기술의 민주화 코드 없는 AI 혁신

기술의 민주화 코드 없는 AI 혁신 - 권력과 혁신이 재분배되는 새로운 패러다임
김준태 지음 / 슬로디미디어 / 2026년 2월

본 도서는 출판사로부터 무상으로 제공받아 주관적인 리뷰를 했습니다. 

AI시대는 전문가가 무너지는 시대인듯합니다.  미디어를 통해, 회계사의 일자리가 없고, 미국에서는 법률가도 짤린다고 하고 현재 바이브 코딩으로 인해 개발자의 위치도 흔들리고 있습니다. 어쩌면 모두가 인공지능 밑에 평준화되는 느낌입죠. 이를 장벽의 무너짐으로  지금은 어쩌면 혼란의 시기일 수있습니다. <기술의 민주화 코드없는 AI혁신>에서는 현재 AI의 성장이 주는 의미와 산업의 변화 그리고   AI의 도움을 받아서  전문가가 되는 만시간을 투자 하지 않고도 혁신가가 되는 방법을 알려줍니다. 

저자는 김준태 인트렌드랩 대표시고 디지털마케팅 컨설턴트십니다. 학력은 연세대 경영전문대학원 석사십니다. 신세계아이엔씨, SSG.COM 등에서 실무전반을 익혔습니다. <이것이 리테일 미디어다><K뱅크 레블루션>등의 저서가 있습니다. 

AI가 전문가를 와해시키고 있습니다. AI를 사용하면 전문가 수준의 지식을 제공합니다.  일반인들도 AI를 사용하면 전문가를 대체할 수있다는 겁니다. 인공지능을 다룰려면  프롬프트를 익혀야 한다고 했는데 이제는 그것조차 깨지고 있습니다. 그냥 자연어로 인공지능에게 말이나 글만 써도 되는 세상으로 가고 있습니다. 여기에 오픈소스도 기술평준화에 한몫하고 있습니다. 기술을 개발해서 공짜로 풀어버립니다. 메타의 라마, 중국의 딥시크가 그 한예입니다. 

기술의 평준화 또는 민주화는 개인뿐아니라 기업차원에서는 큰 변화를 예고 합니다. 사업하나 하기위해  1년이상을 준비해야 하는 대기업과 달리  인공지능으로  1주일이면 준비할 수있는 스타트업에 기회가 생긴다는 겁니다. 이는 AI와 클라우드로 그 속도를 따라잡게 된다는 논리입니다. 이는 일인기업에게도 기회가 왔음을 의미합니다. 결국 이런 상황이면 산업도 융합과 해체가 일어날 수밖에 없습니다. 그리고 AI는 인간의 협조자인 동시에  튜터 즉 교사이기도 합니다. 이 AI가 일시적인 교사에서 평생학습의 핵심으로 등장합니다. 이를 러닝 오거니제이션이라고 합니다. 

AI가 발전하면서 모두가 평등해집니다. 그러나  이로인한 부정적인 면도 커지죠. 가짜뉴스, 익명성 문제도 문제가 커지고 있습니다. 그리고 이를 조율 거버넌스문제까지도 검토합니다. 결론적으로 이제 누구나 창조자가 되는 시대입니다. 그러면 당연히 누구나 책임을 져야 하는 시대이기도 합니다. 시민책임의식을 강조하고  불편을 견디고 로그아웃시간을 확보하고 화면너머 타자를 상상하는 훈련이 필요하다고 합니다.  이제 말그대로 아이디어만 있으면 사업가가 되는 시대입니다. 무엇부터 하시겠어요?

AI 증강 독해와 AI 드리블링 바이블 [개념·기초편]

AI 증강 독해와 AI 드리블링 바이블 [개념·기초편] - 생성형 AI 시대에 제대로 읽고 생각하고 쓰는 법
나준호.성낙원.이하영 지음 / 성안당 / 2026년 2월

본 도서는 출판사로부터 무상으로 제공받아 주관적인 리뷰를 했습니다. 

