인공지능 비전문가를 위한 15주 완성 커리큘럼.
Gemini와 NotebookLM으로 문제 해결과 연구를 자동화하세요.
단계별 학습을 통해 AI 활용 능력을 극대화합니다.
이 과정은 단순한 툴 사용법 강의가 아닙니다.
비전문가가 15주 만에 자신의 아이디어를 프로토타입으로 만드는 생존 가이드입니다.
"AI 그거 그냥 챗봇 아니야?"
불평만 하고 해결하지 않음.
RTCF 프롬프트 엔지니어링
고통 일지 작성
RAG 기반 연구 자동화
"이 문제, AI랑 해결해볼까?"
데이터로 설득하고 기회를 창출함.
핵심 질문: "나의 짜증은 얼마짜리 기회인가?"
Gemini와 대화하며 일상의 불편함을 기록하는 'Pain-Journal'을 작성합니다. 막연한 고민을 구체적인 비즈니스 언어로 번역하는 법을 배웁니다.
핵심 질문: "논문 100편을 언제 다 읽지?"
Google NotebookLM을 활용해 방대한 자료를 업로드하고, AI에게 질문하여 필요한 인사이트만 추출합니다. 'JTBD(Jobs-to-be-Done)' 이론으로 고객의 진짜 욕망을 읽어냅니다.
핵심 질문: "내 고객은 누구이며, 이 서비스는 안전한가?"
데이터를 바탕으로 살아있는 AI 페르소나를 생성해 가상 인터뷰를 진행합니다. EU AI Act 등 필수적인 윤리 규정을 점검하여 지속 가능한 서비스를 기획합니다.
핵심 질문: "AI의 거짓말을 어떻게 걸러내고 설득할 것인가?"
AI를 '레드팀(적군)'으로 활용해 내 논리의 허점을 공격하게 합니다. 최종적으로 단 한 문장의 강력한 가설과 이를 증명하는 '문제 정의 보고서'를 완성합니다.
코딩을 몰라도 괜찮습니다. 전문 지식이 없어도 됩니다.
필요한 것은 '나의 문제를 해결하고 싶다'는 간절함뿐입니다.
지금 바로 1주차 학습을 시작하세요.
생성형 AI(LLM)는 '지능'을 가진 존재가 아니라, 다음에 올 가장 그럴듯한 단어를 확률적으로 예측하는 기계입니다. 이를 '확률적 앵무새'라고 부릅니다. 앵무새가 사람의 말을 흉내 내지만 그 의미를 모르는 것처럼, AI도 문맥을 계산할 뿐 '진실'을 이해하지는 못합니다.
GPT와 같은 모델은 수조 개의 텍스트 데이터를 학습했습니다. "사과"라는 단어 뒤에 "맛있다"가 올 확률이 70%, "날다"가 올 확률이 0.01%라는 것을 통계적으로 알고 있습니다. 우리가 질문을 던지면, AI는 답변을 미리 알고 있는 것이 아니라 한 글자씩 실시간으로 생성합니다.
AI의 목표는 '사실'을 말하는 것이 아니라 '그럴듯한 문장'을 완성하는 것입니다. 따라서 학습 데이터에 없는 내용을 질문받으면, 가장 그럴듯해 보이는 거짓말을 창조해냅니다. 이를 인지하고 검증(Fact-Check)하는 것이 AI 리터러시의 시작입니다.
Tip: 아래 프롬프트 박스의 복사하기 버튼을 눌러 바로 Gemini나 ChatGPT에서 테스트해보세요.
이번 주 과제는 "AI 시대에 인간만이 할 수 있는 고유한 역할은 무엇인가?"라는 주제로 A4 1장(약 500자) 분량의 에세이를 작성하는 것입니다. 단, 처음부터 끝까지 혼자 쓰는 것이 아니라 AI를 '보조 작가(Co-writer)'로 활용해야 합니다.
먼저 AI에게 여러분의 생각을 정리해달라고 요청하세요. 아래 프롬프트를 복사해서 사용해 보세요.
