2026.06.10 / 동준상.넥스트플랫폼
(AWS SAA, AWS AIF, GCP GenAI Leader)
구름 AI 어시스턴트 교육과정
Claude Desktop + MCP + GPT API + RAG로 완성하는 실무형 AI 에이전트 입문Build Powerful AI Assistant using Claude, GPT, MCP, API and RAG
이번 과정의 필요성
2026년, AI는 더 이상 ‘사용하는 도구’가 아닙니다. 내가 원하는 방식으로 설계하고, 내 업무에 맞게 연결하고, 실제 파일과 서비스를 자율적으로 다루는 에이전트의 시대가 열렸습니다.
문제는 대부분의 AI 교육이 두 극단으로 나뉜다는 점입니다. ChatGPT를 잘 쓰는 법을 알려주는 입문 강의, 아니면 파이썬 코딩이 전제된 개발자 과정. 그 사이 어딘가에서 실무자들은 막혀 있습니다.
이 과정은 그 공백을 채웁니다.
코드를 짜지 않아도, Claude Desktop과 MCP 서버를 연결하고, GPT API를 호출하고, 내 문서를 학습한 RAG 챗봇을 구현하는 것이 가능합니다. 20일, 80시간 동안 매일 하나씩 산출물을 완성하며 그 경험을 직접 쌓습니다.
학습 목표
이 과정을 마치면 다음 세 가지를 할 수 있습니다.
첫째, AI 생태계를 구조적으로 이해합니다. LLM이 어떻게 동작하는지, 환각이 왜 생기는지, 컨텍스트 윈도우가 왜 중요한지를 개념이 아닌 실험으로 체감합니다. Claude·GPT·Gemini의 차이를 직접 비교해보고, 어떤 상황에 어떤 모델을 써야 하는지 판단할 수 있게 됩니다.
둘째, 원하는 결과를 이끌어내는 프롬프트를 설계합니다. 5요소 구조, Chain-of-Thought, Few-shot, 프롬프트 체이닝, JSON 구조화 출력까지 — 프롬프트 엔지니어링의 핵심 기법을 익히고 내 업무에 즉시 적용하는 라이브러리를 완성합니다.
셋째, AI를 단순 채팅창이 아닌 시스템으로 구축합니다. Claude Desktop + MCP로 내 컴퓨터 파일·웹·업무 도구를 자율적으로 다루는 에이전트를 만들고, GPT API·Gemini API로 목적형 챗봇을 구현하고, RAG 기술로 사내 문서를 학습한 Q&A 시스템을 완성합니다.
기대 효과
| 기대 효과 | 구체적 변화 |
|---|---|
| 반복 업무 자동화 | 회의록 요약·문서 분류·이메일 초안 작성을 AI 파이프라인으로 처리 |
| 팀 AI 어시스턴트 구축 | Claude Projects KB로 팀 매뉴얼을 학습한 전용 AI를 5분 안에 배포 |
| 에이전트 리터러시 확보 | MCP 구조와 에이전트 루프를 이해하고 조직 내 AI 도입 논의를 주도 |
| 포트폴리오 20종 완성 | 매일 1개씩 실제 작동하는 산출물 — 수료 후 즉시 업무·커리어에 활용 |
| 바이브코딩 과정 연계 | 이 과정 수료 후 심화 과정(바이브코딩 40H·80H)으로 자연스럽게 연결 |
권장 수강 대상
이 과정은 다음에 해당하는 분에게 특히 적합합니다.
- 생성형 AI를 처음 접하거나, 채팅창 수준을 넘어서고 싶은 비전공 실무자
- ChatGPT·Claude를 써봤지만 원하는 결과가 일정하게 나오지 않아 답답한 분
- 팀 내 반복 업무를 AI로 자동화하고 싶지만 어디서부터 시작할지 모르는 분
- AI 어시스턴트·에이전트가 어떤 구조로 작동하는지 이해하고 싶은 기획자·PM
- 코딩 없이 API와 RAG 개념을 실습 중심으로 익히고 싶은 분
- 바이브코딩 심화 과정 수강 전 탄탄한 AI 기초를 쌓고 싶은 분
별도의 프로그래밍 경험이 없어도 수강에 지장 없습니다. API와 JSON 같은 개발 개념을 비개발자 친화적인 방식으로 단계적으로 소개합니다.
