# 사용자 요청
"2024년 4분기 매출 보고서를 만들어줘.
차트 3개와 핵심 인사이트 5개, 그리고 다음 분기 전략을 포함해서"
# AI 응답 (3분 후)
"""
# 2024년 4분기 매출 보고서
## 주요 성과
- 총 매출: 12억 원 (전년 동기 대비 18% 증가)
- 모바일 부문: 7억 원 (전체의 58%)
- 신규 고객: 15,000명 (목표 대비 125% 달성)15 AI와 문서의 융합: 자가 진화하는 문서
2024년 10월 29일, Anthropic의 Claude가 새로운 기능을 공개했다. “Artifacts”라고 불리는 이 기능은 사용자가 요청하면 실시간으로 웹 애플리케이션을 만들어 주었다. “주사위 게임 만들어줘”라고 말하면 완전히 작동하는 JavaScript 게임이 3초 만에 생성되었다.
더 놀라운 것은 그 다음이었다. “주사위를 빨간색으로 바꿔줘”라고 말하면 AI가 코드를 수정하고, “점수 기록 기능도 추가해줘”라고 하면 localStorage를 사용한 영구 저장 기능까지 구현했다.
이것은 단순한 코드 생성이 아니었다. AI와 대화하면서 애플리케이션을 함께 만들어가는 전혀 새로운 경험이었다. 문서 작성과 앱 개발의 경계가 완전히 사라진 순간이었다.
15.1 AI가 문서를 바꾸는 3가지 방식
15.1.1 1. 생성형 AI: 빈 화면에서 완성품까지
전통적 문서 작성:
1. 구상 → 2. 개요 작성 → 3. 내용 작성 → 4. 수정 → 5. 완성
소요 시간: 몇 시간~몇 일AI 문서 작성:
import plotly.express as px
# 실제 실행 가능한 차트 코드
fig = px.bar(quarterly_data, x='월', y='매출',
title='월별 매출 현황')
fig.show()15.2 핵심 인사이트
- 모바일 우선 전략이 성공적으로 정착… ““”
AI는 단순히 텍스트를 생성하는 것이 아니라 **실행 가능한 코드가 포함된 문서**를 만든다. 차트, 계산, 데이터 처리까지 모두 자동화된다.
### 2. 대화형 AI: 문서와 채팅하기
::: {.cell}
```{.python .cell-code}
# 2024년 현재 가능한 시나리오
user: "이 보고서에서 가장 주목할 만한 트렌드가 뭐야?"
ai_document: """
데이터를 분석한 결과, 3가지 흥미로운 패턴을 발견했습니다:
1. **모바일 매출 급증**: 7-9월 기간 동안 85% 증가
- 주요 원인: 신규 앱 출시 + 마케팅 캠페인 시너지
2. **지역별 편차**: 수도권 vs 지방 성장률이 2배 차이
- 시사점: 지방 시장 개척 필요성
3. **고객 연령층 변화**: 30대 고객 비중이 45%로 증가
- 전략: 타겟 마케팅 조정 필요
더 자세히 분석하고 싶은 부분이 있나요?
"""
user: "지방 시장 데이터를 더 자세히 보여줘"
ai_document: """
[실시간 데이터 분석 후 새로운 차트 생성]
지방 시장 상세 분석:
- 대구: 23% 성장 (전국 평균 대비 -5%)
- 부산: 31% 성장 (전국 평균 대비 +3%)
- 광주: 15% 성장 (전국 평균 대비 -13%)
:::
# 실시간 생성된 시각화
regional_map = create_choropleth_map(regional_data)
regional_map.show()추천 전략: 1. 부산 모델을 대구와 광주에 적용 2. 지역 맞춤형 상품 개발 3. 현지 파트너십 강화 ““”
문서가 사용자의 질문에 **실시간으로 답하고, 새로운 분석을 수행하고, 맞춤형 시각화를 생성**한다. 정적 보고서가 지능형 컨설턴트로 진화한 것이다.
