챗지피티(챗GPT), 코파일럿, 프롬프트 강사 강성희 랑잠언니 AI 공방

안녕하세요.
한국AI디지털교육협회, 랑잠AI교육연구원 대표이자 일잘러 AI 강사 강성희입니다. 

공무원이나 공공기관, 학교 현장에서 근무하는 분들이라면 매년 돌아오는 수백 명의 연봉계약서, 인사 현황 보고서, 각종 통지서 작성 업무의 고충을 누구보다 잘 아실 겁니다. 

엑셀 리스트에 있는 데이터를 일일이 한글(HWP) 서식에 복사하고 붙여넣는 이른바 '복붙 노가다'는 단순하지만 진을 빼는 작업이죠. 하지만 이제 '엑셀 파일 1개를 한글 문서 100개로' 변환하는 과정은 단 1분이면 충분합니다. 

오늘 소개할 방법을 통해 여러분의 반복 업무 시간을 80% 이상 단축하고, 진정한 일잘러로 거듭나는 비결을 공개합니다.

오늘 포스팅에서는 다음과 같이 안내해드릴겁니다.

1. 왜 안티그래비티(Antigravity)와 바이브코딩인가?
2. [준비 단계] 성공적인 자동화를 위한 2가지 핵심 포인트
3. [실전 가이드] 엑셀 리스트를 한글문서 100개로 변환하는 6단계
4. 일잘러 AI 강사 시크릿 인사이트: 시행착오 줄이는 전문가 조언
5. AI 시대, 도구보다 중요한 것은 '맥락'입니다

1. 왜 안티그래비티(Antigravity)와 바이브코딩인가?

기업에서는 워드(Word)를 주로 쓰지만, 대한민국 공공기관과 학교에서는 여전히 한글문서(HWP)가 필수입니다. 기존의 많은 AI 자동화 툴들이 워드 기반이라 아쉬웠다면, 구글의 안티그래비티(Antigravity)는 한글 문서 자동화의 가려운 곳을 긁어주는 최고의 도구입니다.

여기서 핵심 개념은 '바이브코딩(Vibe Coding)'입니다. 이는 파이썬 문법을 몰라도 괜찮습니다. 사용자가 해결하고 싶은 문제를 AI와 대화하듯 '서사적 설명(Narrative Instruction)'을 통해 전달하면, AI가 알아서 코드를 짜고 프로그램을 완성해 주는 방식입니다. 제미나이(Gemini) 모델을 탑재한 안티그래비티는 코드를 모르는 실무자에게는 최고의 '설계 도구'가 되어줍니다.

2. [준비 단계] 성공적인 자동화를 위한 2가지 핵심 포인트

자동화는 마법이 아닙니다. 정확한 결과물을 얻으려면 다음의 두 가지 물리적 환경이 먼저 갖춰져야 합니다.

 파이썬(Python) 엔진 설치: 안티그래비티는 훌륭한 '설계도'를 그려주지만, 그 설계도를 실제로 돌려줄 '엔진'이 필요합니다. 저 역시 파이썬을 완벽히 알지 못하지만, 자동화 실행을 위해 파이썬 설치는 필수입니다. 엔진이 있어야 설계도가 작동한다는 점을 꼭 기억하세요.

 데이터 구조화(중괄호 매칭): 한글 서식 파일 내에서 데이터가 치환될 자리에 {{부서}}, {{이름}}, {{급여}}와 같이 중괄호를 활용해 이름을 붙여주세요. 이렇게 하면 AI가 엑셀의 열 제목과 한글 서식의 해당 위치를 정확하게 매칭하여 데이터를 빈틈없이 채워 넣습니다.

3. [실전 가이드] 엑셀 리스트를 한글문서 100개로 변환하는 6단계

소스 컨텍스트의 실무 과정을 바탕으로 재구성한 가장 확실한 단계별 가이드입니다.

1. 전용 작업 폴더 생성: 작업할 공간을 새로 만듭니다. 이 폴더 안에 데이터 엑셀 파일과 중괄호 표기가 된 한글(HWP) 서식 파일을 넣으세요.

2. 안티그래비티 실행 및 폴더 지정: 프로그램을 실행한 후 'Open Folder' 메뉴를 통해 방금 만든 작업 폴더를 선택합니다. 왼쪽 사이드바에 파일들이 보인다면 준비 완료입니다.

3. 모델 설정 및 모드 선택: 우측 설정에서 Gemini 3 Pro 모델을 선택하고, 복잡한 치환 작업을 위해 'Planning' 모드를 활성화하세요. 이때 "나와 대화할 때는 무조건 한글로 응답해줘"라고 미리 설정하는 것이 팁입니다.

4. 구체적인 프롬프트 입력: AI에게 다음과 같이 지시하세요. "엑셀 파일에 있는 데이터를 한글 문서의 중괄호 자리에 자동으로 치환하고, 100개의 개별 HWP 파일로 생성하는 파이썬 코드를 작성하고 실행해줘."

5. 코드 실행 및 보안 승인: AI가 작성한 스크립트를 확인하고 'Accept(실행)' 버튼을 누릅니다. 이때 중요 포인트! 한글 프로그램 연동 시 '보안 승인' 팝업이 뜨면 반드시 '모두 허용' 또는 '허용'을 클릭해야 멈춤 없이 자동화가 진행됩니다.

6. 랜덤 샘플 검증: 작업이 끝나면 생성된 폴더 내 파일을 확인합니다. '남시아'님 등 특정 데이터가 엑셀의 내용과 일치하게 들어갔는지 샘플 검토를 거치는 것이 전문가의 디테일입니다.

4. 일잘러 AI 강사 시크릿 인사이트: 시행착오 줄이는 전문가 조언

현장에서 제가 자동화 교육을 진행하며 얻은 실무적인 조언들을 공유합니다.

 컨텍스트 엔지니어링(Context Engineering): AI에게 지시할 때는 '구구절절'하게 설명하는 것이 미덕입니다. 내가 가진 자원이 무엇인지, 어떤 서식의 어떤 칸을 채울 것인지 명확하게 설명할수록 오류가 사라집니다.

 실행 전 파일 닫기: 자동화 스크립트가 돌아갈 때 원본 엑셀이나 한글 파일이 열려 있으면 '공유 위반' 오류가 발생할 수 있습니다. 작업 전에는 모든 관련 파일을 닫아두는 습관이 중요합니다.

 비용 효율적인 모델 선택: 클로드(Claude)는 뛰어난 모델이지만 대규모 자동화 작업 시 토큰 소진이 매우 빠릅니다. 공공기관이나 학교에서 대량의 데이터를 처리할 때는 상대적으로 토큰 관리가 용이하고 효율적인 제미나이(Gemini) 활용을 권장합니다.

5.  AI 시대, 도구보다 중요한 것은 '맥락'입니다

반복적인 '노가다' 업무에서 벗어나는 것은 단순히 퇴근 시간을 앞당기는 것이 아니라, 여러분의 역량을 더 창의적이고 본질적인 행정 업무에 집중할 수 있게 해준다는 데 의미가 있습니다. 기술은 도구일 뿐, 이 도구를 부리는 것은 결국 사용자의 '맥락'에 대한 이해도입니다.

