《AI 기본사회 시민학교》

AI 격차를 넘어, 누구나 AI와 함께 성장하는 지역사회

전국 지방자치단체 · 평생교육기관 제안용 사업계획서

교육 프로그램 《AI와 나, 세상을 잇다》 부제 AI 시대, 내 삶의 주인으로 3시간 × 4회 · 총 12시간 시민 AI 평생학습 과정

제안자 구건서 · Keon-seo Koo NAVIGATORSHIP

1. 제안의 출발점 — AI 시대의 새로운 지역 격차

AI가 일상과 업무의 범용 도구가 되면서 지역의 새로운 과제는 단순한 기기 보급이 아니라 ‘AI를 이해하고, 활용하고, 결과를 검증하고, 자기 삶과 일에 연결할 수 있는가’의 격차가 되고 있습니다.

기존 자료가 강조한 것처럼 초보자에게 필요한 출발점은 기능 목록이 아니라 “AI가 내 삶에 무슨 도움이 되는가?”라는 질문입니다. AI와 친숙해지고, 실제 생활과 일에 적용하고, 자신의 경험을 지식과 콘텐츠로 바꾸고, 다시 지역사회에 기여하도록 설계해야 합니다.

• AI 격차: 접근의 격차를 넘어 활용·판단·생산·기여의 격차로 확장

• 경험자산 소멸: 농업·임업·공직·기업·자영업·가족·지역문화의 경험은 기록하지 않으면 사라짐

• 평생학습 전환: 일회성 기능교육에서 지속적인 학습·창작·연구·기여로

• Human Agency: AI가 더 많이 도울수록 인간의 질문·판단·주도권·책임을 더 분명히

AI 교육을 하나 더 만드는 것이 아니라, AI 시대의 시민 역량을 지역의 새로운 평생학습 인프라로 만드는 제안입니다.

2. 정책 비전 — AI 기본사회

이 제안에서 ‘AI 기본사회’는 특정 정당이나 제도의 명칭으로 한정하지 않습니다. 지역·세대·직업·학력·소득과 관계없이 시민 누구나 AI의 혜택에 접근하고, 기본적인 AI 리터러시를 갖추며, AI를 자신의 삶과 일에 책임 있게 활용할 기회를 가져야 한다는 포용적 지역사회 비전으로 사용합니다.

누구도 AI 시대에서 소외되지 않되, 누구도 AI에게 자기 삶의 주도권을 넘기지 않도록 한다.

3. 왜 지금 필요한가

2026년 교육정책에서도 AI 기본역량의 보편화와 교육격차 해소가 주요 과제로 제시되고 있습니다. 교육부는 전공과 관계없이 AI 기본역량을 갖추도록 대학 AI 기본교육과정 지원사업을 추진하고 있으며, 지역·여건에 따른 AI 교육격차 해소를 사업 취지로 밝히고 있습니다.

• AI는 검색·요약을 넘어 글쓰기, 문서, 이미지, 음성, 분석, 의사결정 지원으로 확장

• 멀티모달 AI는 키보드가 익숙하지 않은 시민도 말·사진·문서로 시작할 수 있게 함

• 조직의 AX가 진행될수록 시민과 현장의 AI 리터러시가 지역 경쟁력의 기반이 됨

• 향후 휴머노이드·에이전트형 AI가 현실 공간과 업무로 확장될수록 인간의 판단과 책임 교육이 더 중요

※ 휴머노이드는 본 과정의 사용법 교육 대상이 아니라 ‘AI가 화면 밖 현실 세계로 확장되는 미래’를 이해하는 전망 주제로 다룹니다.

4. 사업 개요

5. 교육 철학 — 기능교육이 아니라 성장경로

기존 20회 Human–AI 성장 프로그램의 핵심은 ‘친구 → 활용자 → 저자 → 연구자 → 기여자’의 성장경로였습니다. 이번 12시간 시민학교는 그 철학을 유지하되, 전국 지자체가 도입하기 쉬운 4회 집중형으로 재구성합니다.

Connect → Collaborate → Create → Discover → Contribute

6. 1회차 — AI와 연결되다

주제: AI 기본사회와 AI 격차 — 두려움에서 첫 대화까지

• AI는 무엇이고 무엇을 잘하며 무엇을 못하는가

• AI 격차와 불평등: 접근 격차에서 활용·판단 격차로

• AI 기본사회: 누구나 배울 기회, 누구나 판단할 역량

• 생성형 AI 첫 대화: 질문하고 다시 묻기

• 음성으로 AI와 대화하기 — 타이핑 장벽 낮추기

• 사진을 보여주고 묻기 — 멀티모달 첫 경험

• AI의 오류와 환각: ‘그럴듯함’과 ‘사실’을 구별하기

• 나만의 AI 파트너 역할 정하기

회차 결과물: 나의 첫 AI 대화 + AI 질문 10개 + My AI Partner Profile

7. 2회차 — AI를 이해하고 활용하다

주제: AI 리터러시와 멀티모달 — 생활과 일에 AI 붙이기

• AI 리터러시의 5요소: 질문 → 맥락 → 생성 → 검증 → 판단

• 좋은 요청의 기본형: Ask → Context → Check → Refine

• 말·사진·문서·표를 함께 다루는 멀티모달 AI

• 생활 활용: 여행, 일정, 학습, 영어, 가족, 정보 정리

• 업무 활용: 문서 초안, 회의자료, 홍보, 고객응대, 조사·비교

• 정보 출처 확인과 개인정보·저작권·보안의 기본

• AI에게 맡길 것과 내가 직접 판단할 것 구분하기

• ‘답을 받는 사람’에서 ‘검토하고 결정하는 사람’으로

회차 결과물: 나의 AI 활용지도 + 생활/업무 문제 1개 해결 + 검증 체크리스트

8. 3회차 — AI로 나와 일을 확장하다

주제: 경험자산과 AX — 내 경험을 지식·콘텐츠·성과로

• AX(AI Transformation): AI 도입이 아니라 일하는 방식과 학습 방식의 변화

• 개인 AX: 반복업무 줄이기, 사고와 창작의 시간 늘리기

• 나의 경험자산 찾기: 직업·농사·사업·가족·실패·성공·지역생활

• AI 인터뷰로 경험 꺼내기

• Memory → Record → Knowledge → Legacy

• 경험에서 글·강의·매뉴얼·콘텐츠·책 주제 만들기

• 작은 연구질문 만들기: ‘내가 평생 궁금했던 것 한 가지’

• AI 도움과 인간 판단의 경계: Human Experience → AI Assistance → Human Judgment

회차 결과물: 나의 경험자산 10개 + 콘텐츠/책 후보 3개 + My Question 1개

9. 4회차 — AI와 더 나은 세상을 만들다

주제: Human Agency와 지역사회 기여 — AI 시대, 내 삶의 주인으로

• AI가 더 잘할수록 인간에게 더 중요해지는 것: 방향·판단·책임

• Human Agency: AI를 활용하되 삶의 저자성은 인간에게

• NAVIGATORSHIP 원칙: 역량은 위임하라. 주도권은 보존하라. 최종 책임은 인간이 져라.

• 휴머노이드와 에이전트 시대: AI가 ‘답하는 존재’에서 ‘행동하는 존재’로

• 지역사회에서의 AI: 세대 연결, 생활문제 해결, 경험 전승, 지역지식 축적

• 나의 Contribution Project 설계

• 교육 이후의 개인 AI Lab: 지속 학습·기록·연구

• 성과 공유: ‘나는 AI로 무엇을 더 잘하게 되었고, 무엇은 내가 끝까지 책임할 것인가?’

회차 결과물: My AI Lab 초안 + My Contribution Project + 개인 AI 사용원칙

10. 12시간 교수설계

권장 시간배분(회당 180분): Learn 35분 → Demonstration 25분 → Try 45분 → Make 45분 → Share/Discussion 20분 → Break/정리 10분.

11. 시민 AI 리터러시 프레임

본 과정에서 AI 리터러시는 ‘프롬프트 기술’보다 넓게 정의합니다.

12. 지역 AX — 시민의 변화가 지역의 변화로

AX를 소프트웨어 구매나 자동화 프로젝트로만 보지 않습니다. 시민과 현장 조직이 AI를 이용해 업무·학습·창작·소통 방식을 실제로 바꾸는 과정까지 포함합니다.

• 시민 AX: 생활정보·학습·문서·창작·경험기록의 변화

• 소상공인 AX: 홍보·고객응대·상품설명·시장조사·외국어 지원

• 농·임업 AX: 기록·정보정리·교육자료·홍보콘텐츠·경험 전승

• 공동체 AX: 마을기록·세대 인터뷰·지역문화 콘텐츠·생활문제 아이디어

• 평생학습 AX: 수강생 → Creator → Researcher → Mentor로 역할 전환

지역 AX의 출발점은 ‘AI를 많이 도입하는 것’이 아니라 ‘지역의 사람이 AI와 함께 더 잘 배우고, 일하고, 만들고, 기여하는 것’입니다.

13. 기대효과와 성과지표

교육이 끝난 뒤 ‘수료증’만 남지 않도록 과정과 결과를 함께 측정합니다.

기관 선택형 확장지표: 참여율, 완주율, 고령층 참여비율, 결과물 수, 후속 학습모임 수, 지역 콘텐츠 수, 사례발표 수.

14. 운영 및 확산 모델

전국 공통 표준과 지역 맞춤형 사례를 결합합니다. 도청·시청·군청·평생학습관/평생교육원은 지역 산업과 인구구조에 따라 실습 사례를 교체할 수 있습니다.

• Pilot: 1기 20~30명, 4회 12시간 운영

• Measure: 사전·사후 + 회차별 결과물 + 최종 기여 프로젝트

• Share: 우수사례 발표회 및 지역 평생학습 성과공유

• Scale: 읍·면·동, 도서관, 복지관, 주민자치센터 등으로 확산

• Network: 수료자 중 희망자를 시민 AI 학습동아리·멘토로 연결

• Archive: 개인정보·저작권 동의를 전제로 지역 경험과 결과물을 ‘Living Archive’로 축적 가능

원칙: 작게 시작하고, 정확히 측정하고, 성과가 있으면 확대합니다.

15. 기관별 적용 예시

16. 제안자 및 교육 차별성

구건서는 공인노무사·교육자·저자로서 노동, 조직, 리더십, 인간 성장, 평생학습과 AI 시대의 Human Agency를 연결해 연구하고 교육해 왔습니다. 본 과정은 AI 기능을 나열하는 강좌가 아니라, 초보 시민이 AI와 친숙해지고 실제로 활용한 뒤 자신의 경험을 지식으로 바꾸고 지역사회 기여까지 연결하는 Human–AI 성장모델을 기반으로 합니다.

기존 프로그램의 핵심 자산:

• 친구 → 활용자 → 저자 → 연구자 → 기여자라는 성장 아키텍처

• Connect → Collaborate → Create → Discover → Contribute

• Learn → Try → Make → Share의 참여형 교수법

• Experience → Knowledge → Contribution의 지역 선순환

• AI로 사람을 대체하는 것이 아니라 AI로 사람의 가능성을 확장한다는 철학

17. 제안 사항

전국의 도청·시청·군청·평생교육기관에 제안드립니다.

먼저 한 기수로 시작해 주십시오. AI 초보 시민 20~30명이 4회, 총 12시간 동안 AI와 대화하고, 생활과 일에 활용하고, 자신의 경험을 지식으로 바꾸고, 마지막에는 지역사회에 무엇을 기여할지 설계하도록 해주십시오.

AI 격차를 넘어, 누구나 AI와 함께 성장하는 지역사회.

《AI 기본사회 시민학교》 《AI와 나, 세상을 잇다》 — AI 시대, 내 삶의 주인으로

18. 참고자료 · 개발 근거

본 제안서는 기존 Human–AI 평생성장 프로그램과 평창형 정책제안의 핵심 자산을 전국 지자체형 4회 집중과정으로 재구성한 것입니다.

