KAAI CURRICULUM · 24 MODULES

만들고 싶은 결과물에 맞춰, 배울 순서를 찾아보세요.

AI 공통 기초와 윤리를 익힌 뒤 데이터·업무·웹·로컬 AI·RAG·Agent·모델 튜닝 중 필요한 내용을 선택합니다. 모든 기술을 차례로 배울 필요는 없습니다.

내 목표에 맞는 모듈과 강의계획

어떤 교육을 찾으시나요?
교육 조합 안내

관광경영학과 · 교육혁신

학과의 성취목표·수업·평가·개선이 같은 근거로 연결되는지 확인합니다. 기술 모듈은 전공 과업에 필요한 범위만 선택합니다.

이 교육이 향하는 결과관광 고객 리서치와 콘텐츠·캠페인 운영안

전체 모듈 지도

공통·핵심 11개 · 선택 확장 0개 / 전체 24개

  • 공통 필수
  • 과정 핵심
  • 선택 확장
  • 다른 경로
  • ◎ 사업단 목표 연결

모듈을 누르면 선수 조건과 연결된 강의계획이 나타납니다. 레벨은 역량의 깊이이며 주차·수업 수가 아닙니다.

공통 출발점

목표·맥락·근거·윤리

데이터와 업무

B1 → B2 / K2 → B3

웹 제작과 발견

제작 또는 관리형 도구 → 네트워크 → 도메인 → 배포 → SEO·GEO

내 환경에서 AI 운영

RUN1 → RUN2·RUN3 병렬 → RUN4

AI 서비스 선택 분기

RAG / Skill·Agent / 조건부 LoRA는 서로 다른 경로

검증과 전공·직무 결과물

B9-F는 제작 전, B9-O는 제작 중·후 / 전공 적용 → 캡스톤

AI 윤리는 모든 경로에 함께합니다.목표·데이터 권리 → 제작 중 사람의 판단 → 평가·보안 → 공개·현장 적용 전 승인. K4와 평가 증거는 도구를 바꿔도 생략하지 않습니다.윤리 기준 보기 →

같은 목표, 선택한 방식으로 수행합니다.

시장조사·세분화·콘텐츠·지표를 연결합니다.

대학 담당자가 확인할 자료: 15주 계획·수행평가 루브릭·교수자 운영 가이드·성취/만족 분리 보고·CQI

선수·대체·적용 범위 확인
  • 개인정보·지역 및 고객 편향·성과 과장을 점검합니다.
  • 선택 확장은 포함 수업이 아닙니다. 기간·선수·자원에 맞춰 별도 편성합니다.
미리 살펴보는 주차별 수업

경영학과 AI+Data · 15주 3학점 대표 계획

다른 조건의 참고안

15주 × 3학사교시 = 45교시. 교시당 분량과 자기작업은 대학 기준으로 별도 확정합니다.

선택 조건(관광경영학과 · 15주 · 3학점 · 교육혁신)의 확정 시간표가 아닙니다. 아래 경영학과 3학점 대표안으로 구성의 깊이를 확인하세요. 학과 과제·기간·평가는 협의하여 조정합니다.

1주 · 1–3교시

문제와 역할

사용자·학습자·판단 책임자, AI/비AI 대안

남기는 결과물문제 정의·기준선
차시별 실습과 완료 기준
  1. 1차시 · 문제와 결과 사용자

    공개·합성 운영 사례에서 결정할 문제 하나를 좁힙니다.

    산출물: 문제·사용자 카드

  2. 2차시 · AI와 비AI 비교

    현재 방법과 AI 보조 방법의 장단점을 비교합니다.

    산출물: 대안·기준선 표

  3. 3차시 · 책임과 금지 범위

    학습자·평가자·결과 사용자 및 자료 사용 경계를 표시합니다.

    산출물: 역할·윤리 합의서

완료 확인 누가 결과를 사용하고 최종 판단하는지 구분하고 AI를 쓰지 않는 대안을 한 가지 설명합니다.

먼저 자신의 판단과 초안을 만들고, AI의 누락·반례 검토를 거쳐 본인이 최종 수정합니다.

