현대 인력을 위한 혁신적인 교육 전략

안전과 효율성: 이는 제조업체와 공급망이 끊임없이 균형을 맞춰야 하는 과제입니다.

생산 라인을 계속 가동하고, 제품이 원활하게 이동하게 하며, 공급업체 관계를 최적화해야 합니다. 하지만 이 모든 것이 안전하게, 그리고 끊임없이 늘어나는 규제를 준수하며 이루어져야 합니다.

현장 근로자들은 이 균형을 유지하는 핵심 열쇠입니다. 그들은 자신의 역할을 일관되게 수행할 준비가 되어 있어야 하며, 동시에 비정상적인 상황을 감지할 수 있어야 합니다. 그러나 프로세스와 기술이 지속적으로 개선됨에도 불구하고, 지식이 풍부하고 자신감 있는 인력을 유지하는 것은 갈수록 어려워지고 있습니다.

수십 년의 실무 경험을 가진 베테랑 직원들이 미국에서만 하루에 1만 명 이상 은퇴하고 있습니다. 역사적으로 낮은 실업률과 젊은 세대의 제조업 기피 현상이 겹치며, 이들의 빈자리를 채울 인력을 찾기란 더욱 힘들어졌습니다. 새로 채용된 인력조차 전혀 다른 환경에서 자라나 이 유형의 업무에 대한 경험이 부족합니다.

동시에 기업들은 지리적으로 더욱 분산되고 있습니다. 이는 서로 다른 문화적 배경을 가진 사람들이 각기 다른 언어를 사용하며 동일한 업무를 수행해야 하는, 더욱 다양해진 직장을 의미합니다.

인력은 변했지만 목표는 그대로입니다. 이러한 도전 과제 속에서도 어떻게 높은 품질과 성과 기준을 유지하면서 생산성과 수익성을 높일 수 있을까요? 단순히 교육을 더 많이 제공하는 것만이 해답일까요? 아니면 그 이상의 무언가가 필요할까요?

직원들이 교육을 받지 않아서 실수하는 것이 아닙니다. 배운 내용을 잊었거나, 정보를 기억하고 있더라도 이를 실행할 만큼 자신감이 부족해 행동하지 못하기 때문에 실수가 발생합니다. 그래서 강의식 수업, 포스터, 일일 허들 미팅 같은 전통적인 교육 방식은 종종 한계를 보입니다. 배포에 너무 오랜 시간이 걸리고, 대규모로 분산되고 다양한 인력 전반에 일관되게 적용하기가 거의 불가능하기 때문입니다.

현장 실습과 코칭은 운영 분야의 직원 개발에서 언제나 중요한 부분을 차지할 것입니다. 하지만 개인들은 경험을 쌓으면서 각기 다른 수준의 역량을 갖게 되며, 특히 업계가 처음인 신입 직원들에게 이는 더욱 그렇습니다.

오늘날의 제조 및 공급망 직원들은 올바른 지식을 바탕으로 그 순간에 올바른 결정을 내릴 수 있도록 지속적이고 개인화된 지원이 필요합니다.

미래 인력 육성: 데이터와 AI의 만남

미래 인력 육성은 전 산업계의 뜨거운 화두지만, 제조 및 공급망 부문은 한 가지 측면에서 상당한 이점을 갖고 있습니다. 바로 데이터입니다. 효율성, 다운타임, 선행 지표, 품질 측정, 안전 결과 등 핵심 요소를 추적하는 성과 데이터의 금광이 존재합니다. 안타깝게도 이 데이터는 스프레드시트와 보고서 속에 묻혀, 충분한 논의 끝에나 활용되거나, 충분히 큰 문제가 발생했을 때만 이용되어 왔습니다. 이제 운영 방식을 변화시키는 바로 그 기술인 인공지능(AI)이 이 데이터를 활용해, 직원 개개인에게 필요한 지원을 필요한 때와 장소에 제공할 수 있게 되었습니다.

교육의 역할 재정립: 워크플로우 속으로

AI를 활용하려면 리더들은 운영 성공에서 교육이 수행하는 역할을 재고해야 합니다. 현재 교육은 신입 사원에게 집중되어 있는 '선행 학습' 형태입니다. 기존 직원들은 규정 준수, 신규 프로세스 도입, 운영상의 결함 보완을 위해서만 교육을 받습니다.

머크(Merck)와 프레시전 리소스(Precision Resource) 같은 선도 기업들은 교육이 워크플로우 속에 내재화될 때 제공할 수 있는 가치를 깨달았습니다. 이들 기업은 AI 기반 기술을 활용해 매 근무 교대마다 몇 분씩 교육을 제공하며, 실질적인 성과를 거두고 있습니다. 이 교육은 각 직원의 성과 데이터를 활용해 개선해야 할 구체적인 영역을 파악함으로써 개인별로 맞춤화됩니다. AI는 지리적, 언어적 장벽을 극복하면서 이러한 개인화 교육을 전사적으로 확대할 수 있게 해줍니다.

기술 도입 전 선행되어야 할 것들

기술은 개인화 교육 확대에 필수적이지만, 출발점은 아닙니다. 먼저 비즈니스 우선순위를 명확히 이해해야 합니다. 어떤 문제를 해결하려 하는가? 운영 효율성 개선인가, 품질 기준 충족인가? 이는 교육 노력을 안내하고 측정하는 데 필요한 데이터를 찾는 데 도움이 됩니다.

다음으로, 직원들이 이러한 과제를 극복하기 위해 현장에서 보여주어야 할 행동이 무엇인지 정의해야 합니다. 이제 조직의 데이터를 활용해 우선순위가 높은 비즈니스 문제를 해결하는 표적화된 개인화 교육을 제공할 적합한 AI 기반 기술을 찾을 준비가 되었습니다.

모든 직원은 고유하다

각 직원은 저마다 다릅니다. 배경이 다르고, 사용하는 언어가 다르며, 학습 속도도 다릅니다. 이들을 획일적인 접근 방식으로 준비시키려 하면 비즈니스에 리스크만 더할 뿐입니다. 그리고 이들이 의지할 수 있는 베테랑 동료들이 계속 떠나는 상황에서 이 문제는 더욱 심각해질 것입니다.

현대적 환경에서 효율성과 안전이라는 미묘한 균형을 유지하려면, 각 직원의 고유성을 인정하는 새로운 교육 접근 방식이 필요합니다. 이미 운영 현장에 존재하는 데이터와 최신 AI 기반 기술을 결합함으로써, 직원들이 내일의 공급망 도전 과제에 대응하는 데 필요한 지식과 자신감을 갖출 수 있도록 보장할 수 있습니다.

캐롤 리만(Carol Leaman)은 현장 직원을 위한 마이크러닝 플랫폼을 개발한 액소니파이(Axonify)의 CEO입니다.