AI가 쓴 글은 그럴듯하지만, 여러분만의 '경험'과 '통찰'이 빠져 있을 수 있습니다. 다음 포인트들을 체크하며 글을 수정하세요.
수정이 끝났다면, AI에게 다시 피드백을 요청해보세요. 이 과정 자체가 성찰입니다.
과제 제출 시 [AI 초안]과 [최종 수정본]을 모두 포함해 주세요.
모든 불편함이 사업 기회가 되는 것은 아닙니다. 비즈니스로 발전할 수 있는 문제는 강력한 고통의 중력(Gravity of Pain)을 가지고 있습니다. 단순한 '투정'을 '기회'로 바꾸기 위해서는 빈도, 강도, 그리고 지불 의사를 분석해야 합니다.
얼마나 자주 발생하는가?
(매일 아침 vs 1년에 한 번)
얼마나 고통스러운가?
(약간 거슬림 vs 참을 수 없음)
해결을 위해 돈을 낼 것인가?
(유료 앱 결제 vs 무료만 사용)
Tip: 2주차 프롬프트는 발견한 '고통'을 다양한 전문가의 시각에서 분석하는 데 초점이 맞춰져 있습니다. 대괄호 [ ] 부분을 여러분의 상황에 맞게 수정해서 사용하세요.
이번 주 과제는 일주일 동안 여러분을 괴롭힌 10가지 고통을 기록하고, 그중 가장 사업성 있는 하나를 선정하는 것입니다. 나만의 'Pain-Journal'을 만들고 AI와 함께 분석해보세요.
사소한 짜증도 놓치지 마세요. 스마트폰 메모장에 다음 양식으로 10개를 채우세요.[상황] 버스 놓침 / [감정] 초조함, 화남 / [행동] 택시 호출
AI에게 원하는 대답을 얻으려면 질문의 질(Quality)을 높여야 합니다. 모호한 질문은 모호한 답변을 낳습니다. RTCF(Role, Task, Context, Format) 공식을 사용하여 AI에게 명확한 지시를 내리는 법을 배웁니다.
"식물 시장 어때?"
"시장 조사 분석가로서(R), 2025년 실내 반려식물 트렌드를 분석해줘(T). 1인 가구 타겟이야(C). 표로 정리해(F)."
Tip: 복사 버튼을 눌러 바로 사용해보세요. 대괄호 [ ] 부분만 내 상황에 맞게 수정하면 됩니다.
자신이 선정한 '고통(Pain Point)'과 관련된 시장 트렌드를 RTCF 기법을 활용해 분석하세요. AI가 생성한 원본과, 여러분이 수정한 최종본을 비교하는 것이 핵심입니다.
AI의 첫 답변은 완벽하지 않을 수 있습니다. 추가 요청을 통해 결과를 다듬으세요.
가장 위대한 비즈니스는 거창한 시장 분석이 아니라, 창업자 본인의 불편함에서 시작되었습니다. 이를 '자신의 가려운 곳을 긁는다 (Scratch Your Own Itch)'라고 합니다. 내가 첫 번째 고객이 되면 문제에 대한 이해도가 깊고, 즉각적인 피드백이 가능하다는 강력한 장점이 있습니다.
하지만 주의하세요. '나만의 문제'에 그치면 취미가 되지만, '시장의 문제'임이 증명되면 비즈니스가 됩니다. 이번 주차에서는 내 아이디어가 다른 사람들도 돈을 내고 쓸 만큼 보편적인지 검증합니다.
Tip: 내 아이디어를 객관적으로 바라보기 위한 프롬프트입니다. 대괄호 [ ] 부분에 2주차에서 발견한 '고통'과 여러분의 '해결 아이디어'를 넣어보세요.
2주차에 작성한 'Pain-Journal'에서 가장 해결하고 싶은 단 하나의 고통을 선정하세요. 그리고 이것이 단순한 불평을 넘어 '비즈니스'가 될 수 있는지 AI와 함께 분석합니다.
'하늘 아래 새로운 것은 없다'는 말이 있습니다. 내 아이디어와 비슷한 성공 사례 3가지를 찾으세요.