2주 · 4–6교시

맥락 설계

과업·제약·예시·평가기준을 구조화

남기는 결과물Context Pack
차시별 실습과 완료 기준
  1. 1차시 · 과업 쪼개기

    결정에 필요한 질문과 입력·출력을 분리합니다.

    산출물: 과업 분해표

  2. 2차시 · 맥락 문서 작성

    제약·용어·좋은 예시와 나쁜 예시를 정리합니다.

    산출물: Context Pack 초안

  3. 3차시 · 반례와 수정

    사람이 먼저 판단한 뒤 AI의 누락 지적을 검토하고 직접 수정합니다.

    산출물: 검토·수정 Context Pack

완료 확인 다른 학습자가 같은 맥락 문서로 과업과 제외 범위를 설명할 수 있습니다.

먼저 자신의 판단과 초안을 만들고, AI의 누락·반례 검토를 거쳐 본인이 최종 수정합니다.

3주 · 7–9교시

근거와 평가 기준

원문·반례·AI 기여 공개, 위험·평가 질문

남기는 결과물출처 원장·평가 계획
차시별 실습과 완료 기준
  1. 1차시 · 출처 원장

    주장의 원문과 접근일·적용 범위를 연결합니다.

    산출물: 출처 원장

  2. 2차시 · 반례와 AI 기여

    AI 제안에서 확인 가능한 내용과 미확인 내용을 구분합니다.

    산출물: 주장 검증·AI 사용 기록

  3. 3차시 · 평가 설계

    정상·오류·권한 상황의 기대 결과와 중단 조건을 정합니다.

    산출물: B9-F 평가 계획

완료 확인 구축 전에 B9-F 평가 질문·기준선·위험 기준을 기록하고 확인 불가 주장을 보류합니다.

먼저 자신의 판단과 초안을 만들고, AI의 누락·반례 검토를 거쳐 본인이 최종 수정합니다.

4주 · 10–12교시

데이터 정의

지표·필드·단위·대상 정의

남기는 결과물Data Dictionary
차시별 실습과 완료 기준
  1. 1차시 · 질문과 지표

    결정 질문에 필요한 지표만 고릅니다.

    산출물: 질문–지표 대응표

  2. 2차시 · 필드와 단위

    표의 필드·자료형·단위·대상·기간을 정의합니다.

    산출물: Data Dictionary 초안

  3. 3차시 · 정의 점검

    팀원이 같은 지표를 동일하게 해석하는지 확인합니다.

    산출물: 정의 수정 기록

완료 확인 모든 지표의 대상·기간·단위·분모를 설명하고 정의되지 않은 수치를 결론에 쓰지 않습니다.

먼저 자신의 판단과 초안을 만들고, AI의 누락·반례 검토를 거쳐 본인이 최종 수정합니다.

5주 · 13–15교시

데이터 권리

출처·목적·개인정보·편향 확인

남기는 결과물Data Card·권리표
차시별 실습과 완료 기준
  1. 1차시 · 사용권 확인

    출처와 허용 목적·재배포 조건을 구분합니다.

    산출물: 자료 권리표

  2. 2차시 · 정보와 편향

    개인 식별 요소·누락 집단·표본 한계를 찾습니다.

    산출물: 개인정보·편향 점검

  3. 3차시 · Data Card 작성

    허용 범위와 남은 불확실성을 데이터 설명에 남깁니다.

    산출물: Data Card

완료 확인 사용권이 불명확한 데이터는 제외하고 실제 개인 자료 대신 공개·합성 입력을 사용합니다.

먼저 자신의 판단과 초안을 만들고, AI의 누락·반례 검토를 거쳐 본인이 최종 수정합니다.

6주 · 16–18교시

품질 검사

결측·중복·이상값과 분석 한계

남기는 결과물품질 보고·정제 기록
차시별 실습과 완료 기준
  1. 1차시 · 품질 기준

    결측·중복·형식 오류의 판단 기준을 만듭니다.

    산출물: 품질 검사표

  2. 2차시 · 정제 실습

    공개·합성 데이터의 오류를 수정하고 원본과 비교합니다.

