평범한 교육 세션을 상상해 보세요. 학습자는 참석하고, 필요하다면 카메라를 켜고, 질문에 답하고, 정해진 시간 안에 모듈을 마칩니다. 겉으로 보기에는 아무 문제 없이 진행된 것처럼 보입니다. 하지만 월요일이 되면, 그 어떤 변화도 느껴지지 않습니다. 실제 업무 방식에는 아무것도 적용되지 않은 것 같습니다.
이러한 무관심은 흔히 언급되지 않는 유형인데, 그 이유는 일반적인 지표에 나타나지 않기 때문입니다. 완료율은 양호해 보이고, 만족도 점수도 만족스러운 수준으로 나옵니다. 하지만 회의실에 있던 누구든, 심지어 회의를 주도한 사람조차도 대부분의 사람들이 진심으로 참여하는 것이 아니라 형식적으로 참여하고 있다는 것을 느낄 수 있었습니다.
"무관심한"이라는 말보다 더 정확한 표현이 있습니다. 바로 "순응하는"입니다. 겉으로 보기에 거의 똑같아 보이기 때문에 참여와 혼동하기 쉽습니다.
겉보기엔 똑같지만 실제로는 다른 두 가지
규정 준수와 진정한 참여는 표면적으로 많은 유사점을 보입니다. 두 경우 모두 사람들은 요청에 응하고, 대시보드에도 동일하게 기록됩니다. 하지만 차이점은 그 행동을 실제로 유발하는 근본적인 동기에 있습니다.
순응은 의무감에서 비롯됩니다. 반드시 해야 한다거나, 해야 할 것 같거나, 기대된다는 생각에서 출발하며, 학습보다는 완료하는 데 인지적 노력을 집중하게 만듭니다. 반면 몰입은 이와는 다릅니다. 자신의 존재가 중요하고, 자신의 의견이 진정으로 존중받으며, 경험의 일부가 단순히 제공되는 것이 아니라 자신을 염두에 두고 만들어졌다는 느낌에서 몰입이 시작됩니다.
이 연구는 이 점에 대해 상당히 직설적입니다. Slemp, Field, Ryan이 2024년에 발표한 메타분석에 따르면 PLoS 하나 직장 내 자기결정 이론에 따르면, 아무리 교육 설계가 훌륭하더라도 의무 학습에서는 정서적, 인지적 참여가 나타나기 어렵습니다. 학습자가 참여를 유도받는 것이 아니라 단순히 처리되는 존재라고 느끼게 되면, 순응이 우선시되고 진정한 참여는 기대하기 어렵습니다.
업계가 왜 이 점을 계속 간과하는 걸까요?
이 시점부터 그것은 단순한 진행자의 직감을 넘어 구조적인 패턴처럼 보이기 시작합니다.
Training Magazine의 2025년 교육 산업 보고서에 따르면, 지난해 미국의 교육 지출은 약 1,000억 달러에 달했으며, 다른 분야의 전반적인 지출이 감소하는 추세 속에서도 기술 관련 예산은 계속해서 증가하고 있습니다. 하지만 TalentLMS의 2026년 학습 및 개발 보고서에 따르면, 직원 10명 중 약 7명은 교육 중에 멀티태스킹을 한다고 답했으며, 노동 시장에 진입하는 가장 큰 학습자 집단인 Z세대는 교육 자료나 도구에 대한 접근성보다는 동기 유지에 어려움을 겪는다고 밝혔습니다.
그래서 자금은 한 방향으로 흘러가는데 참여율은 그에 맞춰 증가하지 않고 있습니다. 그 이유 중 하나는 구매되는 대부분의 솔루션이 실제로 '대면 학습' 문제를 해결하는 데는 탁월하기 때문입니다. 플랫폼은 학습 완료 여부를 추적하고, 시스템은 출석을 기록하며, 몇 년 전에는 불가능했던 방식으로 콘텐츠를 개인화할 수 있습니다. 하지만 이러한 솔루션들은 규정 준수 문제를 해결하지 못합니다. 규정 준수는 애초에 교육 제공 방식과는 무관하기 때문입니다. 이는 학습자에게 실제로 요구되는 것이 무엇인지, 그리고 그 요구 사항이 참여를 유도하는 것인지 아니면 단순한 지시인지에 대한 설계상의 실패입니다.
