A Study on the Effects of Diverse Module Selection in Corporate Education Utilizing Generative AI on Motivation and Job Performance by Position

생성형 AI 활용을 위한 기업교육 모듈 다양성이 직급별 동기부여와 직무성과에 미치는 영향

Abstract

The purpose of this study is to analyze the Generative AI education module selected according to the position of the members of the organization by dividing it into job common areas and job specialization areas, and to analyze the difference in the influence of the selected AI education module on motivation and job performance. The methodology of this study was analyzed by a structural equation model. In the results of this study, it was confirmed that the variables of extrinsic motivation had an effect on intrinsic motivation variables, and intrinsic motivation had an effect on job integrity. When designing Generative AI education within an organization, a differentiated design that reflects the expectations and roles of each position is required, rather than simply applying the job common education module collectively. The theoretical implications deepened the theory of motivation, job design, and human resource theory. For practical implications, it is necessary to design a customized Generative AI education program that reflects the job characteristics and expectations of members.

Ⅰ. 서론

글로벌 IT 기업들의 주도로 생성형 AI 기술이 빠르게 고도화되고 있다. 생성형 AI 기술은 기업의 조직 내부의 업무 보고서 작성, 데이터 요약, 콘텐츠 기획 등 업무 효율성을 높여주고 있다[1]. 생성형 AI를 개발하는 글로벌 기업들은 인공지능이 향후 기업의 생산성과 경영 전반에 걸쳐 업무 혁신을 촉진할 수 있도록 업데이트를 적극적으로 진행하고 있다[2]. 생성형 AI가 현재 다양한 분야에서 활용되면서 기업과 조직의 변화를 이끄는 동력으로 작용하고 있다. 이는 단순한 기술 습득을 넘어 직무 수행 방식의 전환을 요구하고 있는 것이다[3]. 즉, 생성형 AI는 다양한 기업 실무 영역에서 자동화와 지능화, 생산성 향상을 실현해 주고 있어서 많은 기업이 빠르게 도입되고 있는 추세이다[4]. 따라서, 생성형 AI 기술이 고도화되고 그 활용 범위가 확대되는 상황에서 조직 구성원들의 생성형 AI 활용 역량은 매우 중요해지고 있다.

그러나 대다수 기업은 생성형 AI의 기술 자체의 관심은 높지만, 실질적 성과로 연결하기 위한 기업교육은 아직 충분히 체계화되어 있지 않다. 특히, 기업교육은 여전히 공급자 중심의 일방향적 전달 방식에 머무르는 경우가 많다. 이러한 공급자 중심의 교육 방식은 직무 특성과 동기 수준이 서로 다른 교육 참여자들의 흥미와 몰입도를 낮추게 만들고, 결과적으로 교육훈련 내용이 직무성과로 이어지지 못하는 한계를 드러내게 된다[5]. 또한, 생성형 AI와 같은 새로운 기술 도입이 곧바로 성과로 연결되는 것은 아니며, 구성원의 직급별 직무 특성과 조직 내 역할에 따라 기술 수용 양상 역시 달라질 수 있다. 이러한 상황에도 불구하고 생성형 AI의 기업교육 프로그램 설계 연구는 현재 실증적 접근도 미흡한 실정이다. 따라서 기업교육 수요자의 특성과 욕구를 반영한 맞춤형 기업교육 모듈 설계의 필요성이 제기된다.

이에 본 연구는 조직 구성원의 직급에 따라 선택한 생성형 AI 교육 모듈을 직무공통 영역과 직무특화 영역으로 구분하여 분석하고, 선택한 AI 교육 모듈이 동기부여와 직무성과에 미치는 영향력 차이를 분석하고자 한다.

Ⅱ. 이론적 배경

2.1 생성형 AI 정의

현대사회에서 인공지능(AI)은 우리 생활의 여러 분야에서 중요한 역할을 하고 있다. 인공지능은 인간의 지적 작업을 컴퓨터가 수행할 수 있도록 설계된 기술이며, 음성 인식 기술과 추천 알고리즘의 발전을 통해 개인 맞춤형 콘텐츠 제공을 일상화시키고 있다[6]. 특히 2022년 OpenAI의 ChatGPT 출시 이후 교육, 예술, 콘텐츠 제작 등 다양한 분야에서 혁신을 일으키며 AI 기술의 대중적 확산을 가속화되고 있다.

생성형 AI는 방대한 데이터 학습을 통해 문맥을 이해하고 의미를 추론하여 사용자 프롬프트에 맞는 다양한 형태의 콘텐츠를 자동 생성한다. 또한 반복 가능성과 확장성, 실시간 상호작용성을 갖추어 학습·업무·창의 활동 등 다양한 맥락에서 활용이 가능하다. 생성형 AI의 도입은 단순한 자동화를 넘어 실제 노동자의 직무 수행 능력과 학습 과정에 긍정적인 영향을 미치는 것으로 나타나고 있다. Raymond[7]은 5,000명 이상의 고객지원 상담원을 대상으로 GPT 기반 생성형 AI 대화 어시스턴트의 도입 효과를 분석하였다. 그 결과, AI 도구 사용은 전체 노동자 집단에서 약 14%의 생산성 향상을 가져왔으며, 특히 경험과 숙련이 낮은 직원에게서는 최대 34%까지 생산성이 향상하였다. 이는 AI 도구를 통해 배운 업무 방법과 기술이 직원들에게 체화되어 지속적인 능력 향상으로 이어졌음을 보여준다.

2.2 생성형 AI와 기업교육 모듈의 정의

교육프로그램 또는 교육과정은 특정 직무나 사업상의 요구를 반영하여 구성된 일련의 교육과정 체계로 설명된다[8]. 기업에서 교육과정이라는 용어는 교육프로그램, 교육훈련 체계, 교육과정 체계 등과 혼용되어 사용한다. 교육과정을 더욱 구조적으로 접근한 관점에서는 이를 교육과정 혹은 커리큘럼으로 이해하고 교육대상자, 우선순위, 학습 순서를 구조화하여 조직성과와 연계된 교육과정으로 설명하였다[9]. 즉, 교육과정은 기업의 목표, 사업 전략, 성과 등과 연계되어 교육 목표를 효과적으로 달성하기 위해 설계된 학습 활동의 전체 틀을 의미한다.

