병원근로자를 위한 생성형 AI 업무활용 실무
병원 근로자를 위한 생성형 AI 업무활용 실무 과정입니다. 병원 업무에 AI를 어디까지 맡길지 판단하는 법부터 환자정보 입력 전 점검, 병원형 AI 지시문 작성, 회의·보고·공지문 자동화, 환자·보호자 설명, 원무·민원 대응, AI 숫자 검수, 환자안전 조사, 지침·연구자료 검증, AI 거짓말 탐지, 부서 AI 사용원칙 수립까지 다룹니다.
원하시는 AI·실무 교육과정을 검색하세요
신청은 로그인 후 과정 상세 페이지에서 진행됩니다. 동일 과정 수강 중이거나 이전 기수 진도율이 30% 미만인 경우 재신청이 제한될 수 있습니다.
공지사항과 새로 올라온 칼럼을 한눈에 확인하세요.
병원 근로자를 위한 생성형 AI 업무활용 실무 과정입니다. 병원 업무에 AI를 어디까지 맡길지 판단하는 법부터 환자정보 입력 전 점검, 병원형 AI 지시문 작성, 회의·보고·공지문 자동화, 환자·보호자 설명, 원무·민원 대응, AI 숫자 검수, 환자안전 조사, 지침·연구자료 검증, AI 거짓말 탐지, 부서 AI 사용원칙 수립까지 다룹니다.
구글 워크스페이스의 드라이브, 문서, 스프레드시트, 캘린더, 지메일을 제미나이와 함께 활용해 업무 효율을 높이는 방법을 배우는 9강 과정입니다. 파일 버전 관리부터 데이터 정리, 회의 자동화, 정보보안까지 실무에 바로 적용할 수 있는 내용을 다룹니다.
제조, 건설, 물류, 병원, 사무, 서비스 등 다양한 업종의 안전보건 담당자와 관리감독자가 생성형 인공지능을 위험성평가 실무에 활용하는 방법을 배우는 과정입니다. 산업안전보건법과 2026년 개정 시행규칙에 따른 위험성평가 절차를 실제 사업장 행동으로 바꾸고, 인공지능으로 위험요인 후보와 확인질문을 만들되 인공지능이 만든 점수와 원인, 법적 기준은 반드시 사람이 검증하도록 훈련합니다. 1강부터 10강까지 법령 이해, 평가방법 선택, 체크리스트 작성, 근로자 참여, 위험성 결정과 개선대책, 작업 전 안전점검회의, 증빙 추적, 종합 프로젝트까지 실무 전 과정을 가상 사업장 연속사례로 익힙니다.
생성형 AI는 똑똑하지만 우리 회사 업무는 하나도 모르는 신입사원과 같습니다. 이 과정은 그 신입사원을 온보딩하고 일을 맡기고 검수하는 과정을 그대로 AI 활용법으로 옮깁니다. 온보딩 카드, 업무지시서, 확인질문 목록, 계획표, 자료 전달 방식, 중간 체크포인트, 피드백 구조화, 검수표, 업무 플레이북까지 실무에 바로 쓸 수 있는 도구를 강의마다 직접 만듭니다. 완벽한 질문 한 번으로 끝내려 하지 않고, 설명하고 확인하고 맡기고 피드백하고 검수하는 과정을 반복하면서 AI와 함께 일하는 방법을 익힙니다.
공무원, 공공기관 임직원, 지방공기업 종사자가 생성형 인공지능을 실제 행정업무에 활용할 때 인공지능기본법, 인공지능데이터행정법, 개인정보 보호법에 따른 판단 기준을 익히는 실무형 인공지능 컴플라이언스 교육입니다. 민원 응대, 보고서 작성, 정책 수립, 인사·복지 업무에서 인공지능을 안전하게 활용하는 방법부터 사고 발생 시 대응 절차까지 다룹니다.
프롬프트를 아무리 다듬어도 결과가 들쭉날쭉하다면, 원인은 대부분 인공지능에게 제공하는 정보 환경, 즉 컨텍스트에 있습니다. 이 과정은 컨텍스트를 여덟 개 층으로 나눠 설계하는 법부터 시작해, 필요한 자료만 찾아 조립하는 법, 긴 작업에서 컨텍스트를 압축하고 충돌과 보안 위험까지 관리하는 법을 3강에 걸쳐 심화 학습합니다. 각 강마다 업무용 컨텍스트 설계표, 컨텍스트 조립 시나리오, 컨텍스트 품질관리 및 보안 체크리스트를 직접 만들어 실무에 바로 적용할 수 있습니다.
설비 센서 데이터에서 이상 후보를 찾고, 고장예측 분류모델을 만들어 정밀도와 재현율로 평가하는 방법을 배우는 과정입니다. 데이터 누출을 막는 특징 설계, 모델 점수 기반 정비 우선순위 후보 작성, 모델 적용범위와 재평가 관리, 잔여수명 회귀까지 실습합니다.
설비 센서의 시계열 데이터를 시간축부터 검증하고, 결측과 이상 구간을 사건 단위로 정리해 설비진단 리포트를 작성하는 방법을 배우는 과정입니다. 날짜시간 변환과 정렬, 리샘플링, 이동평균, 변화량 계산, 다중 센서 비교까지 실습합니다.
제조 현장 데이터를 파이썬으로 직접 분석하는 방법을 처음부터 배우는 과정입니다. 온도, 진동, 압력 같은 설비 센서 데이터를 판다스와 넘파이로 읽고, 결측치와 이상값을 다루며, 맷플롯립과 시본으로 시각화하는 전체 흐름을 실습합니다.
실무에서 생성형 인공지능을 자주 쓰지만 결과 품질이 매번 다르다면, 그 원인은 프롬프트보다 함께 제공하는 컨텍스트에 있는 경우가 많습니다. 이 과정은 목표와 자료, 조건, 대상, 출력형식이라는 다섯 가지 재료로 프롬프트를 점검하는 법부터 시작해 예시 활용, 추론 구조화, 컨텍스트 설계, 긴 문서 처리, 지속 작업환경 구성, 도구 활용, 디버깅까지 10강에 걸쳐 단계적으로 다룹니다. 마지막 심화 강의에서는 코딩 에이전트에서 컨텍스트가 어떻게 확장되는지도 함께 살펴봅니다.