공통역량
홈
›
PROGRAM
›
공통역량
›
Task Producing
AI 교육 커리큘럼
Learn to Earn!
업무 자동화부터 전략기획, Web App 개발, 리더십 전환까지 실무에 바로 적용할 수 있는 AI 활용 역량을 단계적으로 학습
Learn to Earn!
혁신적 비즈니스 기회 포착을 위한 고객 분석 및 가치 제안 요소 도출
Learn to Earn!
혁신적 비즈니스 기회 포착을 위한 고객 분석 및 가치 제안 요소 도출
과정 목표
ㆍ인간-AI 에이전트 업무 자동화
ㆍ업무방식 AI로 재설계하기
ㆍ자연어 기반 앱 개발, 초고속 프로토타이핑
ㆍ조직 내 AI 운영모델 재설계
대상
ㆍ매일 반복되는 업무로 시간이 부족한 실무자
ㆍ업무 자동화를 구현하고 싶은 직원
ㆍ아이디어를 실제 업무 도구로 구현해 보고 싶은 실무자
ㆍAI를 조직 내 실제 업무에 적용 및 확산 방향성을 고민하는 리더
시간
4~7시간
01
모듈
전략과 혁신: 성장과 생존
주요 내용
[Intro] Team Setting
& 과정 개요 및 Process 안내
& 과정 개요 및 Process 안내
- 선제적 ‘변화’를 추구하는 전략과 혁신의 중요성
- 기회를 창출하는 Business Insight
- 망치의 딜레마와 터널 시야
교수 방법
강의
사례
사례
02
모듈
BMC Overview
주요 내용
- BMC(Business Model Canvas)란 무엇인가
- BMC의 구성과 작성법, 타 전략과의 비교
- Canvas 작성의 흐름
- Draw(현상 파악) – Reflect(재검토) – Revise(수정) – Act(실행)
교수 방법
동영상 시청
강의
사례
강의
사례
03
모듈
BMC W/S
교수 방법
강의
사례
팀 토의
Activity
동영상
사례
팀 토의
Activity
동영상
주요 내용
Step 1. Customer Segments
환경 분석과 상황 파악이 중요한 이유 / 고객 세그먼트 / 고객 세그먼트의 다양한 예 / [그룹 토의] 우리 고객 세그먼트 확인하기
Step 2. Value Propositions
CF Management Game / 고객이 요구하는 Value 찾기 / 고객 가치의 종류와 우리 솔루션과의 연결 / 공감 지도 그리기 / 우리만의 차별화 포인트 찾기 (POD)
Step 3. Channels
채널의 유형과 사례 / 채널의 5가지 요소 / 우리 회사의 채널 정리하기
Step 4. Customer Relationships
고객 확보와 유치, 판매 촉진의 Key Points / 고객 관계 전략의 다양한 유형들 / 고객 관계 전략 아이디어 수집 / BMC Right – Side(Revenue Streams)정리
Step 5. Key Resources & Activities
핵심 자원 – 중요 자산 정리 / 현재 보유된 자원과 미래 확보해야 할 자원 / 우리의 VP는 어떤 핵심 활동을 필요로 하는가 / 현재의 자원과 활동 점검하기
Step 6. Key Partner
최적화와 규모의 경제 / Long Tail 전략의 가능성 / Porter의 5 Forces Model / 전략적 동맹과 코피티션, 조인트 벤처의 적용 사례 / BMC Left-Side(Cost Structure)정리
환경 분석과 상황 파악이 중요한 이유 / 고객 세그먼트 / 고객 세그먼트의 다양한 예 / [그룹 토의] 우리 고객 세그먼트 확인하기
Step 2. Value Propositions