솔직히 말해서, 인공지능 문제는...
현재 AI는 이러한 문제에 대한 차세대 해결책으로 떠오르고 있습니다. 더욱 스마트한 개인화, 적응형 학습 경로, 실시간 감정 분석, 자동화된 후속 조치 등이 그 예입니다. 이러한 기능 중 일부는 특히 관련성 측면에서 실제로 도움이 되며, 이는 그 자체로 고객 참여를 유도하는 중요한 요소입니다.
하지만 개인 맞춤형 학습은 초대와는 다릅니다. 학습 경로가 학습자의 부족한 부분을 정확히 보완하도록 설계되었다 하더라도, 학습자가 스스로 만들어가는 것이 아니라 일방적으로 주어지는 것입니다. 이러한 방식은 학습자의 적합성을 잘 보여주지만, 규정 준수 문제는 여전히 해결되지 않은 채 남아 있습니다.
따라서 솔직하고 여전히 미해결된 질문은 AI가 교육 진행자가 진정한 참여를 유도하는 경험을 구축하는 데 도움이 될지, 아니면 조직이 더 많은 사람들에게 더 빠르고 더 많은 교육을 제공하는 데 주로 도움이 될지 여부입니다. 이 두 가지는 상당히 다른 결과를 가져오며, 어느 쪽이 우세하느냐에 따라 차기 인재 개발 투자에서 참여도 격차를 실제로 줄일지, 아니면 단순히 규정 준수 과정을 좀 더 원활하게 만드는 데 그칠지가 결정될 것입니다.
격차 해소에 실제로 필요한 것은 무엇일까요?
만약 그 격차가 주로 기술적인 문제가 아니라면, 그 격차를 해소하는 것 또한 주로 기술적인 결정에 달려 있는 것은 아닙니다. 결국 플랫폼이 대신해 줄 수 없는 몇 가지 선택에 달려 있습니다. 즉, 참가자에게 실제로 무엇을 요구하는지, 참가자가 그 과정에서 실질적인 발언권을 갖는지, 그리고 그 경험이 참가자가 예정된 참석 시간이 아닌 온전히 집중할 만한 이유를 제공하는지 여부입니다. 이러한 요소에는 초대, 관련성, 진행 속도, 그리고 학습자가 단순히 따라가는 것이 아니라 세션 내에서 진정한 결정을 내릴 수 있는 기회를 제공하는지 여부가 포함됩니다. 이러한 요소들은 플랫폼의 기능 목록에 나타나지 않습니다. 왜냐하면 그것들은 기능이 아니기 때문입니다. 이는 참가자가 로그인하기 전에 진행자가 내리는 일련의 판단입니다.
투자 수치 이면에 숨겨진 냉혹한 진실은 바로 이것입니다. 업계는 더 나은 서비스 제공을 위해 끊임없이 투자할 수 있지만, 디자인 문제를 돈으로 해결할 수는 없습니다. 결국 격차를 해소하는 것은 언제나 그랬듯이, 바로 그 자리에 있는 사람들이 이 경험이 실제로 무엇을 위한 것인지 결정하는 데 달려 있습니다.
지우면 좋을거같음 . SM
Slemp, GR, Field, JG, & Ryan, RM (2024). "자기결정 이론과 직장 성과: 메타분석." PLoS 하나. pmc.ncbi.nlm.nih.gov
훈련 잡지(2025). 2025년 교육 산업 보고서. trainingmag.com
TalentLMS(2026). 2026년 인재개발 보고서: 직장 학습의 현황. talentlms.com
훈련산업(2026). Z세대가 직장 교육에 불만을 갖는 이유와 인재개발팀이 할 수 있는 일은 무엇일까요? trainingindustry.com
