기업·공공기관 생성형 AI 교육 강사 강동민 툴이 아니라 사고를 설계합니다
도구는 반년마다 바뀌지만, 무엇을 왜 풀지 정하는 힘은 남습니다.
저는 청중의 실제 업무를 근본 단위까지 분해해 AI가 들어갈 자리를 찾고,
교육이 끝날 때 각자 자기 업무 1건이 실제로 바뀌어 있도록 설계합니다.
- 90회출강
- 492시간누적 교육 시간
- 3,089명함께한 학습자

함께한 기관
실무자 과정에서 임원 워크숍까지 함께한 기관
이커머스, 통신, 제약, 제조 대기업부터 공공기관까지
로고는 공개에 동의한 기관입니다.
비밀유지 약정에 따라 그 외 기관은 강의 이력에서 업종으로만 표기합니다.

- 학력
- 국립공주대학교 도시·교통공학 석사
- 실무
- 교통 엔지니어링 6년, 교통영향평가와 ITS 교통 빅데이터 분석
- 현재
- 기업·공공기관 AI 교육·컨설팅, 씨랩 대표, 윤자동 파트너강사 1호
- 다루는 도구
- ChatGPT, Claude, Gemini, Copilot, Claude Code, Python, VBA, 로우코드 자동화
소개
원래 이렇게 해왔다는 말을 견디지 못했습니다

강동민입니다. 교통 엔지니어로 6년을 일하며
반복 업무를 엑셀 VBA, 파이썬, 생성형 AI로 차례로 자동화했고,
지금은 그 방법을 기업과 공공기관에 가르칩니다.
강동민, DK. Dynamic Knowledge.
도시·교통공학 석사를 마치고 교통영향평가와 교통 빅데이터 분석을 6년간 했습니다. 같은 보고서를 매번 손으로 다시 만드는 일을 참지 못해 VBA로 시작한 자동화가 파이썬과 RPA를 거쳐 생성형 AI에 닿았습니다. 산만해 보이는 이력을 관통하는 축은 하나, 비효율을 견디지 못하는 성격입니다.
AI 교육 시장은 둘로 갈립니다. 기술은 깊지만 비개발자의 눈높이를 놓치는 개발자 출신, 말은 유창하지만 현장 데이터를 만져본 적 없는 이론가. 저는 그 사이에 섭니다. AI 에이전트 개발 현장에서 잘 짠 프롬프트가 고객의 오타 한 번에 무너지는 것을 봤고, 여러 기업의 엉킨 데이터와 레거시 프로세스를 직접 구조화했습니다. 실무, 컨설팅, 교육의 교집합이 제 자리입니다.
제가 가르치는 것은 단축키가 아닙니다. 단축키는 AI가 좋아질수록 사라집니다. 남는 것은 무엇을 왜 풀지 정의하는 질문과, AI의 결과를 엮어 새 가치를 만드는 기획입니다. 그래서 툴 사용법 대신 사고를 구조화해 AI를 통제하는 방법을 가르치고, 그 밑에 깔린 사고의 운영체제를 심습니다.
저 역시 코드를 전공하지 않은 사람이라 초보자가 어디서 길을 잃는지 압니다. 수강생의 병목은 기술이 아니라 막연한 것을 구체로 바꾸지 못하는 장벽입니다. 어려운 기술을 일상의 비유로 번역하고, 물고기 대신 어떤 바다에서도 스스로 그물을 짜는 구조를 남깁니다.
설계 철학
도구는 바뀌어도 남는 세 가지
교육이 끝나고 도구가 바뀌어도 남아야 하는 것이 있습니다.
모든 과정은 이 세 축 위에서 설계합니다.
- 01
본질
분해하고 다시 조립합니다
업무를 더 쪼갤 수 없는 단위까지 분해한 뒤 AI가 들어갈 자리를 찾습니다. 남의 프롬프트를 복사하는 대신 자기 업무의 구조에서 프롬프트를 도출하게 합니다. 그래서 수강생이 들고 나가는 것은 예제가 아니라 자기 일에 맞춘 설계도입니다.
