Book a Call

Edit Template

삶을 더 나은 방향으로 변화 시키는 IT 교육 "커스토"

맞춤형 교육, 기술 연구, 체계적인 지원으로 기업과 인재의 미래 경쟁력을 높입니다.

비전공자부터 전문가까지, 맞춤형 커리큘럼과 실무 중심의 교육으로 학습 효과를 극대화합니다.
최신 기술 기반 혁신 연구와 전방위 지원 체계를 통해 조직 성장과 미래 경쟁력을 실현합니다.

기업 교육

맞춤형 임직원 대상 데이터 혁신 프로그램 과정개발 및 운영

  • 맞춤형 교육 프로그램 개발
  • 실문 중심 프로젝트 진행
  • 전문 강사진 현장 전문가 참여
  • 성과 평가 및 피드백 시스템
  • 취업 및 경력 개발 연계

교육 운영

SW 비전공자, 일반인, 재직자 대상 유/무료 교육 및 세미나

  • 맞춤형 교육 프로그램 개발
  • 다양한 교육방식 적용
  • 실습 및 사례 중심 강의
  • 수료증 및 후속 지원

교육 지원

전문 교육장, 운영매니저, 준비물 구매대행, 온라인 교육지원

  • 전문 교육장 운영
  • 전문 운영 매니저 배치
  • 준비물 구매 대행 서비스 
  • 온라인 교육 플랫폼 지원
  • 정기 유지보수 및 기술 지원

소개

커스토는 철저한 사전조사와 미팅, 분석을 통해 고객 맞춤 서비스를 제공하는 교육전문기관으로 공부와 학습에 더해, 국내 최고의 맞춤형 실무 IT 교육을 통한 결과물을 만들어내는 전문적인 사업을 수행합니다.

비전(Vison) : 삶을 변화시키는 교육

교육을 통해 누군가의 삶을 보다 나은 방향으로 바꾸고, 실무 중심의 교육을 제공하여 주도적인 인재를 양성하는 맞춤형 커스터마이징 교육 서비스

미션 1- 맞춤형 서비스 제공

철저한 사전조사와 분석을 바탕으로 고객이 실제로 필요로 하는 맞춤형 서비스를 제공, 취업, 포트폴리오 제작, 개인 맞춤형 AI 및 데이터 활용 노하우 등 구체적인 결과물을 창출

미션 2- 실물위주의 선순환 구조

흥미를 유발하면 교육만족도를 극대화하는 교육 서비스를 통해 고객이 원하는 실무 맞춤형, 지속 가능한 비지니스 경쟁력 강화의 선순환 구조 확립

이력

  • 비전공자 대상 SW 교육전문기관 (주)에이블런 MOU 체결(2025.02)
  • AI 챗봇서비스 및 빅데이터 분석 컨설팅 전문기관 (주)네모공장 MOU 체결 (2035.03)
  • 한국경제 K-Digital Training 생성형 AI 사업개발자 과정 운영(2025.03/진행 중)
  • 한국경제 K-Digital UI?UX PM 과정 운영(2025.03/진행 중)

핵심 역량

철저한 분석과 맞춤형 솔루션으로 IT 교육 혁신을 선도합니다.

커스토는 철저한 사전조사와 미팅, 분석을 통해 고객맞춤 교육서비스를 제공하는 교육전문기관으로, 고객이 실제로 필요로하는 맞춤형 서비스를 제공하고 국내 최고의 맞춤형 실무 IT 교육을 통한 지속가능한 비지니스 경쟁력 강화의 선순환 구조를 만듭니다.

커리큘럼

과정1 RPA 과정 (로봇 프로세스 자동화 입문)

RPA(로봇 프로세스 자동화)는 사람이 수행하는 반복 업무를 소프트웨어 봇으로 자동화하여 업무 효율과 생산성을 높이는 기술입니다asti.co.in. 본 과정에서는 Windows 사용자에게 무료로 제공되는 Microsoft Power Automate Desktopblogs.windows.com을 활용하여, 프로그래밍 지식이 없는 개인도 손쉽게 다양한 작업을 자동화할 수 있도록 실습 위주로 학습합니다. 복잡한 서버 환경 없이도 웹 기반 또는 최소 설치 도구로 따라하기 쉽도록 구성했습니다.

모듈 1: RPA 소개와 환경 준비

  1. 차시 1: RPA 개요와 활용 분야 – RPA의 개념, 필요성 및 도입 효과를 배우고 일상생활과 업무에서의 활용 사례를 살펴봅니다asti.co.in. 반복 업무를 자동화하여 효율을 높인 예시들을 소개합니다.
  2. 차시 2: RPA 도구 소개 – 주요 RPA 도구들과 특징을 간략히 비교하고, 본 과정에서 사용할 Power Automate Desktop(마이크로소프트의 RPA 도구) 설치 및 준비 과정을 안내합니다blogs.windows.com. 웹에서 제공되는 Power Automate 플랫폼(https://powerautomate.microsoft.com) 계정 생성 방법도 다룹니다.
  3. 차시 3: Power Automate Desktop 기본 설정 – Power Automate Desktop를 실행하여 인터페이스를 알아봅니다. 새 Desktop 흐름 만들기, 레코더 확장 설치, 작업창 구성 등 개발 환경을 설정하고 확인합니다.
  4. 차시 4: 첫 번째 봇 녹화 실습 – 간단한 작업을 자동화하는 첫 봇을 만들어 봅니다. 예를 들어 메모장을 열고 텍스트 입력 후 저장하는 과정을 레코딩하고, Play 버튼으로 봇을 실행해 결과를 확인합니다.
  5. 차시 5: 녹화 편집 및 오류 수정 – 앞서 만든 녹화 흐름을 편집하는 방법을 배웁니다. 레코딩된 액션들을 살펴보고 불필요한 단계를 제거하거나 속성 값을 조정합니다. 실행 오류가 발생했다면 오류 메시지를 확인하고 수정하는 방법을 실습합니다.
  6. 차시6: 간단한 자동화 시연 – 추가로 계산기 앱을 자동화하는 짧은 데모를 보여줍니다. 예를 들어 계산기를 열고 여러 숫자를 입력해 결과를 얻는 과정을 Power Automate Desktop로 구현해보며, RPA 작동 흐름을 직관적으로 이해합니다.

 

모듈 2: 데스크톱 작업 자동화 기초

  1. 차시 1: UI 레코딩과 기본 액션 활용 – 응용 프로그램의 화면 요소 선택 개념을 이해하고, 클릭/더블클릭, 키 입력, 창 열기/닫기 등의 기본 액션을 익힙니다. 간단한 전표 입력 시나리오를 녹화하여 UI 상호작용 실습을 진행합니다.

