HRD 담당자 76명에게 물었더니, 질문 다섯 개 중 하나가 같은 걱정이었습니다

2026년 8월, LXP(학습경험플랫폼) 도입을 검토 중인 국내 기업 담당자 76명이 Degreed 웨비나에 모였습니다. 사전·현장에서 받은 질문은 모두 51개였습니다. 전부 미국 본사로 보냈고, 답변은 8가지 주제로 정리되어 돌아왔습니다.

자리를 연 Degreed 공동창업자이자 CEO 데이비드 블레이크(David Blake)의 첫 문장은 이랬습니다.

“스킬 갭은 점점 커지고 있습니다. 기술 변화 속도는 사람이 배우는 속도를 2007년에 이미 추월했습니다.”

이 말의 원형은 토머스 프리드먼이 『늦어서 고마워(Thank You for Being Late)』(2016)에서 소개한 두 곡선, 곧 기술 변화 속도와 사람의 적응 속도입니다. 잰 값이 아니라 설명용 개념도이고, 2007년은 프리드먼이 아이폰 등장과 함께 기술 가속의 변곡점으로 꼽은 해입니다.

그 격차 앞에서 한국 담당자들이 실제로 무엇을 물었는지, 이 글은 그 질문들을 봅니다. 답변을 그대로 옮기지 않습니다. 질문이 어디에 몰렸는지가 지금 한국 HRD가 무엇에 막혀 있는지를 더 정확히 보여 주기 때문입니다.

📊 질문은 어디에 몰렸나

가장 많이 겹친 주제는 기능 비교가 아니라 “스킬 데이터를 믿을 수 있는가”(19%) 였습니다.

다섯 개 중 하나꼴로, LMS와 LXP의 차이를 묻는 질문(13%)보다 많았습니다. 제품을 고르는 단계보다, 고른 뒤에 나올 숫자를 믿을 수 있느냐가 실제 관문이라는 뜻입니다.

질문을 준 사람들은 제조·병원·공공·금융·IT에 걸쳐 있었고, 담당 업무는 HRD·인재육성이 가장 많았습니다. 직급은 대리부터 상무·실장까지 섞여 있었습니다.

실제로 받은 질문은 이런 문장들이었습니다.

“임직원이 프로필에 입력한 자가 진단 스킬과 실제 보유 역량의 차이는 어떻게 보정하나요?”

“의료기관처럼 직종이 수십 가지인 조직(의사·간호사·의료기사·행정)에는 어떻게 적용하나요?”

“스킬 기반 ROI를 ‘전후 변화’로 제시하셨는데, 여기서 말하는 전후는 무엇을 재는 건가요?”

“구성원 누구나 자기 역량을 평가받는 건 부담스러워합니다. 어떻게 참여를 끌어내나요?”

추상적인 개념 질문이 아닙니다. 이미 도입을 가정하고, 운영에서 막힐 지점을 묻고 있습니다.

아래에서 상위 다섯 주제를 순서대로 답합니다. 나머지 세 주제와 부록 질문 12개, 근거 자료 13건은 글 끝의 자료에 그대로 들어 있습니다.

🛡️ 스킬 데이터를 믿을 수 있나

1위 · 19%

정확도는 AI 성능보다 설계가 결정합니다. 역할의 요구 스킬을 명확히 하고, 신호마다 검증 가중치를 다르게 둡니다.

본사의 답은 솔직했습니다 — “정확도는 회사마다 다르다. 도구가 아니라 설계가 결정한다.”

역할 요건이 모호하면 AI는 근사치만 낸다

직무별 요구 스킬과 수준을 구체적으로 정의하는 것이 신뢰도의 절반입니다. 스킬 사전을 처음부터 만들 필요는 없습니다. Lightcast 스킬 분류 체계는 34,000개 이상의 스킬을 공개하고 수시로 고칩니다(Lightcast, 2026년 9월 확인). 이런 글로벌 표준에서 출발해 우리 조직의 용어와 요구 수준으로 좁힙니다.

신호마다 무게가 다르다

검증의 위계는 자가 < 동료 < 매니저 < 공식 평가 순입니다. 여기에 학습·프로젝트·자격증이 신호로 쌓이면서 수준이 계속 보정됩니다.

AI 추론은 시작점이지 판결이 아니다

승진·보상처럼 사람의 경력이 걸린 결정에는 매니저 검증과 공식 평가 등급만 씁니다. AI 추론값은 대화를 시작하는 초안입니다.

