직접 만들고, 검증하고, 설명하는
실습 중심 AI 교육
배운 내용을 실제 업무·수업에 적용해 결과물을 만들고, 그 근거와 작동 방식을 자신의 말로 설명하는 교육을 지향합니다. 모든 과정은 수료증이 아닌 '살아있는 인증서'로 마무리되어, 인증서 링크를 클릭하면 학습자가 직접 만든 AI 앱이 실제로 실행됩니다.
LEARNING BY MAKING & UNDERSTANDING · 학습 설계 방향
AI와 만든 결과물,
내게 남는 이해까지.
산출물을 만드는 실습에 스스로 판단하고 설명하는 활동을 연결합니다. 최신 연구 초안에서 도출한 다음 원칙을 교육 과정에 맞춰 설계합니다.
- 01 / ATTEMPT
먼저 생각하고
문제와 목표를 내 말로 정리합니다. 필요한 도움의 수준과 AI에 맡길 범위를 선택합니다.
- 02 / MAKE
함께 만들고
AI와 초안을 만들고 내 업무·수업의 맥락에 맞게 직접 수정하며 실습합니다.
- 03 / VERIFY
근거를 검증하고
AI의 답과 코드에 오류가 없는지, 내 목적에 맞게 작동하는지 확인합니다.
- 04 / EXPLAIN
스스로 설명하기
결과물의 선택 이유를 설명하고, AI의 도움 없이도 이해한 내용을 적용해 봅니다.
2026.10.04 v3 연구 초안의 설계 제안입니다. 과정별 적용 방식은 기관·학습자의 목적에 맞춰 협의하며, 제안한 원칙의 장기 효과는 추가 검증이 필요합니다.
교육 체계
교육은 대상과 수준에 따라 구성되며, 각 단계는 완결된 산출물로 확인합니다.
대상별
수준별
입문 → 활용 → 제작 → 확산·리더. 이는 AI+X 인증 Lv.0~Lv.4 체계와 그대로 연동됩니다.
- 입문 Lv.0 Explorer
- 활용 Lv.1 Builder
- 제작 Lv.2 Creator
- 확산 · 리더 Lv.3~4 Specialist · Leader
- Lv.0~1 입문 · 활용 이해하고 써 본다
- Lv.2 제작 코드 없이 만든다
- Lv.3~4 확산 · 리더 부서 · 학과에 적용
기관 유형에 맞는 과정을 확인하세요
같은 도구라도 교수와 행정직원이 해결하려는 문제가 다릅니다. 대상군의 직무 맥락에 맞게 목적·내용·산출물을 분리 설계합니다.
주요 과정
운영 형태(일수·시수·대상)는 기관 여건에 맞춰 조정합니다.
| 구분 | 과정 | 주요 내용 | 산출물 |
|---|---|---|---|
| 공통 | AI 기초 · 활용 | 최신 트렌드 · 작동 원리 · 주요 도구 · 프롬프트 | 업무 프롬프트 세트 |
| 직원 | 업무 AI 활용 + 자동화 | 문서 · 자료 업무 가속, 바이브코딩 업무 도우미 제작 | 완성 문서, 업무 자동화 앱 / 챗봇 |
| 직원 · 공통 | AI 에이전트 | 대답을 넘어 다단계 업무를 수행하는 도구 제작 | 자동화 흐름 · 도구 |
| 교원 | 수업 설계 · 평가 (TTT) | AI 수업재료 제작, AI 시대 평가 · 정책 설계, 교원 양성 | 내 과목 AI 수업 키트 |
| 교원 | 학과 맞춤 마이크로디그리 | 전공 특성에 맞는 AI 교육과정 · 프로젝트 설계 | 학과 마이크로디그리 운영안 |
| 학생 | AI 앱 제작 (App Creator) | 문제 정의부터 바이브코딩 앱 제작 · 발표까지 | 실동작 앱 · 포트폴리오 |
| 재직자 | 지역기업 재직자 AI 융합 | 현업 문제에서 출발해 바이브코딩으로 실무 도구를 직접 개발 | 현업 적용 AI 도구 |
역량 진단과 학습 확인
사전·사후 진단으로 교육 전후의 변화를 살핍니다. 진단 결과는 대학평가 · LINC · RISE 보고의 근거 자료로 활용할 수 있습니다.
