AI 완전정복 로드맵 — 기획자를 위한 9단계 학습 커리큘럼
개발자가 아니어도 AI를 제대로 이해하고 싶어서, 개념부터 실무 활용, 서비스 기획, 가벼운 개발 지식까지 A to Z로 정리해봤습니다. 코드를 직접 짜지 않아도 되는 기획자·실무자 관점의 커리큘럼이라, "AI를 대충은 아는데 제대로는 모르겠다" 싶은 분들에게 특히 도움이 될 것 같습니다.
순서대로 쭉 따라가도 되고, 이미 아는 내용이 있다면 필요한 단계부터 골라서 봐도 괜찮습니다.
로드맵 한눈에 보기
0단계 시작하기 전에
1단계 AI 기초 체력 다지기 (4개)
2단계 LLM 제대로 이해하기 (7개)
3단계 프롬프트 엔지니어링 (6개)
4단계 실무 도구 활용, 기획자·UX 관점 (6개)
5단계 AI 서비스·제품 기획 (5개)
6단계 개발 기초 이해, 라이트 버전 (4개)
7단계 트렌드, 윤리, 리스크 (5개)
8단계 다음 단계 (2개)
총 39개 항목, 9단계 구성입니다.
0. 시작하기 전에
이 로드맵은 실무자·기획자 기준으로 짜여 있습니다. 코드를 직접 짜지 않아도 phase 1~5는 끝까지 소화할 수 있고, phase 6은 개발자와 대화가 통할 정도의 "라이트 개발 지식"만 다룹니다.
각 phase는 이전 phase를 전제로 쌓이지만, 이미 아는 내용이 있다면 건너뛰고 바로 다음으로 가도 괜찮습니다.
1. AI 기초 체력 다지기
목표: AI, 머신러닝, 딥러닝, LLM의 관계와 기본 작동 원리를 내 언어로 설명할 수 있다.
1-1. AI, 머신러닝, 딥러닝, LLM은 뭐가 다른가
계층 구조로 정리하는 큰 그림. 이후 모든 용어의 기준점이 됩니다. (AI, 머신러닝, 딥러닝, LLM 계층구조)
1-2. LLM은 어떻게 "다음 단어"를 예측하는가
챗봇이 대답을 만들어내는 과정을 토큰 단위로 뜯어봅니다. (토큰, 확률분포, 오토리그레시브)
1-3. 학습(training)과 추론(inference)의 차이
모델을 "만드는 것"과 "쓰는 것"이 왜 완전히 다른 단계인지. (사전학습, 파인튜닝, 추론비용)
1-4. 실무에서 자주 듣는 필수 용어 정리
파라미터, 임베딩, 컨텍스트 윈도우, temperature 등 회의에서 바로 나오는 단어들. (파라미터, 임베딩, 컨텍스트윈도우, temperature)
2. LLM 제대로 이해하기
목표: 상황에 맞는 모델을 고르고, 결과물의 한계를 스스로 판단할 수 있다.
2-1. Transformer와 어텐션, 직관적으로 이해하기
수식 없이 "어떤 단어가 어떤 단어를 참고하는가"라는 그림으로 이해합니다. (Self-Attention, 병렬처리)
2-2. 컨텍스트 윈도우와 토큰 한계가 실무에 미치는 영향
긴 문서를 넣었을 때 왜 앞부분을 "까먹는지", 어떻게 대응하는지. (토큰제한, 긴문서처리)
2-3. 환각(Hallucination) 이해하고 대응하기
AI가 그럴듯한 거짓말을 만들어내는 이유와 실무 검증 습관. (사실검증, 출처확인)
2-4. GPT vs Claude vs Gemini vs 오픈소스 모델 비교
업무 상황별로 어떤 모델을 골라야 하는지 기준을 세웁니다. (모델비교, 벤치마크)
2-5. RAG(검색증강생성) 개념
사내 문서·최신 정보를 AI에게 "읽히는" 대표적인 방법. (벡터검색, 지식주입)
2-6. 멀티모달 AI, 이미지·음성·영상
텍스트를 넘어 이미지와 음성을 다루는 모델들이 하는 일. (Vision, TTS/STT)
2-7. AI 에이전트란 무엇인가
스스로 도구를 쓰고 여러 단계를 실행하는 AI의 개념과 한계. (Tool use, 자율실행)
3. 프롬프트 엔지니어링
목표: 원하는 결과를 재현 가능하게 뽑아내는 프롬프트를 설계할 수 있다.
3-1. 좋은 프롬프트의 구조: 역할·맥락·지시·형식
매번 다른 결과가 나오는 이유는 대개 구조가 없기 때문입니다. (Role, Context, Format)
3-2. Zero-shot vs Few-shot
예시를 몇 개 보여주는 것만으로 품질이 확 달라지는 이유. (예시제공, 패턴학습)
3-3. 단계적으로 생각하게 만들기, Chain-of-Thought
복잡한 문제일수록 "먼저 생각하고 답하라"고 시켜야 하는 이유. (추론과정, 단계분해)
3-4. 시스템 프롬프트와 페르소나 설계
대화 내내 유지되는 "성격"과 규칙을 설정하는 법. (System Prompt, 톤앤매너)
3-5. 반복 개선(Iteration)으로 프롬프트 다듬기
첫 시도로 완성하지 않고, 실패 사례를 모아 고쳐나가는 루틴. (A/B비교, 디버깅)
3-6. 실전: 기획서·회의록·리서치에 바로 쓰는 프롬프트
지금 하는 업무 문서 그대로 가져와서 연습합니다. (기획서, 회의록, 브레인스토밍)
4. 실무 도구 활용, 기획자·UX 관점
목표: 매일 업무에서 AI를 도구로 자연스럽게 쓸 수 있다.
