25.08.13 / JUN
1. 강의 개요
과정명: 나의 업무 효율을 높여주는 생성형 AI 활용
– 챗지피티, 제미나이, 퍼플렉시티 기반 자동화 및 데이터 분석 실무 중심 교육 –
대상
탄소소재, 복합재, 연료전지 등 연구개발 및 제조업무에 종사하는 한국탄소산업진흥원 회원사 임직원
https://www.kcarbon.or.kr
개요
- 2일 과정, 1일 6시간씩 총 12시간
- 일시: 2025.08.11~12, 25~26
- 장소: 한국탄소산업진흥원 (전북 전주시 덕진구 반룡로)
- 기획: 커넥트앤컴퍼니 박기진 대표 (kjpark@connectn.co.kr)
- 강의: 넥스트플랫폼 동준상 프로
- 실습 중심 오프라인 교육 (1인 1PC, 스쿨식 실습 운영)
- 사용 도구: ChatGPT, Claude, Gemini, Perplexity, Colab
- https://stat.kcarbon.or.kr/report/search
교재파일 다운로드
- 공개교안 / 60p
https://drive.google.com/file/d/1CSC0IseUN7VDmNxLjBIWflofgO2W7sBw/view?usp=sharing - 정규교안 / 120p (열람암호 필요)
지금은 다운로드 기간이 아닙니다.
일차별 강의개요
1일차: 연구, 운영, 지원 업무 역량 제고를 위한 AI 도구 실무활용
- 15억명이 이용하는 AI 지식 허브 | 챗지피티
https://chatgpt.com/ - AI 시대의 구글 검색 | 퍼플렉시티
https://www.perplexity.ai/ - 2위지만 AI 산업 흐름을 선도중인 | 클로드
https://claude.ai/new - 구글의 미래가 걸린 AI FM | 제미나이
https://gemini.google.com/app
- 생성형 AI 실무활용 워크북 (모범 프롬프트 모음집)
- https://docs.google.com/document/d/1lrSmAwa1OYOzJFFfT9BBtndMRDXbyi_lldFGM2dOnyA/edit?usp=sharing
예시 이미지 1: 챗지피티를 이용한 복잡다단한 시계열 그래프 이미지 분석 및 추론
- 기본 질문: 아래 그래프의 의미를 설명해줘 (분석, 정리, 요약)
- 심화 질문: 아래 그래프 다음 단계의 수치 흐름을 예측해줘 (추론, 예측)
2일차: 탄소산업과 AI산업 융합 프로젝트 발굴
2.1 워밍업 | 이미지, 영상, 나레이션, 뮤직 생성
- 챗지피티는 전문성을 지닌 AI 도구 활용을 위한 AI 허브
- 챗지피티에게 사진, 그림, 그래프 이미지 업로드하고 의미 물어보기
- 챗지피티로 실사형 이미지, 그림, 그래프 생성하기
- AI 기반 음악 생성 도구 | 일레븐 뮤직
https://elevenlabs.io/app/music - AI 기반 이미지, 영상 생성 도구 | 클링AI
https://app.klingai.com/ - AI 기반 이미지, 영상 생성 도구 | 미드저니
https://www.midjourney.com/
2.2 조직 업무 능력 제고를 돕는 최신 AI 도구
- GS그룹의 AI FM (기초모델) | 미소AI
https://www.52g.gs/miso - 구글이 만든 리서치, 스터디 전문 도구 | 노트북LM
https://notebooklm.google/ - ChatGPT 전문가 도구 | ChatGPT 플랫폼
https://platform.openai.com/chat/ - Gemini 전문가 도구 | Google AI 스튜디오
https://aistudio.google.com/ - 지식기반 | KISTEP에서 탄소산업과 AI산업 융합 프로젝트 탐색
https://www.kistep.re.kr/mjbs.es?mjbs_year=2025 - 2025 AI 융합 R&D 사업계획서 작성 지원 노트북
https://notebooklm.google.com/notebook/fa26e0e9-0ae1-4990-bbe2-156d96cbc8b3
금번 과정의 주요 산출물
- KCARBON A팀: GPT Agent Mode 기반 KS표준 문서 변환 업무흐름 자동화
개전버전 https://chatgpt.com/share/689ad444-d038-8001-a7d5-d2edc4829c79
초기버전 https://chatgpt.com/share/689ad6ff-0f98-800e-9c09-66ec8d704543
- KCARBON B팀: 노트북LM 기반 카본 자전거 시장 분석
https://notebooklm.google.com/notebook/8e027b66-bc68-48e5-a8e0-976417f203ff
- KCARBON C팀: GPTs 기반 넷제로 네비(Net Zero Navi)
https://chatgpt.com/g/g-689acc604e588191a2fe187b2a1966c1-nesjero-nebi-net-zero-navi
- KCARBON D팀: 노트북LM 기반 한국의 탄소산업 발전방안 연구
https://c.gle/ANiao5oYCDtnHS0ln8DVnm8bdlOmWYgwy0kTg6g40DDeWlfOFvGxPZsG4zm0hrioLnOHVFtBE9gXSdq7HT95KWSBfgOYm4Q7UmTzbrDtTtesy5kQLcBypcD6ljEtWH_JH6j25cRJJe0qc7nRoXpSZib6g8dw8V_C2BDX7-auXQ2V9gKH0gnlF56nX1c
