생성형 AI 활용 전략

한국지역난방기술 생성형 AI 활용 전략 과정. 8시간 · 22명 · 만족도 4.3/5 (2024).

안녕하세요, 권앤컴퍼니의 권기현입니다. 이번에는 한국지역난방기술에서 진행한 8시간 생성형 AI 활용 전략 과정을 소개하려고 합니다. 무엇을 가르쳤는지 못지않게, 에너지·공공이라는 조건이 커리큘럼의 순서와 배분을 어떻게 바꿨는지가 이 기록의 중심입니다.

에너지 공기업이나 그 계열 기술 조직의 AI 교육을 알아보다 이 페이지에 도착하셨다면, 아마 다음과 비슷한 고민을 갖고 계실 것입니다.

설계 기준과 안전 규정, 기술 검토 문서는 계속 쌓이는데, 그 요약을 AI에 맡겨도 되는지 판단할 기준이 없습니다.

발주처와 얽힌 자료가 많은 조직이라, 직원들이 외부 AI에 무엇을 넣어도 되는지 누구도 선을 그어주지 못하고 있습니다.

GPT나 Claude를 써본 직원은 늘었는데, 열 수요 검토나 기술 보고서 초안 같은 실제 업무로 연결된 사례는 아직 없습니다.

이 과정은 위 세 가지 질문에 기술 조직의 언어로 답을 만드는 8시간으로 설계되었습니다.

설계 원칙: 효율보다 검토 책임이 먼저인 조직

생성형 AI란 문서·이미지·코드 같은 결과물을 새로 만들어내는 AI를 말합니다. 이 과정은 공공 성격의 에너지 기술 조직이 검토 책임을 유지한 채 문서·데이터 업무에 생성형 AI를 적용하도록 설계된 교육입니다.

민간 기업 강의라면 속도부터 보여드립니다. 공공 성격의 조직은 순서가 다릅니다. 잘못된 요약이 기술 검토를 통과하면 효율이 아니라 책임의 문제가 되기 때문에, 이 과정은 모든 실습 뒤에 사람이 확인하는 절차를 붙이는 방식으로 구성했습니다.

이런 조직의 과정을 설계할 때는 네 가지부터 맞춥니다. 대상 직군, 다루는 문서의 보안 등급, 외부 AI 사용 가능 범위, 교육이 끝났을 때 손에 남아야 할 산출물입니다. 이 네 가지가 정리되면 표준 교안보다 훨씬 현실적인 과정으로 좁혀집니다.

8시간 다섯 모듈: 문서가 많은 조직의 우선순위대로

커리큘럼은 도구 선택 기준, 데이터 분석, 이미지 생성, 나만의 GPT, 사내 적용 가이드의 다섯 모듈을 8시간에 배치한 구성입니다. 배분은 조직마다 다르게 잡는데, 규정과 기술 문서가 업무의 중심인 조직이라 앞의 두 모듈에 시간의 절반을 씁니다.

1. LLM 리터러시: 기술 문서 앞에서 도구를 고르는 기준

가장 흔한 오해는 좋은 모델 하나만 정해두면 된다는 생각입니다. 긴 규정 검토, 보고서 초안, 시장 동향 확인은 각각 빠른 도구가 다르고, 이 경계를 모르면 모든 일을 한 도구로 밀어붙이게 됩니다.

할루시네이션이란 AI가 근거 없는 내용을 사실처럼 만들어내는 현상을 말합니다. 수치와 규정을 다루는 조직에서는 이 원리를 이해하는 것이 활용의 전제라서, 첫 모듈에서 가장 오래 다룹니다.

