AI 어시스턴트 익스플로러 (구름 / 40H)

2026.09.02 / 동준상.넥스트플랫폼
(AWS SAA, AWS AIF, GCP GenAI Leader)

구름 AI Assistant 실무 과정: AI 유저에서 AI 빌더로

AI는 이제 단순히 질문에 답하는 도구를 넘어, 업무를 함께 수행하는 AI Assistant와 스스로 계획하고 실행하는 AI Agent의 시대로 빠르게 진화하고 있습니다.

불과 1~2년 전만 해도 생성형 AI 교육의 중심은 “프롬프트를 잘 작성하는 방법”이었습니다. 하지만 최근 기업과 개발 현장에서는 훨씬 실무적인 역량이 요구되고 있습니다.

업무에 바로 활용할 수 있는 AI Assistant 설계
여러 AI 모델을 함께 활용하는 멀티 LLM 환경
기업 문서를 활용하는 RAG(Retrieval-Augmented Generation)
다양한 도구와 연결하는 Tool Calling 및 MCP(Model Context Protocol)
AI를 활용한 바이브코딩(Vibe Coding)
AI Native 애플리케이션 개발

이러한 변화에 맞춰 이번 구름 AI Assistant 과정은 단순한 AI 활용 교육이 아닌, AI 실무 활용 능력과 바이브코딩 역량을 동시에 키우는 프로젝트 중심 교육으로 설계되었습니다.

과정 목표

이번 과정의 가장 중요한 목표는 다음 한 문장으로 요약할 수 있습니다.

“AI를 사용하는 사람에서 AI를 만드는 사람으로 성장한다.”

수강생은 10일 동안 다양한 AI Assistant를 직접 설계하고 구현하면서 최신 AI 기술을 실제 업무에 적용하는 경험을 쌓게 됩니다.

교육이 끝난 후에는 단순히 AI를 사용하는 수준을 넘어,

자신의 업무를 자동화하는 Assistant를 직접 만들고
GitHub에 프로젝트 포트폴리오를 구축하며
바이브코딩 기반의 현대적인 AI 서비스 개발 흐름을 경험하게 됩니다.

최종 프로젝트 산출물

2026년 9월 4일 / 광주영상복합문화관 / 수료식 및 발표회

발표자	프로젝트	산업·분야	해결하려는 업무 문제	AI 핵심 기능	솔루션 구현 방향
박*완	MDx Agent	의료·분자진단	코로나 검사 결과 누락 등의 원인을 신속하게 파악하기 어려움	원인 추론, 사례 검색, 해결 과정 축적	로컬 LLM 기반 검사실 문제 해결 어시스턴트
김*욱	AI 자산투자 에이전트	금융·자산운용	투자 데이터의 신뢰성을 검증하고 합리적인 판단을 내리기 어려움	데이터 수집·검증, 투자 판단, 국가별 공시 비교	DART·SEC·EDINET·J-Quants 연계 투자 검증 시스템
유*현	바이브코딩 튜터 에이전트	교육·소프트웨어 개발	입문자가 개발 과정의 오류와 시행착오를 스스로 해결하기 어려움	오류 진단, 단계별 설명, 코드 개선, 학습 지원	프로젝트 맥락을 이해하는 대화형 코딩 튜터
류*한	재한 베트남인 비자 정보 커뮤니티	이민·외국인 생활정보	복잡하고 다단계인 비자 정보를 이해하고 적용하기 어려움	조건 분석, 비자 경로 안내, 다국어 응답	익명성을 보장하는 베트남어 비자 정보 에이전트
조*성	SafeTrace	PC 보안	Windows 보안 정보를 여러 화면과 도구에서 개별 확인해야 함	보안 상태 수집, 위험도 평가, 이상 항목 설명	Defender·네트워크·자동실행 정보를 통합한 로컬 보안 진단
정*욱	적자 미리 예측 가계부	개인금융·생활관리	지출을 기록해도 월말 적자 가능성을 미리 알기 어려움	소비 패턴 분석, 현금흐름 예측, 위험 알림	미래 잔액과 적자 가능성을 보여주는 예측형 가계부
오*진	병원약사 AI	의료·약무	정보검색 병목, 복잡한 처방 검토, 복약지도 비효율	중복 처방 검토, 약물 상호작용 확인, 근거 검색	병원 약사의 처방 검토를 지원하는 임상 의사결정 어시스턴트
김*운	옵시디언 GraphRAG	연구·지식관리	노션·옵시디언에 축적된 자료 사이의 관계를 발견하기 어려움	지식 그래프, 의미 검색, 관계 추론, 시각화	Obsidian 지식베이스와 대화하는 GraphRAG 연구 도구
김*미	인구효과 분석	공공정책·지역경제	출산지원금이 실제 인구 증가와 지역 성장에 기여했는지 판단하기 어려움	공공데이터 분석, 지역 비교, 효과 추정	정책 투입과 인구·지역 지표의 관계를 분석하는 의사결정 도구
최*지	샤오홍슈 캡션 생성기	중국 마케팅·콘텐츠	일반 번역으로는 중국 소비자에게 자연스러운 표현과 뉘앙스를 구현하기 어려움	번역·현지화, 톤 변환, 캡션·해시태그 생성	샤오홍슈 문화와 문체를 반영하는 콘텐츠 생성 어시스턴트