2. 본 과정의 차별화 포인트
| 구분 | 내용 |
|---|---|
| ① 산업 특화 | 탄소소재/복합재/화학소재 제조기업의 업무 특성과 데이터 환경에 맞춘 실습 구성 |
| ② 실습 중심 | 이론 최소화, 프롬프트 설계 및 자동화 시나리오 중심의 실전 실습 |
| ③ 최신 도구 | Claude, Gemini, Perplexity 등 최신 AI 도구를 GPT와 비교 분석 |
| ④ 자동화 시나리오 | 보고서 자동화, 시각화 자동화, 반복 업무 자동화 실습 후 직접 시나리오 설계 |
| ⑤ 공정 및 분석 연계 | R&D, 시험, 품질 데이터 기반의 시각화·보고서 자동화 워크숍 운영 |
3. 수강 시 기대 효과
- 탄소기업 실무에서 생성형 AI 도구의 핵심 기능을 실습을 통해 체득
- 반복적인 업무(시험서 작성, 시트 요약, 보고서 작성 등)의 자동화 능력 확보
- 복잡한 데이터를 쉽게 분석하고 시각화하는 프롬프트 기반 실무 활용 역량 강화
- 최신 AI 도구를 비교하고 본인의 업무에 최적화된 도구를 직접 선택·적용
- 실습 결과를 기반으로 업무 자동화 기획서 및 시나리오 직접 설계
4. 요약 커리큘럼 (2일, 총 12시간)
| 일자 | 모듈명 | 주요 내용 |
|---|---|---|
| Day 1 | 생성형 AI로 업무 자동화 시작하기 | – ChatGPT, Perplexity, Claude, Gemini 비교 – 업무자동화용 프롬프트 작성 실습 – 나만의 실무자동화 기획안 작성 및 공유 |
| Day 2 | AI 기반 데이터 분석 및 시각화 | – 탄소소재 품질 데이터 요약 및 이상치 탐지 – GPT + 파이썬/Colab 기반 시각화 자동화 – Gemini + Google Sheets 기반 보고서 자동화 – 실무 시나리오 발표 및 피드백 |
5. 부가 제공 자료
- 실습용 CNT 품질 측정 예제 데이터셋 (CSV)
- Colab 실습용 회귀분석/시각화 노트북
- Claude, Gemini, GPT 활용 프롬프트 템플릿 PDF
- 자동화 시나리오 보드 양식 + 발표 피드백 시트
6. 참고자료
관심주제
- 섬유
- CNT
- 복합재
- 그래핀
- 탄소공업
- 활성탄소
- 탄소재료
- 연료전지
- 탄소/복합재
- 인조흑연/카본블랙
교육주제
- 탄소기초입문 3회차
- 폐기물 재활용 개론
- 활성탄소제조 및 응용기술
- 탄소복합재료성형 3회차
- 고분자전해질 연료전지 기술
- CFRP 표면처리 코팅 도장실습
- 신재생에너지용 탄소재료응용기술
- 탄소복합재 제품 인퓨전 성형실습
- 열분해 기반 폐복합소재 재활용 기술
- 탄소섬유를 적용한 인발성형 공정 실습
- 탄소산업을 위한 빅데이터 활용과 분석기법
- 탄소복합소재 적용 Wet Resin 공법 제작 실무
- 연구 혁신을 위한 생성형 AI 활용_chat GPT[초급]
- Moldex3D를 활용한 섬유복합재 사출/압축 해석 실습
- Aniform-PlyMatch를 활용한 복합재 Forming 해석 실습
- 탄소복합재 연구혁신을 위한 생성형 AI활용 교육[심화]_Chat GPT
참조링크
- roboflow | carbon fiber defect Computer Vision Project
https://universe.roboflow.com/carbonfibredefect/carbon-fiber-defect/ - 탄소 나노튜브 원자 좌표 데이터셋
https://archive.ics.uci.edu/dataset/448/carbon+nanotubes - 탄소산업 통계포털 자료실 (PDF)
https://stat.kcarbon.or.kr/report/search - roboflow | Graphene Detection Computer Vision Project
https://universe.roboflow.com/2d-materials-detection/graphene-detection - canada | Big graphene dataset
https://nrc-digital-repository.canada.ca/eng/view/object/?id=9f09901d-0736-4204-a35d-0c88ffb8da3b - kaggle | 2021 MLES Final Project Competition
https://www.kaggle.com/competitions/final-project-competition-nckues-ml-2021/overview - R250727_Carbon_Nanotubes_Regression_Visualization (25.08.11 / 동준상.넥스트플랫폼).ipynb
https://colab.research.google.com/drive/1n8nIiub9SDHsxjQAvt7n6f5sgaaBbm62?usp=sharing - scispace | Fastest Research Platform
https://scispace.com/ - consensus | Research starts here
https://consensus.app/
끝 / 감사합니다. / 문의: JUN (naebon@naver.com)
