AI 시대의 인재 성장을 데이터로 완성합니다.
워크런은 K-DISC·PACE-C 진단으로 나의 성향과 역량을 이해하고, 그 데이터를 기반으로 성장 로드맵과 학습을 설계하는 한국형 자기주도 학습 플랫폼입니다.
강의 추천–학습–리플렉션–커리어 관리까지 하나의 성장 루프로 연결한 메타루프 학습법을 적용해 실질적인 성장을 완성합니다.
Work-Learn이 필요한 이유
-
01
교육은 많지만 성장하는 사람은
오히려 줄어드는 시대정보와 콘텐츠는 넘치지만, 정작 ‘자기이해’와 ‘실행 기반 성장’은 부족한 상황 속에서 개인이 자신의 성향을 기반으로 성장 전략을 세울 수 있는 도구가 필요한 때 입니다.
-
02
온라인 학습의 낮은 효율 →
대면교육 수준의 혁신적 시스템 필요기존 온라인 교육은 효과성과 력이 낮은 한계가 있습니다. 워크런은 이를 해결하기 위해 대면교육의 효과를 온라인에서 구현하는 메타루프 학습법을 개발하였습니다.
-
03
인사이트 부재 시대 → 현장에서
바로 쓰이는 콘텐츠와 데이터가 절실AI 시대에 가장 부족한 것은 ‘정보’가 아니라 나를 이해하고 성장 방향을 설정하는 콘텐츠와 이를통해 얻는 인사이트입니다. 워크런은 진단·추천·학습·리포트를 통합하여 현장에서 즉시 활용 가능한 인사이트를 확보하고 실질적 성장 경험을 제공합니다.
Work-Learn 4 Core Components
Work-Learn 4 Core components
-
진단센터
K-DISC,PACE-C 기반의 개인 행동유형과 역량 진단
한국형 행동유형검사인 K-DISC와 5대 핵심역량 진단검사인 PACE-C 모델로 나의 행동 성향·학습 스타일·커뮤니케이션 패턴을 정밀하게 진단하여 성장 설계의 출발점을 제공합니다.
-
AI 추천센터
성향·관심·직무 기반 맞춤 추천
DISC 성향, PACE-C 역량진단, 직무 정보, 학습 패턴, 관심 분야 데이터를
분석하여 가장 나에게 맞는 교육과정을 AI가 자동으로 추천합니다. -
학습센터
메타루프 방식의 학습환경
대면 교육 수준의 자기성찰 기반 학습법을 온라인에 구현한 “메타루프 학습 방식”을 적용하여
학습자 중심의 몰입 환경과 지속성 있는 학습 경험을 제공합니다. -
리포트센터
K-커리어 디자인 리포트
K-DISC, PACE-C 진단결과, 리플렉션, 학습 데이터가 통합된 개인,조직단위의
커리어 포트폴리오 리포트를 제공하여 나와 조직의 지금과 미래 경로를 설계할 수 있도록
지원합니다.
워크런의 4대 구성요소
-
01
진단센터
행동유형을 환경에 대응하는 방식과 속도·우선순위 관점으로 분류하여
사이트 바로가기
D, I, S, C 주도형(Dominance)과 사교형(Influence), 안정형(Steadiness),
신중형(Conscientiousness)으로 진단합니다.
학술적으로 검증된 프레임워크를 실질적 활용 사례와 결합하여
개인과 조직 모두에게 만족을 제공하는 혁신적인 평가 도구입니다.
PACE-C Competency Model은 AI 시대에 새롭게 요구되는 실제 직무역량을
사이트 바로가기
현장의 전문가 관점에서 재정의한 한국형 핵심역량 모델입니다.
이 모델은 단순 역량 나열이 아닌, AI·디지털 전환 시대에 필요한 실제 업무 수행력과
문제 해결 능력을 정확하게 측정하여 학습자의 성장 경로와 커리어 전략까지 제시하는
현대적·데이터 기반 역량체계입니다. -
02
AI 추천센터
AI 추천이란?
워크런의 AI 추천 엔진은 K-DISC 성향 + PACE-C 역량(5대 핵심역량) + 직무 정보 + 관심사 + 학습 패턴을 통합 분석해 학습자에게 가장 적합한 개인화 학습 경로를 자동 설계하는 핵심 지능화 시스템입니다.
단순한 ‘맞춤 강의 나열’이 아니라, 현재 역량·성향·경력 단계·성장 필요를 정밀 진단해 학습자만을 위한
전략적 학습 로드맵을 제시합니다.AI는 학습자의 DISC 성향, PACE-C 핵심역량 수준, 직무 요구역량, 관심사, 초기 학습 패턴을
종합 분석하여 “지금 이 학습자가 가장 필요로 하는 교육은 무엇인가?”를 정교하게 판단합니다.