  2. 차시 2: 수동 액션 추가와 편집 – 레코더 대신 수동으로 액션을 추가하는 방법을 배웁니다. Power Automate Desktop에서 제공하는 다양한 액션 패널을 살펴보고, 예를 들어 “지연(Delay)”이나 “메시지 표시” 액션을 수동으로 흐름에 넣어봅니다. 레코딩 후 필요한 지연 시간을 추가하여 안정적으로 동작하도록 편집합니다.

  3. 차시 3: 변수 이해와 데이터 저장 – RPA에서 변수를 활용하여 데이터를 저장하고 전달하는 방법을 실습합니다. 예를 들어 사용자가 입력한 값을 변수에 담아 다른 단계에서 활용하거나, 클립보드 내용을 변수로 저장하는 흐름을 만들어 봅니다. 변수의 종류(텍스트, 숫자 등)와 범위도 설명합니다.

  4. 차시 4: 분기 처리(조건문) 실습 – 자동화 시나리오에 **조건문(If/Else)**을 적용해 흐름을 제어하는 방법을 배웁니다. 예를 들어 특정 파일이 존재하면 열어서 처리하고, 없으면 경고 메시지를 띄우는 간단한 분기 흐름을 구현해봅니다. 조건문 설정과 경로별 동작 확인을 통해 의사결정 로직을 다룹니다.

  5. 차시 5: 반복 작업 자동화(Loop) – 반복문을 사용하여 여러 개의 항목을 순차적으로 처리하는 방법을 실습합니다. 작은 예제로, 폴더 내 여러 이미지 파일을 순서대로 열기 혹은 리스트의 각 항목을 차례로 처리하는 흐름을 만들어 봅니다. Loop 액션의 종류(예: For Each, While)와 반복 제어 방법도 함께 익힙니다.

  6. 차시 6: 예외 처리와 대기 – 자동화 도중 발생할 수 있는 오류를 대비하는 방법을 배웁니다. Try/Catch를 활용한 예외 처리 구조를 살펴보고, 오류 발생 시 대처 흐름(예: 오류 메시지 출력 또는 종료)을 구현해봅니다. 또한 대기(Wait) 액션으로 웹 페이지 로딩 지연 등 환경적 변수에 대응하는 방법을 실습합니다.

  7. 차시 7: 종합 미니 프로젝트 – 메모 자동화 봇 – 지금까지 배운 내용을 활용하여 “텍스트 파일 일괄 처리” 같은 간단 프로젝트를 만들어봅니다. 예를 들어 지정된 폴더의 모든 .txt 파일을 열어 내용에 타임스탬프를 추가하고 저장하는 자동화 봇을 개발합니다. 설계 단계부터 구현, 실행까지 따라 하면서 종합적인 이해를 높입니다.

 

모듈 3: 데이터 및 파일 처리 자동화

  1. 차시 1: Excel 자동화 소개 – Excel과 같은 스프레드시트 프로그램을 RPA로 제어하는 방법을 배웁니다. Excel 파일을 여는 액션, 셀 범위 지정 방법을 알아보고, Power Automate Desktop의 Excel 연결 액션을 사용해봅니다.

  2. 차시 2: Excel 데이터 읽기/쓰기 실습 – 실제 Excel 워크북을 열어 셀 데이터를 읽고(Read) 변수에 저장한 후, 일부 값을 수정하거나 새 시트에 쓰기(Write) 해보는 실습을 합니다. 예를 들어 학생 성적표 파일을 읽어 각 학생의 평균을 계산한 뒤 결과를 새로운 시트에 쓰는 봇을 구현합니다.

  3. 차시 3: CSV 및 텍스트 파일 다루기 – CSV 파일을 불러와 데이터를 파싱하는 방법과, 텍스트 파일을 생성하거나 내용 추가/저장하는 방법을 실습합니다. 예를 들어 간단한 CSV 주소록 파일을 읽어 각 줄을 개별 필드로 분리한 뒤, 일부 내용을 수정하고 다시 CSV로 저장하는 흐름을 만들어 봅니다.

  4. 차시 4: 파일 및 폴더 관리 – 파일 시스템을 자동화로 다루는 방법을 익힙니다. 폴더 생성/삭제, 파일 복사/이동/이름 변경 등의 액션을 사용하여, 예를 들어 지정된 폴더 구조를 자동으로 생성하고 여러 파일을 정해진 규칙대로 이름 변경하는 실습을 합니다. 이 과정에서 경로 지정과 와일드카드(*) 사용법도 함께 설명합니다.

  5. 차시 5: 문자열 및 데이터 변환 – 자동화 과정 중 문자열을 조작하거나 형식을 변환하는 기법을 배웁니다. 텍스트 함수를 이용해 문자열을 합치거나 자르고, 대소문자 변경, 날짜 형식 변환 등을 실습합니다. 예를 들어 “홍길동,1990-01-01” 형식의 문자열에서 이름과 생년을 분리하고, 생년을 연령으로 변환하는 흐름을 만들어 봅니다.

  6. 차시 6: 오류 처리 심화 (파일 처리) – 파일 경로 오류나 데이터 형식 오류에 대비하는 예외 처리 방법을 더 자세히 다룹니다. 파일이 없을 경우 예외를 감지하여 에러 메시지를 표시하거나 대안 경로를 시도하는 흐름을 추가합니다. 또한 잘못된 형식의 데이터가 있을 경우 흐름을 중단하지 않고 건너뛰는 방법도 실습합니다.

  7. 차시 7: 데이터 처리 봇 실습 프로젝트 – **“보고서 자동 생성”**과 같은 작은 프로젝트를 수행합니다. 예를 들어 여러 개의 CSV 데이터를 읽어 통합 보고서를 만든 뒤, 특정 폴더에 파일로 저장하는 봇을 제작합니다. 실습 과정을 통해 Excel, 파일, 문자열 처리를 종합적으로 활용하고, 완성된 봇을 실행해 원하는 결과물(보고서 파일)이 만들어지는 것까지 확인합니다.

모듈 4: 웹 및 데이터 스크래핑 자동화

  1. 차시 1: 웹 자동화 개요 – 웹 브라우저를 제어하는 RPA의 개념과 필요 준비사항을 설명합니다. Chrome/Edge 브라우저에 RPA 확장을 설치하고, 웹 레코딩을 설정하는 방법을 안내합니다. 웹 자동화의 특성 (동적 콘텐츠, 로딩 시간 등)과 데스크톱 자동화의 차이점을 이해합니다.

