Claude 실무활용 (구름 / VOD / 20H)

‎COVER GOORM AI S2 Claude
Views: 198
넥스트플랫폼 동준상 대표 (naebon@naver.com)

2026.10.11 / 동준상.넥스트플랫폼
(AWS SAA, AWS AIF, GCP GenAI Leader)

핵심 요약 (Executive Summary)

구름 GPT Claude 실무활용 VOD 시리즈

ChatGPT와 Claude AI를 단순한 대화형 도구를 넘어 실무적인 소프트웨어 제작 및 업무 시스템 설계 도구로 활용하기 위한 두 가지 핵심 교육 과정. 총 40시간(각 과정 20시간)으로 구성된 이 교육은 ‘AI로 만들고(ChatGPT)’, ‘AI로 일하는(Claude)’ 방법론의 차이를 명확히 제시.

  • ChatGPT 과정: 프로그래밍 경험과 관계없이 AI를 개발 파트너로 삼아 기획부터 배포까지 ‘AI 웹앱 및 업무도구’를 직접 제작하는 바이브 코딩(Vibe Coding) 역량 강화에 집중.
  • Claude AI 과정: 기존의 업무 프로세스를 분석하고 AI를 워크플로우에 결합하여, 단순 보조를 넘어선 **’AI 업무 시스템’**을 구축하는 설계 역량에 초점.
  • 최종 목표: 사용자가 단순히 AI에게 질문하는 수준을 넘어, AI와 함께 결과물을 창조하고 자신의 업무 환경을 재설계하는 ‘AI 실무 전문가’ 역량 확보.
BCR 제품 지식 허브
BCR APP1 경영 트래커
CEO 의사결정 APP2 경영 브리핑

이번 포스트의 목차

  • P1. ChatGPT x Claude 실무활용 전체 과정 개요
  • P2. Claude 실무활용 – 프로젝트 수행 예시/산출물
  • P3. Claude 실무활용 – 워크플로우 프로젝트 수행 예시/산출물
  • FAQ: Claude 실무활용 과정 – 자주 묻는 질문

P1. ChatGPT x Claude 실무활용 전체 과정 개요

1.1 ChatGPT 실무활용 VOD 시리즈: AI 웹앱 및 업무도구 제작

이 과정은 생성형 AI를 활용해 실제 작동하는 소프트웨어를 만드는 ‘제작’의 영역을 다루며, 사용자는 아이디어 발굴부터 실제 웹 서비스 배포까지의 전 과정을 경험

교육 철학 및 핵심 개념

  • 핵심 철학: “AI와 함께 웹앱·AI 업무도구를 만든다.”
  • 바이브 코딩(Vibe Coding): 자연어를 기반으로 코드를 생성하고, AI에게 요구사항과 맥락(Context)을 전달하여 소프트웨어를 구현하는 새로운 방식의 개발 방법론

단계별 학습 여정 (Phase 01~05)

  1. 기획 (Phase 01): 생성형 AI 기반의 소프트웨어 제작 방식 변화를 이해하고, 업무상의 페인 포인트(Pain Point)를 발견하여 MVP(최소 기능 제품) 기획서를 작성
  2. 설계 (Phase 02): 정보 구조(IA)와 사용자 흐름(User Flow)을 설계하고 UI/UX 프로토타이핑을 진행
  3. 구현 (Phase 03): 바이브 코딩을 통해 기능을 구현하며, LLM API를 연결하여 문서·이미지·데이터를 이해하는 AI 기능을 앱에 통합합니다. 데이터 저장(CRUD) 기능도 포함
  4. 고도화 및 배포 (Phase 04): AI를 활용한 디버깅, 보안 검증(API Key 보안, 프롬프트 인젝션 방지)을 거쳐 Git과 Vercel을 이용해 실제 웹에 배포
  5. 최종 프로젝트 (Phase 05): 실제 업무 문제를 해결하는 완성도 높은 AI 웹앱을 제작하고 결과를 검증

기대 결과물

학습자는 AI 업무 문서 분석기, 회의록 분석기, 데이터 분석 대시보드 등 실제 작동하는 AI 웹앱 또는 업무도구를 확보

1.2 Claude 실무활용 VOD 시리즈: AI 기반 업무 혁신 및 시스템 설계

Claude 과정은 새로운 앱 제작보다는 현재 수행 중인 업무 자체를 AI 중심으로 재설계(Redesign)하는 ‘최적화’와 ‘시스템화’에 집중

교육 철학 및 핵심 개념

  • 핵심 철학: “AI를 실제 업무 프로세스에 연결하고 고도화한다.”
  • 시스템적 접근: 단순 프롬프트 작성을 넘어 맥락(Context), 지식(Knowledge), 워크플로우(Workflow), 도구(Tool)를 결합한 지속 가능한 업무 체계를 구축