10일 완성 프로젝트

본 과정에서는 매일 하나의 AI Assistant를 완성하는 것을 목표로 합니다.

프로젝트	핵심 학습 내용
Day 1: My First AI Assistant	생성형 AI, Prompt, API 활용 D1: AI 어시스턴트 구현 및 활용실무 https://nextplatform.net/ai-assistant-explorer-goorm-day-1-intro/
Day 2: Smart Prompt Studio	프롬프트 엔지니어링 D2: 프로젝트 지시사항 Quote (Today’s Wisdom): AI 명언록 앱 기획 및 개발 https://nextplatform.net/quote-todays-wisdom-app-plan-and-build/
Day 3: AI 문서 작성 Assistant	HTML, CSS, JS 기반 Web App 구현 D3: 카드 UI 스파이더맨 명언 앱 https://github.com/junsang-dong/goorm-260826-golden-quotes
Day 4: Multi AI Chat	GPT·Gemini·Claude 비교 활용
Day 5: PDF QA Assistant	RAG 기초와 문서 검색 D5: RAG in 4 Steps https://github.com/junsang-dong/vibe-1207-rag-4-steps
Day 6: AI Research Assistant	Tool Calling과 웹 검색 Claude Skill, Connector, Plugin D6: 솔로프리너 베스트 아이템 https://nextplatform.net/vibecoding-solopreneur-playbook/ D6: 레트로 감성 포토 스토리 (Unsplash API + GPT API) https://github.com/junsang-dong/goorm-260831-kodak-album
Day 7: Meeting Assistant	AI Workflow와 업무 자동화
Day 8: Personal AI Agent	Agent 구조와 Memory D8: 미니 프로젝트 주제 선정 – 박완: Molecular Diagnostic Troubleshooting Agent – 현: 채용공고 크롤링 검수 에이전트 – 류환 산업 : 건축 업무 : 건축사 업무 설계 법률검토 – 조성: 자비스, 인공지능 비서 – 유현: Westguard Rule – 김욱: 상속/증여 법률 검토 – 김*미: AI 야구 콘텐츠 기획 Assistant – 동준상: 제조업, CAD 데이터 자동 변환 에이전트 https://github.com/junsang-dong/goorm-260902-cad-editor-v1
Day 9: 업무 특화 AI Assistant	MCP와 외부 도구 연계
Day 10: Final Showcase	프로젝트 발표와 포트폴리오 완성

각 프로젝트는 독립적으로 활용할 수 있을 뿐만 아니라, 이후 기능을 확장하여 자신만의 AI 서비스로 발전시킬 수 있도록 설계되었습니다.

미니 프로젝트 수행 안내

1. 두 가지 구현 방식 비교

구분	방식 1: GPT·Claude 활용	방식 2: 바이브코딩 솔루션
목표	빠르게 업무 문제 검증	반복 가능한 독립 서비스 구현
개발 난이도	낮음	중간
주요 작업	지시사항, 파일, 지식, 도구 구성	UI·API·DB·RAG·인증 구현
적합한 상황	개인·팀 내부 업무, 초기 실험	다수 사용자, 반복 업무, 서비스화
대표 산출물	프로젝트형 Assistant, Artifact	React/Next.js 기반 웹앱
학습 포인트	Prompt, Context, Knowledge, Workflow	Frontend, Backend, API, DB, 배포
권장 기간	2~4시간	1~3일 MVP

