교안을 따라, 내 일에 쓸 작은 도구를 만들어 봤습니다. — AI놀이터 청강 실습 기록

소개

안녕하세요. 부동산 하는 도시아재입니다.

저는 아루나님의 입문 스터디 ‘AI 첫걸음 놀이터’에 청강생으로 참여하고 있습니다. 이번에는 1주차 교안을 따라, AI와 친해지는 작은 연습 도구를 만들어 봤습니다.

자신의 다짐을 이미지로 만드는 첫 미션에서 시작해, 매일 결과를 남기는 14일 AI 학습 챌린지 대시보드로 확장했습니다. 이 글에는 만드는 과정에서 바뀐 생각과 실제로 확인한 것, 아직 남은 과제를 담았습니다.

ALT

이미지 1

14일 챌린지로 확장한 디자인 단계의 화면입니다. 입력 원문은 가렸습니다. API 설정 추가 전 캡처이며, 현재 기능 전체를 증명하는 최신 화면은 아닙니다.

AI 학습 챌린지 공개 베타 열기

체험에는 자신의 OpenAI API 키가 필요하며 생성 비용이 발생합니다. 실제 고객정보 대신 가상 정보로 연습해 주세요. 기록과 키의 보관 방식은 아래 4번에서 설명합니다.

본격적인 수업 전에, AI와 조금 친해질 수 있다면

학원의 창업 과정에서 함께할 AI 실무자동화 수업을 준비하면서, 실무 경험이 없는 초보 공인중개사가 낯선 AI까지 배우려면 어디서 시작하면 좋을지 생각하게 됐습니다.

그래서 이 앱은 실무자동화 수업에 적응하기 위한 준비 도구로 잡았습니다. 운동 전 가볍게 몸을 풀듯, 간단한 결과라도 자기 손으로 만들고 표현을 바꿔 다시 시도하는 데 목적이 있습니다. 자동화 자체를 완성하는 과정은 그다음입니다.

공인중개 업무를 모르셔도 ‘교안에서 배운 것을 내 일에 어떻게 옮길까’라는 관점으로 읽으셔도 좋겠습니다. 예를 들어 자신의 가게나 독서 메모처럼 익숙한 소재를 떠올리면서요.

스터디의 흐름과 이번 기록의 범위

스터디 소개와 커리큘럼을 다시 읽고, 전체 흐름을 제 말로 짧게 정리했습니다.

• 1주차: 만들 것을 고르고 작은 첫 결과를 직접 써본 뒤, 계속할지 판단합니다.

• 2주차: 그 판단을 바탕으로 순서를 정하고 핵심 기능을 키워 갑니다.

• 3주차: 완성 기준에 맞춰 검사하고, 다른 사람이 이해할 설명을 남깁니다.

• 4주차: 결과와 배움을 정리·공유하고, 다음 작업과 AI에게 넘길 맥락을 준비합니다.

이번 기록의 범위는 1주차 일자별 교안을 제 주제로 따라가며 만든 결과와 시행착오입니다. 앱 콘텐츠 14일분과 제작 교안 7일차는 서로 다른 기준입니다.

아래에서는 기획 → 첫 결과 → 확장 → 비공개 확인 → 개선 → 공개와 회고 순서로 풀어보겠습니다. 학습허브 공개와 갤러리 등록은 아직 남아 있습니다.

만드는 과정이 궁금하시면 ‘진행 방법’을, 수업 준비에 남은 고민이 궁금하시면 뒤쪽의 ‘결과와 배운 점’을 중심으로 읽으셔도 좋습니다. 용어와 비유는 해당 장면 옆에, 추가 참고자료는 맨 아래에 모았습니다.

진행 방법

1. 첫 장면 정하기 — 다짐을 이미지 한 장으로

공인중개사 시험 준비에 오래 집중하다 보면 AI 학습에는 시간을 쓰지 못할 수 있습니다. 자격을 취득한 뒤에는 무엇부터 배워야 하는지, 중개 업무에는 어디에 적용해야 하는지 막막해하는 모습을 보았습니다.

그래서 처음부터 많은 AI 기능을 설명하는 대신, 하루에 하나씩 작은 미션을 수행하고 결과를 남기는 개인용 대시보드를 생각했습니다. 강사가 여러 사람의 진도를 관리하는 시스템이 아니라 각자 열고 실천하는 도구입니다.

첫날에는 공인중개사로서의 각오와 포부를 입력하고, 이를 현장에서 일하는 자신의 미래 모습으로 시각화하기로 했습니다. 어려운 실무 판단보다 자기 생각을 표현하는 일에서 시작하면 어떨까 하는 선택이었습니다.

이를테면 처음 운전을 배울 때 계기판의 모든 기능부터 외우기보다, 먼저 안전한 장소에서 출발하고 멈춰 보는 것과 비슷합니다. 제게 첫 이미지 미션은 그런 작은 출발 연습이었습니다. 이미지 한 장을 만들었다고 AI를 업무에 능숙하게 쓰게 되는 것은 아니지만, ‘내가 넣은 말이 결과를 바꾼다’는 경험의 입구는 될 수 있겠다고 생각했습니다.

첫 제작 범위는 다음처럼 좁혔습니다.