  2. 차시 2: 웹 페이지 요소 다루기 – Power Automate Desktop의 웹 레코더를 사용하여 간단한 웹 작업을 녹화합니다. 예를 들어 특정 뉴스 사이트를 열고 첫 번째 기사 제목을 클릭하는 과정을 녹화하면서, HTML 요소 선택 방법과 레코딩 결과를 확인합니다. 녹화된 셀렉터(Selector)를 편집하여 안정성을 높이는 팁도 소개합니다.

  3. 차시 3: 온라인 양식 입력 자동화 – 웹상의 **폼(form)**에 데이터를 자동 입력하는 실습을 합니다. 예를 들어 Google 설문지나 간단한 가입 양식을 자동으로 채우고 제출하는 봇을 만들어봅니다. Excel에 미리 준비된 여러 사용자 정보를 읽어와 루프를 통해 각각 폼에 입력/전송하는 과정을 구현하여, 대량 데이터 입력 작업을 자동화합니다.

  4. 차시 4: 웹 데이터 스크래핑 – 웹 페이지의 정보를 추출하여 활용하는 방법을 익힙니다. 텍스트 추출 액션을 사용해 예를 들어 특정 날씨 정보 웹사이트에서 오늘의 온도와 미세먼지 수치를 읽어오는 봇을 만들어봅니다. 추출한 데이터를 변수에 저장하고, 로그로 출력하거나 파일로 저장하는 방법도 함께 실습합니다.

  5. 차시 5: 다중 페이지 및 반복 크롤링 – 여러 페이지에 걸친 데이터를 자동 수집하는 방법을 다룹니다. 예를 들어 전자상거래 사이트에서 상품 목록을 1페이지부터 5페이지까지 이동하며 모든 상품명과 가격을 수집하는 RPA 흐름을 구성합니다. 페이지 네비게이션 처리, 동적 대기(페이지 로드 완료 대기)와 같은 기법을 배우고, 수집된 데이터를 엑셀에 정리합니다.

  6. 차시 6: 웹 자동화 예외 처리 – 웹 자동화 시 발생할 수 있는 특수 상황에 대처하는 방법을 배웁니다. 팝업 창이나 경고 대화상자가 뜰 경우 이를 감지하여 닫는 처리, 특정 요소를 찾지 못했을 때 재시도하는 로직 등을 실습합니다. 네트워크 지연이나 웹 요소 식별 실패 시 예외 처리 흐름을 추가하여 봇의 안정성을 높입니다.
  7. 차시 7: 웹 자동화 종합 프로젝트 – “웹 데이터 수집 및 리포트 생성” 프로젝트를 수행합니다. 예를 들어 부동산 시세 정보를 여러 지역에 대해 웹에서 수집한 뒤, 엑셀 보고서로 정리하는 봇을 만들어봅니다. 모듈 3에서 다룬 파일/데이터 처리와 웹 스크래핑을 결합하여, 웹에서 가져온 데이터를 가공하고 요약한 결과를 파일로 저장합니다. 완성된 자동화를 스케줄러나 트리거를 통해 정기적으로 실행하는 방법도 소개하며 모듈을 마무리합니다.

 

모듈 5: RPA 고급 기능 활용 및 응용

  1. 차시 1: OCR을 활용한 문서 처리 – OCR(광학 문자 인식) 기술을 RPA에 적용하는 방법을 배웁니다. Power Automate Desktop의 OCR 액션이나 통합 가능한 AI Builder를 사용하여, 예를 들어 스캔된 이미지 또는 PDF 문서에서 텍스트를 추출하는 실습을 진행합니다. 추출된 텍스트를 편집하거나 Excel로 정리하여 반자동으로 문서 작업을 처리하는 과정을 데모합니다.

  2. 차시 2: 이메일 연동 자동화 – RPA로 이메일을 보내고 받는 방법을 다룹니다. Outlook 등 메일 클라이언트와 연계하여 지정된 주소로 메일을 자동 발송하거나 받은 메일함에서 특정 메일을 찾아 내용을 읽고 첨부파일을 저장하는 실습을 합니다. 예를 들어 주기적인 보고서 메일 자동 발송 봇을 만들어, 정해진 시간마다 Excel에서 최신 데이터를 읽어 메일 본문/첨부로 구성한 뒤 발송합니다. (웹 기반 이메일의 경우, 웹 자동화 기법으로 접근하는 방법도 언급)

  3. 차시 3: 외부 API 호출 및 통합 – RPA 봇에서 HTTP 요청을 통해 외부 서비스 API를 호출하는 고급 기법을 배웁니다. 예를 들어 날씨 정보 API에 요청을 보내 실시간 데이터를 가져오고, 그 결과를 활용하는 흐름을 구현합니다. 이를 통해 RPA와 외부 시스템을 통합하여 더욱 풍부한 자동화를 구성하는 방법을 이해합니다. (※ 최소한의 API 사용을 위해 공개된 간단한 REST API를 활용)

  4. 차시 4: 사용자 입력 및 상호작용 – RPA 실행 중 사용자에게 입력을 받거나 안내를 표시하는 방법을 실습합니다. 입력 대화상자(Input Dialog) 액션을 사용하여 사용자의 선택이나 값을 입력받고, 그 값을 이후 단계에 적용하는 흐름을 만들어봅니다. 예를 들어 사용자가 선택한 옵션에 따라 다른 자동화 경로를 수행하는 봇을 구현하여, RPA와 사용자의 간단한 상호작용을 달성합니다.

  5. 차시 5: 이미지 기반 UI 자동화 – 기존에 셀렉터로 인식되지 않는 이미지 또는 비표준 UI 요소를 자동화하는 방법을 배웁니다. 화면상의 이미지를 찾고 클릭하는 이미지 인식 액션을 사용하여, 예를 들어 구형 응용 프로그램이나 원격 VM 환경에서 좌표나 이미지로 버튼을 눌러야 하는 시나리오를 실습합니다. 이 기법을 통해 셀렉터 한계를 극복하고 RPA 적용 범위를 넓히는 법을 알아봅니다.

  6. 차시 6: 성능 최적화 및 로깅 – 복잡한 RPA 흐름의 성능을 향상시키고 문제를 진단하는 방법을 학습합니다. 불필요한 대기 시간 제거, 효율적인 루프 구성 등 최적화 팁을 소개하고, 로그 액션을 활용해 각 단계의 진행상황이나 데이터 값을 기록하는 방법을 실습합니다. 작성된 로그를 통해 버그를 추적하고 유지보수를 용이하게 하는 기법도 함께 다룹니다.

