한국GPT협회

연구·개발 직군 AI 교육

연구원의 시간이 실험이 아니라 자료 탐색과 보고서 작성에 쓰이고 있다면, 그 두 구간이 이 교육의 대상입니다. 판단은 여전히 연구원이 하고, 판단하기 전까지의 준비를 줄입니다.

교육 시간
7시간 · 7차시
교육 대상
기업 연구소 · R&D · 기술기획 연구원
권장 인원
15~20명
사용 도구
ChatGPT · NotebookLM · Perplexity · Google Colab · Python

WHY

이런 상황이시라면

공통적으로 들리는 현장의 목소리입니다.

일주일 중 실제 연구에 쓰는 시간이 절반이 안 됩니다

나머지는 자료를 찾고 읽고 정리하고 보고서를 쓰는 데 들어갑니다. 그중 상당 부분은 판단이 필요 없는 반복 작업입니다.

AI 가 없는 논문을 지어낸 적이 있어서 못 믿겠습니다

다른 업무에서는 불편함으로 끝나지만 연구에서는 잘못된 선행 연구 정리 하나가 프로젝트 방향을 바꿉니다.

실험 데이터를 매번 같은 방식으로 다시 집계합니다

분기마다 같은 처리를 반복하는데 스크립트로 남겨 두지 않아 매번 처음부터 합니다.

사내 기술 문서를 외부에 올릴 수 없습니다

그래서 시작을 못 하고 계신 경우가 많습니다. 사내에서만 도는 방식으로도 할 수 있는 것이 적지 않습니다.

DESIGN

이 과정을 이렇게 설계했습니다

같은 주제라도 어떻게 짜느냐에 따라 교육이 끝난 뒤 남는 것이 달라집니다.

01

검증을 맨 앞에 둡니다

다른 직군 과정과 가장 다른 점입니다. “AI 가 지어낸 걸 어떻게 걸러내는가”를 1차시에서 다룹니다. 순서를 바꾸면 참가자들이 검증 없이 결과를 쓰기 시작합니다. 이걸 먼저 하고 나면 뒤의 모든 실습이 안전해집니다.

02

각자 자기 분야로 진행합니다

소재·화학·기계·전자·바이오가 섞인 반이면 주제를 하나로 통일할 수 없습니다. 다루는 건 도구를 쓰는 방법이고 그건 분야가 달라도 같습니다. 다만 사전에 분야 목록을 받아 예시를 바꿔 둡니다.

03

코드를 남깁니다

분석 실습에 예제 데이터를 쓰지 않고 본인이 최근에 처리한 실험 데이터를 가져오시게 합니다. 교육 중에 만든 분석 스크립트가 그대로 다음 실험에 쓰이도록 하기 위해서입니다.

CURRICULUM

커리큘럼

7시간 · 7차시 · 매 차시 실습 · 1인 1노트북 — 시간·심화 범위·실습 과제는 사전 조사 후 조정합니다.

1차시

60분

검증부터 — 환각을 걸러내는 법

ChatGPT · Perplexity · NotebookLM

내용

  • 지어내는 세 가지 유형 — 없는 논문 · 뒤바뀐 결론 · 과장된 수치
  • 출처가 붙어 나오는 도구와 설정의 차이
  • 인용 전 원문 대조를 절차로 만들기

사례 및 실습

  • 본인 분야의 좁은 주제로 선행 연구를 물어보기
  • 나온 논문 5건의 실재 여부를 직접 확인
  • 논문 PDF 를 올린 상태에서 같은 질문을 다시 던져 비교

2차시

60분

내용

  • Step-back 프롬프팅 — 방법론부터 확인하고 내려오기
  • 관심사를 측정 가능한 지표·변수로 바꾸는 대화
  • 대화 내용을 연구 기획서로 정리하기

사례 및 실습

  • 본인 관심 주제로 AI 와 역질문 주고받으며 범위 좁히기
  • 연구 질문과 가설을 문장으로 확정
  • 대화를 기획서 형식으로 정리해 저장

3차시

60분

기술 자료 탐색 — 논문·특허·표준

ChatGPT · Deep Research · Perplexity

내용

  • 리서치 4요소 — 목적 · 범위 · 관점 · 출력형식
  • 여러 도구를 병행해 누락과 편향 줄이기
  • 논문과 다른 검색이 필요한 특허·표준 자료

