전동차 고장 분석부터 선로검사 계획까지—케이브레인컴퍼니(데이지)와 함께한 서울교통공사 AX 전문역량 강화교육

• 교육명 서울교통공사 AX 리더 AX 전문역량 강화교육
• 교육기관 서울교통공사
• 교육 일자 2026-06-29 ~ 2026-07-03
• 교육 대상·인원 서울교통공사 실무자

데이지는 6월 29일부터 7월 3일까지 서울교통공사 실무자들과 5일 연속 집합교육 'AX 전문역량 강화교육'을 진행했습니다. 매일 실습 과제를 수행하고 산출물을 남기며 첫날 AI 에이전트의 개념에서 출발해 데이터 자동화, RAG 챗봇, 웹서비스 배포를 차례로 거쳤고, 마지막 날에는 교육생 각자가 서울교통공사 홈페이지 리뉴얼 결과물을 만들었습니다. 실습 중심으로 짠 5일 과정을 성공적으로 마무리했습니다.

이미 AI를 쓰는 실무자들이 다음으로 갈 곳

이 교육은 서울교통공사 인재개발원이 'AX 리더 양성'을 내걸고 마련한 과정입니다. 입과 전에 사전 역량 설문을 진행했고, 42명이 답했습니다.

결과는 'AI 입문자'와 거리가 멀었습니다. 응답자 전원이 생성형 AI를 주 1회 이상 쓰고 있었고, 69.0%(29명)는 거의 매일 쓰는 상시 활용층이었습니다. 유료 버전을 써 본 사람도 73.8%(31명)였습니다. 기초 개념을 처음부터 짚는 교육은 이들에게 맞지 않았습니다.

다만 활용 경험은 문서 작성과 요약·번역에 몰려 있었고, 데이터 분석과 바이브 코딩은 절반에 못 미쳤습니다.

AI로 글을 쓰는 데는 익숙하지만, AI로 데이터를 다루고 무언가를 만들어 본 경험은 아직 적었다는 뜻입니다. 응답자 중 데이터 분석을 해 본 적 없는 사람이 7명, 바이브 코딩을 해 본 적 없는 사람이 10명이었습니다.

AI 활용을 가로막는 이유를 묻자 응답자의 59.5%(25명)가 보안·망 분리 환경을, 21.4%(9명)가 인프라 미비를 꼽았습니다. 역량 부족을 꼽은 사람은 9.5%(4명)였습니다. 보안·망 분리와 인프라 미비를 합하면 81.0%로, 응답자 대부분이 개인 역량보다 조직 환경을 걸림돌로 봤습니다. 교육에서 얻고 싶은 것으로는 타 기관 AI 혁신 성공사례 벤치마킹(54.8%), 행정 업무 효율화(42.9%), 최신 AI 기술·에이전트 트렌드(40.5%)가 꼽혔습니다.

데이지는 이 진단에 따라 실습과 심화 중심으로 과정을 진행했습니다. 이번 교육의 취지는 AI를 이미 일상적으로 쓰는 실무자들이 업무를 자동화하고 서비스를 직접 구현하는 단계로 나아가는 데 있었습니다.

개념에서 서비스까지, 하루씩 쌓은 5일

교육은 전날 배운 것 위에 다음 단계를 얹는 순서로 설계했습니다. 1~3일차는 데이터·자동화·RAG를, 4~5일차는 바이브코딩·웹서비스를 두 강사가 나눠 맡았습니다.

1. 1일차

   AI 에이전트 이해와 행정 활용

   AI 개념, 엑셀·VBA 자동화, 공공 API 연동

2. 2일차

   AI 기반 데이터 분석 및 자동화

   민원 분류 워크플로우, RAG 챗봇

3. 3일차

   RAG 기반 업무 자동화

   다중 라우팅 RAG 챗봇, MCP 서버

4. 4일차

   바이브코딩 기반 AI 웹서비스 구현

   웹앱 제작과 배포

5. 5일차

   AI 서비스 제작

   AI 이미지·콘텐츠 제작, 홈페이지 리뉴얼

1~3일차에는 업무 자동화를 다뤘습니다. 첫날 ChatGPT·Gemini로 엑셀 VBA 매크로를 만들고 서울 실시간 지하철 위치 API로 지하철 위치 지도를 그렸습니다. 둘째 날에는 n8n으로 접수된 민원을 AI 에이전트가 담당 부서로 분류하는 워크플로우와 문서 기반 RAG 챗봇을 만들었습니다. 셋째 날에는 행정 법령 문서로 출처를 표기하는 다중 라우팅 RAG 챗봇을 만들고, 나라장터 공공조달 API 6종을 묶은 MCP 서버를 AI 에이전트와 연동했습니다.