CF Management Game / 고객이 요구하는 Value 찾기 / 고객 가치의 종류와 우리 솔루션과의 연결 / 공감 지도 그리기 / 우리만의 차별화 포인트 찾기 (POD)
Step 3. Channels
채널의 유형과 사례 / 채널의 5가지 요소 / 우리 회사의 채널 정리하기
Step 4. Customer Relationships
고객 확보와 유치, 판매 촉진의 Key Points / 고객 관계 전략의 다양한 유형들 / 고객 관계 전략 아이디어 수집 / BMC Right – Side(Revenue Streams)정리
Step 5. Key Resources & Activities
핵심 자원 – 중요 자산 정리 / 현재 보유된 자원과 미래 확보해야 할 자원 / 우리의 VP는 어떤 핵심 활동을 필요로 하는가 / 현재의 자원과 활동 점검하기
Step 6. Key Partner
최적화와 규모의 경제 / Long Tail 전략의 가능성 / Porter의 5 Forces Model / 전략적 동맹과 코피티션, 조인트 벤처의 적용 사례 / BMC Left-Side(Cost Structure)정리
04
모듈
Wrap Up
주요 내용
- 당사의 Agenda를 중심으로 BMC 완성하기
- 상호 피드백 및 Insight 검증
교수 방법
강의
실습
실습
🔵 [Track 1] 업무 자동화 과정
💡 1. 엑셀 업무 자동화 과정 (초급, 7H)
| 모듈 | 주요 내용 | 교수 방법 |
|---|---|---|
| 생성형 AI와 엑셀 자동화의 이해 | 1. 생성형 AI(ChatGPT·Claude) 엑셀 활용 전략 - 생성형 AI 프롬프트 기초 및 엑셀 연동 프로세스 학습 2. AI 기반 엑셀 함수 및 수식 자동 생성 실습 - AI를 활용하여 복잡한 엑셀 함수를 실시간으로 도출하는 방법 체득 3. 실무 데이터 정리·가공 자동화 프레임 - 데이터를 가공하기 쉽도록 전처리하고 자동으로 가공하는 시스템 체계 정립 | 강의 실습 |
| AI 기반 VBA 매크로 자동 생성 | 1. VBA 기본구조 이해 및 매크로코드 생성 - AI가 코드를 작성하는 원리를 이해하고 업무에 적용 가능한 매크로 코드 구현하기 2. 원클릭 자동 실행 시스템 제작 - 단순 반복 업무를 버튼 하나로 끝내는 사용자 중심의 자동화 시스템 설계 3. 조건분기·반복처리 매크로 설계 실습 |
|
| 실무 업무 자동화 시스템 구축 | 1. 데이터 보고서 자동생성 매크로 개발 - 지점별·월별 등 특정 기준에 맞춰 엑셀 보고서가 원클릭 생성되는 시스템 구축 2. 대량 데이터 일괄 처리 시스템 설계 - 포맷이 다른 여러 개의 데이터를 병합·정제·분할 3. 파일 연계 자동화 구현 - 서로 다른 엑셀 파일과 시트 간의 데이터를 유기적으로 연결하여 실시간 동기화 |
|
| 실전 프로젝트 및 발표 | 1. 부서별 맞춤 자동화 프로젝트 수행 2. 자동화 결과물 시연 및 발표 | 실습 발표 |
💡 2. SQL 데이터 처리 자동화 과정 (중급, 7H)
| 모듈 | 주요 내용 | 교수 방법 |
|---|---|---|
| 생성형 AI와 데이터 분석의 패러다임 이해 | 1. 데이터 분석 업무와 SQL의 역할 이해 - 데이터 조회, 정리, 분석, 보고까지 이어지는 전체 흐름과 SQL의 역할 파악 2. 자연어 기반 데이터 질의 방식 학습 - AI에게 원하는 데이터를 정확히 요청하는 질문 구조와 방식 이해 3. 데이터 수집·전처리 자동화 개념 학습 - 반복적인 데이터 처리 업무를 줄이기 위한 기본 자동화 개념 이해 | 강의 실습 |