만들 대상: 초보 공인중개사의 개인용 AI 학습 챌린지 대시보드
첫 결과: 자신의 다짐을 표현한 AI 이미지 한 장
첫 핵심 동작: 다짐 입력 → 실제 이미지 생성 → 화면에서 확인

위 세 줄은 당시의 요구를 독자가 이해하기 쉽게 정리한 요약입니다. 대시보드를 포기하고 이미지 생성기로 목표를 바꾼 것이 아니라, 대시보드의 첫 학습 장면부터 확인한 것입니다.

이 기준을 PRD에 적었습니다. PRD는 거창한 기획서라기보다, 이번에 무엇이 되어야 하고 무엇은 아직 하지 않을지를 AI와 제가 함께 확인하는 제작 기준이었습니다.

집을 수리하기 전에 ‘이번에는 주방만 고치고, 방의 구조는 그대로 둔다’고 적어 두는 작업 합의서에 비유할 수 있습니다. 이 앱에서는 ‘다짐을 넣으면 실제 이미지가 보인다’가 이번에 할 일이었고, 로그인과 여러 미션은 처음에는 하지 않을 일이었습니다. 나중에 저장과 14일 미션을 추가한 것은 그 첫 범위를 확인한 뒤의 확장입니다.

이처럼 핵심 사용 장면부터 시험하는 작은 첫 버전을 MVP라고 부릅니다. 제 경우에는 모든 수업 기능을 갖추는 것보다, 학습자가 자기 생각을 넣고 결과를 확인할 수 있는지를 먼저 보려는 선택이었습니다.

2. 첫 구현 — 기록할 곳과 실행할 곳 나누기

학습허브에는 개념과 기록·프로젝트 소개를, 별도 앱 폴더에는 실행 코드와 정본 PRD를 두었습니다. 허브 안에 앱 기능을 넣거나 PRD 전체를 여러 군데 복제하지 않도록 했습니다.

학습허브를 ‘실습 노트와 설명서를 놓는 책장’, 앱을 ‘실제로 도구를 사용하는 작업대’라고 생각하면 구분하기 쉽습니다. 책장에는 왜 만들었고 무엇을 배웠는지를 남기고, 작업대에서는 입력하고 결과를 만듭니다. 둘 다 필요하지만 맡은 일은 다릅니다.

다른 주제로 따라 할 때도 이 구분은 도움이 됩니다.

작업 상위 폴더
├─ learning-hub       개념·학습 기록·프로젝트 소개
└─ my-first-app       실제 앱·docs/prd.md

이 폴더명은 설명용 예시입니다. 역할은 다음처럼 나눴습니다.

• 저: 누구를 위해 무엇을 만들지, 결과를 어떻게 판단할지 정했습니다.

• Codex: 파일을 읽고 구현·검사를 도왔습니다.

• OpenAI API: 입력을 바탕으로 실제 이미지와 문장을 생성했습니다.

• Sites: 이후 앱을 인터넷 주소에서 열 수 있도록 배포하는 데 사용했습니다.

학습허브는 이 앱을 대신하는 곳이 아니라, 배운 것을 남기는 공간입니다.

초기 구현 요청에는 다음 조건을 넣었습니다. 아래는 당시 보낸 요청에서 핵심 범위를 그대로 발췌한 것입니다.

입력 -> 실제이미지 -> 결과 표시만 만들고, 로그인, 영구 저장, 여러 미션, 공유,배포는 제외 해.

그 결과 먼저 확인해야 할 범위가 분명해졌습니다. 예쁜 샘플 이미지를 붙여둔 화면이 아니라 실제 입력에 대한 생성 결과가 나와야 했습니다.

예를 들어 교육용으로 새로 정리하면 이런 입력을 사용할 수 있습니다. 인터뷰 원문이 아닌 가상 예시입니다.

현장 기록과 매물 데이터를 꾸준히 살피고,
고객에게 근거를 쉽게 설명하는 공인중개사가 되겠다.

앱은 다짐과 함께 상업지역의 공실 상가, 스마트폰으로 데이터를 살펴보는 장면을 이미지 생성 요청에 반영했습니다. 제가 중요하게 본 것은 ‘스마트폰으로 데이터를 분석하는 모습이 분명한가’였습니다.

사용자에게는 버튼 하나이지만, 그 안의 흐름은 세 부분으로 나눠 볼 수 있습니다.

1. 내가 넣는 것: 내가 되고 싶은 공인중개사의 모습과 태도를 문장으로 적습니다.

2. 프로그램이 하는 일: 입력 문장에 현장·스마트폰·데이터라는 장면 조건을 더해 이미지 생성을 요청합니다.

3. 내가 받는 것: 생성된 이미지를 보고, 내가 의도한 모습이 드러나는지 판단합니다.

API는 여기서 앱이 외부 생성 서비스에 요청을 보내고 답을 받는 통로입니다. 이미지가 화면에 떴다는 것은 이 통로를 통해 결과를 받았다는 뜻이지, AI가 제 포부나 업무 능력을 평가했다는 뜻은 아닙니다.