### 3. 자가 진화형 AI: 스스로 개선하는 문서
::: {.cell}
```{.python .cell-code}
class EvolvingDocument:
def __init__(self, content, ai_model):
self.content = content
self.ai = ai_model
self.usage_patterns = []
self.performance_metrics = {}
def track_user_interaction(self, user_action):
"""사용자 행동 패턴 학습"""
self.usage_patterns.append(user_action)
# 자주 묻는 질문 패턴 분석
if len(self.usage_patterns) > 100:
common_patterns = self.ai.analyze_patterns(self.usage_patterns)
self.auto_improve_content(common_patterns)
def auto_improve_content(self, patterns):
"""패턴 기반 자동 개선"""
if "regional_analysis" in patterns:
# 지역 분석 질문이 많으면 관련 섹션 자동 추가
new_section = self.ai.generate_regional_analysis()
self.content.add_section(new_section)
if "prediction_requests" in patterns:
# 예측 요청이 많으면 예측 모델 추가
forecast_model = self.ai.create_forecast_widget()
self.content.add_interactive_element(forecast_model)
def continuous_learning(self):
"""지속적 학습과 개선"""
while True:
# 새로운 데이터 감지
if self.has_new_data():
updated_insights = self.ai.generate_insights(self.new_data)
self.content.update_insights(updated_insights)
# A/B 테스트로 더 나은 표현 방식 학습
best_chart_type = self.ai.optimize_visualization(self.user_feedback)
self.content.update_charts(best_chart_type)
time.sleep(3600) # 매시간 자동 개선:::
이 문서는: - 사용자 행동을 학습해서 자주 필요한 분석을 미리 준비 - 새로운 데이터가 들어오면 자동으로 인사이트 업데이트 - A/B 테스트를 통해 가장 효과적인 시각화 방식 학습 - 시간이 지날수록 더 지능적이고 유용해짐
15.3 혁신 사례 1: GitHub Copilot Workspace
15.3.1 코드 작성에서 프로젝트 관리까지
GitHub Copilot Workspace는 2024년 3월 발표된 혁신적 도구다. 기존 Copilot이 코드 자동완성에 집중했다면, Workspace는 전체 프로젝트 라이프사이클을 AI가 관리한다.
# 사용자 요청 (자연어)
"할일 관리 앱을 만들고 싶어. React + Node.js로,
로그인 기능과 팀 공유 기능도 포함해서"
# Copilot Workspace 응답
"""
프로젝트 계획을 생성하겠습니다.
## 아키텍처 설계
- Frontend: React 18 + TypeScript + Tailwind CSS
- Backend: Node.js + Express + MongoDB
- Auth: JWT + bcrypt
- Real-time: Socket.io
## 파일 구조
todo-app/
├── client/
│ ├── src/
│ │ ├── components/
│ │ │ ├── TodoList.tsx
│ │ │ ├── TodoItem.tsx
│ │ │ └── LoginForm.tsx
│ │ └── pages/
│ └── package.json
├── server/
│ ├── routes/
│ │ ├── auth.js
│ │ └── todos.js
│ └── models/
└── package.json
## 개발 단계
1. 프로젝트 초기화 ✅
2. 데이터베이스 설계 ✅
3. 인증 시스템 구현 ⏳
4. Todo CRUD 기능
5. 실시간 동기화
6. 팀 기능
계속 진행할까요?
"""
# 사용자: "네, 시작해주세요"
# 3분 후...
"""
✅ 프로젝트 생성 완료!
✅ 28개 파일 자동 생성
✅ 데이터베이스 연결 설정
✅ 기본 인증 시스템 구현
✅ 로컬 개발 환경 설정
현재 상태:
- 백엔드: http://localhost:3001 (실행 중)
- 프론트엔드: http://localhost:3000 (실행 중)
- 데이터베이스: 연결 성공
다음 단계: Todo CRUD 기능 구현하시겠습니까?
"""이는 단순한 코드 생성이 아니다. AI가 프로젝트 매니저 + 시니어 개발자 + 데브옵스 엔지니어 역할을 모두 수행하는 것이다.
15.3.2 문서가 곧 실행 환경
Workspace에서 생성되는 문서는 일반 텍스트가 아니다:
# 할일 관리 앱 개발 문서
## 현재 진행 상황
- [x] 프로젝트 초기화
- [x] 인증 시스템
- [ ] Todo CRUD API
- [ ] 프론트엔드 컴포넌트
## API 엔드포인트
### POST /api/auth/login
```javascript
// 실시간 테스트 가능한 코드
const response = await fetch('/api/auth/login', {
method: 'POST',
headers: { 'Content-Type': 'application/json' },
body: JSON.stringify({
email: 'test@example.com',
password: 'password123'
})
});
const result = await response.json();
console.log(result); // 실제 실행 가능
```
**테스트 결과:**
```json
{
"success": true,
"token": "eyJhbGciOiJIUzI1NiIs...",
"user": { "id": 1, "email": "test@example.com" }
}
```
## 다음 작업
AI가 추천하는 다음 단계:
1. Todo 생성 API 구현
2. 실시간 업데이트 추가
3. 팀 공유 기능 개발
진행하시겠습니까? [Yes] [No] [Modify Plan]이 문서는: - 프로젝트 상태를 실시간 추적 - 코드를 직접 실행하고 결과 표시 - AI가 다음 단계를 지능적으로 제안 - 사용자 피드백에 따라 계획 수정
문서 = 개발 환경 = 프로젝트 관리 도구가 모두 하나로 통합되었다.