| AI 기반 SQL 자동 생성 및 데이터 조회 | 1. 자연어 기반 SQL 자동 생성 실습 - 필요한 데이터를 문장으로 요청하고 SQL로 변환하는 방식 실습 2. 복잡한 조건·조인·집계 쿼리 생성 - 실무에서 자주 사용하는 조회, 비교, 그룹화, 집계 쿼리 실습 3. SQL 수정 및 재사용 방식 학습 - 오류가 발생한 SQL을 보완하고 반복 활용 가능한 형태로 정리 |
|
| 데이터 시각화와 대시보드 설계 | 1. 분석 결과 시각화 자동화(차트/그래프) - 조회한 데이터를 차트와 표 형태로 빠르게 정리하는 방식 실습 2. 핵심 지표 기반 대시보드 설계 - 자주 보는 수치를 중심으로 보고용 대시보드 구조와 화면 구성 정리 3. 인사이트 도출 프레임 학습 - 수치 변화, 패턴, 이상값을 해석해 의미 있는 분석 포인트 도출 |
|
| 현업에 적용하는 AI 인사이트 | 1. 데이터 분석결과 기반 보고서 최종 작성 - 분석 결과물 시연 및 발표 / 피드백 및 현업 적용 방안 연구 | 실습 발표 |
💡 3. 반복 업무 자동화 과정 (중급, 7H)
| 모듈 | 주요 내용 | 교수 방법 |
|---|---|---|
| (Claude） AI 프롬프팅과 자동화 시나리오 설계 | 1. 반복 업무 자동화 대상 도출 2. 업무 프로세스 분석 및 자동화 포인트 도출 - 업무 목적과 흐름을 AI가 이해할 수 있는 형태로 정리 3. 자동화 시나리오 초안 설계 - 입력값, 처리 방식, 결과값 중심으로 자동화 흐름 구상 | 강의 실습 |
| (Make) 비주얼 빌더 워크플로우 구축 | 1. Make 기본 구조와 사용 방식 이해 - 모듈 연결, 실행 방식, 기본 화면 구성 이해 2. 조건 분기 및 반복 흐름 설계 - 업무 상황에 따라 다르게 작동하는 자동화 구조 실습 3. 협업 도구 연동 자동화 실습 - 메일, 시트, 슬랙 등 실무 도구 연결 방식 학습 |
|
| 실무 자동화 파이프라인 구축 실전 | 1. 부서별 반복 업무 자동화 구현 - 자료 취합, 보고 전달, 알림 전송 등 실무 흐름 자동화 2. 정기 실행 기반 자동화 구성 - 정해진 시간이나 조건에 따라 자동 실행되는 구조 실습 3. 업무 프로세스 연결 자동화 - 여러 단계를 하나의 흐름으로 연결하는 파이프라인 구성 |
|
| 나만의 AI 업무 비서 완성 및 발표 | 1. 자동화 결과 테스트 및 보완 2. 부서에 적용할 자동화 프로세스 정리 3. 자동화 결과 공유 및 발표 | 실습 발표 |
🟢 [Track 2] 전략 기획 및 보고서 작성 체계화 과정
💡 4. AI 기획 보고서 전문가 과정 (초급, 7H)
| 모듈 | 주요 내용 | 교수 방법 |
|---|---|---|
| AI 시대 기획 보고서의 패러다임 전환 | 1. 좋은 기획 보고서의 구조와 핵심 원칙 2. 생성형 AI 활용 보고서 작성 전략 (ECOR 방법론) - Explore(탐색) → Construct(구조화) → Optimize(최적화) → Review 3. AI 프롬프팅 기초 : 보고서에 최적화된 질문법 4. 보고서 유형별 AI활용 프레임워크 정리 - 제안서, 기획안, 임원보고 등 문서 목적별 작성 접근 정리 | 강의 실습 |
| Google AI Studio 기반 보고서 초안 작성 | 1. 보고서 초안 생성용 프롬프트 설계 2. 기획 보고서 초안 자동 작성 실습 - 개요, 본문, 추진 배경, 실행안 등 초안 구성 실습 3. 데이터와 논거를 반영한 구조화 - 핵심 근거와 스토리 흐름을 반영한 보고서 뼈대 정리 4. 시각 자료 / 차트 구성 및 레이아웃 방법론 |