랑잠AI교육연구원 대표이자 한국AI디지털교육협회 협회장으로서, 여러분이 AI라는 날개를 달고 더 가치 있는 일을 해내시길 응원합니다.

더 자세한 활용법과 맞춤형 교육 문의는 아래 영상을 참고하시면 됩니다.

기타 강의 문의는 아래 사항 참고하시면 됩니다.

매년 수십, 수백 장의 연봉 계약서를 만드느라 소중한 시간을 낭비하고 계신가요? 
엑셀 명단을 보며 워드 서식에 일일이 복사-붙여넣기 하다가 민감한 급여 정보에 실수가 생길까 봐 조마조마한 경험, 다들 한 번쯤 있으실 겁니다. 이 모든 과정을 단 1분 만에, 실수 없이 완벽하게 끝낼 수 있는 방법을 알려드릴게요.

이 글에서 다음 내용을 다루려고 합니다.

1. 매년 반복되는 서류 작업, 언제까지 손으로 하실 건가요?
2. 일 잘하는 AI 비서, 챗GPT 코덱스(Codex)란?
3. 코딩 몰라도 괜찮아요! 100장 계약서 1분 만에 만드는 3단계
4. 단순한 시간 절약을 넘어: AI 업무자동화의 진짜 가치

1. 매년 반복되는 서류 작업, 언제까지 손으로 하실 건가요?

연말연초가 되면 인사팀이나 각 부서에서는 직원들의 연봉 계약서 준비로 분주해지죠. 엑셀에 정리된 100명의 직원 명단을 화면 한쪽에 띄워놓고, 워드로 만든 계약서 서식에 한 명 한 명 이름, 부서, 직급, 연봉을 복사해서 붙여넣는 작업을 반복합니다.

이 과정은 단순히 시간이 오래 걸리는 것에서 그치지 않습니다. 가장 큰 문제는 바로 실수할 가능성입니다. 특히 급여처럼 민감하고 중요한 정보가 잘못 기입된다면, 그 파장은 생각보다 클 수 있잖아요. 수십, 수백 번의 단순 반복 작업 속에서 사람은 누구나 실수를 할 수 있습니다.

바로 이 고질적인 문제를 AI가 해결해 줄 수 있습니다. 

안녕하세요, AI 업무자동화 전문 강사 강성희입니다.

지금부터 저와 함께 이 지루하고 위험천만한 작업을 끝내러 가보시죠.

2. 일 잘하는 AI 비서, 챗GPT 코덱스(Codex)란?

이 반복적인 작업을 해결해 줄 AI 비서가 바로 '챗GPT 코덱스(Codex)'입니다. 코덱스가 어떻게 일하는지 이해하기 쉽게 '설계자와 목수'에 비유해 볼게요.

 챗GPT 코덱스 (설계자): 우리가 원하는 작업("엑셀 명단 보고 워드 계약서 100장 만들어줘!")을 컴퓨터가 알아들을 수 있는 언어, 즉 설계도(코드)로 만들어주는 똑똑한 설계자입니다.
 VS Code (작업실): 설계도가 그려졌다면 이제 실제로 무언가를 만들 작업 공간이 필요하겠죠? VS Code는 코덱스가 만든 코드가 실제로 일할 수 있는 환경(작업실)을 제공합니다.
 파이썬 (목수/도구): 작업실에 있는 전문 일꾼입니다. 코덱스가 그려준 설계도를 보고, 우리 컴퓨터에 있는 엑셀과 워드 파일을 직접 열고 수정하며 결과물을 뚝딱 만들어내는 행동대장 역할을 합니다.

"저는 코딩을 하나도 모르는데 괜찮을까요?" 라고 걱정하실 수 있어요. 괜찮습니다! 저도 문과생이고 비개발자예요. 우리는 그저 설계자인 코덱스에게 우리가 원하는 바를 정확하게 글로 설명해주기만 하면 됩니다. 그러면 코덱스가 알아서 코드를 만들고, 파이썬이라는 일꾼을 부려 일을 처리해 주죠.

다만, 코덱스는 챗GPT의 고급 기능이라 유료 사용자만 이용 가능하다는 점은 미리 참고해 주세요.

3. 코딩 몰라도 괜찮아요! 100장 계약서 1분 만에 만드는 3단계

자, 그럼 이제부터 코딩 한 줄 없이 100장의 계약서를 1분 만에 만드는 구체적인 방법을 3단계로 나누어 알려드릴게요.

3.1. 1단계: 작업 환경 준비하기

AI가 일을 시작하기 전에 깔끔한 작업 공간을 마련해 줘야 합니다.

 필수 프로그램 설치: 컴퓨터에 파이썬(Python)과 VS Code가 설치되어 있어야 해요. 구글에서 검색하면 누구나 쉽게 다운로드하여 설치할 수 있습니다.
 작업 폴더 만들기: 바탕화면이나 원하는 위치에 AI가 작업할 전용 폴더를 하나 만들어 주세요. 저 같은 경우엔 '코덱스'라는 이름의 폴더를 만들었어요. 그리고 그 폴더 안에 업무에 필요한 ①원본 엑셀 직원 명단 파일과 ②워드 계약서 서식 파일을 넣어두면 준비는 끝납니다.

3.2. 2단계: AI에게 명확하게 일 시키기 (프롬프트 설계)

이제 설계자인 코덱스에게 작업 지시서(프롬프트)를 전달할 차례입니다. 얼마나 명확하고 구체적으로 지시하느냐에 따라 결과물의 품질이 달라집니다.

프롬프트 핵심 요약은 다음과 같습니다.

 

이 지시사항이 각각 어떤 의미인지 살펴볼까요?

 목표: AI에게 최종 결과물이 무엇인지 정의하고, 데이터 처리 시 제외할 부분(제목 행)을 명확히 알려줍니다.
 세부 규칙 1 (급여 계산): 단순 복사를 넘어, 특정 규칙에 따라 데이터를 가공(나누기, 반올림, 서식 지정)하도록 지시합니다.
 세부 규칙 2 (파일 이름): 결과물이 어떤 이름 규칙으로 저장되어야 하는지 구체적으로 알려줘 파일 관리를 용이하게 합니다.
 세부 규칙 3 (정리): 최종 결과물을 별도의 폴더에 깔끔하게 정리하도록 하여 후속 작업을 편하게 만듭니다.

이처럼 해결하려는 일을 정확하게 정의하고 글로 표현하는 것, 이것이 바로 '바이브 코딩'의 핵심입니다. 특히 첫 번째 행이 제목이라고 알려주는 것과 같은 세심한 지시는 AI가 데이터를 오해하지 않고 첫 시도에 완벽한 결과물을 만들게 하는 핵심 비결이죠.

3.3. 3단계: 실행 및 결과 확인

준비된 작업 폴더를 VS Code에서 열고, 코덱스 채팅창에 위에서 설계한 프롬프트를 입력하면 모든 과정이 시작됩니다. AI가 스스로 코드를 짜고, 잠시 후 실행이 완료되었다는 메시지를 보여줍니다.

