강의

N
챌린지

멘토링

N
클립

커뮤니티

[강의+실습] 우리 팀에 딱 필요한 AI 활용 시나리오 만들기

인공지능 입문 강의를 들었다면, 이제는 우리만의 AI 모델을 고민해볼 차례입니다. 문제 정의부터 데이터 수집, 모델 선정까지, 실전 흐름을 따라가며 AI 프로젝트를 설계해보는 4주 챌린지입니다.

  • 최진영

25개 수업 학습

3회 미션 수행

최진영님과 함께해요!

3,020

명

수강생

239

개

수강평

4.9

점

강의 평점

2

개

강의

어려운 것을 쉽게, 쉬운것을 재미있게
링크드인 : https://www.linkedin.com/in/jin0choi/

 

전) 뮤팟 Data Scientist
현) 데이터 분석, 인공지능, 업무자동화, 생성형AI 활용 강사

  • 기업: 경남에너지, 국가보안기술연구소, 대상 주식회사, 메트라이프 생명보험, 멀린엔터테인먼트코리아, 세라젬, 시너스텍, 삼성카드, 삼성화재, 오뚜기, 카카오, 캐논코리아, 케이엔웍스, 중앙그룹, 한국투자금융지주, 현대코퍼레이션, SK 그룹

  • 기관: 경기과학진흥원, 경북ICT이노베이션스퀘어, 국토안전관원, 농림축산식품부, 문화체육관광부, 한국과학기술교육원, 한국데이터산업진흥원, 한국문화정보원, 한국능률협회

  • 부트캠프: DMC코넷, POSCO, 데잇걸즈, 멀티캠퍼스, 알파코, 청년취업사관학교, 코드스테이츠

  • 대학교: 강릉원주대학교, 강릉원주대학교, 경상과학기술대학교, 경상국립대학교, 대구대학교, 상지대학교, 전남대학교, 충남대학교, 충북대학교, 홍익대학교

 

"어떤 일을 인공지능에게 맡길 수 있을까요?
이제는 어떤일을 맡길 수 있을지 고민해야 됩니다."

인공지능(AI)에 대한 개념을 이해하고, 이제는 직접 고민해볼 차례입니다.
인공지능(AI) 업무 비중은 계속 증가됩니다.

계속해서 증가하고 있는 인공지능의 비중에서 지금 중요한 것은 인공지능(AI)에게 '어떤 일을 맡길 수 있는가'를 이해하는 것입니다. 이번 챌린지는 AI 문제정의, 데이터 수집, 모델 유형 판단까지 직접 해보는 실전 챌린지!

챌린지는 이렇게 진행돼요

총 5단계 실전 과제

  1. [강의 수강] 개념 이해를 위한 강의 수강 (3시간 4분)


    • ChatGPT, LLM, 프롬프트, 추천 시스템, AI Agent 등 주요 키워드를 흐름에 맞춰 이해하게 됩니다.

    • 개발자가 아닌 일반 직장인은 어디까지 알아야 하는가’에 대한 기준이 생깁니다.

  2. [실습] 문제 정의 & AI 적용 방식 도출

    • “이건 진짜 문제일까?”

    • Fishbone, 5Why 등을 활용해 진짜 문제를 도출하고, AI가 필요한 이유를 설득력 있게 설명

  3. [실습] 데이터 수집 전략 수립

    • 내부/외부, 정형/비정형 데이터를 구분하고

    • 내가 정의한 문제를 해결하기 위해 필요한 데이터를 표로 정리

  4. [실습] AI 방식 선정 및 적용 방향 도출

    • 지도학습? 비지도학습? 생성형 AI?

    • 내 문제에 어떤 AI 방식이 적합한지 논리적으로 판단

  5. [실습] 기대효과 & 요약도 작성

    • 문제 해결로 얻을 수 있는 정량·정성 효과를 정리

    • 최종 요약도(기획안 요약 슬라이드 형태) 작성

이런 분들께 추천해요.

강의를 듣고 직접 적용까지 하고 싶은 분

"AI 원리, 모델, 데이터까지는 알겠는데…
그럼 이걸 내 프로젝트에 어떻게 적용하지?
그냥 듣고 끝낼 순 없잖아요."

문제 정의에 자신이 없는 분
‘무슨 문제를 어떻게 풀 건데?’라는 질문 앞에서 항상 막혀요.
이번엔 진짜 문제를 제대로 정의해보고 싶어요.”

내 업무에 적용할 수 있는 인공지능은 무었은지 궁금한분

“반복 업무가 많은데, 이걸 AI로 자동화할 수 있을 것 같아요.
근데 어디서부터 어떻게 시작해야 할지 막막했거든요.
내 업무에 딱 맞는 AI 적용 방법, 스스로 설계해보고 싶어요.”

수강 후에는

  • AI를 어디에, 왜, 어떻게 써야 할지 명확해집니다.

  • 내 업무에 맞는 AI 방식(지도/비지도/강화/생성형 등)을

    스스로 판단할 수 있게 됩니다.

  • 데이터를 보는 눈이 달라집니다.

  • AI 적용에 따른 기대효과를 정량적/정성적으로 설명할 수 있게 됩니다.

  • AI 프로젝트 흐름이 머릿속에 그려집니다.


이 강의의 특징

스크린샷 2025-07-31 오전 8.57.01

직접 기획해보는 실전형 챌린지

  • 강의에서 배운 내용을 실제로 내 업무에 연결해보는 구성

  • “문제정의 → 데이터 수집 → AI 방식 결정 → 기대효과 정리”까지

  • 기획서 초안 수준의 결과물을 완성해볼 수 있어요
    → 강의에서 '듣고만 있던 내용'을, 직접 손으로 써보며 체득합니다.