4-1. AI로 요구사항정의서·기획서 초안 잡기
백지에서 시작하지 않고 AI가 만든 초안을 다듬는 흐름으로 전환. (요구사항정의, 문서초안)
4-2. AI 기반 UX 리서치와 페르소나 생성
인터뷰 데이터를 요약하고 페르소나 초안을 뽑아내는 법. (사용자리서치, 페르소나)
4-3. Figma AI 등으로 와이어프레임 빠르게 만들기
화면설계 초안을 AI로 먼저 뽑고 다듬는 워크플로우. (와이어프레임, 목업)
4-4. 회의록 자동 요약과 액션아이템 정리
녹취/텍스트를 넣고 결정사항과 할 일만 뽑아내는 프롬프트. (회의록, 요약)
4-5. 스프레드시트·데이터 분석에 AI 활용
엑셀 데이터를 붙여넣고 바로 인사이트를 뽑는 법. (엑셀, 데이터분석)
4-6. 업무에 AI 쓸 때 보안·저작권 체크리스트
고객정보·사내자료를 붙여넣기 전에 확인해야 할 것들. (보안, 저작권, 사내정책)
5. AI 서비스·제품 기획
목표: AI 기능을 실제 제품 요구사항으로 설계하고 검증할 수 있다.
5-1. AI 기능을 제품에 녹이는 UX 패턴
추천, 자동완성, 대화형 UI 등 대표 패턴과 사용 시점. (AI UX패턴, 온보딩)
5-2. AI 기능 기획서: 정상케이스와 실패케이스 정의
AI가 틀렸을 때 사용자가 무엇을 보게 할지까지 기획하는 법. (시나리오, 예외처리)
5-3. AI 기능의 성공지표 정의와 측정
정확도만으로는 부족한 이유와, 실무에서 쓰는 품질 지표들. (지표설계, 품질평가)
5-4. 경쟁 서비스 AI 기능 벤치마킹
타사 AI 기능을 뜯어보고 기획 논리를 역추적하는 법. (벤치마킹, 사례분석)
5-5. 스마트홈·IoT와 AI 결합 사례 연구
지금 진행 중인 프로젝트와 바로 연결해서 생각해보는 파트. (스마트홈, IoT)
6. 개발 기초 이해, 라이트 버전
목표: 코드를 직접 짜지 않아도 개발자와 같은 언어로 대화할 수 있다.
6-1. API란 무엇이고 AI API는 어떻게 호출되는가
"연동"이라는 말이 실제로 어떤 요청-응답을 의미하는지. (API, Request/Response)
6-2. 노코드/로코드로 AI 자동화 직접 만들어보기
코딩 없이 "AI + 자동화" 워크플로우를 하나 완성해봅니다. (노코드, 자동화)
6-3. 벡터DB와 임베딩, 실습으로 감 잡기
RAG의 내부에서 실제로 어떤 데이터가 저장되고 검색되는지. (벡터DB, 임베딩실습)
6-4. 파인튜닝이란 무엇이고 언제 필요한가
프롬프트로 충분한 경우와 파인튜닝이 필요한 경우의 경계선. (파인튜닝, 커스터마이징)
7. 트렌드, 윤리, 리스크
목표: AI를 둘러싼 변화와 위험을 균형 있게 판단할 수 있다.
7-1. 최신 트렌드: 에이전틱 AI, 온디바이스 AI
지금 업계에서 가장 많이 언급되는 두 가지 방향. (에이전틱AI, 온디바이스)
7-2. AI 윤리와 편향 문제
데이터가 만드는 편향이 제품에 어떻게 스며드는지. (편향, 공정성)
7-3. 저작권과 법적 이슈
학습 데이터, 생성물 저작권을 둘러싼 현재의 논쟁 지형. (저작권, 규제)
7-4. 프라이버시와 보안 리스크
개인정보가 프롬프트를 통해 새어나가는 대표 시나리오들. (개인정보, 보안)
7-5. 조직에 AI 도입할 때의 변화관리
도구 도입보다 어려운, 사람과 프로세스를 바꾸는 문제. (변화관리, 조직문화)
8. 다음 단계
목표: 배운 것을 실전 프로젝트로 연결한다.
8-1. 나만의 미니 프로젝트 기획해보기
지금까지 배운 걸 하나로 묶어 작은 결과물을 만들어봅니다. (사이드프로젝트)
8-2. 꾸준히 학습을 이어가는 방법
변화가 빠른 분야에서 뒤처지지 않고 따라가는 습관 만들기. (지속학습, 커뮤니티)
9단계, 39개 항목을 전부 소화하면 "AI를 대충 안다"에서 "AI로 실제 업무를 굴린다"로 넘어갈 수 있을 것 같습니다. 한 번에 다 보려고 하기보다, 필요한 단계부터 골라서 하나씩 채워나가는 걸 추천드립니다.