- 02
메타인지
AI와 사람의 선을 긋습니다
AI가 무엇을 잘하고 어디서 틀리는지, 그리고 내가 무엇을 모르는지를 먼저 긋습니다. 환각은 버그가 아니라 이 기술의 본성입니다. 단순 반복은 AI가, 판단과 검산과 채택과 책임은 사람이 맡는 분업선을 각자의 업무 위에 그리게 합니다.
- 03
몰입
만들고, 깨지고, 기록하고, 다시 만듭니다
새 도구 소식에 끌려다니지 않습니다. 강의 시간의 대부분을 자기 업무 1건을 실제로 굴리는 데 씁니다. 만들고, 깨지고, 왜 깨졌는지 기록하고, 다시 만드는 루프를 교육 안에서 한 바퀴 돌게 합니다.
설계 방식
강의는 청중의 업무에서 시작합니다
같은 제목의 강의도 조직마다 다르게 설계합니다.
의뢰부터 사후까지 다섯 단계를 거칩니다.
01. 의뢰 접수
도구 전제부터 확인합니다
대상, 인원, 시간, 교육 목표를 듣고 가장 먼저 사내 승인 도구와 망 환경을 확인합니다. 조직마다 쓸 수 있는 AI가 다르고, 그 전제가 틀리면 교안 전체가 현장에서 돌지 않습니다. 도구는 강사가 정하지 않고 조직의 조건에서 확정합니다.
02. 업무 진단
무엇부터 할지가 정해집니다
사전 설문으로 청중의 반복 업무, 병목, 데이터 형태, 설치 권한과 라이선스를 파악합니다. 교육 당일 실습이 멈추는 원인의 대부분은 환경입니다. 계정과 설치는 사전 과제로 끝내고, 당일은 만드는 데만 씁니다.
03. 청중 맞춤 설계
난이도는 라벨이 아니라 산출물로 맞춥니다
입문이나 심화 같은 라벨 대신, 교육이 끝날 때 각자 손에 쥐고 나갈 산출물을 먼저 정하고 역산합니다. 청중이 섞이면 오전은 공통으로 낮게, 오후는 상위 트랙으로 높게 나눕니다. 환각의 위험도 그 산업의 언어로 번역합니다. 제약에서는 규제 위반으로, 공공에서는 법령 오인용으로.
04. 강의·실습
완성품을 먼저 보여주고 역산합니다
도달할 결과물을 첫 시간에 눈으로 보여준 뒤 첫 체험에 들어갑니다. 대체 불안은 증강의 언어로만 다룹니다. 단순 반복은 AI가, 판단과 책임은 사람이 맡는다는 분업선을 실습 안에서 몸으로 확인하게 합니다.
05. 착지·사후
마지막 1미터는 본인 업무입니다
데모 산출물만 들고 나가면 다음 날 아무것도 바뀌지 않습니다. 강의 중에 각자 업무 1건의 재료를 모으게 하고, 마지막 시간에 그것을 실제로 돌려 봅니다. 교육 후에는 실습 자료와 검증 프롬프트를 남기고, 질문은 이어서 받습니다.
강의 분야
리터러시에서 에이전트 개발까지, 한 계단씩
직급과 직무에 따라 출발점이 다릅니다.
일곱 분야를 조직의 현재 위치에 맞춰 조합합니다.
- 01
생성형 AI 리터러시
AI가 무엇을 잘하고 어디서 틀리는지를 업무 사례로 체감하고, 조직의 첫 번째 활용 지점을 함께 찾습니다. 전 직원 특강부터 관리자 과정까지, 대체 불안 대신 증강의 언어로 시작합니다.
전 임직원 · 관리자 · 공공기관 직원
- 02
프롬프트 엔지니어링
프롬프트는 글짓기가 아니라 설계입니다. 문제를 변수, 조건, 제약으로 분해해 기계가 오해 없이 실행하는 구조로 씁니다. 모를 때 모른다고 답하게 만드는 안전장치까지 함께 넣습니다.