사례 및 실습

  • 본인 연구 주제로 조사 프롬프트를 설계
  • 여러 도구에 실행하고 결과를 대조
  • 관련도 순으로 자료 목록 정리 후 원문 링크 확인

4차시

60분

선행 연구 비교 정리

NotebookLM · ChatGPT

내용

  • 비교 항목을 먼저 정해야 표가 만들어진다
  • 각 셀에 어느 논문 몇 페이지인지 붙이게 하기
  • 논문에 없는 항목을 채워 넣지 않게 막는 법

사례 및 실습

  • 선별한 논문을 올려 비교 항목 지정 후 표 생성
  • 무작위로 세 셀을 골라 원문에서 확인
  • 빈칸과 불확실 항목을 표시해 남기기

5차시

70분

실험 데이터 처리

Google Colab · Python · 엑셀

내용

  • 열 구성 · 단위 · 결측 표기 · 이상치 기준을 글로 설명하는 법
  • Colab · 로컬 파이썬 · 엑셀 중 보안 조건에 맞는 환경 고르기
  • 파일 경로와 파라미터를 분리해 재사용 가능하게

사례 및 실습

  • 최근 처리한 실험 데이터의 구조를 글로 설명
  • 집계·통계 처리 스크립트를 받아 실행
  • 데이터만 교체해 한 번 더 돌려 재현 확인

6차시

60분

연구 보고서 작성

ChatGPT · Word · 마크다운

내용

  • 목차 설계 → 검토 → 본문 생성 순서
  • 표·그림은 데이터에서, 해석은 연구원이 — 경계를 지키는 이유
  • 마크다운 초안을 사내 Word 서식으로 변환

사례 및 실습

  • 비교표와 분석 결과를 재료로 목차 생성
  • 항목별 분량을 지정해 본문 생성
  • 인용과 수치를 원본과 대조 후 서식 변환

7차시

60분

내용

  • 프로젝트 자료를 지식으로 묶어 두는 구조
  • 근거 없으면 답하지 않고 출처를 붙이는 설정
  • 인수인계와 신규 연구원 온보딩에 쓰는 법

사례 및 실습

  • 1~6차시 산출물을 지식으로 올려 연구 보조 챗봇 제작
  • 프로젝트 관련 질문 10개로 답변 품질 확인
  • 자료 밖 질문에 지어내지 않는지 검증

박사급과 신입 연구원이 섞이면 5·6차시에서 진도가 벌어집니다. 인원이 충분하면 나누시길 권하고, 나눌 수 없으면 먼저 끝낸 분께 드릴 심화 과제를 준비해 갑니다.

차시별 상세 — 무엇을 배우고 무엇을 만드는가

011차시 · 60분

검증부터 — 환각을 걸러내는 법

연구에서는 그럴듯한 오답이 가장 위험합니다. 안전하게 쓰는 기준선을 먼저 만듭니다.

ChatGPT · Perplexity · NotebookLM

LEARNING OBJECTIVES

  • AI 가 지어내는 유형을 구분할 수 있다.
  • 출처가 붙어 나오는 도구와 설정을 골라 쓸 수 있다.
  • 내가 올린 자료 안에서만 답하게 가둬 지어낼 여지를 줄일 수 있다.
  • 인용 전 원문 대조를 절차로 만들 수 있다.
지어내는 방식존재하지 않는 논문에 그럴듯한 저자·연도·저널을 붙이는 패턴, 실제 논문의 결론을 반대로 요약하는 패턴을 실례로 확인
출처가 붙는 도구일반 챗봇 · 검색 연동 · Deep Research · Perplexity 의 차이. 어느 것이 근거를 함께 주는지
내 자료 안에서만논문 PDF 를 올려 두고 그 안에서만 답하게 하기. 소스가 한정되면 지어낼 여지가 크게 줄어듭니다
대조 절차인용할 문장은 반드시 원문에서 확인하는 단계를 실습에 넣습니다. 이 절차가 습관이 돼야 합니다

실습

일부러 틀리게 만들어 보고 잡아내기

안전하게 쓰는 법을 말로 설명하면 잘 안 남습니다. 직접 한 번 속아 보는 것이 가장 확실합니다.

  1. 1

    본인 분야에서 자료가 적은 좁은 주제를 골라 선행 연구를 물어봅니다.

  2. 2

    나온 논문 다섯 건의 제목과 저자를 검색해 실재 여부를 확인합니다. 대개 한두 건은 존재하지 않습니다.

  3. 3

    이번엔 실제 논문 PDF 를 올려 둔 상태에서 같은 질문을 던집니다.

