| 6일 과정 (36시간) | 생성형 AI 개념 및 프롬프트 엔지니어링 (3시간) | - 생성형 AI 작동 원리·주요 도구(ChatGPT·Claude) 특성·할루시네이션·토큰·컨텍스트 개념
- 좋은/나쁜 프롬프트 비교 시연, 재질문(Follow-up) 기법
- 실습: 보고서·데이터 요약·이메일 등 내 업무 시나리오로 프롬프트 작성
- 프롬프트 기법(Role·Context·Format·Chain-of-Thought)별 결과 비교
- 소그룹 프롬프트 공동 설계·발표, 개선 사이클(Draft→Evaluate→Refine)
- 현업 적용 실습 — 참가자 업무 자료로 직접 실행·완성
- 결과물 리뷰 & 피드백 — 소그룹 공유 후 강사 1:1 코칭
|
| AI 기반 데이터 구조 재설계 (5시간) | - 데이터 전처리 핵심 개념(결측값·중복값·이상값·타입 불일치)
- 엑셀 오류 사례(병합 셀·날짜 형식 혼재·빈 행) 진단
- AI에 엑셀 업로드 → 오류 탐지·정제, 정제 전후 비교
- 실습 3단계: 결측·중복 제거 → 형식 통일·정규화 → 비정형 데이터 테이블 재설계
- 소그룹 오류 데이터 진단 워크숍·팀별 해결안 발표
- 현업 적용 실습 — 참가자 업무 자료로 직접 실행·완성
- 결과물 리뷰 & 피드백 — 소그룹 공유 후 강사 1:1 코칭
|
| 데이터 분석 개념 및 알고리즘의 이해 (8시간) | - 데이터 분석 절차(문제정의→수집→전처리→모델링→평가→해석)
- 머신러닝 알고리즘(분류·회귀·군집화)을 코드 없이 사례·비유로 이해
- Teachable Machine·Orange로 알고리즘 작동 원리 시각화
- Orange 노코드 실습 3단계: 기초 통계·시각화 → 분류·평가 → 군집화·인사이트
- 알고리즘 성능 비교(의사결정나무·랜덤포레스트·kNN), Test&Score 지표 비교
- 실무 시나리오: 고객 이탈 군집화·매출 예측 회귀 모델
- 현업 적용 실습 — 참가자 업무 자료로 직접 실행·완성
- 결과물 리뷰 & 피드백 — 소그룹 공유 후 강사 1:1 코칭
|
| 워크플로우 자동화 AI 에이전트 구축 (6시간) | - 워크플로우 자동화 개념·n8n 특징(무료 오픈소스·셀프호스팅·AI 노드)
- RAG(회사 문서 기반 AI 응답) 원리 시각화
- n8n 워크플로우 생성·노드 연결·트리거·실행·디버깅 시범 후 모방 실습
- 단계적 실습 5단계: API 자동기록 → 데이터 수집 → AI 요약·발송 → 벡터DB 구축 → RAG 챗봇 완성
- 실무 자동화 과제: 요구 분석 → 노드 파악 → 설계 → 구현 → 테스트 → 개선
- 현업 적용 실습 — 참가자 업무 자료로 직접 실행·완성
- 결과물 리뷰 & 피드백 — 소그룹 공유 후 강사 1:1 코칭
|
| 인터랙티브 대시보드 구축 (14시간) | - 웹 프로그램 작동 원리(클라이언트-서버·HTML·CSS·JS 역할)를 비유로 이해
- 바이브 코딩 개념: 자연어 요청 → AI 코드 생성 → 확인·조정
- AI 코딩 도구(Claude·ChatGPT·Cursor) 시범, 좋은/나쁜 요청 비교, MCP·API 연동
- 단계적 실습 5단계: HTML 뼈대 → 차트 추가 → 엑셀 업로드 연동 → MCP·API 확장 → 디자인·인터랙션
- 도구별(Claude·ChatGPT·Cursor) 결과 비교, MCP 연동 전후 비교
- 성찰: AI 생성 코드의 한계·보안·유지보수, 주도적 활용 태도
- 현업 적용 실습 — 참가자 업무 자료로 직접 실행·완성
- 결과물 리뷰 & 피드백 — 소그룹 공유 후 강사 1:1 코칭
|
