실력은,
한 단씩.^段

생성형 AI가 어떻게 답을 만들고 어디서 틀리는지 이해하고, 업무에 안전하게 쓰는 공통 기본기를 검증합니다. 직무와 관계없이 누구나 흰띠부터 시작합니다.

• 생성형 AI 작동 원리와 한계
• 효과적인 지시와 반복 개선
• 제품 형태와 기능 선택

지시문, 예시, 문서, 대화 이력, 도구 결과를 어떻게 배치해야 모델이 일관되게 일하는지 설계하고, 결과를 평가해 개선하는 능력을 검증합니다.

• 지시문 설계
• 예시와 구조화
• 컨텍스트 엔지니어링

코드 없이 프로젝트, 커스텀 어시스턴트, 커넥터, 에이전트 기능을 조합해 팀의 반복 업무를 자동화하고, 권한과 데이터 경계를 지키며 운영할 수 있는지 검증합니다.

• 업무 분석과 자동화 설계
• 지식 공간과 커스텀 어시스턴트
• 커넥터와 에이전트 기능

코딩 에이전트에게 일을 맡겨 작은 웹앱을 만들고, 실행·검증·수정·배포까지 책임질 수 있는지 검증합니다. 처음 앱을 만드는 사람이 실무 수준으로 올라서는 띠입니다.

• 작업 정의와 에이전트 지시
• 실행과 검증 루프
• 버전 관리와 변경 검토

LLM API로 애플리케이션 기능을 구현하고, 구조화 출력·도구 호출·스트리밍·캐싱을 써서 품질·비용·지연 시간을 관리할 수 있는지 검증합니다.

• API 기본과 메시지 설계
• 구조화 출력과 도구 호출
• 성능과 비용 최적화

장기 실행·다단계 에이전트를 설계하고, 도구·메모리·평가·관측을 갖춰 실패와 비용을 통제하며 운영할 수 있는지 검증합니다.

• 에이전트 아키텍처
• 도구와 MCP
• 컨텍스트·메모리·상태

LLM 애플리케이션과 에이전트 고유의 위협(프롬프트 인젝션, 데이터 유출, 과도한 권한)을 식별하고 방어·탐지·검증할 수 있는지 검증합니다.

• 위협 모델링
• 프롬프트 인젝션
• 데이터 보호와 권한

벤더 사용 정책·데이터 처리 조건과 한국 AI 기본법을 정확히 해석하고, 조직의 AI 사용 규정과 통제 체계로 옮길 수 있는지 검증합니다.

• 벤더 정책과 데이터 조건
• 한국 AI 기본법
• 개인정보와 AI