BMC는 도구명보다 지금 겪는 AI 워크플로의 막힘에서 시작합니다. 경로를 고르고 첫 미니 클래스부터 읽은 뒤 비용, 권한, 검수 체크리스트를 더하세요.
일반 독자
데이터, 동의, 일상 AI 경계
AI 서비스가 내 데이터와 환경을 읽거나 결정을 돕기 전에 무엇을 물어봐야 할까?
- 배우는 것: 편리해 보이는 AI 서비스를 데이터 출처, 동의 범위, 보관 기간, 철회 방법, 고위험 행동으로 나눠 확인합니다.
- 끝낸 뒤 할 수 있는 것: AI 사기 문자, 가짜 음성, 가정 서비스, 민감 문서, 개인화 기억을 쓰기 전에 경계 질문을 먼저 던질 수 있습니다.
- 경로를 바꿀 때: 팀 규칙을 만들거나 도구를 구매하거나 개발 흐름에 넣는다면 ‘팀 리드 / 운영자’, ‘도입 판단 / 소규모 팀’, ‘엔지니어 / 도구 사용자’로 이동합니다.
- 진짜처럼 보이는 문자를 받았을 때, AI 사기가 대신 ‘다음 단계’를 누르게 두지 마세요
- 익숙한 전화도 가짜 목소리일 수 있습니다: AI 사칭 전화는 3단계로 처리하기
- 무료 청소가 집을 촬영하자고 할 때, 동의표로 먼저 판단하기
- 상시 AI 도우미를 연결하기 전에 권한표부터 쓰기
- ChatGPT Lockdown Mode를 켜기 전에, 정말 보호해야 할 데이터를 먼저 나누기
- Windows AI PC가 강해지기 전에 실제로 대기 시간을 줄이는지 묻기
- AI 저품질 콘텐츠를 덜 보고 싶다면, 플랫폼의 완벽한 끄기 버튼만 기다리지 말자
- 디자인 AI를 쓰기 전에 “보기 좋게”를 디자인 브리프로 바꾸기
- AI가 Apple 단축어를 만들어줄 때, 바로 실행하기 전에 단계별로 확인하기
- 실시간 음성 번역을 회의에 넣기 전에, AI에게만 맡기면 안 되는 말을 정해 두기
- AI가 당신을 기억하기 전에, 어떤 취향이 판단에 영향을 주면 안 되는지 정하기
팀 리드 / 운영자
권한, 검토, 인수인계 형식
팀이 AI 어시스턴트나 자동화를 붙이기 전에 권한, 검토, 인수인계를 어떻게 설계할까?
- 배우는 것: AI 도입을 권한표, 사람 확인, 인수인계 형식, 비용 중단선, 데이터 경계, 외부 연동 관리로 나눕니다.
- 끝낸 뒤 할 수 있는 것: AI가 무엇을 읽고 바꿀 수 있는지, 언제 멈춰야 하는지, 누가 책임지는지에 대한 최소 규칙을 쓸 수 있습니다.
- 경로를 바꿀 때: 개인 데이터 안전이 중심이면 ‘일반 독자’로, coding agent·로그·배포로 들어가면 ‘엔지니어 / 도구 사용자’로 이동합니다.
- 상시 AI 비서를 연결하기 전에 권한 표부터 작성하기
- AI 도구가 갑자기 멈췄다면, 먼저 워크플로가 한 모델 제공사에만 의존하는지 확인하세요
- AI가 Apple 단축어를 만들어줄 때, 바로 실행하기 전에 단계별로 확인하기
- 실시간 음성 번역을 회의에 넣기 전에, AI에게만 맡기면 안 되는 말을 정해 두기
- AI가 당신을 기억하기 전에, 어떤 취향이 판단에 영향을 주면 안 되는지 정하기
- 부서가 AI 자동화를 만들기 전에 배포 가능 여부 판단하기
- AI 요약이 깔끔해 보여도 동료가 바로 이어받을 수 있는 것은 아닙니다
- AI 워크벤치는 채팅창이 아니다: 다시 실행하고, 감사하고, 인계할 수 있는지 먼저 본다
- AI가 보고서를 쓴 뒤, 인용이 버틸 수 있는지 확인하기
- ChatGPT Lockdown Mode를 켜기 전에 어떤 데이터가 정말 필요한지 구분하기
- AI 모델 청구서가 커지기 전에 작업을 세 가지 비용 단계로 나누기
- 장시간 AI 작업 전에 먼저 비용·재시도·중단 조건을 정하기
- AI 도구가 비용 절감을 말할 때 무엇을 대체하는지 계산하기
- AI 검색이 메일함을 읽을 수 있을 때, 유출은 해커만 일으키는 것이 아닙니다
- Claude를 Microsoft Foundry에서 켤 수 있어도, 실제 데이터를 바로 맡겨도 될까?
- CRM 데이터가 통합 도구를 통해 빠져나갈 때, 먼저 세 가지 권한 허점을 확인하세요
- AI가 나이를 판단하기 전에, 누가 그것을 뒤집을 수 있는지 먼저 물어야 한다
- AI에게 회사 숫자를 묻기 전에 답의 출처부터 고정하기
- AI 연구 보고서에 출처가 있으면 안심해도 될까?
- Figma가 캔버스에 코드를 올렸다면, 디자인 인계는 어떻게 검수해야 할까?
- 자동화가 중간에 실패하면, 누가 수습할까요?
- 취약점 목록은 AI에게, 배포 승인은 사람에게
엔지니어 / 도구 사용자
Coding agents, 로그, 비용, 불확실성
코딩 에이전트, 로그, 모델 불확실성, 사용 비용이 개발 흐름에 들어오면 사람이 무엇을 확인해야 할까?
- 배우는 것: AI 코딩과 기술 도구를 작업 범위, 로그 증거, 테스트, 비용, 모델 불확실성, rollback이 있는 검수 가능한 흐름에 넣습니다.
- 끝낸 뒤 할 수 있는 것: agent에게 맡기거나 AI fix를 받아들이기 전에 확인 지점, 검수 조건, 자동 승인하면 안 되는 영역을 적을 수 있습니다.
- 경로를 바꿀 때: 아직 구매 판단 단계라면 ‘도입 판단 / 소규모 팀’으로, 비기술 팀 운영이라면 ‘팀 리드 / 운영자’로 이동합니다.
도입 판단 / 소규모 팀
AI PC, 비용, 도입 기준
AI 도구, AI PC, 유료 서비스가 실제로 시간, 비용, 위험을 줄일까?
- 배우는 것: 새 도구의 약속을 대기 시간, 대체 가능한 비용, 데이터 경계, 호환성, 사용량 규칙, 검수 기준으로 나눕니다.
- 끝낸 뒤 할 수 있는 것: 체험, 구매, 업그레이드 전에 성공 조건, 중단선, 연간 결제나 확대를 피해야 할 상황을 정할 수 있습니다.
- 경로를 바꿀 때: 이미 구매했고 팀 도입 규칙이 필요하면 ‘팀 리드 / 운영자’로, 개발 흐름에 넣는다면 ‘엔지니어 / 도구 사용자’로 이동합니다.