AI 융합 프로젝트 강의자료 만들기

AI 융합 프로젝트 강의자료 만들기

소개

시도하고자 했던 것과 그 이유

OO대학교 부동산학과 박사과정 특강 "AI와 부동산의 융합"을 위한 40장짜리 PPT 강의자료를 Claude로 처음부터 끝까지 제작했습니다.

제 전공은 전통 계량경제학(VAR/VECM/GARCH) 기반의 부동산 연구입니다. 그런데 이번 특강 주제는 머신러닝·딥러닝·생성형 AI까지 아우르는, 제가 직접 연구하지 않은 영역까지 포함해야 했습니다. 박사과정 청중 앞에서 자신 있게 강의하려면 내용 구성뿐 아니라 "어떻게 설명할 것인가" 까지 준비가 필요했습니다.

PowerPoint를 직접 손으로 만드는 대신, Claude에게 슬라이드 설계 → 코드 생성 → 시각 QA → 강의 코칭까지 전 과정을 맡겼습니다. 목표는 단순한 파일 생성이 아니라, 실제 강단에서 쓸 수 있는 완성본을 만드는 것이었습니다.

진행 방법

사용 도구

• Claude (claude.ai) — 슬라이드 기획, 코드 생성, 강의 코칭 전담

• Node.js + pptxgenjs 4.0.1 — PPT 파일 프로그래밍 방식으로 생성

• LibreOffice + pdftoppm — PPTX → PDF → 슬라이드별 JPEG 변환 (시각 QA용)

① 슬라이드 기획 — ChatGPT 대화 로그를 Claude에 전달

처음엔 ChatGPT로 슬라이드 구조만 먼저 짜뒀습니다. 그 대화 로그를 Claude에 붙여넣으면서 이렇게 요청했습니다.

위 내용을 참고해서 강의자료를 만들어줘.
박사과정 청중 대상, Deep Navy + Gold 디자인, 
나중에 내가 직접 편집할 수 있도록 네이티브 요소로 만들어줘.

Claude가 먼저 SKILL.md를 읽고, pptxgenjs 환경을 확인한 뒤 코드 작성에 들어갔습니다.

② PPT 코드 생성 — 8개 챕터 40장 완성

Claude가 생성한 build_pptx.js 는 약 2,000줄 분량의 Node.js 코드입니다. 주요 구성:

javascript

// 디자인 시스템 상수
const C = {
  navy: "#1E2761",
  gold: "#C9A961",
  white: "#FFFFFF",
  border: "#C9A961",
};
const F = {
  headKo: "맑은 고딕",
  bodyKo: "맑은 고딕",
  accent: "Georgia",
};

// 슬라이드 예시 — 4패러다임 비교표 (슬라이드 15)
const tableData = [
  [{ text: "구분", options: headerOpt }, ...],
  [{ text: "전통 시계열\n(VAR/VECM)", options: cellOpt }, ...],
  [{ text: "머신러닝\n(RF/XGBoost)", options: cellOpt }, ...],
  [{ text: "딥러닝\n(LSTM)", options: cellOpt }, ...],
  [{ text: "생성형 AI\n(GPT 계열)", options: cellOpt }, ...],
];

챕터 구성은 다음과 같습니다:

③ 시각 QA — JPEG 변환 후 레이아웃 점검

빌드 후 LibreOffice로 PDF 변환, pdftoppm으로 슬라이드별 JPEG를 뽑아 직접 육안 확인했습니다.

bash

# PPTX → PDF
libreoffice --headless --convert-to pdf AI_RealEstate_Lecture_40slides.pptx

# PDF → 슬라이드별 JPEG
pdftoppm -r 150 -jpeg AI_RealEstate_Lecture_40slides.pdf slide

발견된 레이아웃 이슈와 수정 내역:

④ 전문 용어 간소화 — 박사 청중 눈높이에 맞게

슬라이드에 영어 약자가 많다는 점을 인지하고, 청중 이해도를 높이기 위해 추가 요청했습니다.

슬라이드 전체에서 영어 약자들을 한국어 설명으로 바꾸거나,
괄호로 뜻을 추가해줘. 박사과정 비전공자도 이해할 수 있게.

적용된 주요 변환:

⑤ 강의 코칭 — 슬라이드별 발표 스크립트 제공

파일 완성 후, 각 슬라이드마다 다음을 요청했습니다.

각 슬라이드에 대해 강의 코칭을 해줘.
- 핵심 내용 설명
- 한국어 발표 멘트 (거의 그대로 쓸 수 있게)
- 예상 질문과 모범 답변
- 내 VAR/VECM 연구와 연결 포인트
- 시간 배분 팁

8회에 걸쳐 전 슬라이드 코칭을 완료했습니다. 특히 기둥 슬라이드로 슬라이드 4(핵심 메시지), 슬라이드 15(4패러다임 비교), 슬라이드 38(추천 연구설계) 을 지목받아 집중적으로 준비했습니다.

결과와 배운 점

배운 점과 꿀팁

• 코드로 PPT를 만들면 수정이 강력합니다. "슬라이드 15~19 전체의 글자 크기를 11pt로 바꿔줘" 같은 일괄 수정이 코드 한 줄이면 끝납니다. 손으로 클릭하는 것과 차원이 다릅니다.

• 시각 QA는 필수입니다. JPEG로 뽑아보기 전까지는 겹침·잘림 이슈를 발견할 수 없었습니다. "빌드 → 변환 → 확인" 루프를 꼭 돌려야 합니다.

• 내가 모르는 분야도 강의할 수 있습니다. Claude가 "이 슬라이드에서 모르는 용어가 나오면 이렇게 넘기세요" 라는 피벗 멘트까지 제공해줬습니다. 전문가처럼 보이는 프레이밍을 배웠습니다.

• 청중 수준에 맞는 언어 조정이 핵심입니다. 박사 청중이라도 인접 분야 전문 용어는 낯설 수 있습니다. 약자를 한국어 설명으로 바꾼 것만으로 강의 흐름이 훨씬 자연스러워졌습니다.

시행착오

• 처음에 슬라이드 22에서 변수 배열 키 오탈자로 빌드 에러가 났습니다. Claude가 디버깅까지 함께 해줬지만, 코드가 길어질수록 오류 가능성이 높아집니다. 섹션별로 나눠서 검증하는 게 좋습니다.

• 처리 시간이 생각보다 길었습니다. 40장짜리 코드 생성 + QA + 수정 + 강의 코칭 전체를 합산하면 수 시간이 소요됩니다. 강의 일정에 여유를 두고 시작하는 것이 좋습니다.

• 슬라이드 25, 27의 차트 수치는 예시값(illustrative data)입니다. 실제 연구 데이터로 교체해야 발표에서 신뢰도가 올라갑니다.

앞으로의 계획

• 실제 강의 후 학생 반응을 반영해 슬라이드를 업데이트할 예정입니다.

• 슬라이드 25, 27의 예시 차트를 실제 연구 결과 수치로 교체할 계획입니다.

• 이 강의자료를 베이스로 학술지 투고용 연구 설계(슬라이드 38의 3가지 추천안 중 하나)를 본격적으로 착수할 예정입니다.

도움 받은 글 (옵션)

별도로 참고한 외부 사례는 없습니다. 다만 ChatGPT로 먼저 슬라이드 구조를 초안화하고, 그 결과물을 Claude에 넘겨 실제 제작을 완료하는 멀티 AI 협업 방식이 효과적이었습니다. 아이디어 발산은 ChatGPT, 실행과 코칭은 Claude로 역할을 나누는 것을 추천합니다.