    올린 자료 안에서만 답하기답변 완료

    이 논문들에서 열처리 온도에 따른 인장강도 변화를 어떻게 보고하고 있지?

    PDFKim_2024_열처리.pdfPDFSato_2023_미세조직.pdf
    NotebookLM
    올린 논문 검색 중…근거 2건
    1Kim et al. 2024Fig.4 · p.7
    2Sato et al. 2023Table 2 · p.5
    두 논문의 보고 범위가 다릅니다. Kim(2024)은 750~900℃ 구간만 다뤘고 850℃에서 최대값을 보고합니다. Sato(2023)는 600~800℃ 구간이라 직접 비교가 되지 않습니다. 겹치는 750~800℃ 구간에서는 두 결과의 경향이 같습니다.겹치지 않는 구간을 지어내지 않고 명시
    메시지를 입력하세요
  4. 4

    두 결과의 차이를 정리하고, 앞으로 쓸 검증 절차를 체크리스트로 만듭니다.

산출물안전하게 쓰는 기준 체크리스트

022차시 · 60분

연구 주제를 좁히고 기획서로

막연한 관심사를 측정 가능한 주제로 좁히는 구간입니다. AI 와 대화하며 범위를 줄여 갑니다.

ChatGPT

LEARNING OBJECTIVES

  • 막연한 관심사를 측정 가능한 연구 질문으로 좁힐 수 있다.
  • AI 의 역질문을 활용해 빠진 변수를 찾아낼 수 있다.
  • 대화 결과를 연구 기획서로 정리할 수 있다.
Step-back 프롬프팅바로 답을 구하지 않고 “이 분야에서 일반적으로 쓰는 방법론이 뭐냐”부터 확인하고 내려옵니다
역질문 활용AI 에게 “내 주제를 좁히려면 무엇을 더 정해야 하느냐”고 되묻게 합니다. 빠뜨린 변수가 나옵니다
측정 가능하게“효과가 있는가”는 연구 질문이 아닙니다. 무엇을 어떤 지표로 어떤 조건에서 잴지까지 내려가야 합니다
기획서로대화가 흩어지지 않게 파일로 정리합니다. 이 파일이 다음 차시의 입력이 됩니다

실습

관심사에서 연구 질문까지

  1. 1

    본인 관심 주제를 한 문장으로 적고 AI 에게 역질문을 요청합니다.

    주제 좁히기.md실제 사용하는 프롬프트
    아래 관심 주제를 측정 가능한 연구 질문으로 좁히려 한다.
    
    - 관심 주제 : (여기에 한 문장)
    
    # 지시
    1. 이 주제를 연구하려면 먼저 정해야 할 것들을 질문으로 제시하라.
       답을 주지 말고 질문만 하라.
    2. 내가 답하면 그에 맞춰 다음 질문을 이어가라.
    3. 충분히 좁혀졌다고 판단되면 연구 질문 후보 3개와
       각각의 종속변수·독립변수·측정 방법을 제시하라.
  2. 2

    AI 의 질문에 답해 가며 범위를 좁힙니다. 대개 서너 번 주고받으면 구체화됩니다.

  3. 3

    연구 질문과 가설을 확정하고 기획서 형식으로 정리해 저장합니다.

산출물연구 기획서 초안 (.md)

033차시 · 60분

기술 자료 탐색 — 논문·특허·표준

논문 서른 편을 훑어 관련 있는 다섯 편을 골라내는 일. 판단이 필요 없는 이 구간을 줄입니다.

ChatGPT · Deep Research · Perplexity

LEARNING OBJECTIVES

  • 리서치 프롬프트 4요소로 기술 조사 질문을 설계할 수 있다.
  • 여러 도구를 병행해 누락과 편향을 줄일 수 있다.
  • 찾은 자료를 다시 검색되는 형태로 정리할 수 있다.
조사 질문 설계목적 · 범위 · 관점 · 출력형식. 범위를 좁히지 않으면 관련 없는 자료가 대량으로 나옵니다
도구 병행같은 질문을 여러 도구에 돌려 공통으로 나온 것과 한 곳에서만 나온 것을 나눕니다
특허·표준논문과 다른 검색 방식이 필요합니다. 어디까지 AI 로 하고 어디부터 전용 DB 인지
자료 정리번호 규칙으로 폴더에 남기고 프롬프트도 함께 저장해 주제만 바꿔 재실행할 수 있게

실습

담당 주제의 자료 목록 만들기

  1. 1

    2차시의 연구 질문으로 조사 프롬프트를 설계합니다.