최근 제품들은 단순 채팅을 넘어 파일·도구·코드·브라우저 작업을 수행하는 방향으로 발전하고 있습니다. Codex는 코드 검사·수정·명령 실행을 지원하고, Claude Code와 Cursor Agent도 코드베이스를 이해해 여러 파일을 수정하고 명령을 실행할 수 있습니다. OpenAI Codex 공식 문서, Claude Code 공식 문서, Cursor Agent 공식 문서

2. 산업 및 업무 문제 해결 프로젝트 아이디어

1. 나만의 AI 업무 Assistant

항목	내용
대상 사용자	기획자, 강연자, 관리자, 1인 사업자
업무 문제	메모·문서·할 일·보고자료가 여러 위치에 흩어짐
핵심 기능	문서 요약, 할 일 추출, 보고서 초안, 질의응답
방식 1	GPT Project 또는 Claude Project에 업무 지침과 참고 문서 등록
방식 2	문서 업로드, 업무 Q&A, 작업 기록을 지원하는 웹앱 구현
학습 키워드	System Prompt, 파일 분석, LLM API, Structured Output
난이도	★☆☆

2. 회의록 후속조치 Assistant

항목	내용
대상 사용자	프로젝트 매니저, 팀 리더
업무 문제	회의 후 담당자·마감일·결정사항을 수작업으로 정리
핵심 기능	회의록 요약, 결정사항·담당자·기한 추출
방식 1	회의록 파일을 GPT·Claude에 입력하고 표준 양식으로 변환
방식 2	회의록 업로드와 Action Item 대시보드 구현
학습 키워드	정보 추출, JSON, Workflow, Database
난이도	★☆☆

외부 이메일이나 업무 도구에 자동 등록하는 기능은 사용자의 최종 승인을 거치게 합니다.

3. 신재생에너지 정책 Q&A Assistant

항목	내용
대상 사용자	에너지 기업 실무자, 연구원, 컨설턴트
업무 문제	여러 정책 문서에서 지원 조건과 변경 내용을 찾기 어려움
핵심 기능	정책 Q&A, 지원 대상 확인, 근거 페이지 표시
방식 1	GPT·Claude 프로젝트에 정부 정책 PDF와 질의 규칙 등록
방식 2	PDF 업로드·청킹·검색·출처 표시 기능을 가진 RAG 앱 구현
학습 키워드	PDF QA, RAG, Citation, Vector DB
난이도	★★☆

민감한 정책 해석이나 신청 가능 여부는 AI가 확정하지 않고 “담당 기관 확인 필요”로 표시해야 합니다.

4. 태양광·ESS 사업 제안서 Assistant

항목	내용
대상 사용자	에너지 영업·사업개발 담당자
업무 문제	고객별 사업 제안서를 반복 작성
핵심 기능	고객 조건 분석, 사업구조 추천, 제안서 초안 생성
방식 1	고객 정보와 기존 제안서를 활용해 맞춤형 문서 생성
방식 2	입력 폼과 제안서 생성·저장·다운로드 웹앱 구현
학습 키워드	RAG, Document Generation, Template
난이도	★★☆

입력 예시는 설치 지역, 사용 전력량, 건물 유형, 예산, 희망 투자회수기간입니다.

5. 공장 에너지 절감 진단 Assistant

항목	내용
대상 사용자	공장 에너지 관리자
업무 문제	전력 사용량과 설비 운전 데이터를 해석하기 어려움
핵심 기능	사용량 비교, 이상 구간 발견, 절감 아이디어 추천
방식 1	CSV를 GPT·Claude에 업로드하여 분석 보고서 생성
방식 2	CSV 업로드, 차트, 이상치 탐지, 보고서 생성을 구현
학습 키워드	CSV Analysis, Chart, Rule Engine, LLM
난이도	★★☆

AI가 절감안을 제시하되 설비 변경과 투자 결정은 전문가 검토 대상으로 분리합니다.

6. 전기차 고객 상담 Assistant

항목	내용
대상 사용자	자동차 영업사원, 구매 상담 고객
업무 문제	주행거리·충전·보조금·유지비를 종합 비교하기 어려움
핵심 기능	요구사항 분석, 차량 비교, 상담 결과 정리
방식 1	GPT와 Claude에 같은 질문을 입력해 답변 비교
방식 2	멀티 LLM 상담 UI와 모델별 응답 비교 기능 구현
학습 키워드	Multi-LLM, Compare Mode, Chat UI
난이도	★★☆

보조금, 가격처럼 변동성이 큰 정보는 고정 지식으로 답하지 말고 공식 데이터 확인일을 함께 표시해야 합니다.