15.4 혁신 사례 2: Claude Artifacts
15.4.1 실시간 앱 생성의 마법
Claude의 Artifacts는 대화형 애플리케이션 생성의 새로운 표준을 제시했다:
사용자: "간단한 계산기 앱 만들어줘"
Claude: 계산기 앱을 만들어드릴게요!
[3초 후 완전히 작동하는 계산기 앱이 화면에 나타남]
- 기본 사칙연산 (+, -, ×, ÷)
- 클리어 버튼
- 소수점 지원
- 키보드 입력 지원
사용자: "과학 계산기로 업그레이드해줘"
Claude: [기존 앱이 실시간으로 변화]
- sin, cos, tan 함수 추가
- 로그, 지수 함수 추가
- 괄호 연산 지원
- 메모리 기능 추가
사용자: "디자인을 더 모던하게 해줘"
Claude: [UI가 즉시 업데이트]
- 다크 테마 적용
- 그라데이션 버튼
- 부드러운 애니메이션
- 반응형 레이아웃15.4.2 문서 작성이 앱 개발이 되는 순간
Claude Artifacts에서 일어나는 일은 혁명적이다:
기존 방식:
아이디어 → 기획서 작성 → 디자인 → 개발 → 테스트 → 배포
소요 시간: 수주~수개월Claude 방식:
아이디어 → 자연어로 설명 → 즉시 완성된 앱
소요 시간: 30초~5분이는 단순한 효율성 개선이 아니다. 창작과 실행이 하나로 합쳐진 새로운 패러다임이다.
# Claude와의 실제 대화 시나리오
user: "주식 포트폴리오 분석기 만들어줘.
여러 종목 입력하면 위험도와 수익률 보여주고,
최적 포트폴리오도 추천하는 기능"
claude: """
주식 포트폴리오 분석기를 만들어드리겠습니다!
[실시간으로 완전한 웹 애플리케이션 생성]
기능:
✅ 종목 검색 및 추가
✅ 실시간 주가 데이터 연동 (Yahoo Finance API)
✅ 위험도-수익률 산점도
✅ 포트폴리오 최적화 (마코위츠 모델)
✅ 리밸런싱 알림
✅ 백테스팅 기능
현재 애플이케이션이 실행 중입니다. 테스트해보시고 수정사항이 있으면 알려주세요!
"""
user: "백테스팅 결과를 더 자세히 보여줘"
claude: [앱이 즉시 업데이트되어 상세한 백테스팅 차트와 통계 추가]
user: "모바일에서도 사용하기 편하게 해줘"
claude: [반응형 디자인으로 자동 변환, 터치 친화적 인터페이스 적용]15.5 혁신 사례 3: ChatGPT Canvas
15.5.1 협업하는 AI 작가
ChatGPT Canvas는 2024년 10월에 공개된 협업 도구다. AI와 사용자가 실시간으로 함께 문서를 편집한다:
전통적 AI 작성:
사용자: "마케팅 제안서 써줘"
AI: [완성된 제안서 반환]
사용자: "이 부분 수정해줘"
AI: [전체를 다시 작성]Canvas 방식:
사용자: "마케팅 제안서 써줘"
AI: [Canvas에 실시간으로 작성하며 진행 상황 공유]
[Canvas 화면]
# 마케팅 제안서
## 목표 및 전략
- 브랜드 인지도 30% 향상
- 신규 고객 확보 5,000명
- ROI 150% 달성
사용자: [특정 문단을 드래그해서 선택]
"이 부분을 더 구체적으로 해줘"
AI: [선택된 부분만 실시간 수정, 나머지는 그대로 유지]
사용자: [다른 부분을 선택]
"여기에 차트 넣어줘"
AI: [즉시 관련 차트 생성하고 삽입]15.5.2 문서가 살아 움직이다
Canvas에서는 문서가 살아있는 엔티티처럼 행동한다:
# Canvas의 내부 작동 방식 (추정)
class LiveDocument:
def __init__(self):
self.content = []
self.ai_agent = ChatGPT4()
self.user_cursor = None
self.ai_cursor = None
def collaborative_editing(self):
while True:
user_action = self.detect_user_action()
if user_action.type == "select_text":
# 사용자가 텍스트 선택하면 AI가 편집 옵션 제안
suggestions = self.ai_agent.suggest_improvements(
selected_text=user_action.text,
context=self.get_surrounding_context()
)
self.show_suggestions(suggestions)
elif user_action.type == "voice_command":
# "이 그래프를 파이 차트로 바꿔줘"
self.ai_agent.execute_command(user_action.command)
self.update_content_realtime()