  7. 차시 7: 고급 기능 활용 프로젝트 – “이메일 첨부 데이터 처리” 프로젝트를 수행합니다. 예를 들어 이메일로 수신된 Excel 주문서를 RPA가 열어 총합계를 계산하고, 주문 처리 결과를 다시 자동으로 회신메일로 보내는 통합 봇을 만들어봅니다. 이 프로젝트를 통해 OCR/이메일/API 등 고급 기능을 한데 결합하여 실용적인 RPA 솔루션을 구현해보고, 완성된 봇의 실행 결과를 검증합니다.

 

모듈 6: RPA 운영 최적화와 과정 마무리

  1. 차시 1: RPA 프로젝트 설계하기 – 작은 RPA 프로젝트를 처음부터 설계하는 과정을 배웁니다. 자동화 대상 프로세스를 선정하고 흐름도를 그려보며, 필요한 단계와 예외사항을 정의합니다. 효과적인 프로세스 분해 방법과 자동화 우선순위 결정 기준 등을 소개하여, 학습자가 현실 과제를 자동화할 때 고려해야 할 점을 정리합니다.

  2. 차시 2: 종합 프로젝트 구현 (1) – **“개인 업무 자동화 프로젝트”**를 단계별로 구현합니다 (1부). 예를 들어 **“업무 보고서 작성 자동화”**를 주제로, 지난 모듈들에서 다룬 파일 처리, 웹 스크래핑, 이메일 전송을 모두 포함한 종합 봇을 설계합니다. 1부에서는 데이터 수집(웹 또는 파일) 및 가공 부분을 중점적으로 구현하고 실습합니다.

  3. 차시 3: 종합 프로젝트 구현 (2) – 종합 프로젝트 2부에서는 보고서 완성 및 배포 단계를 구현합니다. 자동 생성된 보고서를 PDF로 변환하거나 원하는 형식으로 출력하고, 완료된 결과물을 이메일로 전송하거나 폴더에 정리하는 흐름을 실습합니다. 프로젝트 전체 흐름을 통합하고, 처음 설계한 요구사항에 맞게 잘 동작하는지 테스트합니다.

  4. 차시 4: 디버깅과 테스트 방법 – RPA 봇의 디버깅 기법과 사전 테스트 방법을 배웁니다. Breakpoint 설정, 한 단계씩 실행(Step-by-step) 기능을 활용하여 흐름 중간에 변수 값이나 화면 상태를 점검하는 법을 실습합니다. 완성된 자동화를 다양한 시나리오로 테스트하여 오류를 발견하고 수정하는 과정을 통해, 신뢰성 높은 RPA를 만드는 방법을 익힙니다.

  5. 차시 5: RPA 운영 및 유지보수 – 개발한 RPA를 실사용 환경에서 운영하는 팁을 다룹니다. 일정에 따라 자동 실행되도록 Windows 작업 스케줄러 등록하거나, 변경된 환경(프로그램 업데이트 등)에 대응하여 봇을 수정하는 방법을 소개합니다. 또한 모니터링과 로그 분석을 통해 이상 동작을 감지하고, 주기적인 유지보수 계획 수립의 중요성을 강조합니다.

  6. 차시 6: 모범 사례 및 확장 방향 – 효율적인 RPA 개발을 위한 **모범 사례(Best Practices)**를 정리합니다. 예를 들어 명확한 변수/흐름 명명 규칙, 재사용 가능한 서브흐름 작성, 보안(패스워드 암호화 저장 등) 유의사항을 다룹니다. 마지막으로 최신 RPA 트렌드인 지능형 자동화(AI 결합) 동향을 소개하고, 수강생이 향후 배운 내용을 확장하여 적용할 수 있는 방향을 제시하며 과정을 마무리합니다.

생성형 AI 활용용과정 (텍스트/이미지 생성 AI 입문)

생성형 AI는 AI 모델(예: GPT, DALL-E 등)을 활용하여 텍스트, 이미지 등 다양한 콘텐츠를 만들어내는 기술입니다simplilearn.com. 본 과정은 생성형 AI의 작동 원리와 활용 방법을 쉽고 폭넓게 다루는 입문 과정으로, ChatGPT(https://chat.openai.com)와 같은 최신 AI 도구를 활용한 실습을 중심으로 구성되었습니다. 수강자는 텍스트 생성부터 이미지 생성까지 다양한 생성형 AI 도구 사용법을 배우고, 프롬프트 작성 요령, 실제 생활 및 업무 활용 사례, 그리고 윤리적 고려사항까지 폭넓게 익히게 됩니다simplilearn.com.

모듈 1: 생성형 AI 이해와 준비

  1. 차시 1: 생성형 AI란 무엇인가 – 인공지능 중 **생성형 AI(Generative AI)**의 개념과 원리를 알아봅니다. 기존 규칙 기반 AI와 달리 방대한 데이터 학습을 통해 새로운 텍스트나 이미지를 만들어내는 AI 모델의 특성을 설명하고, 대표적인 예시로 GPT의 자연어 생성과 DALL-E의 이미지 생성을 소개합니다simplilearn.com.

  2. 차시 2: 생성형 AI의 발전 배경 – 생성형 AI 기술의 발전 과정을 살펴봅니다. GAN(생성적 적대망)부터 트랜스포머(Transformer) 모델의 등장, GPT-3에서 GPT-4까지의 언어 모델 진화, 그리고 Stable Diffusion과 같은 이미지 생성 모델 출현 등 역사적 흐름을 쉽고 간략히 정리합니다. 최근 폭발적 관심을 얻게 된 배경도 함께 토론합니다.

  3. 차시 3: 주요 생성형 AI 분야 소개 – 생성형 AI가 활약하는 다양한 분야를 개관합니다. 텍스트 생성(기사, 소설, 대화), 이미지 생성(예술, 디자인), 추가로 오디오(음악, 음성합성)와 비디오 생성까지 어떤 응용들이 있는지 각각 사례와 함께 소개합니다. 이를 통해 수강생은 생성형 AI의 활용 범위를 전체적으로 파악할 수 있습니다. (심화 내용은 이후 모듈에서 다룸)

  4. 차시 4: 학습 도구 및 계정 준비 – 본 과정에 사용할 웹 기반 AI 도구들의 계정을 만들고 환경을 준비합니다. 예를 들어 OpenAI 계정을 생성하고 ChatGPT에 로그인해 봅니다. 또한 ChatGPT, Bing AI 혹은 Claude 등 과정에서 활용할 주요 웹 서비스에 접근하는 방법과 기본 인터페이스를 소개합니다. 각 도구의 무료 사용 한도와 유료 버전 차이도 간략히 언급합니다.