기존 솔루션들이 해결하지 못한 '가려운 곳'이 무엇인지 정의하세요.
분석 내용을 한 문장의 가설로 정리하여 제출합니다.
"만약 [타겟 고객]에게 [나의 솔루션]을 제공한다면,
그들은 [기존 대안] 대신 우리를 선택할 것이다.
왜냐하면 우리는 [차별화된 가치]를 제공하기 때문이다."
과제 제출 시 [유사 사례 분석]과 [비즈니스 가설]을 모두 포함해 주세요.
일반적인 AI는 학습하지 않은 최신 정보나 내부 문서를 모릅니다. RAG(검색 증강 생성)는 AI에게 '교과서(Source)'를 쥐어주는 것과 같습니다. AI는 여러분이 업로드한 신뢰할 수 있는 자료 내에서만 답을 찾아내므로, 환각(거짓말)은 줄고 정확도는 획기적으로 높아집니다.
단순한 요약(Summary)을 넘어, 서로 다른 문서들을 연결하고 통합합니다. "A 논문의 주장으로 B 기사의 현상을 설명할 수 있는가?"와 같은 고차원적인 질문이 가능해집니다.
Tip: 이 프롬프트들은 Google NotebookLM 채팅창에 입력했을 때 가장 효과적입니다. 먼저 관련 자료(PDF, 텍스트 파일 등)를 소스로 업로드한 후 사용하세요.
여러분이 선택한 '고통(Pain Point)'과 관련된 전문 자료 5개를 NotebookLM으로 분석하고, 그 결과를 1페이지 보고서로 제출하세요.
구글 스칼라(Google Scholar)나 뉴스에서 신뢰할 수 있는 PDF/URL 5개를 찾으세요. NotebookLM에 업로드하고 'Audio Overview'를 들어보세요.
위의 프롬프트를 활용해 5개 소스를 관통하는 핵심 인사이트를 뽑아내세요.
"고객은 1/4인치 드릴을 원하는 것이 아니라, 1/4인치 구멍을 원한다." (테오도르 레빗)
고객이 제품을 구매하는 것은 어떤 과업(Job)을 해결하기 위해 그 제품을 '고용(Hire)'하는 것입니다. 표면적인 기능이 아니라 근본적인 동기를 파악해야 합니다.
실제적인 작업 수행
(예: 구멍 뚫기, 이동하기)
사용할 때 느끼는 감정
(예: 안심됨, 즐거움)
타인에게 비치는 모습
(예: 전문가처럼 보임)
Tip: 'The Mom Test' 원칙(유도신문 금지)을 AI와 연습해보세요. 대괄호 [ ] 부분을 내 주제로 바꿔서 질문하세요.
여러분이 해결하고자 하는 문제에 대해 잠재 고객 3명과 인터뷰할 계획입니다. AI의 피드백을 받아 편향되지 않은 질문지(5~10문항)를 완성하세요.
'미래'를 묻지 말고 '과거'를 물으세요. "이거 살래요?" (X) -> "이 문제를 해결하기 위해 지난번에 돈을 쓰셨나요?" (O)
작성한 질문지를 AI에게 보여주고 '유도신문'인지 검사받으세요.
AI에게 "너는 까다로운 30대 직장인 고객이야"라고 역할을 주고, 준비한 질문을 던져보세요. AI의 답변에서 새로운 힌트를 얻을 수 있습니다.
인터뷰가 어렵다면? 이미 인터넷에 널려 있는 비정형 데이터(리뷰, 댓글)가 답입니다. AI는 텍스트에 담긴 감정(긍정/부정)을 읽어내고, 수천 개의 리뷰에서 공통된 불만(Topic)을 찾아낼 수 있습니다. 경쟁사의 별점 1점 리뷰는 여러분의 가장 큰 기회입니다.
날것 그대로의 텍스트
(리뷰, SNS 댓글, CS 문의)
감정의 온도 측정
(긍정 70%, 부정 30%)
핵심 키워드 그룹화
(예: 배송지연, 가성비)
Tip: 경쟁사 제품의 리뷰 20~50개를 긁어서(Copy) 프롬프트 뒤에 붙여넣으세요(Paste). 데이터가 많을수록 정확합니다.