결과는 놀랍습니다. 아까 만들었던 '코덱스' 폴더 안에 오늘 날짜로 된 새로운 폴더가 짠! 하고 생기고, 그 안에는 직원 100명 각자의 이름으로 된 연봉 계약서 파일이 완벽하게 만들어져 있습니다.

저는 결과물의 신뢰도를 확인하기 위해 '고다수' 님의 계약서 파일을 열어 엑셀 원본 데이터와 부서, 이름, 급여가 정확히 일치하는지 직접 검토해 보았고, 단 하나의 오류도 없이 완벽하게 처리된 것을 확인했습니다.

4. 단순한 시간 절약을 넘어: AI 업무자동화의 진짜 가치

이 작업이 주는 가치는 단순히 100장의 계약서를 1분 만에 만드는 것, 그 이상입니다.

첫째, 인적 오류(Human Error)를 원천적으로 차단합니다. AI는 지치지 않고, 집중력을 잃지도 않습니다. 덕분에 급여와 같은 민감한 정보의 정확성을 100% 보장하여 업무의 신뢰도를 극적으로 높일 수 있습니다.

둘째, 엄청난 확장성을 가집니다. 오늘 배운 방법은 '연봉 계약서'뿐만 아니라 반복적인 서식이 사용되는 모든 업무에 응용할 수 있습니다. 수백 명에게 보내야 할 '교육 수료증', 대량 발급이 필요한 '졸업 증명서', 매번 내용이 조금씩 바뀌는 '가정통신문'이나 '안내장' 제작 등 활용 분야는 무궁무진합니다.

혹시 챗GPT 플러스 결제가 부담스러우시다면, 강사가 다른 영상에서 소개했던 구글의 무료 도구('안티그래비티'로 언급된)를 활용하는 방법도 있습니다.

AI를 활용한 업무자동화는 더 이상 개발자만의 영역이 아닙니다. 이제는 코딩을 모르더라도 내가 하는 일을 어떻게 AI에게 시킬지 기획하고 지시하는 능력이 개인과 조직의 경쟁력을 좌우하는 시대가 되었습니다.

생성형 AI 활용법을 배우는 것이 곧 우리 팀, 우리 조직 전체의 생산성을 높이는 가장 확실한 투자가 될 것입니다.

상세한 내용에 대한 것은 다음 영상 참고하시기 바랍니다.

이와 관련 강의 문의는 아래를 참고해주세요

안녕하세요, 챗지피티강사, 한국AI디지털교육협회 협회장, 랑잠AI교육연구원 대표 강성희입니다.

오늘은 많은 재직자 분들이 업무에서 자주 부딪히는 불편한 상황 하나와 그 해결법을 함께 알아보려 해요. 

바로 엑셀에서 한 셀에 여러 줄로 입력된 데이터를 어떻게 효율적으로 다룰 수 있는지, 그리고 파워쿼리와 ChatGPT를 활용해 어떻게 ‘일잘러’로 거듭날 수 있는지에 대한 이야기예요.

왜 한 셀에 여러 줄이 불편할까?

보고서 정리나 정책 데이터 취합을 하다 보면 한 셀 안에 줄바꿈이 잔뜩 들어간 데이터를 본 적 있으시죠?
이럴 때 어떤 문제가 생길까요?

✔️ 검색이 제대로 안 돼요.

✔️ 필터를 돌려도 원하는 결과가 안 나와요.

✔️ 피벗테이블이나 집계가 꼬여버려요.

✔️ 결국 다시 복사·붙여넣기를 반복하면서 시간을 허비하죠

이런 경험, 공무원 분들이나 기업 재직자라면 누구나 공감하실 거예요. 
결국 이런 문제를 해결하는 사람이 바로 일잘러로 보이는 거죠.

파워쿼리로 ‘행 나누기’ 하면 달라집니다

엑셀 파워쿼리는 데이터를 자동으로 정리해주는 강력한 도구예요.
특히 줄바꿈이 들어간 한 셀의 내용을 행 단위로 나눠주는 데 최적화되어 있죠

이렇게 하면:

✔️원하는 데이터만 따로 필터/집계 가능
✔️ 지역별·부서별 맞춤 분석과 보고서 작성이 쉬워짐
✔️ 데이터가 표준화돼 협업이나 다른 시스템 연계가 편리함

즉, 행으로 나누는 순간 업무 효율이 크게 올라가고, 보고서 퀄리티도 확 달라져요. 공무원들은 정책 검토에, 기업 재직자는 성과 보고에 바로 적용할 수 있죠.

챗GPT와 함께 쓰면 더 쉬워요

그런데 많은 분들이 파워쿼리라는 단어만 들어도 어렵게 느끼세요. 
“이거 어디에 있지?”, “버튼을 어떻게 눌러야 하지?” 이런 고민이 생기죠.

이럴 때 ChatGPT가 큰 도움이 됩니다.
예를 들어, 이렇게 물어볼 수 있어요:

이렇게 프롬프트를 주면, ChatGPT강사가 옆에서 설명해주듯이 친절하게 알려주죠

위에 내용을 정리하면 다음과 같이 할 수 있습니다.

✔️ 셀 하나에 여러 줄이 있으면 검색, 정렬, 집계 다 불편하다 → 공무원·기업 재직자 모두 공감!
✔️ 엑셀 파워쿼리로 간단히 행 나누기를 하면 데이터 활용도가 확 달라진다.
✔️ 챗지피티에게 묻기만 해도 단계별로 알려주니 금방 익힐 수 있다.

그래서 지금 이 글을 읽으시는 분들도, 이런 디지털 업무 습관을 익히면 더 빨리 인정받고 일잘러로 성장할 수 있어요.

저는 앞으로도 생성형 AI 강사로서, 그리고 챗GPT강사로서 여러분이 현장에서 바로 활용할 수 있는 엑셀, 파워쿼리, 챗GPT 실전 노하우를 쉽게 전해드리겠습니다. 
오늘도 함께 성장해봐요!

안녕하세요! 챗GPT강사, 한국AI디지털교육협회 협회장, 랑잠AI교육연구원 대표 강성희입니다.

오늘은 정말 흥미로운 소식을 가지고 왔어요. 

바로 구글(Google)이 제미나이(Gemini)에 새롭게 추가한 '스토리북(Storybook)' 기능에 대한 소식입니다. 
특히 저희 같은 생성형 AI 강사들에게는 정말 유용한 기능이 될 것 같아 빠르게 소개해 드립니다.

최근 구글(Google)의 발전이 정말 놀라운데요, 강력한 성능의 제미나이 2.5 Pro 모델 등을 선보이며 생성형 AI 기술을 선도하고 있죠. 

그중에서도 이번에 베타 버전으로 출시된 스토리북 기능은 누구나 쉽게 동화 작가가 될 수 있는 마법 같은 기능이랍니다.

첨부해 드린 이미지는 바로 제가 Gemini의 스토리북 기능으로 직접 만들어본 결과물 중 일부예요. 

저는 오늘 독일 프랑크푸르트에 있는 아기 조카 만나러 가기위해 지금 인천공항에 있는대요. 
이 아이를 위해 스토리북을 다음과 같이 해보았습니다.