• 구건서, 「AI와 함께 성장하는 20회 — 초보자를 위한 5단계 Human–AI 성장 프로그램」, 2026.09.13.

• 구건서, 「AI와 함께 성장하는 20회 — 기관·지자체 제안용 사업계획서」, 2026.09.13.

• 구건서, 「PYEONGCHANG HUMAN–AI LAB PROJECT」, 2026.09.13.

• 구건서, 「PYEONGCHANG 100 LABS」 정책제안 및 Executive Brief, 2026.09.13.

• 교육부, 「2026년 대학 인공지능(AI) 기본교육과정 개발 지원사업 20개교 신규 선정」, 2026.04.23.

• 교육부, 「교육부, 초·중등 인공지능 교육을 이끄는 AI 중점학교 본격 운영」, 2026.03.09.

• 교육부, 「대학 AI 활용 윤리 가이드라인」, 2026.08.24.

주: ‘AI 기본사회’는 본 제안에서 포용적 시민 AI 역량과 접근기회를 설명하기 위한 정책 프레임으로 사용하며, 특정 법정계획이나 정부 공식 사업명을 의미한다고 전제하지 않습니다.

《AI 기본사회 시민학교》

AI 격차를 넘어, 누구나 AI와 함께 성장하는 지역사회

교육 프로그램 《AI와 나, 세상을 잇다》 | AI 시대, 내 삶의 주인으로 | 3시간 × 4회 = 총 12시간

왜 필요한가

4회차 핵심 교육

핵심 철학

운영 및 기대효과

작게 시작하고, 정확히 측정하고, 성과가 있으면 확대합니다.

제안자 구건서 · Keon-seo Koo | NAVIGATORSHIP

《AI 기본사회 시민학교》

AI 격차를 넘어, 누구나 AI와 함께 성장하는 지역사회

전국 도청 · 시청 · 군청 · 평생교육기관 제안용 10페이지 요약본

교육 프로그램 《AI와 나, 세상을 잇다》 AI 시대, 내 삶의 주인으로 3시간 × 4회 · 총 12시간

AI를 배우는 시민에서 AI와 함께 배우고 만들고 판단하고 기여하는 시민으로

제안자 구건서 · Keon-seo Koo NAVIGATORSHIP

1. 왜 《AI 기본사회 시민학교》인가

AI의 일상화는 새로운 기회인 동시에 새로운 격차를 만듭니다. 앞으로의 지역 격차는 단순히 AI를 ‘가지고 있느냐’보다 AI를 이해하고 활용하고 검증하고 자기 삶과 일에 연결할 수 있느냐에서 더 크게 나타날 수 있습니다.

AI 교육을 하나 더 만드는 것이 아니라, AI 시대의 시민 역량을 새로운 평생학습 인프라로 만드는 사업입니다.

2. 정책 비전 — AI 격차를 넘어 AI 기본사회로

본 제안에서 ‘AI 기본사회’는 특정 정치적 구호에 한정하지 않습니다. 지역·세대·직업·학력·소득에 관계없이 누구나 AI의 혜택에 접근하고, 기본적인 AI 리터러시를 갖추며, 자신의 삶과 일에 책임 있게 활용할 기회를 가져야 한다는 시민 포용의 정책 비전입니다.

• ACCESS — 누구나 AI에 접근하고 편안하게 대화할 수 있다.

• ASK — 자신의 목적과 상황을 담아 질문할 수 있다.

• CHECK — AI의 답을 사실처럼 그대로 받아들이지 않고 확인할 수 있다.

• JUDGE — 여러 답과 대안을 비교하여 스스로 판단할 수 있다.

• OWN — AI를 활용하더라도 최종 선택과 책임을 인간이 가진다.

누구도 AI 시대에서 소외되지 않되, 누구도 AI에게 자기 삶의 주도권을 넘기지 않도록 한다.

3. 교육 프로그램 — 《AI와 나, 세상을 잇다》

기존 Human–AI 성장 프로그램의 ‘친구 → 활용자 → 창작자 → 연구자 → 기여자’라는 성장경로를 유지하면서, 전국 지자체가 도입하기 쉬운 4회·12시간 집중형으로 재구성합니다.

Connect → Collaborate → Create → Discover → Contribute

4. 1·2회차 — 접근에서 AI 리터러시까지

1회차 | AI와 연결되다 — AI 기본사회와 AI 격차

• AI의 가능성과 한계를 쉬운 언어로 이해

• 음성대화로 타이핑 장벽 낮추기

• 사진을 보여주고 질문하는 멀티모달 첫 경험

• AI 오류·환각을 경험하고 ‘그럴듯함’과 사실 구별

• 나만의 AI 파트너 역할 설정

결과물: 첫 AI 대화 · AI 질문 10개 · My AI Partner Profile

2회차 | AI를 이해하고 활용하다 — AI 리터러시와 멀티모달

• 질문 → 맥락 → 생성 → 검증 → 판단의 기본 루틴

• 생활·학습·문서·홍보·조사 등 실제 문제 해결

• 말·사진·문서·표를 함께 활용

• 개인정보·저작권·보안의 기본

• AI에게 맡길 것과 인간이 직접 판단할 것 구분

결과물: 나의 AI 활용지도 · 생활/업무 문제 해결 사례 · 검증 체크리스트

5. 3·4회차 — 경험자산에서 지역사회 기여까지

3회차 | AI로 나와 일을 확장하다 — 경험자산과 AX

• AX를 ‘AI 구매’가 아니라 일하고 배우는 방식의 변화로 이해

• 직업·농사·사업·공직·가족·실패·성공에서 경험자산 찾기

• AI 인터뷰로 기억과 노하우 꺼내기

• Memory → Record → Knowledge → Legacy

• 경험을 글·강의·매뉴얼·콘텐츠·책·연구주제로 전환

결과물: 경험자산 10개 · 콘텐츠/책 후보 3개 · My Question

4회차 | AI와 더 나은 세상을 만들다 — Human Agency와 기여

• AI가 더 잘할수록 인간에게 중요해지는 방향·판단·책임

• 휴머노이드·에이전트 시대의 변화와 인간 역할

• 개인 AI Lab 설계

• 지역문제·세대연결·경험전승을 위한 Contribution Project

• 개인 AI 사용원칙 작성

결과물: My AI Lab · My Contribution Project · 개인 AI 사용원칙

6. 이 교육의 차별성 — ‘사용법’에서 ‘시민 성장’으로

역량은 위임하라. 주도권은 보존하라. 최종 책임은 인간이 져라.

AI를 잘 쓰는 기술과 AI에 휘둘리지 않는 판단력을 함께 가르칩니다.

7. 지역 AX와 Living Archive

시민 한 사람의 변화가 지역의 변화로 이어지도록 설계합니다. 기존 지역주민의 농업·산림·공직·사업·생활문화 경험은 기록되지 않으면 사라지지만, AI와 함께 기록하고 구조화하면 다음 세대가 다시 사용할 수 있는 지역 지식자산이 됩니다.

개인정보와 저작권 동의를 전제로 이러한 결과물을 지역별 ‘Living Archive’로 축적하면 교육 종료 후에도 살아 있는 지역지식이 남습니다.

8. 운영 · 성과측정 · 확산

• 대상: AI 초보 시민, 중장년·은퇴자, 직장인, 자영업자, 농·임업인, 전문직, 지역활동가 등

• 권장 인원: 1기 20~30명 내외

• 시간: 3시간 × 4회 = 총 12시간

• 방식: Learn → Try → Make → Share

• 운영: 주 1회 4주 또는 기관 일정에 따른 집중형

• 측정: AI 자신감 사전·사후, 질문·검증 역량, 실제 활용사례, 회차별 결과물, 최종 기여 프로젝트

작게 시작하고, 정확히 측정하고, 성과가 있으면 확대합니다.

9. 전국 지자체에 드리는 제안

도청·시청·군청·평생학습관·평생교육원마다 지역의 인구구조와 산업은 다릅니다. 따라서 교육의 공통 뼈대는 유지하되 사례는 지역에 맞게 바꿉니다.

• 도청: 광역 AI 격차 해소와 시·군 확산 모델

• 시청: 직장인·중장년·소상공인 중심 생활·업무 AX

• 군청: 고령층·농산어촌의 디지털 포용과 경험자산화

• 평생학습관/평생교육원: 시민 AI 리터러시 표준과정

• 도서관·문화기관: 지역기록·구술·책·콘텐츠 중심

먼저 한 기수로 시작해 주십시오.

AI 초보 시민이 12시간 동안 AI와 연결되고 → 활용하고 → 자신의 경험을 지식으로 만들고 → 지역사회 기여를 설계하게 해주십시오.

《AI 기본사회 시민학교》 AI 격차를 넘어, 누구나 AI와 함께 성장하는 지역사회

제안자 구건서 · Keon-seo Koo | NAVIGATORSHIP

《AI 기본사회 시민학교》

AI 격차를 넘어, 누구나 AI와 함께 성장하는 지역사회

총 4회차 교육프로그램 · 3시간 × 4회 = 총 12시간 《AI와 나, 세상을 잇다》 AI 시대, 내 삶의 주인으로

전국 도청 · 시청 · 군청 · 평생교육원/평생학습관 공통 모체과정 제안·강의용 Curriculum Master v1.0 구건서 · Keon-seo Koo | NAVIGATORSHIP

1. 과정의 목적

이 과정은 AI 기능을 빠르게 익히는 단기 특강이 아니라, AI 초보 시민이 AI와 친숙해지고 실제 생활과 일에 활용한 뒤 자신의 경험을 지식과 콘텐츠로 전환하고, 마지막에는 개인의 성장과 지역사회 기여를 연결하도록 설계한 시민 평생학습 과정입니다.

• AI 격차와 불평등을 ‘접근’뿐 아니라 활용·검증·판단·생산·기여 역량의 격차로 이해한다.

• AI 기본사회를 누구나 AI의 혜택과 학습기회에 접근할 수 있는 포용적 시민역량의 비전으로 이해한다.

• AI 리터러시를 질문 기술이 아니라 질문 → 검증 → 판단 → 책임의 능력으로 익힌다.

• 멀티모달 AI를 활용해 음성·사진·문서 중심으로 초보자와 고령층의 진입장벽을 낮춘다.

• 개인의 AX를 생활·업무·학습 방식의 실제 변화로 경험한다.

• AI와 함께 자신의 경험을 기록·지식·창작·작은 연구로 발전시킨다.

• 휴머노이드·에이전트 시대를 전망하면서 인간의 주도권과 최종 책임을 생각한다.

• 개인 AI Lab과 지역사회 Contribution Project를 설계한다.

2. 4회차 성장 아키텍처

Connect → Collaborate → Create → Discover → Contribute

기존 Human–AI 성장 프로그램의 ‘친구 맺기 → 잘 활용하기 → 책·창작 → 나만의 연구실 → 지역사회 기여’라는 흐름을 4회 집중과정으로 압축하되, 성장 논리는 그대로 유지합니다.

3. 공통 교수법 — Learn → Try → Make → Share

※ 기관·학습자 특성에 따라 각 구간은 ±10분 범위에서 조정할 수 있습니다. 핵심은 ‘설명만 듣는 3시간’이 아니라 매 회차 자기 결과물을 남기는 것입니다.

4. 제1회차 — AI와 연결되다

주제 | AI 기본사회와 AI 격차 — 두려움에서 첫 대화까지

학습목표

• 생성형 AI의 기본 원리와 가능성·한계를 일상 언어로 설명할 수 있다.

• AI 격차가 왜 새로운 시민 불평등이 될 수 있는지 이해한다.