한편, 교육 모듈은 전체 교육과정을 작은 단위로 나누어 구성한 학습 체계로, 개인별 수준과 필요에 맞는 맞춤형 학습이 가능하다. 모듈형 학습은 학습자의 자율성을 중시하여 직무나 조직 상황에 맞춰 유연하게 설계될 수 있다는 점에서 그 교육적 효과가 높다[10]. 각 모듈은 학습자의 속도에 따라 조절할 수 있어야 하며, 평가 기준 또한 개인의 성취 수준에 따라 유연하게 설계되어야 한다. 이러한 접근방식은 생성형 AI를 활용한 교육에서도 유용하며, 실제 업무에 적용하기에도 적합하다.

생성형 AI 교육은 단순한 정보 제공을 넘어 개인 맞춤형 학습 경험을 제공하여 직원들이 자기 주도적으로 전문성을 개발하고 역량을 향상시킬 수 있는 환경을 조성할 수 있다[12]. 특히 반복 업무의 자동화, 데이터 분석, 콘텐츠 생성 등의 영역에서 생성형 AI의 효과가 입증되고 있어 생성형 AI 교육 설계가 기업에게 중요해질 수밖에 없다[11].

2.3 내재적 및 외재적 동기부여

동기부여는 일반적으로 내재적 동기부여와 외재적 동기부여로 구분된다. 외재적 동기부여는 외부의 자극이나 보상에 의해 유발되는 반면, 내재적 동기부여는 개인 내부의 흥미나 자율성, 성취욕구 등에서 비롯된다[13].

외재적 동기부여는 활동 외부에 존재하는 금전, 보상, 지위 등을 획득하기 위한 자극 방식으로 정의된다[14]. 이는 개인이 특정 행동을 수행하는 이유가 그 행동에서 오는 만족감이 아니라 별도의 외적 요인에 의해 형성되고 유지되는 동기 유발 과정을 뜻한다. 기업 조직에서는 일반적으로 외재적 동기부여 요인을 급여, 인센티브, 직무 안정성, 승진 기회, 물리적 근무 환경 등으로 정의한다. 즉, 외재적 동기부여는 특정 성과나 보상을 얻기 위한 도구적 동기를 유도하는 방식과 관련되며 행동의 목적이 본질적 의미보다는 외적 결과에 초점이 맞추어진다는 점에서 내재적 동기부여와 구분된다[14].

내재적 동기부여는 개인이 활동 자체에서 의미나 만족을 경험할 때 나타나며, 자율성, 유능성, 관계성이라는 세 가지 기본 심리적 욕구가 충족될 때 더욱 강화된다. 이는 구성원이 외부 보상 없이도 자발적으로 과업에 참여하도록 유도한다[13].

2.4 직무 충실화와 직무 확대

직무성과는 개인이 맡은 직무에 대한 전반적인 평가를 의미하며, 직원이 조직 목표 달성에 얼마나 기여하는지를 나타낸다[15]. 직무성과를 조직의 목표와 관련된 관찰 가능한 행동으로 정의하며 결과보다는 행동 자체에 중점을 두었다. 즉, 개인이 자신의 역할에서 얼마나 효과적이고 효율적으로 책임을 수행하며 조직 목표 달성에 기여하는 정도이다[15].

직무충실화는 동기부여 중심의 직무 설계 이론에서 발전한 개념으로, 직무의 범위 확장이 아닌 직무의 질적 고도화와 효율성 증진을 목표로 한다[12]. 이는 구성원이 단순 반복적인 과업을 수행하는 데 그치지 않고 심리적으로 의미 있고 도전적인 업무를 경험할 수 있도록 설계함으로써 직무 몰입과 자발적 동기를 유도하려는 전략이다[13]. Herzberg[16]는 직무 만족과 동기의 핵심 요인이 외재적 보상보다 과업 자체의 특성과 심리적 만족에서 비롯된다고 주장하였으며, Hackman과 Oldham[17]은 직무 충실화가 내재적 동기부여를 자극하고 직무 만족과 성과를 높이는 구조라고 강조하였다.

직무확대는 조직 내에서 구성원의 업무 범위를 수평적으로 확장하는 직무 설계 방식이다[13]. 이는 기존의 단순 반복 업무에서 벗어나 보다 다양한 역할과 과업 경험을 부여함으로써 심리적 활력과 동기를 높이기 위한 전략이다[14]. 이 전략의 주요 목표는 구성원의 단조로움 탈피, 업무 다양성 확보, 심리적 만족감 증진에 있다. 이를 통해 구성원의 책임감, 자기효능감, 조직 적응력이 강화되며, 결과적으로 직무 만족, 조직몰입, 성과 향상으로 이어진다[13]. 직무 충실화가 과업의 깊이를 강조하는 반면, 직무 확대는 업무의 폭을 넓히는 데 초점을 맞춘다[13].

Ⅲ. 연구방법론

3.1 연구모형

본 연구는 생성형 AI 기반 교육 모듈이 조직 구성원의 동기부여와 직무성과에 미치는 영향을 실증적으로 밝히기 위해 설계되었다. 연구모델은 외재적 동기가 내재적 동기에 영향을 미치고, 내재적 동기가 직무성과에 영향을 미치는 구조로 연구모형 가설을 수립하였다. 또한 조직 구성원 직급에 따라 이들 변수 간 관계가 다르게 나타날 수 있기 때문에 해당 변수를 조절 변수로 설정하였다. 이러한 연구모델은 <그림 1>과 같다.

<그림 1> 연구모형

이러한 실증 분석을 위해 2025년 4월 28일부터 5월 7일까지 국내 다양한 기업의 구성원을 대상으로 대면, 온라인으로 설문조사를 실시하였다. 불성실 응답자는 없었으며 총 396명의 응답 결과로 분석을 진행하였다.

3.2 연구 가설

3.2.1 외재적 동기와 내재적 동기 간 관계

회사가 제공하는 외재적 동기인 보상은 구성원이 생성형 AI를 통해 업무 성과를 향상시키고 이에 대한 인정을 받을 수 있다고 인식하는 수준을 의미한다[13]. 이러한 보상 인식은 자신의 노력과 성과가 조직에 의해 공식적으로 인정받는다는 신념을 강화하여 자율성과 유능성, 관계성 등 내재적 동기를 자극한다[14]. 특히 구성원이 생성형 AI 도구를 자율적으로 탐색하고 적용하는 과정에서 성과 향상과 협업 경험을 동시에 인식할 경우, 보상은 단순한 외적 자극을 넘어 자율성과 유능성, 관계성이라는 세 가지 기본 심리 욕구를 긍정적으로 충족시킬 것이다[18-19]. 이에 본 연구는 생성형 AI 기업교육이 보상과 연계될 때 조직 구성원의 자율성, 유능성, 관계성에 긍정적인 영향을 미칠 것이라는 가설을 설정하였다.