‘라혜’라는 아이가 히어로를 만나는 장면인데, 꽤 그럴듯한 그림과 함께 "안녕, 라혜! 우리가 왔어!" 라는 다정한 대사까지 생성해 주었죠. 

이처럼 생성형 AI를 활용하면 아이디어를 순식간에 시각적인 이야기로 만들 수 있습니다.


그렇다면 이 놀라운 기능을 어떻게 사용할 수 있을까요? 일잘러를 위한 Gemini 활용법, 지금부터 차근차근 알려드릴게요.

먼저 gemini.google.com에 접속해 주세요. 

이야기 주제 입력: 만들고 싶은 이야기의 주제를 프롬프트 창에 입력합니다. 
예를 들어 저처럼 다음과 같이 하시면 됩니다.

그리고 '만들기' 버튼을 누르고 1~2분 정도 기다리면, 구글(Google) 제미나이가 멋진 그림과 이야기가 담긴 10페이지 내외의 디지털 책을 뚝딱 만들어냅니다. 

오디오로 이야기를 들어보는 기능까지 제공되죠.

그런데 '스토리북' 기능, 우리 '일잘러'에게 왜 좋을까?

챗GPT강사인 제가 보기에 이 기능은 정말 무한한 가능성을 가지고 있습니다.

첫째, 콘텐츠 제작 시간을 획기적으로 단축시켜 줍니다. 교육 자료에 들어갈 삽화나, 프레젠테이션의 오프닝을 장식할 흥미로운 이야기를 만드는 데 더 이상 많은 시간을 쏟을 필요가 없어요. 우리 일잘러들에게 시간은 금이니까요.

둘째, 창의적인 아이디어를 손쉽게 시각화할 수 있습니다. 머릿속에만 있던 추상적인 아이디어를 즉시 그림이 있는 이야기로 만들어 팀원들과 공유하거나 고객에게 제안할 수 있죠. 복잡한 개념을 아이들도 이해하기 쉽게 설명하는 교육용 콘텐츠를 만들 때도 정말 유용합니다.

이처럼 ChatGPT강사로서 다양한 AI를 다뤄본 경험에 비추어 볼 때, 이번 제미나이의 업데이트는 정말 사용자 편의성을 극대화한 좋은 사례라고 생각합니다. 

앞으로 이 스토리북 기능이 우리 일잘러들의 업무 효율과 창의성을 어떻게 높여줄지 정말 기대됩니다. 
여러분도 지금 바로 생성형 AI의 놀라운 세계를 경험해 보시는 것 어떨까요?

안녕하세요. 챗GPT 전문강사이자 한국AI디지털교육협회 협회장, 랑잠AI교육연구원 대표 강성희입니다.

늘봄학교 현장에서 헌신하고 계시는 종사자 여러분, 정말 고생 많으십니다. 매일 다양한 프로그램을 기획하고 운영하시면서, 강의 후 피드백 수집과 만족도 조사까지 챙기시느라 정말 바쁘실 텐데요. 현장에서 "손이 열 개라도 모자라다"는 말씀을 자주 듣곤 합니다.

그래서 오늘은 늘봄학교 종사자분들의 업무 효율성을 극대화할 수 있는 실용적인 해결책을 제시하고자 합니다.

늘봄학교는 초등학생을 위한 돌봄과 방과후 과정을 통합 운영하는 국가 차원의 교육복지 프로그램입니다. 종사자분들은 각 학교 현장에서 아이들의 방과후 생활을 더욱 풍성하고 의미 있게 만들어주는 핵심 역할을 담당하고 계시죠.

이번 8월 예정인 교육 프로그램의 핵심 주제는 "늘봄학교 종사자를 위한 챗GPT 활용 앱스스크립트 기반 만족도 조사 자동완성 시스템"입니다.

기존의 수작업 방식—설문지 수기 작성, 구글폼 개별 설정, 결과 수동 정리—에서 벗어나, 단계별 자동화 프로세스로 업무 패러다임을 전환하는 것이 목표입니다.

핵심 프로세스: 챗GPT + 앱스스크립트 통합 자동화

다음 3단계 프로세스를 통해 업무 혁신을 경험하실 수 있습니다:

1단계: 챗GPT 기반 맞춤형 설문 문항 생성

"선생님이 친절하게 대해주셨나요?", "수업 시간이 재미있었나요?" 등 학생들의 눈높이에 맞춘 친근하고 이해하기 쉬운 문항을 AI가 자동으로 생성합니다. 복잡한 설문 설계 과정 없이도 전문적이면서 학생 친화적인 설문지가 완성되죠.

2단계: 앱스스크립트 활용 구글폼 자동 구축

생성된 설문 문항을 앱스스크립트 코드로 변환하면, 폼 문항 입력부터 응답 형식 지정, 완료 메시지 설정까지 모든 과정이 자동화됩니다. 반복적인 수작업이 완전히 제거되어 시간 효율성이 극대화됩니다.

3단계: 실시간 응답 데이터 자동 수집 및 분석

설문 응답은 구글 스프레드시트에 실시간으로 저장되며, 요약 분석 시트도 동시에 생성됩니다. 모든 데이터 처리 과정이 자동화되어, 즉시 결과 확인과 후속 활용이 가능합니다.

기술이 만드는 교육 현장의 변화

이러한 자동화 시스템은 단순히 챗GPT와 앱스스크립트가 종사자분들의 디지털 어시스턴트 역할을 하는 것을 넘어섭니다. 진정한 '워크 스마트' 문화를 현장에 정착시키는 것이죠.

반복적인 행정 업무에서 해방된 시간을 아이들과의 소통과 프로그램 질적 향상에 투자할 수 있게 됩니다. 이것이 바로 기술이 교육 현장에 가져다주는 진정한 가치입니다.

실무 중심의 역량 개발 교육

이번 교육은 단순한 기술 습득 차원을 넘어, 현장에서 즉시 적용 가능한 실무형 자동화 역량 배양에 중점을 둡니다. 참여하시는 모든 분들이 교육 후 바로 현장에서 활용하실 수 있도록 구성되어 있습니다.

챗GPT와 앱스스크립트는 이제 선택이 아닌 필수 도구가 되었습니다. 업무 자동화와 효율적인 시스템 구축은 더 이상 IT 전문가만의 영역이 아닙니다.
늘봄학교 현장에 특화된 맞춤형 자동화 솔루션을 통해, 여러분의 소중한 시간을 아이들에게 온전히 집중할 수 있는 환경을 만들어보시길 바랍니다.

곧 함께 만나뵐 교육 현장에서, 실질적인 변화를 체험하실 수 있기를 기대합니다.

안녕하세요

챗GPT강사, 한국AI디지털교육협회 협회장  랑잠AI교육연구원 대표 강성희입니다.

요즘 챗GPT (ChatGPT)를 활용하는 분들이 정말 많아졌죠?

그런데 여러분, 구글에서도 실무에 꼭 맞는 AI 도구가 있다는 거 알고 계셨나요?