• GPT·Claude·Gemini·Grok이 각각 앞서는 작업의 경계
• 컨텍스트 창 길이가 긴 기술 문서 처리 품질에 미치는 영향
• 할루시네이션을 줄이는 프롬프트 패턴과 근거 확인 절차
• 웹서치·코드 인터프리터를 켜야 할 때와 끄는 편이 나은 때

2. 데이터 분석: 열 생산·공급·수요 데이터를 자연어로

코드 인터프리터란 AI가 코드를 직접 실행해 데이터를 계산하고 시각화하는 기능을 말합니다. 엑셀 함수를 외우는 대신 한국어로 지시하는 방식을 익히면, 함수에 익숙하지 않은 직군도 같은 결과물을 만들 수 있습니다.

실습 데이터는 에너지 도메인에서 다루는 유형으로 구성합니다.

• 운영 데이터(생산·공급·수요)의 기간별 추이 시각화
• 안전·환경 규제 문서의 변경점 비교와 요약
• 에너지 가격 시나리오별 마진 구조 시뮬레이션
• 반복 집계 업무의 엑셀 함수·VBA 자동화

실습 마지막에는 주간 운영 브리핑 형태의 결과물을 그 자리에서 만들어 마무리합니다.

3. 이미지 생성: 보고서와 교육 자료의 도해를 직접

에너지 조직의 기술 보고서와 사내 교육 자료에도 그림이 들어갑니다. 디자이너를 거치지 않고 쓸 만한 시안을 만드는 것이 이 모듈의 목표입니다.

• 톤·스타일·구도를 지정하는 프롬프트 작성법
• 보고서·발표 자료용 일러스트와 도해 시안
• 생성 이미지의 저작권과 상업적 이용 범위 체크리스트

4. 나만의 GPT: 반복 업무를 붙박이 도구로

나만의 GPT란 자주 쓰는 지시문과 참고 자료를 미리 넣어 만든 개인화 AI를 말합니다. 코드는 필요 없습니다. 실습에서는 에너지·공공 직무에서 매일 쓸 수 있는 유형을 만듭니다.

• 글로벌 에너지 시장 뉴스 핵심 정리 GPT
• 안전 점검 체크리스트 자동 생성 GPT
• 규제 변경 영향 분석·요약 GPT

강의가 끝날 때 모든 분이 자기 GPT를 한두 개씩 가지고 돌아가도록 진행됩니다.

5. 사내 적용 가이드: 발주처 자료와 보안 규정 사이의 선 긋기

공공기관 보안 정책을 전제로, 어떤 자료를 외부 AI에 넣어도 되는지 분류 기준부터 만듭니다. 기준이 없으면 활용이 멈추거나, 반대로 넣지 말아야 할 자료가 들어갑니다. 둘 다 사고입니다.

• 발주처 관련 자료와 공개 가능 자료의 분류 기준
• 운영 데이터·개인정보의 마스킹 패턴
• 기관 차원의 AI 도입 우선순위 결정 프레임워크

이 과정이 필요한 자리

• 교육이 끝난 뒤에도 남는 산출물을 확인해야 하는 교육·인재개발 담당자
• 기술 직군의 AI 활용 기준을 부서 단위로 세워야 하는 기술 부서 리더
• 발주처 자료와 보안 정책 사이에서 운용 범위를 설계해야 하는 IT·보안 담당자

특히 한국지역난방공사·한전·발전 자회사 등 에너지·공공 환경에서, 보안과 활용도 사이의 균형을 잡아야 하는 담당자분께 시간 절약이 가장 큽니다.

다음 단계

회사 상황에 맞춰 8시간 과정을 그대로 진행하실 수도 있고, 4시간 압축본으로 시작하셔서 차수를 늘려가시는 것도 가능합니다.

가장 빠른 길은 현재 회사 상황과 가능한 일정을 메일로 보내주시는 것입니다. 24시간 안에 비슷한 사례 2-3건과 견적 초안을 함께 회신드리겠습니다.

상담 문의 보내기 | 강의 카탈로그 요청하기

내부 검토 라인에 공유할 자료가 필요하시면, 문의하실 때 카탈로그 요청 한 줄만 남겨주시면 함께 보내드립니다.

Tags