과정 개요
| 항목 | 내용 |
|---|---|
| 총 시간 | 80시간 (20일 × 일 4시간) |
| 구성 | 8개 PART / 이론 30% · 실습 70% |
| 산출물 | 매일 1개, 총 20개 실제 작동 산출물 |
| 주요 도구 | Claude Desktop, Claude.ai, ChatGPT, Gemini, NotebookLM |
| 평가 | 사전·사후 평가(20문항) + 중간 프로젝트 + 최종 프로젝트 |
| 수료 조건 | 최종 프로젝트 발표 완료 + 포트폴리오 제출 |
주요 활용 도구
이 과정에서 직접 손으로 다루게 될 도구들입니다. 모두 무료 계정으로 시작할 수 있습니다.
Claude Desktop + MCP
이 과정의 핵심 환경입니다. Claude Desktop은 MCP(Model Context Protocol) 서버와 연결되어 내 컴퓨터 파일·웹·Notion·Slack·GitHub 등을 Claude가 직접 읽고 쓸 수 있게 해줍니다. USB 허브처럼 기능을 꽂고 뽑는 구조로, 코드 없이도 강력한 AI 에이전트 환경을 구성할 수 있습니다.
Claude.ai (Projects & Skills)
Claude Projects의 Knowledge Base에 팀 문서를 업로드하면 사내 매뉴얼을 학습한 전용 AI 어시스턴트가 됩니다. Skills 기능으로 자주 쓰는 프롬프트를 버튼 하나로 재사용합니다.
ChatGPT (GPTs · API)
GPTs로 노코드 에이전트를 구현하고, Day 13~14에는 GPT API를 직접 호출하는 실습을 진행합니다. JSON Mode와 Function Calling 개념을 쉬운 예제로 익힙니다.
Google Gemini + NotebookLM
Gemini의 딥리서치와 1M 토큰 컨텍스트 윈도우를 활용한 대용량 문서 처리, NotebookLM으로 업무 문서를 연구 노트북으로 변환하는 실습을 진행합니다.
GPT API · Gemini API
Day 13~14에서 API 키 발급부터 환경 변수 설정, 동일 프롬프트 동시 비교 호출, 토큰 비용 측정까지 비개발자도 따라올 수 있도록 단계별로 실습합니다.
ChromaDB (벡터 데이터베이스)
Day 15~17의 RAG 실습에서 문서를 임베딩하여 저장하는 벡터 DB로 활용합니다. 검색 기반 생성의 핵심 작동 원리를 직접 구현해봅니다.
Perplexity · Brave Search MCP
실시간 웹 검색이 필요한 상황에 활용합니다. PART 4에서 Brave Search MCP를 Claude Desktop에 연결하여 웹 검색 결과를 AI가 자동으로 읽고 처리하는 워크플로를 구성합니다.
20일 커리큘럼 전체 개요
PART 1 | 2026 AI 생태계와 Claude Desktop 입문 | Day 1–2 | 8H
LLM의 작동 원리, 환각(Hallucination), 컨텍스트 윈도우 개념을 실험으로 체감하고, Claude·GPT·Gemini 세 모델을 직접 비교합니다. 과정의 모든 실습 기반이 되는 Claude Desktop + Filesystem MCP 연결 환경을 Day 2에 완성합니다.
| Day | 핵심 실습 |
|---|---|
| Day 1 | LLM 개념 이론 + AI 유형 분류 실험 + 모델 비교 |
| Day 2 | Claude Desktop 설치 + Filesystem MCP 첫 연결 완성 |
PART 2 | 프롬프트 엔지니어링: 원리에서 설계까지 | Day 3–4 | 8H
같은 요청도 프롬프트 설계에 따라 결과물 품질이 완전히 달라집니다. Role·Context·Instruction·Format·Example 5요소 구조부터 Chain-of-Thought, Few-shot, 프롬프트 체이닝, JSON·XML 구조화 출력까지 — PART 2는 이후 모든 실습의 언어 기반이 됩니다.
| Day | 핵심 실습 |
|---|---|
| Day 3 | 5요소 이론 + 나쁜→좋은 프롬프트 변환 + CoT·Few-shot·Zero-shot 비교 실험 |
| Day 4 | 프롬프트 체이닝 + 메타 프롬프팅 + JSON·XML 구조화 출력 설계 |
PART 3 | 실무형 프롬프트 설계 + Claude Projects & Skills | Day 5–7 | 12H
요약·분류·변환·생성의 업무 자동화 4대 패턴을 실제 업무 문서로 실습합니다. Claude Projects에 팀 문서를 올려 Knowledge Base를 구성하고 System Prompt를 반복 개선합니다. Day 7에는 Filesystem MCP와 4대 패턴을 연결한 파일 자동 분석 워크플로를 완성합니다.