  2. 2

    여러 도구에 실행하고 결과를 대조합니다. 한 곳에서만 나온 자료는 따로 표시합니다.

  3. 3

    관련도 순으로 자료 목록을 정리하고 원문 링크가 살아 있는지 확인합니다.

    연구 폴더 — 3차시까지5개 파일
    MD001_연구기획서.md2차시 산출물
    MD002_조사프롬프트.md재실행용
    MD003-1_결과_ChatGPT.md후보 22건
    MD003-2_결과_Perplexity.md출처 링크 포함
    XLS004_자료목록.xlsx선별 8건

    산출물이 다음 차시의 입력이 됩니다. 번호를 붙여 두면 흐름이 보입니다.

산출물검증된 자료 목록 + 재사용 조사 프롬프트

044차시 · 60분

선행 연구 비교 정리

다섯 편의 실험 조건과 결과를 표 하나로. 읽는 건 연구원이 하고 표로 옮기는 건 AI 가 합니다.

NotebookLM · ChatGPT

LEARNING OBJECTIVES

  • 여러 논문을 올려 출처 기반으로 비교 정리할 수 있다.
  • 비교 항목을 지정해 매번 같은 형식의 표를 얻을 수 있다.
  • 표의 각 셀을 원문으로 되짚어 확인할 수 있다.
비교 항목 설계실험 조건 · 시료 · 측정 방법 · 결과 · 한계. 항목을 먼저 정해야 표가 만들어집니다
출처 기반 정리올린 논문 안에서만 답하게 하고, 각 셀에 어느 논문 몇 페이지인지 붙이게 하기
빈칸 다루기논문에 없는 항목을 AI 가 채워 넣지 않게 합니다. “해당 없음”으로 남기는 게 맞습니다
연구 노트로비교표를 다음 실험 설계의 입력으로 씁니다. 무엇이 아직 안 해 본 조건인지가 표에서 보입니다

실습

선행 논문 비교표 만들기

  1. 1

    3차시에서 고른 논문을 올리고 비교 항목을 지정합니다.

    선행연구 비교표 생성.md실제 사용하는 프롬프트
    첨부한 논문들을 아래 항목으로 비교해 표로 정리하라.
    
    # 비교 항목
    시료 조성 / 처리 조건 / 측정 방법 / 주요 결과 / 저자가 밝힌 한계
    
    # 규칙
    - 각 셀 끝에 [논문번호, 페이지] 형식으로 근거 위치를 표시한다.
    - 논문에 없는 항목은 "해당 없음"으로 적는다. 추정하지 않는다.
    - 단위가 다르면 원문 단위 그대로 적고 환산하지 않는다.
    - 마지막 행에 "아직 다뤄지지 않은 조건"을 정리한다.
  2. 2

    생성된 표에서 무작위로 세 셀을 골라 원문에서 직접 확인합니다.

  3. 3

    빈칸과 불확실한 항목을 표시해 남깁니다. 그게 다음 실험의 후보입니다.

산출물선행 연구 비교표 (출처 표시 포함)

055차시 · 70분

실험 데이터 처리

분기마다 반복하던 집계를 스크립트로 남깁니다. 다음 실험부터는 데이터만 바꿔 실행합니다.

Google Colab · Python · 엑셀

LEARNING OBJECTIVES

  • 코드를 직접 쓰지 않고 데이터 처리 스크립트를 받아 실행할 수 있다.
  • 보안 조건에 맞는 실행 환경을 고를 수 있다.
  • 스크립트를 재사용 가능한 형태로 남길 수 있다.
데이터 설명하기열 구성 · 단위 · 결측 표기 · 이상치 기준을 글로 설명합니다. AI 는 내 파일을 볼 수 없습니다
환경 선택브라우저에서 도는 Colab, 사내 PC 의 로컬 파이썬, 엑셀. 보안 조건에 따라 무엇을 쓸지
통계 처리기술통계 · 그룹 비교 · 상관. 어떤 검정을 쓸지 판단은 연구원이 하고 실행은 코드가 합니다
재사용다음 분기에 데이터만 바꿔 돌릴 수 있게 파일 경로와 파라미터를 분리해 둡니다

실습

내 실험 데이터로 분석 스크립트 만들기

  1. 1

    최근 처리한 실험 데이터를 열고 구조를 글로 설명합니다.

