딥택트러닝은 머크코리아 구성원을 대상으로 생성형 AI 활용 심화과정을 진행했습니다. 이번 교육은 ChatGPT와 Gemini의 기본 사용법을 넘어, 반복 업무 자동화, 자료 기반 리서치, 콘텐츠 제작, 바이브코딩, AI Agent까지 생성형 AI를 실제 업무 프로세스에 적용하는 8시간 실습형 기업교육입니다.
생성형 AI를 사용해 봤어도 업무 적용 단계에서는 어려움을 느끼는 경우가 많습니다. 프롬프트를 반복해서 작성하고, 답변의 신뢰도를 판단하며, 도구별 활용 업무를 구분해야 하기 때문입니다. 이번 과정은 기능 나열보다 업무를 구조화하고 AI와 협업하는 방법에 초점을 맞췄습니다.
교육 개요
•
교육 주제: 생성형 AI 활용 심화
•
교육 대상: 머크코리아 구성원
•
교육 시간: 8시간
•
교육 방식: 강의, 개인 실습, 조별 토론, 업무 사례 기반 실습
•
핵심 키워드: 생성형 AI 교육, ChatGPT 업무 활용, Gemini 교육, 맞춤형 챗봇, NotebookLM, 바이브코딩, AI Agent
생성형 AI 심화교육이 필요한 이유
생성형 AI 활용의 차이는 도구 사용 경험보다 업무 적용 방식에서 나타납니다.
•
원하는 답이 나오지 않을 때 무엇을 수정해야 하는가?
•
반복 업무에 사용하는 프롬프트를 어떻게 축적하고 자동화할 것인가?
•
여러 문서와 자료를 근거로 조사하고 분석하려면 어떻게 해야 하는가?
•
자연어만으로 만든 웹앱을 어떻게 검토하고 개선할 것인가?
•
AI가 제시한 결과의 오류와 근거를 어떻게 확인할 것인가?
이 질문에 답하려면 목적과 맥락을 전달하고, 업무를 단계별로 나누며, 결과를 검증하는 능력이 필요합니다.
목적과 맥락을 전달하는 프롬프트 설계
과정의 첫 단계에서는 LLM의 핵심 작동 특성을 복습했습니다. 생성형 AI는 사용자의 지시를 따르고, 제공된 맥락을 활용하며, 복잡한 문제를 단계별로 나누어 처리합니다. 따라서 AI에게 업무를 맡길 때는 원하는 결과만 말하기보다 목적, 목표, 배경, 조건과 판단 기준을 함께 제공해야 합니다.
교육에서는 모호한 저맥락 대화와 구체적인 고맥락 대화를 비교하고, 업무 지시를 명확하게 만드는 방법을 다뤘습니다. 또한 다음 원칙을 실제 사례에 적용했습니다.
•
지시 문장과 참고 자료를 명확히 구분하기
•
복잡한 업무를 작은 단계로 나누어 요청하기
•
AI에 역할과 업무 맥락을 제공하기
•
목적과 목표를 구분해 결과 기준을 분명히 하기
좋은 프롬프트는 길고 화려한 문장이 아니라, 업무의 성공 조건을 AI가 이해할 수 있도록 구조화한 지시문입니다.
ChatGPT 프로젝트와 Gemini Gems를 활용한 반복 업무 자동화
이메일 회신, 회의록 정리, 보고서 작성처럼 자주 반복되는 업무는 프롬프트를 일회성으로 사용하는 것보다 검증된 방법을 모으고 재사용하는 것이 효과적입니다.
ChatGPT 프로젝트는 주제별 대화, 파일, 지침을 하나의 작업 공간에서 관리하는 방식으로 활용할 수 있습니다. 장기 리서치나 보고서 작성처럼 여러 차례 대화와 자료 검토가 이어지는 업무에서 맥락을 유지하는 데 도움이 됩니다.
Gemini Gems 실습에서는 반복 업무에 맞는 지침을 작성하고 맞춤형 챗봇을 설계했습니다. 이메일 사례에서는 메일의 핵심 내용을 요약하고, 회신에 필요한 의사결정 사항을 사용자에게 확인한 뒤, 답변과 후속 할 일까지 정리하는 과정을 하나의 업무 흐름으로 만들었습니다.
이러한 접근은 AI를 단순한 대화 도구에서 반복 가능한 업무 시스템으로 전환합니다.
