HRD 최우수기관 DB Inc.가 선택한 AI 교육 사례: SI 개발부터 전사 확산까지
DB Inc.가 개발자와 전 직군의 AI 역량을 동시에 끌어올린 방법
Jan 22, 2026
DB Inc.는 DB그룹의 종합 IT 서비스 전문 기업으로, 내부 계열사뿐 아니라 대외의 공공 기관이나 금융사 등에 글로벌 수준의 IT 서비스를 제공하며 고객의 비즈니스 경쟁력 강화에 기여하고 있습니다.
구성원 개개인의 역량이 업무 결과를 좌우하는 IT 산업인 만큼, DB Inc.는 구성원의 성장이 조직 성장을 뒷받침한다는 ‘동반 성장’의 신념을 갖고 있습니다. 이를 바탕으로 DB Inc.의 구성원들은 금액·횟수 제한 없이 사내·외 교육을 수강할 수 있고, 학점 이수제에 참여할 수 있으며, 근무 시간을 활용해 역량을 개발하는 문화를 누리고 있죠. DB Inc.는 2024년 이 같은 노력을 인정 받아 인적자원개발 대기업 부문 최우수기관으로 선정되었습니다.
DB Inc., 동반 성장의 믿음으로 스파르타 기업교육과 손잡다
최근 IT 산업의 패러다임이 급격히 변하고 있습니다. 클라우드, 빅데이터에 이어 이제는 AI가 모든 IT 서비스의 기반 기술로 자리 잡고 있죠. 단순히 AI를 알고 있는 수준을 넘어, AI를 실제 프로젝트에 적용할 수 있는 역량이 IT 전문가의 필수 요건이 되었습니다.
이에 따라 많은 조직에서 AI 전환(AI Transformation, 이하 AX)이 급속도로 진행되면서, DB Inc.에서도 관련 기술 및 역량에 대한 필요성이 높아졌습니다. 특히 SI(시스템 통합) 개발자들은 고객사의 AI 솔루션 구축 요구에 대응해야 했고, 비개발 직군 역시 업무 프로세스에 AI를 통합해야 하는 상황에 직면했죠.
이 가운데 DB Inc. 구성원들의 AI 역량을 기르기 위해 팀스파르타가 힘을 합쳤습니다.
팀스파르타는 DB Inc.의 지향점을 고려하여 단순한 AI 도구 사용법 교육을 넘어 조직이 AI에 접근하는 방식 자체를 바꾸는 교육을 설계했습니다. 오늘은 팀스파르타가 이를 위해 DB Inc.와 진행한 2가지 AI 교육 사례를 상세히 소개합니다.
1. 개발자 대상 생성형 AI 교육
DB Inc.의 SI 개발자들은 고객사로부터 AI 기반 솔루션 구축 요구를 점점 더 많이 받고 있었습니다.
다만 전통적인 SI 개발 역량만으로는 생성형 AI를 활용한 서비스 개발에 한계가 있었죠. 이에 팀스파르타는 SI 개발자 24명을 대상으로 AI 개발에 대한 이해도를 높이고, 실제 프로젝트에 적용 가능한 역량을 기르는 입문 교육을 진행했습니다.
이 교육의 핵심은 개발자 관점에서의 AI 활용이었습니다.
단순히 챗GPT 같은 AI 도구를 쓰는 법을 학습하는 것이 아니라, LLM API를 활용해 실제 서비스를 개발하고, RAG(Retrieval-Augmented Generation) 파이프라인을 구축하는 등 개발자로서 AI를 다루는 방법을 배우는 것이었죠.
과정 제목 | 시간 | 상세 내용 |
생성형 AI의 기초 이론 및 실습
| 4H | • LLM의 구조 및 한계점, 최신 기술 동향
• 프롬프트 설계 원칙, 성능, 개선 방법 |
주요 생성형 AI 도구 및 프레임 워크
| 2H | • Hugging Face Transformers 라이브러리 기초
• 사전 학습 모델 기반 파인 튜닝 |
Langchain 및 RAG 개념과 이해
| 4H | • Langchain 필요성 및 구성 요소
• RAG, Vecter DB 구조 및 구성 방식, 최신 RAG 트렌드 |
AI 서비스 개발 방법론 | 2H | • Streamline 통한 간단한 웹 서비스 UI 구성 실습
• 프롬프트 기반 챗봇 화면 구성 실습 |
실습 프로젝트
| 4H | • LLM API 활용한 데모 페이지 기획·개발
• RAG 파이프라인 기반 문서 질의응답 챗봇 구현 |
팀스파르타는 2회에 걸친 총 16시간의 교육을 통해 생성형 AI 기초 이론 및 실습부터 시작해 주요 생성형 AI 도구 및 프레임워크, Langchain·RAG의 개념과 이해, AI 서비스 개발 방법론 및 실습 프로젝트로 구성된 커리큘럼을 설계했습니다.