  5. 차시 5: ChatGPT 첫 체험 – OpenAI의 ChatGPT를 통해 텍스트 생성 AI를 직접 체험해봅니다. ChatGPT 대화창 소개, 프롬프트 입력 방법을 익힌 후, 간단한 질의응답부터 시작하여 짧은 글짓기 실습까지 수행합니다. 예를 들어 “안녕하세요”라고 인사하고 AI가 어떻게 답하는지 본 뒤, “오늘 날씨 알려줘” 같은 정보 질문이나 “고양이에 대한 짧은 시를 써줘” 같은 창의적 요청을 입력해 결과를 확인합니다.

  6. 차시 6: 다양한 챗봇 서비스 비교 – ChatGPT 외에도 Google Bard(https://bard.google.com)나 Anthropic Claude(https://claude.ai)와 같은 다른 최신 챗봇들을 소개합니다. 각 모델의 특징과 강점을 설명하고, 동일한 질문에 대해 ChatGPT와 Bard, Claude가 어떻게 응답하는지 비교 시연합니다. 이를 통해 다양한 AI 비서 서비스를 이해하고, 사용 목적에 맞는 도구 선택 방법을 배웁니다.

  7. 차시 7: 프롬프트 입력 요령 맛보기 – 생성형 AI를 잘 활용하려면 프롬프트(prompt) 작성이 중요함을 소개합니다. 좋은 프롬프트와 나쁜 프롬프트의 차이를 간단한 예로 보여주고, 원하는 답변을 얻기 위한 질문 법을 미리 맛봅니다. 예를 들어 모호한 질문 vs 구체적인 질문을 ChatGPT에 입력해보며 응답의 차이를 살펴봅니다 (본격적인 프롬프트 기법은 다음 모듈에서 다룸).

  8. 차시 8: 윤리적 고려사항 및 안전 이용 수칙 – 생성형 AI 사용 시 알아야 할 윤리적 이슈와 안전 수칙을 학습합니다. AI가 만들어낸 텍스트/이미지의 허구 정보(hallucination) 가능성, 편향 문제를 인지하고, 이를 검증하거나 보완하는 방법을 논의합니다. 또한 개인 정보나 민감한 내용은 입력하지 않는 등 ChatGPT 이용 수칙과, AI 출력물을 활용할 때 지켜야 할 저작권/라이선스 기본 개념도 짚어봅니다.

모듈 2: 텍스트 생성 AI 활용 (ChatGPT 등)

  1. 차시 1: 대규모 언어모델(LLM)의 이해 – 텍스트 생성의 중심 기술인 대규모 언어모델의 작동 개념을 알기 쉽게 설명합니다. 방대한 문서로부터 다음에 올 단어 확률을 예측해 문장을 만드는 원리와, 맥락(Context)을 고려한 Transformer 아키텍처의 아이디어를 소개합니다. 전문 기술 용어보다는 비유와 그림을 활용해 직관적으로 이해할 수 있게 합니다.

  2. 차시 2: 효과적인 프롬프트 작성 기본 – 원하는 답을 얻기 위한 프롬프트 작성 요령을 체계적으로 배우기 시작합니다. 명확하고 구체적으로 질문하기, 원하는 형식이나 역할을 지정하기 등의 기본 원칙을 소개합니다. 예를 들어 “줄거리 3개를 bullet point로 써줘”처럼 원하는 출력 형식을 프롬프트에 포함시키는 법을 ChatGPT 실습을 통해 익힙니다.

  3. 차시 3: 정보 질의응답과 사실 확인 – ChatGPT를 사용하여 지식 질문에 답을 얻는 방법을 실습합니다. 역사적 사실이나 전문 지식을 물어보고 답변을 얻어본 뒤, AI의 답이 항상 정확하지 않을 수 있다는 점을 강조합니다. 웹 검색 기능이 있는 Bing Chat 등을 활용해 AI 답변을 검증하거나 출처를 확인하는 방법도 소개하여, 올바른 정보 활용법을 다룹니다.

  4. 차시 4: 요약 및 번역 실습 – 텍스트 생성 AI를 활용한 문서 요약과 언어 번역 사례를 실습합니다. 예를 들어 긴 기사나 보고서의 본문 일부를 ChatGPT에 입력하여 한 문단 요약을 받아보고, 한글 문장을 영어로 번역하거나 그 반대를 수행해 봅니다. Bing Chat(https://www.bing.com/chat)을 이용하면 웹 링크를 제공해 페이지 전체를 요약시키는 등 편리한 기능도 시연합니다.

  5. 차시 5: 글쓰기 보조 및 창작 – 생성형 AI를 글쓰기 어시스턴트로 활용하는 방법을 연습합니다. 예를 들어 이메일 초안 작성: 간단한 메모 형태로 요점만 입력하고 ChatGPT로 하여금 정중한 비즈니스 이메일 문장을 완성하게 해봅니다. 또 블로그 글쓰기에서는 주제에 대한 아웃라인을 생성하고 각 섹션 초안을 작성시키는 실습을 합니다. 사용자가 초안을 검토·수정하여 완성하는 과정을 통해 AI와 협업하는 글쓰기 방법을 익힙니다.

  6. 차시 6: 창의적인 활용 (스토리/아이디어 생성) – AI의 창의성을 활용하는 다양한 사례를 다룹니다. 이야기 생성: 몇 가지 키워드를 주고 단편 동화를 만들어보거나, 광고 문구: 상품 특징을 설명하면 캐치프레이즈를 제안받는 실습을 합니다. 또한 브레인스토밍 용도로 “새로운 프로젝트 아이디어 5가지 제안해줘”처럼 요청해보고, 나온 아이디어를 발전시키는 대화를 이어나가며 AI를 창의적 조력자로 활용하는 방법을 경험합니다.

  7. 차시 7: 멀티턴 대화와 컨텍스트 활용 – ChatGPT 등 챗봇과 **여러 차례 대화(Multi-turn)**하는 방법을 익힙니다. 첫 답변이 만족스럽지 않을 때 추가 지시를 통해 답변을 개선하는 후속 프롬프트 기법을 실습합니다. 예를 들어 처음엔 일반적인 설명을 얻고, 이어서 “더 쉽게 설명해줘”나 “항목별로 요약해줘” 같이 후속 질문을 던져 응답을 조정합니다. 또한 긴 대화에서 컨텍스트 유지의 한계(모델이 이전 내용을 잊기도 함)를 알아보고, 필요시 프롬프트에 정보를 재제공하는 팁도 다룹니다.

  8. 차시 8: 다른 텍스트 생성 도구 체험 – 이번에는 ChatGPT 이외의 언어 생성 도구를 직접 사용해봅니다. Claude 2(https://claude.ai)를 활용하여 비슷한 글쓰기 작업을 해보고, 답변 스타일이나 속도를 비교합니다. 또 네이버 HyperCLOVA와 같이 한국어에 특화된 모델이 있다면 소개하고 데모를 보여줍니다. 여러 모델을 사용해보면서 각 AI의 강약점을 느껴보고, 상황에 따라 적합한 서비스를 선택하는 안목을 기릅니다.

