AI를 제대로 써본 적 없는 상태에서 느끼는 막막함, 저도 몇 달 전까지 정확히 그 상태였습니다. 주변에서는 AI로 자동화도 하고 돈도 번다는데, 정작 무엇부터 시작해야 할지 모르는 그 조급함 말입니다. 직접 부딪혀 보고 나서야 알았습니다. AI 공부는 이론이 아니라 실전이 먼저라는 것을.
3일 커리큘럼: 이렇게 쌓으면 됩니다
AI 공부를 시작하면 가장 먼저 마주치는 오해가 있습니다. 머신러닝(Machine Learning)이나 딥러닝(Deep Learning) 같은 이론부터 공부해야 한다는 생각입니다. 머신러닝이란 컴퓨터가 데이터를 통해 스스로 패턴을 학습하는 기술을 말하고, 딥러닝은 그 중에서도 인간 신경망 구조를 모방한 방식입니다. 이 개념들은 AI를 직접 개발하거나 연구할 때 필요한 것이지, 지금 당장 ChatGPT나 Claude를 써서 업무에 활용하려는 분들에게는 전혀 필요하지 않습니다. 제가 직접 써봤는데, 이론 하나도 몰라도 실무 활용에는 전혀 지장이 없었습니다.
그래서 제가 정리한 건 3일짜리 실전 커리큘럼입니다. 1일차는 AI와 친해지기, 2일차는 반복 업무에 붙이기, 3일차는 혼자선 못 했던 것 만들어 보기입니다.
1일차에서 가장 중요하게 생각하는 건 결과를 보고 피드백하는 경험입니다. ChatGPT에 여행지 조사를 시키면서 비행 시간, 날씨, 예상 비용까지 정리하게 해보고, 마음에 안 드는 부분은 바로 수정을 요청합니다. 이 핑퐁(ping-pong) 방식, 즉 요청과 피드백을 반복하는 대화 구조가 AI 활용의 핵심입니다. 저는 블로그 글을 작성할 때 처음 결과물이 만족스러웠던 적이 거의 없습니다. 말투가 어색하거나 빠진 내용이 있어서 두세 번은 꼭 다시 고칩니다.
2일차에는 프롬프트(Prompt)를 다듬는 과정이 핵심입니다. 프롬프트란 AI에게 보내는 지시문으로, 얼마나 구체적으로 쓰느냐에 따라 결과물의 질이 완전히 달라집니다. 예를 들어 "업계 뉴스 정리해줘"와 "지난 일주일간 AI 관련 소식 중 단순 홍보는 제외하고, 실제 업무에 영향을 줄 만한 기능 출시 위주로 원문 링크와 핵심 내용을 정리해줘"는 결과물 수준이 전혀 다릅니다. 제가 직접 써봤는데, 조건을 구체적으로 넣을수록 수정 횟수가 절반 이하로 줄었습니다.
3일차에는 간단한 웹사이트를 하나 만들어 보는 것을 추천합니다. 코드를 한 줄도 몰라도 됩니다. "날짜와 공부 시간을 입력하면 막대 그래프로 주간 기록을 보여주는 웹사이트를 만들어줘"라고 요청하면, AI가 필요한 폴더 구조부터 코드 작성, 오류 수정까지 전부 진행합니다. 제 경우엔 처음 만든 사이트가 모바일에서 깨져 보였는데, 그냥 "휴대폰에서 보니 버튼이 너무 작고 레이아웃이 이상해"라고 말했더니 바로 수정해줬습니다. 솔직히 이건 예상 밖이었습니다.
- 1일차: ChatGPT 또는 Claude 유료 구독 후, 실제 궁금했던 주제를 리서치 → 파일 분석 → 이미지·웹 결과물로 변환까지 경험
- 2일차: 반복 업무 하나를 골라 프롬프트를 다듬고, 스킬(Skill)로 저장해 자동화 예약까지 설정
- 3일차: 아이디어를 설명하고 웹사이트·앱·디자인 중 하나를 실제로 배포까지 완성
프롬프트와 자동화, 실제로 써보니 이랬습니다
AI를 어느 정도 써보고 나면 자연스럽게 다음 단계가 궁금해집니다. 매번 같은 내용을 처음부터 설명하지 않아도 되는 방법, 그게 바로 스킬(Skill) 저장과 자동화입니다. 스킬이란 AI에게 반복 업무를 처리하는 순서와 기준을 패키지로 묶어 저장해두는 기능으로, 다음에 같은 작업을 시킬 때 처음부터 다시 설명할 필요가 없어집니다. "지금까지 만든 작업 방식을 스킬로 저장해줘"라고 말하면 됩니다.
저는 블로그 작업에서 이 방식이 얼마나 효율적인지 직접 확인했습니다. 매번 글 주제, 목차 구성, 본문 문체, 태그 방식을 처음부터 설명하던 것을 스킬로 묶어두고 나서는 새 글을 시작할 때 시간이 절반 이하로 줄었습니다. 물론 결과를 검토하고 사실관계를 확인하는 과정은 여전히 직접 합니다. AI가 작성한 내용을 그대로 올리지는 않습니다.