| Day | 핵심 실습 |
|---|---|
| Day 5 | 4대 패턴(요약·분류·변환·생성) 실전 + Q&A 할루시네이션 방지 설계 |
| Day 6 | Claude Projects KB 구축 + System Prompt 반복 개선 + Skills 등록 |
| Day 7 | MCP 연동 멀티스텝 체이닝 → 파일 자동 읽기·분석·저장 워크플로 완성 |
PART 4 | Claude Desktop + MCP 에이전트 연동 | Day 8–10 | 12H
Filesystem MCP를 넘어 Brave Search·Web Fetch·Notion·Slack·GitHub MCP를 추가 연결합니다. 에이전트 루프(Perceive→Plan→Act→Reflect) 개념을 익히고, 3개 이상의 MCP를 동시에 활용하는 개인 AI 에이전트 v1.0을 완성합니다.
| Day | 핵심 실습 |
|---|---|
| Day 8 | MCP 아키텍처 심화 + Brave Search·Web Fetch MCP 연결 |
| Day 9 | Notion·Slack·GitHub MCP 연동 업무 자동화 워크플로 |
| Day 10 | 멀티 MCP 복합 워크플로 + 개인 AI 에이전트 v1.0 완성 |
PART 5 | 중간 프로젝트 — MCP 연동 AI 어시스턴트 기획 및 구현 | Day 11–12 | 8H
직무 또는 일상 문제 중 AI로 해결할 과제를 1개 선정하고 완성까지 2일 안에 몰아붙입니다. 문제 정의 → System Prompt 설계 → MCP 연동 → 10개 시나리오 테스트 → 5분 발표 덱 제작의 전 과정을 경험합니다.
| Day | 핵심 실습 |
|---|---|
| Day 11 | 주제 선정 + 문제 정의 + 기능 명세 + MCP 구성 계획 + 구현 |
| Day 12 | 테스트·에러 분석·프롬프트 개선 → 중간 프로젝트 발표 |
PART 6 | LLM API 기초 — GPT API · Gemini API | Day 13–14 | 8H
채팅창이 아닌 API로 AI를 직접 호출합니다. REST 구조, JSON 데이터 형식, 환경 변수와 API 키 보안 관리를 비개발자도 이해할 수 있도록 설명합니다. GPT API와 Gemini API에 동일한 프롬프트를 동시에 보내고 응답과 토큰 비용을 직접 비교해봅니다.
| Day | 핵심 실습 |
|---|---|
| Day 13 | API 개념 + 환경 변수 설정 + GPT API·Gemini API 비교 호출 |
| Day 14 | JSON Mode·Function Calling + 정보 자동 추출기 구현 |
PART 7 | 목적형 ChatBot 설계 + Agentic RAG 구현 | Day 15–17 | 12H
대화 히스토리 관리(Sliding Window·Summary Buffer), 페르소나 설계, 10턴 이상 대화 테스트를 거쳐 목적형 챗봇을 완성합니다. RAG(Embed→Store→Retrieve→Generate) 파이프라인으로 사내 문서를 학습한 Q&A 챗봇을 구현하고, 웹 검색까지 통합하는 Agentic RAG로 고도화합니다.
| Day | 핵심 실습 |
|---|---|
| Day 15 | 챗봇 히스토리 관리 + 페르소나 설계 + 목적형 챗봇 구현 |
| Day 16 | RAG 파이프라인 구현 + ChromaDB 저장 + 문서 Q&A 챗봇 |
| Day 17 | Agentic RAG — 문서 검색 + 웹 검색 Tool 통합 고도화 |
PART 8 | 최종 프로젝트 — AI 어시스턴트 통합 구현 | Day 18–20 | 12H
20일의 마지막 관문입니다. API·MCP·RAG 중 2가지 이상을 통합하는 주제를 직접 선정하고, 시스템 아키텍처를 설계한 뒤 3일 안에 완성합니다. 수료 후에는 20일 산출물 전체를 포트폴리오로 정리하고 커리어 연계 계획을 수립합니다.