|
| Claude 활용 보고서 고도화 및 템플릿 구축 | 1. 보고서 논리와 메시지 고도화 - 문장 다듬기, 논리 보완, 설득 포인트 강화 방식 학습 2. 재사용 가능한 보고서 템플릿 구축 - 부서 공통으로 활용 가능한 보고서 구조와 문안 자산화 3. Executive Summary 작성 실전 실습 |
|
| 프리미엄 보고서 완성 및 발표 | 1. 최종 보고서 완성본 정리 2. 보고서 시연 및 발표 | 실습 발표 |
💡 5. AI 전략 기획ㆍ데이터 자동화 통합 과정 (중급, 7H)
| 모듈 | 주요 내용 | 교수 방법 |
|---|---|---|
| AI 기반 전략 기획 보고서 설계 | 1. 전략 보고서 구조와 설계 원칙 이해 (ECOR 프레임) - 전략 보고서에 필요한 핵심 메시지, 논리 흐름, 설계 방식 정리 2. 생성형 AI 기반 기획 초안 작성 - 주제, 목적, 대상에 맞는 전략 기획 초안 구성 실습 3. 데이터 기반 기획 프레임 이해 - 기획 내용에 데이터 근거를 연결하는 기본 접근 방식 학습 | 강의 실습 |
| 엑셀 데이터 전처리·분석 자동화 | 1. AI 기반 데이터 정리 및 가공 자동화 - 함수, 수식, AI 활용을 통해 데이터 정리 구조 자동화 2. VBA 기반 반복 처리 자동화 - 전처리, 병합, 분할, 집계 등 반복 작업 자동화 실습 3. 분석 결과 시각화 기초 구성 - 핵심 지표와 분석 결과를 보고용 형태로 정리 |
|
| 기획-데이터 연계 실전 프로젝트 | 1. 데이터 분석 결과의 보고서 반영 - 정리된 데이터를 기획 보고서 논거와 메시지에 연결 2. 자동화된 데이터 기반 보고서 작성 - 기획 내용과 데이터 결과를 함께 반영한 통합 문서 구성 3. 기획→데이터→결과물 흐름 실습 - 업무 전체 흐름을 하나의 결과물로 연결하는 방식 실습 |
|
| 통합 결과물 발표 및 피드백 | 1. 통합 프로젝트 결과물 정리 - 기획안과 데이터 결과를 반영한 최종 산출물 정리 2. 실습 결과 발표 및 피드백 | 실습 발표 |
🟠 [Track 3] 바이브코딩 노코드 앱 개발 과정
💡 6. AI 웹앱 프로토타입 구현 과정 (초급, 7H)
| 모듈 | 주요 내용 | 교수 방법 |
|---|---|---|
| 바이브코딩 패러다임 이해 | 1. 바이브코딩 개념 이해 - AI와 함께 앱을 만드는 방식과 기존 개발 방식의 차이 이해 2. 업무 자동화 아이디어 발굴 - 현업에서 불편한 업무를 앱 형태로 바꿀 수 있는 대상 정리 3. 바이브코딩으로 구현할 앱 기획 - 만들고자 하는 기능, 화면, 사용자 흐름을 간단히 구조화 | 강의 실습 |
| Google AI Studio로 가벼운 바이브코딩 | 1. Google AI Studio 기본 활용 방식 이해 - 화면 구성, 프롬프트 입력, 결과 생성 방식 실습 2. 업무 아이디어의 앱 구조화 - 실무 아이디어를 입력 화면, 처리 기능, 결과 화면으로 구체화 3. 간단한 AI 기능 구현 실습 - 요약, 분류, 문서 생성 등 업무 활용 기능 초안 구성 |
|
| 업무 앱 기획·설계·개발 실전 | 1. 업무 앱 기획서 작성 - 사용 목적, 대상, 주요 기능을 기준으로 앱 기획안 정리 2. 프롬프트 기반 프로토타입 개발 - AI를 활용해 화면과 기능이 포함된 앱 초안 구현 3. UI/UX 및 기능 개선 실습 - 사용 흐름을 점검하고 기능을 보완해 완성도 높이기 |