실무자 · 관리자
- 03
AI 에이전트 개발
자기 업무에 바로 투입할 AI 파트너를 직접 만듭니다. 문서·행정, 콘텐츠, 엑셀 고도화 등 직무별 워크플로우를 에이전트로 옮기고, 사람이 개입할 지점을 설계에 남깁니다.
실무자 · 팀장 · 임원 후보자
- 04
바이브코딩 · Claude Code
코드 문법 없이 자연어로 사고를 구조화해 도구를 만듭니다. 관리 화면, 웹페이지, 자동화 스크립트를 수강생이 직접 완성하고 운영과 보안까지 다룹니다. 전사 해커톤의 사전교육으로도 진행합니다.
비개발 실무자 · 직책자 · 개발자
- 05
업무자동화 · Python · VBA
반복 업무의 자동화 지점을 찾고 규칙 기반 자동화와 AI를 결합합니다. 엑셀 VBA, 파이썬, 로우코드 도구 중 조직 환경에 맞는 것으로 실제 도구를 만들어 현업에 적용합니다.
사무행정 실무자 · 전산직 · 생산·품질 직군
- 06
AI 리더십 · 의사결정
리더에게 필요한 것은 조작법이 아니라 검증과 판단입니다. AI 결과를 비판적으로 검증하는 기준, 팀에 무엇을 맡기고 무엇을 남길지 정하는 의사결정 프레임을 다룹니다.
임원 · 팀장 · 승진 대상자
- 07
AX 전략 · 워크숍
팀 단위로 과제를 정해 교육 안에서 실제 산출물까지 만드는 워크숍입니다. AX 앰배서더 양성, 임원 후보 과제 개발, 직무별 활용 사례 도출을 조직 맥락에 맞춰 설계합니다.
경영진 · 임원 후보자 · 전사 TF
대표 커리큘럼
여덟 가지 과정, 조직에 맞춰 다시 설계합니다
가장 자주 의뢰받는 과정입니다.
모두 청중의 업무와 도구 환경에 맞춰 새로 짭니다.
시간은 권장 구성이며 조정할 수 있습니다.
- 01
생성형 AI 실무 업무자동화
1일 집중 또는 다일 과정
대상전 직군 실무자
시간6~8시간
산출물자기 반복 업무 1건의 자동화 흐름을 완성해 현업에 적용
- 02
Claude Code 기반 AX 기업 교육
4회차 과정 또는 1일 집중
대상직책자·실무자
시간4시간 x 4회 또는 7시간
산출물관리 화면 또는 자동화 도구 1개를 완성하고 운영·보안까지 정리
- 03
바이브코딩 마스터 클래스
1일 심화
대상비개발자와 개발자 혼합
시간8시간
산출물자연어 설계만으로 동작하는 도구 1개와 재사용 가능한 설계 템플릿
- 04
Python · VBA 엑셀 업무자동화
다일 과정
대상사무행정·전산직
시간7시간 x 1~3일
산출물엑셀 반복 작업을 스크립트로 옮기고 현업 데이터로 검증
- 05
ChatGPT API 챗봇 · AI 에이전트 구축
장기 과정
대상전산직·개발 입문자
시간35시간
산출물API를 연동한 챗봇과 업무용 에이전트 1식
- 06
나만의 AI 파트너 개발 실무
1일 워크숍, 직무별 트랙
대상실무자
시간7시간
산출물문서·행정, 콘텐츠·홍보, 엑셀 고도화 중 자기 트랙의 AI 파트너
- 07
프롬프트 엔지니어링 · 메타프롬프트
특강 또는 1일 과정
대상실무자·관리자
시간1.5~8시간
산출물자기 업무 프롬프트 템플릿과 결과를 검증하는 루틴
- 08
AI 리더십: 비판적 검증과 의사결정
특강
대상임원·팀장·승진 대상자
시간3~4시간
산출물AI 결과 검증 기준, 팀에 맡길 일과 남길 일의 구분, 적용 계획
강의 이력
90번의 강의실, 매번 새로 설계했습니다
2025년부터 기업과 공공기관에서 진행한 강의 기록입니다.