    분석 스크립트 요청.md실제 사용하는 프롬프트
    실험 데이터 분석 파이썬 코드를 작성해줘. Colab 에서 실행한다.
    
    # 데이터 구조 (data.xlsx)
    - A열 시료ID / B열 처리온도(℃) / C열 유지시간(min)
    - D열 인장강도(MPa) / E열 연신율(%)
    - 1행 머리글, 2행부터 데이터. 결측은 빈 칸
    - 인장강도가 0 이하면 측정 오류이므로 제외
    
    # 처리
    1. 결측·오류 행을 제외하고 제외 건수를 출력한다
    2. 처리온도별 인장강도 평균·표준편차를 표로 낸다
    3. 온도-인장강도 산점도와 추세선을 그린다
    4. 유지시간을 색으로 구분한다
    
    # 출력
    - 그림은 300dpi PNG 로 저장한다
    - 파일 경로는 코드 맨 위에 변수로 분리한다
  2. 2

    받은 코드를 실행하고 결과를 확인합니다. 오류가 나면 메시지를 그대로 붙여 넣습니다.

  3. 3

    그림을 논문·보고서 규격에 맞게 다듬습니다 — 축 범위, 범례 위치, 폰트 크기.

  4. 4

    다른 분기 데이터로 교체해 한 번 더 돌리고 재현되는지 확인합니다.

산출물재사용 가능한 분석 스크립트 + 결과 그림

066차시 · 60분

연구 보고서 작성

앞 차시의 산출물을 재료로 보고서를 만듭니다. 해석은 연구원이 하고 옮겨 적는 일을 줄입니다.

ChatGPT · Word · 마크다운

LEARNING OBJECTIVES

  • 목차 설계 → 검토 → 본문 생성 순서로 보고서를 통제할 수 있다.
  • 근거와 해석의 경계를 지켜 과장을 막을 수 있다.
  • 사내 보고서 서식으로 변환할 수 있다.
구조 먼저본문부터 쓰면 분량이 튑니다. 목차를 받아 사람이 고친 다음 항목별로 생성
근거와 해석 분리표와 그림은 데이터에서, 해석은 연구원이. AI 가 해석까지 하게 두면 과장이 들어갑니다
서식 변환마크다운 초안을 사내 Word 서식으로, 문서 안 모든 표의 서식을 매크로로 일괄 정리
인용 관리참고문헌 형식 맞추기와, 인용한 문장이 실제 원문에 있는지 마지막으로 확인하는 절차

실습

보고서 초안 완성하기

  1. 1

    4차시 비교표와 5차시 결과를 첨부해 목차만 먼저 생성합니다.

  2. 2

    목차를 손보고 항목별 분량을 지정해 본문을 생성합니다. 해석 부분은 직접 씁니다.

  3. 3

    인용과 수치를 원본과 대조합니다. 이 확인 없이 제출하지 않습니다.

  4. 4

    사내 Word 서식으로 변환하고 표 서식을 일괄 정리합니다.

산출물연구 보고서 초안 1건

077차시 · 60분

연구 보조 챗봇 만들기

이번 프로젝트에서 모은 자료를 챗봇으로 묶습니다. 다음 사람이 처음부터 읽지 않아도 됩니다.

GPTs · NotebookLM

LEARNING OBJECTIVES

  • 프로젝트 자료를 챗봇으로 묶어 재사용할 수 있다.
  • 출처가 붙고 근거 없으면 답하지 않게 설정할 수 있다.
  • 인수인계·온보딩 도구로 활용할 수 있다.
무엇을 담을까기획서 · 선행연구 비교표 · 분석 결과 · 보고서. 이번 프로젝트에서 만든 것 전부
설정올린 자료 안에서만 답하고 각 답변에 출처를 붙이게. 연구에서는 이게 필수입니다
인수인계담당자가 바뀔 때 문서 뭉치를 넘기는 대신 챗봇을 넘깁니다. 질문으로 파악할 수 있습니다
관리자료가 추가되면 어떻게 갱신할지, 어디까지 공유할지

실습

프로젝트 자료를 챗봇으로 묶기

  1. 1

    1~6차시 산출물을 지식으로 올립니다.

  2. 2

    출처 표시와 예외 처리 규칙을 지정합니다.

  3. 3

    프로젝트 관련 질문 열 개로 확인합니다.

    연구 보조 챗봇 — 인수인계 시나리오답변 완료

    이 프로젝트에서 아직 실험 안 해 본 조건이 뭐라고 정리돼 있었지?