저도 매일  생성형 AI를 사용합니다. 간단한 서치부터 리포트 작성, 유튜브 대본까지도 만들고 있습니다. 2022년11월 오픈AI의 챗GPT가 나왔을때는 프롬프트엔지니어링이라고 해서  프롬프트를 다루는 능력에 따라  답변 퀄리티가 높아진다고 해왔습니다. 그런데 어느때부터  프롬프트엔지니어링기법을 사용하는 것이  챗GPT의 기능을 제한한다는 소리도 있었습니다. 하지만  엔지니어링기법이 아닌 AI와 질문과 답변하는 방법을 개선하면 정말 질높은 그리고 원하는 결과물을 만들 수가 있다고 합니다. <AI증강 독해와 AI드리블링 바이블>은 LG경영연구원 분들이 수많은 리포트와 자료를 처리하면서 터득한 독해법과 AI와 어떻게 대화를 끌고 가서 좋은 결실을 맺을 것이지의 핵심적 방법론을 제시합니다.  

저자는 3인 공저로 나준호님은  LG경영연구소에서 근무하고 있으며 연세대 경영학과를 나와 서울대 경영학석사, 서울대 기술경영경제정책 공학박사십니다.  성낙환님도 LG경영연구소에서 근무하시고 서울대 기계항공공학부, 동대학원 산업공학과 석사를 하셨습니다.  이하영님도 LG경영연구소에서 근무하시고  고려대 중어중문학과를 나오시고 머서코리아, BCG등에서 경력을 쌓으신 분입니다. 

인공지능은 이제  특정한 분야에서만 쓰는 것이 아니라  전분야에 활용할 범용 지능이 되었습니다.  AI를 활용하는 책들을 보면,  보고서 만들때 넣는 프롬프트, 페르소나 만들때 넣는 프롬프트 식입니다. 그런데 이런 방법은 단편적인 지식이라는 거죠.  그럼 핵심은 무엇인가 그것은 일기, 생각하기 쓰기, 말하기 입니다. 이를 하는 이유는  '정보를 다루는데 중요한 부분이기때문이라는 겁니다.  이렇게 되는 이유는  생성형 AI를 사용하면  찐독서와 비독서를 결합한 결과를 얻을 수있기 때문입니다.  사실 찐독서는 시간이 많이 걸리고 비독서는 빠진부분이 많은데 이를 생성형AI로 채울수가 있습니다. 다만 이 방법이 공부와 연습이 필요한 이유는 전략적으로 설계하고 텍스트의 다중의미를 재구성해서 자신의 삶에 적용시킬 수있어야 합니다 이를 위해 심층독해법도 단계별로 소개합니다. 여기서   인사이트가 나오겠죠. 

AI드리블링은  최종목표를 정하고  생성형AI와 대화를 하면서 최종목표를 찾아가는 프로세스라고 합니다.  프로세스니까 진행순서가 있겠죠. 준비, 소환, 초안작성, 초안정교화 등의 순서를 거칩니다.  이 작업은  복잡한 작업에 효과가 크지만 익숙해지면  창의적인 작업에 매우 큰 도움이 된다고 합니다. 흥미로운 점은 생성형AI중에 Claudedhk perplexity를 주력으로 쓰고  chatGPT를 보조로 쓰는 점입니다. 이는 단계별로 주력과 보조가 바뀌기도 합니다.  저자는  각 생성형AI의 특징 정의도 기억해둘만합니다. 그리고 AI드리블링을 사용해서 줄인 시간활용법도 소개했는데,  가족과의 좋은 시간을 보내라고 한 점도 재미있었습니다. ㅎㅎ

2부에서는 기초편으로  질문하기, 연결 확장하기, 확인, 검증하기, 요약 정리하기, 번역하기, AI글쓰기 등 살펴보는데, 본격적으로 생성형AI를 사용해서   질문을 할때,  단순히 질문을 하는 것이 아니라,  맥력과 수준을 맞춰서 질문을 하는 것이 중요함을 알수있습니다. 프롬프트 엔지니어링에서는  '역할 + 제약 + 출력형식' 정도가 대부분인데, 저자는 궁금한 것이  어떤 종류에 따라   질문이 어떻게 달라지는지를 구체적으로 보여줍니다. 연결 확장도 AI시대에 크게 관심받는 방식입니다. 단순히 단독으로 이해를 하는것이 아니라  시청각자료나  강연까지도 연결해서 이해도를 높을 수있기 때문입니다.  정보가 하나여도 그것을 어떻게 연결해서 확장하느냐가 중요함을 느낍니다. 생성형 AI는  할루시네이션이 있다는 건 널리 알려져있어서  생성형AI에서 나온 결과를 확인없이 이용하는 경우는 적을 겁니다. 저자들도  거짓 대답을 줄이고 정확한 요약으로 빠른 시간에 정보를 습득함을 목적으로 합니다.  생성형 AI를 제대로 쓴다는건,  제대로 된 학습법으로 반복훈련이 필요하다는걸 느낍니다. 한번보고 끝낼 책은 아니고  생성형AI를 사용해서 품질을 올리고  시간을 줄이는데 매우 좋은 방법임에 틀림없습니다. 다만 따라 해보고 반복해보는 건 필수일겁니다. 