기관, 주제, 대상으로 검색해 보세요.
비밀유지 약정에 따라 일부 기관은 업종으로 표기합니다.
- 90회
- 출강
- 492시간
- 누적 교육 시간
- 3,089명
- 함께한 학습자
90건
| 일자 | 기관 | 주제 | 분야 | 대상 | 인원 | 시간 | 형태 |
|---|---|---|---|---|---|---|---|
| 에너지 | KCH 2팀 3회차 | AI 에이전트 | 임직원 2·4·9팀 15명 | 7시간 | 오프라인 | ||
| 제조업 | 제조업 종사자 대상 실무형 AI 업무자동화 | 생성형 AI | 조합원사 제조업 실무자 40명 | 40명 | 7.5시간 | 오프라인 | |
| 제조업 | 바이브코딩 심화 | 바이브코딩 | 24명 | 4시간 | 오프라인 | ||
| 에너지 | KCH 2팀 2회차 | AI 에이전트 | 임직원 2·4·9팀 15명 | 7시간 | 오프라인 | ||
| 에너지 | KCH 2팀 1회차 | AI 에이전트 | 임직원 2·4·9팀 15명 | 7시간 | 오프라인 | ||
| 에너지 | KCH 9팀 3회차 | AI 에이전트 | 임직원 2·4·9팀 15명 | 7시간 | 오프라인 | ||
| 에너지 | KCH 4팀 3회차 | AI 에이전트 | 임직원 2·4·9팀 15명 | 6명 | 7시간 | 오프라인 | |
| 클로드코드 바이브코딩 1Day 교육 | 바이브코딩 | 전사 해커톤 신청자 | 50명 | 5시간 | 오프라인 | ||
| 중급 Low-Code 업무자동화 과정 (행정직 대상) | 업무자동화 | 4시간 | 오프라인 | ||||
| 클로드코드 바이브코딩 1Day 교육 | 바이브코딩 | 전사 해커톤 신청자 | 50명 | 5시간 | 오프라인 | ||
| 바이브코딩 | 바이브코딩 | CPO 산하 구매/SCM 직군 | 7시간 | 오프라인 | |||
| 에너지 | KCH 4팀 2회차 | AI 에이전트 | 임직원 2·4·9팀 15명 | 6명 | 7시간 | 오프라인 | |
| 공공기관 | 생성형 AI를 활용한 데이터 기반 의사결정과 보고서 작성 | AI 실무활용 | 공무원/연구원 | 50명 | 8시간 | 오프라인 | |
| 공공기관 | AI 마인드셋 특강 및 업무 효율화 툴 활용 | AI 리터러시 | 직장인 | 50명 | 오프라인 | ||
| 공공기관 | 생성형 AI 실무 활용 교육 | AI 실무활용 | 공무원 | 35명 | 4시간 | 오프라인 | |
| 공공기관 | 전사 직원 대상 온라인 영상 강의 | AI 실무활용 | 직장인 | 2시간 | 온라인 | ||
| 3급(대리) 승진자격 리더십 교육 | AI 리더십 | 직장인 | 90명 | 3시간 | 오프라인 | ||
| 대기업 | DAX 워크숍 'Do Dream' 실습 교육 | AI 실무활용 | 직장인 | 100명 | 2시간 | 오프라인 | |
| 공공기관 | ChatGPT API 연동 챗봇 개발 및 AI Agent 구축 | Python/API 개발 | 직장인 | 30명 | 35시간 | 오프라인 | |
| 공공기관 | DX Camp 관리자 과정: 생성형 AI 이해 및 실습 | AI 리터러시 | 관리자 | 50명 | 6시간 | 오프라인 | |
| AI를 통한 비즈니스 문제 해결 | AI 실무활용 | 일반인/자영업 | 160명 | 3시간 | 오프라인 | ||
| 메타프롬프트 | 프롬프트 엔지니어링 | 일반인 | 20명 | 1.5시간 | 오프라인 | ||
| 건설업 공무팀장 대상 최신기술 트렌드 및 AI 활용법 | AX/DX 트렌드 | 팀장급 | 40명 | 4시간 | 오프라인 | ||
| MD 대상 생성형 AI 활용 신상품 기획 | AI 실무활용 | MD/기획자 | 60명 | 6시간 | 오프라인 | ||
현장
강의실은 듣는 곳이 아니라 만드는 곳입니다
실습 중심 과정의 현장 기록입니다.