단계별 학습 여정 (Phase 01~05)

  1. 업무 분석 (Phase 01): 기존 업무 프로세스에서 반복·병목 지점을 발견하고 AI 적용 가능성을 분석하여 업무를 구조화
  2. 지식 관리 (Phase 02): Claude Projects를 활용해 지식 베이스(Knowledge Base)를 구축하고 여러 문서를 연결하여 분석하는 전문 AI 업무 공간을 구현
  3. 결과물 제작 (Phase 03): Claude Artifacts를 활용해 인터랙티브한 보고서, 표, 계산 도구 등 업무 결과물을 생성하고 데이터를 정제
  4. 연결 및 자동화 (Phase 04): 반복 업무를 AI 워크플로우로 설계하고, MCP(Model Context Protocol)를 통해 외부 도구 및 데이터와 AI를 연결하는 에이전틱(Agentic) 환경을 이해
  5. 시스템 프로젝트 (Phase 05): 실제 업무 프로세스를 선정하여 프로젝트, 아티팩트, 워크플로우가 결합된 통합 AI 업무 시스템을 구축

기대 결과물

학습자는 시장 조사, 고객 대응, 영업 제안 등 특정 업무가 자동으로 수행되거나 효율적으로 보조되는 AI 워크플로우 및 업무 시스템을 완성

1.3 과정 비교 분석: ChatGPT vs Claude AI

두 과정은 사용되는 기술 스택과 지향하는 실무 목표에서 뚜렷한 차별점

구분ChatGPT (제작 중심)Claude AI (시스템 중심)
핵심 철학AI로 만든다AI로 일하는 방식을 바꾼다
출발점문제와 제품 아이디어기존 업무 프로세스
핵심 역량바이브 코딩 (Vibe Coding)컨텍스트 & 워크플로우 엔지니어링
주요 활동기획, 설계, 개발, 디버깅분석, 구조화, 연결, 고도화
AI의 역할AI 개발 파트너AI 업무 파트너
핵심 기술Web, API, Data, AIProjects, Artifacts, Workflow, MCP
최종 결과물AI 웹앱 및 업무도구AI 워크플로우 및 업무 시스템

1.4 결론 및 실무적 시사점

본 교육 과정이 제시하는 핵심은 생성형 AI 시대에 필요한 역량이 단순히 ‘좋은 질문을 던지는 것’에서 ‘AI와 함께 시스템을 설계하고 구현하는 것’으로 진화

  • ChatGPT 과정은 아이디어를 실제 소프트웨어로 전환하는 기술적 실천력을 강조하며, 코딩 지식보다 요구사항을 정확히 전달하고 검증하는 능력을 배양
  • Claude 과정은 개별 업무를 시스템적 관점에서 재구성하여 AI가 지속적으로 업무에 참여할 수 있는 구조를 설계하는 역량을 강조

P2. Claude 실무활용 – 프로젝트 수행 예시/산출물

블루 클라우드 로보틱스 (AI 실무활용 예시 기업)
https://nextjay.mycafe24.com/blue-cloud-robotics/

Nordvik 비즈니스, 5명의 주요 업무 담당자, “기술은 있지만 정보가 사람·엑셀에 흩어져 있다”는 공통 고민 반영

  • ChatGPT 과정과의 차별화 — 흩어진 업무를 하나의 시스템으로 재설계 (Code/Design은 워크플로우의 한 부품으로 활용)
  • Cowork · Design · Code 분산 배치 — Projects/RAG, Artifacts, Research 포함
  • Nordvik 사건으로 연결 — 고객사의 문의라는 하나의 사건을 다른 각도에서 부서별로 다루도록 구성
  • 검토자(human-in-the-loop) 명시 — AI 초안과 사람 확정을 구분하는 BCR 원칙 유지

2.1 제품 지식 베이스 + 사내 Q&A 시스템

(담당: 연구개발팀·이은우 / Projects · RAG · Artifacts)

  • 좌절점: 직원마다 다른 매뉴얼·개발자 메모를 참고해 같은 질문에도 답이 제각각.
  • Claude 해법: 승인된 최신 제품 자료(마스터 3종·매뉴얼 3개)를 Project Knowledge로 묶고, Project Instructions에 “출처 없는 답변 금지” 규칙을 넣어 단일 진실 공급원(single source of truth)을 구축.
  • 산출물·검토자: 사내 제품 Q&A 어시스턴트 / 연구개발팀 승인.
  • → 첫 실습이자 이후 모든 실습의 기반이 되는 시스템입니다.