통합적 사고

통합적 사고 - 제3의 선택으로 세상을 바꾼 이노베이터들의 생각법
로저 마틴 지음, 범어디자인연구소 옮김 / 유엑스리뷰 / 2026년 2월

본 도서는 출판사로부터 무상으로 제공받아 주관적인 리뷰를 했습니다.

우리는 흔하게 상반되는 주장중에 하나를 선택해야 할때가 있습니다. 그런데  그러한 선택이  좋은 결과를 못내는 경우가 많다고 합니다. <통합적 사고>는 바로   상반되는 의견을  아니 모순 될 수있는  의견을  모두 수용하는 통합적 사고를 소개합니다.  상반되는 아이디어를 통합하면서  상반되는 아이디어중에  우수한 것만 선별하여 새로운 아이디어를 만드는 방법을 알려줍니다. 

저자는 로저마틴 토론토대 경영대학원 명예교수십니다.  하버드대 경영학과를 나와  동대학원 MBA를 하셨습니다. 경영사상사를 선정하는 싱커스50에서 1위도 했던  영향력이 큰 구루입니다. 디자인씽킹의 창시자이고  세계적인  기업들을 컨설팅했고 명저 <디자인 씽킹 바이블>의 저자십니다. 

통합적인 사고를 하는 사람의 사고 특징은  돌출요소 -인과관계 -구조 - 해결 의 순환을 기본틀로 합니다.  돌출요소란 결국  상반되는 의견들에서 나오는 특징들일겁니다.  이 특징들의 인과관계를  구조화해서 문제를 해결하는 방식은  의사결정에서 양자택일이 아닌 새로운 일을 여는 방법이라고 합니다. 이에 대한 대표적인 인물로 P&G의 회장 래플리를 듭니다. 그는 고집과 타협을 모두 가지고 간 사람이라는 거죠.    그는 외부 아이디어를 받아들여서 개발하는 오픈이노베이션을 실현했습니다. 

이제 한걸음 더 나아가서  복잡성과 단순화의  대립입니다. 문제는 여기서 창조를 끌어내야 하는거죠.  비슷한 구조가  글로벌과 현지화죠.  방송국의 예로 성공사례를 알려주는데, 지역방송을 세계화로 연결하는 것이 글로벌과 현지화가 통합적으로 생각하는 겁니다.    그럼 어떻게  상반되는 요소를 모두해서 창의성을 뽑는지는  창조적 사고의 3가지 방법인 입장, 도구, 경험이라는 요소를 설명합니다  입장은 나는 누구인가라는 식으로 문제를 정의하는 것이라면 도구는  학습과 경험을 불어넣는 단계를 말합니다.  이제 마지막  경험은 입장과 도구가 만나는 걸 말합니다. 이를 제대로 하느냐 못하느냐가 선순환가 악숙환을 만든다는 거죠. 

통합적 사고에는  느긋한 마음이 필요합니다. 서두른다고 일이 되는 건 아니라는 거죠.  즉 결정의 순간을 강조하고 있는 것이 아니라는 생각이 듭니다. 인지적 관점을 중시하고  세상을 보는 시각을 바꾸고 갈등에서 창조의 끈을 올리라는 겁니다.  사실  상반된 주장이 발생하면 그냥  편하게 하나를 택하는 것이 아니라  새로운 길을 열어갈 통합의 길을 찾으라는 것일겁니다.  갈등에 대한 두려움 보다는  두가지를 어우리면서도 한단계 진화된 새로운 길을 찾을 방법일 제시한겁니다. 