실제로 여러 번 생성해 보았고, 구체적으로 표현하면 원하는 결과가 나온다고 느꼈습니다. 다만 화면 속 그래프와 현장은 AI가 그린 가상 장면입니다. 실제 지역이나 매물 데이터를 분석한 결과라는 뜻은 아닙니다.

ALT

이미지 2

처음 만든 다짐 이미지 미션. 스마트폰으로 데이터를 살피는 가상 공인중개사의 모습을 확인했습니다. 원문 입력은 가렸으며, 하단의 저장 안내는 브라우저 기록을 추가하기 전 초기 버전의 설명입니다.

3. 확장과 시행착오 — 14일 미션은 14일 학습과 달랐습니다

첫 이미지가 잘 나오는 것과 학습 챌린지로 유용한 것은 다른 문제였습니다. 배포할 때 미션이나 구성이 빈약하면 안 되겠다는 생각에, 하루 하나씩 약 2주 동안 연습할 콘텐츠가 필요하다고 요청했습니다.

현재 14일 구성은 다음 흐름을 갖습니다.

• 1~3번 미션: 다짐 이미지, 한 줄 소개, 돕고 싶은 고객 — 나와 고객을 구체적으로 표현합니다.

• 4~7번 미션: 지역 설명, 매물 소개, 문의 답변, 첫 주 회고 — 확인한 사실로 초안을 만들고 돌아봅니다.

• 8~10번 미션: 상담 질문, 현장 방문 준비, 두 매물 비교 — 질문·목록·표로 업무를 준비합니다.

• 11~14번 미션: 생활권 설명, 어려운 문의 대응, 홍보 초안, 활용 루틴 — 반복해서 쓸 방법을 정리합니다.

결과를 수정하고 확인한 뒤 완료할 수 있도록 했고, 브라우저 기록과 완료 수·연속 참여일도 붙였습니다. 라이트·다크 모드와 대상·목적을 설명하는 메뉴도 준비했습니다. 화면을 꾸미는 이유 역시 학습자가 부담 없이 들어와 실천할 수 있게 하려는 것이었습니다.

제가 바라는 대시보드는 결과물을 진열하는 곳이면서, 다음 연습을 찾는 연습장이기도 합니다. ‘오늘 무엇을 해볼까’, ‘어떤 결과가 나왔지’, ‘내 생각과 다른 부분은 무엇일까’를 한곳에서 돌아볼 수 있으면 좋겠습니다. 다만 완료 수가 늘었다는 표시만으로 실력이 늘었다고 판단하지는 않으려 합니다.

결과가 그럴듯한 것과 맞는 것은 달랐습니다.

업무 지식이 AI 결과를 판단하는 기준이 된다는 점은 비교표 미션에서 잘 드러납니다. 가상 매물 A의 주차 여부가 주어지지 않았다면, 좋은 표는 그 빈칸을 그럴듯하게 채우는 표가 아니라 ‘확인 필요’로 남기는 표입니다.

가령 다음은 그 판단을 설명하기 위해 단순화한 가상 예시입니다. 실제 고객 자료도, 아래 문장을 그대로 실행한 새 검사도 아닙니다.

내가 준 정보: A는 주차 정보 없음 / B는 주차 1대 가능
확인할 결과: A는 '확인 필요' / B는 '1대 가능'으로 구분
내가 할 판단: A가 주차 불가라고 단정되지 않았는지 살펴보기

‘정보가 없다’와 ‘없다는 사실을 확인했다’는 서로 다릅니다. 저는 이런 차이를 알아보고 고치는 일이 결과를 빨리 만드는 것만큼 중요하다고 생각합니다. 그다음 필요한 행동은 AI에게 빈칸을 상상해 달라고 하는 것이 아니라, 해당 정보를 확인할 방법을 찾는 것입니다.

ALT

이미지 3

AI가 가상 입력으로 시험한 비교표입니다. ‘확인됨’은 입력 자료 기준이며 실제 현장 검증이 아닙니다. 화면의 완료 표시는 AI 시연 기록입니다.

이 사례에서 배운 것은 표를 잘 만드는 법뿐 아니라, 결과에서 무엇을 더 확인해야 하는지 찾는 일이었습니다.

교안 진도와 앱 검사를 혼동한 적도 있었습니다.

제가 원한 것은 제작 교안의 7일차까지 가면서 종합 사례글을 준비하는 것이었습니다. 그런데 작업이 앱 안의 미션을 계속 시험하는 쪽으로 흘렀고, 저는 그 차이를 짚어 진행 상태를 따로 정리하도록 했습니다.

이후에는 제작 교안 1~7일차와 앱 콘텐츠 1~14일차를 분리했습니다. AI가 같은 날 여러 미션을 시험한 기록을 제가 14일 동안 학습한 경험으로 쓰지 않기로 했습니다.

연습장을 만들며 페이지마다 인쇄가 잘됐는지 확인하는 일과, 학습자가 그 연습장을 풀어 보는 일이 다른 것과 같습니다. 전자는 도구 검사이고 후자는 학습 경험입니다. 제가 이번에 남기려는 사례글은 우선 전자의 제작 과정과, 제가 직접 해본 일부 사용 경험에 관한 기록입니다.