4~5일차에는 서비스를 직접 만들었습니다. 넷째 날 Lovable·Notion으로 개발환경을 꾸리고, HTML·CSS·JavaScript와 프롬프트로 날씨 앱·계산기·자유 주제 웹앱을 만들어 Netlify·Vercel·GitHub로 배포했습니다. 마지막 날에는 Pinterest와 LLM으로 AI 이미지를 만들며 프롬프트를 다듬고, Notion·LLM 에이전트를 활용한 콘텐츠 자동화와 Google Labs의 Opal·Stitch·Mixboard·Google Flow를 다뤘습니다.

마지막 날, 49명이 만든 50개의 홈페이지

마지막 날 과제는 '서울교통공사 홈페이지 리뉴얼'이었습니다. 교육생 49명이 각자 Lovable 등으로 홈페이지를 기획·제작해 50건의 결과물을 냈고, 교수진은 한 건씩 의견을 달았습니다.

지연·유실물·편의시설·민원 정보를 빠르게 찾는 시민 중심 홈페이지, 공항 이동·분실물·막차 정보를 모은 외국인 관광객 중심 홈페이지, 실시간 열차 위치 위젯을 개선한 홈페이지가 나왔습니다. 민원을 넣기 전에 상황별 FAQ를 추천하는 시민 서비스, 현행 메뉴 구조의 문제를 분석해 고친 홈페이지, 3클릭 안에 원하는 정보에 닿도록 설계한 홈페이지도 있었습니다. 다국어·무장애·민원 기능을 갖춘 AI 홈페이지와 Discord UI를 바탕으로 한 4개 국어 홈페이지도 나왔습니다.

교육을 마친 날의 평가

마지막 날 진행한 교육 만족도 설문에는 49명이 응답했습니다(응답률 98%). 교육 만족도는 10점 만점에 8.6점이었고, 강사와 운영·지원 항목이 각각 9.0점으로 가장 높았습니다. 다른 사람에게 추천할 의향은 8.9점이었고, 두 강사의 질의응답·피드백 문항은 각각 9.4점과 9.2점이었습니다.

결과보고서가 정리한 서술형 응답에는 최신 AI 기술을 직접 실습하며 실무 활용 역량을 높일 수 있었다는 의견, 실제 업무 사례와 프로젝트 중심 교육이 현업 활용 방안을 익히는 데 도움이 됐다는 평가가 있었습니다. 강사의 전문성과 전달력이 뛰어나고 질의응답이 원활했다는 의견도 나왔습니다.

교육이 끝나고, 다시 물었습니다

설문은 교육 전·중·후 세 차례 진행했고, 마지막 현업 적용도 설문은 7월 27일부터 8월 7일까지 받았습니다. 43명이 응답했습니다.

1. 83.7%

   교육 후 배운 기술·도구를 실제 업무에 활용했다 (43명 중 36명)

2. 44.2%

   교육 후 주 1회 이상 업무에 활용하고 있다 (43명 중 19명)

3. 79.1%

   앞으로도 계속 활용할 수 있다 (43명 중 긍정 응답 비율)

5개 효과 문항의 평균은 5점 만점에 4.0점, 긍정 응답률은 72.6%였습니다. '수행시간 단축'과 'AI 적용 업무를 스스로 발굴할 수 있게 됨' 문항도 각각 긍정 74.4%로 높게 나왔습니다.

활용 내용은 문서 작성·요약(74.4%)이 가장 많았습니다. 엑셀·VBA 반복업무 자동화와 AI 이미지·Notion 콘텐츠 제작이 각각 37.2%, n8n·RAG·AI 에이전트 업무 자동화가 20.9%로 뒤를 이었습니다.

응답자들이 적어 낸 적용 사례는 공사의 현장 업무와 바로 닿아 있었습니다. 바이브코딩으로 만든 전동차 고장데이터 자동 분석 프로그램은 데이터 신뢰도를 높이고 업무시간을 줄인 사례로 보고됐습니다. VBA로 월간계획을 자동 작성해 선로검사 누락 가능성을 차단했다는 답도 있었습니다. 메트로넷에서 내려받은 운수수입 재고관리·당직근무 자료를 엑셀 VBA로 가공해 통합 보고서 페이지를 만든 사례도 나왔습니다.

교육에서 다룬 n8n은 교육 뒤 공사 내부망에서 SLM과 함께 RAG를 구축하는 데 쓰였습니다. 결과보고서는 이 사례와 전동차 고장데이터 분석 프로그램을 공사 고유 업무와 결합한 우수사례로 꼽았습니다. 철도분야 전문용어 변환기, 흩어진 매뉴얼 검색 자동화, 역사 혼잡도 산출 로직을 활용한 보고서 생성, 양식 문서 초안·내역서 작성 자동화, 상황보고 작성 보조에 쓰고 있다는 응답도 있었습니다.

교육장 안에서는 홈페이지 50건이 나왔고, 교육이 끝난 뒤에는 배운 기술이 공사 내부망과 현장 업무로 옮겨 갔습니다. 교육생들은 다음 과정으로 바이브코딩 심화, RAG·데이터 분석 심화, 파이썬 특강, 앱 개발·배포를 희망했습니다.