가설 H1-1 : 생성형 AI 기업교육은 보상과 같은 외재적 동기를 통해 자율성에 긍정적 영향을 제공할 것이다.

가설 H1-2 : 생성형 AI 기업교육은 보상과 같은 외재적 동기를 통해 유능성에 긍정적 영향을 제공할 것이다.

가설 H1-3 : 생성형 AI 기업교육은 보상과 같은 외재적 동기를 통해 관계성에 긍정적 영향을 제공할 것이다.

사회적 지위는 조직 내에서 구성원이 자신의 위상과 평판이 높아졌다고 인식하는 정도를 의미한다[15]. AI 도구를 능숙하게 활용하는 구성원은 동료나 상사로부터 긍정적 평가를 받는다고 느낄 경우, 자신의 업무 처리 방식에 대한 만족감뿐만 아니라 사회적 지위가 강화될 수 있다. 사회적 지위의 인식은 개인의 주도적 과업 수행에 대한 자신감과 행동의 자율성을 강화시킬 수 있으며 유능성, 관계성 등 내재적 동기를 간접적으로 촉진시킬 수 있다[13]. 특히 사회적 지위 향상은 외재적 동기의 내면화를 유도하여, 구성원이 자신의 능력에 대한 확신을 갖고 타인과의 긍정적 관계를 자발적으로 형성하도록 도울 것이다. 이에 본 연구는 생성형 AI 기업교육이 사회적 지위와 연계될 경우, 구성원의 자율성, 유능성, 관계성 인식을 높이는 데 긍정적 영향을 미칠 것이라는 가설을 설정하였다.

가설 H1-4 : 생성형 AI 기업교육은 사회적 지위와 같은 외재적 동기를 통해 자율성에 긍정적 영향을 제공할 것이다.

가설 H1-5 : 생성형 AI 기업교육은 사회적 지위와 같은 외재적 동기를 통해 유능성에 긍정적 영향을 제공할 것이다.

가설 H1-6 : 생성형 AI 기업교육은 사회적 지위와 같은 외재적 동기를 통해 관계성에 긍정적 영향을 제공할 것이다.

또한 생성형 AI 교육은 반복 업무를 줄이고 효율적 작업 환경을 제공하여 직무 환경에 대한 긍정적 인식을 형성시켜 줄 수 있다. 회사의 직무 환경은 개인이 직무를 수행하는 과정에서 경험하는 심리적·물리적 조건 및 과업 특성의 총합으로 정의된다[13]. 생성형 AI 교육이 직무 환경 변화에 영향을 제공하게 되면서 구성원의 자율적 과업 수행 경험을 확대하고, 문제 해결 능력과 협업 역량에 대한 자신감을 높여 자율성, 유능성, 관계성 인식을 증진 시킬 수 있다. 이에 따라 본 연구는 사회적 지위 및 직무 환경 개선과 연계된 생성형 AI 교육이 구성원의 내재적 동기에 긍정적 영향을 줄 것이라는 가설을 설정하였다.

가설 H1-7 : 생성형 AI 기업교육은 회사 직무 환경 개선과 같은 외재적 동기를 통해 자율성에 긍정적 영향을 제공할 것이다.

가설 H1-8 : 생성형 AI 기업교육은 회사 직무 환경 개선과 같은 외재적 동기를 통해 유능성에 긍정적 영향을 제공할 것이다.

가설 H1-9 : 생성형 AI 기업교육은 회사 직무 환경 개선과 같은 외재적 동기를 통해 관계성에 긍정적 영향을 제공할 것이다.

3.2.2 내재적 동기와 직무성과 간 관계

생성형 AI 교육은 구성원이 업무 수행 과정에서 자율성을 인식하도록 돕는다. 구성원은 AI 도구를 자발적으로 탐색하고 적용하며, 반복적이고 비효율적인 작업을 줄이고 본질적인 과업에 집중시켜 주어, 결과적으로 직무 충실화로 이어질 수 있다[7]. 또한 구성원이 AI 기술을 스스로 습득하고 새로운 방식으로 과제를 해결하는 과정은 기존 고정된 업무 범위를 넘어서 새로운 역할과 프로젝트에 도전하려는 태도로 이어질 수 있다. 자율성이 높아질수록 구성원은 새로운 업무 경험에 유연하게 반응하며, 직무의 수평적·수직적 확대 가능성이 커질 것이다[18]. 이에 따른 가설을 다음과 같이 설정하였다.

가설 H2-1 : 생성형 AI 기업교육은 자율성을 통해 직무 충실화에 긍정적 영향을 제공할 것이다.

가설 H2-2 : 생성형 AI 기업교육은 자율성을 통해 직무 확대에 긍정적 영향을 제공할 것이다.

이와 더불어, 생성형 AI 교육을 통해 구성원이 기술을 숙지하고 이를 업무에 적용하면, 그 결과로 자기효능감이 증진될 수 있다[[13]. 유능성은 구성원으로 하여금 기존의 업무 범위를 넘어서는 새로운 과업이나 프로젝트에 자발적 참여도 만들어준다[18-19]. 즉, 구성원이 AI 기술을 활용하여 업무 수행 방식의 개선 또는 디지털 전환 과업에 참여하는 경험은 자신이 수행할 수 있는 역할의 폭을 재구성하게 만들어 직무 충실화와 직무 확대에 영향을 미칠 것이다[18-19]. 이에 따른 가설을 다음과 같이 설정하였다.

가설 H2-3 : 생성형 AI 기업교육은 유능성을 통해 직무 충실화에 긍정적 영향을 제공할 것이다.

가설 H2-4 : 생성형 AI 기업교육은 유능성을 통해 직무 확대에 긍정적 영향을 제공할 것이다.

신뢰란 다른 사람이 어떤 행동을 할 것이라는 긍정적인 기대를 하는 심리적 상태이다[13]. 신뢰는 조직 구성원의 관계 품질을 높여준다. 신뢰가 높을수록 구성원 간 협업과 의사소통이 원활해지고 공동의 목표도 높아질 것이다[14]. 이러한 관점에서, 생성형 AI 교육은 구성원 간 협업과 소통을 긍정적으로 유도시킬 것이다. 구성원이 AI 도구를 함께 활용하여 문제를 해결하고 지식을 공유하는 과정은 협력과 소속감을 증진해 주어 직무충실화와 확대로 이어질 수 있다. 이에 따른 가설을 다음과 같이 설정하였다.

<표 1> 조작적 정의와 측정도구

가설 H2-5 : 생성형 AI 기업교육은 관계성을 통해 직무 충실화에 긍정적 영향을 제공할 것이다.

