팀장·부서장이 직접 AI 에이전트를 설계하고 구현하며
조직의 AI 전환을 이끄는 리더십 역량을 키우는 실전 교육
리더십의 AI 역량 강화 니즈에 맞춤형으로 준비한 실전 교육 프로그램입니다.
AI는 단순 생산성 도구를 넘어, 업무 프로세스 전체를 재설계하는 핵심 역량이 되고 있습니다. 리더가 이를 이해하지 못하면 조직의 AI 전환은 표면에 머물게 됩니다.
리더는 직접 코딩할 필요는 없지만, AI로 무엇이 가능한지 체험하고, 팀의 AI 활용 방향을 설정하며, AI 도입 과제를 발굴할 수 있어야 합니다.
리더 개인이 AI를 직접 체험해야 팀에게 올바른 방향을 제시할 수 있습니다. 워크숍을 통해 AI 에이전트를 직접 만들어보는 경험이 조직 AI 전환의 출발점이 됩니다.
리더십이 AI의 가능성을 직접 체험하고, 조직 AI 전환의 방향을 설정합니다.
이번 워크숍의 핵심은 단순히 AI 기능을 체험하는 것이 아니라, 다음의 흐름을 참가자가 직접 경험하는 데 있습니다.
리더가 체감해야 할 4가지 핵심 메시지
AI는 단순 생산성 도구를 넘어, 업무 프로세스를 근본적으로 재설계하는 기술입니다. 리더가 이를 체감해야 조직의 AI 전환이 시작됩니다.
리더가 AI로 무엇이 가능한지 직접 체험해야, 팀에게 올바른 방향을 제시하고 AI 도입 과제를 발굴·추진할 수 있습니다.
리더 개인이 AI를 직접 만들어보는 경험은, 추상적 이해를 넘어 실질적 판단력으로 이어집니다. 이것이 조직 AI 내재화의 출발점입니다.
바이브코딩으로 AI 에이전트를 직접 만들어보는 경험을 통해, AI의 가능성과 한계를 몸으로 체득하고 조직에 적용할 감각을 키웁니다.
바이브코딩과 AI 에이전트 개발을 자연스럽게 체득할 수 있는 구조입니다.
영업, 운영, 기술 등 각 직군이 실제로 겪는 업무 문제를 에이전트로 풀어봅니다. 추상적인 예제가 아니라, "내 업무에 바로 적용할 수 있겠다"는 체감을 만들어냅니다.
6개 프로젝트가 동일한 기술 스택, 동일한 폴더 구조, 동일한 UI 패턴을 공유합니다. 이를 통해 참가자는 하나를 배우면 다른 프로젝트에도 적용할 수 있고, 팀 간 비교와 학습이 가능합니다.
단순히 코드를 따라 치는 교육이 아닙니다. 업무 문제를 정의하고, AI와 코드의 역할을 나누고, 데이터를 준비하고, 프로토타입을 만들고, 결과를 발표하는 전체 개발 사이클을 경험합니다.
IDE에서 AI 코딩 어시스턴트와 협업하여 실시간으로 코드를 생성하고 수정합니다. 이 과정에서 바이브코딩의 핵심—명확한 지시, 반복적 개선, 결과 검증—을 자연스럽게 체득합니다.
3개 직군 × 2개 프로젝트 = 총 6개 AI 에이전트
회사 양식, 디자인 가이드, 사내 역량 자료, 제품 정보를 활용하여 B2B 제안서 초안을 자동 생성하고, 제안서용 이미지 프롬프트까지 생성합니다.
심층리서치로 수집한 경쟁사·시장·고객사 정보를 지식 자산으로 저장하고, 미팅 브리프와 경쟁 분석 보고서를 자동 생성합니다.
회의 녹음/전사 텍스트를 입력받아 양식 기반 회의록을 자동 작성하고, 참석자 대상 이메일 초안까지 생성합니다.
여러 규정집 중 질문에 맞는 문서를 자동 선택하고, 해당 조항을 근거로 정확한 답변을 제공하는 사내 정책 Q&A 에이전트입니다.
회사 실적 데이터를 자동 집계하고 시각화하며, 핵심 변화 요약과 경영진 보고용 AI 코멘트를 생성하는 대시보드입니다.
고객 VOC 텍스트 데이터를 분류·군집화·분석하여 반복 문제, 감성 경향, 개선 우선순위를 보여주는 인사이트 대시보드입니다.