2.2 영문 고객 문의 처리 워크플로우

(담당: 심수정 / Cowork · MCP(메일) · Workflow)

  • 좌절점: 시차 속에서 사양·가격·납기가 뒤섞인 영문 문의가 밤새 쌓임.
  • Claude 해법: Cowork 예약 태스크로 아침마다 “밤새 온 문의 → 요구사항 구조화 → 누락 정보 표시 → 담당자 배정 → 영문 답장 초안”까지 준비. 심수정은 출근 후 검토·발송만.
  • 산출물·검토자: 요구사항 표 + 영문 메일 초안 / 심수정 확정 후 발송.

2.3 고객 업종별 제품 소개자료 · 슬라이드

(담당: 김지수 / Design · Artifacts)

  • 좌절점: 기술 설명 위주 자료라 고객 관심을 얻기 어렵고 시각 자료가 부족함.
  • Claude 해법: Claude Design으로 고객 업종별 활용 장면과 A200 영문 원페이저·소개 슬라이드를 캔버스에서 반복 수정. Nordvik 제출용 자료 완성.
  • 산출물·검토자: 영문 소개자료·슬라이드 / 연구개발팀(기술 정확성)·심수정(고객 관점).

2.4 생산·품질 데이터 대시보드

(담당: 이은우 / Code · Artifacts · 데이터 분석)

  • 좌절점: A200 재검사 증가 원인을 알기 어렵고, 생산일보·검사 CSV·작업 메모가 날짜·불량코드 형식까지 제각각.
  • Claude 해법: Code로 흩어진 파일을 정제·표준화하는 스크립트를 만들고, 공정·기간·부품 로트별 불량률을 인터랙티브 대시보드(Artifact)로 시각화.
  • 산출물·검토자: 데이터 정제 스크립트 + 불량 분석 대시보드 / 이은우.

2.5 할인 시나리오 수익성 계산기

(담당: 박민재 / Artifacts(인터랙티브))

  • 좌절점: 고객이 할인을 요청해도 제품·고객별 수익성 영향을 즉시 확인하기 어려움.
  • Claude 해법: 확정 원가·가격표를 바탕으로 할인율 슬라이더가 달린 인터랙티브 계산 도구 제작. Nordvik 견적 할인 요청을 그 자리에서 검토.
  • 산출물·검토자: 수익성 비교 계산기 / 박민재 수치 검증.

2.6 고객 문의 관리 웹앱 MVP

(담당: 심수정·영업마케팅팀 / Code)

  • 좌절점: 문의 이력과 처리 상태가 Excel에 흩어져 후속 조치가 누락됨.
  • Claude 해법: 문의 등록·담당자·기한·상태를 관리하는 경량 웹앱을 바이브코딩으로 구현. 2번 워크플로우가 만든 데이터가 흘러들어가는 영속 저장소 역할.
  • 산출물·검토자: 고객 문의 관리 MVP / 심수정.
  • → ChatGPT 과정의 바이브코딩과 달리, 기존 워크플로우를 담는 그릇으로 위치시켜 시스템 관점을 유지합니다.

2.7 주간 경영 브리핑 자동화

(담당: 김민호·박민재 / Cowork(예약) · Projects · Workflow)

  • 좌절점: 부서별 보고를 합쳐 쟁점을 정리하는 데 시간이 오래 걸리고 의사결정이 대표에게 집중됨.
  • Claude 해법: Cowork 예약 태스크가 매주 영업·생산·재무 자료를 종합해 쟁점과 실행과제를 정리하고, 지난주 실행과제 진척까지 추적.
  • 산출물·검토자: 주간 경영 브리핑 + 실행과제 트래커 / 김민호.