가설 H2-6 : 생성형 AI 기업교육은 관계성을 통해 직무 확대에 긍정적 영향을 제공할 것이다.

3.2.3 직무 충실화와 직무 확대 관계

생성형 AI 교육은 구성원이 반복적인 작업을 줄이고 핵심 과업에 집중할 수 있도록 하여 직무 수행의 정확도와 몰입도를 높인다[7]. 직무충실화는 구성원이 기존 역할에 머무르지 않고 새로운 과제나 프로젝트에 자발적으로 참여하게 만든다[14]. 직무 충실화 속에서 성과를 경험하고 이를 조직으로부터 인정받을 때, 구성원은 더 넓은 영역으로 자신을 확장하려는 동기를 형성하게 된다[13]. 이에 따라 생성형 AI 교육이 직무 충실화를 통해 구성원의 직무 확대에 긍정적인 영향을 줄 것이라는 가설을 설정하였다.

가설 H3 : 생성형 AI 기업교육은 직무 충실화를 통해 직무 확대에 긍정적 영향을 제공할 것이다.

3.2.4 직급별에 따른 동기부여와 직무성과 차이

생성형 AI 교육에 대한 인식과 수용은 구성원의 직급에 따라 다르게 나타날 수 있으며, 이는 동기 형성과 직무성과 간 관계에 영향을 줄 것이다. 실무자급은 반복작업 감소나 업무 속도 향상 같은 직접적인 성과에 주목하며, 중간관리자급은 팀 성과와 조직 운영을 함께 고려한다[15]. 즉, 직급에 따라 생성형 AI 교육을 통한 동기 유발 과정과 직무성과로 이어지는 구조가 다르게 작동할 수 있다. 이에 직급별 외재적 동기부여와 내재적 동기부여, 직무성과 간의 관계에서 차이가 있을 것이라는 가설을 설정하였다.

가설 H4 : 직급별로 외재적 동기부여와 내재적 동기 부여, 직무성과 간의 관계에서 차이가 있을 것이다

Ⅳ. 연구 결과

4.1 기술통계

기술통계는 응답자의 성별, 연령, 학력 등 주요 변수의 분포를 확인하여 표본의 대표성을 점검하였다. <표 2>는 설문 응답자의 분포 현황이다. 성별은 남성이 238명, 여성이 158명으로 나타났다. 연령은 30대가 243명으로 가장 많이 나타났고, 학력은 4년제졸이 333명으로 가장 높게 나타났다. 직급은 주임·대리급이 166명으로 가장 높게 나타났다. 조직 유형은 중소기업이 145명으로 가장 높게 나타났고, 부서 유형은 기획·전략 부서가 182로 가장 높게 나타났다. 근속 연수는 3년 이상~5년 미만이 152명으로 가장 높게 나타났고, 조직규모는 10~49명이 154명으로 가장 높게 나타났다.

<표 2> 기술통계

다음 <표 3>은 응답자들의 자주 활용하는 생성형 AI에 대한 5순위까지의 현황이다. <표 3>은 응답자가 활용하는 생성형 AI에 대해서 복수 응답으로 데이터를 분석하였다. 1순위는 ChatGPT가 가장 높은 순위로 나타났으며 다음 2순위는 Gemini로 나타났다.

<표 3> 생성형 AI 기술 활용 우선순위

4.2 신뢰성과 타당성

본 연구를 위해 먼저 신뢰성과 타당성을 검정하고자 한다. 신뢰성 검정은 설문 문항들이 동일한 개념을 일관되게 측정하고 있는지를 확인하는 절차로, 설문 문항 간의 내부 일관성 정도를 평가하는 데 사용된다.

일반적으로 Cronbach’s α 계수가 0.6 이상이면 수용 가능하며, 0.8 이상이면 높은 신뢰도를 가진 것으로 간주된다[20]. 타당성 분석은 요인분석으로 진행하였다. 요인 추출은 주성분 분석 방식과 Varimax 회전을 적용하여 수행하였다[20]. 상세 결과 내용은 <표 4>에 상세히 나타내었다. 타당성 분석을 살펴보면 보상, 사회적 지위, 직무환경, 자율성, 유능성, 관계성, 직무 충실화, 직무 확대의 모든 아이템에서 요인값은 사회적 지위3이 0.901로 가장 높게 나타났고, 가장 낮은 값은 0.630으로 보상4로 나타났다. 모든 아이템은 0.5 이상 나타났다. 공통성은 0.4이상 나타나면 타당성을 가지는데 모든 값이 0.52 이상 나타났다. 신뢰성은 자율성이 0.923으로 가장 높게 나타났으며 직무환경이 0.795로 가장 낮게 나타났다. 이에 모두 0.6 이상 나타나 신뢰성을 가진다고 나타났다. 외재적 동기인 보상, 사회적 지위, 직무환경 등의 KMO 값은 0.877, Bartlett의 구형성 검정 결과는 2232.122(p=0.000)으로 나타났다. 내재적 동기인 자율성, 유능성, 관계성 등의 KMO 값은 0.883, Bartlett의 구형성 검정 결과는 2671.99(p=0.000)로 나타났다. 직무성과인 직무충실화, 직무확대 등의 KMO 값은 0.883, Bartlett의 구형성 검정 결과는 1174.144(p=0.000)로 나타났다. 이에 모든 변수가 탐색적 타당성과 신뢰성이 확보되었으며 상세 내용은 <표 4>에 제시하였다.

<표 4> 신뢰성과 타당성 분석 결과

또한 가설검정을 위해 개념신뢰도(Composite Reliability, CR), 평균분산추출(Average Variance Extracted, AVE), 최대 신뢰도(MaxR(H)), 최대공유분산(Maximum Shared Variance, MSV)을 분석하였다. 상세 내용은 <표 5>에 제시하였다. 먼저, 신뢰도 검토 결과 모든 구성개념의 CR 값이 0.7 이상으로 나타나 측정 항목 간 일관성과 내적 신뢰성이 확보되었음을 확인하였다. 수렴타당성 평가를 위한 AVE 값 또한 모두 0.5 이상으로 나타나, 각 구성개념이 자신에게 할당된 문항들을 충분히 설명하고 있음을 보여준다. 판별타당성 검정 결과, 각 개념의 AVE 제곱근이 해당 개념과 다른 개념 간의 상관계수보다 높았으며, 모든 변수에서 MSV < AVE 조건을 충족하였다. 또한, MaxR(H) 값이 CR보다 크고 MSV보다 높게 나타나, 개념 간 구분이 명확하며 구성개념 간의 판별타당성도 확보되었다[20]. 본 연구의 측정모형은 신뢰도, 수렴타당성, 판별타당성을 모두 충족하여 구조모형 분석을 위한 적절성이 충분히 확보되었음을 확인하였다.