4. 수업 준비의 질문 — 저장·비용·비공개 배포

화면이 갖춰지니 질문도 달라졌습니다. 각자 만든 결과는 어디에 남는지, 다른 사람이 제 API 키를 계속 쓰게 되는 것은 아닌지, 한 번에 여러 사람이 접속해도 되는지가 중요해졌습니다.

현재의 선택은 다음과 같습니다.

• 학습 기록: 같은 주소·기기·브라우저에 저장합니다. 기기 간 계정 동기화나 클라우드 백업은 없습니다.

• API 키: 설정에서 사용자가 입력하고 현재 탭의 메모리에만 둡니다. 새로고침하거나 탭을 닫으면 다시 입력합니다.

• 생성 요청: 앱 서버를 거쳐 OpenAI로 전달되며, 비용은 입력한 키의 계정에 청구됩니다.

즉, 결과 기록은 남아 있어도 키는 다시 입력해야 할 수 있습니다. 로컬 앱과 배포 앱은 주소가 다르므로 로컬 기록이 자동으로 따라가지도 않습니다. 키를 브라우저 저장소에 남기지 않는다고 모든 보안 문제가 해결되는 것도 아닙니다.

브라우저 저장은 ‘지금 쓰는 책상 서랍에 노트를 넣어 두는 것’에 가깝습니다. 같은 서랍을 다시 열면 볼 수 있지만, 다른 기기의 서랍으로 저절로 옮겨지지는 않습니다. 브라우저의 사이트 데이터를 지우면 기록도 사라질 수 있으므로, 클라우드에 안전하게 백업됐다고 이해하면 안 됩니다.

반면 API 키는 결과를 담는 노트가 아니라 생성 서비스를 이용할 권한과 연결된 비밀값입니다. 지금 앱은 이 값을 기록과 함께 보관하지 않습니다. 그래도 요청을 처리할 때는 앱 서버와 외부 서비스로 전달되므로, ‘탭에만 둔다’는 설명을 ‘내 PC 밖으로 절대 나가지 않는다’는 뜻으로 받아들이면 안 됩니다.

ALT

이미지 4

키를 입력하기 전의 설정 화면입니다. 실제 키가 아닌 안내 문구만 보입니다. 탭 메모리 보관과 비용 안내를 보여주며, 모델 선택지는 촬영 당시의 구성입니다.

초보 수강생에게 수업 시간 동안 제가 키를 제공하고 비용을 부담하는 방법도 생각했습니다. 하지만 그 아이디어와 실제 운영 준비는 별개였습니다.

수강생별 한도, 전체 예산 차단, 공용 대기열, 수업 종료 자동 폐기는 아직 구현하지 않았습니다. 키를 나중에 폐기할 계획만으로 수업 중 사용량이 제한되는 것은 아닙니다.

온라인·오프라인 수업을 준비하는 만큼, 혼자 사용해 본 시험판과 여러 사람이 쓰는 수업 도구 사이의 차이를 더 확인해야 합니다. 예상 수강 인원만으로 동시 접속 규모를 정할 수는 없고, 실제 수업 방식과 실습 시간을 바탕으로 따로 준비할 부분입니다.

그래서 공개보다 비공개 확인을 먼저 했습니다.

배포 역시 바로 공개하기보다 먼저 저만 볼 수 있도록 진행했습니다. 기존 앱은 제 PC에서 Node 서버를 실행하는 방식이어서, Sites에서 요청을 처리할 수 있도록 실행 부분을 맞추는 작업이 필요했습니다. 화면과 핵심 생성 로직은 유지하면서 배포용 처리를 분리했습니다.

앱을 다른 장소로 옮겨 놓는 일과, 그 장소의 문을 누구에게 열어 줄지는 별개의 결정이었습니다. 배포는 인터넷 주소에서 실행되도록 준비하는 일이고, 공개 범위는 그 주소에 누가 접근할 수 있는지를 정하는 일입니다. 그래서 ‘배포했으니 이제 누구나 쓸 수 있다’고 바로 연결하지 않았습니다.

중간에는 Windows 경로가 패키징 도구에 제대로 전달되지 않는 문제가 있었습니다. 작업 기록에는 같은 소스를 유지한 채 Git Bash에서 맞는 경로 형식으로 패키징해 해결한 과정이 남아 있습니다. 환경 문제 때문에 프로젝트를 처음부터 다시 만들지는 않았습니다.

비공개 배포 후 제가 로그인하고 키를 입력했습니다. AI는 그 화면에서 소개 문장 미션을 실제로 한 번 생성해 결과 표시와 설정·테마를 확인했습니다. 첫날 이미지는 제가 이미 여러 번 확인했으므로 이 배포 검사에서는 반복 생성하지 않았습니다.

ALT

이미지 5

비공개 배포에서 가상 입력으로 실제 생성한 소개 후보입니다. AI의 작동 검증이며 수강생 학습 완료 기록은 아닙니다.

이 비공개 확인에서 다음으로 바꾸고 싶은 점 하나를 골랐습니다. 생성 기능을 더 붙이기보다, 처음 입력할 때의 안내를 개선하는 일이었습니다.

5. 사용 후 개선 — 좋은 입력을 돕는 한마디

화면을 본 뒤 특별한 불편은 없었습니다. 다만 ‘나를 소개하는 한 줄’에서는 더 구체적이고 차별화된 내용을 쓰도록 조언해 주면 좋겠다고 생각했습니다.