경쟁사 혹은 유사 서비스의 온라인 리뷰 100개를 수집하여 AI로 분석하세요. 고객의 '진짜 목소리'를 데이터로 증명하는 것이 목표입니다.
쿠팡, 네이버 스마트스토어, 배달의민족 등에서 경쟁사의 리뷰를 긁어오세요. 특히 별점 1~2점 리뷰에 집중하세요. 거기에 기회가 있습니다.
"경쟁사 고객들은 [배송 지연]에 가장 불만이 많다. 따라서 나는 [당일 배송 시스템]을 핵심 차별화 포인트로 내세우겠다."
지금까지 배운 모든 도구(Gemini, NotebookLM, RTCF 프롬프트)를 총동원하여, 제한 시간 1시간 안에 가상의 비즈니스 문제를 해결하고 솔루션을 제안하세요.
당신은 망해가는 동네 서점 '북극성'의 컨설턴트입니다.
상황: 지난달 매출이 40% 급감했습니다. 단골들은 발길을 끊었고, 온라인 서점과의 가격 경쟁에서 밀리고 있습니다. 사장님은 "이제 책은 끝났어"라며 폐업을 고민 중입니다.
목표: 서점을 '책을 파는 곳'이 아닌 다른 공간으로 재정의하여 매출을 회복시킬 아이디어를 제안하세요.
지난 7주간의 학습 경험을 바탕으로 "AI는 기업가의 문제 발견 방식을 어떻게 변화시키는가?"라는 주제로 1,000자 내외의 에세이를 작성하세요.
데이터 덩어리(Data Points)는 감정을 느낄 수 없습니다. 우리는 데이터를 바탕으로 살아 숨 쉬는 가상의 인물(Persona)을 창조해야 합니다. 그가 아침에 눈을 떠서 잠들 때까지 무엇을 보고(See), 듣고(Hear), 생각하고(Think), 말하는지(Say) 이해할 때 비로소 진정한 솔루션이 나옵니다.
이제 AI에게 페르소나를 연기시키세요.
"너는 30대 워킹맘 '지영'이야."라고 역할을 부여하면,
실제 고객을 만나기 전에도 24시간 언제든지 심층 인터뷰를 진행할 수 있습니다.
이것이 바로 AI 기반의 사용자 조사 시뮬레이션입니다.
Tip: AI로 페르소나를 만들고, 그 페르소나와 직접 대화해보세요. 대괄호 [ ] 부분을 내 프로젝트 주제로 바꾸세요.
여러분의 서비스를 사용할 핵심 고객 2명(주 사용자, 구매 결정권자)의 상세 페르소나를 완성하세요. AI가 생성한 이미지와 가상 인터뷰 내용을 반드시 포함해야 합니다.
나이, 직업 같은 기본 정보뿐만 아니라 '좌절(Frustration)'과 '동기(Motivation)'를 구체적으로 설정하세요.
AI(Gemini, Midjourney 등)를 사용하여 페르소나의 얼굴을 생성하세요. "백문이 불여일견"입니다. 팀원들과 페르소나의 사진을 공유하면 공감도가 훨씬 높아집니다.
AI는 중립적이지 않습니다. 학습 데이터가 편향되어 있다면 결과물도 편향됩니다. "Bias In, Bias Out"의 원리를 이해하고, 데이터 프라이버시와 저작권, 그리고 알고리즘의 차별 문제를 식별하는 것이 책임 있는 AI 사용자의 자세입니다.
과거의 데이터로 학습한 AI는 과거의 사회적 편견(성차별, 인종차별)을 그대로 답습할 수 있습니다. 예를 들어, "의사"는 남성으로, "간호사"는 여성으로 묘사하는 경향이 있습니다.
EU AI Act와 같은 글로벌 규제는 AI를 위험도에 따라 분류합니다. 특히 채용, 교육, 의료 등 사람의 인생에 영향을 미치는 분야는 '고위험(High Risk)'으로 분류되어 엄격한 관리가 필요합니다.