이번에 저는 랑잠AI교육연구원 주관으로 비대면 줌 나눔강의를 진행했어요.

주제는 바로 ‘일잘러 선생님, 재직자, 교수님들을 위한 구글 노트북LM(NotebookLM) 활용법’이었습니다.

이번 강의에서는 챗GPT 이후의 흐름으로 주목받는 NotebookLM을 실습 중심으로 소개했어요.

참여자분들 모두 “이건 진짜 내 업무에 바로 써먹을 수 있겠다”며 반응이 정말 좋았답니다.

노트북LM이 뭐가 그렇게 특별할까?

구글 노트북LM은 단순한 요약 도구가 아니에요.
PDF, 웹사이트, 유튜브 링크 등 내가 직접 업로드한 자료만 기반으로
AI가 요약, 정리, 분석, 대화를 해주는 ‘나만의 AI 비서’입니다.

챗GPT나 다른 생성형 AI는 세상의 지식 전체를 기반으로 하지만,
NotebookLM은 오직 내가 준 자료만 보고 말해준다는 점에서 정확성과 신뢰성이 뛰어나죠.

그래서 실무에 AI를 적용하고 싶은 선생님, 재직자, 교수님들께 정말 강력 추천할 수 있었어요.
노트북LM은 챗GPT와는 또 다른 실무형 AI 도구로 떠오르고 있어요.

실습 내용, 이렇게 진행했어요

이번 강의는 단순한 소개가 아니라, 구글 크롬 브라우저로 접속 → 로그인 → 자료 업로드 → 결과 확인까지
실제로 참여자들이 따라오며 직접 실습할 수 있도록 구성했습니다.

독일어 원문을 PDF로 업로드해봤어요

‘멘탈의 연금술’이라는 독일어 원문을 PDF로 업로드한 뒤,
NotebookLM이 자동 생성해준 마인드맵, 요약, 키워드, 타임라인 기능을 바로 확인했어요.
“내가 올린 자료만 요약해주니까 진짜 신뢰가 간다”는 피드백이 많았어요.

노트북LM FAQ, 브리핑, 타임라인 자동 정리

클릭 한 번으로 자료를 다양한 형식으로 정리해주는 템플릿 기능도 체험했어요.
선생님들은 수업자료로, 재직자들은 회의자료로, 교수님들은 리서치 보고서로 활용하기에 아주 적합했답니다.

노트북LM이  팟캐스트까지 만들어준다구요?

‘성희쌤’이라고 불러달라는 설정까지 넣어서,
AI가 저를 불러주며 멘탈의 연금술을 오디오로 요약해주는 7분짜리 팟캐스트도 제작했어요.
링크 공유와 다운로드도 가능해서, 학습 콘텐츠로도 활용이 가능했죠.

일잘러 실무 적용 예시도 다양하게 나왔어요

‘성희쌤’이라고 불러달라는 설정까지 넣어서,
AI가 저를 불러주며 멘탈의 연금술을 오디오로 요약해주는 7분짜리 팟캐스트도 제작했어요.
링크 공유와 다운로드도 가능해서, 학습 콘텐츠로도 활용이 가능했죠.

일잘러 실무 적용 예시도 다양하게 나왔어요
실습 중엔 다음과 같은 실제 적용 예시도 함께 공유했어요.

초등학생 정서교육 전문가 역할로 놀이 아이디어 제시

직장인 스트레스 관리 전문가로서 대화 프롬프트 구성

경제학 교수 역할로 수업 주제 도출 및 문제 출제

 토론 문제, 객관식 문제 자동 생성

특히 선생님, 재직자, 교수님들이 직접 사용하는 수업 자료, 강의 콘텐츠, 업무 문서 등에
바로 적용 가능한 방식으로 실습이 이어졌어요.

그야말로 일잘러를 위한 AI 실전 도구였다고 할 수 있어요.

그리고 외부에서 퍼플렉시티로 리서치한 내용을 그 문서를 NotebookLM에 업로드하면
외부 정보와 내가 가진 자료를 함께 분석할 수 있어요.

이 조합을 배우신 분들은 “이제 진짜 보고서 자동화가 되겠네요!”라고 하셨을 정도였죠.
노트북LM은 구글 생태계 안에서 실무 흐름을 통합할 수 있는 강력한 생성형 AI 도구예요.

이런 분들께 꼭 추천드려요

✔️ 챗GPT 이후, 더 실무형 AI 도구를 찾는 일잘러
✔️ 매일 수업자료나 교육 콘텐츠를 제작하는 선생님
✔️ 보고서, 발표자료, 리서치 문서를 반복해서 작성하는 재직자
✔️ 학문적 리딩과 교육 콘텐츠 개발을 병행하는 교수님

구글 노트북LM(NotebookLM)은 챗GPT (챗지피티)를 넘어
‘실제 내 업무에 딱 맞는’ 생성형 AI로 활용될 수 있어요.

마무리하며
이번 강의는 챗GPT강사 (ChatGPT강사), 그리고 생성형 AI 강사로서
일잘러 선생님, 재직자, 교수님들과 직접 소통하며 함께 만든 실습형 강의였어요.

혹시 노트북lm (NotebookLM) 활용법 내용 궁금하시면 아래 영상 참고하시면 됩니다.

앞으로도 구글 노트북lm, Notebooklm을 활용한 강의와 콘텐츠를 지속적으로 나눌 예정입니다.
일과 학습의 효율을 높이고 싶은 분들이라면 꼭 도전해보시길 추천드립니다.

강의 관련 문의 있으시면 분들은 아래 참고하셔서 연락주시면 됩니다.

안녕하세요.

챗GPT강사, 랑잠AI교육연구원 대표 강성희입니다.

오늘은 일잘러 분들께서 궁금해하는 소식 그 중에 최근 생성형 AI 업계에서 뜨거운 관심을 받고 있는 챗GPT (챗지피티)와 딥시크 (Deepseek) 이야기를 해볼까 합니다. 

특히 왜 Deepseek가 엔비디아에 영향을 주는지, 그리고 이 변화가 우리에게 어떤 의미가 있는지  챗GPT강사인 제가 챗지피티 (쳇GPT)와 관련된 최신 뉴스를 정리해봤습니다.

1. 서론: AI 시장의 변화와 새로운 경쟁자 딥시크 (Deepseek)

최근 인공지능(AI) 시장에서 가장 큰 변화를 일으키고 있는 요소 중 하나가 바로 딥시크(Deepseek)의 등장입니다. 챗GPT(ChatGPT)가 생성형 AI의 표준으로 자리 잡고, 엔비디아(NVIDIA)가 이를 뒷받침하는 핵심 하드웨어 기업으로 성장한 가운데, 딥시크는 보다 효율적인 모델 설계로 AI 시장의 판도를 바꾸고 있습니다.

이 글에서는 딥시크가 왜 챗GPT와 엔비디아에 영향을 미치는지 분석하고, AI 업계에서 이 변화가 갖는 의미를 논의해보겠습니다.