자동화 사례
교육에서 이런 것을 함께 만듭니다
별도 서비스가 아닙니다. 진단으로 무엇부터 할지가 정해지면,
교육 시간에 실제로 굴러가는 자동화를 함께 만듭니다.
아래는 현업에서 반복해서 나오는 업무 유형 30가지를
한 사람의 하루로 재구성한 시나리오입니다.
각 사례의 데모는 실제로 동작합니다.
9가지 유형
정보 이동·전달받은편지함이 사람을 부리던 아침
바뀐 것하루 40분 → 5분, 놓친 고객 문의 0쌓인 메일 앞에서 하루를 시작하던 김대리가, 읽어야 할 4통만 앞에 놓인 아침을 얻기까지.
사례 자세히 보기
정보 이동·전달손으로 옮겨 적던 표
바뀐 것건당 3분 손입력 → 애매한 것만 검토, 전사 오류 0제각각 들어온 주문을 매일 엑셀에 옮겨 적던 김대리가, 붙여넣기 한 번으로 정리된 표를 얻기까지.
사례 자세히 보기
문서·보고서 생성월요일 아침을 삼키던 보고서
바뀐 것주간 보고서 반나절 → 버튼 한 번, 매번 같은 양식매주 지난주 매출 리포트를 손으로 짓던 김대리가, 버튼 한 번에 같은 양식 보고서를 얻기까지.
사례 자세히 보기
일정·미팅회의는 끝났는데, 아직 끝나지 않은 밤
바뀐 것회의 뒤처리 1시간 → 5분, 붕 뜨는 할 일 0정리 메일을 쓰려 녹취를 되감던 팀장이, 요약·할 일·초안이 준비된 채 정시에 퇴근하기까지.
사례 자세히 보기
정보 이동·전달제때 알렸다면, 놓치지 않았을 것들
바뀐 것놓친 마감 0, 밤샘 점검 대신 제때 알림마감·미수금·갱신을 머릿속과 포스트잇으로 쫓던 김대리가, 제때 알아서 알림이 오는 하루를 얻기까지.
사례 자세히 보기
정보 이동·전달최종_최종_v2_진짜최종.docx
바뀐 것파일 찾는 시간 0, 잘못된 버전 첨부 0다운로드 폴더에 쌓인 파일을 못 찾고 잘못된 버전을 보내던 김대리가, 알아서 분류되는 폴더를 얻기까지.
사례 자세히 보기
고객·영업묻혀 있던 고객의 목소리
바뀐 것첫 응답 반나절 → 즉시 분류, 놓친 민원 0게시판·전화·메일로 흩어져 들어오던 민원을 뒤늦게야 발견하던 상담 담당자가, 급한 것부터 정리돼 앞에 놓인 하루를 얻기까지.
사례 자세히 보기
문서·보고서 생성아무도 쓰기 싫은 회의록
바뀐 것회의록 작성 1시간 → 5분, 붕 뜨는 액션아이템 0회의가 끝날 때마다 녹취를 되감아 회의록을 짓던 막내가, 결정·할 일·담당자가 자동으로 정리된 회의록을 받기까지.
사례 자세히 보기
문서·보고서 생성매번 새로 쓰는 같은 제안서
바뀐 것제안서 작성 3시간 → 15분, 단가 오기입 0문의마다 지난 제안서를 복사해 회사명·금액을 바꿔 넣던 담당자가, 요건만 넣으면 표준 문서가 자동으로 채워지기까지.
