Tetrackis
Home
Projects
Learn
AI Trends
Home
Projects
Learn
AI Trends
Vol.2
Strategy Track
AI 활용 전략
AI를 어떻게 써야 하는가 - 200+ 소스 기반 실용 가이드
6
Parts
33
Lectures
200+
Sources
2025.07
기준
← Vol.1: LLM 핵심 이론
Vol.3: AI 고급 실무 →
Part 1
AI의 실제 능력과 한계
"환각은 수학적으로 제거 불가능"
1-01
AI가 잘하는 것
번역, 코딩, 단기 작업에서의 뛰어난 성능
→
1-02
AI의 근본적 한계
환각의 불가피성, 장기 작업 실패
→
1-03
추론 능력의 실체
GSM-Symbolic 연구와 "추론의 환상"
→
1-04
과장 vs 현실
기업 AI 실패율과 투자 현실
→
1-05
AI 대체론의 현실
대체보다 보완, 새 일자리 창출
→
Part 2
AI와 협업하는 사고법
"AI를 자동화로 대하면 한계에 부딪힌다"
2-01
Centaur vs Cyborg 모델
역할 분담형 vs 긴밀 통합형
→
2-02
AI는 스킬 레벨러
저숙련자 +43% 향상의 의미
→
2-03
역할 분담의 원칙
AI에게 맡길 것 vs 인간이 담당할 것
→
2-04
AI 협업의 함정
자동화 편향과 스킬 퇴화
→
2-05
실패에서 배우기
IBM Watson, Amazon 채용 사례
→
Part 3
효과적인 지시의 원리
"마법의 프롬프트는 존재하지 않는다"
3-01
프롬프트가 작동하는 원리
In-Context Learning의 메커니즘
→
3-02
Chain-of-Thought의 "왜"
단계별 추론이 효과적인 이유
→
3-03
Few-shot의 "왜"
예시가 작동하는 원리
→
3-04
역할 부여의 한계
톤 변화 vs 정확도 향상
→
3-05
명확성이 기법보다 중요
Context Engineering의 핵심
→
3-06
프롬프트의 한계
RAG/파인튜닝이 필요한 경우
→
Part 4
AI 아웃풋 평가하기
"AI의 확신적 어조에 속지 마라"
4-01
품질 판단의 4대 기준
정확성, 관련성, 완전성, 일관성
→
4-02
환각 탐지 방법
SelfCheckGPT와 시맨틱 엔트로피
→
4-03
AI의 자신감을 믿지 마라
과신의 문제와 대응 방법
→
4-04
검증 워크플로우
6단계 프로세스와 HITL
→
4-05
분야별 평가 기준
글쓰기/코드/리서치 체크리스트
→
Part 5
직군별 AI 활용 전략
"AI 도입 성숙 단계 기업은 단 1%"
5-01
공통 원칙
80/20 규칙과 AI 증폭기 개념
→
5-02
마케터를 위한 AI
AI-First Human-Final 전략
→
5-03
HR을 위한 AI
채용 편향과 규제 대응
→
5-04
영업을 위한 AI
리드 스코어링과 개인화
→
5-05
개발자를 위한 AI
Plan-Act-Review와 Vibe Coding
→
5-06
PM/기획자를 위한 AI
전략 소유와 리서치 가속
→
Part 6
AI 트렌드 읽는 법
"단기 과대평가, 장기 과소평가"
6-01
하이프 사이클 이해
Gartner 5단계와 GenAI 위치
→
6-02
AI 정보 평가하기
신뢰할 수 있는 소스 구분법
→
6-03
벤치마크 읽는 법
선택적 보고와 과장 경계
→
6-04
뭘 배우고 뭘 무시할지
기초 vs 도구, FOMO 관리
→
6-05
AI 채택 판단
Early Adopter vs Wait-and-See
→
6-06
미래 예측의 한계
불확실성 수용과 시나리오 플래닝
→
학습 시작하기 →