    산출물: 정제본·변경 기록

  3. 3차시 · 해석 한계

    제외한 자료가 결과에 미치는 영향을 설명합니다.

    산출물: 품질 보고

완료 확인 정제 전후 행 수와 변경 이유를 남기고 원본을 보존합니다.

먼저 자신의 판단과 초안을 만들고, AI의 누락·반례 검토를 거쳐 본인이 최종 수정합니다.

7주 · 19–21교시

분석과 시각화

의사결정 질문에 맞는 비교

남기는 결과물근거 차트
차시별 실습과 완료 기준
  1. 1차시 · 비교 질문

    기간·집단·구성·분포 중 필요한 비교를 고릅니다.

    산출물: 분석 질문표

  2. 2차시 · 차트 제작

    지표 정의를 유지한 채 표·BI 도구로 차트를 만듭니다.

    산출물: 근거 차트 초안

  3. 3차시 · 왜곡 점검

    축·분모·색·범위가 결론을 과장하는지 점검합니다.

    산출물: 수정 차트·해석 메모

완료 확인 질문에 맞는 비교를 선택하고 축·단위·출처·한계를 차트에 표시합니다.

먼저 자신의 판단과 초안을 만들고, AI의 누락·반례 검토를 거쳐 본인이 최종 수정합니다.

8주 · 22–24교시

중간 구두심사

지표·방법·개인 기여를 설명

남기는 결과물대시보드 v0.1·리뷰
차시별 실습과 완료 기준
  1. 1차시 · 중간본 정리

    문제·지표·차트를 한 화면 흐름으로 묶습니다.

    산출물: 대시보드 v0.1

  2. 2차시 · 설명과 질문

    결정과 직접 관련된 증거를 제시하고 질문에 답합니다.

    산출물: 구두 설명·질문 기록

  3. 3차시 · 리뷰 반영 계획

    검증된 지적과 추가 확인 사항을 분리합니다.

    산출물: 중간 리뷰·수정 우선순위

완료 확인 지표 선택 근거·분석 한계·개인 기여를 파일 근거로 답합니다.

먼저 자신의 판단과 초안을 만들고, AI의 누락·반례 검토를 거쳐 본인이 최종 수정합니다.

9주 · 25–27교시

대안과 한계

반례·불확실성·대안 재검토

남기는 결과물수정 분석·한계 기록
차시별 실습과 완료 기준
  1. 1차시 · 대안 가설

    현재 해석과 다른 가능한 설명을 작성합니다.

    산출물: 대안 가설표

  2. 2차시 · 반례 검토

    다른 기간·분모·범위에서 해석이 유지되는지 비교합니다.

    산출물: 반례 비교 기록

  3. 3차시 · 분석 수정

    사람이 근거를 판단하고 결론의 강도를 조정합니다.

    산출물: 수정 분석·한계 기록

완료 확인 반례가 결론을 바꾸는 조건과 데이터로 말할 수 없는 부분을 남깁니다.

먼저 자신의 판단과 초안을 만들고, AI의 누락·반례 검토를 거쳐 본인이 최종 수정합니다.

10주 · 28–30교시

의사결정

관찰 결과를 판단과 연결

남기는 결과물Decision Memo
차시별 실습과 완료 기준
  1. 1차시 · 관찰과 판단 분리

    차트에서 관찰된 사실과 해석을 나눕니다.

    산출물: 관찰·해석 표

  2. 2차시 · 대안 비교

    실행안의 근거·위험·제약을 비교합니다.

    산출물: 대안 비교표

  3. 3차시 · 의사결정 메모

    권고·조건·책임자·재검토 시점을 문서화합니다.

    산출물: Decision Memo

완료 확인 관찰·해석·권고·책임자를 구별하고 근거 없는 성과 수치를 만들지 않습니다.

먼저 자신의 판단과 초안을 만들고, AI의 누락·반례 검토를 거쳐 본인이 최종 수정합니다.