당시 요청은 다음과 같습니다.

특별히 없어.. 다만 나를 소개하는 한줄에서 좀 더 구체적이고 차별화되고 경쟁력있는 내용으로 소개 하라는 조언을 해주면 더 좋겠어.

수정은 입력 앞의 짧은 안내에 집중했습니다. 누구를 도울지, 어디에 집중할지, 어떻게 도울지를 생각하게 하고, 없는 경력이나 실적을 만들지 않도록 했습니다.

안내에 들어간 가상 예시는 다음과 같습니다.

“첫 상가를 찾는 창업자에게, 현장 기록과 매물 데이터 비교로 선택 기준을 쉽게 설명하는 중개사가 되겠습니다.”

단순히 ‘성실하다’고 쓰는 것보다 고객과 일하는 방식을 구체적으로 표현하게 하려는 의도입니다. 초보자에게 필요한 경쟁력은 이미 대단한 실적이 있는 것처럼 꾸미는 것이 아니라, 무엇을 배우고 어떻게 돕겠다는지 분명하게 말하는 데서 시작할 수 있다고 보았습니다.

위의 가상 문장을 세 부분으로 나누면 안내의 의도가 더 분명합니다.

• 누구에게: 첫 상가를 찾는 창업자에게.

• 어떤 방법으로: 현장 기록과 매물 데이터를 비교하며.

• 어떤 도움을: 선택 기준을 쉽게 설명하겠다는 약속입니다.

이 문장이 모두에게 맞는 정답은 아닙니다. 주거를 배우고 싶은 사람이라면 자신의 관심 고객과 분야로 바꿔야 합니다. 문장을 화려하게 꾸미는 것보다, 읽는 사람이 ‘어떤 도움을 받겠구나’ 하고 이해할 만큼 구체적으로 적도록 돕고 싶었습니다.

ALT

이미지 6

소개 문장 작성 조언을 추가한 로컬 검증 화면입니다. 기존 기록을 유지한 수정이며, 같은 변경을 비공개로 재배포했습니다. 완료 표시는 기능 검사 기록이지 수강생의 학습 성과가 아닙니다.

기존 입력·결과·완료 기록의 구조는 유지했습니다. 수정 후 로컬 데스크톱·모바일 화면과 자동 검사 49개를 확인하고 같은 Site에 비공개로 재배포했습니다. 이 수정 검증에서는 유료 생성을 추가하지 않았습니다.

ALT

이미지 7

같은 작성 조언을 좁은 화면에서 확인한 로컬 캡처입니다. 기능 검사 기록이며 실제 수강생의 참여 성과는 아닙니다.

여기서는 안내가 화면에 표시되고 기존 기능이 유지되는지까지 확인했습니다. 안내가 실제 학습자에게 도움이 되는지는 수업 적용 때 살펴볼 질문으로 남겼습니다.

6. 기록 남기기 — 다음에 이어갈 설명과 회고

마지막에는 교안 6일차의 순서에 맞춰 README, 프로젝트 카드, 학습허브 소개, 학습 로드맵을 정리했습니다. 앱을 설명하는 문서와 학습을 돌아보는 기록의 역할도 나눴습니다.

• README: 무엇을 만들었고 어떻게 쓰며, 저장·키·비용에 어떤 한계가 있는지.

• 프로젝트 카드: 누구를 위해 왜 만들었고, 현재 무엇이 되는지.

• 허브 소개와 로드맵: 무엇을 배우는 중이며, 실제 결과에서 다음 학습으로 어떻게 이어갈지.

• 회고: 이 과정을 통해 제 교육관이 어떻게 더 구체화됐는지.

문서는 작성했지만 허브 실행 의존성이 없어 빌드·화면 이동까지 확인하지는 않았습니다. 비공개 카드와 로드맵도 공개로 바꾸지 않았습니다. 파일이 생긴 것과 사이트 화면에서 열리는 것을 구분해 적었습니다.

독자가 자신의 프로젝트에서 재사용할 수 있도록, 이번 원칙을 아래 요청으로 정리해 보았습니다. 실제 대화 원문이 아니라 학습용으로 다듬은 프롬프트입니다.

정본 PRD와 현재 구현을 먼저 읽어줘.
내가 바꾸려는 점 한 가지를 기존 기능과 기록을 보존하며 수정해줘.
입력·기대 결과·실제 결과·미검증 항목을 구분해서 알려줘.
모의 검사와 실제 API 호출, 사용자 직접 사용을 섞지 마.
작업 후에는 한 일·검증·주의점·다음 행동과 추천 선택지를 제시해줘.
공개나 비용이 드는 추가 작업은 범위를 먼저 확인해줘.

이 요청의 목적은 AI에게 일을 적게 맡기는 것이 아니라, 무엇을 맡겼고 무엇을 확인했는지 이해할 수 있게 만드는 것입니다.

개선과 기록을 마친 뒤, 10월 5일 공개 베타로 전환했습니다.

앞의 비공개 배포·개선·재배포를 거친 다음, 2026년 10월 5일 같은 배포본의 접근 범위를 공개로 바꿨습니다. 공개 후 다시 비공개로 되돌린 것이 아니라, 비공개 확인을 마친 결과물을 공개한 순서입니다.