- 이론적 기반 — Bloom's Taxonomy, TPACK, 자기효능감(Self-efficacy)
- 진단 구조 — 4대 영역 × 12개 지표
- 시각화 — 레이더 차트로 교육 전후 성장을 한눈에 확인
- 변화 분석 — Cohen's d 등으로 진단 전후 차이를 정량 요약
- 보고 활용 — 진단 도구·대상·시점을 함께 밝혀 대학평가 · LINC · RISE 보고에 활용
왜 중요한가. 교육을 발주한 기관은 성과를 증빙해야 합니다. 진단 결과와 변화의 크기는 학습을 돌아보는 자료입니다. 사전·사후 차이만으로 교육의 인과적 효과나 장기 역량을 입증하지는 않습니다.
연구를 반영한 보완 방향. AI와 만든 산출물의 실제 작동뿐 아니라, 학습자의 설명·수정 능력을 함께 확인하는 평가를 제안합니다.
운영 사례. 계명문화대학교·인덕대학교 교원 과정에서는 첫날 사전 역량진단, 마지막 날 사후 진단으로 교육 전후 변화를 측정했습니다.
9대 글로벌 프레임워크 정합
교육 체계는 임의로 설계된 것이 아니라, AI 교육 분야의 9대 국제 표준에 정합(mapping)되어 있습니다. 각 모듈이 어떤 역량 영역을 충족하는지 명시하므로, 제안서 신뢰도와 인증의 가치를 보장하고 정부 사업 보고에도 근거로 활용할 수 있습니다.
| 프레임워크 | 중심 내용 |
|---|---|
| UNESCO AI Competency — Students | 학생 AI 역량 표준 |
| UNESCO AI Competency — Teachers | 교사 · 교직원 AI 역량 표준 |
| MIT RAISE / RAICA | AI fluency · 책임 있는 설계, PBL 통합 |
| AI4K12 — Five Big Ideas | Perception · Reasoning · Learning · Interaction · Impact 리터러시 |
| Google AI Essentials | 생성형 AI 생산성 · 도구 통달 |
| IBM SkillsBuild — AI Fundamentals | 직무 적용 AI 기초 |
| Microsoft Responsible AI | 책임 있는 AI · 조직 변화관리 |
| Harvard CS50 AI | 전공 심화 AI 구현 |
| OECD AI Principles | 신뢰할 수 있는 AI — 전 모듈 책임 운영 표준 |
온라인 과정준비 중
누구나 자기 수준에서 시작할 수 있도록 5개 트랙으로 준비하고 있습니다. 각 트랙은 AI+X 인증 Lv.0~Lv.2와 연결됩니다.
- Track 1 AI를 처음 접하는 분 AI 개념과 도구 첫걸음 Lv.0 Explorer
- Track 2 GPT · Claude를 조금 다루는 분 활용 심화와 프롬프트 설계 Lv.1 Builder
- Track 3 특정 자료를 만들려는 분 기획서 · PPT 등 산출물 제작법 Lv.1 Builder
- Track 4 AI로 프로그래밍이 가능한 분 AI를 활용한 개발 Lv.2 Creator
- Track 5 개발 도구를 쓰려는 분 Cursor · Antigravity · VS Code 활용 Lv.2 Creator
운영 방식
- 산출물 기반 수강 이력이 아니라 실제 업무·수업에 바로 쓸 결과물을 기준으로 합니다. 교육 종료 시 손에 남는 완결 산출물 1종 이상을 기준으로 운영합니다.
- 실습 중심 이론은 간결하게 하고, 대부분의 시간을 직접 만드는 실습에 배정합니다.
- 문제에서 출발 도구를 나열하지 않습니다. 실제 업무·수업 문제를 정의하고 결과물을 만드는 디자인씽킹 방식으로 진행합니다.
- 대상군 분리 설계 공통 AI 기초를 이수한 뒤 직무 목적에 맞는 실무 트랙을 선택합니다. 같은 도구라도 대상에 따라 목적과 산출물이 달라집니다.
- 책임 있는 활용 개인정보 · 저작권 · 사실 검증 등 안전한 AI 활용 기준을 과정에 포함합니다.
- 기관 여건에 맞춘 조정 일수 · 시수 · 대상은 기관 여건에 맞춰 설계합니다. 개별 기관 · 기수별 특화 프로그램 형태로 운영합니다.
운영 사례. 대전과학기술대학교에서는 행정직원 4일 · 교수 5일로 2개 대상군을 분리 설계하고, 실습 70% 비중으로 산출물 기반 운영을 진행했습니다. 교육 실적에서 사례 보기 →
우리 기관에 맞는 과정을 설계해 드립니다.
대상군 · 기간 · 산출물을 기관 여건에 맞춰 조정합니다. 영업일 기준 3일 이내에 담당자가 연락드립니다.