11주 · 31–33교시

갱신과 재실행

입력·검토·승인·오류 처리

남기는 결과물재실행 SOP
차시별 실습과 완료 기준
  1. 1차시 · 갱신 절차

    새 자료를 받는 곳과 검토·승인 위치를 표시합니다.

    산출물: 갱신 흐름도

  2. 2차시 · 재실행 안내

    입력 조건·실행 순서·예상 출력을 문서화합니다.

    산출물: 수동 재실행 SOP

  3. 3차시 · 예외와 복구

    자료가 없거나 잘못됐을 때 중단·복구 방법을 정합니다.

    산출물: 예외 처리표·선택 자동화 범위

완료 확인 타인이 수동 SOP를 따라 재실행할 수 있어야 합니다. B3 자동화 구현은 선택 확장입니다.

먼저 자신의 판단과 초안을 만들고, AI의 누락·반례 검토를 거쳐 본인이 최종 수정합니다.

12주 · 34–36교시

검증과 복구

정상·결측·오류·권한·재실행 시험

남기는 결과물대시보드 v1·핵심 시험 5개
차시별 실습과 완료 기준
  1. 1차시 · 시험 실행

    정상·결측·오류 입력으로 결과를 확인합니다.

    산출물: 입력 시험 기록

  2. 2차시 · 권한과 재실행

    허용하지 않은 자료 접근과 복구 후 재실행을 확인합니다.

    산출물: 권한·복구 시험

  3. 3차시 · 검증본 고정

    통과·보완·보류를 구분해 수정 결과를 고정합니다.

    산출물: 대시보드 v1·시험 5개

완료 확인 다섯 상황의 기대·실제 결과와 미해결 문제를 분리해 기록합니다.

먼저 자신의 판단과 초안을 만들고, AI의 누락·반례 검토를 거쳐 본인이 최종 수정합니다.

13주 · 37–39교시

사용자 검토

대표사용자 또는 교수·코치가 검토

남기는 결과물사용성·수용기준 기록
차시별 실습과 완료 기준
  1. 1차시 · 검토 준비

    수용기준과 확인할 사용 과업을 공유합니다.

    산출물: 사용 검토 안내

  2. 2차시 · 관찰과 질문

    대표사용자 또는 교수·코치의 과업 수행을 관찰합니다.

    산출물: 사용성 기록

  3. 3차시 · 수정 결정

    의견과 오류 증거를 구분해 반영·보류 이유를 정합니다.

    산출물: 수용기준·수정 결정표

완료 확인 대리 검토인지 실제 사용자인지 표시하고 교육 검토를 현장 채택으로 표현하지 않습니다.

먼저 자신의 판단과 초안을 만들고, AI의 누락·반례 검토를 거쳐 본인이 최종 수정합니다.

14주 · 40–42교시

수정과 인계

피드백 반영·사용법·AI 기여 공개

남기는 결과물결과물·인계·증거팩
차시별 실습과 완료 기준
  1. 1차시 · 수정·회귀 검사

    피드백을 반영한 뒤 기존 시험을 다시 확인합니다.

    산출물: 수정본·회귀 기록

  2. 2차시 · 사용법과 기여

    시작 조건·사용법·개인 및 AI 기여를 문서화합니다.

    산출물: 인계 안내·AI 사용 공개서

  3. 3차시 · 증거팩 구성

    결과·출처·평가·리뷰·권리 자료를 묶습니다.

    산출물: 결과물·인계·증거팩

완료 확인 다른 사람이 실행할 자료·권리·사용법·한계가 빠짐없이 연결되어야 합니다.

먼저 자신의 판단과 초안을 만들고, AI의 누락·반례 검토를 거쳐 본인이 최종 수정합니다.

15주 · 43–45교시

발표와 회고

Demo·구두 방어·성취와 만족 분리

남기는 결과물최종 포트폴리오·CQI
차시별 실습과 완료 기준
  1. 1차시 · 최종 시연

    문제와 근거, 작동 결과와 실패 경계를 시연합니다.

    산출물: 최종 포트폴리오

  2. 2차시 · 구두 방어

    자신의 판단·수정·기여를 자료를 근거로 설명합니다.

