AI 기초 역량
좋은 답을 넘어 재현 가능한 결과를 만들려면?
남는 결과목표·근거·요청·검증·재사용·자동화의 기본 루프AI 활용 학습실
어떤 도구부터 배울지 막막하신가요? Codex, Claude Code, Gemini CLI, Antigravity를 실제 업무에 맞춰 비교하고, Windows에서 막히는 지점까지 순서대로 안내합니다.
지금 시작할 수 있는 과정
할 일·맥락·조건·결과 모양·확인 기준으로 프롬프트를 조립하고, 일곱 번의 실습과 오류 진단으로 답을 개선하는 입문용 웹 교재입니다.
내 자료를 노트북에 모으고 질문한 뒤 번호 인용으로 원문을 확인하며, Studio 산출물과 Gemini 앱 연동까지 익히는 실습형 웹 교재입니다.
세 AI 서비스의 화면 조작, 프롬프트 작성, 파일·이미지 활용과 결과 검증을 한 문서에서 익히는 입문용 웹 교재입니다.
5문항 진단과 실제 업무 실습으로 내게 필요한 AI 활용 수준을 찾고, 비용을 쓰기 전 기본 루프를 익힙니다.
Mac 중심 설명을 그대로 따라 하다 막히는 지점을 PowerShell·Git Bash·WSL 기준으로 다시 풀고, 설치 전 점검부터 오류 복구까지 정리합니다.
목적별 학습 트랙
좋은 답을 넘어 재현 가능한 결과를 만들려면?
남는 결과목표·근거·요청·검증·재사용·자동화의 기본 루프출처를 잃지 않고 조사와 초안을 빠르게 만들려면?
남는 결과근거표, 비교 메모, 인용 추적이 가능한 초안자료 요약이 아니라 학습 경험을 설계하려면?
남는 결과학습목표, 활동, 평가가 연결된 수업안과 보조자료대화에서 얻은 지식을 다시 찾고 연결하려면?
남는 결과출처와 결정 맥락이 남는 개인·팀 지식 흐름어디까지 자동화하고 어디서 사람이 승인해야 할까?
남는 결과비용·권한·복원 경계가 분명한 반복 업무코드를 몰라도 안전하게 파일 수정과 검증을 맡기려면?
남는 결과작은 변경, diff 확인, 테스트, 복원까지 이어지는 실행법도구별 렌즈
잘 맞는 일저장소를 읽고 파일 수정, 명령 실행, 테스트까지 한 흐름으로 맡길 때
Windows 관점데스크톱 앱과 CLI를 구분해서 선택하고, CLI 제약은 WSL 경로까지 확인
잘 맞는 일긴 코드베이스를 탐색하고 명령형 워크플로를 세밀하게 운영할 때
Windows 관점Git Bash 또는 WSL 여부와 셸 문법을 먼저 고정
잘 맞는 일Google 기반 자료 흐름과 터미널 작업을 연결하거나 긴 자료를 다룰 때
Windows 관점PowerShell 경로, 권한 명령, Google 계정·프로젝트 경계를 확인
잘 맞는 일IDE 안에서 계획·구현·브라우저 확인을 연결해 앱을 만들 때
Windows 관점Windows용 설치 경로와 프로젝트 폴더 위치를 먼저 결정
연결해서 읽기
오픈AI의 수학 연구 공개와 로잘린드 학술 지원이 보여준 연구 역량 확장을, 트롤리 문제 테스트가 드러낸 AI 선택의 불안정함과 나란히 놓고 그 사이에 남는 사람의 몫을 되짚는다.
읽기 →2026.10.14구글의 개발자 문서 API, 엔비디아의 모델 추론 속도 연구, 클로드 코드용 시각화 스킬을 나란히 놓고 자동화가 넓어진 자리에서 사람에게 남는 몫을 가른다.
읽기 →2026.10.1구글 클라우드 API 게이트웨이의 REST-MCP 자동 변환 발표와 클로드 코드가 쌓인 권한 요청에 순서를 매긴 갱신을 나란히 놓고, 자동화가 대신하지 못하는 경계 설계의 몫을 짚는다.
읽기 →2026.9.30오픈AI가 공개한 24시간 자율 에이전트 '닷츠'를 과거 자동화 기술과 나란히 놓고 무엇이 반복이고 무엇이 처음인지 가른다.
읽기 →