저는 하루도 빠짐없이 기업 교육에 나가다보니, AI 활용 사례만 100개 이상 접해요.
( 어쩌면 강사보다 많은 사례를 접할 수도 . . )
그런데 기억이 잘 나지 않더라구요.
모은 사례가 '쓸 수 있는 자료'가 아니라 '읽고 흘려보낸 텍스트'였던 거죠.
이번에 SKT 교육 36명의 과제(결과물)를 정리하면서 그걸 깨달았 어요.
각각의 사 례 게시물이 이런 식으로 쌓여요.
줄글로 정리해두면 잘 안 읽히니까, 다른 방법을 시도했어요.
이 글은 그 방법을 정리한 거예요.
AI 사례 모음집을 진짜 쓰게 만드는 법 —
Mermaid 다이어그램과 카드뉴스 포맷 조합으로 정보를 '변환'하는 과정입니다.
준비물
AI 채팅 도구 (저는 Claude Code 썼어요)
사례 원본 텍스트 (메일·노션·HTML·구글닥스 등 어디에 있든 OK)
결과물 띄울 곳 (저는 Vercel에 올렸지만 노션·로컬 HTML 다 가능)
특별한 개발 지식은 필요 없어요.
AI한테 "이 사례들을 이렇게 변환해줘"라고 지시하는 게 핵심이에요.
1단계: 정리 ≠ 이해라는 걸 받아들이기
가장 먼저 마음 먹어야 할 것은 이거예요.
사례를 텍스트로 정리하는 건 "정리"가 아니라 "복사"예요.
저도 처음엔 그렇게 했어요. 우수 사례로 선발된 좋은 과제 내용을 한 노션 페이지에 다 옮겨 붙였어요.
"이제 다 모았으니 언제든 찾아볼 수 있겠다" 싶었죠.
결과는요? 그 노션 페이지 다시 안 들어갔어요. ㅋ
이유는 단순해요.
양이 너무 많고, 비교하기 어렵고, 다음에 매칭하기 힘들어요.
그래서 발상을 바꿨어요. 정리하지 말고 변환하자.
2단계: 사례를 '고정 카드 포맷'으로 변환
각 사례를 5개 슬롯이 정해진 카드 하나로 압축해요.
누가 (이름·소속)
무엇을 해결하려고 했는지 (대상 업무)
지금은 어떻 게 하고 있는지 (AS-IS)
AI로 어떻게 바꾸려는지 (TO-BE)
결과물은 뭔지 (기대 결과)
AI한테 던진 프롬프트는 이거였어요.
이 36명의 과제 텍스트를 각각 [대상업무, AS-IS, 한계, TO-BE, 데이터, 기대결과, MVP]
9개 필드 JSON으로 추출해줘.이 단계에서 중요한 팁이 있어요. AI가 알아서 잘 할 거라고 믿지 말고, "어떤 구조로 변환해야 하는지"를 먼저 직접 정해두세요. (이 정도는 할 수 있잖아요?) 슬롯이 정해져 있어야 36개 카드가 시각적으로 통일돼요.
3단계: 시스템·프로세스는 Mermaid 다이어그램으로
텍스트 설명보다 시각이 빨라요.
특히 "데이터가 어디서 어디 로 흐르는지" 같은 건 다이어그램 하나가 단락 5개를 이겨요.
AI한테 이렇게 시켰어요.
이 사례의 시스템 흐름을 Mermaid graph로 만들어줘.
입력 / 처리 / 저장 / 출력 / 외부 도구를 각각 다른 색으로.Mermaid는 코드 한 블록으로 다이어그램이 그려지는 도구예요.
노션·VS Code·HTML 다 지원해요. 굳이 별도 그림 도구 안 써도 돼요.
(결과물 예시)
완성 결과
항목
Before
After
사례 정리 방식
메일·카톡 줄글
카드 + 다이어그램
우수사례 5개 살펴보는 것
소요 시간
30분+ (다 안 봄)
30초
자기 업무 매칭
거의 안 됨
즉시
다음에 다시 찾기
안 찾음
한 페이지에서 끝
수치 외에 체감 변화는요. "자료가 있다는 것"과 "쓸 수 있는 자료가 있다는 것"이 완전히 다른 일이라는 걸 알게 됐어요. 그동안 모은 모든 사례 모음집을 다시 봐야 한다는 숙제가 생긴 셈이에요.
AI 활용 팁!
이 방법은 사례 모음집뿐만 아니라 이런 데에도 적용돼요.
레퍼런스 모음 — 디자인·기획 레퍼런스 → 카드 + 키 비주얼
회의록 정리 — 분기별 회의록 → 카드(주제·결정·액션) + 다이어그램
이력서·포트폴리오 — 프로젝트 경험 → 카드(문제·역할·결과) 통일
온보딩 자료 — 신입에게 줄 자료 → 카드 + 시스템 다이어그램