• 음성·사진을 이용해 AI와 부담 없이 첫 대화를 할 수 있다.

• AI의 답이 틀릴 수 있음을 직접 경험하고 확인 습관을 시작한다.

• 나에게 필요한 AI 파트너의 역할을 정한다.

회차 결과물 | AI 질문 10개 · My AI Partner Profile · ‘AI를 그대로 믿지 않기’ 첫 체크

5. 제1회차 실습 설계

실습 A. 음성으로 시작하기

• 타이핑 대신 ‘내가 오늘 가장 궁금한 것’을 말로 묻는다.

• AI의 답을 듣고 ‘더 쉽게’, ‘예를 들어’, ‘내 상황에 맞게’ 다시 요청한다.

실습 B. 사진으로 대화하기

• 꽃, 물건, 문서, 메뉴, 안내판 등 안전한 사진을 보여주고 관찰·설명·정리를 요청한다.

• AI가 사진에서 무엇을 확실히 아는지, 무엇을 추정하는지 구분해 묻는다.

실습 C. AI 오류 찾기

• 자신이 잘 아는 분야의 질문을 던져 답을 검토한다.

• ‘근거가 무엇인가?’, ‘확실하지 않은 부분은?’, ‘다시 확인해줘’라고 요청한다.

과제

일주일 동안 AI에게 생활 질문을 최소 5번 하고, 그중 ‘도움이 된 답 1개 / 틀리거나 의심스러운 답 1개’를 기록해 온다.

6. 제2회차 — AI를 이해하고 활용하다

주제 | AI 리터러시와 멀티모달 — 생활과 일에 AI 붙이기

학습목표

• AI 리터러시의 핵심을 질문·맥락·검증·판단·책임으로 설명할 수 있다.

• 생활과 업무에서 반복되는 문제 하나를 AI와 함께 해결할 수 있다.

• 텍스트뿐 아니라 음성·사진·문서를 함께 사용하는 멀티모달 활용을 경험한다.

• 개인정보·저작권·보안의 기본선을 이해한다.

• AI에게 맡길 것과 자신이 판단할 것을 구분한다.

회차 결과물 | My AI Use Map · 실제 문제 해결 사례 · AI 검증 체크리스트

7. 제2회차 실습 설계

실습 A. 같은 질문을 다르게 묻기

• 짧은 질문 → 목적 추가 → 배경 추가 → 형식 지정 → 검증 요청 순서로 답의 변화를 비교한다.

실습 B. 내 문서를 AI와 함께 읽기

• 개인정보를 제거한 공지문·회의자료·교육자료 등을 요약하고 질문한다.

• 중요 숫자·날짜·고유명사를 원문과 대조한다.

실습 C. 멀티모달 생활문제

• 사진+설명, 문서+질문, 음성+후속질문을 결합한다.

실습 D. AI 검증 5문장

• 이 답에서 사실과 의견을 구분해줘.

• 확실하지 않은 부분을 표시해줘.

• 내가 직접 확인해야 할 것은 무엇이야?

• 다른 관점이나 대안도 보여줘.

• 최종 결정 전에 내가 판단해야 할 것은 무엇이야?

과제

자신의 생활 또는 업무에서 반복되는 일 하나를 골라 AI를 이용한 ‘Before → After’를 기록한다.

8. 제3회차 — AI로 나와 일을 확장하다

주제 | 경험자산과 AX — 내 경험을 지식·콘텐츠·작은 연구로

학습목표

• AX를 단순한 AI 도입이 아니라 일하고 배우는 방식의 변화로 이해한다.

• 자신이 평생 축적한 경험과 노하우를 ‘경험자산’으로 발견한다.

• AI 인터뷰를 통해 기억을 구조화하고 기록으로 바꿀 수 있다.

• 경험에서 글·강의·매뉴얼·책·연구주제를 도출할 수 있다.

• AI의 도움과 인간 경험·판단의 역할을 구분한다.

회차 결과물 | Experience Asset 10 · 콘텐츠/책 후보 3 · My Question 1

9. 제3회차 실습 설계

경험자산 탐색 8영역

AI 인터뷰 기본 프롬프트의 철학: AI가 이야기를 대신 만들어내는 것이 아니라, 인간이 실제로 살아온 경험을 질문으로 꺼내고 구조화하도록 돕게 한다.

과제

My Question에 대해 AI와 30분 이상 대화하고, ‘이미 아는 것 / 새로 알게 된 것 / 반드시 더 확인해야 할 것’을 3칸으로 나누어 기록한다.

10. 제4회차 — AI와 더 나은 세상을 만들다

주제 | Human Agency와 지역사회 기여 — AI 시대, 내 삶의 주인으로

학습목표

• AI가 더 많은 일을 수행할수록 인간의 방향·판단·책임이 왜 중요해지는지 이해한다.

• 휴머노이드와 AI 에이전트의 확장을 과장 없이 미래 변화의 맥락에서 이해한다.

• 자신의 지속적인 AI 학습·연구 공간인 My AI Lab을 설계한다.

• 자신의 성장 결과를 다른 사람과 지역사회에 돌려주는 기여 프로젝트를 만든다.

• 개인 AI 사용원칙을 선언한다.

회차 결과물 | My AI Lab Blueprint · Contribution Project · My Human–AI Principles

11. 제4회차 핵심 프레임

역량은 위임하라. 주도권은 보존하라. 최종 책임은 인간이 져라.

이 원칙은 AI를 덜 쓰자는 뜻이 아닙니다. AI의 역량을 적극 활용하되 무엇을 목표로 삼을지, 어떤 답을 믿을지, 어떤 행동을 선택할지, 결과를 누가 책임질지는 인간의 몫이라는 교육원칙입니다.

Contribution Project 예시

• 우리 마을 어르신 10명의 구술기록 만들기

• 농업·임업 경험을 초보 귀농인을 위한 작은 매뉴얼로 만들기

• 지역의 숨은 관광·생활 이야기를 다국어 콘텐츠로 만들기

• 퇴직자의 직업 경험을 청년에게 전하는 미니 강의 만들기

• 우리 동네 생활문제 하나를 조사하고 해결 아이디어 제안하기

• 가족 3세대의 삶과 지역 변화를 인터뷰하여 기록하기

12. 성과평가 — 수료증보다 변화와 결과물

기관용 핵심지표: 참여율 · 완주율 · 사전/사후 AI 자신감 · 결과물 완성률 · 실제 활용사례 수 · 후속 학습동아리/프로젝트 참여 의향.

13. 학습자 준비물 · 운영환경

• 스마트폰 필수 권장, 가능하면 노트북 또는 태블릿 병행

• 개인 이메일 및 사용 가능한 생성형 AI 계정

• Wi-Fi, 충전환경, 화면 공유가 가능한 강의장

• 초보자 지원을 위해 보조강사 또는 디지털 도우미 배치 권장

• 사진·문서 실습은 개인정보·민감정보가 없는 자료를 우선 사용

• 특정 AI 서비스 하나의 기능교육으로 고정하지 않고 공통 AI 리터러시를 중심으로 운영

고령층·초보자 과정에서는 ‘타이핑을 잘해야 AI를 쓸 수 있다’는 인식을 먼저 깨는 것이 중요합니다. 음성대화 → 사진 → 짧은 문장 순으로 진입하면 접근장벽을 크게 낮출 수 있습니다.

14. 기관별 맞춤화 원칙

공통 커리큘럼의 약 70%는 유지하고, 사례·실습·Contribution Project의 약 30%를 지역 산업과 주민 특성에 맞추는 방식이 적합합니다.

15. 강사용 운영 원칙

• ‘AI가 다 해준다’는 표현을 피하고 가능성과 한계를 함께 보여준다.

• 정답을 강의하기보다 참여자가 자기 질문을 만들도록 돕는다.

• AI가 틀린 장면을 숨기지 말고 오히려 검증교육의 재료로 사용한다.

• 학습자의 실제 경험을 AI가 임의로 보충하거나 꾸미지 않도록 지도한다.

• 기술용어보다 생활언어를 우선하고, 용어는 실습 뒤에 설명한다.

• 매 회차 결과물을 저장하게 하여 ‘내가 무엇을 만들었는지’ 보이게 한다.

• 빠른 학습자보다 느린 초보자가 따라올 수 있는 속도를 기준으로 한다.

• AI 활용의 마지막 질문은 항상 ‘그래서 내가 무엇을 판단하고 책임할 것인가?’로 돌아온다.

16. 4회 과정 이후의 확장

12시간 과정은 완결된 입문과정이면서 동시에 더 긴 성장과정의 입구입니다. 희망자와 기관의 여건에 따라 기존 20회 Human–AI 성장 프로그램으로 확장할 수 있습니다.

Learner → Creator → Researcher → Mentor

17. 최종 산출물 체크리스트

• AI 질문 10개

• My AI Partner Profile

• My AI Use Map

• AI 검증 체크리스트

• 생활/업무 Before → After 사례

• Experience Asset 10

• 콘텐츠·책 후보 3개

• My Question 1

• My AI Lab Blueprint

• My Contribution Project

• My Human–AI Principles

이 결과물들은 학습자의 개인 자료로 우선 보관합니다. 지역 Living Archive나 성과공유 자료로 활용할 경우에는 반드시 당사자의 동의, 개인정보 보호, 저작권 확인을 전제로 합니다.

18. 과정의 한 문장

AI와 연결되고, AI를 이해하고 활용하며, 나의 경험을 지식으로 만들고, 그 성장을 다시 사람과 지역사회에 돌려주는 교육.

《AI와 나, 세상을 잇다》

AI 시대, 내 삶의 주인으로

《AI 기본사회 시민학교》 AI 격차를 넘어, 누구나 AI와 함께 성장하는 지역사회 구건서 · Keon-seo Koo | NAVIGATORSHIP

《AI 기본사회 시민학교》

제1회차 3시간 강의안

AI와 연결되다

AI 기본사회와 AI 격차 — 두려움에서 첫 대화까지

교육 프로그램 《AI와 나, 세상을 잇다》 AI 시대, 내 삶의 주인으로 구건서 · Keon-seo Koo | NAVIGATORSHIP

오늘 3시간의 목표

AI를 ‘배우는 대상’에서 ‘대화할 수 있는 도구’로 바꿉니다.

• AI가 무엇인지 너무 어렵지 않게 이해합니다.

• AI 격차가 왜 시민의 문제가 되는지 생각합니다.

• 텍스트·음성·사진으로 직접 대화합니다.

• AI가 틀릴 수 있다는 사실을 경험합니다.

• 나에게 필요한 AI 파트너의 역할을 만듭니다.

오늘의 출발 질문

AI를 얼마나 알고 계십니까?

정답은 없습니다. 오늘의 목표는 ‘잘하는 사람’을 가리는 것이 아니라 각자의 출발점을 확인하는 것입니다.

• 써본 적이 없다.

• 몇 번 물어봤다.

• 검색 대신 가끔 쓴다.

• 업무나 생활에서 자주 쓴다.

• AI와 함께 무언가를 만들어본 적이 있다.

AI를 처음 만날 때 생기는 세 가지 마음

두려움 · 호기심 · 기대

AI 교육의 첫 단계는 기술 설명보다 두려움을 낮추는 것입니다.

• ‘너무 어렵지 않을까?’

• ‘내가 이 나이에 배울 수 있을까?’

• ‘내 일에 정말 도움이 될까?’

• ‘혹시 내 일을 빼앗는 것은 아닐까?’

AI는 컴퓨터 전문가만의 도구인가?

아닙니다. 일상 언어가 인터페이스가 되었습니다.

AI 시대의 새로운 키보드는 ‘질문’일 수 있습니다.

• 예전에는 프로그램을 배우려면 메뉴와 명령어를 익혀야 했습니다.

• 생성형 AI는 우리가 평소 쓰는 말로 요청할 수 있습니다.