elif user_action.type == "gesture":
# 드래그 앤 드롭으로 섹션 재배치
self.ai_agent.understand_intent(user_action.gesture)
self.reorganize_content()15.6 한국 기업의 AI 문서 도입 사례
15.6.1 스타트업 B사: 투자 제안서 자동화
Before (2024년 초):
투자 제안서 작성 프로세스:
1. 기획팀이 아웃라인 작성 (1일)
2. 재무팀이 수치 분석 (2일)
3. 디자인팀이 시각화 (1일)
4. 경영진 검토 및 수정 (1일)
5. 최종 PPT 제작 (0.5일)
총 소요시간: 5.5일After (2024년 말):
# AI 기반 투자 제안서 시스템
def generate_investment_proposal(company_data, round_info):
# 1단계: 데이터 자동 수집 및 분석
financial_analysis = ai_analyst.analyze_financials(company_data)
market_analysis = ai_researcher.research_market(company_data.industry)
competitor_analysis = ai_researcher.analyze_competitors()
# 2단계: 스토리 구성
narrative = ai_writer.create_compelling_story(
company_data, financial_analysis, market_analysis
)
# 3단계: 시각화 자동 생성
charts = ai_designer.create_charts(financial_analysis)
infographics = ai_designer.design_infographics(market_analysis)
# 4단계: 실시간 피드백 반영
while not stakeholders.all_approved():
feedback = stakeholders.get_feedback()
proposal = ai_editor.revise_proposal(proposal, feedback)
return InteractiveProposal(narrative, charts, infographics)
# 실행 결과
proposal = generate_investment_proposal(company_data, series_a_info)
# 소요시간: 3시간
# 품질: 기존 대비 120% 향상 (투자자 피드백)결과: - 제작 시간: 5.5일 → 3시간 (95% 단축) - 품질 향상: 투자자들의 긍정적 반응 증가 - 반복 작업 최소화: 수정 요청 시 즉시 반영
15.6.2 대기업 C사: 연간 보고서 AI화
# 연간 보고서 자동 생성 시스템
class AIAnnualReport:
def __init__(self, company_data):
self.data = company_data
self.ai_analyst = MultiModalAI()
self.sections = {}
def generate_executive_summary(self):
# AI가 1년간 데이터를 분석해서 핵심 인사이트 도출
key_achievements = self.ai_analyst.identify_achievements(self.data)
challenges = self.ai_analyst.analyze_challenges(self.data)
future_outlook = self.ai_analyst.predict_trends(self.data)
return f"""
## CEO 메시지
2024년은 {key_achievements[0]}를 통해 의미 있는 성장을 이뤄낸 해였습니다.
특히 {key_achievements[1]} 부문에서 전년 대비 {self.calculate_growth()}% 성장을 달성했습니다.
[AI가 자동 생성한 상세 내용...]
2025년에는 {future_outlook} 전략을 중심으로...
"""
def create_interactive_financials(self):
# 단순한 표가 아닌 인터랙티브 대시보드
return f"""
```{python}
# 사용자가 직접 조작할 수 있는 재무 대시보드
import plotly.express as px
fig = px.sunburst(financial_data,
path=['division', 'product', 'region'],
values='revenue')
fig.show()
```
위 차트에서 원하는 부문을 클릭하면 상세 분석을 확인할 수 있습니다.