|
| 결과물 발표 및 공유 | 1. 제작 결과물 정리 - 앱 목적, 기능, 기대 효과 중심으로 결과물 구조화 2. 웹앱 또는 에이전트 시연 및 피드백 | 실습 발표 |
💡 7. AI 웹앱 실전 개발 과정 (중급, 7H)
| 모듈 | 주요 내용 | 교수 방법 |
|---|---|---|
| AI 웹 개발 환경 구축과 첫 번째 앱 제작 | 1. AI 웹앱 개발 방식과 Antigravity 구조의 이해 2. 개발 환경 세팅 및 구조 파악 - VS Code, Claud를 사용해 개발환경을 세팅 - Python·React·Node.js 풀스택 구조 이해 3. 첫 번째 웹앱 실행 실습 - 간단한 화면과 기능이 포함된 웹앱 첫 구현 경험 | 강의 실습 |
| Antigravity로 업무용 웹 시스템 기획 및 기능 구현 | 1.홈페이지형 업무 화면과 기능 구조 설계 - 입력, 조회, 수정 등 실무 중심 기능 흐름 정리 2. 데이터 처리 기능 구현 실습 - 업무 데이터(데이터입력·조회·관리)를 다루는 기능을 직접 구현 3. 사용자 인터페이스 디자인 최적화 - 실제 사용을 고려한 화면 구조와 이용 흐름 설계 |
|
| 실전 업무 앱 고도화 및 배포 실습 | 1. 검색·필터·대시보드 기능 확장 - 실무 활용도를 높이는 추가 기능 구성 2. 앱 완성도 개선 및 테스트 - 기능 점검, 오류 수정, 사용 흐름 보완 3. 웹앱 배포 실습 - 만든 결과물을 외부에서 실행 가능한 형태로 배포(Vercel·Netlify 등 사용) |
|
| 포트폴리오 완성 및 발표 | 1. 결과물 최종 정리 - 웹앱 시연 및 발표 | 실습 발표 |
💡 8. 외부 연계 API 기반 AI 업무 앱 개발 과정 (고급, 7H)
| 모듈 | 주요 내용 | 교수 방법 |
|---|---|---|
| AI 웹 개발 환경 구축과 첫 번째 앱 제작 | 1. REST API 기본구조와 동작 원리 이해 2. 공공/금융 Open API 탐색 및 키 발급 실습 3. API 호출 및 응답데이터 처리 기초 4. Thunder Client 활용 API 테스트 | 강의 실습 |
| Antigravity로 업무용 웹 시스템 기획 및 기능 구현 | 1. 공공·금융 데이터 API 연동 시스템 개발 - 공공 데이터 API 연동 웹 서비스 개발 - 금융 데이터API 활용 실시간 조회 시스템 2. 지도·위치API 연동 서비스 구현 3. 외부 시스템 연계 서비스 구조화 - 여러 데이터 소스를 연결하는 업무 서비스 흐름 설계 |
|
| AI API 결합 지능형 업무 앱 구현 | 1. Claude·GPT API 연동 AI 기능 탑재 - Claude·GPT에 API를 연동시키고 MCP 프로토콜을 기반으로 자동화 설계 - 불러온 데이터를 분석·요약·추천 형태로 가공하는 기능 구현 2. AI 챗봇·문서 분석 기능을 업무 앱에 통합 3. 에이전틱 자동화 패턴 적용 실습 |
|
| 서비스 런칭 및 발표 | 1. 서비스 배포 및 운영 환경 구성 2. 결과물 테스트 및 앱 시연 | 실습 발표 |
🟣 [Track 4] 리더 대상 AI 과정
💡 9. 리더의 업무 자동화 과정 (중급, 4H)
| 모듈 | 주요 내용 | 교수 방법 |
|---|---|---|
