AI 자동화 스쿨 1기, 4주 동안 무엇을 하는가

AI 자동화 스쿨에서는 어떤 걸 다루는지 궁금하시죠? 이번 글에서는 이 과정이 왜 필요하고, 어떤 결과를 가져오는지 알아보겠습니다.

ChatGPT는 대화입니다. 결과를 복사해서 붙여넣습니다. 코딩 에이전트 CLI는 실행입니다. 파일을 직접 읽고 씁니다.

이 차이를 직접 느끼는 것이 1주차의 전부입니다. 4주 후에는 그걸 하나의 시스템으로 묶습니다.

이 수업에서 쓰는 도구는 두 가지입니다. Anthropic이 만든 Claude Code와 OpenAI가 만든 Codex CLI. 만든 회사는 다르지만 패턴은 같습니다. AI 코딩 에이전트를 실행하면 AI가 필요한 CLI 도구를 직접 호출합니다. 두 도구를 나란히 써보면서 특정 도구가 아니라 패턴을 익힙니다.

1주차에는 환경 설정부터 시작합니다. Git, GitHub, VS Code, Bash를 설치하고 터미널에 익숙해집니다. 혼자였으면 며칠 걸릴 설정을 함께하면 반나절에 끝납니다. Claude Code와 Codex CLI를 나란히 설치합니다.

환경이 갖춰지면 AI를 실행합니다.

“이 폴더에 뭐가 있어?” — AI가 파일을 읽습니다.
“이 문서 요약해줘” — AI가 내용을 분석합니다.
“이 파일들 날짜별로 정리해줘” — AI가 직접 실행합니다.

복사-붙여넣기가 없습니다. AI가 내 파일 시스템 위에서 일합니다.

오후에는 다운로드 폴더 정리, 여러 파일 일괄 요약·번역을 직접 해봅니다. 마지막으로 각자 업무에서 가장 자주 반복하는 작업 하나를 골라 AI에게 시킵니다. 이 작업이 4주 뒤 졸업 발표의 씨앗이 됩니다.

그런데 1주차에서 AI는 로컬 파일 위에서만 일했습니다. 2주차에서 AI에게 도구를 연결합니다.

MCP(Model Context Protocol)로 AI가 웹 브라우저를 조작합니다. 유튜브에서 노래를 찾고, 논문 PDF를 다운로드하고, 구글 캘린더에 일정을 추가합니다. 채팅창 밖으로 나온 AI가 진짜 일을 합니다.

논문 PDF를 받아서 한국어로 번역하고, 이미지로 시각화하는 것까지 한 흐름으로 연결합니다. 이 흐름을 스킬로 묶으면 다음부터는 한마디로 실행합니다.

지침 파일(AGENTS.md, CLAUDE.md)에 규칙을 적으면 AI가 자동으로 읽습니다. 세션이 끊겨도, 도구가 바뀌어도, 같은 규칙으로 일합니다.

3주차에서 질문이 바뀝니다. “AI야, 이것 좀 해줘”에서 “이 일이 됐다는 기준이 뭐지?”로. 반복하는 일은 스킬로 묶었습니다. 하지만 아직 없는 걸 만드는 일, 프로젝트는 다릅니다. 스킬(하나의 반복 작업), 워크플로(스킬들의 연결), 프로젝트(목표가 있는 일)를 구분하는 것이 3주차의 시작입니다.

프로젝트는 파일이 필요합니다. 뭘 만들 건지, “됐다”의 기준이 뭔지 마크다운 파일에 씁니다. AI에게 시키고, 결과를 기록하고, 기준에 대고 검증합니다. 안 되면 기준을 고치고 다시 돌립니다.

계획 → 기록 → 검증. 이 사이클을 파일 위에서 돌립니다.

인터넷에서 자료를 모아 전자책을 쓴다고 합시다. 자료를 마크다운 파일로 저장하고, 통찰을 뽑고, 목차를 잡고, 첫 챕터를 씁니다. 첫 시도에서 출처 없는 주장 3개, 톤도 안 맞습니다. 기준을 고치고 다시 돌립니다. 두 번째 시도에서 출처 전부 표시, 톤도 맞습니다. 파일이 있으니까 어제 뭐가 문제였는지 AI가 압니다. 프로젝트가 진화합니다.

4주차에서는 이것들을 하나의 시스템으로 묶습니다. 1~3주차는 개별 자동화였습니다. 매일 반복하는 것, 매주 반복하는 것, 프로젝트마다 반복하는 것이 한 시스템 안에 들어옵니다. 코딩 에이전트 CLI가 개인 운영체제가 되는 지점입니다.

프로젝트는 하나의 목표입니다. 끝나면 완료입니다. 시스템은 일하는 방식입니다. 프로젝트에서 배운 것이 지침 파일에 규칙으로 쌓이고, 스킬이 다듬어지고, 다음 프로젝트는 그 위에서 시작합니다. 이 축적이 시스템과 프로젝트의 차이입니다.

오후는 100% 실습과 발표입니다. 어떤 문제를 해결했는가, 어떤 방법을 썼는가, 앞으로 어디로 확장할 것인가.

4주가 지나면 ChatGPT만 쓰는 사람은 할 수 없는 것을 해냅니다.

아침에 /today를 실행합니다. AI가 어제 못 끝낸 태스크를 가져오고, 현재 프로젝트 상태를 요약하고, 오늘 할 일을 정리합니다. ChatGPT에서는 이걸 매일 손으로 설명해야 합니다.

스킬이 스킬을 실행합니다. /daily-summary가 오늘 작업을 정리하면, /weekly-report가 그 결과 5개를 읽고 주간 보고서를 만듭니다. ChatGPT에서는 이 과정을 매번 손으로 반복합니다.

프로젝트 문서를 씁니다. 뭘 만들지, “됐다”의 기준이 뭔지 먼저 적습니다. AI에게 넘기고, 기록하고, 검증합니다. 파일이 있으니까 내일 이어서 합니다. ChatGPT에서는 매번 처음부터 설명해야 합니다.

세션이 달라져도 AI가 맥락을 압니다. 프로젝트 파일에 지금 하는 일이 담겨 있습니다. 처음부터 설명하지 않아도 됩니다.

학습 결과가 지식이 아니라 작동하는 시스템입니다.

지금 가장 자주 반복하는 업무 하나를 떠올려 보세요. 그게 4주 후 첫 번째 자동화 대상입니다.

미루면 미룰수록 AI와 함께 일하는 감각을 익히기 어렵습니다. 지금부터 빠르게 시도하세요. 지금이 아니면 늦습니다.

신청하기: https://dal-lab.com/ai-automation-school

마지막 수정: 2026년 3월 30일