DB Inc.의 SI 개발자를 대상으로 한 생성형 AI 교육을 진행하는 동안, 팀스파르타는 세 가지 핵심 원칙을 지켰습니다.
첫째, 최신성입니다. LLM의 업데이트 사항을 반영해 가장 최신 기능을 학습할 수 있도록 교육 시점의 AI 흐름을 반영했습니다. AI 기술은 몇 달 사이에도 크게 변하기 때문에, 교육 자료를 실시간으로 업데이트하는 것이 중요했죠.
둘째, 실습 중심입니다. 교육 과정 내내 작은 실습을 함께하는 동시에 마지막엔 모든 학습을 종합하는 큰 프로젝트를 진행하는 등 실습 위주의 참여형 수업을 설계했습니다.
셋째, 개인별 맞춤 지도입니다. 교육에 참여한 DB Inc.의 개발자분들은 도메인 전문 강사 및 보조 강사와 함께 중간중간 1:1 학습을 통해 수준에 맞는 학습을 해나갈 수 있었습니다. 보조 강사(기술 튜터)가 실습 중 막히는 부분을 즉시 해결해주고, 개인별 코드를 리뷰하며 더 나은 방법을 제안했습니다.
이를 통해 교육생들은 마지막 최종 프로젝트에서는 Streamlit을 활용하여 Tavily 챗봇, 보험설계사 자료 챗봇, 비트코인 가격 예측 등 다양한 LLM 활용 프로젝트 페이지를 제작할 수 있었습니다. 단순히 따라 하는 수준이 아니라, 각자의 아이디어를 반영한 실제 서비스 프로토타입을 개발한 것이죠.
개발자 대상 생성형 AI 교육 전후 결과
- 교육 전 AI 역량 설문 결과 (응답 인원 20명)
항목 | AI 기본 개념 | AI 활용 개발 능력 | AI 현업 활용도 |
평균 | 2.60 | 1.85 | 2.70 |
- 교육 후 AI 역량 설문 결과 (응답 인원 21명)
항목 | AI 기본 개념 | AI 활용 개발 능력 | AI 현업 활용도 |
평균 | 4.24 (▲ 1.64) | 3.86 (▲ 2.01) | 3.67 (▲ 0.97) |
여기서 특히 주목할 점은 'AI 활용 개발 능력'이 1.85에서 3.86으로 2.01점 상승했다는 것입니다. 이는 "AI를 활용한 개발이 어렵다"는 수준에서, 스파르타 AI 교육 후 "기본적인 AI 서비스를 개발할 수 있다"는 수준으로 도약했음을 의미합니다.
이처럼 실무 중심 교육은 단기간에도 명확한 성과를 만들어냅니다. 🏆 챌린지형 교육으로 데이터 역량을 끌어올린 기업이 궁금하다면?
2. 프롬프트 엔지니어링 역량 향상 교육
첫 번째 교육이 개발자에게 깊이 있는 AI 개발 역량을 심어주었다면, 두 번째 교육은 개발자와 비개발자 모두가 AI를 실무에서 즉시 활용할 수 있는 프롬프트 엔지니어링 역량을 기르는 데 초점을 맞췄습니다.
이를 위해 팀스파르타는 DB Inc.의 개발자와 비개발자를 대상으로 과제 기반 워크숍을 진행했는데요.
과제 기반 워크숍은 일반적인 교육과 다르게 평가 대회가 섞여 있는 구조로, 1시간 동안 이론 교육을 진행한 뒤, 교육식 실습 과제 3가지를 1시간씩 진행한 후 최종적으로 과제를 리뷰하고 평가합니다. 실제 과제를 부여하여 해결하게 한 후, 동료의 결과물과 비교하며 배우는 방식이죠.
주제 | 시간 | 학습 내용 |
프롬프트 엔지니어링 원리·기법 | 0.5 | • 생성형 AI의 원리
• 생성형 AI의 할루시네이션·편향·최신성 증상 및 대처 방법 |
실무 적용 | 0.5 | • 명확한 답 얻기 위한 구조적 질문 구성 방법
• 생성형 AI 출력 형식 지정 방법
• 생성형 AI 기반 엑셀 데이터 정리 자동화 |
교육식 실습 과제 (A·B·C) | 3 | • A·B·C 과제 진행 및 약식 평가
• 문제 해설 및 올바른 프롬프트 방식 설명 |
실습 과제 리뷰 및 평가 | 1 | • 과제 부문별 평가 결과 및 순위 안내
• 상위 5개 결과물 사례 공유 및 해설 |
팀스파르타는 개발자와 비개발자가 섞인 DB Inc.의 실무자들을 대상으로 1시간의 이론 교육 후 경영 요약, 데이터 정제·집계, 정보 추출/충돌 식별과 관련한 과제 3가지를 부여했습니다.
