본 교재는 KGAICS(한국생성형AI콘텐츠학회) 공인 AI 교육전문 강사 자격증 취득을 완벽히 대비하는 수험서이자, 현업에서 활동하고 있는 AI 교육 전문가를 양성하기 위한 실전 지침서입니다. 본 교재의 핵심 특징은 다음과 같이 5가지로 상세히 요약할 수 있습니다.

1. 기술-윤리-교수설계를 아우르는 3대 핵심 파트의 융합 커리큘럼 비전공자도 AI의 본질을 꿰뚫을 수 있도록 전체 내용을 3개의 거시적 파트로 치밀하게 구조 화했습니다.
• Part 1. 생성형 AI 기술 기초: 단순한 프롬프트 작성법을 넘어, 트랜스포머(Transformer) 아키텍처, 확산 모델(Diffusion Model), 그리고 자가 회귀 연산 메커니즘 등 LLM과 멀티모달의 내부 수학적 동작 원리를 학부 전공 수준으로 깊이 있게 다룹니다.
• Part 2. AI 리터러시 및 윤리: 세계 최초의 포괄적 규제인 EU AI Act와 국내 AI 기본법을 비교 분석하고, 교사가 현장에서 마주할 수 있는 저작권 침해(NYT 및 게티이미지 소송)와 민감 생체정보(학생 얼굴 출결 등) 유출 리스크를 방어할 수 있는 법적 가이드라인을 제공합니다.
• Part 3. 디지털 교수 설계 기초: 성인 학습 이론(안드라고지)과 ARCS 동기 유발 모형, ADDIE 체제적 설계, 루브릭 평가 체계 구축은 물론, 강사 개인의 퍼스널 브랜딩과 B2B 기업 맞춤형 제안서 작성 실무까지 강사 비즈니스의 모든 A to Z를 총망라했습니다.

2. 인지적 깊이를 극대화하는 '7층 구조(7-Layer)' 심화 서술 체계 단순 텍스트 나열을 탈피하여, 학습자의 이해를 돕기 위해 본문 전체를 7개의 층위로 입체적으로 설계했습니다.
• 사전지식 점검 & 4중 병기 키워드 사전: 본격적인 학습 전 필수 개념을 짚고, 핵심 용어는 한글, 영문, 한자, 정의의 4중 병기로 제공하여 개념의 정확성을 높였습니다.
• 본문 및 핵심 이론을 서술함과 동시에, 최신 공학 기술(예: XAI, RAG, ControlNet)이나 철학적 배경은 태그를 활용하여 심화 지식을 제공합니다.
• 아키텍처 도식 및 다차원 비교표: 복잡한 개념(예: 블렌디드 러닝 vs 플립러닝, 형성평가 vs 총괄평가)을 도식과 대조표로 시각 화하여 시험 출제 포인트를 한눈에 파악하게 합니다.
• 심화 사례연구 & 비판적 논의: K-기업이나 공공기관에서 발생한 실패 및 성공 실무 시나리오를 통해 이론이 현장에서 어떻게 작동하는지 증명하고, 기술의 구조적 한계를 짚어냅니다.

3. 블룸(Bloom)의 교육목표 분류학 기반 메타인지적 학습 유도
교재의 모든 절(Section/Subsection) 도입부에는 블룸의 교육목표 분류학 인지적 영역 6단계(기억, 이해, 적용, 분석, 평가, 창조)를 엄격히 적용한 '학습목표 5개'가 배치되어 있습니다. 이를 통해 수강생은 단순히 지식을 '기억'하는 수동적 학습자에서 벗어나, 현장 실무에 '적용'하고 한계를 비판적으로 '평가'하며 나아가 융합적으로 '창조'해 내는 능동적이고 메타인지적인 학습 경로를 밟게 됩니다.