• 말로 질문하고, 사진을 보여주고, 문서를 함께 읽을 수도 있습니다.

생성형 AI란 무엇인가

질문에 맞추어 새로운 텍스트·이미지·요약·아이디어 등을 만들어내는 AI

• 검색 결과를 그대로 보여주는 것과 다릅니다.

• 학습한 패턴을 바탕으로 다음에 올 내용을 생성합니다.

• 그래서 유용하지만, 그럴듯하게 틀릴 수도 있습니다.

AI가 잘하는 일

속도와 범위가 강점입니다.

• 초안 만들기

• 긴 글 요약하기

• 아이디어 여러 개 제안하기

• 표·목록으로 정리하기

• 문장을 쉽게 바꾸기

• 번역·설명·연습 상대가 되기

AI가 약한 일

‘말을 잘한다’와 ‘항상 사실이다’는 다릅니다.

AI의 유창함은 정확성의 증거가 아닙니다.

• 최신 사실을 항상 알고 있다고 가정하면 안 됩니다.

• 개인의 상황과 맥락을 완벽히 이해하지 못할 수 있습니다.

• 전문적·중대한 판단을 대신 맡겨서는 안 됩니다.

• 존재하지 않는 출처나 사실을 만들어낼 수 있습니다.

첫 번째 핵심 원칙

AI의 답은 ‘완성품’보다 ‘검토할 초안’으로 시작합니다.

Ask → Check → Refine → Judge

• 묻기

• 답 받기

• 확인하기

• 다시 묻기

• 내가 판단하기

AI 시대의 새로운 격차

AI가 있느냐 없느냐만의 문제가 아닙니다.

• 접근할 수 있는가?

• 편하게 질문할 수 있는가?

• 생활과 일에 활용할 수 있는가?

• 답을 검증할 수 있는가?

• 결과를 자기 지식과 성과로 만들 수 있는가?

AI 격차는 어떻게 커질 수 있을까

같은 AI를 가지고도 결과는 달라집니다.

도구의 격차보다 ‘사용과 판단의 격차’가 더 중요해질 수 있습니다.

• 한 사람은 검색만 합니다.

• 한 사람은 문서를 만들고 일을 줄입니다.

• 한 사람은 자신의 경험을 책과 콘텐츠로 만듭니다.

• 한 사람은 AI의 답을 그대로 믿고, 다른 사람은 확인하고 판단합니다.

누가 더 쉽게 소외될 수 있을까

기술 변화는 모든 사람에게 같은 속도로 오지 않습니다.

• 디지털 기기에 익숙하지 않은 고령층

• 새로운 교육 기회가 적은 지역 주민

• AI를 업무에 붙일 여유가 없는 소상공인·자영업자

• 언어·문서 작성에 부담을 느끼는 사람

• AI를 ‘젊은 사람의 기술’이라고 생각하는 사람

그래서 ‘AI 기본사회’

누구나 AI를 쓸 기회와 기본 역량을 갖는 지역사회

• 기기를 나눠주는 것만으로 충분하지 않습니다.

• 계정을 만드는 것만으로 충분하지 않습니다.

• 질문하고 활용하고 확인하고 판단하는 능력이 필요합니다.

• 배운 것을 자기 삶과 일에 연결할 기회가 필요합니다.

AI 기본사회의 다섯 가지 시민역량

ACCESS → ASK → CHECK → JUDGE → OWN

• ACCESS: AI와 편하게 대화하기

• ASK: 목적과 맥락을 담아 질문하기

• CHECK: 사실과 오류 확인하기

• JUDGE: 내 상황에 맞는지 판단하기

• OWN: 최종 선택과 책임을 내가 갖기

오늘 가장 중요한 문장

누구도 AI 시대에서 소외되지 않되, 누구도 AI에게 자기 삶의 주도권을 넘기지 않도록 한다.

AI는 사람을 대체하는가?

질문을 조금 바꿔봅시다.

• ‘AI가 무엇을 할 수 있는가?’

• 그리고 더 중요한 질문: ‘AI와 함께 나는 무엇을 더 잘할 수 있는가?’

• 마지막 질문: ‘무엇은 내가 직접 판단하고 책임해야 하는가?’

AI와 인간의 역할

AI Assistance + Human Judgment

• AI: 빠르게 생성·정리·비교·제안

• 인간: 목적 설정·맥락 이해·가치 판단·최종 결정

• 좋은 협업은 둘의 강점을 구분하는 데서 시작합니다.

멀티모달이란

AI와 대화하는 문이 글자 하나에서 여러 감각으로 넓어지는 것

• 텍스트를 입력합니다.

• 말로 질문합니다.

• 사진을 보여줍니다.

• 문서를 올려 함께 읽습니다.

• 표·이미지·음성을 함께 다룰 수 있습니다.

왜 멀티모달이 중요한가

AI 초보자에게 ‘타이핑 실력’이 장벽이 되지 않게 합니다.

특히 고령층 교육에서는 음성 → 사진 → 짧은 문장 순서가 효과적인 진입로가 될 수 있습니다.

• 말은 누구나 오래 사용해온 인터페이스입니다.

• 사진은 설명하기 어려운 상황을 바로 보여줄 수 있습니다.

• 문서는 ‘내 자료’를 가지고 AI와 대화하게 합니다.

시연 1 — 말로 물어보기

첫 질문은 거창할 필요가 없습니다.

• ‘오늘 저녁 냉장고에 있는 재료로 무엇을 만들까?’

• ‘이 문장을 더 쉽게 설명해줘.’

• ‘내가 여행 준비할 때 빠뜨리기 쉬운 것을 물어봐줘.’

다시 묻기가 실력입니다

첫 답이 마음에 안 들면 대화를 끝내지 않습니다.

• ‘더 쉽게 설명해줘.’

• ‘예를 하나 들어줘.’

• ‘70대 초보자도 이해하게 설명해줘.’

• ‘내 상황을 먼저 물어보고 답해줘.’

• ‘세 가지 선택지로 비교해줘.’

실습 1 — 나의 생활 질문 5개

AI에게 물어볼 수 있는 것은 생각보다 많습니다.

• 생활

• 건강정보 이해

• 여행

• 학습

• 취미

• 가족

• 문서

• 농사·일

• 영어

• 아이디어

좋은 질문은 길어야 하나?

아닙니다. 중요한 것은 목적과 맥락입니다.

• 무엇을 원하는가?

• 왜 필요한가?

• 누구를 위한 것인가?

• 어떤 형식이 좋은가?

• 무엇을 특히 조심해야 하는가?

질문의 기본형

요청 + 상황 + 원하는 결과

예: ‘나는 AI 초보자야. 스마트폰으로 사진을 정리하는 방법을 아주 쉽게 5단계로 설명해줘.’

• 요청: 무엇을 해줘.

• 상황: 나는 누구이고 왜 필요한지.

• 결과: 표, 짧은 글, 단계별 설명 등 원하는 형식.

AI에게 먼저 질문하게 하기

내가 무엇을 물어야 할지 모를 때도 방법이 있습니다.

• ‘내 상황을 이해하기 위해 먼저 5가지만 질문해줘.’

• ‘내가 놓친 정보가 있으면 답하기 전에 물어봐줘.’

• ‘이 문제를 잘 해결하려면 내가 무엇을 알려줘야 해?’

시연 2 — 사진으로 묻기

설명하기 어려우면 보여주면 됩니다.

• 꽃·식물의 특징 설명

• 제품이나 도구의 용도 이해

• 안내문·메뉴의 내용 정리

• 사진 속 보이는 요소 설명

• 문서 한 페이지의 구조 파악

사진 AI의 중요한 한계

‘보이는 것’과 ‘추정한 것’을 구분해야 합니다.

• 사진만으로 사람의 신원·의도·건강상태 등을 단정하지 않습니다.

• 흐리거나 가려진 부분을 AI가 정확히 안다고 가정하지 않습니다.

• 중요한 판단은 추가 정보와 전문 확인이 필요합니다.

실습 2 — 사진 한 장으로 대화

관찰 → 질문 → 확인

• 1. 사진을 한 장 선택합니다.

• 2. ‘사진에서 확실히 보이는 것만 설명해줘.’

• 3. ‘추정한 부분은 따로 표시해줘.’

• 4. 내가 아는 사실과 비교합니다.

AI가 틀리는 순간을 환영합시다

오류는 실패가 아니라 AI 리터러시 교육의 재료입니다.

• AI가 틀린 답을 했을 때 화내기 전에 ‘왜 틀렸을까’를 봅니다.

• 질문이 모호했는지 확인합니다.

• AI가 모르는 사실을 추정했는지 확인합니다.

• 출처를 요구하고 직접 확인합니다.

‘환각’이란

AI가 사실이 아닌 내용을 그럴듯하게 만들어내는 현상

그럴듯함 ≠ 사실

• 존재하지 않는 책·논문·기사

• 틀린 날짜·수치·인물 정보

• 실제로 없는 규정이나 사례

• 확신에 찬 잘못된 설명

실습 3 — 내가 전문가인 질문

AI를 시험해봅시다.

• 내가 오래 해온 일

• 내 고향이나 지역의 세부 정보

• 내 직업의 실제 관행

• 내가 잘 아는 취미나 기술

검증을 위한 다섯 문장

그대로 저장해두셔도 좋습니다.

• ‘이 답에서 사실과 의견을 구분해줘.’

• ‘확실하지 않은 부분을 표시해줘.’

• ‘근거 또는 확인할 출처를 알려줘.’

• ‘반대되는 관점도 보여줘.’

• ‘내가 직접 확인해야 할 것은 무엇이야?’

AI의 답을 믿을수록 더 확인해야 하는 경우

중요도가 높을수록 검증의 강도도 높아집니다.

• 건강·의료

• 법률·노무

• 세금·재무

• 안전

• 계약

• 중요한 투자·구매

• 다른 사람에게 영향을 주는 결정

개인정보 — 무엇을 넣지 말아야 할까

편리함 때문에 경계를 잊지 않습니다.

필요한 만큼만, 가능한 한 익명화해서.

• 주민등록번호·계좌·비밀번호

• 타인의 민감한 개인정보

• 공개되면 곤란한 회사·기관 내부자료

• 의뢰인·고객의 비밀정보

• 불필요한 건강·가족 정보

휴식 전 체크

지금까지 세 가지만 기억하면 됩니다.

• AI와 말로 대화할 수 있다.

• AI는 틀릴 수 있다.

• 최종 판단은 내가 한다.

2부 시작 — AI를 ‘나의 도구’로 만들기

모든 사람에게 같은 AI가 필요한 것은 아닙니다.

• 농업인에게 필요한 AI

• 자영업자에게 필요한 AI

• 은퇴자에게 필요한 AI

• 직장인에게 필요한 AI

• 지역활동가에게 필요한 AI

• 평생학습자에게 필요한 AI

AI 파트너의 역할을 정하자

‘무엇이든 해주는 AI’보다 역할이 분명한 AI가 유용합니다.

• 학습 코치

• 문서 도우미

• 아이디어 파트너

• 영어 회화 상대

• 여행 플래너

• 경험 기록 인터뷰어

• 연구 보조자

나를 AI에게 어떻게 소개할까

민감정보가 아니라 ‘도움에 필요한 맥락’을 줍니다.

• 내가 하는 일

• 내가 배우고 싶은 것

• 내가 어려워하는 것

• 선호하는 설명 방식

• 원하는 결과물 형태

실습 4 — My AI Partner Profile

나에게 필요한 AI를 설계합니다.

• 나의 현재 역할 2~3개

• AI가 도와주었으면 하는 일 5개

• AI에게 맡기고 싶지 않은 일 3개

• 내가 선호하는 설명 방식

• AI가 모르면 어떻게 말해주길 원하는가

AI에게 맡길 것 / 내가 할 것

경계를 정하는 것도 AI 활용능력입니다.