2.8 북유럽 시장·경쟁사 리서치 워크플로우

(담당: 김지수·심수정 / Research · Projects)

  • 좌절점: 북유럽 시장과 경쟁 제품 정보가 부족한 채로 Nordvik에 대응해야 함.
  • Claude 해법: Research 모드로 경쟁 액추에이터·시장 규제·고객 업종을 조사하고, 출처를 검증해 Project에 구조화된 리서치 노트로 축적. 반복 문의 때 재사용.
  • 산출물·검토자: 시장·경쟁 리서치 노트 / 김민호·심수정.

2.9 회의록 → 실행과제 추적 시스템

(담당: 김민호 / Cowork · Artifacts)

  • 좌절점: 결정사항이 이메일·Teams·회의록에 흩어져 무엇을 누가 언제까지 하기로 했는지 추적이 안 됨.
  • Claude 해법: 회의록에서 결정·할 일·담당자·기한을 추출해 실행과제 트래커로 전환하고, 다음 회의 전 미완료 항목을 자동 리마인드.
  • 산출물·검토자: 실행과제 트래커 / 김민호.

2.10 BCR AI 업무 시스템 통합 설계

(담당: 전 부서·김민호 / 전체 통합 — 최종 프로젝트)

  • 좌절점: 개별 도구는 생겼지만 서로 연결되지 않아 여전히 손으로 옮기는 작업이 남음.
  • Claude 해법: 1~9번을 하나의 흐름(고객 문의 → 자료 확인 → 콘텐츠·제안서 → 생산·원가 검토 → 고객 대응 → 경영 보고)으로 엮은 아키텍처를 설계. Context + Knowledge + Projects + Artifacts + Workflow + MCP 결합의 결론부.
  • 산출물·검토자: AI 업무 시스템 아키텍처 설계서 + 시연 / 전 부서.

P4. Claude 실무활용 – 워크플로우 프로젝트 수행 예시/산출물

기존 학습 성과물 (bcr-inquiry-response·bcr-release-check 스킬, Profit Insight 수익성 계산기, 제품 문서 6종, 문의 관리 MVP 구상)을 Claude Code 등의 전문적인 도구를 사용하여 고도화 가능

1. 반복 업무를 AI Workflow로 재설계하기

실습: “아침 9시 해외 문의 트리아지” 워크플로 · 담당 심수정

  • 기능: Schedule(예약 태스크) + Skill(bcr-inquiry-response 재사용) + Artifact
  • 흐름: Trigger(평일 08:30) → Input(밤사이 문의 메일) → Process(스킬로 요구사항 구조화·누락 정보 표시) → Output(담당자별 요구사항 표 + 영문 회신 초안)
  • Human-in-the-loop: 사양은 연구개발팀, 가격은 민재, 납기는 은우가 확정해야 넘어가는 승인 게이트 3개
  • 산출물: TIPO 워크플로 설계 카드(Artifact) + 예약 태스크 1개
  • 검토자: 심수정
Claude 실무활용 C4.1: 해외고객 제품문의 메일회신 자동화

2. 복합 업무를 AI Workflow로 연결하기

실습: Nordvik 견적 대응 End-to-End 파이프라인 · 담당 심수정·박민재·이은우

  • 기능: Skill 체이닝(inquiry-response → release-check) + Artifact(Profit Insight 재사용) + Whiteboard 흐름도
  • 조건 분기
    • 공헌이익률이 목표 이상이면 자동 진행
    • 공헌이익률이 최저와 목표 사이면 민재 검토
    • 공헌이익률이 최저 미만이면 재견적
    • 재고가 있으면 표준 납기 적용, 생산이 필요하면 은우가 납기 확정
  • Claude Code 고도화: Profit Insight의 계산 로직을 JSON 입출력 모듈로 분리하고 테스트 케이스를 붙여, 워크플로가 호출할 수 있는 부품으로 만듭니다.
  • 산출물: E2E 분기표 + 계산 모듈
  • 검토자: 박민재(수치 검증)
Claude 실무활용 C4.2: 해외고객 견적대응 파이프라인

