← AI 교육·컨설팅
EDUCATION · CONSULTING
AI 데이터 에이전트 과정
AI 도입이 멈추는 곳은 대개 모델이 아니라 데이터 준비 상태다. 데이터의 원천을 정하고 정합성을 검증하고 메타데이터를 자산으로 만든 뒤, 그 위에 정답률로 검증하는 데이터 에이전트를 직접 구축한다. 계산·판정은 코드가, LLM은 의도 해석과 결과 서술만 맡는다.
- 대상
- AI 도입·데이터 업무를 맡은 재직자 (PM·기획·AX 담당 등 비개발 직군, 코딩 경력 불요)
- 결과물
- 충돌 탐지 스크립트·메타 카탈로그 생성기·지표 정의서·에이전트 채점 스크립트 — 회차마다 실무에 다시 쓰는 산출물
- 진행방식
- 1:1 개인지도 기준 · 4인 이내 소그룹 · 기업 출강. 주 1회 3시간, Track 단위 분리 수강 가능. Claude Code · Python · DuckDB.
진행 단계
- 01FDE 여정 — 첫 배포, 실무에서 관통 프로젝트 1건 발굴, 프로토타입·검수
- 02데이터 원천 확정 — 처음 보는 공공데이터 실물(4만여 행)에서 충돌 유형 확정
- 03규칙을 테스트로 고정 — 위반이 실패로 드러나는 충돌 탐지 스크립트
- 04메타 카탈로그·지표 정의 — 계산식·예외 규칙·원천 컬럼을 SQL로 고정
- 05컨텍스트 레이어 — 지표·업무 지식을 에이전트가 도구 호출로 읽는 자산으로
- 06에이전트 검증 — 정답셋 20문항 채점, 오답 원인 분류, 처음 보는 DB 실전 스프린트
과정 구성
Track 1 · FDE 여정
1~9회 27시간 — AI로 직접 만드는 손
Track 2 · 데이터 원천·정의
10~14회 15시간 — 무엇이 진짜 데이터인지 정하는 눈
Track 3 · 컨텍스트 레이어·에이전트 검증
15~20회 18시간 — 정답률로 증명
레퍼런스
기업 AX 1:1 과정
기업 재직자 대상 1:1 운영 — 문제 발굴부터 데이터·에이전트 검증까지