    산출물: 발표·질의응답 기록

  3. 3차시 · 회고와 개선

    학습 성취·만족도·운영 병목을 구별해 개선안을 작성합니다.

    산출물: 회고·CQI 입력

완료 확인 S-LITE 교육평가와 실제 도입을 구분하며 최종 판단·개인 기여·잔여 위험을 설명합니다.

먼저 자신의 판단과 초안을 만들고, AI의 누락·반례 검토를 거쳐 본인이 최종 수정합니다.

문의 화면에서 선택한 조건을 확인하고 이메일·카카오톡으로 상담할 수 있습니다. 상담은 예약·수강 등록·결제가 아닙니다.

단계별로 무엇을 할 수 있게 되나요?

아래 12개 항목은 수업 시간이 아니라 혼자 수행할 수 있는 일을 기준으로 나눈 학습 단계입니다. 각 단계에서 만들 결과물과 평가 기준을 확인하세요. 캡스톤 일부를 마쳤다고 LV8의 모든 역량을 갖춘 것으로 평가하지는 않습니다.

LV0 · 책임 있는 AI 시작 과정
필수 선행
없음
반드시 해볼 실습
Actor·문제·영향받는 사람·인간 책임자·비AI 대안·금지용도 분리
평가할 결과물
Actor/Outcome Contract, AI 사용·윤리 헌장, baseline, E0 판정
후속 경로
LV1. 도구경험자는 시연을 이수대체할 수 있으나 책임·윤리 사례판단은 면제 불가
LV1 · 컨텍스트·근거 기반 AI 실무 과정
필수 선행
LV0 PASS
반드시 해볼 실습
과업분해, 맥락설계, 원문·인용·반례·불확실성 검증
평가할 결과물
Context Pack, Source Ledger, Claim Map, E1 판정
후속 경로
LV2, 리서치·콘텐츠 Domain Lab
LV2 · 데이터·업무흐름 설계 과정
필수 선행
LV1 PASS
반드시 해볼 실습
데이터 정의·품질·권리·편향과 As-Is/To-Be·승인·예외·복구 설계
평가할 결과물
Data Card, Workflow Map, 승인형 자동화, 복구 SOP, E2 판정
후속 경로
업무활용·분석 경로 또는 LV3
LV3 · 바이브 코딩 AI 제품 제작 과정
필수 선행
K0~K4 현재 프로젝트 판단 + LV2 해당 선수 또는 BR-N/BR-D 동등 선수증거
반드시 해볼 실습
요구사항, client/server·API, 상태·권한, Git·테스트·접근성, release/rollback
평가할 결과물
작동 MVP, repo/export, README, ADR, 핵심 테스트, E3 판정
후속 경로
공개형 LV4-W 또는 로컬형 LV4-R
LV4-W · 웹 배포·검색발견성 운영 과정
필수 선행
LV3 또는 BR-N 관리형 웹출판 증거 + WEB1
반드시 해볼 실습
HTTP·DNS·domain·TLS, hosting·env·secret, 배포·복구, crawl/index·SEO/GEO·측정
평가할 결과물
비공개·비색인 staging URL, DNS/TLS 진단, Runbook, 검색구조 QA, Page Brief, E4 판정
후속 경로
Web/Growth 인재, Hosted RAG·Agent, LV6
LV4-R · 로컬 AI·컨테이너 운영 과정
필수 선행
LV3 또는 개발 Bridge + RUN1
반드시 해볼 실습
process·port·API, 모델권리·자원, image/container/volume/network, 비밀·health·복구
평가할 결과물
로컬 추론 endpoint, container manifest, Model/License Card, 자원·health 로그, E4-R 판정
후속 경로
Private RAG·Agent, AI Runtime 인재, LV6
LV5-K · 근거형 RAG 지식서비스 구축 과정
필수 선행
LV1+LV2; 앱은 LV3, 로컬형은 LV4-R
반드시 해볼 실습
source contract, 수집·검색·인용·ACL·삭제·최신성·grounding 평가
평가할 결과물
평가질문셋, retrieval·citation 결과, ACL test, 비용·지연 카드, E5-K 판정
후속 경로
RAG Builder, Agent 도구 결합, LV6
LV5-A · Agent·Skill·MCP 업무시스템 구축 과정
필수 선행
B3+B4; 외부연결은 B7
반드시 해볼 실습
tool contract, state, 최소권한, HITL, retry·멱등성, trace·비용·수동복구
평가할 결과물
Skill/MCP 명세, Agent, 정상·실패·권한거부 시험, 승인로그, E5-A 판정
후속 경로
Agent Automation 인재, LV6
LV5-M · LoRA·QLoRA 모델 적응 과정
필수 선행
B1+BR-ML+B9-F + Prompt/RAG baseline; 로컬서빙은 LV4-R
반드시 해볼 실습
튜닝 필요성, 데이터권리, 분할·과적합·재현성·비용·안전·모델카드
평가할 결과물
선택 ADR, Dataset/Model Card, adapter, 전후 eval, inference demo, E5-M 판정
후속 경로
Model Adaptation 인재, LV6. 근거 부족 시 닫히는 선택경로
LV6 · 평가·보안·윤리 기반 AI 운영 과정
필수 선행
LV0 + 하나 이상의 Build 분기
반드시 해볼 실습
평가·회귀·red team, 주입·유출, privacy/fairness, 관측, 사고중단·rollback
평가할 결과물
Eval Suite, Risk Register, Threat Model, Incident Runbook, Release Gate, E6 판정
후속 경로
외부·현장 운영, LV7·LV8. 실제 적용 전 해당 결과물의 B9-O/E6 검토 필수; 저위험 업무·출판은 경량 프로필
LV7 · 전공·직무 AI 전문화 과정
필수 선행
역할에 필요한 LV2~LV6 조합
반드시 해볼 실습
전공·직무 기준 정답 자료·규제·윤리·전문가 검토·결과 사용자 수용 기준
평가할 결과물
전공·직무 적용 개요, 전문가 검토, 결과 사용자 수용 기준, 적용계획, E7 판정
후속 경로
LV8
LV8 · 검증 AI 포트폴리오 캡스톤
필수 선행
G0~G4 + LV6 + 해당 LV7
반드시 해볼 실습
대표 사용자와 평가자의 검토, 재현·구두 설명, 사용 안내, AI 기여·한계·남은 위험 공개. 실제 채택은 별도로 확인
평가할 결과물
적용 결과물, 평가방식별 확인 자료, 3~5분 시연, 사례 설명, 운영 절차서, E8/G5 판정
후속 경로
인재 프로필 T01~T10, 고도화 Lab