공개 전 코드 확인과 자동 검사 49개 재실행에서는 사용자 키가 없을 때 생성 요청을 거절하고 서버 키로 대신 호출하지 않는 동작을 확인했습니다. 새 유료 생성은 반복하지 않았습니다. 여러 사용자의 동시 요청과 수업 규모 운영은 별도 확인이 필요하며, 요청이 겹치면 기다려 달라는 안내가 나올 수 있습니다.

결과와 배운 점

지금 손에 남은 결과

다짐 이미지 한 장을 만드는 첫 경험에서 출발해, 14일 미션과 결과 수정·브라우저 기록·진행 현황을 갖춘 개인용 대시보드를 만들었습니다. 설정·테마·소개 메뉴를 보완했고, 비공개 배포와 개선·재배포를 거쳐 10월 5일 공개 베타로 전환했습니다.

확인의 수준은 나누어 남기고 싶습니다.

• 제가 사용하고 판단한 것: 첫 이미지 미션은 구체적으로 표현하면 원하는 결과가 나왔습니다.

• AI가 기능을 검사한 것: 로컬 14개 미션의 가상 입력 검사·저장 복원 기록, 배포 환경의 실제 텍스트 생성 1회, 최근 수정 후 자동 검사 49개와 로컬 화면 확인입니다.

• 아직 확인하지 않은 것: 실제 수강생의 14일 참여, 학습 효과, 다수 동시 사용, 비용 분포, 수정된 배포 화면의 재평가입니다.

49개 자동 검사는 49번의 실제 AI 생성이나 49명의 사용 경험을 뜻하지 않습니다. 과거 검증 기록과 사용자 평가를 대조했고, 10월 5일 공개 전 같은 자동 검사 49개를 다시 통과했습니다. 유료 생성을 다시 반복한 것은 아닙니다.

자동 검사와 화면 확인은 도구가 작동하는지를 살피는 과정이었습니다. 수강생이 도움 없이 이해하고 자기 업무에 쓸 수 있는지는 아직 남은 질문입니다.

만들면서 제 수업 준비에도 가져오고 싶어진 세 가지

청강하면서 직접 막혀 보고 다시 만들어 보니, 제가 준비하는 수업에서도 배우는 사람의 필요를 먼저 살펴야겠다는 생각이 들었습니다. 이번 경험에서 가져가고 싶은 것은 세 가지입니다.

첫째, 많은 지식보다 지금 해볼 수 있는 작은 과제에서 시작하기.

다짐을 이미지로 만드는 첫 미션은 어려운 업무 판단보다 자기 생각을 표현하는 일에 가까웠습니다. 처음부터 AI 기능을 많이 아는 것보다, 자기 문장 하나가 결과를 바꾸는 경험이 출발점이 될 수 있겠다고 느꼈습니다.

둘째, 자신이 아는 것을 재료로 삼고 모르는 것은 확인하기.

앞의 비교표에서는 ‘주차 정보 없음’을 ‘주차 불가’로 단정하지 않는 판단이 중요했습니다. 도메인 지식은 AI에 넣는 재료이자 결과를 살피는 기준이고, 결과를 검토하다 보면 자신의 업무 지식에서 더 확인할 부분도 발견할 수 있습니다.

실무 경험이 없는 초보자에게 풍부한 현장 지식을 전제하고 싶지는 않습니다. 시험에서 배운 내용과 관심·질문부터 시작하고, AI 결과를 실무 지식으로 외우기보다 무엇을 현장에서 더 확인해야 할지 함께 짚으려 합니다.

셋째, 즐기면서 만들고 비교하고 고쳐서 자기 것으로 만들기.

소개 문장 미션에서도 멋진 문장을 받는 것보다 자신의 고객과 관심 분야에 맞게 고치는 일이 중요했습니다. 학습자가 작은 결과에 자극받아 다시 시도하고, 실수도 다음 입력을 바꾸는 재료로 삼는 수업이면 좋겠습니다.

제가 생각하는 AI 활용 리터러시는 결과를 무조건 믿는 태도가 아니라, 자기 상황에 맞게 요청하고 무엇을 쓸지·고칠지·더 확인할지 판단하는 힘입니다. 이런 반복 속에서 업무 이해와 AI 활용 능력이 함께 자라기를 바랍니다.

나아가 업무뿐 아니라 생활에서도 간단한 결과를 직접 만들고 기존 생각과 비교하면서, ‘내 삶에는 어떻게 적용하는 것이 좋을까’를 발견할 수 있으면 좋겠습니다. 이 대시보드는 그 방향으로 가기 위한 작은 준비 도구로 활용해 보고 싶습니다.

다음 실습에서도 제가 기억하려는 네 가지 메모

1. 대상은 유지하고 첫 장면만 줄여 보기. 작게 만들다가 원래 해결하고 싶었던 문제를 놓치지 않으려 합니다.

2. AI의 보고와 제가 써본 경험을 나눠 적기. 코드 검사, 화면 확인, 직접 사용, 교육 효과를 한꺼번에 ‘성공’이라 부르지 않으려 합니다.

3. 생성한 뒤 무엇을 판단할지 생각하기. 고칠 부분과 더 확인할 내용을 제가 설명할 수 있는지 살펴보려 합니다.