• AI에게: 초안·정리·아이디어·비교·연습

• 나에게: 목적·사실확인·가치판단·관계·최종결정·책임

NAVIGATORSHIP의 기본 원칙

AI를 적극적으로 쓰되 삶의 저자성은 인간에게

역량은 위임하라. 주도권은 보존하라. 최종 책임은 인간이 져라.

오늘의 작은 변화

AI를 ‘무서운 기술’에서 ‘대화 가능한 도구’로

• AI에게 질문했다.

• 음성 또는 사진으로 대화했다.

• AI가 틀릴 수 있음을 확인했다.

• 다시 묻는 법을 배웠다.

• 나의 AI 파트너 역할을 만들었다.

오늘의 결과물 1

AI 질문 10개

• 생활 질문

• 일/직업 질문

• 배움 질문

• 내 경험에 관한 질문

• 지역사회에 관한 질문

오늘의 결과물 2

My AI Partner Profile

• AI가 나를 어떻게 도울 것인가

• 어떤 방식으로 설명할 것인가

• 무엇은 AI에게 맡기지 않을 것인가

• 틀리거나 모를 때 어떻게 행동할 것인가

오늘의 결과물 3

첫 번째 AI 검증 습관

• 사실인가?

• 근거가 있는가?

• 다른 답도 가능한가?

• 내 상황에 맞는가?

• 최종적으로 내가 판단했는가?

일주일 과제

AI를 ‘한 번 써보는 것’에서 ‘생활 속에서 다시 써보는 것’으로

• AI에게 실제 생활 질문 최소 5번 하기

• 도움이 된 답 1개 저장하기

• 틀리거나 의심스러운 답 1개 저장하기

• 한 번 이상 ‘다시 설명해줘’라고 요청하기

• 다음 시간에 한 사례를 가져오기

다음 회차 예고

AI를 이해하고 활용하다 — AI 리터러시와 멀티모달

• 좋은 질문을 만드는 법

• 생활·업무에 AI 붙이기

• 문서와 사진을 함께 다루기

• AI 답 검증하기

• 나의 AI 활용지도 만들기

마지막 질문

AI가 나를 대신해 무엇을 해줄 수 있는가? 그리고 나는 무엇을 계속 직접 판단해야 하는가?

오늘의 한 문장

AI와 연결되는 것은 시작입니다. 목표는 AI에게 삶을 맡기는 것이 아니라, AI와 함께 내 가능성을 더 크게 만드는 것입니다.

《AI와 나, 세상을 잇다》

AI 시대, 내 삶의 주인으로

AI 격차를 넘어, 누구나 AI와 함께 성장하는 지역사회.

• 제1회차 완료 — AI와 연결되다

• 다음: AI를 이해하고 활용하다

《AI 기본사회 시민학교》

제2회차 3시간 강의안

AI를 이해하고 활용하다

AI 리터러시와 멀티모달 — 생활과 일에 AI 붙이기

교육 프로그램 《AI와 나, 세상을 잇다》 AI 시대, 내 삶의 주인으로 구건서 · Keon-seo Koo | NAVIGATORSHIP

지난 시간에서 오늘로

연결했다면, 이제 ‘잘 활용하는 법’을 배웁니다.

• 1회차: AI와 첫 대화 · 음성 · 사진 · 오류 경험

• 2회차: 질문 · 맥락 · 멀티모달 · 검증 · 판단

• 오늘의 목표는 ‘답을 많이 받는 사람’이 아니라 ‘답을 잘 다루는 사람’이 되는 것입니다.

오늘의 학습목표

AI 활용을 생활 속 능력으로 바꿉니다.

• AI 리터러시의 핵심을 이해합니다.

• 좋은 질문에 필요한 목적과 맥락을 익힙니다.

• 음성·사진·문서를 함께 사용하는 멀티모달을 실습합니다.

• AI의 답을 검증하는 습관을 만듭니다.

• 나의 생활·업무 AI 활용지도를 완성합니다.

과제 공유

AI가 도움이 된 순간과 의심스러웠던 순간

• 도움이 된 답 1개

• 틀리거나 의심스러운 답 1개

• 다시 물었더니 좋아진 답 1개

AI 리터러시란 무엇인가

AI를 사용할 줄 아는 것보다 넓습니다.

• AI에 접근할 수 있다.

• 내 목적을 질문으로 표현할 수 있다.

• AI가 만든 결과를 이해할 수 있다.

• 사실과 오류를 확인할 수 있다.

• 내 상황에 맞게 판단하고 책임 있게 사용할 수 있다.

프롬프트 기술만 배우면 충분할까?

아닙니다.

AI 리터러시의 중심은 ‘명령하는 기술’보다 ‘판단하는 능력’입니다.

• 멋진 프롬프트를 복사하는 능력 ≠ AI 리터러시

• 긴 명령문을 외우는 능력 ≠ 판단력

• AI가 만든 결과를 그대로 제출하는 능력 ≠ 생산성

• 핵심은 질문·검증·판단의 반복입니다.

오늘의 기본 루틴

ASK → CONTEXT → CHECK → REFINE → JUDGE

• ASK: 무엇을 원하는가?

• CONTEXT: 왜 필요하고 어떤 상황인가?

• CHECK: 사실인가? 빠진 것은 없는가?

• REFINE: 더 좋은 답이 되도록 다시 묻기

• JUDGE: 내 상황에서 무엇을 선택할 것인가?

ASK — 질문의 목적부터

AI에게 무엇을 시킬지보다 ‘왜 필요한지’를 먼저 생각합니다.

• 정보를 알고 싶은가?

• 아이디어가 필요한가?

• 초안을 만들고 싶은가?

• 비교하고 싶은가?

• 연습 상대가 필요한가?

• 내 생각을 정리하고 싶은가?

CONTEXT — 맥락이 답을 바꿉니다

같은 질문도 사람과 상황에 따라 좋은 답이 달라집니다.

• 나는 누구인가?

• 누구를 위한 결과인가?

• 어디에 사용할 것인가?

• 시간·예산·수준 같은 제약은 무엇인가?

• 이미 알고 있거나 해본 것은 무엇인가?

좋은 질문의 간단한 구조

목적 + 상황 + 요청 + 형식

길게 쓰는 것보다 필요한 맥락을 주는 것이 중요합니다.

• 목적: 왜 필요한지

• 상황: 내 조건과 대상

• 요청: AI가 해줄 일

• 형식: 표·단계·문장·질문 등

예시 — 같은 질문, 다른 결과

‘여행 계획 짜줘’에서 시작해봅시다.

• 1단계: 제주도 여행 계획 짜줘.

• 2단계: 70대 부부의 제주 2박3일 여행 계획을 짜줘.

• 3단계: 걷는 시간을 줄이고, 하루 두 곳 정도만 보는 일정으로.

• 4단계: 표로 만들고, 이동이 힘들 수 있는 부분을 표시해줘.

실습 1 — 질문을 세 번 개선하기

짧은 질문을 좋은 질문으로 발전시킵니다.

• 첫 질문을 그대로 입력

• 내 상황 한 가지 추가

• 원하는 결과 형식 추가

• AI 답을 보고 빠진 맥락 추가

AI에게 질문을 만들어달라고 하기

질문을 잘 못해도 괜찮습니다.

• ‘이 문제를 해결하려면 나에게 먼저 5가지를 물어봐.’

• ‘내 요청이 모호하면 답하지 말고 필요한 정보를 질문해줘.’

• ‘더 좋은 결과를 위해 내가 알려줘야 할 정보를 목록으로 만들어줘.’

한 번에 완벽한 답을 기대하지 않기

AI는 대화하면서 맞춰가는 도구입니다.

좋은 AI 활용은 ‘한 번의 프롬프트’보다 ‘좋은 대화 과정’에 가깝습니다.

• 초안 → 피드백 → 수정

• 질문 → 답 → 추가맥락 → 재답변

• 아이디어 → 비교 → 선택 → 발전

멀티모달 다시 보기

텍스트 + 음성 + 이미지 + 문서 + 표

• 설명하기 어려운 것은 사진으로

• 타이핑이 어려우면 음성으로

• 긴 자료는 문서로

• 숫자는 표로

• 여러 형태를 결합해 맥락을 풍부하게

생활 속 멀티모달 1

사진 + 질문

• 식재료 사진 → 가능한 요리 아이디어

• 제품 사진 → 보이는 기능 설명

• 식물 사진 → 특징 설명과 확인 포인트

• 안내문 사진 → 핵심 내용 정리

• 영수증·표 → 항목 정리(민감정보 주의)

생활 속 멀티모달 2

음성 + 후속질문

• 산책하며 떠오른 생각 기록

• 회의 직후 기억나는 내용 정리

• 운전 전 일정 점검(운전 중 조작 금지)

• 영어 회화 연습

• 내 경험을 말로 풀고 AI에게 구조화 요청

생활 속 멀티모달 3

문서 + 질문

• 긴 공지문 핵심 요약

• 회의자료에서 결정사항 찾기

• 교육자료를 쉬운 말로 설명

• 내가 쓴 글의 구조 점검

• 두 문서의 차이 비교

문서를 올리기 전 세 가지

필요한 자료인가? 안전한 자료인가? 내가 공유할 권한이 있는가?

• 개인정보 제거

• 기관·회사 비밀정보 확인

• 타인의 저작물·고객자료 주의

• 필요한 부분만 제공

시연 — 긴 문서를 함께 읽기

AI에게 ‘요약’만 시키지 않습니다.

• 먼저 문서의 구조를 설명하게 합니다.

• 중요한 주장과 근거를 구분합니다.

• 내 질문과 관련된 부분을 찾습니다.

• 숫자·날짜·고유명사는 원문과 대조합니다.

실습 2 — 문서 읽기

요약 → 질문 → 원문 대조

• 1. 안전한 짧은 문서를 준비합니다.

• 2. 핵심을 5줄로 요약하게 합니다.

• 3. 내가 궁금한 질문 2개를 합니다.

• 4. 중요한 사실 3개를 원문에서 직접 확인합니다.

AI가 일을 줄여주는 방식

반복을 줄이고 인간의 시간을 돌려줍니다.

• 초안 작성

• 형식 변환

• 분류·정리

• 회의 질문 만들기

• 홍보문구 여러 버전

• 체크리스트 만들기

• 자료 비교

생활 활용 지도

AI를 어디에 붙일 수 있을까?

• 정보 이해

• 일정·여행

• 학습·영어

• 취미·창작

• 가족 행사

• 생활문서

• 구매 전 비교

• 생각 정리

업무 활용 지도

직업마다 사례는 달라도 원리는 같습니다.

• 문서 초안

• 회의 준비·정리

• 고객문의 답변 초안

• 교육자료

• 홍보·SNS 아이디어

• 시장·정책 조사 보조

• 표·데이터 설명

• 업무 체크리스트

AI와 농업·임업·지역생활

현장의 경험과 AI를 연결합니다.

• 작업기록 정리

• 교육·안내자료 초안

• 농산물·지역상품 소개문

• 사진 기반 홍보콘텐츠 아이디어

• 귀농·귀촌 초보자 FAQ

• 오래된 경험을 인터뷰로 기록

개인 AX란 무엇인가

AI를 쓰는 것에서 ‘일하는 방식이 바뀌는 것’으로

• 전: 빈 문서 앞에서 처음부터 작성

• 후: AI와 구조를 잡고 인간이 검토·수정

• 전: 자료를 혼자 일일이 정리

• 후: AI가 1차 정리, 인간이 중요한 것을 판단

• 전: 경험이 머릿속에만 있음

• 후: 대화로 기록하고 지식화

AX의 함정

자동화가 곧 혁신은 아닙니다.

AX의 질문: 무엇을 자동화할까? + 무엇을 인간에게 남길까?

