AI 기초 역량
좋은 답을 넘어 재현 가능한 결과를 만들려면?
남는 결과목표·근거·요청·검증·재사용·자동화의 기본 루프도구 공통
AI 활용 학습실
도구는 넓게 보되,
배움은 목적별로 선명하게
어떤 도구부터 배울지 막막하신가요? Codex, Claude Code, Gemini CLI, Antigravity를 실제 업무에 맞춰 비교하고, Windows에서 막히는 지점까지 순서대로 안내합니다.
지금 시작할 수 있는 과정
읽고 끝나지 않는 공개 가이드
모든 과정에 운영체제·셸·난이도·소요시간·비용·확인일을 표시합니다.공개AI 기초 역량
AI 활용 실전 학습 가이드
5문항 진단과 실제 업무 실습으로 내게 필요한 AI 활용 수준을 찾고, 비용을 쓰기 전 기본 루프를 익힙니다.
도구 공통
- OS
- Windows · macOS · Linux
- 셸
- 터미널 불필요
- 수준
- 입문–중급
- 시간
- 20분 진단 · 4주 실습
- 비용
- 무료
- 확인
- 2026.7.15
공개코딩 에이전트 · 업무 자동화
Windows AI 도구 실전 Lab
Mac 중심 설명을 그대로 따라 하다 막히는 지점을 PowerShell·Git Bash·WSL 기준으로 다시 풀고, 설치 전 점검부터 오류 복구까지 정리합니다.
CodexClaude CodeGemini CLIAntigravity
- OS
- Windows 10·11
- 셸
- PowerShell · Git Bash · WSL
- 수준
- 입문–중급
- 시간
- 25분
- 비용
- 본문 무료 · 도구별 요금 별도
- 확인
- 2026.7.15
목적별 학습 트랙
필요한 섹션만 골라 깊게
도구 이름은 바뀌어도 업무 목적은 오래갑니다. 그래서 상위 분류는 과업으로 유지합니다.연구·글쓰기
출처를 잃지 않고 조사와 초안을 빠르게 만들려면?
남는 결과근거표, 비교 메모, 인용 추적이 가능한 초안Claude · Gemini · Google AI
강의·교육
자료 요약이 아니라 학습 경험을 설계하려면?
남는 결과학습목표, 활동, 평가가 연결된 수업안과 보조자료Google AI · Claude · 멀티도구
지식관리
대화에서 얻은 지식을 다시 찾고 연결하려면?
남는 결과출처와 결정 맥락이 남는 개인·팀 지식 흐름Google Drive · NotebookLM · 로컬 노트
업무 자동화
어디까지 자동화하고 어디서 사람이 승인해야 할까?
남는 결과비용·권한·복원 경계가 분명한 반복 업무Gemini CLI · Codex · Claude Code
코딩 에이전트
코드를 몰라도 안전하게 파일 수정과 검증을 맡기려면?
남는 결과작은 변경, diff 확인, 테스트, 복원까지 이어지는 실행법Codex · Claude Code · Antigravity
도구별 렌즈
도구가 아니라 ‘하려는 일’에서 시작하세요
‘무엇이 최고인가’보다 ‘이 일과 이 환경에 무엇이 맞는가’를 비교합니다.로컬·클라우드 코딩 에이전트
Codex
잘 맞는 일저장소를 읽고 파일 수정, 명령 실행, 테스트까지 한 흐름으로 맡길 때
Windows 관점데스크톱 앱과 CLI를 구분해서 선택하고, CLI 제약은 WSL 경로까지 확인
터미널 중심 코딩 에이전트
Claude Code
잘 맞는 일긴 코드베이스를 탐색하고 명령형 워크플로를 세밀하게 운영할 때
Windows 관점Git Bash 또는 WSL 여부와 셸 문법을 먼저 고정
CLI·문서·검색 생태계
Gemini CLI · Google AI
잘 맞는 일Google 기반 자료 흐름과 터미널 작업을 연결하거나 긴 자료를 다룰 때
Windows 관점PowerShell 경로, 권한 명령, Google 계정·프로젝트 경계를 확인
에이전트 중심 개발 환경
Antigravity
잘 맞는 일IDE 안에서 계획·구현·브라우저 확인을 연결해 앱을 만들 때
Windows 관점Windows용 설치 경로와 프로젝트 폴더 위치를 먼저 결정
연결해서 읽기
기술을 쓰기 전, 사람과 교육을 함께 봅니다
실전 가이드는 블로그의 AI 활용 교육 글과 연결됩니다.2026.7.28 · 씨앗
동료의 후기를 보고 AI 도구를 바꾸기 전에, 내 작업에서도 확인했는가
독자는 주변의 추천이나 평판만으로 AI 도구를 교체하기 전에, 자신의 실제 과업 위에서 결과를 직접 검증하는 구체적 절차와 무료 범위 안에서 확인 가능한 방법을 얻는다.
읽기 →2026.7.27 · 씨앗AI가 만든 결과물을 쓰기 전에, 그 학습 데이터의 출처는 확인했는가
Bartz v. Anthropic 소송의 봉인 해제 문건을 통해, 연구·수업에 AI를 쓸 때 결과물의 품질과 학습 데이터의 출처·저작권 문제를 어떻게 구분해 확인할지 알게 된다.
읽기 →2026.7.25 · 씨앗AI가 알려준 참고문헌, 각주에 넣기 전에 무엇을 확인해야 하나
AI가 만들어낸 참고문헌·인용을 논문이나 강의안에 쓰기 전 실재 여부를 확인하는 구체적 절차를 얻는다.
읽기 →2026.7.24 · 씨앗AI 튜터의 성격을 마음대로 바꿀 수 있다면, 수업에 그대로 써도 될까
AI 챗봇의 성격과 어조를 실시간으로 조정하는 최신 기법이 교육 현장에 어떤 이점과 검증 부담을 함께 가져오는지 파악할 수 있다.
읽기 →