7. 자동차 정비 FAQ Assistant

항목	내용
대상 사용자	정비소 직원, 차량 소유자
업무 문제	증상에 맞는 매뉴얼과 점검 순서를 빠르게 찾기 어려움
핵심 기능	증상별 FAQ, 관련 매뉴얼 검색, 점검 체크리스트
방식 1	정비 매뉴얼과 FAQ를 프로젝트 지식으로 활용
방식 2	Vector DB 기반 정비 지식 검색 앱 구현
학습 키워드	Embedding, Vector DB, RAG
난이도	★★☆

고장 확정이 아닌 “가능한 원인과 권장 점검 순서”를 제공하도록 제한합니다.

8. 제조설비 이상 보고서 Assistant

항목	내용
대상 사용자	생산·품질·설비 관리자
업무 문제	현장 메모와 사진을 표준 보고서로 만드는 데 시간이 걸림
핵심 기능	사진·현상 분석, 이상 유형 분류, 보고서 초안
방식 1	이미지와 현장 메모를 GPT·Claude에 입력
방식 2	이미지 업로드와 구조화된 결함 보고서 생성 앱 구현
학습 키워드	Vision, Structured Output, Report Generation
난이도	★★☆

안전등급이나 운전 중단 판단은 반드시 현장 전문가가 승인하게 합니다.

9. 지역 문화관광 AI 큐레이터

항목	내용
대상 사용자	관광객, 지자체 관광 담당자
업무 문제	관심사와 이동 조건에 맞는 여행 코스를 찾기 어려움
핵심 기능	취향 기반 장소 추천, 동선 구성, 지도 연결
방식 1	GPT·Claude의 검색 및 지도 관련 도구를 활용해 코스 생성
방식 2	관광 API·지도 API를 연결한 추천 웹앱 구현
학습 키워드	Tool Calling, 공공데이터 API, 지도·검색 API
난이도	★★☆

10. AI 콘텐츠 기획 Assistant

항목	내용
대상 사용자	홍보 담당자, 콘텐츠 제작자
업무 문제	채널별 콘텐츠 아이디어와 제작안 작성에 시간이 걸림
핵심 기능	타깃 분석, 콘텐츠 캘린더, 이미지·영상 프롬프트
방식 1	GPT·Claude에서 기획서와 생성 프롬프트 작성
방식 2	브랜드 정보 입력, 아이디어 저장, 콘텐츠 캘린더 앱 구현
학습 키워드	Prompt Engineering, Image/Video Prompt, Database
난이도	★☆☆

Claude Artifacts는 대화에서 생성한 도구·시각화·콘텐츠를 별도 작업 영역에서 발전시키고 공유하는 데 활용할 수 있습니다. Claude Artifacts 안내

11. 지역 축제 홍보물 생성 Assistant

항목	내용
대상 사용자	지자체·문화기관 홍보 담당자
업무 문제	하나의 행사 정보를 여러 채널 형식으로 반복 변환
핵심 기능	보도자료, SNS 문구, 포스터 카피, 다국어 안내
방식 1	GPT·Claude에서 채널별 콘텐츠 묶음 생성
방식 2	행사 입력 폼과 채널별 결과 생성·저장 기능 구현
학습 키워드	Template, Multilingual Output, Workflow
난이도	★☆☆

12. 건강정보 AI Assistant

항목	내용
대상 사용자	일반 사용자, 건강상담 직원
업무 문제	건강검진 결과와 생활관리 정보를 이해하기 어려움
핵심 기능	용어 설명, 질문 목록 생성, 생활관리 체크리스트
방식 1	검진 결과를 개인정보 제거 후 GPT·Claude로 설명
방식 2	기록 저장, 추세 비교, 맞춤 체크리스트 앱 구현
학습 키워드	Workflow, Memory, Privacy
난이도	★★☆

의료 진단이나 처방을 제공하지 않고, 의료진에게 물어볼 질문을 준비하는 보조 도구로 한정합니다.