사례 자세히 보기
문서·보고서 생성발표 전날 밤의 장표 노동
바뀐 것장표 제작 반나절 → 10분, 발표 전날 밤샘 0스프레드시트 숫자를 슬라이드에 옮겨 차트를 그리던 담당자가, 데이터만 넣으면 핵심 요약과 차트가 얹힌 장표를 받기까지.
사례 자세히 보기
일정·미팅회의 하나 잡는 데 걸린 이틀
바뀐 것일정 조율 이틀 → 몇 분, 왕복 메일 0여섯 명에게 가능한 시간을 묻고 취합하고 다시 조율하던 담당자가, 후보만 넣으면 겹치는 시간이 자동으로 추려지기까지.
사례 자세히 보기
일정·미팅꽉 찼지만 준비 안 된 하루
바뀐 것일정 충돌 사고 0, 준비물 누락 0겹친 회의와 빠진 준비물을 직전에야 알아채던 담당자가, 하루 일정이 충돌·중복·준비물까지 점검돼 정리되기까지.
사례 자세히 보기
고객·영업새어 나가던 잠재 고객
바뀐 것리드 입력 건당 3분 → 자동, 놓친 리드 0명함·폼·문의로 들어온 리드를 손으로 CRM에 옮기다 놓치던 영업 담당자가, 자동 정리·중복제거·우선순위로 담기는 파이프라인을 얻기까지.
사례 자세히 보기
고객·영업한 번 보내고 잊은 문의
바뀐 것후속 누락 0, 미응답 재전환율 상승문의에 한 번 답장하고 잊어버려 식게 두던 담당자가, 미응답 고객에게 단계별 후속 넛지가 자동으로 준비되기까지.
사례 자세히 보기
고객·영업매번 처음처럼 답하는 같은 질문
바뀐 것1차 응답 반나절 → 즉시, 오배정 0반복되는 문의에 매번 같은 답을 손으로 쓰고 담당을 찾던 상담팀이, 유형 분류와 1차 답변·라우팅이 자동으로 붙기까지.
사례 자세히 보기
재무·정산·행정받을 돈을 못 받는 이유
바뀐 것미수금 회수 지연 축소, 놓친 독촉 0미수금 입금일을 머릿속으로 쫓다 독촉 타이밍을 놓치던 담당자가, 연체 단계별 독촉 초안이 자동으로 준비되기까지.
사례 자세히 보기
재무·정산·행정쌓이기만 하는 영수증 더미
바뀐 것영수증 처리 장당 2분 → 자동, 입력 오류 0구겨진 영수증을 한 장씩 손으로 옮겨 적던 담당자가, 사진에서 항목이 추출돼 정산 시트가 자동으로 채워지기까지.
사례 자세히 보기
재무·정산·행정달마다 반복되는 급여 계산
바뀐 것급여 집계 이틀 → 30분, 계산 오류 0출퇴근·연차·야근을 엑셀에서 일일이 맞춰 급여를 계산하던 담당자가, 근태 로그에서 집계표가 자동으로 나오기까지.
사례 자세히 보기
재무·정산·행정새는 줄도 모르는 구독료
바뀐 것불필요 구독 정리, 자동 갱신 사고 0쓰지 않는 구독과 자동 갱신 결제를 뒤늦게 알던 담당자가, 갱신 임박·미사용·중복이 자동으로 점검되기까지.
사례 자세히 보기
채용·HR백 장을 두 눈으로 읽던 채용
바뀐 것1차 스크리닝 사흘 → 반나절, 놓친 인재 0쏟아지는 이력서를 한 장씩 읽어 추리던 채용 담당자가, 요건 적합도·핵심 요약·태그가 자동으로 붙어 정렬되기까지.
사례 자세히 보기
채용·HR연락받지 못한 지원자들
바뀐 것안내 누락 0, 지원자 경험 개선단계마다 지원자 안내 메일을 미루다 놓치던 담당자가, 상태별 안내가 정중한 톤으로 자동 준비되기까지.
