연락처 정보

코스 개요

AI 기본 원리: 개념, 유형 및 오해

  • 인공지능이 무엇이고 무엇이 아닌지 이해하기
  • 협의 AI와 일반 AI의 차이
  • 머신러닝, 딥러닝 및 데이터 사이언스
  • 기술적 용어 없이 머신러닝 작동 방식 이해하기

비즈니스에서의 생성형 AI와 AI 에이전트

  • 생성형 AI의 기능과 한계
  • AI 에이전트 및 그 작동 방식
  • 생성형 AI의 일반적인 비즈니스 적용 사례
  • 환각(Hallucination) 및 현재 도구의 한계

데이터 준비: AI의 기반

  • 구조화 및 비구조화 데이터
  • 데이터 품질 및 주요 차원
  • 매니저를 위한 데이터 거버넌스 필수 요소
  • 왜 데이터 준비가 AI 선행되어야 하는가

AI가 비즈니스 가치를 창출하는 영역

  • AI 기회 매트릭스
  • AI 활용 사례를 위한 가치 사슬 분석
  • 주요 활동 및 보조 활동
  • 최대 가치를 생성하는 프로세스

AI 성공 사례 및 교훈

  • 비즈니스 기능 전반에 걸친 실제 AI 적용 사례
  • 성공적인 도입이 작동하게 만든 요인
  • 흔한 실패 패턴 및 이를 회피하는 방법

워크숍: 부서별 AI 기회 식별

  • 부서 프로세스 및 고통 포인트(Pain Points) 매핑
  • 각 업무 영역별 AI 활용 아이디어 창출
  • AI 기회 캔버스 완성하기
  • 부서 간 발견 사항 공유 및 토론

최대 가치 창출을 위한 AI 활용 사례 우선순위 설정

  • 가치 대비 실행 가능성 점수화
  • 퀵 윈(Quick Wins)과 전략적 베팅 비교
  • AI 프로젝트 퍼널
  • 추진할 최초 활용 사례 선정

AI 거버넌스: 역할, 위원회 및 책임

  • 조직 내에서 AI를 이끌어야 할 대상
  • 거버넌스 역할, 위원회 및 책임
  • 중심 우수 센터(Center of Excellence)와 분산 소유 구조 비교
  • AI 거버넌스 모범 사례

보안, 리스크 및 책임 있는 AI

  • 정보 보안 및 데이터 보호 제약 사항
  • AI 이니셔티브에 대한 리스크 평가
  • 윤리적 가이드라인 및 책임 있는 AI 활용
  • 신뢰할 수 있는 AI 구축하기

AI 대응 조직 구축

  • AI 성숙도 평가
  • AI 여정을 위한 역량 및 스킬
  • 변화 관리 및 문화적 준비 태세
  • AI 전략 사이클

워크숍: AI 실행 로드맵 및 액션 플랜 수립

  • 기회 지도 통합하기
  • 단계, 퀵 윈 및 마일스톤 정의
  • 소유자, 지표 및 거버넌스 체크포인트 할당
  • 초기 로드맵 및 다음 단계 산출

요건

  • 이전 기술이나 프로그래밍 지식이 필요하지 않습니다.
  • 비즈니스 및 경영 컨텍스트에서 AI를 적용하는 데 관심이 있어야 합니다.

대상 독자

  • 시니어 매니저 및 부서 책임자.
  • 지배인 및 임원.
  • 디지털화 및 전환 이니셔티브를 담당하는 리더.
 16 시간

참가자 수


참가자별 가격

회원 평가 (2)

예정된 코스

관련 카테고리