AI 모임 OT
AI를 많이 아는 게 아니라,
내 일을 하나 줄이는 방법을 가져간다
첫 모임의 목표는 지식 전달보다 “내 문제 하나를 AI 과제로 바꾸는 경험”입니다.
미금 오프라인 AI 모임 · OT 기획 슬라이드
핵심 방향
첫 OT는 “AI 개론”이 아니라
실습형 오리엔테이션
🎯
문제 하나
각자 업무·생활에서 줄이고 싶은 일 하나를 고른다.
🧩
AI 과제화
그 일을 입력, 처리, 출력, 검수 구조로 바꾼다.
📝
첫 프롬프트
다음 모임 전 실제로 써볼 개인 프롬프트를 만든다.
참가자 유형
대상자는 하나의 수준이 아니다
업무 생산성형
자동화, 요약, 문서 정리
반복 업무를 프롬프트로 바꾸기
세일즈/문서형
제안서, 고객 맞춤 컨설팅
고객 정보 → 제안서/후속 메시지
데이터/콘텐츠형
부동산 데이터, SNS/자사몰, 숏폼
데이터 → 리포트/시각화/콘텐츠
앱 제작 관심형
앱을 만들어보고 싶음
아이디어 → MVP → 바이브코딩 입문
개발 경험 전환형
개발 경험은 있으나 AI 활용은 중/하
AI를 작업 파트너로 쓰기
2시간 구성
AI 기본 지도 → 자기 문제 실습 → 다음 트랙 안내
0:10–0:35
AI 기본 지도
모델 차이, 지원 범위, Tool, Agent, Context Window
0:35–0:50
유형 공유
각자 관심사와 이후 트랙 연결
0:50–1:15
실습 1
내 문제를 AI 과제로 바꾸기
1:15–1:40
실습 2
나만의 업무 프롬프트 만들기
1:40–2:00
워크플로우/다음 액션
입력→처리→출력→검수, 숙제 안내
AI 기본 지도 1
AI는 하나가 아니다
모델, 앱, 검색 도구, 코딩 도구, 자동화 도구, 에이전트가 섞인 생태계입니다. 그래서 “무엇을 쓰느냐”보다 먼저 “무엇을 하려는가”가 중요합니다.
AI 기본 지도 2
주요 모델/서비스 차이
ChatGPT/GPT
범용성, 도구 연결
일상 업무, 문서, 아이디어, 앱 제작 입문
요금제/모델별 기능 차이
Claude
긴 문서, 글쓰기, 분석
기획서, 회의록, 문서 검토
도구 연동은 환경별 차이
Gemini
Google 생태계, 멀티모달
구글 문서, 자료 조사, 이미지 이해
작업별 품질 편차 가능
Perplexity류
검색과 출처
최신 정보 조사, 시장 조사
실행보다 리서치 중심
Cursor/Lovable류
앱·코드 제작
웹앱, MVP, 바이브코딩
요구사항이 흐리면 결과도 흔들림
AI 기본 지도 3
AI의 지원 범위는 단계적으로 넓어진다
“AI가 안 해준다”의 상당수는 능력 문제가 아니라 지원 범위가 다른 도구를 쓰고 있기 때문입니다.
Tool & Agent
Tool은 손과 발, Agent는 작업자
TOOL
AI가 실제 작업을 하기 위한 외부 능력
- 웹 검색
- 파일 읽기
- 계산·코드 실행
- 캘린더·이메일·API 사용
AGENT
목표를 받고 단계를 나눠 도구를 쓰는 AI 작업자
- 자료 조사
- 문서 작성
- 검토 항목 정리
- 후속 작업 제안
단, 에이전트는 완벽한 직원이 아니라 실수할 수 있는 신입 인턴에 가깝습니다. 목표·자료·검수 기준이 필요합니다.
Context Window
컨텍스트 윈도우는 AI의
“단기 기억 책상”
책상 위에 올린 것
- 사용자 질문
- 이전 대화
- 업로드한 문서
- 조건과 출력 형식
책상 위에 없는 것
- AI는 참고하지 못한다
- 앞 조건을 잊은 것처럼 보인다
- 긴 작업에서 일관성이 흔들린다
- “아까 말했잖아”가 생긴다
좋은 AI 활용은 필요한 자료와 검수 기준을 작업 공간에 제대로 올려주는 일에서 시작합니다.
실습 1
내 문제를 AI 과제로 바꾸기
나쁜 요청
제안서 써줘.
이거 정리해줘.
앱 만들어줘.
좋은 요청
상황:
목표:
자료:
원하는 출력:
사람이 확인할 부분:
주의할 점:
좋은 질문보다 중요한 것은 내 일을 AI가 처리 가능한 구조로 바꾸는 것입니다.
실습 2
나만의 업무 프롬프트 만들기
너는 [ ] 역할이야.
목표는 [ ] 야.
상황은 [ ] 야.
아래 자료를 바탕으로 [ ] 을 해줘.
출력 형식은 [ ] 야.
주의할 점은 [ ] 야.
실습 3
작은 AI 워크플로우 설계
입력
자료·상황
→
AI 처리
요약·분석·초안
→
출력
문서·표·메시지
→
사람 검수
사실·책임·판단
처음 목표는 거창한 자동화가 아니라, 반복 업무 하나를 30% 줄이는 것입니다.
다음 모임 예고
앞으로는 유형별로 세분화한다
Track A
업무 생산성
회의록, 이메일, 보고서 자동화
Track B
세일즈/문서
고객 정보 기반 제안서와 후속 메시지
Track C
데이터/콘텐츠
데이터 → 리포트/그래프/숏폼 아이디어
Track D
앱 만들기
아이디어 → 화면 설계 → MVP 제작
Track E
에이전트 심화
Tool, Agent, 자동화 워크플로우
Why
한 강의로 끝내지 않기
각자 문제와 수준에 맞게 다음 실습을 분기한다.
성공 기준
강의 만족도가 아니라
남는 결과물로 평가한다
최소 성공
AI 모델/도구 차이를 이해하고, 자기 문제 1개를 AI 과제로 바꾼다.
좋은 성공
각자 업무용 프롬프트 1개를 만들고 실제 사용 의지가 생긴다.
아주 좋은 성공
다음 모임에서 유형별 트랙으로 자연스럽게 분화된다.
숙제
다음 모임 전, 하나만 해오기
01
프롬프트 실제 사용
오늘 만든 프롬프트를 실제 업무·생활에 1회 써본다.
02
마음에 안 든 부분 표시
잘못된 답변, 누락, 이상한 출력, 실무 적용 문제를 표시한다.
03
개선하고 싶은 점 가져오기
다음 모임에서 각자 프롬프트와 워크플로우를 개선한다.
이 숙제가 있어야 다음 모임이 진짜 개인별 세분화로 넘어갑니다.
Closing
오늘의 한 문장
AI를 잘 쓰는 사람은
질문을 예쁘게 하는 사람이 아니라,
자기 일을 AI가 처리할 수 있는 구조로 바꾸는 사람입니다.
다음: 참가자 실습 결과 기반 트랙 분화