• 쓸모없는 일을 더 빨리 하는 것도 자동화입니다.

• 틀린 답을 더 빨리 만드는 것도 가능합니다.

• AI를 도입했는데 검토 책임이 사라지면 위험합니다.

• 사람의 학습기회까지 없애면 장기적으로 역량이 약해질 수 있습니다.

BREAK — 중간 체크

지금까지의 핵심

• 좋은 질문 = 목적 + 맥락

• 멀티모달 = 말·사진·문서까지

• AI 활용 = 한 번의 답보다 대화 과정

• AX = 도구 도입보다 일하는 방식의 변화

CHECK — AI 답을 확인하는 법

검증은 불신이 아니라 좋은 협업 습관입니다.

• 사실과 의견을 구분

• 날짜·수치·이름 확인

• 출처의 실제 존재 여부 확인

• 다른 출처와 비교

• AI 스스로 불확실성을 표시하게 하기

검증 1 — 사실인가?

구체적일수록 확인합니다.

• 사람 이름

• 법·제도

• 날짜

• 통계

• 가격

• 논문·책·기사

• 주소·연락처

• 현재 운영 여부

검증 2 — 출처가 실제로 있는가?

AI가 제시한 출처도 다시 확인합니다.

• 제목이 실제 존재하는가?

• 저자가 맞는가?

• 링크가 실제 페이지인가?

• 그 출처가 정말 해당 주장을 말하는가?

검증 3 — 빠진 관점은 없는가?

AI의 첫 답은 하나의 구성일 뿐입니다.

• ‘반대 관점도 보여줘.’

• ‘이 주장에 대한 비판은?’

• ‘다른 선택지 세 개를 비교해줘.’

• ‘누구에게는 이 조언이 맞지 않을 수 있어?’

실습 3 — 검증하기

AI의 답을 ‘검토 대상’으로 봅니다.

• 생활 또는 업무 질문 1개 선택

• AI 답에서 확인할 사실 3개 표시

• 확실하지 않은 부분을 AI에게 표시하게 하기

• 가능하면 원문·공식자료와 대조

REFINE — 다시 묻기의 기술

답을 고치는 가장 쉬운 방법

• ‘너무 일반적이야. 내 조건을 반영해줘.’

• ‘핵심만 남겨줘.’

• ‘빠진 위험요인을 추가해줘.’

• ‘표로 비교해줘.’

• ‘내가 직접 판단해야 할 부분을 표시해줘.’

JUDGE — 마지막은 인간 판단

좋은 답과 좋은 결정은 다릅니다.

• AI는 선택지를 만들 수 있습니다.

• AI는 장단점을 정리할 수 있습니다.

• 그러나 내 가치·관계·책임·현실 조건까지 대신 살아주지는 않습니다.

AI에게 맡길 것

속도·초안·반복·정리

• 아이디어 후보

• 문장 초안

• 자료 분류

• 비교표

• 연습문제

• 체크리스트

• 질문 목록

인간이 붙잡을 것

목적·판단·관계·책임

• 무엇을 목표로 할지

• 무엇을 사실로 믿을지

• 누구에게 어떤 영향을 줄지

• 어떤 선택이 내 가치와 맞는지

• 최종적으로 무엇을 실행할지

중요한 분야의 안전선

AI는 보조자이지 최종 권위가 아닙니다.

• 의료·건강: 이해와 질문 준비에 활용, 진단·치료는 전문가 확인

• 법률·노무: 쟁점 정리에 활용, 실제 적용은 최신 법령·전문가 확인

• 세무·재무: 비교·정리에 활용, 중요한 결정은 공식자료·전문가 확인

• 안전: AI 답만으로 위험한 행동을 결정하지 않기

저작권과 창작

AI가 만들었다고 해서 아무렇게나 써도 되는 것은 아닙니다.

• 타인의 글을 통째로 넣는 습관을 피합니다.

• 공개·출판할 결과물은 출처와 권리를 확인합니다.

• AI 초안을 인간이 검토하고 자기 목소리로 책임집니다.

• 기관은 내부 지침과 사용조건을 함께 확인합니다.

개인정보와 보안

편리함보다 먼저 경계를 정합니다.

• 민감정보 최소화

• 실명 대신 익명화

• 고객·직원·주민 정보 주의

• 비밀번호·계좌·식별번호 입력 금지

• 기관 내부자료는 승인된 환경과 규정 확인

실습 4 — 나의 실제 문제 해결

오늘 가장 중요한 40분

• 생활 또는 업무의 실제 문제 1개 선택

• 목적과 맥락을 넣어 질문

• AI 답을 개선

• 사실 2~3개 검증

• 내가 직접 판단할 부분 표시

• 최종 결과 저장

My AI Use Map

AI를 어디에, 어떻게 쓸 것인가

• 생활

• 업무/직업

• 학습

• 창작

• 경험기록

• 지역사회

활용지도를 만들 때 묻는 질문

많이 쓰는 것이 목표가 아닙니다.

• 반복되는 일은 무엇인가?

• 시간이 많이 드는 일은 무엇인가?

• 내가 잘하지만 기록되지 않은 것은 무엇인가?

• 배우고 싶지만 미뤄둔 것은 무엇인가?

• AI에게 맡기면 안 되는 것은 무엇인가?

나의 검증 체크리스트

AI 답을 쓰기 전 5초

• ① 사실인가?

• ② 중요한 숫자·날짜를 확인했는가?

• ③ 출처가 실제로 존재하는가?

• ④ 내 상황에 맞는가?

• ⑤ 최종 판단은 내가 했는가?

오늘의 결과물

세 가지를 가지고 돌아갑니다.

• My AI Use Map

• 생활/업무 실제 문제 해결 사례

• AI 검증 체크리스트

일주일 과제 — Before → After

AI가 실제로 무엇을 바꾸었는지 기록합니다.

• 반복되는 일 하나 선택

• AI 없이 하던 방식 기록

• AI와 함께 해보기

• 절약된 시간·좋아진 점·나빠진 점 기록

• 다음 시간에 1분 사례 공유

다음 회차 예고

AI로 나와 일을 확장하다 — 경험자산과 AX

• 내가 평생 쌓은 경험은 무엇인가?

• AI가 인터뷰어가 될 수 있을까?

• 경험을 글·강의·책·매뉴얼로 바꿀 수 있을까?

• 나만의 연구질문을 만들 수 있을까?

오늘의 핵심 원칙

AI를 많이 쓰는 사람이 아니라 AI를 잘 묻고, 잘 확인하고, 잘 판단하는 사람이 된다.

NAVIGATORSHIP

AI 활용의 마지막 경계

역량은 위임하라. 주도권은 보존하라. 최종 책임은 인간이 져라.

《AI와 나, 세상을 잇다》

제2회차 완료 — AI를 이해하고 활용하다

AI 시대, 내 삶의 주인으로

• 다음: AI로 나와 일을 확장하다

• Experience → Knowledge

《AI 기본사회 시민학교》

제3회차 3시간 강의안

AI로 나와 일을 확장하다

경험자산과 AX — 내 경험을 지식·콘텐츠·작은 연구로

교육 프로그램 《AI와 나, 세상을 잇다》 AI 시대, 내 삶의 주인으로 구건서 · Keon-seo Koo | NAVIGATORSHIP

지난 시간에서 오늘로

AI 활용에서 ‘나의 자산 만들기’로

• 1회차: AI와 연결

• 2회차: AI 리터러시와 활용

• 3회차: 나의 경험을 꺼내고 구조화하고 확장

• 오늘부터 AI는 단순한 답변기가 아니라 ‘경험을 발견하는 인터뷰어’가 됩니다.

오늘의 목표

내 삶에는 이미 많은 데이터가 있습니다.

• AX를 ‘AI 도입’보다 삶과 일의 방식 변화로 이해합니다.

• 나의 경험자산을 최소 10개 발견합니다.

• AI 인터뷰로 기억과 노하우를 기록합니다.

• 경험을 글·강의·책·매뉴얼·콘텐츠 후보로 발전시킵니다.

• 평생 궁금했던 My Question을 하나 만듭니다.

과제 공유 — Before → After

AI가 실제 생활이나 업무를 어떻게 바꾸었습니까?

• AI를 쓰기 전 방식

• AI와 함께 한 방식

• 좋아진 점

• 나빠지거나 불편한 점

• 내가 끝까지 직접 판단한 것

AX란 무엇인가

AI Transformation

Technology adoption → Work transformation → Human capability expansion

• AI 서비스를 하나 가입하는 것만으로 AX가 되지는 않습니다.

• AI를 업무에 붙이는 것만으로도 충분하지 않습니다.

• 일하고 배우고 기록하고 판단하는 방식 자체가 바뀌는 것이 핵심입니다.

개인 AX

내 일상과 일하는 방식의 변화

• 빈 문서에서 혼자 시작 → AI와 구조부터 잡기

• 머릿속 기억 → AI 인터뷰로 기록

• 혼자 조사 → AI와 질문을 만들고 검증

• 아이디어 한 개 → 여러 대안을 비교

• 배움의 소비자 → 결과물을 만드는 사람

조직 AX

도구보다 업무흐름을 봅니다.

• 어떤 반복업무를 줄일 것인가?

• 어떤 판단은 인간에게 남길 것인가?

• 누가 AI 결과를 검토할 것인가?

• 축적되는 지식을 어떻게 공유할 것인가?

• 직원의 경험과 학습기회를 어떻게 보존할 것인가?

지역 AX

시민 한 사람의 변화가 지역의 변화로

• 주민의 AI 리터러시

• 지역 경험의 기록

• 지역 콘텐츠 생산

• 세대 간 지식전승

• 작은 연구와 제안

• 주민이 다시 주민을 돕는 구조

AX의 핵심 질문

AI가 무엇을 대신할 것인가? + 인간이 무엇을 더 잘하게 될 것인가?

사람에게 이미 있는 거대한 자산

경험

• 직장에서 배운 것

• 농사·임업·사업에서 익힌 노하우

• 가족을 돌보며 배운 것

• 실패하며 깨달은 것

• 지역에서 오래 살아야 알 수 있는 것

• 사람을 상대하며 몸으로 익힌 판단

그런데 경험은 왜 사라지는가

기록되지 않기 때문입니다.

경험은 살아 있을 때는 흔해 보이지만, 사라진 뒤에는 복원하기 어렵습니다.

• 퇴직과 함께 사라지는 직업 노하우

• 세대가 바뀌며 끊기는 생활기술

• 말로만 전해지다 사라지는 지역 이야기

• ‘별것 아니다’라고 생각해 기록하지 않은 삶의 지혜

경험자산이란

Experience Asset

• 단순한 추억만을 뜻하지 않습니다.

• 반복된 실천 속에서 얻은 판단기준을 포함합니다.

• 성공뿐 아니라 실패와 시행착오도 자산입니다.

• 개인의 경험이 다른 사람에게 도움이 될 때 지식자산이 됩니다.

Memory → Record → Knowledge → Legacy

기억이 유산이 되기까지

• Memory: 내가 기억하는 것

• Record: 말·글·사진으로 남긴 것

• Knowledge: 다른 사람이 이해하고 활용할 수 있게 구조화한 것

• Legacy: 다음 사람과 다음 세대가 이어받을 수 있게 남긴 것

AI가 여기서 할 수 있는 역할

경험을 ‘대신 만들어주는 것’이 아닙니다.

Human Experience → AI Assistance → Human Judgment

• 질문하기

• 추가 질문하기

• 시간순으로 정리하기

• 주제별로 묶기

• 빠진 부분을 물어보기

• 초안 구조 만들기

AI가 해서는 안 되는 역할

살지 않은 경험을 꾸며내기

AI는 경험의 저자가 아니라 경험을 꺼내는 조력자입니다.