| Day | 핵심 실습 |
|---|---|
| Day 18 | 최종 프로젝트 주제 정의 + 아키텍처 설계 + 구현 시작 |
| Day 19 | 핵심 기능 구현 + 10개 시나리오 테스트 + System Prompt 최종 개선 |
| Day 20 | 최종 버전 완성 + 포트폴리오 정리 + 5분 발표 + 수료 |
20일 산출물 목록
이 과정의 가장 큰 특징은 매일 하나씩 실제로 작동하는 산출물을 완성한다는 것입니다. 강의 종료 후에도 그대로 업무에 쓸 수 있는 것들입니다.
| Day | 산출물 이름 | 개요 |
|---|---|---|
| Day 1 | AI 유형 분류 맵 | 내 업무의 반복 작업을 대화형·자동화형·에이전트형 AI로 매핑한 분류표. Claude·GPT·Gemini 3개 모델의 동일 프롬프트 응답 비교 결과 포함. |
| Day 2 | Claude Desktop + MCP 연결 환경 | Filesystem MCP 서버가 연결된 Claude Desktop 환경 완성. 내 컴퓨터 Documents 폴더를 Claude가 직접 읽고 분석하는 첫 자동화 경험. |
| Day 3 | 프롬프트 업그레이드 비교 보고서 | 기존에 쓰던 프롬프트를 5요소 구조로 리뉴얼한 비교 실험 기록. Zero-shot·Few-shot·CoT 세 기법의 결과물 품질 차이를 나란히 정리한 분석서. |
| Day 4 | 업무용 프롬프트 라이브러리 5종 | 5요소 완성형·Few-shot·CoT·프롬프트 체이닝·JSON 구조화 출력의 5가지 유형으로 내 실제 업무에 맞게 설계된 즉시 사용 가능 프롬프트 세트. |
| Day 5 | 4대 패턴 자동화 프롬프트 세트 | 요약·분류·변환·생성 패턴을 실제 업무 문서에 적용한 프롬프트 4종. 패턴 조합 체이닝(예: 분류→생성)으로 완성된 2단계 자동화 파이프라인 포함. |
| Day 6 | Claude Projects AI 어시스턴트 v1 | 팀 업무 문서를 Knowledge Base로 올리고 System Prompt를 반복 개선(v1.2 이상)하여 완성한 팀 전용 AI 어시스턴트. Skills 1개 이상 등록 완료. |
| Day 7 | MCP 연동 파일 자동 분석 워크플로 | Claude Desktop이 Documents 폴더의 파일을 자동으로 읽고 → 4대 패턴으로 분석하고 → 결과 파일로 저장하는 3단계 이상 MCP 연동 자동화 파이프라인. |
| Day 8 | 웹 검색 자동 요약 에이전트 | Brave Search MCP + Web Fetch MCP를 Claude Desktop에 연결하여 지정 키워드를 실시간 검색하고 핵심 내용을 자동으로 요약·정리하는 에이전트. |
| Day 9 | 업무 도구 연동 자동화 워크플로 | Notion·Slack·GitHub 중 1개 이상의 MCP를 연결하여 구성한 실무 자동화. 예: 회의록 자동 Notion 저장 + Slack 알림 발송 자동화 에이전트. |
| Day 10 | 개인 AI 에이전트 v1.0 | Filesystem·Brave Search·업무 도구 3개 이상의 MCP를 동시에 연동하여 완성한 개인 AI 에이전트. Perceive→Plan→Act→Reflect 루프를 자율 수행. |
| Day 11 | 중간 프로젝트 기획서 | 직무·생활에서 선정한 AI 해결 과제의 문제 정의·목표 사용자·핵심 기능 명세·MCP 구성 계획이 담긴 프로젝트 설계 문서. |
| Day 12 | 중간 프로젝트 — MCP AI 어시스턴트 | 10개 시나리오 테스트와 프롬프트 개선을 거친 실제 작동 MCP 연동 AI 어시스턴트와 5분 발표 덱. 팀 피드백을 반영한 완성 버전. |
| Day 13 | GPT & Gemini API 비교 실습 노트 | 두 API의 구조·모델·가격·응답 특성을 동일 프롬프트로 직접 비교한 실험 노트. 환경 변수 설정 및 API 키 보안 관리 체크리스트 포함. |
| Day 14 | JSON 구조화 정보 자동 추출기 | GPT API의 JSON Mode와 Function Calling을 활용하여 비정형 텍스트에서 구조화된 데이터를 자동으로 추출하는 파이프라인. |