2. 챗GPT와 엔비디아의 상관관계

챗GPT는 초거대 언어 모델(LLM, Large Language Model)로서 방대한 연산 자원을 필요로 합니다. 이를 위해 OpenAI는 수십만 개의 엔비디아 GPU를 활용하며, 이는 엔비디아의 매출 증가와 AI 칩 시장의 확장을 견인해왔습니다.

즉, 챗GPT의 성공은 엔비디아의 GPU 수요 증가로 이어졌고, 엔비디아는 AI 혁신을 가속화하는 하드웨어 제공자로서의 입지를 공고히 해왔습니다. 그러나 딥시크의 등장으로 이 공식이 흔들릴 가능성이 커지고 있습니다.

3. 딥시크의 차별점: 효율성과 비용 절감

1) MoE(Mixture of Experts) 기술을 활용한 경량화 모델

딥시크는 MoE(Mixture of Experts) 기술을 기반으로 한 AI 모델입니다. 이는 필요할 때마다 특정 전문가 네트워크만 활성화하여 연산을 수행하는 방식으로, 기존 챗GPT와 같은 초거대 모델보다 훨씬 적은 연산 자원으로도 유사한 성능을 낼 수 있습니다.

2) 더 적은 GPU로도 높은 성능 유지

딥시크는 초거대 모델이 아닌, 선택적으로 연산을 수행하는 구조를 가지기 때문에 전체적인 GPU 사용량이 줄어들 수 있습니다. 이는 기존의 챗GPT와 같은 LLM이 필요로 했던 방대한 엔비디아 GPU 의존도를 낮추는 결과로 이어질 수 있습니다.

3) 오픈소스 생태계로 확산 가능성 증가

딥시크는 오픈소스로 공개되어 연구자 및 기업이 보다 쉽게 모델을 활용하고 확장할 수 있도록 설계되었습니다. 챗GPT가 폐쇄적인 API 기반 서비스를 제공하는 것과 달리, 딥시크는 오픈소스 커뮤니티에서 다양한 커스텀 모델을 개발할 수 있는 기회를 제공하며, 이는 AI 기술의 민주화를 촉진하는 역할을 할 가능성이 큽니다.

4. 딥시크가 챗GPT와 엔비디아에 미치는 영향

1) 챗GPT의 경쟁력 변화

챗GPT는 기존의 초거대 모델 기반 접근 방식에서 강력한 성능을 자랑했지만, 딥시크와 같은 경량화 모델이 등장하면서 AI 모델의 경쟁력이 성능뿐만 아니라 효율성까지 고려하는 방향으로 변화하고 있습니다.

이로 인해 OpenAI는 챗GPT의 비용 효율성을 높이기 위한 연구를 지속해야 하며, 만약 딥시크가 기업 및 연구소에서 더 높은 경제성을 가진 대안으로 자리 잡는다면 챗GPT의 시장 점유율이 위협받을 가능성이 있습니다.

2) 엔비디아의 수익 모델 변화

딥시크가 GPU 사용량을 줄이는 방향으로 발전하면, 기존에 초거대 모델이 주도하던 AI GPU 시장의 성장 패턴이 바뀔 수 있습니다. 엔비디아는 현재 데이터센터용 고성능 GPU(H100, A100) 판매를 통해 AI 시장에서 가장 큰 수익을 창출하고 있습니다. 그러나 딥시크가 확산되면서 AI 모델의 최적화가 진행될 경우, 기존과 같은 폭발적인 GPU 수요가 지속될지 불확실해질 수 있습니다.

다만, AI 모델이 더욱 대중화되면서 다양한 기업과 연구기관이 새로운 방식으로 AI를 활용하게 된다면, 엔비디아가 새로운 형태의 GPU나 AI 가속기 시장을 개척할 수도 있습니다.

3) AI 시장의 다변화

딥시크의 등장은 AI 시장에서 다양한 기술적 접근이 가능하다는 점을 증명하고 있습니다. 즉, 챗GPT 같은 초거대 모델뿐만 아니라, 효율성을 극대화한 딥시크 같은 모델도 충분한 경쟁력을 가질 수 있다는 것입니다.

이로 인해 앞으로 AI 기업들은 단순히 모델을 대형화하는 것이 아니라, 비용 대비 성능을 극대화하는 방향으로 연구를 진행하게 될 가능성이 큽니다. 이는 AI 생태계 전체의 혁신을 촉진할 수 있으며, 결과적으로 AI 시장은 더욱 다변화될 것입니다.

5. 결론: AI 업계의 변화 속에서 우리가 주목해야 할 점

딥시크의 등장은 AI 기술이 단순히 ‘큰 모델이 좋은 모델’이라는 공식을 깨고, 더 적은 연산 자원으로도 강력한 성능을 낼 수 있는 가능성을 보여주고 있습니다. 이는 챗GPT와 같은 기존 초거대 모델과 엔비디아의 GPU 시장에 직접적인 영향을 미치는 요소로 작용할 것입니다.

그러나 이러한 변화는 AI 업계에 새로운 혁신 기회를 제공할 수도 있습니다. AI 기술이 더욱 최적화되고 접근성이 높아지면서, 기업과 개인이 AI를 활용하는 방식도 다양해질 것입니다. 따라서 AI를 활용하는 사람들은 단순히 챗GPT 같은 기존 기술만 익히는 것이 아니라, 새로운 대안 모델과 그 특성을 이해하는 것이 중요해질 것입니다.

앞으로 AI 시장이 어떤 방향으로 발전할지 지켜보면서, 변화에 유연하게 적응하는 태도가 필요할 것입니다.

안녕하세요. 
챗지피티 강사, 랑잠AI교육연구원 대표 강성희입니다.

최근 OpenAI가 발표한 Deep Research(딥리서치)는 인터넷 탐색과 다단계 분석을 수행하는 첨단 인공지능(AI) 기능으로, 전통적인 검색 엔진과 차별화됩니다. 

기존 AI 모델이 단순한 정보 검색과 요약에 그쳤다면, 딥리서치는 심층적인 데이터 수집, 정제 및 분석 과정을 통해 보다 정교하고 신뢰할 수 있는 연구 결과를 제공합니다. 이를 통해 연구자, 기업, 일반 사용자 모두가 고급 분석 도구를 활용하여 보다 정확한 의사 결정을 내릴 수 있도록 지원합니다.

Deep Research(딥리서치)의 핵심 기능

딥리서치는 단순히 키워드를 기반으로 검색하는 것이 아니라, 특정 주제에 대한 다층적 접근 방식을 적용하여 신뢰도 높은 데이터를 선별하고 체계적인 보고서를 생성하는 데 최적화되어 있습니다. 

여기 생성형 AI는 최대 30분 동안 탐색과 분석을 수행하며, 질의 응답 과정에서 정보를 동적으로 조정하고 평가하는 능력을 갖추고 있습니다. 

이를 통해 보다 심도 있는 연구나 데이터 중심의 의사결정을 지원할 수 있습니다. 또한, 논문, 기업 보고서, 공공 데이터 등 다양한 형태의 정보를 분석하고 결합하여 사용자가 원하는 형태로 정리할 수 있는 기능을 제공합니다.