<표 5> 상관분석 및 판별 타당성 검정 결과

*p<0.05, **p<0.01, ***p<0.001

상관분석 결과, 모든 변수 간 상관계수는 0.109에서 0.722 범위로 나타났다. 특히, 사회적 지위와 유용성 간 상관계수는 0.722로 가장 높았으며, 보상과 사회적 지위 간에는 0.537로 중간 수준 이상의 유의미한 상관관계를 보였다. 반면, 직무 확대와 관계성 간 상관계수는 0.109로 낮았으며 통계적으로 유의하지 않았다.

다음은 연구의 측정 모형의 적합성을 평가하기 위해 확증적 요인분석(CFA)의 모형 적합도를 분석하였다. 먼저 절대 적합도 지표 가운데 RMR은 0.062로 나타났고, RMSEA는 0.037로 나타났다. GFI 값은 0.846으로 나타났고, AGFI 값은 0.816로 나타나 모형 평가를 충족하였다[20]. 증분 적합도 지표인 NFI는 0.848로 수용 가능 범주에 있었고, CFI는 0.902로 우수 범주에 해당하였다.

그리고 <표 6>은 외재적 동기, 내재적 동기, 직무 충실화, 직무 확대에 대한 각 측정변수의 요인 부하량을 제시한 것이다. 일반적으로 수렴타당성 확보 기준으로 제시되는 0.5 이상을 모두 충족하였다[20]. 분석 결과, 모든 측정변수는 통계적으로 유의미한 요인 부하량을 보였으며 수렴타당성과 신뢰성을 전반적으로 확보하고 있는 것으로 나타났다. 즉, 본 연구의 측정모형은 전체적으로 수렴타당성과 신뢰성을 확보한 것으로 평가되며, 특히 외재적 동기와 내재적 동기의 구성개념은 높은 수준의 타당성을 갖추고 있다고 나타났다.

<표 6> 확증적 요인분석 결과

4.3 가설검정

4.3.1 가설 H1~H3 검정

본 연구의 가설검정을 위한 구조방정식 모형의 적합도의 결과는 다음과 같다. 우선 χ² 값은 2.37(p<0.001)로 나타났으며, RMR은 0.076, RMSEA는 0.062로 나타났다. GFI는 0.855로 나타났고, AGFI는 0.829로 나타나 수용 가능한 모형 적합도를 확보했다. 증분적합도 지표는 NFI가 0.854로 나타났고, CFI는 0.910으로 우수 수준에 해당하였다. 이에 연구의 측정 모형은 전반적으로 양호한 적합도를 보여주었다.

본 연구는 조직 구성원이 스스로 선택한 생성형 AI 교육 모듈에 따라서 동기부여와 직무성과의 영향을 분석하였다. 분석 결과는 <표 7>과 <그림 2>에 상세히 제시하였다.

<표 7> 가설 H1~H3 검정 결과

<그림 2> 가설 H1~H3 검정 결과

먼저, 외재적 동기 요인 중 하나인 보상이 내재적 동기부여인 자율성에 미치는 영향은 Estimate 값이 0.402, C.R. 값이 4.428로 나타나 가설 H1-1이 채택되었다. 보상이 유능성에 미치는 영향은 Estimate 값 0.558, C.R. 값 5.828로 가설 H1-2가 채택되었다. 관계성에 대해서도 Estimate 값은 0.423, C.R. 값은 4.821로 유의하여 가설 H1-3도 채택되었다. 사회적 지위가 자율성에 미치는 영향은 Estimate 값이 0.460, C.R. 값이 8.737로 나타났고, 유능성에 대한 영향은 Estimate 값 0.369, C.R. 값 7.521로 확인되었다. 관계성에 대해서도 Estimate 값 0.117, C.R. 값 2.712로 유의하여 가설 H1-4, H1-5, H1-6이 모두 채택되었다. 직무 환경은 자율성에 대해 Estimate 값 0.046, C.R.값 0.582로 나타났고, 유능성에 대한 영향도 Estimate 값이 –0.129, C.R. 값이 –1.641로 유의하지 않아 가설 H1-7과 H1-8은 기각되었다. 이는 직무환경 대응을 위한 생성형 AI 교육이 자율성이나 유능성 향상에는 영향을 주지 않음을 의미한다. 반면, 직무 환경이 관계성에 미치는 영향은 Estimate 값이 0.253, C.R. 값이 3.286으로 유의하여 가설 H1-9는 채택되었다. 이는 직무 환경 대응을 위한 교육이 조직 내 관계 형성에 기여할 수 있음을 보여준다. 내재적 동기부여가 직무 설계에 미치는 영향에서는 자율성이 직무충실화에 미치는 Estimate 값은 –0.088, C.R. 값은 –1.247로 나타났다. 직무 확대에 대한 Estimate 값도 –0.013, C.R. 값 –0.169로 유의하지 않아 가설 H2-1과 H2-2는 기각되었다. 이는 자율성 중심의 교육이 직무성과에 직접적으로 연결되지 않을 수 있음을 의미한다. 유능성은 직무충실화에 대해 Estimate 값 0.378, C.R.값 3.789로 유의하여 가설 H2-3이 채택되었으며, 능력 향상을 위한 교육이 직무의 질적 향상에 긍정적 영향을 줄 수 있음을 보여준다. 그러나 직무 확대에 대한 유능성의 영향은 Estimate 값 0.115, C.R.값 1.041로 유의하지 않아 가설 H2-4는 기각되었다. 관계성은 직무충실화에 대해 Estimate 값 0.381, C.R. 값 4.001로 유의하여 가설 H2-5가 채택되었고, 이는 대인관계 중심을 위한 생성형 AI 교육이 직무충실화를 높이는 데 기여함을 의미한다. 하지만 직무 확대에 대한 관계성의 영향은 Estimate 값 –0.127, C.R. 값 –1.211로 유의하지 않아 가설 H2-6은 기각되었다. 마지막으로 직무충실화가 직무 확대에 미치는 영향은 Estimate 값 0.503, C.R. 값 6.757로 유의하여 가설 H3-1이 채택되었다. 이는 직무충실화가 직무의 범위 확대와 단계적 설계로 연결될 수 있음을 보여준다.