모듈 라이브러리

전체 보기

전체 24개 중 24개 모듈 · 준비사항, 필수 실습, 선택할 수 있는 도구와 결과물, 다음 학습 순서를 확인하세요.

도구 교체와 이수 대체는 다릅니다.

도구는 바뀔 수 있습니다.

LLM·호스팅·Ollama·Docker·프레임워크 대신 동등 도구를 선택할 수 있습니다. 권리·비용·권한·재현·복구 증거는 다시 확인합니다.

이미 갖춘 역량은 증명합니다.

동일 과제·시험·구두 방어로 선수역량을 인정할 수 있습니다. 현재 프로젝트의 목표·역할·윤리 판정은 면제하지 않습니다.

조건이 없으면 보류합니다.

권리 데이터·평가·자원이 없는 튜닝, 무승인 공개·고위험 자율행동은 열지 않습니다. 하지 않음도 근거 있는 결정입니다.

준비 과정과 평가의 연결

비개발 준비

파일·폴더·공유권한·표·JSON 읽기, 입력·출력·권한·오류 복구.

개발 준비

Python 또는 JS·Git·API·JSON·환경변수·비밀정보·디버깅·테스트.

모델 적응 준비

개발 준비 + ML·Transformer·학습/검증/시험 분할·GPU/VRAM·재현 훈련.

B9-F/O는 평가 모듈(B9) 안에서 다루는 기초·운영 평가입니다. 준비 과정은 본 수업을 따라가는 데 필요한 기초를 보완하는 단계로, 별도의 상위 모듈은 아닙니다.