강점은 더욱 강화하고, 부족한 역량은 단계적으로 끌어올릴 수 있도록
정밀한 개인 맞춤 학습 출발점을 제공합니다.처음부터 난도 높은 학습이 아니라, 학습자가 바로 몰입할 수 있는 난이도·내용·방식의 콘텐츠를
자동 추천하여 “혼자 공부가 어렵다”는 온라인 학습의 구조적 문제를 해결합니다.
사용자는 AI가 제안한 콘텐츠로 자연스럽게 학습을 시작하고, 자신의 페이스에 맞는
학습 여정을 만들어갈 수 있습니다.AI 추천은 단순한 콘텐츠 제안이 아니라, 학습 → 성찰(Reflection) → 평가 → 피드백 → 다음 추천으로 이어지는 MetaLoop 성장 루프의 첫 단계입니다.
AI는 학습자의 성찰 내용과 평가 결과를 다시 분석해 다음 학습 방향을 자동으로 재설계하며,
학습자가 스스로 성장 경로를 따라갈 수 있도록 돕는 지속형 추천 시스템을 제공합니다. -
03
학습센터
Meta-Loop Learning Method (메타루프 학습법)
메타루프 학습법은?
학습자의 DISC 성향과 PACE-C Competency Model(5대 핵심역량)을 진단하고, AI가 이를 기반으로
‘추천 → 학습 → 평가/리플렉션 → 피드백 → 다음 목표 설정’의 루프를 설계하여
학습자 스스로 지속적인 성장의 순환 구조를 만들어가는 차세대 자기주도 학습 시스템입니다.
단순한 온라인 교육을 넘어, 대면교육 수준의 성찰·피드백·몰입 설계를 온라인에서 구현함으로써 학습자가
‘혼자서도 깊이 배우고, 스스로 성장 루프를 만들어가도록 돕는 한국형 자기주도 학습 모델’입니다. -
04
리포트센터
Career Design Report
(커리어 디자인 리포트)워크런의 커리어 디자인 리포트는 학습자의 성향·역량·학습 데이터·리플렉션까지 통합하여 개인과 조직이 성장 경로를 명확하게 이해할 수 있도록 설계된 차세대 HR·러닝 리포트입니다.
진단 → 추천 → 학습 → 피드백의 전 과정이 구조화되어 담기기 때문에, 단순 학습 이수 현황이 아닌 학습자의 “커리어 변화와 성장 증거”를 확인할 수 있는 리포트입니다.진단결과 리포트
※ 리포트의 첫 번째 구성요소는 학습자의 성향과 역량에 대한 정밀 진단 결과입니다.
K-DISC 진단
K-DISC 진단을 통해 학습자의 행동 성향, 의사소통 방식, 동기유형을 시각적으로 제시합니다.
PACE-C 진단
PACE-C Competency Model(Performance, Adaptability, Communication, Execution, Customer Value)의 5대 핵심 기본역량을 정성·정량 기반으로 측정하여 학습자의 현재 직무역량 수준을 명확하게 보여줍니다.
이 결과는 단순한 성향 파악이 아니라, 학습자의 추천경로–학습전략–피드백 기준을 설정하는 출발점으로 활용됩니다.
개인뿐 아니라 조직에서도 팀·직군·레벨별로 비교와 매핑이 가능해 HRD 정책 수립에 바로 적용 가능한 핵심 데이터가 됩니다.
WORK-LEARN(워크런)의 특장점
-
01
데이터 기반 인재육성으로 HR 효율성을 극대화
워크런은 K-DISC·PACE-C 기반의 성향·역량·행동 데이터를 분석해 조직의 인재 현황을
객관적으로 파악하고, 경영자의 의사결정을 돕는 HRD 시스템입니다.
단순 교육 관리가 아니라 데이터 기반 HR 전략 수립을 가능하게 합니다. -
02
대면 교육 수준의 효과를 구현하는 차세대 비대면 교육
워크런은 네오아이즈의 MetaLoop Learning Method를 적용해 기존 온라인 교육의
한계를 넘는 몰입·성찰 기반 학습 경험을 제공합니다. AI 피드백과 성장 루프 설계를 통해
대면형 학습 효과를 비대면에서 재현하는 차세대 학습 시스템입니다. -
03
현장에서 바로 쓰는 실질적 콘텐츠 중심
워크런의 모든 콘텐츠는 실무 문제 해결·과업 수행 중심으로 설계되어 학습 즉시 적용 가능합니다.
