AI 자동화 수업을 고를 때 ‘업무를 몇 배 빠르게’라는 수치보다 어떤 작업을 어느 범위까지 자동화하는지 살펴보세요. 반복 입력, 문서 분류, 코드 초안처럼 검증 가능한 작은 작업이 출발점입니다.
문제 정의
현재 작업의 입력, 기대 출력, 사람이 검토해야 할 부분을 적습니다. Google의 문제 정의 자료처럼 목표와 평가 기준을 먼저 세워야 도구의 효과를 비교할 수 있습니다.
실습의 질
정상 예시뿐 아니라 잘못된 입력, 누락 데이터, 사실 오류를 다루는지 확인하세요. 자동화 흐름이 실패했을 때 누가 알림을 받고 어떻게 복구하는지도 배워야 합니다. 강의가 특정 유료 도구만 시연한다면 제품을 바꿔도 남는 원리를 찾으세요.
수강 결과
같은 작업을 수동과 자동으로 실행해 검토 시간을 포함한 총 시간을 비교합니다. 민감한 자료는 사용 정책을 확인하기 전 외부 도구에 넣지 마세요. 결과물을 포트폴리오로 설명할 때는 IT 프로젝트 정리 기준을 참고하세요.