그리고 역할 정의를 최신으로 유지하는 것까지가 운영입니다. “직무별 필수 스킬이 급변하는데 스킬 모델은 어떻게 최신으로 유지하나요”라는 질문도 실제로 나왔습니다. 스킬은 바뀌는데 정의가 2년 전 그대로면, 그 데이터는 틀린 채로 정확합니다. 정기 리뷰 주기를 운영 항목으로 넣어 두는 것이 답이었습니다.

Degreed가 밝힌 누적 스킬 평가(skill ratings)는 5,000만 건입니다(Degreed 회사 소개, 2026년 9월 확인).

🏭 우리 산업에도 되나

2위 · 17%

글로벌 표준에서 출발해 현장의 언어로 맞춥니다. 직군이 복잡하면 스킬을 공통 – 직무 – 전문(임상) 3층으로 나눕니다.

직군별 법정 필수교육은 기존 LMS 연동으로 함께 관리합니다.

이 질문이 2위라는 사실 자체가 중요합니다. LXP 사례가 대부분 IT·컨설팅 기업이라, 제조 현장과 병원에서 되겠냐는 의심이 깔려 있다는 뜻입니다.

암묵지도 데이터가 된다

숙련자의 행동을 스킬과 수준으로 정의하고 다면평가로 검증합니다. 그리고 품질·안전·생산성 지표와 연결하는 것이 파일럿의 목표가 됩니다. 제조업 사례로는 Volkswagen이 있습니다. Degreed는 Volkswagen이 스킬 우선 전략으로 200만 유로 를 아꼈다고 밝혔습니다(Degreed 블로그, 2025).

나라와 직군이 많은 조직도 기준은 하나로 둘 수 있습니다. Allianz는 2020년 그룹 첫 전사 리더십 과정(#lead)을 열고, 관리자가 갖춰야 할 ‘리더십 패스포트’를 공통 기준으로 삼았습니다. 2021년 말까지 관리자 18,000명 이상이 이 과정에 들어섰습니다(Allianz, 2021).

📈 ROI 를 무엇으로 증명하나

3위 · 15%

이수율이 아니라 스킬 성장의 전후 차이로 증명합니다. 그러려면 도입 시점의 베이스라인이 있어야 합니다.

도입 시점의 스킬 진단이 곧 베이스라인입니다. 전후 비교가 가능해지는 것 자체가 도입의 첫 번째 가치입니다.

지표는 3층으로 쌓는다

한 번에 매출을 증명하려 들면 아무것도 증명하지 못합니다. 순서가 있습니다.

자주 인용되는 숫자가 하나 있습니다. Degreed가 의뢰해 Forrester Consulting이 2022년에 낸 TEI(Total Economic Impact) 조사의 3년 ROI 312% 입니다. 이 값은 도입 기업의 평균이 아닙니다. 고객 다섯 곳을 인터뷰해 만든 가상의 합성 조직(composite organization)에 비용과 효과를 대입한 모델값이고, 같은 조사의 순현재가치는 469만 달러, 회수 기간은 6개월 미만이었습니다. 벤더가 의뢰한 조사라는 점까지 함께 읽어야 합니다. 우리 회사의 숫자는 우리 베이스라인에서 나옵니다.

여기에 하나가 더 붙습니다. 스킬 데이터가 HR·성과 시스템과 연동되면 교육이 어떤 스킬을 올렸고, 그 스킬이 어떤 성과로 이어졌는지 연결 고리가 보입니다. “특정 교육이 특정 스킬을 올렸다는 것을 어떻게 정의하고 측정하나요”라는 질문의 답이 여기 있습니다.

“우리 회사의 베이스라인은 무엇인가?” — 이 질문에 답하는 것이 파일럿의 첫 단계입니다.

🔄 LMS 를 버려야 하나

공동 4위 · 13%

대체가 아니라 하이브리드입니다. 기존 LMS는 뒤에 두고 LXP가 학습의 단일 진입점이 되는 구성이 일반적입니다.

LXP가 앞문(Front-Door)이 되어 자기주도 학습과 법정 필수교육을 하나의 경험으로 잇습니다.

두 도구는 주인이 다릅니다. LMS는 관리자의 도구입니다. 관리자가 콘텐츠를 배정하고 이수를 관리합니다. 법정의무·필수교육에는 여전히 알맞고, 없앨 이유가 없습니다. LXP는 학습자의 플랫폼입니다. 배정된 목록이 아니라 개인화 추천 피드처럼 스스로 찾고, 배우고, 기록합니다. 강의뿐 아니라 아티클·영상·프로젝트까지 스킬 데이터로 남길 수 있습니다.