3. AI Agent 방식으로 업무 고도화하기

실습: “Nordvik 회신 패키지 준비” 에이전트

  • 기능: Claude Code(CLAUDE.md + Skills + Subagent)
  • 핵심 대비: 4.2는 사람이 정한 고정 경로로 움직이고, 4.3은 목표만 주면 에이전트가 계획(plan.md)을 세워 도구를 고릅니다.
  • Tool Use 구성: 제품 마스터 읽기, 4.2 계산 모듈 실행, 회신 초안 작성, release-check 실행 → 승인 직전에 멈춤
  • 서브에이전트: 사양 검증 담당 / 견적 담당으로 역할 분리
  • Claude Code 고도화: 테스트 메일 10건으로 bcr-inquiry-response 스킬 평가셋을 만들고, 스킬 사용 전후 결과를 비교해 개선합니다.
  • 산출물: 에이전트 실행 로그 + plan.md + 개선된 스킬
  • 검토자: 심수정
Claude 실무활용 C4.3: 견적문의 대응 에이전트 구현

P5. 클로드 실무활용 정리/요약

“대화로 묻던 AI → 지식을 아는 AI → 데이터를 보는 AI → 스스로 일하는 AI”

지금까지 완성한 클로드 스킬, 스케줄, 아티팩트, 코드 등 산출물은 “흩어진 결과물”이 아닌 전사적인 업무지원 솔루션을 완성할 수 있는 “시스템의 부품”으로서 의미

BCR 부서산출물담당 인물
영업지원제품 카탈로그, 고객 메일 회신 워크플로심수정
견적/수주Nordvik 견적 파이프라인, 할인 수익성 계산기, 확정 회신 대시보드심수정·박민재
경영지원수주 수익성 평가 대시보드박민재·김민호
생산관리생산·품질 대시보드이은우
기술관리중국 산업 리서치, A200 특허 대시보드, Patent Scout연구개발팀

C5.1 나만의 AI 업무 시스템 설계하기

고도화: BCR-A100 제품 카탈로그 → “제품 지식 허브”

BCR 제품 지식 허브 / https://claude.ai/artifact/Lxh8UMJGtDGUMEdsu9VTPe

C5.1의 주제 Knowledge·Context·Artifact >> 지식이 가장 직접 드러나는 산출물인 카탈로그 제작

  • 현재: A100 한 제품을 보여 주는 정적 카탈로그
  • 고도화 방향 (사용성)
    1. A100·A200·C100 3종 비교 탭 추가 (제품 마스터 v2.1 기준)
    2. 모든 사양 값에 출처 문서 번호와 기준일 표시 (예: BCR-DOC-A200-M v2.1)
    3. “이 사양으로 고객 문의에 답할 수 있나?” 체크 영역: 문서에 없는 사양(브레이크 옵션, PROFINET 등)은 “연구개발팀 확인 필요”로 표시
  • 학습 포인트: “AI가 아는 것”과 “AI가 모르는 것”의 경계를 화면에 드러내는 것이 Context 설계라는 점
  • 20분 배분: 개선 요구 정리 5분 → Claude로 수정 10분 → 사양 값 대조 검증 5분

대안 후보: 견적/수주 확정 회신 대시보드 — 부서 간 데이터가 모이는 화면이라 Architecture 설명에는 좋지만, 20분 안에 개선 효과를 보여 주기는 카탈로그가 더 쉽습니다.

C5.2 CEO 의사결정 시스템

고도화: 주간 경영 의사결정 대시보드

BCR CEO 의사결정 APP1 경영 트래커 / https://claude.ai/artifact/TmbU1rPBgP3KY2tZaXFaR4
CEO 의사결정 APP2 경영 브리핑 / https://claude.ai/artifact/2E2fsdZqPVT8JxVJ7xUEkB

김민호 CEO의 세 가지 고민(회의 요약, 의사결정 자료 통합, 실행과제 추적)을 해결하기 위한 주간 경영 의사결정 솔루션

설계의 핵심

  • 흐름: 월요일 브리핑 → 경영회의 → 결정 로그 → 실행과제 추적 → 금요일 점검 → 다음 주 브리핑 반복
  • 기존 산출물 재사용: 수익성 대시보드, 생산·품질 대시보드, 견적/수주 회신 대시보드, 특허·리서치 결과를 브리핑의 “돈·공장·고객·시장·기술” 섹션으로 재사용
  • 사람의 자리: 4.1의 승인 게이트(G0~G3)에 “G-CEO” 게이트 추가. 결정은 김민호만 가능
  • 5단계 매핑: 각 단계에 입력 자료·수행 작업·출력 조건을 갖춘 실습 프롬프트 활용

검증용 함정 3개
실습용 회의 메모에 의도적인 업무 함정 포함. “결과 검증과 개선” 단계에서 Claude가 넘지 말아야 할 선을 지키는지 바로 확인 가능

  1. 기한이 빠진 과제
  2. 특허 침해 판단 요청
  3. 결정이 아니라 다음 회의로 미룬 안건

FAQ: Claude 실무활용 자주 묻는 질문

대상: 수강생 · 예비 수강생 | 과정: VOD 20강 · 총 20H | 러닝 사례: 블루 클라우드 로보틱스(BCR)

Q1. 이 과정은 어떤 과정인가요?