• 기억이 불분명한 부분을 사실처럼 채우기

• 사용자가 하지 않은 말을 인용문처럼 만들기

• 사실관계가 없는 성공담을 추가하기

• 감동을 위해 사건을 과장하기

나의 경험자산 8영역

어디에서 찾을까?

• 직업

• 생활

• 성공

• 실패

• 관계

• 지역

• 기술·노하우

• 평생 품어온 질문

1. 직업 경험

오래 해본 일에는 암묵지가 있습니다.

• 초보자는 잘 모르는 순서

• 문제가 생기기 전 알아채는 신호

• 교과서에는 없는 요령

• 사람을 상대하는 방법

• ‘이럴 때는 이렇게 한다’는 판단기준

2. 생활 경험

삶 자체도 지식의 원천입니다.

• 가족 돌봄

• 집안 살림

• 이사·주거

• 여행

• 건강관리 경험

• 인간관계

• 취미와 생활기술

3. 성공 경험

결과보다 과정을 묻습니다.

• 무엇이 잘되었나?

• 처음에는 무엇이 어려웠나?

• 결정적인 선택은 무엇이었나?

• 다시 한다면 무엇을 반복할 것인가?

4. 실패 경험

가장 비싼 수업료를 낸 지식

• 무엇을 잘못 판단했나?

• 당시에는 왜 몰랐나?

• 어떤 신호를 놓쳤나?

• 그 뒤 행동이 어떻게 바뀌었나?

• 다른 사람에게 한 가지만 경고한다면?

5. 관계 경험

사람을 통해 배운 것

• 고객

• 동료

• 상사·부하

• 가족

• 이웃

• 조합원·주민

• 갈등 상대

6. 지역 경험

오래 살아야 아는 지식

• 계절과 날씨

• 농사·산림

• 마을 변화

• 지역의 사람과 문화

• 사라진 장소와 직업

• 지역에서 일하는 실제 방법

7. 몸으로 아는 기술

Tacit Knowledge

• 말로 설명하기 어렵지만 할 줄 아는 것

• 손의 감각

• 순서와 타이밍

• 위험을 알아채는 느낌

• 숙련자가 자연스럽게 하는 판단

8. 평생의 질문

경험은 질문으로도 남습니다.

• 왜 어떤 사람은 성장하고 어떤 사람은 멈출까?

• 왜 우리 지역의 경험은 기록되지 않을까?

• 왜 같은 제도도 현장에서 다르게 작동할까?

• 내가 평생 보아온 변화는 무엇을 의미할까?

실습 1 — Experience Asset 10

내 삶에서 10개를 꺼냅니다.

• 직업 2개

• 성공/실패 2개

• 생활/관계 2개

• 지역/기술 2개

• 평생의 질문 2개

AI 인터뷰어 만들기

AI에게 답을 쓰게 하지 말고 질문하게 합니다.

• 한 번에 한 질문

• 구체적인 장면을 묻기

• ‘왜?’보다 ‘그때 무슨 일이 있었나?’

• 판단보다 사실과 행동 먼저

• 불확실하면 다시 확인

기본 인터뷰 요청문

AI에게 이렇게 역할을 줄 수 있습니다.

“내 경험을 대신 만들어내지 말고, 내가 실제로 겪은 일을 구체적으로 말할 수 있도록 한 번에 한 질문씩 해줘. 불분명한 부분은 추정하지 말고 다시 물어봐.”

좋은 인터뷰의 순서

장면 → 행동 → 판단 → 배움

• 언제·어디서 있었나?

• 무슨 일이 일어났나?

• 당신은 무엇을 했나?

• 왜 그렇게 판단했나?

• 결과는 어땠나?

• 지금 돌아보면 무엇을 배웠나?

실습 2 — AI에게 인터뷰 받기

경험 하나를 15분간 파봅니다.

• Experience Asset 10에서 하나 선택

• AI에게 인터뷰어 역할 부여

• 한 질문씩 답하기

• 구체적인 장면·사람·행동을 말하기

• 마지막에 핵심 배움을 3개로 정리

BREAK — 지금까지 무엇을 발견했나

내 경험이 생각보다 많다는 것

• AI는 경험을 생성하는 기계가 아니라 질문을 돕는 도구가 될 수 있습니다.

• 좋은 질문은 기억을 더 구체적으로 만듭니다.

• 경험을 기록하면 다음 단계로 발전시킬 수 있습니다.

경험을 지식으로 바꾸기

이야기에서 ‘다른 사람도 쓸 수 있는 것’을 찾습니다.

• 사건

• 내 행동

• 판단기준

• 결과

• 배운 원칙

• 다른 사람에게 적용할 조건

경험 → 매뉴얼

‘나는 이렇게 했다’를 ‘누구나 따라할 수 있게’

• 준비물

• 순서

• 주의할 점

• 초보자가 하는 실수

• 숙련자의 판단 포인트

• 체크리스트

경험 → 강의

내 경험이 다른 사람의 학습이 됩니다.

• 문제 제기

• 실제 사례

• 실패/전환점

• 배운 원칙

• 실습 질문

• 청중에게 적용

경험 → 글·콘텐츠

작은 단위부터 시작

• 짧은 에세이

• 블로그·소식지

• SNS 카드뉴스의 원고

• 인터뷰 기사

• 사진+기억 기록

• 지역 이야기

경험 → 책

한 사람의 경험에는 여러 책의 씨앗이 있을 수 있습니다.

• 직업 노하우 책

• 실패에서 배운 책

• 지역생활 기록

• 가족·세대 이야기

• 전문지식 입문서

• 인생 전환 이야기

책은 ‘글 잘 쓰는 사람’만 쓰는가?

AI 시대에는 말에서 시작할 수도 있습니다.

저자는 AI가 아니라 경험을 살아낸 사람입니다.

• 말한다.

• AI가 구조화한다.

• 사실을 내가 확인한다.

• 내 목소리로 수정한다.

• 반복해 장을 만든다.

경험 → 작은 연구

연구는 대학에만 있는 것이 아닙니다.

• 내가 오래 관찰한 현상

• 반복해서 생긴 문제

• 이유가 궁금했던 변화

• 다른 사람에게도 묻고 싶은 질문

• 자료를 찾아 확인하고 싶은 주장

My Question

나만의 연구실은 질문 하나에서 시작합니다.

• 내가 평생 궁금했던 것은 무엇인가?

• 내 경험만으로 설명되지 않는 것은 무엇인가?

• 다른 사람의 경험과 비교해보고 싶은 것은 무엇인가?

• 다음 세대에게 꼭 묻고 싶은 것은 무엇인가?

좋은 My Question의 조건

정답보다 탐구를 부르는 질문

• 나에게 실제 의미가 있다.

• 경험과 연결된다.

• 한 번의 검색으로 끝나지 않는다.

• 다른 사람의 관점이나 자료가 필요하다.

• 답을 알게 되면 내 행동이나 이해가 달라질 수 있다.

실습 3 — 콘텐츠 후보 3개

경험을 결과물의 씨앗으로

• 내 경험으로 쓸 수 있는 글/책 1개

• 다른 사람에게 가르칠 수 있는 강의/매뉴얼 1개

• 지역사회와 나눌 수 있는 콘텐츠 1개

실습 4 — My Question 1

평생의 질문을 한 문장으로

• 너무 넓으면 좁힙니다.

• 답을 미리 정해놓은 질문은 피합니다.

• 내 경험과 외부 자료를 함께 볼 수 있게 만듭니다.

• 왜 이 질문이 나에게 중요한지 한 문장으로 씁니다.

AI와 연구할 때의 경계

AI는 연구조교가 될 수 있지만 증거 자체는 아닙니다.

• 아이디어·검색어·구조 제안

• 자료 요약 보조

• 반론 질문

• 초안 정리

• 그러나 출처·원문·사실은 직접 확인

경험의 진실성

좋은 이야기를 위해 사실을 희생하지 않습니다.

• 모르면 모른다고 표시

• 기억과 기록이 다르면 구분

• 추정과 사실을 구분

• 타인의 사생활 보호

• 필요하면 당사자 확인

내 경험은 누구의 것인가

경험에도 다른 사람이 함께 등장합니다.

내 이야기를 기록할 권리와 다른 사람의 사생활을 보호할 책임을 함께 생각합니다.

• 가족

• 직장 동료

• 고객·의뢰인

• 주민

• 학생·참여자

오늘의 성장경로

Experience → Record → Knowledge → Contribution

• 경험을 발견하고

• 기록하고

• 구조화하고

• 다른 사람이 쓸 수 있게 만들고

• 다시 사회에 돌려줍니다.

오늘의 결과물

세 가지 핵심 산출물

• Experience Asset 10

• 콘텐츠·책·강의 후보 3개

• My Question 1

일주일 과제

My Question과 30분 대화

• AI와 최소 30분 탐구

• 내가 이미 아는 것

• 새로 알게 된 것

• 반드시 더 확인할 것

• 다음에 조사할 자료·사람·현장

다음 회차 예고

AI와 더 나은 세상을 만들다

• Human Agency

• AI 에이전트와 휴머노이드

• My AI Lab

• Contribution Project

• 나의 Human–AI 원칙

오늘의 핵심 문장

AI가 내 경험을 대신 살아줄 수는 없습니다. 그러나 내가 살아온 경험을 발견하고 기록하고 다음 사람에게 건네도록 도울 수는 있습니다.

《AI와 나, 세상을 잇다》

제3회차 완료 — AI로 나와 일을 확장하다

AI 시대, 내 삶의 주인으로

• Experience → Knowledge

• 다음: Knowledge → Contribution

《AI 기본사회 시민학교》

제4회차 3시간 강의안

AI와 더 나은 세상을 만들다

Human Agency · 휴머노이드 · My AI Lab · 지역사회 기여

교육 프로그램 《AI와 나, 세상을 잇다》 AI 시대, 내 삶의 주인으로 구건서 · Keon-seo Koo | NAVIGATORSHIP

세 번의 여정, 그리고 마지막 질문

Connect → Collaborate → Create/Discover → Contribute

• 1회차: AI와 연결되었습니다.

• 2회차: AI를 이해하고 활용했습니다.

• 3회차: 나의 경험을 지식과 질문으로 바꾸었습니다.

• 4회차: 이제 그 성장을 어디에 쓸 것인지 결정합니다.

오늘의 목표

AI 활용의 끝을 ‘기여’로 연결합니다.

• Human Agency의 의미를 이해합니다.

• AI 에이전트와 휴머노이드가 가져올 변화를 살펴봅니다.

• 나만의 지속적 학습공간 My AI Lab을 설계합니다.

• 내 역량을 사람과 지역사회에 돌려주는 Contribution Project를 만듭니다.

• 나의 Human–AI 원칙을 선언합니다.

과제 공유 — My Question

나는 무엇을 더 알고 싶어졌는가?

• 내가 이미 알고 있던 것

• AI와 대화하며 새로 발견한 것

• 반드시 더 확인해야 할 것

• 다음에 만나야 할 사람·자료·현장

AI가 더 잘하게 될수록

인간에게 남는 질문은 더 중요해집니다.

• 무엇을 AI에게 맡길 것인가?

• 무엇은 직접 경험해야 하는가?

• 무엇을 사실로 믿을 것인가?

• 어떤 선택을 할 것인가?

• 결과에 누가 책임질 것인가?

Human Agency란 무엇인가

내 삶의 방향과 선택에 대한 인간의 주도성

• 목표를 세우는 능력

• 선택지를 평가하는 능력

• 행동을 결정하는 능력

• 결과를 돌아보고 수정하는 능력

• 책임을 떠맡는 능력

Agency는 ‘혼자 다 하기’가 아닙니다

도움을 받아도 주도권을 가질 수 있습니다.

Delegation ≠ Surrender

• 내비게이션을 사용해도 목적지는 내가 정합니다.

