생성형 AI 시대, ‘도구의 설명자’를 넘어 ‘학습 경험과 거버넌스의 설계자’로 도약하십시오.
인공지능 기술이 하루가 다르게 진화하는 오늘날, 교육 현장과 기업의 요구는 근본적으로 변하고 있습니다. 과거의 AI 교육이 단순히 "어떤 버튼을 누르고 어떤 프롬프트를 입력할 것인가"를 가르치는 기능 중심의 교육이었다면, 이제는 **"어떻게 AI를 책임 있게 통제하고, 실제 업무 성과(ROI)로 연결하며, 안전한 시스템으로 정착시킬 것인가"**를 묻고 있습니다.
본 교재는 바로 이러한 시대적 요구에 부응하기 위해 집필되었습니다. KGAICS 1급 수석강사 과정은 여러분을 단순한 'AI 도구 설명자'가 아닌, 기술 원리를 해독하고 현장의 문제를 해결하는 '교육 설계자(Designer)', '촉진자(Facilitator)', 그리고 '전략 컨설턴트(Consultant)'로 성장시키는 것을 궁극적인 목표로 삼고 있습니다.
본 교재는 크게 세 가지의 거시적 축을 완벽하게 통합하여 구성되었습니다.
첫째, 생성형 AI 기술 원리와 시스템 설계 역량입니다 (1~4주차). 단순히 프롬프트를 작성하는 것을 넘어, 트랜스포머(Transformer)의 어텐션 메커니즘과 인간 피드백 기반 강화학습(RLHF)의 작동 원리를 깊이 있게 이해합니다. 나아가 환각과 최신성 부족이라는 한계를 극복하기 위한 RAG(검색 증강 생성) 파이프라인 설계, 멀티모달 AI(이미지·비디오·오디오)를 활용한 교육 콘텐츠 제작 워크플로까지, 실무 자동화 시스템을 직접 설계하는 엔지니어링 역량을 함양합니다.
둘째, AI 법제도와 기업 전략 컨설팅 거버넌스입니다 (5~7주차). 이제 AI 활용은 "무엇을 할 수 있는가"의 문제를 넘어 "무엇을 지켜야 하고, 어떻게 책임질 것인가"의 문제로 이동했습니다. 본 교재는 EU AI Act의 위험 기반 규제, 한국의 AI 기본법, 그리고 ISO/IEC 42001(인공지능 경영시스템) 국제 표준을 해독합니다. 이를 바탕으로 기업 고객에게 총소유비용(TCO)과 투자수익률(ROI)을 분석해 주고, 저작권 및 개인정보 위험을 통제하는 'AI 거버넌스 위원회' 설계 등 최고위 수준의 전략 컨설팅 방법론을 제공합니다.
셋째, ADDIE 기반의 AI 교육과정 설계와 포트폴리오 증명입니다 (8~12주차). 아무리 뛰어난 기술 지식도 학습자의 행동 변화(전이)를 이끌어내지 못하면 무용지물입니다. 개정 블룸 분류체계(Bloom's Taxonomy)와 성인학습이론(Andragogy)을 결합하여 관찰 가능한 학습 목표를 설계하고, 루브릭 평가와 동료 피드백(관찰·근거·제안·질문) 기반의 마이크로티칭 시연을 통해 수업의 타당성을 현장에서 검증합니다. 최종적으로는 30-60-90일 기관 적용 로드맵을 수립하고, 자신의 교수 철학과 개선 궤적을 입증하는 '전문성 포트폴리오'를 큐레이션하여 의사결정권자를 설득하는 힘을 기릅니다.
수석강사의 전문성은 내 머릿속에 든 지식의 양이 아니라, "나의 설계가 학습자와 조직의 실제 수행을 어떻게 안전하고 가치 있게 변화시켰는가를 객관적 증거로 입증하는 능력"에 있습니다.
이 12주 과정을 통해 여러분이 단편적인 AI 지식의 전달자에서 벗어나, 기술·윤리·교육공학을 융합하여 미래 교육 생태계를 이끄는 진정한 '실천가'로 거듭나시기를 진심으로 기원합니다.
여러분의 위대한 도약을 응원합니다. 저자 전용식 박사

Part 1. 생성형 AI 기술 원리 심화 (Generative AI Technology Principles)
Chapter 1. 대규모 언어 모델(Large Language Model)(LLM)() 아키텍처
• Section 1.1. 트랜스포머(Transformer) 신경망의 이해
• Section 1.2. 자기 주의(Self-Attention) 메커니즘
Chapter 2. LLM 학습 파이프라인과 정렬(Alignment)
• Section 2.1. 모델 학습의 3단계 파이프라인
• Section 2.2. 멀티모달 AI(Multimodal AI) 시스템 구조

Part 2. 생성형 AI 기반 업무 설계 및 자동화 (AI Work Design & Automation)
Chapter 3. 프롬프트 엔지니어링(Prompt Engineering) 설계론
• Section 3.1. 평가 가능한 업무 지시 설계
• Section 3.2. 구조화 출력(Structured Output)과 통제
Chapter 4. 검색 증강 생성(Retrieval-Augmented Generation)(RAG) 파이프라인
• Section 4.1. RAG 전처리 및 지식 기반 구성
• Section 4.2. 검색 품질 통제와 답변 생성

Part 3. 기업 AI 전략 컨설팅과 거버넌스 (Enterprise AI Strategy & Governance)
Chapter 5. AI 법제도 및 글로벌 표준화 체계
• Section 5.1. 위험 기반 규제(Risk-Based Regulation) 모델
• Section 5.2. AI 국제 표준 및 컴플라이언스(Compliance)
Chapter 6. 기업 AI 도입 전략과 거버넌스 설계
• Section 6.1. 성숙도 진단(Maturity Diagnosis)과 투자 타당성
• Section 6.2. AI 거버넌스(Governance) 의사결정 체계

Part 4. AI 교수설계 및 교육 프로그램 운영 (Instructional Design & Operations)
Chapter 7. ADDIE 모형 기반 역량(Competency) 설계
• Section 7.1. 요구 분석(Analysis)과 목표 설계(Design)
• Section 7.2. 평가(Evaluation)와 실습 환경 개발(Development)
Chapter 8. 멀티모달 기반 교육 콘텐츠 변환 실무
• Section 8.1. 교육 콘텐츠의 시각적 체계화
• Section 8.2. 청각적 확장 및 보편적 학습 설계(UDL)
Chapter 9. AI 수업 운영과 현장 적용 증명 (Portfolio)
• Section 9.1. 촉진자(Facilitator) 관점의 실습 운영
• Section 9.2. 마이크로티칭(Microteaching)과 포트폴리오