모듈 3: 이미지 생성 AI 활용

  1. 차시 1: 이미지 생성 AI 개요 – 텍스트 -> 이미지 생성 모델의 개념과 작동 방식을 쉽게 설명합니다. 예를 들어 **확산 모델(Diffusion)**이 어떻게 랜덤 노이즈에서 점차 의미있는 이미지를 생성하는지 그림을 통해 직관적으로 소개합니다. 또한 이미지 생성 모델이 학습된 데이터(대량의 그림 캡션 쌍)로부터 패턴을 익혀 새로운 이미지를 만든다는 원리를 설명합니다.

  2. 차시 2: 대표 이미지 생성 도구 소개 – 현재 인기있는 이미지 생성 서비스들을 살펴봅니다. OpenAI의 DALL-E 2, Midjourney, Stable Diffusion 기반의 여러 앱 등을 특징과 함께 소개하고 비교합니다. 각 도구별로 생성 이미지 스타일이나 사용 방법 차이를 설명하여 수강생이 전반적인 도구 지형을 이해하도록 합니다. 이후 실습에 사용할 도구로는 웹에서 쉽게 접근 가능한 Bing Image Creator(https://bing.com/create) 또는 OpenAI의 DALL-E를 선택합니다.

  3. 차시 3: 이미지 생성 기본 실습 – Bing Image Creator 또는 DALL-E 웹에서 제공되는 인터페이스를 통해 첫 이미지를 만들어봅니다. 예제를 따라 “우주를 여행하는 고양이” 같은 간단한 프롬프트를 입력하고 AI가 생성한 이미지를 확인합니다. 이어서 프롬프트를 약간 수정하며 결과 이미지가 어떻게 달라지는지 살펴봅니다. 이 과정에서 영어 프롬프트가 유리한 경우 번역기를 활용하는 팁도 공유합니다.

  4. 차시 4: 이미지 프롬프트 작성 요령 – 원하는 그림을 얻기 위한 프롬프트 작성 기법을 배웁니다. 그림의 스타일, 구도, 디테일 등을 묘사하는 어휘를 소개하고, 예시 프롬프트를 분해하여 각 부분이 결과에 미치는 영향을 설명합니다. 예를 들어 “a portrait of a medieval knight, oil painting style, high detail, dramatic lighting” 등 스타일 관련 어구를 추가/변경하며 생성 이미지를 비교해봅니다. 수강생은 같은 주제라도 표현 방식에 따라 이미지 분위기가 어떻게 달라지는지 체험합니다.

  5. 차시 5: 고급 옵션과 변형 – 일부 이미지 생성 도구가 제공하는 고급 설정을 알아봅니다. (도구에 따라) 이미지 해상도 선택, 변형(Variation) 생성 기능, Aspect ratio(가로세로 비율) 조절 등을 실습합니다. 예를 들어 DALL-E에서 생성된 이미지 중 하나를 선택해 Variations 기능으로 비슷한 느낌의 다른 이미지를 만들어보고, Stable Diffusion 기반 서비스에서 고해상도 출력을 얻는 법도 데모합니다. 이러한 옵션 활용으로 원하는 결과에 더 가까이 다가가는 방법을 배웁니다.

  6. 차시 6: 이미지 생성 활용 사례 – 생성형 이미지의 실용적 활용 사례를 살펴봅니다. 예를 들어 프레젠테이션 삽화 만들기: 슬라이드 내용을 요약한 문장을 프롬프트로 입력해 관련 이미지를 생성하고 슬라이드에 활용하는 방법을 보여줍니다. 소셜 미디어 컨텐츠: 블로그나 인스타그램 게시물에 들어갈 이미지를 AI로 만들어 활용하는 예를 들며, 저작권 문제 없는 독자적인 이미지를 빠르게 생산하는 장점을 강조합니다.

  7. 차시 7: 다양한 이미지 생성 모델 체험 – 이번에는 다른 이미지 생성 모델을 직접 사용하거나 결과를 비교합니다. Stable Diffusion 기반의 웹 데모(Hugging Face 등)에서 동일한 프롬프트로 이미지를 만들어보고, 결과 품질을 살펴봅니다. 가능하다면 Midjourney 갤러리에서 뛰어난 품질의 예시들을 감상하며 해당 프롬프트를 분석해봅니다. 이를 통해 모델마다 생성 스타일의 차이와 강점을 이해하고, 필요한 경우 여러 도구를 활용하는 접근법을 익힙니다.

  8. 차시 8: 이미지 생성 윤리와 한계 – 이미지 생성 AI 사용 시의 주의사항을 학습합니다. AI가 만든 이미지의 저작권과 사용권 이슈를 논의하고, 유명인 사진 합성이나 딥페이크 등 악용 가능성에 대해 경고합니다. 또한 특정 유형의 이미지는 잘 만들지 못하는 한계(예: 손가락 묘사 문제 등)를 소개하고, 민감한 콘텐츠에 대한 필터링 제약(정책상 생성 불가한 이미지)에 대해서도 설명합니다. 윤리적인 범위 내에서 창작 도구로 AI를 활용하는 중요성을 강조하며 본 모듈을 마칩니다.

모듈 4: 생성형 AI 실생활 활용

  1. 차시 1: 생산성 향상을 위한 AI 글쓰기 – 이메일/보고서 작성 등 실무 작업에 생성형 AI를 활용하는 방법을 실습합니다. 예를 들어 비즈니스 이메일 초안을 작성해야 한다면, 몇 가지 키워드(수신자, 전달사항)를 ChatGPT에 제공하여 공손하고 전문적인 이메일 초안을 얻는 법을 연습합니다. 또한 보고서 작성 시 구조화된 아웃라인 생성, 문장 다듬기 등에 AI를 활용해보며, 반복적인 문서 작업을 효율화하는 방법을 배웁니다.

  2. 차시 2: 마케팅/콘텐츠 생성 활용 – 블로그 게시물, 광고 카피 등 콘텐츠 제작 분야에 AI를 적용하는 방법을 배웁니다. 예를 들어 블로그 글 주제를 주고 ChatGPT로부터 글의 뼈대를 받은 뒤 내용을 살찌우거나, 제품 광고문을 작성할 때 Claude나 ChatGPT에게 제품 특징을 설명하고 여러 개의 슬로건을 제안받는 실습을 합니다. AI가 제시한 다양한 문구 중 마음에 드는 것을 선택하고 약간 수정하여 완성본으로 삼는 등, 창작 보조 도구로 활용하는 방법을 익힙니다.