4. 되는 것과 아직 안 되는 것을 함께 적기. 저장 위치, 키 재입력, 비용과 접근 범위도 사용법의 일부로 남기려 합니다.

제가 과정 중에 했던 말도 함께 남깁니다. AI의 설명만 듣고 넘어가지 않으려는 저 자신에게 하는 메모이기도 합니다.

AI 완료 보고보다 실제 화면 검증이 중요하다.

내년 초 수업에 적용하기 전, 남은 준비

이번 공인중개사 시험 합격자들을 위한 학원의 창업 과정에서 함께할 AI 실무자동화 수업을 준비하고 있습니다. 현재 예상하는 계획은 다음과 같습니다.

• 시기: 학원 커리큘럼상 2027년 초.

• 방식과 규모: 온라인·오프라인, 약 100~200명 예상.

• 앱의 역할: 본격적인 실무자동화 수업 전에 AI와 친해지는 일일 연습.

이는 앞으로의 계획이며 실제 이용 실적이나 동시 접속 검증 결과가 아닙니다. 공개 베타에서 배운 내용을 수업으로 연결하기 위해 다음을 준비하려 합니다.

• 수업에 맞추기: 현재 14일 미션을 본 수업 전 준비 활동과 어떻게 연결할지 정하기. 자동화 수업을 이 앱으로 대체하지 않기.

• 처음 접하는 사람에게 확인하기: 어디에서 멈추는지, 안내를 따라 작은 결과를 만들고 다음 날도 해볼 마음이 드는지 살펴보기.

• 운영 준비하기: 접속 대상, 키와 비용, 실습이 몰리는 시간, 실패했을 때의 안내와 지원 방법 정하기.

• 기록과 경험 돌아보기: 온라인·오프라인 학습 기록을 어떻게 이어갈지, 결과를 만들며 무엇이 덜 어렵게 느껴졌고 무엇이 아직 막히는지 들어볼 방법 정하기.

반응이 좋으면 30일 과정과 점수·상장·이벤트도 검토하고 싶습니다. 다만 지금은 기능을 더 붙이기보다 실제 초보자가 이해하고 쓸 수 있는지 먼저 확인하려 합니다. 확장 기능은 아직 구현하지 않았습니다.

준비 활동으로 생각해 본 작은 예시

학습자가 과제 하나를 고르고 AI 결과를 자신의 원래 생각과 비교해 보는 활동을 생각하고 있습니다. 아래는 실제 진행한 수업 기록이 아니라 AI와 정리한 운영 제안입니다.

1. 먼저 자기 문장 쓰기: ‘어떤 고객에게 어떤 도움을 주고 싶은가’를 AI 없이 한 문장으로 적어 봅니다.

2. AI 결과 한 번 받아 보기: 같은 생각을 앱에 넣어 표현이 어떻게 달라지는지 봅니다. 이때 수업의 키·비용 운영 준비가 먼저 필요합니다.

3. 두 문장 비교하기: 더 분명해진 표현 하나와, 실제 자신과 맞지 않거나 확인이 필요한 표현 하나를 찾습니다. 문제가 없다면 억지로 만들지 않아도 됩니다.

4. 자기 말로 마무리하기: 사용할 문장을 직접 고치고 왜 그렇게 고쳤는지 설명해 봅니다.

예를 들어 ‘고객이 구체적으로 드러난 점은 남기되, 아직 하지 않은 업무를 잘한다고 표현한 부분은 배우고 실천하겠다는 말로 바꾸겠다’고 판단할 수 있습니다. 이것도 설명을 위한 가상 답변입니다. 앞으로는 생성 횟수뿐 아니라 이런 판단이 가능한지, 어디에서 안내가 더 필요한지를 살펴보고 싶습니다.

아직 배우며 만드는 중이라 다른 분들의 경험도 듣고 싶습니다. 교안의 예제를 자기 일이나 생활에 가져오면서 무엇을 바꾸셨나요? 결과가 나오는 것에서 한 걸음 더 나아가, 정말 쓸 만한지 어떻게 확인하셨는지도 궁금합니다.

도움 받은 글

실제 실습의 길잡이가 된 스터디와 교안

전체 방향은 아루나님의 AI 첫걸음 놀이터 소개와 커리큘럼, 이번 제작 순서는 아래 1주차 교안을 참고했습니다. 제 사례의 출발점이 된 자료입니다.

• 아루나 1주차 1일차 교안 — 인터뷰·PRD·개념 설명으로 첫 제작을 준비하고, 허브와 앱을 분리하는 출발점을 참고했습니다.

• 아루나 1주차 2일차 교안 — 핵심 입력부터 결과까지 연결하고 AI 검사와 직접 사용을 구분했습니다.

• 아루나 1주차 3일차 교안 — 기대와 실제 차이를 남기고 다음 행동을 판단하는 기준을 참고했습니다.

• 아루나 1주차 4일차 교안 — 앱을 먼저 비공개 배포하고 실제 주소에서 확인하는 흐름을 따랐습니다.

