Role, Goal, Context, Constraints, Output Format, Evaluation, Clarifying Questions — 7가지 요소로 AI에게 효과적으로 일을 시키는 프레임워크
Purpose, Sources, Glossary, Organization Context, Constraints, Output Format, Verification Rules — 다문서 입력을 위한 구조화 템플릿
Planner, Executor, Reviewer 3턴 반복으로 결과물 품질을 높이는 에이전트 운용 방식. 일회성 대화를 넘어 반복 개선 체계 구축
Prompt Injection, Excessive Agency, Overreliance — OWASP LLM Top 10 기반 임원용 1장 안전 가이드라인
| 영역 | 기존 방식 (v1.0) | v2.0 방식 |
|---|---|---|
| 프롬프팅 | 기본 프롬프트 작성 | Context Engineering — 컨텍스트 윈도우 전체 설계 |
| AI 활용 | 일회성 대화 | Agentic Loop — Plan→Execute→Check 반복 |
| 입력 방식 | 텍스트 중심 | Voice-first — 음성 우선, 멀티모달 |
| 품질 관리 | "좋아 보이면 OK" | Evaluation — 자동+LLM Judge+사람 평가 |
| 보안 | 기본 가이드라인 | Guardrails — Prompt Injection, Excessive Agency 방어 |
| 도구 | ChatGPT 웹 UI | CLI Agent — Claude Code, 파일 기반 자동화 |
"비서에게 위임하라" — AI Assistant를 임원 비서실(Chief of Staff)처럼 사용. Voice-first, Delegation Canvas 체득.
"참모와 논의하라" — System Prompt + Markdown + Context Pack으로 표준화. Agentic Loop, 구조화된 출력 체득.
"조직을 지휘하라" — CLI Agent + Multi-agent로 프로젝트 스프린트. Working Artifact, Agent Runbook 체득.
이론 20~25%, 실습 63~69%, 공유 8%의 황금 비율. "Micro-lecture → Lab Sprint → Share" 반복으로 체화.
B1~B20(초급), I1~I18(중급), A1~A12(고급). Core 필수 + Role Pack 선택으로 유연한 구성.
Delegation Canvas, Context Pack, Agentic Loop, OWASP Guardrails. 특정 도구가 아닌 "방법론" 중심 교육.
Context Engineering, Voice-first, CLI Agent, Multi-agent. "프롬프트 작성"을 넘어 "AI 오케스트레이션" 역량.
Core 필수(B1~B2) + Role Pack 선택(보고/시장/재무/조직). Voice-first, Delegation Canvas 7요소 체득.
Core 필수(I1~I3) + Role Pack 선택(문서/컨텍스트/회의→실행/리스크). Context Pack, Agentic Loop 체득.
공통 모듈 2시간 + 프로젝트 스프린트 2시간. Claude Code, Multi-agent, Guardrails 체득.
조직의 특성과 목표에 맞는 AI 교육 커리큘럼을 제안해드립니다. 아래 양식을 작성해주시면 담당자가 빠르게 연락드리겠습니다.
Context Engineering × Agentic AI. 2026년 AI 교육의 새로운 기준을 경험하세요.