한 줄 요약

기업 AI 교육 현장에서 프롬프트 엔지니어링보다 에이전트·Claude Code·Cursor 도입 문의가 급증했지만, 비용·보안·DX 실패 기억·POC 이후 운영 부재 때문에 실제 성과로 이어지지 않는 경우가 많다는 대담. 발화자는 AI를 잘 쓰는 사람의 핵심을 코딩 실력보다 도메인지식, 실험할 시간, 만들고 싶은 문제, 오픈북 테스트형 응용력으로 정리한다.

영상 메타

  • URL: https://youtu.be/Ih32CEOx2gM
  • 채널: 코딩알려주는누나
  • 발표자: 김용담 — 기업 AI 강의, 성균관대학교 박사과정
  • 길이: 39분 52초
  • 업로드: 2026-07-07
  • 조회수: 966 / 좋아요 40
  • 시청일: 2026-07-07 KST (🖥 데스크탑이 자막 추출 후 요약)

픽업

  • 기업 AI 교육 요청은 1년 전 “AI를 어떻게 잘 쓰나”와 프롬프트 엔지니어링 중심에서, 지금은 “무조건 에이전트”와 Claude Code·Cursor 도입 교육으로 옮겨 갔다. 직급도 신입 중심이 아니라 20대부터 50대까지 모두 오고, 세일즈·마케팅 쪽은 효율 체감이 커서 수요가 특히 많다고 말한다.
  • 기업의 첫 걱정은 비용이다. Claude API, Cursor Pro, GPU·서버까지 붙으면 AX는 DX보다 더 비싸질 수 있고, 두 번째 걱정은 “DX 때처럼 돈은 썼는데 실무 효율은 애매한 것 아니냐”는 ROI 불안이다. 보안도 계속 묻는다 — 회사 정보를 미국 LLM에 올려도 되는지, 금융권처럼 막힌 조직과 스타트업처럼 열려 있는 조직 사이의 격차가 커진다.
  • 과대 기대와 과소 평가가 동시에 있다. 윗선은 “교육시켰으니 이제 너를 대체할 AI를 만들어 와”라고 밀어붙이지만, 한 번의 강의로 에이전트가 완성되지는 않는다. 반대로 “ChatGPT 정도면 충분, 에이전트는 필요 없다”고 닫아 버리면, 실제 밸류체인 안의 단순·반복 자동화 기회도 놓친다.
  • AI를 제대로 쓰려면 실험 전담 시간과 팀이 필요하다. 본업은 그대로 두고 AI까지 하라고 하면 추가 업무가 되고, 효율이 올라가도 보상 대신 일이 늘어나는 구조에서는 POC가 끝까지 가지 못한다. 발화자는 전담팀이 없으면 “여기는 POC에서 끝나겠다”고 본다.
  • 좋은 에이전트 사례는 도메인지식에서 나왔다. 패션을 아는 사람이 30대 남성 개인화 코디 추천 앱을 만들고, 트레이더가 미국 시장 야간 뉴스를 모니터링해 텔레그램으로 보내는 내부 에이전트를 만들었다. “코딩이 중요한 게 아니라 도메인지식이 중요하다”는 결론이다 — AI 답이 맞는지 검증할 수 있는 사람이 만들어야 결과가 좋아진다.
  • 활용을 잘하는 사람은 이미 만들고 싶은 게 명확하다. 쉬는 시간에 질문이 가득한 사람, “이건 꼭 만들어야 한다”는 자기 문제를 품은 사람이 잘 따라온다. 회사 차원에서는 사례 공유와 해커톤이 효과적이다. 며칠 동안 Claude Code를 쥐여 주고 마음껏 만들게 하면 비개발자도 책임 없는 쾌락처럼 제작 경험을 할 수 있다고 말한다.
  • 앞으로 뜨는 인재는 “오픈북 테스트를 잘 보는 사람”이다. AI라는 책은 이미 열려 있지만, 책이 있다고 시험을 잘 보는 것은 아니다. 필요한 것은 문제를 해석하고 응용하는 힘이며, 바이브 코딩도 프롬프트만 던지는 게 아니라 밑바닥 이해와 개발 감각이 있어야 제대로 만든다고 강조한다.
  • 교육을 의뢰하는 회사는 도구명을 못박기보다 “우리 직원들이 이 강의 후 무엇을 할 수 있으면 좋겠는지”를 주는 편이 낫다. Claude Desktop만, Claude Code만, 특정 도구만 고집하면 보안·설치·결제 환경과 맞지 않아 현장에서 디너쇼처럼 시연만 하게 되는 경우가 생긴다.
  • AI 네이티브가 되라는 메시지는 거창한 신기술보다 작은 밸류체인을 보는 눈에 가깝다. 화환 업체 사례처럼 전화 내용을 음성→텍스트로 받고 엑셀에 넣어 배송 지시까지 자동화하는 식으로, “저걸 굳이 저렇게 해야 하나” 싶은 산업 내부 절차를 자동화하면 큰 비용 절감이 나온다고 본다.

용어

  • AI 에이전트 [하니스 · 패턴]: 사용자의 지시만 답하는 챗봇을 넘어, 도구·데이터·업무 절차를 연결해 반복 작업을 수행하는 실행 단위.
  • Claude Code [도구 통신 (MCP · CLI · API)]: 발화자가 기업 교육 요청에서 자주 언급한다고 말한 코딩 에이전트 도구. 영상에서는 실습 환경·결제·보안 준비가 없으면 교육이 막히는 사례로도 등장한다.
  • Cursor [도구 통신 (MCP · CLI · API)]: 기업들이 AI 개발·바이브 코딩 교육에서 함께 도입하려는 코드 편집기형 AI 도구.
  • DX (Digital Transformation) [워크플로우 · 문화]: 아날로그 업무를 디지털화하고 데이터 파이프라인·OCR·예측 모델을 붙이던 이전 전환 흐름. 영상에서는 비용 대비 실무 체감이 애매했던 기억으로 언급된다.
  • AX [워크플로우 · 문화]: AI Transformation. 기업이 LLM·에이전트·GPU·서버를 들여 업무 자체를 AI 중심으로 바꾸려는 흐름.
  • POC의 저주 [워크플로우 · 문화]: 시범 프로젝트는 만들지만 전담 시간·리소스·성과 관리가 없어 본업 외 추가 업무로 남고 상용화까지 못 가는 패턴.
  • 도메인지식 [지식 · 컨텍스트 자산]: 패션, 금융 트레이딩, 화환 유통처럼 그 업무를 해 본 사람만 아는 맥락. AI 결과를 검증하고 쓸모 있는 에이전트를 만들기 위한 핵심 자산으로 제시된다.
  • 바이브 코딩 [워크플로우 · 문화]: 자연어로 AI에게 만들 것을 지시하며 개발하는 방식. 발화자는 프롬프트만 던지는 수준을 넘어 기본 개발 이해가 필요하다고 말한다.
  • 해커톤 [워크플로우 · 문화]: 짧은 시간 동안 업무에서 분리해 몰입 제작하게 하는 이벤트. AI 도구가 붙으면 비개발자도 빠르게 제작 경험을 얻는 교육 방식으로 소개된다.
  • AI 네이티브 [워크플로우 · 문화]: AI를 일회성 강의나 도구 사용법이 아니라 일상 업무와 문제 해결 방식에 자연스럽게 통합한 사람·조직 상태.