• 아루나 1주차 5일차 교안 — 사용 후 바꿀 점 하나를 골라 같은 앱을 개선·재배포했습니다.

• 아루나 1주차 6일차 교안 — 실제 결과를 바탕으로 README·카드·소개·로드맵을 정리했습니다.

• 아루나 1주차 7일차 교안 — 개인 회고를 먼저 남기고, 이를 종합 사례글로 정리하는 순서를 참고했습니다.

교안의 단계는 제작 과정을 설명하는 기준으로 사용했습니다. 일일 템플릿 예시를 제 경험으로 옮기거나, 교안의 날짜를 실제 수행 날짜로 바꾸지는 않았습니다.

글을 보완하며 확인한 공식 안내 — 막힌 부분만 찾아보기

아래 자료는 이번 원고를 보완하며 AI와 추가로 확인한 참고자료입니다. 제가 제작 전에 모두 읽고 그대로 실행했다는 뜻은 아닙니다. 교안을 대신할 새로운 필수 숙제도 아닙니다. 처음에는 시작 안내와 요청 방법만 보고, 이미지·배포·키 관리가 궁금해질 때 해당 문서를 찾아보면 좋겠습니다.

1. 어디서 시작할지 궁금할 때 — OpenAI 공식 시작 안내

   데스크톱 앱·웹·Codex CLI와 편집기 확장 등 작업을 시작하는 환경을 안내합니다. 모든 환경을 설치할 필요는 없습니다.

   기존 Codex Quickstart 주소가 현재 이 문서로 연결되므로, 문서 제목과 화면이 실습 캡처와 다를 수 있습니다.

2. AI에게 어디까지 맡길지 적기 어려울 때 — 공식 Prompting 안내

   목표, 필요한 맥락, 원하는 결과, 바꾸면 안 되는 범위를 전달하는 방법을 살펴볼 수 있습니다. 이 글의 ‘입력부터 결과까지만 만들고 나머지는 제외’라는 요청과 연결해 읽을 만합니다.

3. 문장이 어떻게 이미지가 되는지 궁금할 때 — Image generation 가이드

   이미지 생성·편집 요청과 이미지 응답을 다룹니다. 처음에는 Overview와 Generate Images부터 살펴봐도 좋겠습니다.

   최신 문서와 과거 캡처의 모델은 다를 수 있으며, 참고자료를 추가하며 앱 모델을 바꾼 것은 아닙니다.

4. 배포와 공개의 차이를 확인할 때 — Sites 공식 안내

   사이트를 만들고 공유할 때 접근 대상을 어떻게 정하는지 확인할 수 있습니다. 주소가 생기는 것과 누구에게 열어 줄지는 별개입니다.

   문서에 있는 로그인·연결 기능을 제 앱에 모두 구현했다는 뜻은 아닙니다.

5. 다른 사람에게 쓰게 하기 전 — API 운영 준비 안내: Production best practices

   API 키 보호, 사용량 관리, 시험 환경과 운영 환경 분리를 확인할 자료입니다. 코드나 공개 저장소에 키를 넣지 않는 등의 기본 사항부터 봅니다.

   제 앱의 현재 키 입력 방식 전체가 공식 권장 설계라는 보증은 아닙니다. 수업 운영 전에 따로 점검할 부분입니다.

문서는 계속 갱신됩니다. 설치 화면·모델·요금·사용 조건은 실제로 따라 하는 시점의 공식 안내를 확인하고, 이 글의 캡처는 당시 제작 과정의 기록으로 봐주시면 좋겠습니다.

화면으로 익히고 싶을 때 — 함께 볼 유튜브 영상 두 편

영상은 원고 보완 중 찾은 추가 학습 후보입니다. 제가 모두 시청하고 실습한 자료로 소개하지 않습니다. 제목·채널·설명과 구간 안내를 확인해 골랐으며, 조회수가 학습 품질을 보장한다는 뜻도 아닙니다. 두 영상 모두 영어 자료입니다.

• Introducing the Codex app — OpenAI

공식 채널의 앱 소개입니다. Codex로 여러 작업을 다루고 스킬을 사용하는 모습을 먼저 훑어보고 싶을 때 볼 후보입니다.

2026년 2월 2일 게시됐으며, 당시의 macOS 중심 설치 안내는 현재 Windows 사용 조건과 구분해야 합니다. 2026년 10월 4일 검색 결과 표시 기준 약 48.9만 회입니다.

• Codex - Full Course for Beginners — Tech With Tim

비공식 제작자의 입문 강좌입니다. 처음에는 03:20 UI & Navigation과 13:10 Projects & Chats, 결과 검토가 궁금하면 27:59 Code Review 구간을 찾아볼 수 있습니다.

2026년 7월 14일 게시됐으며, 2026년 10월 4일 검색 결과 표시 기준 약 7.3만 회입니다. 광고·제휴 안내가 포함되어 있습니다. 전체 기능을 한꺼번에 익혀야 한다는 의미는 아닙니다.

조회수는 실시간 페이지를 새로 집계한 값이 아니라 검색에 표시된 스냅샷이며 달라질 수 있습니다. 영상의 설치·모델·메뉴 안내가 현재 화면과 다르면 위 공식 문서를 우선 확인하려 합니다.😀