본 연구의 가설검정을 종합적으로 살펴보면, 외재적 동기 요인 중 보상과 사회적 지위는 내재적 동기인 자율성, 유능성, 관계성에 대부분 유의한 영향을 미치며 특히 보상은 유능성과 관계성, 사회적 지위는 자율성과의 관계에서 상대적으로 높은 영향력을 보였다. 이는 조직 내에서 적절한 보상 시스템과 사회적 지위를 위한 생성형 AI 교육이 구성원들로 하여금 내재적 동기를 유도하는 효과적인 수단이 될 수 있음을 의미한다. 즉, 기업 내 보상 시스템과 사회적 지위를 강조하는 조직 제도에서 생성형 AI 교육을 하면 구성원 개인의 자율성, 유능성, 관계성인 내재적 동기부여를 효과적으로 유도하는 수단이 될 수 있음을 의미한다. 하지만 직무 환경 대응을 위한 생성형 AI 교육은 구성원들의 내재적 동기부여에서 관계성을 위한 동기부여로만 영향력을 가진다고 설명할 수 있겠다. 따라서 직무환경을 개선하거나 대응하기 위한 생생형 AI 교육은 관계 중심의 협업 강화에 초점을 맞추는 전략이라면 효과적일 것으로 판단된다. 그리고 직무 충실화를 높이기 위한 내재적 동기부여로는 유능성과 관계성이 긍정적 영향을 제공하므로 직무의 전문성과 상호 협업 관계를 중시하는 조직문화에서 생성형 AI를 교육한다면 조직 구성원들의 직무충실화는 더욱 강화될 것이다. 하지만 생성형 AI 교육을 통해 내재적 동기부여인 자율성, 유능성, 관계성을 강화하더라도 직무 확대까지는 기대하기는 어렵다. 이는 교육을 통한 내재적 동기부여가 직무충실화에는 효과적일 수 있지만 직무 확대로 연결되지 못하므로 생성형 AI 교육이 직무충실화를 우선적으로 초점 맞추어서 설계될 필요가 있겠다.

가설검정 결과를 토대로 생성형 AI 교육에 대한 우선 순위를 분석하고자, 응답자들이 스스로 필요한 교육 모듈을 총 4개 선택하게 하였다. 이에 직무 공통과 직무 특화가 포함된 총 23개의 교육 모듈 항목으로 분류되었고, 상세 내용은 <표 8>에 제시하였다.

<표 8> 필요 교육 우선순위 분석

분석 결과를 살펴보면, 전체 응답자들이 선택한 교육 모듈은 실무 활용성과 업무 효율성 제고에 초점을 둔 항목이 대부분이었다.

가장 높은 응답률을 보인 항목은 생성형 AI 핵심 개념과 실무 활용 트렌드로써, 구성원들이 기술의 원리를 이해하고 전체적인 흐름을 조망하고자 하는 인식이 강함을 보여준다. 그다음은 업무 상황별 프롬프트 작성법과 실전 가이드라인 이해 및 연습이 상위권을 차지해, 실질적인 적용 역량과 프롬프트 활용 능력에 대한 수요가 높다는 점을 의미한다. 또한 자료 요약하기, 유용한 AI 도구 사용법 등 정보 처리와 Tool 활용 항목도 높은 비율을 차지하였으며, 이는 일상 업무의 시간과 노력을 절감하고자 하는 실무 중심 요구가 반영된 결과로 해석된다. 이러한 교육 모듈 선호는 외재적 동기인 보상과 사회적 지위에 대한 기대가 반영된 결과로 해석할 수 있으며, 가설 검정 결과에서 이들 요인이 유능성, 자율성, 관계성에 유의미한 영향을 미친 것과 일치한다.

또한, 구성원들은 교육 프로그램 선택 시 직무성과, 전문성 향상, 협업 역량 강화 등 실제 업무와의 연결성을 중시한다고 볼 수 있다. 특히 생성형 AI 핵심 개념과 실무 트렌드는 기술 이해와 실무 연결을 통해 보상과 사회적 인정 욕구를 충족하려는 의도로 해석할 수 있다. 프롬프트 작성법과 실전 가이드라인은 유능성 증진을 통한 직무 충실화를 겨냥한 교과목이며, 4위 자료 요약하기와 5위 AI 도구 사용법은 실무 효율성과 연결된 보상 인식과 밀접하다. 즉, 유능성과 관계성을 기반으로 한 직무 충실화 동기가 선호 모듈에 반영된 것이다.

반면, 자율성이나 창의성 중심 항목인 상세 페이지 제작, 문법 및 스타일 교정, 홍보용 숏츠 제작 등은 상대적으로 낮은 응답률을 보였다. 이는 자율성이 직무충실화에 유의미한 영향을 미치지 않았다는 가설검정 결과와 일치하며, 구성원들이 생성형 AI 교육을 직무 재설계나 창의적 확장보다는 실질적 과업 수행과 전문성 강화를 위한 수단으로 인식하고 있음을 보여준다.