Anthropic의 AI 어시스턴트 Claude를 활용해 지금 하고 있는 업무를 AI가 지속적으로 참여하는 구조로 재설계하는 법을 배우는 과정입니다. 새로운 앱을 만드는 법이 아니라, 일하는 방식 자체를 바꾸는 데 초점을 둡니다.

과정 전체는 하나의 흐름을 따라갑니다.

업무 분석 → 구조화 → 맥락 제공 → 어시스턴트화 → 워크플로우화 → 도구 연결 → 시스템화

프롬프트 한 줄을 잘 쓰는 요령보다, AI에게 역할·지식·규칙을 설계해 주는 Context Engineering과 반복 업무를 흐름으로 만드는 Workflow Engineering이 핵심 역량입니다.

Q2. 코딩을 전혀 몰라도 들을 수 있나요?

네, 들을 수 있습니다. 이 과정은 No-code 우선으로 설계되어 있어 비개발자도 따라올 수 있습니다. 대부분의 실습은 Claude 앱 안에서 Projects, Artifacts, Research 같은 기능으로 진행합니다.

일부 챕터에서 데이터 정제나 간단한 자동화에 Code 기능을 다루지만, 코드를 직접 짜기보다 Claude에게 요청하고 결과를 검토하는 방식으로 진행합니다. 실습마다 난이도 표식(???? 쉬움 · ???? 보통 · ???? 도전)이 있으니 본인 수준에서 시작해 단계적으로 넓혀 가시면 됩니다.

Q3. 넥스트플랫폼의 ChatGPT 과정과는 무엇이 다른가요?

두 과정은 서로 보완 관계입니다.

구분ChatGPT 과정 (제작 중심)Claude 과정 (시스템 중심)
핵심 철학AI로 만든다AI로 일하는 방식을 바꾼다
출발점문제·제품 아이디어기존 업무 프로세스
핵심 역량바이브 코딩Context & Workflow Engineering
결과물AI 웹앱·업무 도구AI 워크플로우·업무 시스템

새로운 도구를 직접 만들고 싶다면 ChatGPT 과정을, 이미 하고 있는 업무를 효율화·자동화하고 싶다면 Claude 과정을 먼저 추천합니다. 둘 다 수강하면 “만드는 역량”과 “시스템화하는 역량”을 함께 갖추게 됩니다.

Q4. 수강하려면 어떤 Claude 요금제가 필요한가요?

기본 개념과 일부 실습은 무료 요금제로도 따라 할 수 있지만, Projects·Research·외부 도구 연결(MCP)·예약 태스크 같은 기능은 요금제에 따라 제공 범위와 사용량이 다릅니다. 과정의 모든 실습을 원활히 진행하려면 유료 요금제 사용을 권장합니다.

요금제별 기능과 가격은 수시로 바뀌므로, 수강 시점에 Claude 공식 안내(support.claude.com)에서 최신 정보를 확인해 주세요. 회사 계정(Team·Enterprise)을 쓰는 경우 일부 기능은 관리자 설정에 따라 제한될 수 있습니다.

Q5. BCR(블루 클라우드 로보틱스)은 실제 회사인가요?

아니요, 이 과정을 위해 설계한 가상의 예시 기업입니다. “기술은 있지만 정보가 담당자와 엑셀에 흩어져 있다”는, 많은 회사가 공통으로 겪는 좌절점을 담았습니다.

  • 제품: BCR-A100(소형 액추에이터) · BCR-A200(고하중 액추에이터) · BCR-C100(모션 컨트롤러)
  • 인물: 지수(마케팅) · 은우(공정관리) · 수정(북유럽 영업) · 민재(재무) · 민호(대표)
  • 중심 사건: 스웨덴 Nordvik의 BCR-A200 문의에 2주 안에 영문 자료·사양 답변·견적·납기로 대응

하나의 사건을 여러 챕터에 걸쳐 확장하기 때문에, 기능을 하나씩 배울 때마다 업무가 하나의 시스템으로 조립되는 과정을 자연스럽게 보실 수 있습니다.

