2026년 2월 3일 발행된 블로그 포스팅은 충남대학교에서 진행된 문서와 PPT 제작, 시각 콘텐츠 제작, AI 영상 제작, 웹사이트 제작 교육 현장을 다룬다. 대상은 기업·공공기관 실무자로, 강의는 생성형 AI를 설명하는 수준을 넘어 실제 결과물을 만들어 보는 실습형 과정으로 구성됐다.
포스팅에서 확인되는 교육의 중심은 문서와 PPT 제작, 시각 콘텐츠 제작, AI 영상 제작, 웹사이트 제작이다. 챗GPT, 제미나이, 미리캔버스, 젠스파크, 노트북LM, 감마 AI가 주요 도구로 언급되며, 수강생은 강사의 시연을 보는 데서 멈추지 않고 자신의 업무나 관심사에 맞는 산출물을 직접 구성하는 방식으로 수업에 참여했다. 이런 흐름은 AI 교육이 이제 '신기한 기술 체험'보다 '바로 써먹는 제작 경험'을 요구받고 있음을 말해준다.
도구 소개에서 제작 경험으로
충남대학교 사례가 주목되는 이유는 교육 대상과 결과물이 비교적 분명하기 때문이다. 기업·공공기관 실무자에게 필요한 것은 추상적인 AI 개념보다 보고서, 제안서, 홍보물, 영상, 수업자료처럼 당장 활용할 수 있는 형태다. 강의가 실습 중심으로 설계되면 수강생은 프롬프트를 쓰고 결과를 고치며 자신의 판단을 개입시키는 과정을 경험한다. 이 과정이 쌓여야 AI 활용 역량도 단순한 따라 하기에서 벗어난다.
“좋은 AI 강의는 도구 이름을 외우게 하는 수업이 아니라, 수강자가 자기 문제를 해결해 보게 하는 수업이다.”
이번 포스팅은 생성형 AI 교육 수요가 학교, 공공기관, 기업, 문화센터, 지역 현장으로 넓어지고 있음을 보여준다. 수강생의 수준과 목적이 다른 만큼 강의도 기관별 업무 언어에 맞게 바뀌어야 한다. 같은 챗GPT 수업이라도 교사에게는 수업 설계가, 실무자에게는 문서 자동화가, 소상공인에게는 홍보 콘텐츠 제작이 핵심이 된다.
다만 현장형 AI 교육이 지속되려면 속도만 강조해서는 부족하다. 저작권, 개인정보, 결과물 검증, 기관 내부 활용 기준을 함께 다뤄야 교육의 실효성이 높아진다. 바이브 코딩으로 제품 홍보 웹사이트를 제작(제미나이 박옥경 강사) 사례는 AI 교육이 확산 단계를 지나 책임 있는 활용과 완성 경험을 함께 요구받는 단계로 들어섰다는 점을 보여준다.
특히 교육 현장에서 문서 구조화, 시각화, 영상 제작, 웹 제작을 다루는 수업은 강사가 준비한 예제를 그대로 따라 하는 방식만으로는 충분하지 않다. 수강생이 자신의 자료, 상품, 업무, 수업 장면을 가져와 AI 결과물을 조정해 보는 순간 교육의 밀도가 달라진다. 그래서 이런 강의에서는 프롬프트 작성법뿐 아니라 결과물을 고르는 기준, 수정 요청을 반복하는 방법, 완성물을 실제 현장에 적용할 때 확인해야 할 윤리와 저작권 문제까지 함께 설명되어야 한다. 이번 포스팅은 그런 현장형 AI 교육의 방향을 읽게 하는 사례다.
특히 교육 현장에서 문서 구조화, 시각화, 영상 제작, 웹 제작을 다루는 수업은 강사가 준비한 예제를 그대로 따라 하는 방식만으로는 충분하지 않다. 수강생이 자신의 자료, 상품, 업무, 수업 장면을 가져와 AI 결과물을 조정해 보는 순간 교육의 밀도가 달라진다. 그래서 이런 강의에서는 프롬프트 작성법뿐 아니라 결과물을 고르는 기준, 수정 요청을 반복하는 방법, 완성물을 실제 현장에 적용할 때 확인해야 할 윤리와 저작권 문제까지 함께 설명되어야 한다. 이번 포스팅은 그런 현장형 AI 교육의 방향을 읽게 하는 사례다.
충남대학교 사례에서 중요한 점은 교육 현장의 실제 필요가 수업 설계의 출발점이 됐다는 것이다. 문서와 발표자료 제작, 시각 콘텐츠 제작, 영상 제작은 도구 사용법만 익혀서는 현장 적용으로 이어지기 어렵다. 수강생이 자신의 업무 자료, 홍보 대상, 수업 장면, 기관 과제를 가져와 AI 결과물을 직접 고치고 비교할 때 비로소 학습이 구체화된다. 이 과정에서 강사의 역할은 정답을 대신 만들어 주는 것이 아니라 수강생이 결과물을 판단하고 수정하도록 기준을 세워 주는 데 있다.
특히 생성형 AI 수업은 결과물이 빠르게 나오기 때문에 오히려 검토 과정이 더 중요하다. 초안이 그럴듯해 보여도 사실관계, 저작권, 개인정보, 기관의 표현 기준을 확인하지 않으면 실제 업무에는 쓰기 어렵다. 따라서 문서와 발표자료 제작, 시각 콘텐츠 제작, 영상 제작 교육은 프롬프트 입력법과 함께 결과물의 품질을 평가하는 질문을 포함해야 한다. 무엇을 그대로 써도 되는지, 무엇을 사람이 다시 판단해야 하는지 구분하는 능력이야말로 현장형 AI 교육의 핵심 역량이다.
이번 포스팅이 보여주는 또 다른 의미는 AI 교육 수요가 더 세분화되고 있다는 점이다. 같은 챗GPT와 제미나이 수업이라도 교사에게는 수업자료와 학습자 맞춤 콘텐츠가, 공공기관에는 보고와 홍보 자료가, 소상공인에게는 상세페이지와 숏폼 영상이 중요하다. 앞으로의 강의는 하나의 표준 교안을 반복하기보다 대상별 언어와 결과물 형식에 맞춰 설계되어야 한다. 바이브 코딩으로 제품 홍보 웹사이트를 제작 (제미나이 박옥경 강사)은 그 변화가 이미 현장에서 진행되고 있음을 보여주는 사례다.
특히 이 사례는 강사가 현장 언어를 얼마나 잘 번역하느냐가 수업 만족도를 좌우한다는 점을 보여준다. 생성형 AI는 같은 도구라도 질문 방식, 자료 준비, 결과물 검토 기준에 따라 전혀 다른 학습 경험을 만든다. 교육자는 기능을 나열하는 사람이 아니라 수강생이 자신의 상황에 맞게 기술을 선택하도록 돕는 안내자가 되어야 한다.
