 소재로 사용했습니다.

장비운영 — 여러 곳의 컨테이너 재고를 하나의 Daily Stock으로

  • 홈페이지·이메일·사내 시스템의 서로 다른 자료에서 재고를 추출해 정해진 엑셀 양식에 반영하는 방법을 설계했습니다.

  • AI는 자료 정리와 양식 반영을 지원하고, 담당자는 터미널별 합계와 누락·충돌 값, 최종 공유를 확인하도록 했습니다.

고객지원 — 위험물 검사증과 B/L 데이터를 원본에 근거해 대조

  • 검사 문서에서 필요한 데이터를 정리하고 실제 현장 데이터와 대조하는 과제를 다뤘습니다.

  • 자료에 없는 값은 추정하지 않고, 검사 문서와 실제 현장 데이터가 다르면 불일치로 남기며, 안전 규정 판단과 시스템 입력은 담당자가 수행하도록 했습니다.

기획관리 — 선복임대차 계산에서 계약과 금액은 사람이 확정

  • 여러 추출 파일을 연결해 신규·퇴선 선박과 유효 계약을 매칭하고 계산 이상을 표시하는 구조를 설계했습니다.

  • AI는 연결·계산·이상 표시를 지원하지만 계약 조건과 정산 금액의 최종 확정은 담당자가 맡도록 구분했습니다.

이 사례들은 완성된 자동화 성과를 자랑하기 위한 것이 아니라,

참여자가 자신의 업무를 교육의 재료로 삼아 AI 지원 범위와 사람의 책임을 구체적으로 나누어본 예입니다.


교육 직후 참여자들은 무엇을 이해하고 해볼 수 있다고 답했을까요?

12개 별점 문항, 816개 응답의 전체 평균은 4.76/5점이었고, 4점 또는 5점 응답은 97.3%였습니다.

교육 내용과 실무 적용성

  • 교육 내용의 이해도와 유익성: 4.78/5점

  • AI를 업무에 활용하는 전반적인 방법 이해: 4.79/5점

  • 업무에 적용할 결과물을 직접 만드는 활동의 유익성: 4.74/5점

  • 업무 자료를 정리하고 반복 업무를 실행·검증하는 방법 이해: 4.76/5점

  • AX 도입·활용 방안 검토에 도움: 4.75/5점

  • 작은 단위로 시작하고 사람의 승인을 거치는 이유 이해: 4.84/5점

가장 높은 평균을 기록한 항목은 ‘작은 단위로 시작하고 사람의 승인을 거치는 이유 이해’ 4.84점이었습니다.

이는 참여자가 AI 기능뿐 아니라 실제 업무 적용 전에 필요한 검토와 책임의 원칙을 중요하게 받아들였다는 초기 신호입니다.

가장 도움이 된 교육 내용

  • Claude Cowork의 역할과 업무 활용 방식 이해: 27명, 39.7%

  • Claude Skill을 활용한 반복 업무의 실행 절차와 확인 지점 설계: 27명, 39.7%

  • 업무 자료·용어·규칙을 정리해 활용 환경을 구성하는 온톨로지: 8명, 11.8%

  • AI 활용 시 주의사항: 6명, 8.8%

기능 이해와 반복 업무의 실행·검증 구조가 같은 비율로 선택됐습니다.

AX는 탄탄한 데이터를 기반으로 할 때 더욱 강력해집니다.

온톨로지 기반이 탄탄한 솔트룩스의 기술 역량과 헬로월드랩스의 현업 AX 적용·교육 경험을 결합해,

참여자들이 흩어진 업무 자료와 용어, 규칙을 AI가 활용할 수 있는 구조로 정리하고 이를 반복 가능한 업무 실행과 검증으로 연결하도록 했습니다.​

교육 후 가장 자신 있게 할 수 있다고 답한 활동

  • Claude Cowork에 업무 자료를 제공하고 결과물 만들기: 28명, 41.2%

  • 업무에 맞는 자료·규칙을 정리해 활용 환경 구성하기: 20명, 29.4%

  • 반복 업무의 실행 절차와 확인 지점 설계하기: 12명, 17.6%

  • 자신의 AI 활용안을 작은 단위로 적용·검증하기: 8명, 11.8%

자유응답에서는 실제 회사자료를 안전하게 활용하는 방법, 업무 적용 후 점검과 개인별 후속지원, 보안과 다른 AI 도구에 대한 교육 요구가 함께 확인됐습니다.

설문을 통해 참여자들이 기능 이해를 넘어 자료 구성·결과물 생성·반복 절차 설계·사람 승인 가운데 자신이 다음에 시도할 행동을 구분했다는 초기 학습 결과를 확인할 수 있습니다.


전사교육이 남긴 것은 같은 기능이 아니라 같은 판단 기준이었습니다

이번 교육의 목적은 모든 직원이 5일 만에 자동화 전문가가 되는 것이 아니었습니다.

각자의 업무에서 AI를 어디에 활용할 수 있는지 찾고, 작은 단위로 시험하고, 원본과 대조하고, 중요한 판단은 사람이 책임지는 방법을 조직 전체가 함께 경험하는 것이었습니다.

개인별 업무는 달랐지만 전 직원이 다음 원칙을 공유했습니다.

모르는 값은 추측하지 않고 확인 필요로 남긴다.
AI는 결과를 만들고, 사람은 원본과 책임 기준에 따라 확인한다.

전사 AX교육의 의미는 여기에서 시작됩니다.

직원들이 같은 도구를 배웠다는 기록이 아니라, 조직이 실제 업무를 어떤 기준으로 AI 적용 과제로 바꾸고 다음 실행을 어떻게 검증할지 함께 이야기할 수 있는 출발점을 만드는 것입니다.


교육과정 개발 및 강의 진행:​ 솔트룩스 × 헬로월드랩스 

비슷한 AX 과제를
고민하고 계신가요?

기업의 현재 업무와 조직 역량을 진단하고,
실행 가능한 AX 도입 방향을 함께 설계해드립니다.