스크린샷 2025-07-31 오전 8.58.00

‘AI 쓰자’가 아닌, ‘왜’와 ‘어떻게’까지 고민하게 됩니다

  • Fishbone, 5Why, KPI 매핑 등 실전에서 쓰이는 문제정의 방식 활용

  • 데이터가 정말 쓸 수 있는 상태인지, 양은 충분한지 체크리스트로 점검

  • 정량/정성 효과까지 연결


스크린샷 2025-07-31 오전 8.59.27
스크린샷 2025-07-31 오전 9.00.06

  • 보험, 유통, 제조 등 산업별 실제 AI 활용 사례 분석

  • 챗봇, 추천, 수요예측, 리스크 분석 등 문제 유형을 스스로 분류해봄
    → 실무에서 바로 써먹을 수 있는 사고틀을 얻을 수 있어요.

  • 복잡한 수학, 코드 없이

  • 표, 도식, 직관적인 워딩으로 설계되어 ‘누구나’ 작성 가능
    → 비기술 직무도 무리 없이 도전할 수 있는 가장 쉬운 AI 기획 실습 콘텐츠

이런 걸 할 수 있어요

  • AI 모델 개발의 핵심 단계(문제정의 → 데이터 수집 → 모델 설계 → 기대효과 도출)를 직접 실습

  • 나의 업무에 AI 활용(AX)을 적용할 수 있을지 구체적으로 구상

  • 문제를 정의하고, 필요한 데이터를 식별하고, 적합한 AI 방식을 판단

  • 실제 기업의 AI 적용 사례를 통해 인사이트 얻기

  • 머신러닝, 딥러닝, 추천 시스템, 인공지능(AI), AI 활용 (AX) 중 적절한 방법을 판단

이 강의를 만든 사람

2017년, 이세돌과 알파고의 대국을 보고 '인공지능을 다룰 수 있는 사람'이 되기로 결심하고 공부를 시작했습니다.


처음 인공지능을 배울 때 수학에 대한 지식이 부족해서인지 복잡한 수학과 함께 설명하는 내용을 제대로 이해하지 못했습니다. 스스로 이해를 돕기 위해 다양한 예시를 만들면서 공부했고, 그 경험으로 '어떻게 하면 쉽게 전달할 수 있을까?' 고민하는 강사가 되었습니다. 교육은 듣는 사람이 이해를 해야 의미가 있다고 생각하며, 지금은 인공지능과 데이터 분야에서 활발하게 교육을 진행하고 있습니다.


진행 강의 후기

  • 너무 어렵지 않게 난이도 설정을 적절히 해주신 게 좋았고, 실무에 필요한 내용만 골라서 교육해주셔서 아주 유익했습니다.

  • 교육 내용 구성이 그간 들었던 교육 중 가장 재밌었습니다. 실습을 통해 이론을 익히는 방식도 이해도를 높이는데 도움이 많이 되었습니다.

  • 강의 내용들이 알차며, 강사님께서 재밌게 진행해 주셔서 어렵지 않게 들었습니다.

  • 강사님의 알찬 강의, 최대한 하루 안에 많은 것을 알려주시려는 열정과 전문성을 느꼈습니다.

  • 실제 업무에 적용이 가능해 보이는 내용들로 구성되어 있어서 좋았습니다.
    강사님의 적절한 유머와 자세하고 친절하게 설명해주셔서 좋았습니다.

  • 단순히 '질문을 잘 해야 한다!'를 넘어서 이 강의가 아니었다면 절대 알 수 없었을 지식의 깊이였습니다. 흥미를 끝까지 잃지 않고 재밌게 배웠어요. 강사 분도 유쾌하시고, 끝까지 집중력있게 강의에 참여할 수 있도록 독려해주셔서 아주 좋았습니다.

  • 이론/실습 구성이 좋았고, 강사 분의 전달력이 좋았습니다.

  • 강사님의 쉬운 설명으로 이해도가 높아졌습니다.

9월

1일

챌린지 시작일

2025년 9월 1일 오전 12:00

챌린지 종료일

2025년 10월 2일 오후 11:59

챌린지 커리큘럼

전체

28개 ∙ (4시간 0분)

해당 강의에서 제공:

수업자료
챌린지 전용 수업

챌린지에서 배워요

  • 인공지능 프로젝트를 시작할 때 가장 먼저 해야 할 ‘문제 정의’의 중요성을 체감할 수 있습니다

  • 데이터 수집과 탐색 과정을 스스로 설계하면서 실무 흐름에 맞는 데이터 감각을 기를 수 있습니다

  • 지도학습, 비지도학습, 추천, 생성형 AI 중 어떤 방식이 적합한지 판단하는 기준을 배울 수 있습니다

  • 모델을 도입했을 때의 기대효과를 구체화하는 연습을 통해 실질적인 사고를 키울 수 있습니다

이런 분들께
추천드려요

학습 대상은
누구일까요?

  • 인공지능을 실제로 어디에, 어떻게 써야 할지 막막했던 분

  • 기술보다 문제를 정확히 정의하는 능력이 더 중요하다고 느끼는 분

  • 데이터가 있어도 무엇부터 해야 할지 몰라 실행이 어려웠던 분

  • 실무에 바로 쓸 수 있는 AI 아이디어를 직접 기획해보고 싶은 분

  • 인공지능을 단순히 배우는 것을 넘어, 써먹고 싶은 분

수강평

아직 충분한 평가를 받지 못한 강의입니다.
모두에게 도움이 되는 수강평의 주인공이 되어주세요!

문의 이메일

jin0choi1216@gmail.com