• 전문가의 조언을 들어도 중요한 선택은 내가 합니다.

• AI가 초안을 만들어도 무엇을 채택할지는 내가 결정합니다.

위임의 시대

인간은 오래전부터 능력을 도구에 위임해왔습니다.

• 기계에 힘을 위임

• 자동차에 이동을 위임

• 계산기에 계산을 위임

• 검색엔진에 정보탐색을 위임

• AI에 일부 인지·생성·행동을 위임

AI 시대의 차이

이제 ‘생각과 행동의 일부’까지 위임할 수 있습니다.

• 요약

• 추천

• 계획

• 문서 작성

• 코딩

• 예약·작업 수행

• 다른 시스템과 연결된 자동 행동

위임할수록 필요한 것

통제보다 더 깊은 ‘거버넌스’

• 무엇을 맡길지

• 어떤 기준으로 맡길지

• 언제 사람이 개입할지

• 오류를 어떻게 발견할지

• 결과를 누가 책임질지

NAVIGATORSHIP

AI 시대의 인간 원칙

역량은 위임하라. 주도권은 보존하라. 최종 책임은 인간이 져라.

AI가 잘하면 인간은 약해질까?

가능성은 두 방향입니다.

AI Capability ↑ 가 Human Capability ↑ 를 자동으로 보장하지는 않습니다.

• 긍정 경로: AI 도움 → 더 많은 시도 → 더 깊은 학습 → 역량 확장

• 부정 경로: AI 대행 → 경험 감소 → 판단 연습 감소 → 과의존

그래서 경험이 중요합니다

판단은 사용하지 않으면 자라기 어렵습니다.

• 직접 해보기

• 실수해보기

• 고쳐보기

• 비교해보기

• 결과를 책임져보기

SAFE-TO-ERR

사람이 안전하게 실수하고 배울 공간

• 모든 실수를 허용하자는 뜻이 아닙니다.

• 치명적 위험이 없는 범위에서 직접 시도합니다.

• AI가 처음부터 다 대신하지 않도록 합니다.

• 경험 → 피드백 → 판단의 고리를 남깁니다.

AI에게 맡기면 좋은 것

속도와 반복

• 초안

• 정리

• 대안 생성

• 반복 작업

• 형식 변환

• 연습 상대

• 정보 탐색의 출발점

인간이 보존해야 할 것

방향과 책임

• 목적

• 가치

• 관계

• 중대한 판단

• 직접 경험이 필요한 학습

• 최종 승인과 책임

AI 에이전트란

대화만 하는 AI에서 ‘과업을 수행하는 AI’로

• 목표를 받습니다.

• 여러 단계를 계획할 수 있습니다.

• 도구나 다른 시스템을 사용할 수 있습니다.

• 중간 결과를 보고 다음 행동을 선택할 수 있습니다.

에이전트 시대의 질문

‘답이 맞는가?’에서 ‘행동을 맡겨도 되는가?’로

• 권한 범위

• 금액·시간 제한

• 승인 단계

• 로그와 기록

• 실패 시 중단 조건

• 인간의 최종 확인

휴머노이드란

AI가 물리적 몸을 통해 현실세계에서 행동하는 한 형태

• 보고 듣는 센서

• 이동과 조작

• 언어 이해와 대화

• 환경에 맞춘 행동

• 사람과 같은 공간에서의 작업 가능성

휴머노이드가 중요한 이유

AI가 화면 밖으로 나오는 변화

가능성은 크지만 실제 보급 속도·비용·안전성·규제는 분야와 지역에 따라 달라질 수 있습니다.

• 제조·물류

• 돌봄 보조

• 위험 작업

• 서비스

• 농업·시설관리 등 다양한 가능성

휴머노이드 시대에도 같은 질문

누가 목표를 정하고 누가 책임지는가?

• 로봇이 할 수 있는 일

• 로봇에게 맡겨도 되는 일

• 인간이 감독해야 하는 일

• 사람이 직접 해야 할 관계적·윤리적 일

미래를 두려움만으로 보지 않기

기술 변화는 역할의 재설계를 요구합니다.

• ‘내 일을 빼앗나?’만 묻지 않습니다.

• ‘내 일이 어떻게 바뀌나?’를 묻습니다.

• ‘나는 무엇을 더 잘할 수 있어야 하나?’를 묻습니다.

• ‘지역은 어떤 시민역량을 준비해야 하나?’를 묻습니다.

AI 시대의 시민역량

기술 + 판단 + 관계 + 기여

• AI를 사용할 수 있다.

• AI의 결과를 검증할 수 있다.

• 자기 경험을 지식으로 만들 수 있다.

• 사람과 협력할 수 있다.

• 배운 것을 사회에 돌려줄 수 있다.

이제 ‘나만의 AI Lab’

학교를 졸업해도 질문은 끝나지 않습니다.

• AI와 계속 배우는 공간

• 내 경험을 기록하는 공간

• 자료를 모으고 비교하는 공간

• 나만의 질문을 연구하는 공간

• 글·책·강의·제안을 만드는 공간

My AI Lab은 장소가 아닐 수도 있습니다

작은 개인 연구 시스템

• 질문 노트

• AI 대화

• 자료 폴더

• 경험 기록

• 주간 학습시간

• 결과물 목록

My AI Lab의 5개 서랍

QUESTION · EXPERIENCE · EVIDENCE · CREATION · CONTRIBUTION

• QUESTION: 내가 탐구할 것

• EXPERIENCE: 내가 살아온 것

• EVIDENCE: 확인한 자료

• CREATION: 내가 만든 것

• CONTRIBUTION: 누구에게 돌려줄 것

실습 1 — My AI Lab Blueprint

나만의 연구실을 한 장으로 설계합니다.

• 연구실 이름

• 핵심 질문 1~3개

• 주요 경험자산

• 매주 AI와 공부할 시간

• 자료를 저장할 방식

• 3개월 안에 만들 결과물

AI Lab의 첫 번째 규칙

AI 대화가 지식이 되려면 기록이 남아야 합니다.

• 중요 대화 제목 붙이기

• 날짜와 주제 기록

• 확인할 사실 표시

• 출처 저장

• 내 결론을 별도로 작성

AI Lab의 두 번째 규칙

AI의 말과 내 생각을 구분합니다.

• AI 제안

• 외부 자료의 사실

• 내 경험

• 내 해석

• 내 최종 판단

AI Lab의 세 번째 규칙

질문을 끝내지 않습니다.

• 한 질문에서 새 질문 찾기

• 반론 찾기

• 다른 세대·직업의 관점 묻기

• 현장에서 확인하기

• 사람을 인터뷰하기

BREAK — 개인 성장에서 사회로

이제 마지막 전환입니다.

• AI가 나를 도왔다.

• 나는 무엇을 배웠다.

• 나는 무엇을 만들었다.

• 그것이 다른 사람에게 어떤 도움이 될 수 있을까?

Contribution

성장의 마지막 단계는 ‘돌려주는 것’

• 지식을 나누기

• 경험을 전수하기

• 다른 사람의 AI 입문 돕기

• 지역문제를 조사하기

• 작은 기록을 남기기

• 세대를 연결하기

왜 지역사회 기여인가

AI 교육이 개인 편의에서 끝나지 않게

• 개인의 경험은 지역의 지식이 될 수 있습니다.

• 한 사람의 학습은 다른 사람의 진입장벽을 낮출 수 있습니다.

• 주민의 기록은 지역의 Living Archive가 될 수 있습니다.

• 작은 프로젝트가 지역문제를 보는 새로운 눈이 될 수 있습니다.

Human–AI–Human

좋은 AI의 성과를 어디에서 볼 것인가

AI가 한 인간에게 무엇을 해주었는가뿐 아니라, 그 인간이 그 뒤 다른 인간에게 무엇을 하게 되었는가를 보자.

기여 프로젝트 1 — 경험 전승

내 경험을 다음 사람에게

• 퇴직자의 직업 노하우

• 농업·임업 경험

• 창업·사업 시행착오

• 지역생활 기술

• 가족·세대의 역사

기여 프로젝트 2 — 지역 기록

Living Archive

• 마을 어르신 구술

• 사라지는 장소·직업

• 지역의 사진과 기억

• 지역 음식·문화

• 산업과 생활의 변화

기여 프로젝트 3 — AI 친구 되기

내가 배운 것을 한 사람에게

한 사람을 AI와 연결해주는 것도 충분히 의미 있는 Contribution Project입니다.

• 배우자

• 친구

• 이웃 어르신

• 동료

• 조합원·주민

기여 프로젝트 4 — 작은 지역 연구

질문에서 제안으로

• 생활 불편

• 교통

• 관광

• 세대 연결

• 농업·산림

• 평생학습

• 지역문화

실습 2 — My Contribution Project

작고 실행 가능한 한 가지

• 누구를 위한 것인가?

• 어떤 문제/기회를 다루는가?

• 내 경험과 AI를 어떻게 활용하는가?

• 첫 30일에 무엇을 할 것인가?

• 무엇이 남으면 성공이라고 볼 것인가?

프로젝트의 크기

Small → Visible → Repeatable → Scalable

• 작게 시작

• 결과가 보이게

• 다시 할 수 있게

• 성과가 있으면 확대

1분 발표

My AI Lab + My Contribution

• 내 질문

• 내가 만들 것

• 누구에게 도움이 되는가

• 첫 행동

나의 Human–AI 원칙

AI와 앞으로 어떻게 함께 살 것인가

• AI를 어디에 적극 활용할 것인가?

• 무엇은 직접 경험할 것인가?

• 어떤 정보는 반드시 검증할 것인가?

• 무엇은 AI에게 맡기지 않을 것인가?

• 최종 책임을 어떻게 지킬 것인가?

실습 3 — My Human–AI Principles

나의 5개 원칙을 씁니다.

• 예: 모르면 모른다고 말하게 한다.

• 예: 중요한 사실은 원문을 확인한다.

• 예: 내 경험을 AI가 꾸며내지 못하게 한다.

• 예: 사람과의 중요한 관계 판단은 내가 한다.

• 예: AI로 얻은 성장을 다른 사람에게도 돌려준다.

4회 과정의 변화

Learner → User → Creator/Researcher → Contributor

• AI가 낯선 시민

• AI를 활용하고 검증하는 시민

• 경험을 지식으로 만드는 시민

• AI와 함께 지역사회에 기여하는 시민

우리가 만든 것

12시간의 결과물

• AI 질문 10개

• My AI Partner Profile

• My AI Use Map

• 검증 체크리스트

• Experience Asset 10

• 콘텐츠 후보 3개

• My Question

• My AI Lab

• Contribution Project

• Human–AI Principles

수료가 끝이 아닙니다

이제부터가 개인 AI Lab의 시작

• 매주 한 번 질문하기

• 매달 한 개 결과물 남기기

• 3개월에 한 번 공유하기

• 다른 사람 한 명을 도와보기

AI 기본사회의 모습

기술을 가진 지역이 아니라 역량을 가진 시민이 많은 지역

• 누구나 접근할 수 있고

• 누구나 배울 수 있고

• 스스로 검증하고 판단하며

• 자신의 경험을 자산으로 만들고

• 그 성장을 다시 공동체에 돌려주는 지역

마지막 질문

AI는 앞으로 얼마나 더 강해질까? 보다 더 깊은 질문

AI와 함께 우리는 어떤 인간이 될 것인가?

마지막 원칙

Capability와 Agency를 함께 키우기

AI로 사람을 대체하는 교육이 아니라, AI로 사람의 가능성을 키우는 평생교육.

《AI와 나, 세상을 잇다》

4회차 완료 — AI와 더 나은 세상을 만들다

AI 시대, 내 삶의 주인으로

• Connect → Collaborate → Create → Discover → Contribute

• Experience → Knowledge → Contribution