|
1일차
|
AI 시대의 변화와 리더의 역할 1.5시간
|
AI 기술 트렌드와 산업별 비즈니스 변화를 파악하고, 리더의 대응 방향을 수립합니다.
1) AI 기술 트렌드와 산업 변화 - AI 에이전트, 업무 자동화, 멀티모달 등 핵심 기술의 비즈니스 임팩트 - 산업별 AI 도입 현황과 선도 기업 사례
2) AI가 바꾸는 비즈니스 모델과 경쟁 우위 - AI 도입으로 인한 비즈니스 모델 변화 사례 - AI 시대의 조직 변화와 인력 전환 전략
|
이론 실습
|
|
|
AI 도입 투자 판단 프레임워크 1.5시간
|
AI 프로젝트의 비용 구조를 이해하고, 어떤 도구에 투자·결재할지에 대한판단 기준을 세웁니다. 1) AI 프로젝트의 비용 구조와 ROI - 도입 비용 vs. 운영 비용 vs. 기회비용 분석 - ROI 산정 프레임워크: 정량적 효과(비용절감·매출증대)와 정성적 효과(속도·품질) - 실패하는 AI 프로젝트의 공통 패턴과 리더의 점검 포인트 2) 도구별 비용·효과 비교와 결재 가이드 - 주요 AI 도구(Gemini, Copilot, ChatGPT 등)의 기능·비용·보안 수준 비교 - 하위 부서 업무 효율화를 위한 도구 선정 기준 - 도입 우선순위 판단: 효과(시간 절감) × 난이도(도입 용이성) 매트릭스
|
이론 실습
|
|
|
AI 도구 실전 활용과 리스크 평가 2시간
|
주요 AI 도구를 직접 활용해보고, 도구별 보안 리스크를 평가하여 사용 기준을 수립합니다.
1) AI 도구 실전 체험 - Gemini 딥리서치로 산업 동향 분석 실습 - NotebookLM으로 내부 보고서 분석·요약 실습 - AI 기반 데이터 분석·시각화 실습
2) AI 도구별 보안 리스크 평가 - AI 서비스 유형별 보안 구조의 차이 (API vs 웹 vs 로컬) - 실제 AI 보안 사고 사례와 피해 유형 - 실습: 주요 AI 도구의 보안 등급 분류표 작성
|
이론 실습
|
|
|
AI 도입 전략과 거버넌스 설계
|
우리 조직에 맞는 AI 사용 정책과 도입 로드맵을 직접 설계합니다.
1) AI 사용 가이드라인 수립 - 조직 내 AI 사용 정책의 필수 요소 - 데이터 보안 등급별 AI 활용 범위 설정 - 실습: 우리 조직의 AI 사용 가이드라인 초안 작성
2) AI 도입 로드맵 설계 - 조직의 AI 준비도 자가 진단 (조직·데이터·문화·인프라) - AI 도입 로드맵 프레임워크: 단기(Quick Win) → 중기 → 장기 - Q&A
|
이론 실습
|