Tip: 내 아이디어에 숨겨진 윤리적 지뢰를 찾아내는 프롬프트입니다. 대괄호 [ ] 부분에 내 프로젝트 내용을 넣으세요.
여러분의 프로젝트(비즈니스 아이디어)가 사회에 미칠 수 있는 부작용을 미리 예측하고 방어하는 보고서입니다.
AI와 대화하며 내 프로젝트의 3대 윤리적 리스크(편향, 개인정보, 오남용 등)를 찾아내세요.
AI는 거짓말을 아주 자신 있게 합니다(Hallucination). 또한 사람은 자신이 믿고 싶은 것만 믿으려 합니다(Confirmation Bias). 이 두 가지 함정을 피하기 위해 AI를 '레드팀(Red Team, 가상의 적군)'으로 고용하여, 내 생각의 허점을 공격하게 만들어야 합니다.
정보를 검증할 때 한 페이지 안에 머물지 마세요. 브라우저 탭을 여러 개 열어 다른 소스들과 대조하는 전문 팩트체커의 습관을 길러야 합니다. AI가 준 답변도 반드시 구글 검색으로 '교차 검증'해야 합니다.
내 아이디어가 완벽하다고 착각하지 마세요. AI에게 "내 아이디어가 망할 수밖에 없는 이유 3가지를 대봐"라고 시키세요. 아픈 지적을 방어하며 논리는 더욱 단단해집니다.
Tip: AI를 적으로 돌려세우세요. 대괄호 [ ] 부분에 검증하고 싶은 정보나 내 주장을 넣으세요.
AI(레드팀)가 지적한 내 아이디어의 치명적 약점 3가지를 정리하고, 이에 대한 사실 확인(Fact Check)과 방어 논리를 수립하여 제출하세요.
AI에게 내 가설을 무자비하게 비판하라고 시키세요.
좋은 가설은 단순히 "내 생각이 맞을 거야"라는 믿음이 아닙니다. 과학적 가설은 반드시 반증 가능(Falsifiable)해야 합니다. 즉, 실험을 통해 '틀렸다'는 것을 증명할 수 있어야 진짜 가설입니다. "내 서비스는 대박 날 거야"는 가설이 아니라 희망 사항입니다.
"우리 앱을 쓰면 사람들이 좋아할 것이다."
→ '좋아한다'의 기준이 무엇인가? 측정 불가능함.
"적어도 X%의 Y(타겟)는 Z(행동)를 할 것이다."
→ 숫자로 명확히 측정 가능함.
Tip: 막연한 아이디어를 날카로운 한 문장으로 다듬는 과정입니다. 대괄호 [ ] 안에 여러분의 아이디어를 넣으세요.
여러분의 프로젝트를 단 한 문장의 가설로 정의하고, 이를 검증할 실험 계획을 제출하세요.
설문조사, 랜딩 페이지, 인터뷰 중 하나를 선택하여 구체적인 실행 계획을 적으세요.
보고서나 에세이의 서론은 독자를 낚아채는 Hook(미끼), 문제의 배경을 설명하는 Context(맥락), 그리고 내 주장을 요약하는 Thesis(주제문)로 구성됩니다. AI를 '공동 저자'로 활용하여 이 구조를 완성하는 법을 배웁니다.
충격적인 통계나 질문으로 주의 집중
"매년 100만 톤의 옷이 버려집니다."
문제의 배경과 현황 설명
"패스트 패션의 유행으로..."
나의 해결책(주장) 제시
"따라서 의류 공유 플랫폼이 필요합니다."
Tip: AI에게 글 전체를 써달라고 하지 말고, '구조'와 '초안'을 요청하세요.
최종 보고서의 첫인상을 결정하는 서론(Introduction)을 완성하세요. Hook-Context-Thesis 구조를 갖춘 500자 내외의 글이어야 합니다.
내 문제와 관련된 가장 놀라운 사실이나 통계를 찾아 첫 문장으로 배치하세요.