4. KGAICS 자격시험 단기 합격을 위한 빈틈없는 수험 시스템
수험생들이 방대한 분량을 효과적으로 소화하고 시험에 합격할 수 있도록 실전 대비 장치를 완벽히 갖추었습니다.
• 핵심 요약 (10문장): 각 소단원의 끝부분에 전체 내용을 10개의 명확한 문장으로 압축하여 직관적인 복습을 돕습니다.
• 합격을 위한 학습 팁: 자격시험에서 매회 빈출되는 출제 위원의 의도와, 수험생들이 빠지기 쉬운 교묘한 '오답 함정'을 회피하는 노하우(예: 소거법 활용)를 직접적으로 짚어줍니다.
• 적중예상문제: 단원별로 객관식 5문항을 배치하고 모범 답안과 해설을 제공하여 실제 CBT 시험 감각을 극대화합니다.

5. 자격증 취득 후 즉각적인 실전 비즈니스 생존 역량 부여 이 교재는 자격증을 따고 끝나는 이론서가 아닙니다. 현장에 투입된 강사가 곧바로 비즈니스를 영위할 수 있도록 고도의 실무 가이드를 포함합니다.
• 범용적인 이력서(Resume)의 한계를 극복하고 나만의 브랜드 3요소(전문성, 대상, 가치)를 도출하여 노션(Notion)과 링크드인(LinkedIn)에 디지털 포트폴리오를 구축하는 전략을 상세히 안내합니다.
• B2B 기업 교육 담당자의 마음을 사로잡기 위해 기업의 로고와 페인 포인트(Pain Point)를 반영한 '맞춤형(Customized) 강의 제안서' 작성법과 고정 단가 및 패키지 협상 전략을 제공하여 강사의 실질적인 수익 창출 및 수주 능력을 담보합니다.

CONTENT

Part 1. 생성형 AI 기술 기초 (Foundation of Generative AI Technology)

Chapter 1. 머신러닝과 대형언어모델 아키텍처 (ML & LLM Architecture) 8
Section 1.1 인공지능(AI)의 진화와 신경망 (Evolution of AI and Neural Networks) 8
Section 1.2 트랜스포머(Transformer)와 대형언어모델(LLM) 메커니즘 31

Chapter 2. 멀티모달 생성 원리와 프롬프트 엔지니어링 (Multimodal Generation & Prompt Engineering)
Section 2.1 멀티모달(Multimodal) AI의 생성 알고리즘 56
Section 2.2 심화 프롬프트 엔지니어링 (Advanced Prompt Engineering) 80

Part 2. AI 리터러시 및 윤리 (AI Literacy and Ethics)

Chapter 3. AI 거버넌스와 글로벌 리터러시 프레임워크 (AI Governance & Literacy Framework) 105
Section 3.1 글로벌 및 국내 AI 교육 규범 113
Section 3.2 AI 리터러시(AI Literacy) 4대 요소 137
Chapter 4. 생성형 AI 법제도와 거버넌스: 저작권, 개인정보, 최신 규제 160
Section 4.1 AI 산출물의 저작권 귀속과 학습 데이터 침해 쟁점 160
Section 4.2 개인정보보호법과 민감 생체정보의 AI 처리 한계 208
Section 4.3 글로벌 규제 거버넌스와 책임 있는 AI 실무 적용 246

Part 3. 디지털 교수 설계 기초 (Digital Instructional Design Basics)

Chapter 5. 성인 학습 및 동기 유발 이론 (Adult Learning & Motivation Theories) 286
Section 5.1 페다고지(Pedagogy)에서 안드라고지(Andragogy)로의 패러다임 전환 294
Section 5.2 학습 인지 및 동기 유발 메커니즘 317
Chapter 6. 체제적 교수 설계와 평가 시스템 (Systematic Instructional Design & Evaluation) 341
Section 6.1 ADDIE 교수 설계 모형(Instructional Design Model)의 실무적 적용 341
Section 6.2 AI 교육 성취도 평가(Evaluation) 체계의 구축 363
Chapter 7. AI 강사 브랜딩 및 실전 강의 역량 (Instructor Branding & Practical Delivery) 386
Section 7.1 퍼스널 브랜딩(Personal Branding)과 디지털 포트폴리오(Portfolio) 386
Section 7.2 교육 현장 전이(Transfer)와 온·오프라인 혼합 학습 전 410