NotebookLM과 생성형 AI를 활용한 리서치·콘텐츠 제작
자료가 많은 업무에서는 AI에게 일반적인 답을 요청하기보다 신뢰할 수 있는 소스를 먼저 제공하는 것이 중요합니다. 이번 교육에서는 NotebookLM에 PDF, 음성파일, 유튜브, 복사한 텍스트 등을 소스로 등록하고 자료를 분석하는 방법을 다뤘습니다.
규정이나 상품 설명자료를 검증용 소스로 활용하고, 분석 결과를 새로운 콘텐츠로 전환하는 방식도 살펴봤습니다. 이를 통해 자료 조사, 비교 분석, 기획과 콘텐츠 제작을 연결할 수 있습니다.
Gemini Canvas 등의 생성 기능을 활용해 텍스트 결과물을 웹페이지, 인포그래픽, 슬라이드 형태로 발전시키는 방법도 포함했습니다. 생성형 AI 교육의 목표를 답변 생성에 한정하지 않고 실제 업무 결과물을 만드는 단계까지 확장한 것입니다.
PRD부터 시작하는 바이브코딩 실습
바이브코딩은 자연어로 AI와 대화하며 소프트웨어를 만드는 방식입니다. 코딩 경험이 적어도 아이디어를 웹앱으로 구현할 수 있지만, 원하는 기능을 안정적으로 만들려면 먼저 제품의 목적과 요구사항을 구조화해야 합니다.
교육에서는 **PRD(Product Requirements Document)**를 활용해 다음 내용을 정리했습니다.
•
제품의 목적과 비즈니스 목표
•
핵심 사용자와 사용 흐름
•
구현해야 할 주요 기능
•
제약 조건과 수정 기준
주간업무 데이터를 기반으로 팀장용 대시보드를 기획하는 사례에서는 필요한 정보를 분석하고, PRD를 작성·검토한 뒤, 웹앱을 만들고 기능을 수정하는 전 과정을 연결했습니다.
바이브코딩의 핵심은 한 번의 프롬프트로 완성품을 얻는 것이 아닙니다. 1 프롬프트 = 1 기능 수정 원칙으로 변경 범위를 관리하고, 기존 기능이 유지되는지 확인하며, 화면과 데이터가 의도대로 작동하는지 계속 검증해야 합니다.
AI Agent 시대의 업무 설계와 검증
검색 AI는 정확한 사실과 최신 정보 탐색에, 생성 AI는 아이디어와 콘텐츠 제작에 강점이 있습니다. AI Agent는 업무 프로세스를 계획하고 다른 AI나 도구와 협업해 결과물을 만드는 방향으로 활용 범위가 확장됩니다.
이때 사람의 역할은 줄어드는 것이 아니라 달라집니다. 업무의 목적과 기준을 정하고, 필요한 자료를 제공하고, 중간 결과를 검토하며, 최종 의사결정을 내려야 합니다. AI가 제시한 답에는 근거와 출처를 요구하고, 필요한 경우 다른 AI나 원자료로 교차 검증해야 합니다. 개인정보와 회사의 민감정보를 입력하지 않는 보안 원칙도 함께 지켜야 합니다.
이런 조직에 추천합니다
•
생성형 AI 기본교육 이후 실무 적용 수준을 높이고 싶은 조직
•
ChatGPT와 Gemini를 반복 업무에 체계적으로 활용하려는 조직
•
사내 자료를 기반으로 리서치와 콘텐츠 제작 역량을 강화하려는 조직
•
비개발 직군의 바이브코딩과 업무용 웹앱 제작을 경험하려는 조직
•
AI Agent 도입에 앞서 업무 설계와 검증 역량을 준비하려는 조직
•
AI 도구별 기능 교육을 넘어 구성원의 업무 방식 변화를 만들고 싶은 조직
머크코리아 생성형 AI 활용 심화과정은 기본 프롬프트 -> 맞춤형 업무 도구 -> 자료 기반 분석 -> 바이브코딩 -> AI Agent로 이어지는 AI 업무 활용의 확장 과정을 다룹니다. 구성원이 각자의 업무를 구조화하고, AI에 적절히 위임하며, 결과를 검증하는 실무 역량을 높이는 데 목적이 있습니다.
생성형 AI 기업교육, ChatGPT·Gemini 업무 활용 교육, 프롬프트 교육, NotebookLM 교육, 바이브코딩 교육이 필요하다면 딥택트러닝에 문의해 주세요.
•
연락처: 010-6651-6268 (박재현 소장)
#머크코리아 #생성형AI교육 #ChatGPT교육 #Gemini교육 #AI업무활용 #프롬프트교육 #NotebookLM #바이브코딩교육 #AIAgent #업무자동화 #업무생산성 #기업교육 #딥택트러닝 #박재현소장