숫자가 이 차이를 보여 줍니다. Degreed가 2015년 4분기에 미국 직장인 512명에게 물은 조사(2016년 발표)에서, 회사가 주는 교육에 쓰는 시간은 주당 약 37분(주 46.7시간 근무의 1%)이었고 스스로 배우는 시간은 주당 3.3시간이었습니다. 새로 배울 것이 생겼을 때 회사 학습 시스템을 검색한다는 사람은 28%에 그쳤고, 상사·멘토에게 묻는다는 사람이 69%였습니다. 10년 전 미국의 벤더 조사라 크기보다 방향으로 읽어야 하지만, 방향은 분명합니다. 배움의 대부분은 LMS가 보지 못하는 곳에서 일어납니다.

학습자 쪽으로 무게를 옮기면 쓰임이 달라집니다. TEKsystems는 교육팀이 모든 내용을 만들어 내려보내던 방식을 접고, 업무 속에서 배우고 나누는 방식으로 바꿨습니다. 그 뒤 직원의 80%가 매주 Degreed를 썼고, 비용이 큰 외부 집합 연수도 없앴습니다(Degreed 사례).

우리 조직의 ‘자발적 학습 참여율’은 지금 몇 %입니까? 그 숫자가 출발점입니다.

🙋 직원들이 참여할까

공동 4위 · 13%

참여율은 기능이 아니라 운영 설계가 만듭니다. 평가와 분리하고, 구조화로 시작하고, 리더에 먼저 투자합니다.

같은 플랫폼을 깔아도 쓰는 비율은 회사마다 크게 다릅니다. 차이는 세 가지에서 납니다.

평가가 아니라 성장 도구로 놓는다

진단을 인사평가와 분리하고 “나를 위한 성장 도구”로 자리매김합니다. 결과가 불이익이 아니라 성장 경로로 이어질 때 사람들은 솔직해집니다. 자가진단을 승진·보상에 쓰지 않는다는 앞 절의 원칙이 여기서 다시 효과를 냅니다. 쓰이는 곳이 분명하면 부풀릴 이유가 없습니다.

구조화로 시작하고, 자율은 넓혀 간다

탐색부터 시키지 않습니다. 가이드 경로와 리마인더로 시작해 익숙해지면 자율을 넓힙니다. “스킬 50개를 진단하려면 시간이 너무 걸리지 않나요”라는 질문도 있었는데, 대화형 AI 스킬 리뷰와 혼자 연습하는 롤플레이가 그 피로를 줄입니다.

리더와 ‘사람 쪽’에 먼저 투자한다

플랫폼만 깔아서는 채택되지 않습니다. 리더가 팀의 스킬 갭을 보고 학습을 주도하고, 코칭·리더 강화 같은 사람 쪽에 플랫폼만큼 투자할 때 참여가 문화가 됩니다. 아래에서 볼 TEKsystems 영업 사례도 출발점은 리더 한 사람이 직속 부하 15~40명을 1:1로 연습시켜야 했던 병목이었습니다.

🚀 그래서 어디부터 시작하나

전사 빅뱅이 아니라 90일 파일럿입니다. 전략 과제 하나와 핵심 직무 2~3개로 시작합니다.

본사의 답은 일관됐습니다. 15만 명 넘게 AI 교육을 한 Capgemini도 시작은 10주 만에 연 “생성형 AI 캠퍼스” 하나였습니다.

측정은 이수율·접속률 대신 스킬 준비도와 팀 갭을 보는 역량 대시보드로 바꿉니다.

🧭 도입하면 무엇이 달라지나

가장 먼저 참여가 변하고, 그다음 속도와 비용이 따라옵니다. 공개된 사례들이 보여 주는 순서입니다.

학습이 “시켜서 하는 것”에서 “스스로 하는 것”으로 바뀌면 속도가 붙습니다. BT Group은 이수율 90%에 닿기까지 5개월 걸리던 과정을 5주로 줄였습니다. Capgemini는 생성형 AI 캠퍼스를 10주 만에 열었고, 15만 명 이상이 AI 교육을 받아 인증 5만 건이 나왔습니다.

TEKsystems의 신규 영업 사례는 숫자를 읽는 법까지 보여 줍니다. 전에는 신규 영업 대표가 첫 서비스 미팅을 잡기까지 36~40개월이 걸렸습니다. AI 롤플레이를 넣은 첫 파일럿 기수 22명 가운데 25%가 입사 6개월 안에 첫 미팅을 잡았습니다. 이전 기수에서는 6개월 안에 해낸 사람이 없었습니다. Degreed는 이를 “최대 6배 빨라졌다”고 표현합니다. 22명짜리 첫 기수의 결과라는 점도 같이 적어 둡니다.

마지막에 운영과 비용이 정리됩니다. 흩어져 있던 학습·스킬 데이터가 한곳에 모이면서 중복 시스템과 수작업이 사라집니다.