  3. 차시 3: 번역과 언어 학습 도우미 – 다국어 번역에 생성형 AI를 활용하는 방법과, 외국어 학습 보조 사례를 살펴봅니다. ChatGPT에게 한글 문장을 영어로 번역시키거나, 영어 문장을 한국어로 번역해보면서 전문 번역기에 준하는 결과를 얻는 법을 실습합니다. 또한 외국어 문장에 대한 문법이나 뉘앙스를 질문하여 설명을 듣거나, 대화 연습 파트너로 활용하는 등 언어 학습에 도움을 받는 방법도 시연합니다. 이러한 활용 시 주의할 점(예: 전문 용어 이름 고유명사 번역)은 함께 짚어갑니다.

  4. 차시 4: 정보 정리 및 조사 보조 – 많은 양의 정보를 요약하거나 조사하는 데 AI를 활용합니다. 예를 들어 긴 PDF 문서를 읽어야 할 때 ChatGPT에 중요한 부분만 발췌하도록 하거나, Bing Chat을 통해 웹페이지 URL을 입력하고 내용을 요약시키는 방법을 실습합니다. 또한 특정 주제에 대해 조사 계획 세우기: “OO 분야를 공부하려면 어떤 주제를 알아야 해?”처럼 물어보고, AI가 제시한 목록을 토대로 자료조사를 진행하는 등 AI를 리서치 비서로 활용하는 팁을 배웁니다. (PDF 요약의 경우 ChatGPT 한계로 분할 복사하거나 ChatPDF 등의 도구 언급)

  5. 차시 5: 개인 비서로 활용 (일정/아이디어) – 생성형 AI를 개인 비서처럼 활용하는 법을 실습합니다. 예를 들어 일정 계획 세우기: “다음 주에 3일간 부산 여행 일정 짜줘”라고 요청하면 여행 일정을 생성해주는데, 이를 받아 자신의 선호에 맞게 수정하는 식으로 활용합니다. 할 일 목록 정리: 오늘 해야 할 일들을 나열하면 우선순위를 제안받거나 일정표를 만들어달라고 할 수도 있습니다. 이러한 예제를 통해 AI를 개인 삶의 생산성 도구로 활용하는 다양한 아이디어를 소개합니다.

  6. 차시 6: 문제 해결 및 코딩 도움 – 비전공자라도 AI의 도움을 받아 간단한 코딩이나 기술 문제 해결을 시도해봅니다. 예를 들어 엑셀 복잡한 함수 작성을 ChatGPT에 질문하여 공식을 얻거나, 간단한 코드 스크립트(파이썬으로 폴더 파일 일괄 이름변경 등)가 필요할 때 요구사항을 설명하고 코드를 받아보는 실습을 합니다. 이어서 받은 코드나 공식을 실제 환경에 적용해보고 동작을 확인합니다. 이를 통해 기술적인 문제에 부딪혔을 때 AI를 조언자나 튜터로 활용하는 방법을 배웁니다. (단, AI 코드의 오류 가능성을 언급하고 검증 방법도 안내)

  7. 차시 7: 사무 도구와의 연계 – 현재 상용화된 다양한 소프트웨어에 내장된 생성형 AI 기능을 소개하고 활용법을 알아봅니다. 예를 들어 MS Word의 Copilot이나 Google 문서의 AI 작성 도구가 있다면 그 기능과 사용법을 시연합니다. 또한 Notion AI와 같은 노트앱의 내장 AI를 활용해 회의록에서 액션아이템 뽑아내기, Grammarly의 문장 개선 기능(Generative Rewrite) 등을 소개하여, 익숙한 업무 도구 속에서 AI를 호출해 활용하는 법을 배우도록 합니다. (일부 기능은 영상 데모로 소개)

  8. 차시 8: 종합 실습 – AI와 함께하는 하루 – 본 모듈 마지막으로, 일상적인 하루를 보내면서 여러 순간에 생성형 AI를 활용하는 시나리오를 따라가 봅니다. 예를 들어 아침에 이메일 답장을 ChatGPT로 초안 작성 → 업무 중 모르는 개념은 Bing Chat으로 검색 요약 → 점심 후 회의록을 AI로 요약 → 퇴근 전에 일일 보고서를 AI 도움으로 작성 등, 앞서 배운 활용법들을 하루 일정에 맞춰 종합적으로 재현합니다. 이를 통해 수강생은 실생활에서 AI를 통합적으로 활용하는 그림을 그려보고, 본인의 생활에 적용할 아이디어를 얻으며 기본과정을 마무리합니다.

모듈 5: 생성형 AI의 원리 이해와
책임 있는 활용

  1. 차시 1: 생성형 AI는 어떻게 학습할까 – GPT나 Stable Diffusion 같은 모델들이 훈련되는 과정을 개략적으로 배웁니다. 대량의 데이터셋에서 패턴을 찾아내는 지도학습/비지도학습 개념, 손실 함수를 통해 성능을 향상시키는 과정 등을 비유를 통해 설명합니다. 너무 복잡한 수식 없이, 예를 들어 GPT가 인터넷 텍스트를 보고 문맥을 학습하는 모습을 단계적으로 묘사해 이해를 돕습니다.

  2. 차시 2: 언어 모델의 한계와 오류 사례 – 대규모 언어모델(LLM)의 한계를 실제 사례로 배우고 대응책을 논의합니다. 예를 들어 ChatGPT가 사실이 아닌 정보를 자신있게 말한 할루시네이션(hallucination) 사례를 보여주고, 왜 이런 오류가 발생하는지 (확률적으로 그럴듯한 답을 생성하기 때문) 설명합니다. 또 간단한 산수나 논리 퍼즐에서 AI가 실수하는 예를 실습을 통해 확인하고, 복잡한 문제에서는 체계적인 검증이 필요함을 강조합니다.

  3. 차시 3: AI 편향성과 윤리 – 생성형 AI에 내재할 수 있는 편향(bias) 문제와 윤리적 이슈를 다룹니다. AI가 훈련 데이터의 편향을 학습하여 특정 집단에 대해 편향된 응답을 할 수 있는 사례를 소개하고, 이러한 문제를 완화하기 위한 OpenAI 등의 정책 튜닝 노력을 설명합니다. 또한 부적절한 요청에 대해 AI가 거부하도록 하는 콘텐츠 필터 메커니즘과 그 한계도 다루면서, 윤리적으로 AI를 활용하기 위한 개발자와 사용자 측면의 원칙을 토론합니다.

