개발자를 위한 AI 배우기

마치고 나면 할 수 있는 일

• 작은 요청 한 건을 보내고 응답·사용량·오류를 구분합니다.
• 코딩 도우미의 변경을 테스트와 차이 비교로 검토합니다.
• 형식 검사와 사실 검사를 나누고 반복 입력의 비용을 측정합니다.

이 수업의 순서

1. 1LLM API 첫 호출하기: 키 발급부터 응답까지
2. 2AI 코딩 도우미에게 일 잘 시키는 법
3. 3구조화 출력(JSON)으로 LLM 응답 받기
4. 4프롬프트 캐싱으로 API 비용 줄이기
5. 5AI와 검색 평가 코드 만들기: 실행 오류를 다시 물어 고치기
6. 6AI 도구 요청을 실행하는 법: 형식 오류와 중복 작업 복구

마치고 나면 할 수 있는 일

• AI·모델·프롬프트를 쉬운 예로 구분합니다.
• 안내문 예제에서 원자료의 사실과 AI가 덧붙인 주장을 구분합니다.
• AI가 답을 만드는 원리와 대화 한도·요금의 차이를 설명합니다.

이 수업의 순서

1. 1AI가 처음이라면: 어려운 말 없이 이해하기
2. 2AI가 처음이라면: 안내문 하나 같이 써 보기
3. 3붙여 넣기 전에: 내 자료와 남의 자료를 구분하기
4. 4프롬프트 잘 쓰는 법: 같은 모델에서 전혀 다른 답이 나오는 이유
5. 5AI는 왜 틀리나: 할루시네이션이 생기는 원리와 잡아내는 법
6. 6LLM이 뭔가요: ChatGPT가 답을 만들어 내는 방식
7. 7토큰과 요금: 긴 대화는 어떻게 계산될까

마치고 나면 할 수 있는 일

• 요약에서 확정된 사실과 추측을 구분합니다.
• 할 일의 담당·기한·먼저 필요한 정보를 설명합니다.
• 필수 조건과 선호를 나누고 판단을 보류할 이유를 찾습니다.

이 수업의 순서

1. 1긴 메모에서 필요한 사실만 꺼내기
2. 2메모가 할 일이 되는 과정: 순서와 빈칸 이해하기
3. 3AI의 추천 읽는 법: 조건·근거·모르는 것

마치고 나면 할 수 있는 일

• 같은 기준으로 결과를 비교하고 새로운 사례로 수정 효과를 확인합니다.
• 초안·검토·승인·실패 처리를 단계별로 설계합니다.
• 검토·수정을 포함한 시간과 품질로 적용 범위를 결정합니다.

이 수업의 순서

1. 1AI 결과, 좋아 보이는 것과 쓸 만한 것
2. 2AI 업무 흐름, 어디서 사람이 확인할까
3. 3AI 도입, 시간 절약부터 중단 기준까지