"""
def auto_update_from_feedback(self, feedback):
# 이해관계자 피드백을 받아 자동으로 보고서 개선
improved_sections = self.ai_analyst.improve_content(
current_content=self.sections,
feedback=feedback
)
self.sections.update(improved_sections)
# 사용 결과
annual_report = AIAnnualReport(company_2024_data)
report = annual_report.generate_complete_report()
# 기존 방식 대비:
# - 제작 시간: 2개월 → 1주일
# - 동적 콘텐츠: 정적 PDF → 인터랙티브 웹 문서
# - 업데이트: 재작업 필요 → 실시간 수정 가능15.7 미래 시나리오: 2026년의 문서
15.7.1 완전 자율 문서 시스템
# 2026년 예상 시나리오
class AutonomousDocument:
def __init__(self, domain, objectives):
self.domain = domain # 예: "quarterly_sales_report"
self.objectives = objectives
self.ai_team = {
'data_scientist': GPT6_DataScientist(),
'writer': GPT6_Writer(),
'designer': GPT6_Designer(),
'strategist': GPT6_Strategist()
}
self.stakeholders = []
def continuous_operation(self):
while True:
# 1. 환경 모니터링
new_data = self.monitor_data_sources()
market_changes = self.scan_market_conditions()
stakeholder_needs = self.analyze_stakeholder_behavior()
# 2. 자율적 판단
if self.should_update_document(new_data, market_changes):
# 3. 팀 워크 시뮬레이션
insights = self.ai_team['data_scientist'].analyze(new_data)
narrative = self.ai_team['writer'].craft_story(insights)
visuals = self.ai_team['designer'].create_visuals(insights)
strategy = self.ai_team['strategist'].recommend_actions(insights)
# 4. 실시간 업데이트
self.update_document(narrative, visuals, strategy)
self.notify_stakeholders("새로운 인사이트가 발견되었습니다")
# 5. 학습 및 개선
feedback = self.collect_user_interactions()
self.improve_performance(feedback)
time.sleep(3600) # 매시간 실행
# 사용자 경험
user: [아침 출근 시 스마트폰 알림]
"📊 주간 매출 보고서가 업데이트되었습니다.
어제 경쟁사 가격 인하 발표로 인한 시장 변화가 반영되었습니다."
user: [보고서 열기]
document: "안녕하세요! 어떤 정보가 필요하신가요?"
user: "경쟁사 대응 전략 알려줘"
document: [실시간 전략 분석]
"현재 시나리오를 분석한 결과 3가지 대응 방안을 제안드립니다:
1. 프리미엄 전략: 차별화된 가치 강조
2. 맞대응 전략: 선별적 가격 조정
3. 혁신 전략: 신제품 출시 앞당기기
각 전략의 예상 ROI와 리스크를 시뮬레이션해볼까요?"15.7.2 감성 지능을 가진 문서
# 문서가 사용자 감정을 이해하고 반응
class EmotionallyIntelligentDocument:
def __init__(self):
self.emotion_ai = EmotionRecognitionAI()
self.content_personalizer = PersonalizationEngine()
def adapt_to_user_state(self, user_interaction):
# 사용자의 음성 톤, 타이핑 패턴, 선택 패턴 분석
emotional_state = self.emotion_ai.analyze_user_state(user_interaction)
if emotional_state == "stressed":
# 스트레스를 받는 사용자에게는 핵심 정보만 간결하게
self.content_style = "executive_summary"
self.color_scheme = "calming_blue"
elif emotional_state == "analytical":
# 분석적 모드의 사용자에게는 상세 데이터 제공
self.content_style = "detailed_analysis"
self.show_raw_data = True
elif emotional_state == "creative":
# 창의적 모드의 사용자에게는 시각적 표현 강화
self.content_style = "visual_storytelling"
self.enable_brainstorming_mode = True
# 실제 사용 시나리오
user: [피곤한 목소리로] "오늘 매출 어떻게 됐어?"
document: [사용자 상태를 감지하고 간결하게 응답]
"💡 핵심만 말씀드릴게요:
✅ 매출: 목표 대비 105% 달성
⚠️ 주의: A제품 재고 부족 (2일분 남음)
📈 호재: 신규 고객 20% 증가
상세 분석이 필요하시면 언제든 말씀하세요!"
user: [다음날, 활기찬 목소리로] "어제 그 신규 고객 데이터 자세히 보여줘"
document: [사용자 상태 변화를 인식하고 상세 분석 제공]
"좋은 아침입니다! 신규 고객 분석 결과를 상세히 보여드릴게요 📊
[인터랙티브 차트와 함께 20개 지표 표시]
특히 흥미로운 점은..."15.8 도전과 기회
15.8.1 기술적 도전
1. 환각(Hallucination) 문제
# 현재 AI의 한계
user: "우리 회사 2023년 4분기 매출이 얼마였지?"