과제는 모두 입력 데이터와 목표 산출물을 먼저 제공한 후, 이로부터 규칙을 역추출해 작성한 단일 프롬프트로산출물을 100% 재현하는 역방향 프롬프트 설계형 과제였습니다. 과제마다 1시간씩 실습을 진행한 후 팀스파르타가 자체 개발한 평가 시스템으로 과제를 평가하고, 문제 해설 및 올바른 프롬프트 방식을 제공하고, 마지막엔 최종적으로 과제를 평가하고 상위 5개의 결과물을 함께 살펴보는 시간을 가졌습니다.
과제 기반 워크숍의 가장 큰 장점은 AI를 지식이 아닌 과정으로 경험할 수 있다는 점입니다. 이론 중심 교육의 한계인 이해와 경험의 간극을 강제로 좁힐 수 있죠. 교육생들은 "프롬프트를 잘 쓰면 이런 결과가 나오는구나"를 몸으로 체감할 수 있었습니다.
또한 과제 수행 과정을 통해 교육생들의 몰입도를 끌어올리고, 공개된 과제 평가 기준을 바탕으로 교육생들이 자신과 동료의 결과물을 비교하며 AI 출력물의 품질을 객관적 기준으로 함께 판단하는 훈련을 할 수 있었습니다. 순위 발표라는 경쟁 요소가 있지만, 이는 부담이 아닌 동기 부여로 작용했습니다.
나아가 이러한 대회형·과제형 커리큘럼은 실무형 AI 역량을 즉각적으로 높여 AX에 보다 적극적인 조직문화를 형성하는 데 기여할 수 있습니다.
직무 구분 없는 전사 공통 AI 교육, 단계별 로드맵이 필요합니다. 💄 뷰티 선도기업 코스맥스의 3단계에 걸친 전사 AI 교육 사례 엿보기
AI 교육의 목적, ‘도입’ 아닌 ‘전환’입니다
DB Inc. 교육 사례는 인적 자원에 대한 투자가 곧 조직의 성장으로 이어진다는 기업의 신념과 팀스파르타의 차별화된 교육 시스템이 만난 케이스입니다.
팀스파르타는 교육을 통해 DB Inc.에서 AI를 잘 다루는 사람 몇 명을 만드는 것이 아니라, 조직 전체가 AI를 다루는 방식 자체를 한 단계 끌어올리는 데 집중하였습니다. 이를 위해 SI 개발자와 같은 전문 직군에서 먼저 기술적 깊이를 확보하고, 전사 단위로 AI 기본기를 다지는 방식으로 AX 초기 조직에 효과적인 교육 전략을 실시했습니다.
또한 풍부한 실습을 제공하되 이 과정이 단순 실습으로 끝나지 않도록 결과물을 비교·리뷰하는 시간을 충분히 가져, 스파르타와 함께한 실습 과정이 조직의 학습 자산으로 축적될 수 있도록 하였습니다.
DB Inc.의 AI 교육이 성공할 수 있었던 이유는 명확합니다.
첫째, 명확한 목표 설정입니다. ‘AI를 배운다’는 추상적 목표가 아니라, ‘개발자는 RAG 기반 챗봇을 만들 수 있어야 한다’, ‘모든 직원은 업무 데이터를 AI로 분석할 수 있어야 한다’는 구체적인 목표를 세웠습니다.
둘째, 실무 중심 교육입니다. 모든 실습과 과제는 실제 업무에서 마주칠 법한 상황을 기반으로 설계되었습니다. 교육 다음 날부터 바로 쓸 수 있는 역량을 길렀죠.
셋째, 강사와 기술 튜터의 밀착 지원입니다. 혼자 막혔을 때 즉시 도움을 받을 수 있는 구조가 교육생들의 학습 완성도를 크게 높였습니다.
스파르타 AI 기업교육의 목적은 새로운 기술을 소개하는 데 있지 않습니다. 사람들이 일하는 방식, 판단하는 기준, 협업하는 구조를 바꾸는 것, 즉 AX를 가능하게 하는 토대를 만드는 데 있습니다.
DB Inc.의 사례처럼, 팀스파르타는 직무별 깊이와 전사적 기준 정렬을 동시에 고려한 AI 전환 중심의 AI 기업교육을 설계합니다.
AI를 써보는 조직이 아닌 AI로 일하는 조직으로 나아가고 싶다면, 교육부터 달라야 합니다.
체계적이고 성공적인 AI 전환 교육을 원한다면, 팀스파르타와 함께 시작하세요.
Share article