사례 자세히 보기
채용·HR준비 안 된 첫 출근
바뀐 것온보딩 준비 누락 0, 첫날 대기 시간 0신규 입사자마다 계정·장비·교육을 매번 손으로 챙기다 빠뜨리던 담당자가, 입사 정보로 온보딩 체크리스트가 자동 생성·진행되기까지.
사례 자세히 보기
마케팅·콘텐츠채널마다 다시 올리는 같은 소식
바뀐 것게시 채널당 15분 → 한 번, 발행 누락 0같은 콘텐츠를 채널마다 형식을 바꿔 손으로 올리던 담당자가, 한 번 넣으면 채널별로 맞춰져 예약되기까지.
사례 자세히 보기
마케팅·콘텐츠한 번 쓰고 마는 콘텐츠
바뀐 것콘텐츠 생산량 배가, 재작성 시간 0공들여 쓴 글 하나를 한 곳에만 쓰고 끝내던 담당자가, 긴 글에서 여러 형식의 콘텐츠가 자동으로 파생되기까지.
사례 자세히 보기
마케팅·콘텐츠넘치는 소식 속 놓치는 신호
바뀐 것모니터링 매일 1시간 → 5분, 놓친 신호 0경쟁사와 업계 소식을 여러 곳에서 뒤지다 중요한 걸 놓치던 담당자가, 관련도·유형별로 정리된 다이제스트를 얻기까지.
사례 자세히 보기
마케팅·콘텐츠매주 밀리는 뉴스레터
바뀐 것뉴스레터 편집 반나절 → 20분, 발송 지연 0흩어진 콘텐츠 조각을 모아 뉴스레터로 엮느라 발송이 밀리던 담당자가, 조각에서 편집된 레터가 자동으로 구성되기까지.
사례 자세히 보기
리서치·정보수집매일 바뀌는데 모르는 가격
바뀐 것가격 점검 매일 1시간 → 5분, 놓친 변동 0경쟁사 가격과 재고를 사이트마다 돌며 손으로 확인하던 담당자가, 변동·이상치가 자동 감지돼 정리되기까지.
사례 자세히 보기
리서치·정보수집모으기만 하고 못 읽는 자료
바뀐 것리서치 정리 반나절 → 10분, 안 읽은 자료 0관심 주제 자료를 모으기만 하고 읽지 못해 쌓아 두던 담당자가, 흩어진 소스가 핵심만 추려진 다이제스트로 정리되기까지.
사례 자세히 보기
승인·워크플로우어디서 멈췄는지 모르는 결재
바뀐 것결재 지연 축소, 라우팅 오류 0승인 요청을 누구에게 올릴지 찾고 멈춘 곳을 재촉하던 담당자가, 조건별 다음 결재자로 자동 라우팅되기까지.
사례 자세히 보기
승인·워크플로우제각각 다른 진실
바뀐 것이중 입력 0, 시스템 간 불일치 0한 시스템에서 바뀐 값을 다른 시스템마다 손으로 옮겨 맞추던 담당자가, 한 번의 변경이 연결된 곳에 자동 반영되기까지.
사례 자세히 보기
자주 묻는 질문
교육 담당자가 실제로 묻는 것들
대상과 인원, 시간, 목표를 알려 주시면 청중의 업무 맥락에 맞춘 커리큘럼으로 제안드립니다. 영업일 기준 2일 안에 회신드립니다.
강의 문의
교육을 설계해 드립니다
대상과 인원, 시간, 목표를 알려 주시면
청중의 업무 맥락에 맞춘 커리큘럼으로 제안드립니다.
영업일 기준 2일 안에 회신드립니다.
강동민
AI Solution Architect & AX Strategy Partner

AI 자가진단
우리 조직은 어디까지 와 있을까요
몇 분이면 끝나는 자가진단으로
현재 AI 활용 수준과 다음 단계를 확인해 보세요.
교육 설계의 출발점으로 씁니다.


