AstraZeneca는 2019년 75개였던 학습 시스템을 5년 만에 8개로 줄였고(91% 감축), 모두 Degreed로 묶었습니다. 이 표의 사례는 전부 Degreed가 공개한 고객 사례이거나 Degreed가 의뢰한 조사입니다. 잘된 사례가 먼저 공개된다는 점을 감안하고 읽어야 합니다. 우리 회사 버전의 숫자는 파일럿이 만듭니다.

🤖 AI 시대, 무엇을 배우나

콘텐츠 중심에서 스킬·실행 중심으로 이동합니다. 그럴수록 사람의 스킬이 더 중요해집니다.

AI가 학습을 개인화하고 앞당기면서 “무엇을 배웠는가”보다 무엇을 할 수 있게 됐는가 가 핵심 질문이 됩니다.

Degreed가 2025년 플랫폼에서 만들어진 학습 경로 수로 뽑은 2026년 학습 수요 상위 10개 중 7개가 리더십·소통·프로젝트 관리·문제 해결·고객 응대·적응력·이해관계자 관리 같은 사람·비즈니스 스킬이었습니다(Degreed, 2026년 2월). 나머지 셋은 엑셀·데이터 분석·파이썬입니다.

“오늘날 모든 기업이 AI의 잠재력에 접근할 수 있습니다. 리더와 후발주자를 가르는 유일한 차이는 변화의 인간적인 측면을 마스터했는가입니다.” — David Blake, Degreed CEO (LENS 2026 발표, 2026년 3월)

다음 단계는 사람의 스킬과 AI 에이전트의 스킬을 한곳에서 보는 하이브리드 스킬 관리입니다. 어떤 일을 사람이 키우고 어떤 일을 AI에 맡길지를 데이터로 결정하는 일입니다.

🤝 어려운 건 정착이다

어려운 건 도입이 아니라 정착입니다. 51개 질문 중 “이 플랫폼이 좋은가”를 묻는 질문은 거의 없었습니다.

대부분이 “우리 조직에서 이게 돌아가게 하려면 무엇을 해야 하나”였습니다.

그게 실제 난이도이기도 합니다. 글로벌 플랫폼은 강력하지만, 국내 조직 구조·교육 체계·기존 시스템에 맞게 정착되어야 성과가 납니다. 스킬 기반 파일럿을 설계하고, 직무·스킬셋 정의 워크숍을 돌리고, 기존 LMS·HR 시스템을 연결하고, 학습자와 관리자 온보딩을 하고, 참여 캠페인을 운영하고, 분기마다 전후 리포트를 내는 일입니다.

웅진스킬원은 2021년 Udemy 한국 론칭을 맡은 뒤 300곳 넘는 고객사와 글로벌 학습 플랫폼 도입을 해 왔고, Degreed의 국내 공식 파트너입니다. 위 질문 중 어느 것이 지금 우리 조직의 질문인지부터 같이 정리해 볼 수 있습니다.

📌 정리

• 51개 질문 중 가장 많이 겹친 것은 기능 비교가 아니라 “스킬 데이터를 믿을 수 있는가”(19%) 였습니다. 도입을 막는 것은 제품 성능이 아니라 신뢰와 증명 방법입니다.
• 스킬 데이터의 정확도는 도구가 아니라 설계가 결정합니다. 역할 요건을 명확히 하고, 자가 < 동료 < 매니저 < 공식 평가로 신호에 가중치를 둡니다. 승진·보상에는 검증된 신호만 씁니다.
• 제조·병원·공공처럼 직군이 복잡한 조직은 스킬을 공통 – 직무 – 전문 3층으로 설계합니다. 34,000개 넘는 글로벌 스킬 표준(Lightcast)에서 출발해 현장 언어로 맞춥니다.
• ROI는 이수율이 아니라 스킬 성장의 전후 차이로 증명합니다. Forrester TEI의 312%는 합성 조직 모델값이지 평균이 아닙니다. 우리 숫자는 우리 베이스라인에서 나옵니다.
• LMS는 버리는 것이 아니라 백엔드로 두고 LXP가 진입점이 되는 하이브리드입니다. 회사가 주는 교육은 주당 약 37분, 스스로 배우는 시간은 3.3시간이었습니다(Degreed, 2016).
• 참여율은 기능이 아니라 운영 설계가 만듭니다. 진단을 인사평가와 분리하고, 구조화로 시작해 자율을 넓히고, 리더와 사람 쪽에 먼저 투자합니다.
• 시작은 전사가 아니라 90일 파일럿, 핵심 직무 2~3개입니다.
• 다음 질문은 하나입니다 — 우리 회사의 베이스라인은 무엇입니까?