6개 프로젝트가 공유하는 일관된 설계 원칙과 구조
| 계층 | 역할 | 담당 |
|---|---|---|
| Input Layer | 사용자 질의, 파일 업로드, 옵션 설정 | Streamlit UI |
| Data Layer | 문서, 템플릿, 규정, 실적, VOC 데이터 | 파일 시스템 |
| Agent Logic | 분류, 검색, 선택, 구조화, 파이프라인 제어 | Python 코드 |
| LLM Layer | 이해, 요약, 생성, 비교, 스타일 반영 | OpenAI API |
| Output Layer | 화면 출력, 문서 초안, 차트, 이메일 | Streamlit + 파일 |
빠른 프로토타이핑에 최적화된 프레임워크
GPT-4o 기반 텍스트 생성, STT, 이미지 생성
데이터 분석과 인터랙티브 시각화
총 6시간, 1일 집중 워크숍으로 설계하되, 고객사 일정에 맞춰 조정 가능합니다.
워크숍 이후 리더와 조직에 남는 실질적 변화
AI 에이전트를 직접 만들어본 경험을 통해, AI의 가능성과 한계를 체감하고 조직 내 AI 도입에 대한 실질적 판단력을 갖추게 됩니다.
리더가 AI를 직접 체험했기 때문에, 팀에게 올바른 방향을 제시하고 AI 도입 과제를 발굴·추진할 수 있습니다.
리더들이 AI의 가치를 체감하고 공감대를 형성함으로써, 조직 전체의 AI 전환이 Top-down으로 추진되는 기반이 마련됩니다.
6개 실습 프로젝트 프로토타입과 함께, 리더 개인별 AI 활용 액션 플랜이 워크숍의 실질적 결과물로 남습니다.
이 워크숍을 통해 참가자가 실제로 익히게 되는 역량
| 역량 영역 | 체득 내용 | 실습에서 경험하는 방법 |
|---|---|---|
| 문제 정의 | 업무를 AI 에이전트로 풀 수 있는 형태로 재정의 | 직군별 업무 시나리오를 에이전트 구조로 분해 |
| 아키텍처 설계 | LLM과 코드의 역할 분리, 파이프라인 설계 | 공통 5계층 구조를 기반으로 각 프로젝트의 처리 흐름 설계 |
| 프롬프트 엔지니어링 | 역할·데이터·목표·형식·제약의 5요소 프롬프트 설계 | 각 프로젝트별 프롬프트를 직접 작성하고 결과 품질 비교 |
| 바이브코딩 | AI 어시스턴트와 협업하여 빠르게 코드 생성·수정 | IDE에서 실시간으로 코드를 생성하고, 오류를 수정하며 완성도 높이기 |
| 데이터 엔지니어링 | 업무 데이터를 에이전트가 활용할 수 있는 형태로 구조화 | MD, CSV, JSON 형식으로 데이터를 준비하고 검색·필터링 로직 구현 |
| 결과 검증 | AI 출력의 품질을 평가하고 개선하는 반복 과정 | 생성된 제안서, 회의록, 분석 결과를 검토하고 프롬프트/로직 개선 |
효과적인 교육 운영을 위한 구체적 방안
메인 강사 1명 + 보조 강사 1명. 메인 강사는 전체 아키텍처와 시연을, 보조 강사는 팀별 실습 지원 및 트러블슈팅을 담당합니다.
유사 직군별로 다수 인원이 1개 팀을 형성합니다. 각 팀은 6개 실습 프로젝트 중 하나를 선택하여 추진하고, 팀별 발표를 통해 성과를 공유합니다.
참가자 개인 노트북 + VS Code/Cursor IDE + Python 가상환경. 사전 세팅 가이드를 제공합니다.
사전 구축된 공통 모듈과 샘플 데이터를 제공하여, 참가자는 핵심 로직 구현에 집중할 수 있습니다.
이 워크숍은 단순한 AI 교육이 아닙니다.
리더가 직접 AI 에이전트를 설계하고 구현하는 경험을 통해,
조직의 AI 도입 방향을 설정하고 팀을 이끌어갈 역량을 키웁니다.
본 제안서는 귀사의 니즈에 맞춤형으로 준비되었습니다.
세부 일정, 대상 인원, 교육 내용은 협의를 통해 조정 가능합니다.