주장만 있고 근거가 없으면 '우기기'에 불과합니다. 과학적 글쓰기의 핵심인 CER(Claim-Evidence-Reasoning) 구조를 통해 논리적인 본문을 작성합니다. 데이터(Evidence)가 어떻게 내 주장(Claim)을 뒷받침하는지 설명(Reasoning)하는 것이 핵심입니다.
내가 증명하려는 결론
"A 솔루션이 가장 효과적이다."
객관적인 데이터와 사실
"실험 결과 효율이 30% 증가했다."
증거와 주장의 연결 고리
"효율 증가는 곧 비용 절감을 의미하므로..."
Tip: 데이터를 글로 풀어내는 과정입니다. AI에게 '해석'을 맡겨보세요.
지난 주에 쓴 서론에 이어, CER 구조를 갖춘 본문 3개 문단을 작성하세요. 각 문단은 하나의 명확한 주장과 이를 뒷받침하는 데이터(증거)를 포함해야 합니다.
7주차(리뷰 분석), 12주차(가설 검증)에서 얻은 데이터를 활용하세요.
보고서 작성은 끝이 아닙니다. 동료들의 피드백을 통해 내 생각의 사각지대를 발견하고 수정하는 과정(Iteration)이 진짜 학습입니다. "비판은 아프지만, 무관심은 치명적이다." 건설적인 피드백을 주고받는 법을 배웁니다.
칭찬(Positive) - 개선점(Constructive) - 격려(Positive) 순서로 피드백을 전달하세요. 상대방이 방어적으로 나오지 않고 조언을 수용하게 만드는 기술입니다.
KPT(Keep, Problem, Try) 방법론을 통해 이번 학기를 돌아봅니다. 결과물뿐만 아니라 과정에서의 성장과 아쉬움을 기록합니다.
Tip: 보고서의 완성도를 높이고, 멋지게 발표하기 위한 마지막 담금질입니다.
15주간의 여정을 집대성하는 최종 관문입니다. 서론(13주), 본문(14주), 결론을 합치고 다듬어 하나의 완성된 보고서로 제출하세요. 여러분의 아이디어가 세상을 바꿀 씨앗이 되기를 응원합니다.
"고통을 발견하는 것에서 문제를 정의하는 것으로 나아가는 15주의 여정 동안, AI는 당신의 사고방식(Mindset)을 어떻게 변화시켰습니까?"
"불평을 기회로"
"데이터로 고객을 읽다"
"가설을 확신으로"
질문하는 인간(Human)이 없다면 AI는 아무것도 아닙니다. 답은 AI가 찾지만, 문제 정의는 오직 당신만이 할 수 있습니다.
불편함은 피해야 할 것이 아니라, 혁신의 씨앗입니다. 남들이 불평할 때, 여러분은 노트를 펴고 기록하세요.
완벽한 보고서는 없습니다. AI와 함께 빠르게 초안을 만들고(Draft), 피드백을 받아 수정(Iterate)하는 속도가 생명입니다.
이번 과정에서 작성한 [고통 일지], [페르소나 카드], [최종 보고서]를 묶어 나만의 '문제 해결 포트폴리오'를 만드세요. 취업과 창업에 강력한 무기가 됩니다.
보고서에 그치지 마세요. 노코드(No-code) 툴을 배워 실제 랜딩 페이지를 만들거나, 크라우드 펀딩에 도전해보세요. 검증된 가설을 실험할 차례입니다.
AI 기술은 매주 바뀝니다. 뉴스레터를 구독하거나 커뮤니티에 참여하여 감을 잃지 마세요. 새로운 툴이 나오면 "이걸로 내 문제를 어떻게 더 빨리 해결할까?"를 먼저 생각하세요.
과정이 끝나도 AI는 여러분 곁에 있습니다. 앞으로 길을 잃을 때마다 이 프롬프트를 사용하여 자신만의 AI 코치를 소환하세요.
15주 동안 고생 많으셨습니다.
이제 여러분은 AI라는 강력한 엔진을 장착했습니다.
세상의 문제를 발견하고 해결하는 여정을 멈추지 마세요.