생성형 AI 실무
ChatGPT · Claude · Gemini · Copilot 활용
박상훈 Park Sanghun
Data & AI · 기업교육
기업교육 전문가
데이터와 AI로
일하는 일상을
만듭니다.
도구를 가르치지 않습니다. 일하는 방식을 바꿉니다.
신뢰 지표
- 기업교육 경력
- 0 년+
- 누적 출강
- 0 여 건
- 대기업 · 공공 · 연구 · 미디어 · 금융 · 제조 · 바이오
- 전 산업군
2026년 상반기 기준
도구가 아니라, 일하는 방식을 바꿉니다
저는 AI 전문가이기 이전에 기업교육 전문가입니다. 2014년 제조 현장의 품질·통계 교육에서 출발해, 데이터 분석과 리터러시를 거쳐, 지금은 생성형 AI와 업무 자동화에 이르기까지 — 10년 넘게 '현장이 실제로 일하는 방식'을 다뤄왔습니다.
그래서 제 교육은 도구의 기능을 나열하지 않습니다. 그 도구가 임직원의 하루를, 팀의 업무 흐름을 어떻게 바꾸는지에서 시작합니다. 여러 기업·기관에서 130여 차례 검증해온 이 관점이, 유행을 따라가는 교육과 저를 구분하는 지점입니다.
- 2014~
품질·통계 교육의 시작
제조 현장 6시그마(GB/BB)·통계적 공정관리(SPC), 데이터 기반 문제해결
- 2018~
데이터 분석·리터러시로 확장
빅데이터 전문가 과정, 노코드 데이터 분석, 데이터 리터러시 교육
- 2023~
생성형 AI 교육 본격화
ChatGPT 실무 활용, 업무 자동화, 대기업 전사 AI 교육
- 현재
일하는 방식을 바꾸는 AI
생성형 AI·AI 에이전트·바이브코딩·업무 자동화(n8n)·BI를 현장 업무에 통합
Expertise
다루는 영역
AI 에이전트 · 자동화
AI 에이전트 · 바이브코딩 · n8n · Make · Power Automate · Copilot Studio
데이터 분석 · BI
데이터 분석 · Power BI · 마케팅 데이터 분석 · 실무 엑셀
품질 · 통계 (기반 역량)
6시그마 GB/BB · 통계적 공정관리(SPC)
Insights
인사이트
현장에서 검증한 데이터·AI 활용 인사이트를 이곳에서 나눕니다.
데이터의 쓸모는 쓸 때가 아니라 모을 때 정해집니다
AI가 오랫동안 미뤄둔 숙제를 하나 풀어줬습니다. '일단 다 모아둬라, 언젠가 쓴다' — 그 언젠가를 진짜로 데려온 거죠. 이제 쌓아둔 데이터 더미를 통째로 AI에게 넘길 수 있게 됐습니다. 그래서 넘겨봤더니, 못 씁니다. 문제는 데이터의 양이 아니었습니다. 모을 때 아무도 한 줄을 안 적어둔 거였죠. 그 한 줄은 나중에 복원되지 않습니다.
- 데이터
- AI활용
- 일하는방식
- 데이터수집
- 실무
'확인만 하겠습니다'라는 코드가 가장 위험합니다
AI에게 일을 시켰더니, 준비 단계에서 제가 열어놓고 작업하던 소프트웨어를 그냥 종료시켰습니다. 저장 안 한 작업이 통째로 날아갔죠. 파일을 지우라고 시킨 적은 없습니다. 파일도 안 지워졌고요. 위험한 건 제가 시킨 일이 아니라, 그 일에 딸려온 부수효과였습니다. 그래서 위임의 상한선은 하나가 더 있습니다 — 되돌릴 수 있는 만큼만 맡길 수 있습니다.
- AI에이전트
- 위임
- 일하는방식
- 자동화
- 복구
'이제 한 줄이면 된다'는 말을 믿지 마세요
요즘 '프롬프트 엔지니어링은 끝났다, 이제 한 줄이면 된다'는 말이 넘칩니다. 반은 맞고 반은 함정이에요. 그 한 줄이 데모처럼 작동하는 건, 수면 아래에 누군가 시스템 프롬프트·맥락·스키마·도구·루프를 다 깔아놨기 때문입니다. 프롬프트가 짧아진 게 아니라, 복잡함이 안 보이는 곳으로 옮겨간 겁니다. 부러워할 건 한 줄이 아니라, 그 밑의 구조예요.
- 프롬프트
- 일하는방식
- AI활용
- 하네스