K-DISC 기반 커뮤니케이션, 리더십, 애로 해결 등 직무 현장의 실질적 니즈를 반영해
조직의 행동 변화를 유도합니다. -
04
평생 커리어 기반으로 예비직무자·초년생 성장 강화
워크런은 예비 직무자부터 신입·1~3년차까지 자신의 커리어 기반을 구축하도록 돕는
평생 커리어 성장 시스템입니다. 성향·역량 진단 → 학습 → 리플렉션 → 커리어 디자인 리포트의
순환 구조로 개인의 성장 방향성을 명확화합니다. -
05
기업별 학습체계를 맞춤 설계할 수 있는 플랫폼
워크런은 조직 규모·직무 체계·문화·역량 기준에 따라 온전히 커스터마이징 가능한 학습 구조를
제공합니다. 직군/레벨별 교육 체계, 조직 역량 분석, AI 기반 추천까지 포함해
기업 전용 학습 생태계를 구축할 수 있습니다. -
06
리더의 조직관리·팀 운영을 쉽게 만드는 인사이트 제공
워크런은 성향·역량·학습 이력·리플렉션을 바탕으로 구성원 이해와 팀 운영에 필요한 인사이트를
제공합니다. 리더는 역할 배분·목표 설정·코칭 등을 데이터 기반으로 실행하며,
조직 운영의 효율을 높일 수 있습니다.
Work-Learn 기대효과
-
기업 경영자 관점
교육투자는 하고 있지만
‘실제 성과 데이터’가 부족한 기업- • 연간 교육비는 지출되지만, 누가 성장했고 / 어떤 역량이 보완돼야 하는지 / 조직 역량 수준이 어떤지 객관적 데이터가 없는 기업
- • WorkLearn의 K-DISC + PACE-C + 학습데이터 + 리플렉션 데이터는 경영자가 사람을 데이터로 이해하고 조직의 성장 상태를 한눈에 확인하게 해줌
“교육비를 ‘비용’이 아니라
‘투자’로 전환하고 싶은 기업”임직원 수준 편차가 커서
‘교육 표준화’가 어려운 기업- • 영업/서비스/현장직/관리직 등 직무가 다르고 연령·배경·기본기 수준 편차가 커서 교육을 통합적으로 설계하기 어려운 기업
- • WorkLearn은 DISC 성향·직무·역량·관심사 기반 AI 추천으로 구성원에게 각자 필요한 “개인화된 학습 루트”를 제공하므로 교육 표준화와 개인 맞춤형 성장관리를 동시에 구현할 수 있음
“개인 맞춤 + 조직 표준화를
동시에 원하는 기업” -
기업 내 직무자 관점
현장에서 고객을 직접 만나거나
팀과 협업하는 직무자- • 영업직, 상담직, 콜센터, 매장직, CS/AS 직원, PM/기획자 등이 해당되며 이 직무군의 핵심 성공 요인은 DISC 기반 소통·갈등관리·고객이해와 PACE-C 기반 문제해결·기본기·실행력입니다.
- • WorkLearn은 한국형 조직 문화 기반 콘텐츠 + 성향·역량 맞춤형 추천으로 실질적 업무 퍼포먼스를 강화하는데 최적화됨.
“사람을 상대하는 직무에서
실질적 성과 향상을 원하는 직원”업무의 기본기·실행 역량을
강화해야 하는 직무자- • 신입·주니어·팀 리더 후보군에 주로 해당되는 부분으로 AI 시대에 낮아진 기본기, 낮은 실행력, 커뮤니케이션 불균형 문제를 메타루프 학습법으로 정확하게 보완할 수 있습니다.
- • 특히 PACE-C 중 Execution(업무기본기·실행 역량) 강화가 필요한 직원에게 최적의 효과를 기대할 수 있습니다.
“스스로 성장 루프를 만들고 싶은 주니어 직무자”
-
예비 직무자 관점
직무적합성과 강점을 모르고
취업 준비하는 학생·취준생- • 취업을 준비하고는 있지만 자신의 성향(DISC)과 직무역량(PACE-C)을 모르는 상태에서 취업을 준비하는 경우가 많습니다.
- • WorkLearn은 성향·역량을 기반으로 진짜 적합한 직무를 알려주고 강점은 강화하고 보완점은 학습 추천으로 안내해 취업 준비의 방향을 명확히 설정하는데 도움을 줄 수 있습니다.
“무엇을 준비해야 할지 모르는 취준생에게
실질적 나침반 역할”포트폴리오·경력 스토리가 약한
사회초년생·대학생- • 기업은 “경험 기반 사고·문제 해결·소통 역량”을 요구하지만 예비직무자는 그걸 어떻게 만들지 모르는 경우가 많습니다.
- • Work-Learn은 학습 → 리플렉션 → 역량 데이터 → 포트폴리오가 자동 생성되므로 취업·인턴 준비에 큰 강점을 제공합니다.
“평생커리어 포트폴리오를
미리 구축하고 싶은 예비직무자”