기존 검색 엔진이 단순한 키워드 매칭 방식으로 작동하는 것과는 달리, 딥리서치는 의미 기반 분석을 통해 관련성 높은 정보를 찾아줍니다. 또한, 최신 데이터만을 추출하는 것이 아니라 과거의 데이터를 맥락적으로 분석하여 변화 추이를 제공할 수도 있습니다. 이를 통해 시계열 분석이나 트렌드 예측에도 활용될 수 있습니다.

응용 분야

딥리서치는 학계 및 산업 전반에서 활용될 수 있습니다. 연구자들은 논문 작성 및 데이터 검토를 위한 심층적 자료를 신속하게 확보할 수 있으며, 기업은 시장 분석, 경쟁사 조사, 투자 전략 수립 등 다양한 비즈니스 인텔리전스 작업에서 유용하게 사용할 수 있습니다. 또한, 정부 및 공공 기관에서도 정책 수립과 데이터 기반 의사결정을 지원하는 도구로 활용될 수 있습니다. 예를 들어, 특정 산업의 성장 동향을 분석하거나, 정책 시행 전후의 변화를 평가하는 데 유용하게 사용할 수 있습니다.

일반 사용자들의 활용 방식도 점점 다양해지고 있습니다. 딥리서치는 여행 계획, 고가 제품 비교, 특정 직종의 연봉 분석, 주거 지역 선택 등에 있어 더욱 신뢰도 높은 데이터를 제공할 수 있습니다. 예를 들어, 사용자가 가장 적합한 취업 지역을 찾고 싶다면, 해당 지역의 평균 연봉, 산업 성장률, 생활비 등을 종합적으로 분석하여 제공할 수 있습니다. 이러한 기능은 특히 개인의 중요한 의사 결정에서 데이터 중심의 접근 방식을 지원하는 데 강력한 역할을 합니다.

접근성 및 요금제

현재 딥리서치는 OpenAI의 프로(Professional) 요금제 사용자에게 제공되며, 향후 플러스(Plus) 및 팀(Team) 요금제 사용자들에게도 점진적으로 확대될 예정입니다. 고급 정보 분석 및 데이터 기반 의사결정을 필요로 하는 전문가들에게 필수적인 도구로 자리 잡을 가능성이 큽니다.

향후 OpenAI는 딥리서치를 더욱 확장하여 맞춤형 분석 기능을 강화할 예정입니다. 이를 통해 특정 사용자의 요구에 맞는 맞춤형 연구 보고서를 생성할 수 있는 기능이 추가될 가능성이 큽니다. 또한, 음성 명령을 통한 데이터 검색, 다양한 시각적 도구를 이용한 분석 결과 표현 등도 연구 개발 중입니다.

미래 전망

Deep Research(딥리서치)는 기존 AI 기반 검색 및 분석 도구의 한계를 극복하고, 보다 정교하고 신뢰할 수 있는 정보 제공 방식을 제시합니다. 데이터 과부하 시대에서 핵심 정보를 효과적으로 선별하고 활용하는 능력은 점점 더 중요해지고 있으며, 딥리서치는 이를 지원하는 강력한 솔루션으로 발전할 것입니다. 향후 OpenAI의 기술이 지속적으로 진화하면서, 딥리서치의 기능과 적용 범위도 더욱 확장될 것으로 기대됩니다.

AI 기술이 발전함에 따라, 단순한 정보 제공을 넘어 AI가 직접적인 의사 결정 지원 도구로 활용될 가능성이 높아지고 있습니다. 딥리서치는 연구자, 기업, 정부 기관뿐만 아니라 일반 사용자들에게도 유용한 기능을 제공하며, 향후 다양한 분야에서 그 영향력을 더욱 확대할 것입니다. 미래에는 딥리서치가 단순한 검색 도구를 넘어 인공지능 기반 연구 보조 시스템으로 자리 잡을 가능성이 크며, 인간의 복잡한 문제 해결 과정을 지원하는 핵심 도구로 발전할 것입니다.


혹시 이와 관련 질문 또는 강의 문의 있으신 분들은 아래로 문의 남기시면 됩니다.

안녕하세요! 챗GPT 강사 강성희입니다. 

오늘은 오픈AI에서 새롭게 출시한 AI 에이전트, '오퍼레이터(Operator)'에 대해 이야기해볼게요. 1월 24일에 공개된 이 도구는 정말 놀라운 기능을 가지고 있는데요. 

업무와 일상에서 우리의 생산성을 높여줄 강력한 도구로 자리 잡을 가능성이 큽니다.

먼저, 오퍼레이터가 어떤 도구인지 간단히 설명드릴게요. 

오퍼레이터는 키보드나 마우스를 사용하지 않고도 다양한 작업을 수행할 수 있는 AI 에이전트입니다. 예를 들어, 파스타 요리를 위해 재료를 검색하고 구매하고 싶다고 해볼게요. "파스타 재료를 주문해주세요"라고 요청하면, 오퍼레이터는 필요한 재료 목록을 작성하고, 적합한 요리법을 찾아 장바구니에 추가해주는 방식으로 모든 과정을 처리해줍니다. 사용자가 직접 웹사이트를 탐색하거나 클릭하지 않아도 되는 거죠. 정말 편리하지 않나요? 이처럼 단순한 명령 하나만으로도 복잡한 작업이 순식간에 해결되니, 시간이 부족한 현대인들에게 정말 유용한 기술이라 할 수 있습니다.

현재 오퍼레이터는 미국의 챗GPT 프로 사용자들에게 먼저 제공되고 있지만, 곧 한국을 포함한 다른 국가에서도 사용할 수 있게 될 예정입니다. 이런 기술은 단순히 시간 절약을 넘어 업무와 일상의 방식을 완전히 바꿀 잠재력을 가지고 있습니다. 특히 반복적인 작업을 자동화하는 데 뛰어난 성능을 발휘하니, 업무의 효율성을 크게 높일 수 있을 거예요. 기술의 발전이 이렇게 빠르게 이루어지다 보니, 앞으로 우리의 업무 환경이 어떻게 더 변화할지 기대되지 않으신가요?

오퍼레이터의 주요 기능을 간단히 살펴볼까요? 

첫째, 웹 브라우저 기반 독립 작업을 수행할 수 있습니다. 사용자의 화면과 동일한 환경에서 작업을 진행하며, 키보드와 마우스를 사용하지 않고도 입력과 클릭을 통해 원하는 결과를 만들어냅니다. 사용자는 복잡한 과정을 이해하거나 숙지하지 않아도 AI가 스스로 작업을 처리하니 정말 편리합니다. 

둘째, 작업 진행 상황을 실시간으로 확인할 수 있습니다. 예를 들어, 재료 구매 과정에서 작업이 어디까지 진행되었는지 알 수 있으니 정말 효율적이에요. 

셋째, 민감한 작업이 포함된 경우 사용자의 확인을 요청하며, 신뢰도 높은 작업 환경을 제공합니다. 복잡한 요청에 대해서는 질문을 명확히 하거나 적절한 대안을 제시하는 것도 가능합니다. 이러한 특징 덕분에 오퍼레이터는 단순한 자동화 도구를 넘어 인간과 협력하며 더 나은 결과를 도출하는 도구로 자리 잡았습니다.