| Day 15 | 목적형 대화 챗봇 | Sliding Window 히스토리 관리와 페르소나 설계가 적용된 업무지원·학습·고객응대 목적형 챗봇. 10턴 이상의 실전 대화 테스트 완료. |
| Day 16 | 사내 문서 Q&A RAG 챗봇 | 업무 문서를 임베딩하여 ChromaDB에 저장하고 질문이 들어오면 관련 내용을 검색·생성하는 RAG 파이프라인 챗봇. 할루시네이션 평가 결과 포함. |
| Day 17 | Agentic RAG 고도화 챗봇 | 문서 검색 Tool과 웹 검색 Tool을 통합하여 복합 질문(사내 문서 + 최신 정보)을 동시에 처리할 수 있는 Agentic RAG 챗봇. |
| Day 18 | 최종 프로젝트 아키텍처 설계서 | API·MCP·RAG 중 2가지 이상을 통합하는 최종 프로젝트의 시스템 아키텍처·기술 스택 선정 근거·구현 일정이 담긴 설계 문서. |
| Day 19 | 최종 프로젝트 테스트 리포트 | 10개 시나리오 테스트 결과·에러 분석·System Prompt 및 파라미터 개선 이력을 정리한 품질 검증 리포트. |
| Day 20 | AI 어시스턴트 통합 포트폴리오 | 20일 산출물 전체를 정리한 최종 포트폴리오. 최종 프로젝트 시연(5분 발표 덱)과 수료 후 커리어 연계 계획서 포함. |
수강 전 준비사항
별도의 사전 학습은 필요하지 않습니다. 아래 계정과 환경만 준비해 오시면 Day 1부터 바로 시작할 수 있습니다.
- Claude.ai 계정 (무료 플랜 가능)
- OpenAI 계정 (ChatGPT 무료 플랜 가능, API 실습 시 유료 계정 권장)
- Google 계정 (Gemini, NotebookLM 접속용)
- 노트북 (Windows 또는 macOS, Claude Desktop 설치 가능한 환경)
- Notion 계정 (PART 4 실습 선택 사항)
API 실습(PART 6)에서는 소액의 GPT API 사용 요금이 발생할 수 있습니다. 강의 중 실습 범위에서의 예상 비용은 1~2달러 수준입니다.
수료 후 이어지는 여정
이 과정은 독립된 종착점이 아닙니다.
20일 수료 후에는 자연스럽게 바이브코딩 심화 과정으로 연결됩니다. 입문 과정(40H·10 프로젝트)부터 중급 과정(80H·20 프로젝트)까지, 이 과정에서 배운 프롬프트 설계·API 개념·에이전트 아키텍처 이해가 코드 한 줄 없이 앱을 만드는 바이브코딩의 직접적인 기반이 됩니다.
AI를 이해하고 → 설계하고 → 만드는 세 단계의 첫 번째 단계가 여기서 시작됩니다.
FAQ
Q. 파이썬이나 프로그래밍을 전혀 모르는데 들을 수 있나요? 네, 가능합니다. 이 과정은 코딩 없이 생성형 AI 활용에 집중하도록 설계되었습니다. PART 6의 API 실습도 코드를 작성하는 것이 아니라 API의 작동 방식을 이해하고 호출 결과를 실습하는 방식으로 진행됩니다.
Q. Claude Desktop은 어떤 운영체제를 지원하나요? macOS와 Windows 모두 지원합니다. 설치 방법은 Day 2 강의에서 운영체제별로 안내합니다.
Q. 강의에서 사용하는 모든 도구가 무료인가요? ChatGPT·Claude.ai·Gemini·NotebookLM 모두 무료 계정으로 실습 가능합니다. PART 6의 API 실습에서만 소액(약 1~2달러)의 비용이 발생합니다.
Q. 중간에 빠진 날이 생기면 어떻게 되나요? 각 DAY의 산출물은 워크북에 단계별로 안내되어 있어 자기 속도로 보완할 수 있습니다. 다만 PART 4 이후는 이전 산출물이 기반이 되므로 Day 1~7의 환경 구축은 꼭 완료하시길 권장합니다.
Q. 수료 후 만든 산출물을 실제 업무에 바로 쓸 수 있나요? 이 과정의 모든 실습은 강의용 예제가 아닌 수강생 본인의 실제 업무 문서와 시나리오로 진행합니다. 수료일부터 바로 팀에 적용할 수 있는 수준의 산출물 완성을 목표로 합니다.
참고자료 다운로드
AI Assistant Course 80H Goorm (PDF)
https://drive.google.com/file/d/1ZEpCOT_lmEiq639yn-mzd0VF-6p8-HXL/view?usp=sharing