| AI 기술 이해와 리더의 역할 재정의 | 1. 개인 맞춤 설정을 통한 생성형 AI 200% 활용하기 2. sLLM 구축 및 머신러닝(AI를 학습시키는 방법) 3. 기업 보안을 위한 Local LLM 구축 시연 4. AI 환각(Hallucination) 현상99% 제거 설정 및 실습 5. ChatGPT·Claude·Gemini·Copilot 모델별 특성 비교와 업무 적합성 분석 | 강의 실습 |
| AI 기반 경영 전략 분석 의사결정 자동화 | 1. 경영전략 수립 보고서 작성을 위한 데이터 수집 및 분석 2. MAKE를 이용한 업무 프로세스 자동화 - 데이터 자동화 분석 및 검색 → AI 프롬프트를 통한 인사이트 발굴 3. 생성형 AI API 발급을 통한 업무 자동화 생성(Claude AI 등) 4. MAKE AI 활용 실습(전략 수립을 위한 프로세스 자동화 실습) |
|
| 전략기획보고서 -인사이트 도출 프로그램 | 1. Raw Data 분석을 통한 전략 기획 보고서 생성기 개발 2. 생성형 AI를 활용한 Raw Data로 부터의 데이터 분석 인사이트 생성기 프로그램 개발 (어떤 데이터를 입력해도 동일한 수준의 보고서 생성) 3. 데이터 분석 앱 개발 실습 4. 인사이트 보고 문서를 통한 전략기획 보고서 마스터하기 5. 통합 보고서 생성기 개발 실습 : 보고서 자동 생성기 |
|
| 전략기획보고서 -아이디어 기반 보고서 생성 앱 개발 | 1. Raw Data가 없는 아이디어 기반의 전략 기획 보고서 생성기 개발 2. MECE 개념을 활용한 프롬프트 엔지니어링 3. 웹 보고서 생성기 4. 아이디어 기반의 전략 기획 보고서 앱 개발 실습 | 실습 발표 |
💡 10. 리더의 조직관리 과정 (중급, 4H)
| 모듈 | 주요 내용 | 교수 방법 |
|---|---|---|
| AI 기술 이해와 리더의 역할 재정의 | 1. 개념이해 - LLM(대형 언어모델) 작동원리—토큰, 파라미터, 추론 방식 핵심이해 - ChatGPT·Claude·Gemini·Copilot 모델별 특성 비교와 업무 적합성 분석 2. 기술실습 - 리더 관점 프롬프트 직접 실습 : 전략 문서 요약, 시장 분석 요청 - AI 환각(Hallucination) 현상 직접 체험 및 리더의 품질 검증 기준 수립 | 강의 실습 |
| 구성원 AI 역량코칭 및 업무설계 | 1. 코칭 전략 - AI 도입 저항 유형 분석 및 구성원 수준별 맞춤 코칭 프레임워크 - AI 친화적 조직 문화 구축 : 루틴 설계와 성과 인정 연계 전략 2. 기술적용 - 업무 유형별 AI 도구 매핑: 반복 업무 자동화 vs 판단 업무 AI 보조 구분 - 팀단위 프롬프트 템플릿 설계 실습: 보고서·회의록·기획안 자동화 |
|
| 조직 AI 도입 관리체계 및 보안전략 | 1. 기술·보안 - RAG·API·Fine-tuning 개념 이해: 사내 AI 시스템 도입 시 리더 의사결정 포인트 - AI 사용시 데이터 보안 리스크: 기밀 정보 유출 사례와 사내 가이드라인 수립 - AI 성과 측정 KPI 설계 : 생산성·품질·비용 절감 지표 체계 구축 - 국내외 AI 도입 성공·실패 기업 사례 분석 및 우리 조직 벤치마킹 |
|
| AI 리더십 실전 워크숍 | 1. 실전 워크숍 - 내 팀 업무 AI 전환 진단: 자동화 가능 업무 리스트업 & 우선 순위 로드맵 수립 - 리더 직접 실습 : AI로 경영 현황 분석 보고서/의사결정 시나리오 작성 - 조직별 30일 AI 실행 계획(Action Plan) 수립 발표 및 상호 피드백 - 현업 즉시 적용 AI 리더십 체크리스트 및 추천 도구 로드맵 제공 | 실습 발표 |