제가 챗GPT 강사로 활동하면서 강조하는 부분은 반복적인 업무를 AI에 맡겨 시간을 아끼고, 더 중요한 작업에 집중하라는 것입니다. 

예를 들어, 회의록 작성, 이메일 초안 생성, 데이터 정리 같은 작업은 챗GPT를 활용하면 훨씬 간단히 처리할 수 있습니다. 또, 복잡한 자료 검색이나 개인화된 일정 관리에도 챗GPT와 오퍼레이터는 큰 도움을 줄 수 있습니다. 창의적인 프로젝트, 광고 문구 작성, 보고서 요약, 아이디어 브레인스토밍 등에서도 AI의 힘을 활용해보세요. 한 번 사용해보면 그 편리함에 놀라게 될 거예요. 저는 매일 이런 기술들을 활용하면서 느끼는 건, 우리가 AI와 함께 일하면서 더 많은 가능성을 발견하고 있다는 점입니다.

앞으로 오퍼레이터 같은 AI 에이전트를 활용하는 사람과 그렇지 않은 사람 간의 생산성 격차는 점점 더 커질 겁니다. 

하지만 지금 시작한다면 절대 늦지 않았습니다. 이런 도구들은 누구나 쉽게 접근할 수 있도록 설계되어 있어, 기술에 익숙하지 않은 사람들도 활용할 수 있습니다. 오퍼레이터는 단순히 일을 대신하는 도구가 아니라, 사용자와 상호작용하며 더 나은 결과를 도출하도록 설계되었습니다. 그리고 이런 기술을 통해 우리는 단순히 일을 더 잘하게 되는 것을 넘어, 우리가 원하던 일의 방식과 삶의 균형을 찾는 데에도 도움을 받을 수 있을 겁니다.

저는 이런 AI 기술이 우리의 일과 삶에 가져올 긍정적인 변화를 확신합니다. 오퍼레이터와 챗GPT를 통해 업무 효율성을 극대화하고, AI 시대를 선도하는 일잘러로 성장해보세요! 앞으로 더 많은 분들이 이 기술을 통해 새로운 가능성을 발견하시길 기대하며, 오늘의 이야기를 마치겠습니다. 

혹시 이와 관련 질문 또는 강의관련 문의 있으신 분들은 아래 오픈카톡방에 문의를 남기시면 됩니다.

감사합니다!

안녕하세요.
챗GPT 강사, 생성형 AI 전문 강사, 랑잠AI교육연구원 대표 강성희입니다.

오늘은  '일잘러를 위한 생성형 AI 활용법'에 이어, 구글 워크스페이스(Google Workspace)의 핵심 도구 중 하나인 구글 시트(Google Sheets)에서 제미나이(Gemini)를 활용하는 방법을 자세히 소개해드리려고 합니다.

1. 제미나이란 무엇인가요?

제미나이(Gemini)는 구글이 개발한 생성형 AI 모델로, 구글 워크스페이스와 긴밀하게 통합되어 있습니다.
특히 구글 시트에서 제미나이를 사용하면 복잡한 데이터 관리, 수식 계산, 자동화 작업 등을 보다 쉽고 빠르게 처리할 수 있습니다.

이제 제미나이의 강력한 기능을 하나씩 살펴보겠습니다.

2. 구글 워크스페이스에서 제미나이 시작하기

먼저, 제미나이 기능을 활성화해야 합니다.

Google Workspace Labs에 가입하세요.

https://workspace.google.com/labs-sign-up/

가입이 완료되면, 구글 드라이브 및 구글 시트에서 제미나이를 사용할 수 있습니다.

구글 시트 상단 메뉴에서 Gemini 아이콘을 찾아보세요.
제미나이가 활성화되면, 이제 데이터 분석, 함수 계산, 그래픽 생성 등 다양한 작업을 AI의 도움으로 수행할 수 있습니다​. 

3. 실무에서 제미나이 활용하기

(1) 함수와 수식 문제 해결

구글 시트에서 복잡한 수식 때문에 고민한 적 있으신가요?
이제 제미나이에게 직접 질문해보세요.

프롬프트 예시:
"나이를 계산하는 함수 알려줘"
"연차를 구하는 공식 알려줘"
제미나이는 즉시 정확한 수식과 사용법을 제안해줍니다​
.

(2) 자동 완성 기능
제미나이는 추천 수식을 자동 완성해주는 기능도 제공합니다.
예를 들어, 특정 셀에 수식을 입력할 때 제미나이가 자동으로 제안하는 공식을 선택하면, 더욱 빠르고 정확하게 업무를 처리할 수 있습니다​.

4. 구글 시트에서 이미지 생성하기

제미나이는 텍스트 기반 작업뿐만 아니라 이미지 생성 기능도 제공합니다.
구글 시트에 보고서를 작성하거나 시각적인 요소를 추가해야 할 때 매우 유용합니다.

프롬프트 예시:
"Draw a webtoon style image of a Korean woman in her 40s working diligently on a Google Sheet using her laptop"
이렇게 요청하면 제미나이는 적합한 이미지를 생성해 줍니다​
.
이미지를 삽입하면 보고서나 데이터 시각화가 훨씬 생동감 있고 전문적으로 보입니다​.

5. 제미나이와 함께 업무 생산성 극대화하기

(1) 빠른 의사결정 지원
제미나이는 즉각적인 답변을 통해 문제 해결을 돕습니다.
수식, 데이터 분석, 트렌드 파악 등 다양한 질문에 실시간으로 대응할 수 있습니다.

(2) 효율적인 시간 관리
복잡한 데이터 계산에 소요되는 시간을 줄여주고, 핵심 작업에 더 많은 시간을 할애할 수 있습니다.

(3) 팀 협업 강화
구글 시트를 팀원과 함께 사용할 때 제미나이를 활용하면, 실시간으로 수식을 제안하거나 오류를 검토할 수 있습니다.

6. 제미나이, 이렇게 사용해보세요!

데이터 분석: 제미나이에게 데이터 패턴을 분석해달라고 요청해보세요.
자동화 작업: 반복되는 작업을 간단한 프롬프트로 해결하세요.
보고서 작성: 이미지와 데이터를 결합해 전문적인 보고서를 완성하세요.

7. 오늘의 핵심 요약

제미나이 설정: Google Workspace Labs를 통해 활성화
실시간 문제 해결: 함수와 수식을 빠르게 해결
이미지 생성: 보고서에 시각적 요소 추가
업무 효율성 향상: 시간 절약 및 협업 강화
제미나이는 구글 워크스페이스의 핵심 파트너로, 여러분의 업무를 한층 더 스마트하게 만들어줄 것입니다.

8. 더 많은 정보가 필요하다면?

혹시 챗GPT 및 생성형 AI 교육에 대한 더 많은 정보가 필요하시거나, 맞춤형 강의를 원하신다면 아래 오픈채팅방으로 문의해주세요.

오픈채팅방 문의하기

오늘도 제미나이와 함께 스마트한 업무 환경을 경험해보세요.

그럼 오늘 하루도 행복한 하루되세요.