X축업무 이해
AI는 어떻게
내 업무를 이해할까요?
업무 정보와 과거 기록을 정리하고, AI가 작업에 맞는 정보를 찾아 쓰는 방법을 연구합니다.
업무 정보 · 기록 · 데이터
AI 시스템 연구와 실천
AI를 사용하는 데서 나아가,
나만의 AI 시스템을 만들고 운영합니다.
AI Native란 무엇인지 고민하고, 내 맥락을 이해하는 AI 시스템을 연구합니다.
누구나 직접 만들고 운영할 수 있도록 실천 가이드를 제공합니다.
개발 경험이 없어도 누구나 시작할 수 있습니다.
핵심 관점
그레이 박스(Grey box)일부 행동과 판단은 AI에게 직접 위임하여, 사람이 내부 판단과 세부 실행 과정을 매번 들여다보지 않는 블랙박스 영역으로 둡니다. 반면 명시할 수 있는 행동 규칙과 성공 기준, 사람의 확인이 필요한 지점은 실행 전에 분명히 정의하고, 그에 따라 실행을 제어하고 결과를 검증하는 화이트박스 영역을 만듭니다. 이 두 영역을 결합해 AI의 유연함을 활용하는 동시에, 사용자의 의도와 취향이 반영되도록 합니다.
사용자 주권(User sovereignty)사용자는 AI가 활용하는 메모리의 구조와 내용, 워크플로우를 직접 소유하고 관리할 수 있어야 합니다. 이를 원하는 AI 모델과 도구에 연결하고, 필요하면 다른 모델이나 도구로 옮겨 쓸 수 있어야 합니다. 도구가 바뀌어도 쌓아 온 지식과 일하는 방식은 사용자에게 남아야 합니다.
누구나 자신의 업무와 데이터를 이해하는 AI 시스템을 직접 만들고, 운영하는 세상을 상상합니다.
연구 주제
직접 만들고 운영하며
더 나은 방법을 찾습니다.
AI 시스템이 실제 업무에 도움이 되려면 무엇이 필요할까요?
우리는 시스템을 직접 만들고 운영하며 답을 찾습니다. 배운 내용과 시행착오를 정리해 따라 할 수 있는 가이드로 제공합니다.
AI는 어떻게
Y축사용자 통제
AI에게 어디까지
맡길 수 있을까요?
AI가 수행할 범위와 사람의 승인 시점을 정하고, 결과를 확인하는 방법을 연구합니다.
권한 · 승인 · 결과 검증
Z축지속적인 운영
어떻게 꾸준히
운영할 수 있을까요?
실행 기록에서 문제를 찾고 개선하며, 업무 변화에 맞춰 시스템을 운영하는 방법을 연구합니다.
실행 기록 · 실행 환경 · 개선
학습 방향
지금 하는 일을 바탕으로
다음 목표를 정합니다.
지금 AI를 어떻게 쓰고 있는지 떠올려 보세요.
자신의 상황과 가장 가까운 현재 상태를 선택하면 다음 목표와 할 일을 확인할 수 있습니다.