4.3.2 가설 H4 검정

다음은 직급별 차이를 확인하였으며 상세 내용은 <표 9>와 <그림 3>에 제시하였다. 우선 보상이 자율성에 미치는 영향은 두 집단 모두에서 통계적으로 유의하였다. 실무자급에서 보상은 자율성에 0.43의 경로계수를 보였다. 중간관리자 이상 집단에서도 보상의 경로계수는 0.46으로 확인되었다. 집단 간 차이는 크지 않았으나 두 집단 모두 AI 교육이 보상을 통해 자율성이 강화되는 경향을 보였다. 보상이 유능성에 미치는 영향 역시 실무자급에서는 0.49의 경로계수를 중간관리자 이상 집단에서는 0.57의 경로계수가 나타났으며, 모두 통계적으로 유의하였다. 보상이 관계성에 미치는 영향은 실무자급에서는 0.33, 중간관리자 집단에서는 0.57로 두 집단 모두에서 유의하였고 관리자 집단의 영향력이 상대적으로 더 큰 것으로 나타났다. 사회적 지위가 자율성에 미치는 영향은 실무자급에서 0.53의 경로계수를 보였고, 중간관리자 집단에서도 유의한 경로로 나타났으나 계수는 0.29로 실무자에 비해 낮았다. 이는 실무자급에서 사회적 지위가 자율성 인식의 주요 요인으로 작용함을 의미한다. 사회적 지위가 유능성에 미치는 영향은 두 집단 모두에서 통계적으로 유의하였으며 실무자급에서는 0.34, 관리자 집단에서는 0.42로 나타났다. 반면, 사회적 지위가 관계성에 미치는 영향은 실무자 집단에서는 0.20으로 유의하였지만, 관리자 집단에서는 -0.04로 나타나 통계적으로 유의하지 않았다. 즉, 생성형 AI 교육을 통한 외재적 동기부여인 관계성이 사회적 지위에 미치는 영향은 실무자급에서만 유효한 것으로 판단된다. 직무 환경이 자율성에 미치는 영향은 두 집단 모두에서 유의하지 않았다. 실무자급에서는 -0.10의 경로계수가 나타났으며, 관리자 집단은 0.14로 통계적으로는 유의하지 않았다. 직무 환경이 유능성에 미치는 영향도 실무자급에서는 -0.10, 관리자 집단은 -0.09로 두 집단 모두 유의하지 않았다. 그러나 직무 환경이 관계성에 미치는 영향은 두 집단 모두에서 유의하였다. 실무자급에서는 0.20, 중간관리자 이상 집단에서는 0.36으로 관리자 집단이 더 높은 경향을 보였다. 이는 관리자일수록 직무 환경이 동료 간의 관계 형성에 중요한 요인으로 작용하고 있음을 의미하며 생성형 AI 교육이 중간관리자급 이상에서는 관계성에 더 유효하다는 것으로 해석할 수 있다. 내재적 동기 요인 중 자율성이 직무충실화에 미치는 영향은 두 집단 모두 유의하지 않았다. 실무자급은 -0.02, 관리자 집단은 0.23의 경로계수를 보였으나, 통계적으로 유의하지 않았다. 유능성이 직무 충실화에 미치는 영향은 관리자 집단에서만 유의하였다. 실무자급에서는 0.11로 유의하지 않았지만, 중간관리자 이상 집단은 0.68로 나타나 통계적으로 유의하였다. 관계성이 직무 충실화에 미치는 영향은 두 집단 모두에서 유의하였다. 실무자급은 0.44, 관리자 집단은 0.42로 서로 유사한 영향력을 보였다. 직무 확대에 영향을 미치는 경로에서는 자율성, 유능성, 관계성 모두 두 집단에서 유의한 결과를 보이지 않았다. 자율성의 경우 실무자급은 -0.04, 관리자 집단은 0.16이었고, 유능성은 실무자급 0.13, 관리자 0.03으로 나타났다. 관계성은 실무자급 -0.18, 관리자 -0.13으로 집단 간 유의미한 차이는 없었다.

<표 9> 가설 H4 검정 결과 : 직급별 구조모형 경로계수 및 유의성 비교

<그림 3> 가설 H4 검정 결과 : 직급별 구조모형 경로계수 및 유의성 비교

반면, 직무 충실화가 직무 확대에 미치는 영향은 두 집단 모두에서 매우 유의하였다. 실무자급은 0.52, 중간 관리자 이상 집단 역시 0.52로 동일한 경로 계수를 보였다. 이는 직급과 관계없이 직무에 대한 충실도가 높을수록 구성원은 자신의 직무 영역을 보다 확장하고 수용하는 경향이 높다는 점을 의미한다.

직급에 따른 경로 차이를 종합해 보면, 다수의 경로에서 실무자급과 중간관리자급 간 차이가 나타났으나 이들 중 일부만 통계적으로 유의한 수준에 도달하였다. 특히 유능성과 직무 충실화 간 경로에서 중간관리자 집단에서 더욱 강한 영향력이 확인되었으며, 사회적 지위가 관계성에 미치는 영향에서는 실무자 집단에서만 유의하게 나타나는 등 집단 간 차이가 부분적으로 존재하였다.

앞서 직급별로 경로 인식의 차이가 존재하는지를 확인하였으며, 다음은 직급별 교육 모듈에 대해서 1순위부터 10순위까지 현황을 <표 10>에 제시하였다.

<표 10> 직급별 생성형 AI 교육 모듈 선택의 차이

먼저, 실무자급은 생성형 AI를 직접 실무에 적용할 수 있는 실행 중심의 도구 활용 교육을 선호하는 경향을 보였다. 가장 높은 응답률을 기록한 모듈은 업무 상황별 프롬프트 작성법이며, 생성형 AI 활용 자료 요약, 보고서 작성법, 업무 전용 GPT 제작 등 실무 수행에 직접적인 영향을 미치는 모듈이 상위권에 포진해 있다. 이러한 결과는 실무자들이 생성형 AI를 업무 효율성과 자동화 수단으로 활용하고자 하는 욕구가 강하다는 점을 반영한다. 이러한 인식은 <표 9>의 경로 분석 결과와도 부합된다. 실무자급에서는 생성형 AI 교육이 동기부여가 보상, 사회적 지위가 강력한 외재적 동기부여로 발현되고, 내재적 동기부여에서는 관계성이 직무 충실화로 이어진다고 나타났다. 즉, 생성형 AI 교육이 직접적 성과 도출이 가능한 실용적 도구로서의 직무 충실도를 높이는 긍정적 효과를 제공한다고 해석할 수 있겠다.

반면, 중간관리자급은 생성형 AI를 실무보다는 전략적 이해와 책임 있는 운영을 위한 도구로 인식하는 경향을 보였다. 가장 많이 응답한 모듈은 생성형 AI 실전 가이드라인 이해이며 생성형 AI 핵심 개념과 실무 활용 트렌드, 업무에 필요한 유용한 AI 도구 선택 및 사용, 생성형 AI 활용 자료 요약, 업무 상황별 프롬프트 작성법 등이 뒤를 이었다. 중간관리자급에서는 공통적으로 실무자급과 동일한 모듈이 반복되었지만, 상대적으로 도구의 구조적 이해와 적용 전략, 문서 작성과 책임 있는 활용에 중점을 둔 내용들이 강조되었다. 이는 경로 분석 결과에서도 이 같은 차이는 명확히 드러난다. 중간관리자급에서는 보상이 자율성, 유능성, 관계성에 유의한 영향을 미치며 특히 관계성에 대한 영향력은 실무자보다 더 강하게 나타났다. 또한, 유능성이 실무자급과 다르게 직무 충실화에 가장 큰 영향을 미쳤으며 관계성 역시 직무 충실화에 기여하였다. 이는 생성형 AI 교육이 중간 관리자들에게 실무자급과 다른 동기부여가 있음을 나타낸다.

따라서 실무자급은 생성형 AI를 업무 즉시 적용 가능한 생산성 도구로 인식하고 이에 따라 수행 중심 교육 모듈과 협업 기반의 동기 구조가 형성되고 있다. 반면, 중간관리자급은 생성형 AI를 책임, 전략, 정책 실행과 연결된 인지 도구로 접근하며 역할 확장과 관계 기반 리더십을 중심으로 한 동기 구조가 강하게 나타나고 있다. 따라서 생성형 AI 교육은 직급에 따라 그 설계와 전략을 차별화하여 구성할 필요가 있으며 실무자에게는 실습 중심, 관리자에게는 전략과 책임 기반의 교육을 제공하는 것이 효과적이라고 할 수 있겠다.