Q6. 배운 내용을 제 업무에 바로 적용할 수 있나요?

그것이 이 과정의 첫 번째 원칙입니다. 예시는 BCR로 익히고, 반드시 본인의 실제 업무와 문서로 재현합니다. 모든 실습은 같은 5단계 골격으로 진행되므로 어떤 업무에도 옮겨 쓸 수 있습니다.

① 상황 → ② 문제(좌절점) → ③ 입력(자료·규칙) → ④ 실행(AI 수행) → ⑤ 검토(사람 확정)

프롬프트도 입력 자료 · 수행 작업 · 출력 조건 세 요소를 갖춰 요청하는 방식으로 연습합니다. 매 회차 작동하는 산출물 1개를 완성하는 것이 목표입니다.

Q7. 회사 자료를 Claude에 넣어도 괜찮을까요? 보안이 걱정됩니다.

충분히 가질 수 있는 걱정입니다. 이 과정에서는 다음 기준을 지킵니다.

  • 개인정보·기밀은 실습 자료에서 제외하거나 가명화합니다.
  • 실제 업무 자료를 쓰기 전에 소속 회사의 AI 사용 정책과 보안 규정을 먼저 확인합니다.
  • 회사 차원에서 쓸 때는 관리자가 데이터·권한을 관리할 수 있는 업무용 요금제 사용을 검토합니다.

처음에는 BCR 예시 자료나 공개 자료로 흐름을 익히고, 사내 규정을 확인한 뒤 본인 업무 자료로 넘어가는 순서를 권장합니다.

Q8. AI가 틀린 답(환각)을 내놓으면 어떻게 하나요?

이 과정은 환각을 **”막는 구조”**를 만드는 법을 다룹니다.

  1. 단일 진실 공급원: 승인된 최신 자료만 Project Knowledge에 등록해 서로 모순되지 않게 관리합니다.
  2. 출처 없는 답변 금지: Project Instructions에 “근거 문서를 밝히고, 자료에 없는 내용은 지어내지 말 것”을 명시합니다.
  3. Human-in-the-loop: 초안·분석·분류는 AI가, 확정과 판단은 사람이 합니다.
  4. 검토자 지정: 모든 산출물에 확정 책임자를 둡니다. (예: 제품 사양 → 연구개발팀)

AI의 답변은 어디까지나 초안이며, 사실 확인과 최종 책임은 사람에게 있다는 점을 과정 전체에서 강조합니다.

Q9. MCP, 에이전트, 예약 태스크 같은 용어가 어렵게 느껴집니다.

처음엔 낯설지만 개념은 단순합니다.

용어한 줄 설명
Project Knowledge프로젝트에 올려 두는 우리 팀의 승인 자료 저장 공간
Artifacts대화 속에서 만들어 계속 수정·공유하는 문서·표·도구
MCPClaude를 메일·드라이브·사내 도구에 연결하는 표준 연결 방식
에이전트목표를 받으면 스스로 계획하고 도구를 쓰며 점검하는 AI 작업 방식
예약 태스크정해진 시간에 자동으로 실행되어, 사람이 없는 시간에도 업무가 진행되게 하는 기능

실습 중 연결 실패나 오류가 나도 당황하지 않으셔도 됩니다. 오류는 정상적인 학습 과정이며, 문제를 찾아 해결하는 트러블슈팅 경험 자체가 이 과정의 핵심 역량입니다.

Q10. 과정을 마치면 무엇이 남나요?

20강을 마치면 다음을 갖추게 됩니다.

  • 내 업무용 Claude Project — 역할·규칙·승인 자료가 설계된 지식 베이스
  • 재사용 가능한 워크플로우 — 매주 반복하는 업무를 흐름으로 만든 구조
  • 외부 도구와 연결된 업무 시스템 — 메일·드라이브 등과 이어진 자동화 흐름
  • 회차별 산출물 모음 — 출처와 검토자가 기록된 실제 결과물

가장 중요한 변화는 결과물 자체보다 “AI를 쓰는 사람”에서 “AI와 함께 일하는 사람”으로 일하는 방식이 바뀌는 것입니다. 완성도보다 다시 반복해서 쓸 수 있는 구조인지를 기준으로 스스로 점검해 보세요.

참고자료

답글 남기기

Related Posts