ai: "15억 원이었습니다" # 실제로는 12억 원
# 해결 방향: RAG(Retrieval Augmented Generation)
class FactVerifiedAI:
def __init__(self):
self.knowledge_base = CompanyDatabase()
self.fact_checker = FactVerificationEngine()
def answer_with_evidence(self, question):
# 1. 정확한 데이터 검색
facts = self.knowledge_base.search(question)
# 2. 팩트 체크
verified_facts = self.fact_checker.verify(facts)
# 3. 출처와 함께 답변
return {
'answer': self.generate_answer(verified_facts),
'sources': verified_facts.sources,
'confidence': verified_facts.confidence_score
}2. 개인정보 보호
# 기업 데이터 보호 방안
class PrivacyPreservingAI:
def __init__(self):
self.local_model = LocalLLM() # 외부 전송 없이 로컬 처리
self.encryption = HomomorphicEncryption() # 암호화된 상태로 연산
def secure_analysis(self, sensitive_data):
# 원본 데이터는 절대 외부로 전송되지 않음
encrypted_data = self.encryption.encrypt(sensitive_data)
analysis = self.local_model.analyze(encrypted_data)
return self.encryption.decrypt(analysis)15.8.2 새로운 기회
1. 초개인화 문서
# 개인별 맞춤 보고서
class PersonalizedDocument:
def generate_for_ceo(self, data):
# CEO용: 전략적 관점, 간결한 요약
return {
'focus': 'strategic_decisions',
'detail_level': 'executive_summary',
'time_horizon': 'long_term'
}
def generate_for_analyst(self, data):
# 분석가용: 상세 데이터, 기술적 분석
return {
'focus': 'detailed_analysis',
'detail_level': 'comprehensive',
'time_horizon': 'short_term'
}
def generate_for_sales_team(self, data):
# 영업팀용: 실행 가능한 인사이트
return {
'focus': 'actionable_insights',
'detail_level': 'practical',
'time_horizon': 'immediate'
}2. 실시간 의사결정 지원
# 위기 상황 실시간 대응
class CrisisResponseDocument:
def monitor_crisis_indicators(self):
indicators = [
self.stock_price_drop(),
self.social_media_sentiment(),
self.news_coverage_tone(),
self.customer_complaint_surge()
]
if any(indicator.severity > 0.7):
self.activate_crisis_mode()
def activate_crisis_mode(self):
# 즉시 위기 대응 문서 생성
crisis_report = self.generate_crisis_analysis()
action_plan = self.recommend_immediate_actions()
# 관련 이해관계자에게 실시간 알림
self.alert_stakeholders(crisis_report, action_plan)15.9 결론: AI와 함께 진화하는 문서
AI와 문서의 융합은 단순한 기술적 개선이 아니다. 이는 인간과 기계가 협업하는 새로운 방식의 탄생이다.
문서는 더 이상 정보를 저장하는 그릇이 아니라, 지능적인 파트너가 되고 있다. 질문에 답하고, 새로운 인사이트를 제안하며, 상황에 맞게 스스로를 변화시키는 살아있는 엔티티로 진화하고 있다.
한국 기업들은 이 변화의 선두에 설 기회가 있다. HWP라는 전통적 도구에서 벗어나 AI 기반 지능형 문서 시스템으로 바로 이동할 수 있는 독특한 위치에 있기 때문이다.
다음 장에서는 이러한 진화가 궁극적으로 도달할 미래의 모습을 살펴보겠다. 문서와 애플리케이션이 완전히 하나가 되는 세상에서 우리는 어떻게 일하고, 학습하고, 창작하게 될 것인가?
힌트실습: AI와 함께 문서 만들기
15.9.1 Claude Artifacts 체험
- Claude.ai 접속
- “간단한 TODO 앱 만들어줘”라고 요청
- 생성된 앱을 수정 요청해보기
- 디자인 변경, 기능 추가 등 실험
15.9.2 ChatGPT Canvas 체험
- ChatGPT Plus 계정으로 접속
- “마케팅 제안서 써줘”라고 요청
- Canvas 모드에서 협업 편집 체험
- 특정 부분 선택하여 수정 요청
15.9.3 성찰 질문
- AI와 협업할 때 어떤 감정이 들었나요?
- 기존 문서 작성 방식과 어떤 차이를 느꼈나요?
- 업무에 적용한다면 어떤 부분이 가장 유용할까요?
경고AI 문서 도입 시 주의사항
- 팩트 체크 필수: AI가 생성한 내용은 반드시 검증
-
개인정보 보호: 민감한 데이터 입력 주의
- 의존도 관리: AI에 과도하게 의존하지 않도록 주의
- 크리에이티브 밸런스: 인간의 창의성과 AI 효율성의 균형