13. 병원 예약·상담 Agent

항목	내용
대상 사용자	환자, 병원 상담 직원
업무 문제	진료과·일정·준비사항을 반복 안내
핵심 기능	증상 기반 진료과 안내, 일정 조회, 예약 요청
방식 1	GPT·Claude와 캘린더·문서 도구를 연결해 시뮬레이션
방식 2	상담 UI, 병원 정보 DB, 예약 API 또는 MCP 연동
학습 키워드	AI Agent, Tool Calling, MCP, Human Approval
난이도	★★★

실제 예약 확정 직전에는 반드시 사용자가 병원·의사·날짜·시간을 재확인해야 합니다.

14. 복지 지원제도 안내 Assistant

항목	내용
대상 사용자	시민, 복지기관 상담자
업무 문제	자신에게 해당하는 지원제도를 찾기 어려움
핵심 기능	조건별 제도 검색, 준비 서류, 신청 절차 안내
방식 1	최신 안내 문서와 웹 검색을 이용해 상담
방식 2	제도 DB, 조건 검색, 출처 링크를 갖춘 RAG 앱 구현
학습 키워드	RAG, Search, Rule Engine, Citation
난이도	★★☆

권장 수행 방식

1단계: AI 제품으로 문제 검증

업무 문제 선정
→ 현재 업무자료 수집
→ GPT·Claude 프로젝트 구성
→ 지시사항 작성
→ 실제 사례 5건 테스트
→ 시간·정확성·활용성 평가

2단계: 반복 가능한 MVP 구현

기술명세서 작성
→ 입력·출력 스키마 정의
→ React/Next.js UI 구현
→ Server API 연결
→ LLM 호출
→ 오류 처리
→ Vercel 배포

3단계: 지식과 도구 추가

문서 검색/RAG
→ Database
→ 외부 API·MCP
→ 사용자 승인
→ 로그·평가

4단계: 필요할 때만 Agent로 확장

요청 이해
→ 작업 계획
→ 지식 검색
→ 도구 실행
→ 결과 검증
→ 사용자 승인

Codex·Claude Code·Cursor는 코드베이스를 읽고 파일 수정과 명령 실행을 수행할 수 있으므로, 입문자는 “앱 전체를 한 번에 만들어줘”보다 프로젝트 구조 → UI → API → 테스트 → 배포 순서로 작업을 나누는 것이 좋습니다. Cursor는 로컬 Agent 외에도 격리된 개발환경에서 실행되는 Cloud Agent를 제공하며, Codex도 IDE와 클라우드 환경에서 작업을 이어갈 수 있습니다. Cursor Cloud Agents, Codex IDE, Codex Cloud

공통 MVP 기술 스택

Frontend     React + Vite 또는 Next.js + TypeScript
UI           Tailwind CSS
Backend      Next.js Route Handler 또는 Vercel Functions
LLM          OpenAI / Anthropic Provider Adapter
Database     Supabase 또는 Neon Postgres
RAG          pgvector 또는 간단한 Vector DB
Validation   Zod
Deployment   GitHub + Vercel

권장 구조는 특정 모델에 직접 종속되지 않는 방식입니다.

사용자
  ↓
웹 UI
  ↓
Assistant Workflow
  ├─ LLM Adapter
  ├─ Knowledge/RAG
  ├─ Tool/API
  ├─ Database
  └─ Human Approval

프로젝트 중심 교육

생성형 AI 기술은 매우 빠르게 변화하고 있습니다.

새로운 모델과 서비스는 계속 등장하지만, 변하지 않는 것은 문제를 정의하고 AI를 활용해 해결하는 능력입니다.

이번 과정은 이론 중심의 강의보다 직접 만들면서 배우는(Project-Based Learning) 방식을 채택했습니다.

매일 하나의 실무 프로젝트를 완성하면서 자연스럽게 다음 단계의 기술을 익히도록 설계했습니다.

예를 들어,

AI 문서 작성 Assistant
멀티 AI Chat
PDF 문서 QA Assistant
AI Research Assistant
Meeting Assistant
Personal AI Agent

등을 직접 구현하게 됩니다.

교육이 종료될 때에는 약 10개의 프로젝트가 하나의 포트폴리오가 되어 자신만의 AI 서비스 모음집을 완성하게 됩니다.