  4. 차시 4: 생성 콘텐츠의 저작권과 법률 – AI가 생성한 텍스트나 이미지의 저작권은 누구에게 있는가 등 법적 쟁점을 살펴봅니다. 예를 들어 AI 그림 생성물이 작가의 독창적 저작물로 인정되는지, 또는 AI 학습 데이터로 사용된 원저작물의 권리 문제 등 현재 논의 중인 이슈들을 소개합니다. 또한 AI가 만든 콘텐츠를 사용할 때 생길 수 있는 명예훼손, 표절 등의 위험 사례를 알아보고, 이를 피하기 위한 지침(출처 밝히기, 인간 편집 거치기 등)을 제시합니다.

  5. 차시 5: 최신 AI 기술 동향 – 생성형 AI 분야의 최신 동향과 미래 전망을 학습합니다. 예를 들어 GPT-4 등의 최신 모델이 갖춘 확장된 맥락 길이나 멀티모달 입력 능력(이미지/음성 이해)을 소개합니다. 또한 Meta의 LLaMA 2 등 최신 오픈소스 LLM의 등장과 산업계 영향cprime.com, 각국의 차세대 AI 연구 (Google의 Gemini, Meta의 통합 AI 등 추정) 동향을 살펴봅니다. 최신 연구 논문이나 모델 공개 소식 중 흥미로운 사례를 쉽게 풀어서 공유하며, 향후 어떤 발전이 예상되는지 토론합니다.

  6. 차시 6: 미래 활용 분야와 사회 영향 – 앞으로 생성형 AI가 가져올 사회적 영향과 새로운 활용 분야를 생각해봅니다. 예를 들어 교육 분야에서 AI 튜터의 가능성과 교사의 역할 변화, 의료 분야에서 AI가 진단보고서를 초안 작성하고 의사가 검토하는 협업 모델 등을 소개합니다. 더 나아가 **AGI(범용인공지능)**에 대한 개념과 논의도 소개하여, 인간 수준의 지능에 근접한 AI의 가능성과 이에 대비해야 할 점을 생각해 봅니다. 또한 AI로 인해 변화될 직업 환경과 새로운 기회에 대해 수강생들과 열린 토론을 진행합니다.

  7. 차시 7: 책임 있는 활용과 다음 단계 – 마지막으로, 수강생들이 책임감 있게 생성형 AI를 활용하기 위한 요점을 정리합니다. 개인 정보 보호를 위해 민감한 데이터를 입력하지 않는 습관, AI의 제안은 항상 비판적으로 검토하는 자세 등을 다시 한번 강조합니다. 또한 본 과정을 통해 배운 내용을 토대로 계속 실습하고 공부할 수 있는 방향을 안내합니다 (예: OpenAI 공식 가이드, 생성형 AI 커뮤니티 참여 등). 새로운 모델이 계속 나오므로 지속적 학습의 중요성을 당부하며 기본 과정을 마칩니다.

강사진

다양한 연구 및 교육운영 경력을 보유한 전문 운영인력 및 교육 행사 운영과 행정 지원 업무에 특화된

각 분야 전문 인력을 투입하여 전문적이고 안정적인 과업 운영 지원

김도원

대표

1) 제안사 대표

2) ㈜메가스터디 교육운영 매니저

 – 대학 입시 교육 실무 지원

 – 학생 관리 및 상담, 강사 관리

3) 국민대학교 교육기획 본부 교육지원 연구원

 – 교육기획 및 교육세팅 지원

4) ㈜에이블런 IT 교육사업 운영 매니저

 – AI, 데이터분석 교육 콘텐츠 제작

 – 기업/기관 대상 IT 교육지원 및 보조강사

 – 정부 입찰 교육사업 운영 및 후속 관리

5) IT 교육사업 PM

– 서울시 소기업 연계 디지털 사회혁신 프로젝트(’22)

 – 충청권 ICT 취/창업 멘토링 및 우수사례확산 사업 운영(‘’23)

 – 경기도일자리재단 미래기술 AI 응용 개발자 양성과정 운영(‘23~’24)

최현석

교육기획 팀장

학력 : 부산대학교 사회적기업학 석사

1) 사회적기업/정부지원사업 창업 및 운영

   – 경영학부 마케팅전공 학사

   – 정부지원사업 발굴 및 기획

   – 사업계획 및 수행

2) 부산교육대학교 산학협력단 교육연구원

   – 교육정책연구

   – 교육정책 행사·운영

3) (재)나라정책개발원 연구원

   – 기본계획 수립 및 타당성 검토 용역 수행

   – 5개년 법정계획 및 정책계획 수립 연구 수행

정영주

운영 매니저

학력 : 인하대학교 경영학과 학사(재)

1) AI 교육 교안 제작

   – 에튜테트툴 교안 제작(감마, 캠바, 퀴즈릭스,

     투닝, 티처블 머신 등

    – RAG 마스터클래스 교안 제작

 2) 교육운영행사 매니저

    – 부산광역시서부교육지원청 주관 부산서부초등

      디지털 기반 수업혁신 역량강화 연수 매니저

   – 전북교육지원 연수 매니저

   – 중부교육지원청 AIDT 교원 연수 매니저

   – 문화정보원 가정에서 함께하는 디지털 리터러시

 – 보호자 연수 매니저 등 다수

이세중

운영 매니저

학력 : 부산대학교 기계공학부 학사

1) 충주경찰서 서기보

2) 방송통신위원회 서기보

3) (재)나라정책개발원 연구원

    – 시립 종합운동장 운영활성화 방안 연구 수행

     – 상하수도 데이터 분석 및 요금현실화 연구 수행

4) R&D 정부지원 연구과제 PM

     – 초임계유체 이용 불연성 단열소재 및 제품화 데이터 연구

     – 차세대 반도체 대응 미세기판 데이터분석 기술 개발

     – 고내식성 초미세 홀로그램금속 플레이트 데이터분석 연

상담신청

비전공자부터 전문가까지! 맞춤형 IT 교육과 실무 중심 커리큘럼으로 학습 효과를 극대화하는 ‘커스토’ 원격학원. AI, 데이터, 클라우드 등 최신 기술 기반 교육과 전방위 지원 체계를 통해 개인의 성장은 물론 조직의 디지털 전환과 미래 경쟁력까지 실현합니다. 지금 상담하세요!

문의하기

지금 상담받고 싶다면 문의하기 버튼을 눌러주세요!
자세한 내용이 궁금하다면 상담 신청설를 작성하세요!

상담전화

010-7173-3647

이메일

business@custoitedu.com

주소

서울특별시 금천구 가산디지털2로 123, 613호

"커스토"의 새로운 소식!

IT 교육 “커스토”의 새로운 소식을 알려드립니다!

구독에 성공했습니다! 다시 한번 구독신청 부탁드립니다!

© 2025 Created by “Cus:to“