Ⅴ. 연구 결론과 시사점

5.1 연구 결론

최근 생성형 AI가 사회문화 및 경제적으로 빠르게 확산하면서 기업들도 생성형 AI 도입을 적극 도입하고 있다. 이에 본 연구는 조직 구성원들이 자발적으로 선택한 생성형 AI 교육 모듈을 직무 공통과 직무 특화 과정으로 분류하여 제시하였고, 조직 구성원이 스스로 필요한 생성형 AI 교육을 선택하게 함으로써 동기부여와 직무성과로의 연결성에서 어떤 변수가 중요한지를 연구하였다.

본 연구 결과에서는 외재적 동기부여의 변수들이 내재적 동기부여 변수들에 영향을 보여주었고, 내재적 동기부여는 직무 충실화에 영향을 미치는 것을 확인하였다. 하지만 동기부여 변수들 모두가 직무 확대까지는 영향을 미치지 못하였다. 즉, 생성형 AI의 교육을 통한 동기부여가 올라가도 이는 직무 확대로는 직접적 영향은 없다고 볼 수 있으며, 직무 확대를 위해서는 직무 충실화가 선행되어야 한다는 것을 의미한다. 그리고 조직 구성원들이 스스로 선택한 생성형 AI 관련 교육 모듈에 대해서 살펴보면, 직무 공통 교과목으로 생성형 AI 핵심 개념과 실무 활용 트렌드, 업무 상황별 프롬프트 작성법, 생성형 AI 실전 가이드라인 이해 및 연습, 업무에 필요한 유용한 AI 도구 사용법 등이 상위권을 차지하여 직무 특화보다도 직무 공통 과목이 더 중요하게 나타났다.

다음 실무자급과 중간관리자급으로 두 집단으로 나누어 생성형 AI 교육 모듈과 동기부여, 직무성과를 비교 분석하였다. 분석 결과, 두 직급에서 동기부여와 선호하는 교육 모듈의 우선순위는 차이가 있는 것으로 나타났다. 먼저 실무자급은 보상과 사회적 지위는 자율성과 유능성, 관계성에 유의미한 영향을 주었고, 관계성만 직무 충실화로 이어졌다. 이는 생성형 AI를 새로운 기술로 받아들이기보다는 현재 자신의 직무에 직접 적용하여 효율성을 높이려는 실용적 관점에서 접근하는 것으로 해석할 수 있겠다. 특히 실무자급에서 선택한 생성형 AI 교육이 반복 업무를 줄이며 결과물을 향상하는 데 도움이 된다고 것으로 해석할 수 있겠다. 중간관리자급에서는 유능성과 관계성이 직무 충실화로 이어지는 경향이 강하게 나타났다. 즉, 중간관리자는 스스로 위치에서 생성형 AI를 전략적으로 활용하여 유능성 또는 전문성을 높여서 조직과 팀을 운영하는 태도를 가진다고 해석할 수 있겠다. 기술 자체의 실용성보다는 구성원과의 협력 리더십 하에서의 도구 활용, 판단력을 보완하는 수단으로서 생성형 AI를 받아들이는 구조로 볼 수도 있다. 이는 단순한 개인 역량 강화보다는 조직 내 관계성과 효율 관리에 대한 관점이 반영된 결과로 해석된다.

결과적으로, 조직 내 생성형 AI 교육을 설계할 때는 단순히 직무 공통 교육 모듈을 일괄적으로 적용하기보다, 직급별 기대와 역할을 반영한 차별화된 설계가 요구된다. 실무자급에게는 기능 중심의 실전 적용형 콘텐츠를 중간관리자에게는 리더십 기반의 전략적 사고와 사례 중심 콘텐츠를 제공하는 것이 효과적일 것이다.

5.2 연구 시사점

본 연구 결과를 바탕으로 다음과 같은 이론적 시사점을 제시할 수 있다. 첫째, 동기부여 이론을 생성형 AI 활용과 결합하여 외재적 동기와 내재적 동기로 설명함으로써 동기부여 이론의 설명력을 강화하였다. 둘째, 생성형 AI의 기업교육을 우선순위로 실증 분석함으로써 교육학 및 인적자원개발 등 해당 이론의 적용 범위를 넓혔다. 셋째, 생성형 AI 교육의 성과를 직무 충실화와 직무 확대 이론으로 분석함으로써 직무 설계 이론을 심화시켰다. 마지막, 생성형 AI 교육을 직급에 따른 동기부여 차이로 설명함으로써 조직행동과 인적자원관리 등 해당 이론에 새로운 시사점을 제공하였다.

다음은 기업 인사 담당자 및 교육 기획자가 고려해야 할 생성형 AI 교육프로그램에 대해서 실무적 시사점을 제시하였다.

첫째, 본 실증연구 결과에 따르면 본 조직 구성원의 동기부여 수준과 직급 등 다양한 조직적 맥락에 따라 생성형 AI 활용 교육 모듈의 내용이 상이하게 나타났다. 이에 따라 생성형 AI 교육은 모든 구성원에게 일률적인 표준 과정으로 제공되어서는 안 된다. 교육 모듈의 선택, 학습 참여 태도, 동기 수준 및 직무성과에까지 영향을 미치므로 직급별 생성형 AI 교육에 대한 모듈을 세분화시켜야 한다. 둘째, 교육 모듈 구성에 있어 조직 구성원들에게 무엇을 가르칠 것인가보다 먼저 왜 배우는가, 무엇이 학습자의 동기를 자극하는가를 판단하는 과정이 선행되어야 한다. 생성형 AI 교육은 단순한 기능 전달을 넘어서 심리적 동기를 유도하고 실제 직무성과로 연결될 수 있기 때문이다. 이에 교육 설계는 학습 이후의 실무 적용 가능성과 성과 창출 가능성을 염두에 두고 체계적이고 지속 가능한 방향으로 전개되어야 한다. 마지막, 획일적 외부 교육은 실효성과 몰입도를 저하시킬 수 있다. 이에 생성형 AI 교육은 단발성 이벤트가 아닌, 실무 적용을 유도하는 학습 구조로 구성되어야 한다. 사례 중심 콘텐츠, 선택형 모듈, 동료 학습 기회가 포함된 유연한 시스템이 요구된다. 즉, 구성원의 직무 특성과 기대 수준을 반영한 맞춤형 생성형 AI 교육 프로그램 설계를 구성하여 직무 특성과 맥락이 반영된 전략적 교육 접근이 요구된다.