지역 산업 연계 AI Assistant 프로젝트 주제안

산업 분야	미니 프로젝트	학습 키워드
공통	나만의 AI 업무 Assistant	Prompt, LLM API
에너지	신재생에너지 정책 Q&A Assistant	Prompt Engineering, PDF QA
에너지	태양광·ESS 사업 제안서 Assistant	RAG, 문서 생성
미래자동차	전기차 고객 상담 Assistant	Multi-LLM, Chat UI
미래자동차	자동차 정비 FAQ Assistant	Vector DB, RAG
문화콘텐츠	광주 문화관광 AI 큐레이터	Tool Calling, 지도·검색 API
문화콘텐츠	AI 콘텐츠 기획 Assistant	이미지/영상 프롬프트 생성
헬스케어	건강정보 AI Assistant	Workflow, Memory
헬스케어	병원 예약·상담 Agent	AI Agent, MCP
융합	지역 산업 특화 AI Assistant (팀 프로젝트)	통합 프로젝트

학습 루틴

본 과정은 하루 4시간씩 총 10일 동안 진행됩니다.

전반부 (2시간)

최신 AI 기술과 개념을 이해하는 시간입니다.

주요 내용은 다음과 같습니다.

생성형 AI와 AI Assistant
프롬프트 엔지니어링
GPT, Gemini, Claude 비교
바이브코딩 개발 방식
RAG
Tool Calling
AI Workflow
AI Agent
MCP(Model Context Protocol)

매 시간마다 짧은 미니 미션을 수행하며 핵심 개념을 직접 체험합니다.

후반부 (2시간)

전반부에서 배운 내용을 활용하여 실제 AI Assistant를 구현합니다.

수강생들은

React 기반 웹 인터페이스를 만들고
AI API를 연결하고
기능을 개선하고
GitHub에 업로드하며
서로의 결과물을 공유합니다.

즉,

“배운다 → 만든다 → 공유한다”

라는 반복적인 학습 구조를 통해 자연스럽게 실무 역량을 높이게 됩니다.

수강 대상

이 과정은 다음과 같은 분들에게 적합합니다.

생성형 AI를 업무에 적극 활용하고 싶은 직장인
AI 서비스를 직접 만들어 보고 싶은 입문 개발자
바이브코딩을 처음 시작하는 학습자
업무 자동화 아이디어를 실제 서비스로 구현하고 싶은 기획자
AI 교육을 준비하는 강연자와 교육 담당자
기업의 AI 도입을 기획하는 실무자

프로그래밍 경험이 많지 않더라도 단계별 프로젝트를 통해 자연스럽게 AI 애플리케이션 개발 과정을 익힐 수 있도록 구성되어 있습니다.

수강 후 성취

10일간의 과정을 마치면 수강생은 다음과 같은 결과물을 갖게 됩니다.

AI Assistant 프로젝트 포트폴리오
GitHub 프로젝트 저장소
실무에 바로 활용 가능한 AI Assistant
최신 AI 기술에 대한 이해
바이브코딩 기반 개발 경험
AI Agent 설계에 대한 기초 역량

무엇보다도 중요한 것은 새로운 AI 기술이 등장하더라도 스스로 학습하고 응용할 수 있는 기반을 갖추게 된다는 점입니다.

결론

AI는 더 이상 특정 전문가만의 기술이 아닙니다.

앞으로의 경쟁력은 AI를 얼마나 많이 사용하는가보다 AI를 자신의 업무에 맞게 설계하고 활용할 수 있는가에 달려 있습니다.

이번 구름 AI Assistant 과정은 단순히 새로운 기술을 배우는 교육이 아니라, AI와 함께 일하는 새로운 업무 방식을 경험하는 프로젝트 중심의 학습 여정입니다.

10일 동안 하나씩 AI Assistant를 만들며, 자신의 아이디어를 실제 서비스로 구현하는 경험을 통해 AI 시대에 필요한 실무 역량과 자신감을 함께 키워보시기 바랍니다.

ChatGPT × Claude AI 실무 활용 VOD 시리즈 (구름 / VOD / 40H)

GPT6 × Google Flow로 인포그래픽 영상 콘텐츠 제작 LIVE 세션 (9월)

개인맞춤형 mRNA 항암 치료의 작동 원리 및 임상 성과 분석

GPT 에이전트가 우연히 허깅페이스를 해킹함

GPT6 Astra의 핵심 기능, 차별화점, 실무활용 방법