2026 KIST AI 교육
필요한 지점부터 시작하세요

전반부에서 김덕환 박사가 수료증 발송, 정책자료 수집, 보고서 아카이빙 등 실제 RPA·AI 업무효율화 사례를 소개합니다. 후반부에서 이제현 AIX 전략실장이 데이터 축적 논쟁과 GE Predix 실패를 돌아보며, 목적 없는 통합과 현장 맥락을 무시한 Top-down 추진의 위험을 설명합니다. KIST의 AI 전환은 중앙 조직이 모든 것을 대신하기보다 지식·전략을 공유하고 현장 실험을 촉진하는 방향으로 제시됩니다.

황민호 강사가 터미널에서 작업 폴더를 만들고 Claude Code를 실행하는 단계부터 시작합니다. CLAUDE.md 지침, 웹 조사, Markdown 저장, 웹사이트 제작, Design System과 Skill 재사용, 논문 분석 Agent까지 하나의 실습 흐름으로 연결합니다. 마지막에는 Usage·Context 관리와 작업 로그를 통해 AI 활용을 지속적으로 점검하는 방법을 소개합니다.

김덕환 박사가 Microsoft Power Automate Desktop을 이용해 지능형 프로세스 자동화(IPA)를 직접 구성합니다. 변수, 웹 데이터 추출, 반복·조건, Excel 기록, GPT API 연결, 내부 게시판 수집까지 단계적으로 시연합니다. 생성형 AI보다 결정적이고 예측 가능한 자동화가 필요한 반복 업무에서 RPA가 여전히 유용하다는 점을 보여 줍니다.

김태영 강사가 Skill을 지침뿐 아니라 검증된 스크립트·템플릿·도메인 지식을 묶는 패키지로 설명합니다. Metadata만 먼저 보고 필요한 지침과 자료를 단계적으로 읽는 Progressive Disclosure가 Context를 절약하면서 많은 Skill을 결합하게 해 줍니다. KIST 브랜드·발표자료·전문가 찾기 Skill 실습을 통해 조직 지식을 배포하고 평가하는 방법과 외부 Skill 설치의 보안 위험을 함께 다룹니다.

구요한 대표가 Obsidian의 Vault와 Markdown 연결 구조를 바탕으로, AI가 참고할 수 있는 LLM Wiki를 설명합니다. AI가 만든 지식과 사람이 이해한 지식을 구분하고, 자료를 넣는 Ingest·찾아 쓰는 Query·최신성과 연결을 관리하는 Lint의 운영 흐름을 보여 줍니다. 연구자료를 무조건 쌓기보다 출처와 개인의 맥락을 보존해야 한다는 점이 핵심입니다.

황민호 강사가 AI에게 운전대를 넘기되, 역할·작업 흐름·상태·검증을 둘러싼 환경을 설계하는 Harness Engineering을 설명합니다. 정책 보고서와 웹툰 제작 사례를 통해 Agent·Skill·Orchestrator가 어떻게 협업하고 오류를 재검증하는지 보여 줍니다. 연구기관에는 논문 요약, 실험 데이터 파이프라인, 특허 조사 등의 적용 가능성을 제안합니다.

허회찬 강사가 Oh My Claude Code(OMC)를 중심으로 목표·계획·실행·검증을 반복하는 AI 작업 루프를 설명합니다. Skill을 많이 추가하는 것보다 상태와 완료 조건을 관리하는 Harness, 명확한 인터뷰와 합의형 계획, 증거 기반 검증이 중요하다고 강조합니다. Agent Team의 비용과 보안 위험까지 다루어 연구·개발 자동화의 운영 관점을 제공합니다.