그다음 단계가 MCP(Model Context Protocol) 연결입니다. MCP란 ChatGPT나 Claude 같은 AI가 노션, 구글 드라이브, Gmail, 피그마 같은 외부 서비스와 직접 연결되어 그 안의 자료를 읽고 수정하고 작업까지 할 수 있게 해주는 연결 규약입니다. 쉽게 말해 AI에게 내가 쓰는 툴에 대한 접근 권한을 주는 것입니다. 이게 연결되면 "내 구글 드라이브에서 지난달 회의 자료 찾아서 노션에 정리해줘"처럼 말할 수 있습니다.
인스타그램에서 한때 유행했던 AI 카드뉴스 만들기도 원리는 간단합니다. ChatGPT에 피그마(Figma) 플러그인을 연결하고 "피그마에서 카드뉴스 만들어줘"라고 요청한 것이 전부입니다. 피그마는 UI·UX 디자인 협업 툴로, 브라우저에서 실시간으로 디자인 작업이 가능한 플랫폼입니다. 이 구조를 모를 때는 막연히 어렵게 느껴졌는데, 실제로 한 번 연결해보고 나니 별것 아니었습니다.
AI 활용 능력에 대한 연구 결과를 보면, 도구 자체보다 활용자의 질문 설계 능력이 결과물의 질을 결정한다는 점이 반복적으로 확인됩니다. 스탠퍼드 인간중심 AI 연구소(HAI)는 AI 리터러시(AI Literacy)[AI가 무엇을 할 수 있고 무엇을 못 하는지 이해하는 능력]가 실무 활용에서 가장 중요한 역량이라고 밝혔습니다(출처: Stanford HAI). 저도 이 관점에 동의합니다. AI가 답을 틀리는 경우보다, 내가 무엇을 원하는지 명확하게 전달하지 못해서 엉뚱한 결과가 나오는 경우가 훨씬 많았습니다.
한국지능정보사회진흥원(NIA)의 보고서에 따르면 국내 기업의 AI 도입률은 매년 증가하고 있지만, 실질적인 활용 역량을 갖춘 인력은 여전히 부족한 상황입니다(출처: 한국지능정보사회진흥원(NIA)). 이 간극을 채우는 가장 현실적인 방법이 바로 반복 실전이라고 생각합니다. 강의를 듣는 것보다 구독료를 강의료라고 생각하고 한 달 동안 이것저것 시켜보는 게 훨씬 효과적입니다. 제 경험상 이건 틀림없습니다.
자주 묻는 질문
Q. ChatGPT랑 Claude 중 뭘 써야 하나요?
A. 둘 다 충분히 좋습니다. 처음 시작하는 분이라면 ChatGPT를 먼저 추천합니다. UI가 조금 더 직관적이고 컴퓨터 앱 설치 시 활용 범위가 넓습니다. 하나를 충분히 써보고 익숙해진 다음에 다른 걸 비교해보는 순서가 낫습니다.
Q. 프롬프트를 잘 쓰려면 따로 공부해야 하나요?
A. 특별한 공부는 필요 없습니다. 내가 원하는 조건을 최대한 구체적으로 설명하는 것이 전부입니다. "어떤 자료를 찾아야 하는지, 어떤 형식으로 정리해야 하는지, 무엇을 제외해야 하는지"를 한 번에 담으면 결과물 수준이 눈에 띄게 달라집니다.
Q. 코딩을 전혀 모르는데 3일차 웹사이트 만들기가 가능한가요?
A. 가능합니다. AI가 폴더 구조 생성부터 코드 작성, 오류 수정까지 전부 진행합니다. 내가 할 일은 원하는 기능을 구체적으로 설명하고, 결과를 직접 써보면서 고칠 부분을 피드백하는 것뿐입니다. 코드 내용을 이해하지 못해도 됩니다.
Q. MCP 연결이 어렵지 않나요?
A. ChatGPT 앱 기준으로 대화창 하단 플러스 버튼을 누르면 연결 가능한 서비스 목록이 나옵니다. 원하는 서비스를 선택하고 권한을 허용하면 끝입니다. 처음엔 낯설지만 한 번만 해보면 구조가 바로 이해됩니다. 모르는 부분은 AI에게 "이 기능 어떻게 쓰는지 네가 직접 해줘"라고 시키면 됩니다.
Q. AI가 만들어준 내용을 그냥 믿고 써도 되나요?
A. 저는 그렇게 하지 않습니다. 사실관계 확인과 출처 검토는 반드시 직접 합니다. AI는 그럴듯한 내용을 자신 있게 틀리는 경우가 있기 때문입니다. 결과물의 완성도와 정확성을 최종 판단하는 책임은 여전히 사람에게 있습니다.
결론
AI 공부에서 가장 큰 전환점은 강의를 듣는 것이 아니라 구독료를 아까워서라도 직접 시켜보기 시작할 때였습니다. 제 경험상, 처음 한 달 동안 이것저것 맡기고 결과를 보고 다시 고치는 과정을 반복하는 것이 어떤 커리큘럼보다 빠릅니다.
AI를 잘 쓴다는 건 특별한 명령어를 외우는 능력이 아니라, 내가 원하는 게 무엇인지 명확하게 정리하고 결과를 판단하는 능력에 가깝습니다. 지금 하는 일에서 불편한 점 하나를 찾아 AI에게 맡겨보는 것, 거기서부터 시작하면 됩니다.