    프로젝트 도우미
    프로젝트 자료 검색 중…근거 2건
    1선행연구 비교표마지막 행
    2연구 기획서3장
    비교표 마지막 행에 세 가지가 정리돼 있습니다 — 900℃ 이상 고온 구간, 유지시간 120분 초과, 그리고 두 변수를 동시에 올린 조건. 기획서 3장에서는 이 중 첫 번째를 우선 후보로 잡았습니다.출처가 붙어 원문으로 되짚기 가능
    메시지를 입력하세요
  4. 4

    자료에 없는 질문을 던져 지어내지 않는지 확인합니다.

산출물프로젝트 연구 보조 챗봇 1개

OUTCOME

교육이 끝났을 때 남는 것

산출물 목록은 종료 시점에 정리해 교육 담당 부서에 전달합니다. 다음 예산 협의에 그대로 쓰실 수 있습니다.

참가자 전원

연구 기획서 · 선행연구 비교표 · 분석 스크립트

참가자 전원

연구 보고서 초안 + 프로젝트 챗봇

연구소

검증 절차 체크리스트와 조사 프롬프트 세트

HONEST

검토 단계에서 미리 말씀드리는 것

맞지 않는다고 판단되면 그대로 말씀드립니다. 시작하고 나서 알게 되면 서로 손해입니다.

AI 가 연구를 대신하기를 기대하시는 경우

가설을 세우고 해석하는 건 연구원의 일입니다. 이 교육이 줄이는 건 그 앞뒤의 준비와 정리 시간입니다.

사내 기술 문서를 외부에 올릴 수 없는 경우

사내에서만 도는 환경을 전제로 커리큘럼을 짭니다. 외부 공개 자료 조사는 사내 정보를 내보내지 않아 그대로 진행됩니다. 이 확인이 사전 조사의 첫 항목입니다.

참가자 수준 차가 큰 경우

박사급과 신입 연구원이 섞이면 5·6차시에서 진도가 벌어집니다. 나눌 수 없으면 심화 과제를 준비해 가지만, 나누시는 편이 낫습니다.

학술 논문 집필이 주 목적인 경우

논문 자체가 목적이라면 논문 분석·작성 특화 과정이 더 맞습니다. 이 과정은 기업 연구소의 기술 보고 중심입니다.

직무별 다른 과정

두 축을 조합해 구성할 수도 있습니다.

FAQ

자주 묻는 질문

Q교육 시간은 어떻게 되나요?

최소 2시간 특강부터 24시간(8시간씩 3일) 과정까지 조정합니다. 다만 실습 산출물까지 가려면 최소 8시간을 권합니다. 4시간 이하로는 도구를 알게 되는 데서 끝납니다.

Q몇 명까지 들을 수 있나요?

실습 중심이면 25명 이내를 권합니다. 그 이상이면 강사가 개별 화면을 봐드릴 수 없어 실습이 시연으로 바뀝니다. 시연 위주 특강은 인원 제한이 덜합니다.

Q우리 회사 자료를 AI에 넣어도 되나요?

보안 정책에 따라 다릅니다. 외부 도구 반입이 어려운 경우 사내에서 가능한 방식으로 커리큘럼을 조정합니다. 사전 조사 때 반드시 확인하는 항목입니다.

Q출장 교육도 가능한가요?

전국 어디든 방문합니다. 온라인 실시간 교육도 가능하고, 두 방식을 섞어 진행한 사례도 많습니다.

Q부서마다 하는 일이 달라도 괜찮을까요?

오히려 그 편이 낫습니다. 실습 과제를 직무별로 나누기 때문입니다. 다만 한 회차에 3~4개 부서 정도로 섞는 것을 권합니다. 너무 많이 섞으면 공통 과제를 잡기 어렵습니다.

Q교육이 끝나고 막히면 물어볼 데가 있나요?

교육 후에도 질문할 수 있는 커뮤니티를 운영합니다. 활용 매뉴얼도 함께 제공합니다.

CONTACT

어떤 교육이 필요한지
아직 정하지 않으셨어도 됩니다

부서 구성과 지금 하고 계신 업무만 알려주시면, 저희가 커리큘럼 초안과 견적을 만들어 보내드립니다. 사전 조사부터 함께 진행합니다.

이메일
GPT@Rnbdp.com
업무시간
09:00-18:00

급하시면 전화가 가장 빠릅니다. 상담 전 무료 수준진단도 이용하실 수 있습니다.

✓ AI 활용 수준진단
📞전화수준진단교육 문의하기