[협찬]AI로 기획하라

AI로 기획하라
노중석 지음 / 두드림미디어 / 2026년 1월

본 도서는 컬처블룸으로부터 무상으로 제공받아 주관적인 리뷰를 했습니다. 

2022년 11년  챗GPT가 상업서비스를 시작한지 3년이 넘었습니다. 정말 많이 변화들이 감지되고 있습니다.  과거에는  정보를 아는 것, 정보를 빨리 찾는 것에서 이제 AI를 적극적으로 사용하느냐가 중요해졌습니다. 이는 AI로 정보를 찾는 정도가 아니라 AI를 파트로 깊이 사고하는 사람들이 앞서 갈수밖에 없는 구조입니다. <AI로 기획하라>는  현재 산업현장에서 AI 보급이 느리다는 걸 살펴보고  AI학습, 기획, AI로 사업계획서를 작성하고 이를 정부사업과 산업으로 연결하는 방법등을 알아봅니다. 그래서 실제   정부사업을 기획하는 방법을 처음부터  정부지원 산업 계획서까지 꾸미는 방법을 살펴보는 좋은 기회입니다. 

저자  노중석은  제조현장에서  기술개발을 하고 사업기획을 해온 연구자이고 기획자라고 합니다.  정부연구개발, 기업지원과제, 사업계획서 등에 경험이 많은 연구라고 합니다. <정부지원금을 활용해 안전하게 기업경영하기>라는 저서도 있습니다. 

다른 일반 사무분야는 AI보급이 빠른데 비해  산업현장은 AI의 보급이 느린 경향이 있다고 합니다. 그 이유는 사회적 인식과 구조라고 합니다. 그 이유는  AI는 사람의 대체보다는 사람 능력의 증폭이라고 합니다. 요즘 변호사들의 자리가 없어진다고 하는데 이는  기존변호사들이 AI의 도움을 받아서 주니어 변호사가 필요없어진것과 같다는  것인데, 산업현장의  전문가들이 자신의 방법에 대해 고지식하다는 이유일겁니다.  산업현장의 이런 생각은  인식과 태도의 문제이므로  먼저 치고 나가는 기업이 앞설수밖에 없습니다.  컨설턴트라면  현장의 AI에 대한 필요성과 인식을 일깨우는 시기라는 걸 알수가 있습니다.  그리고 바로  ChatGPT를 어떻게 사용할까를 인지시킵니다.  문서기반으로 학습시키는 걸  정기적으로 해보라는 말이 인상이 깊네요. 

이 책의 잇점은  끝까지 읽으면  AI를 사용해서 어떻게  정부지원 사업계획서를 만드는지 알게 된다는 점입니다.   먼저 AI를 사용할때  중심은 AI연구소장을 앉히는 겁니다.  그리고 아이디어를 사람중심에서 데이터 중심으로 사고를 전환하라는 멋진 이야기를 합니다. 데이터중심이 되면서  사업타당성도  AI의 영역에서 해결할 수있게 됩니다. 여기서는 구체적으로  AI가  인식할수있는 문서와 어려운 데이터를 구분해줍니다. 학습이라는 매우 중요한 과정을 거쳐야 하기에 중요한 부분입니다.   AI로  공고문도 분석할수있고 아이템 개요, 항목별 세부작성 까지도 가능합니다. 놀랍죠. 이 정도면 5명이 한달간 할수있는 일을  혼자서  할수도 있을 듯합니다.  그리고 함께 써야 할것이 연구개발계획서인데 이것도  쉽게 쓸수있음을 알수가 있습니다. 

AI를 잘쓰는 사람은 질문을 잘하는 사람입니다. 이  질문을 통상  프롬프트라고 하죠.  이 프롬프트를 제대로 하는 방법(초급, 고급)도 설명하고 현장용 용어를 꼭 사용하라고 합니다. 이는 질문의 정교함을 강조하는 겁니다. 어떻게 질문하냐에 따라 답변뿐아니라 사업계획서의 품질이 달라지므로 매우 많이 신경써야 하는 부분입니다.  이런 대화를 주고 받는 피드백이 오가면 결국  정부지원사업을 합격할 확률은 점점 올라갑니다. 

AI가 쉬워지는 최소한의 수학

AI가 쉬워지는 최소한의 수학 - 인공지능 문해력을 키우는 수학적 사고법의 힘 ㅣ 최소한의 지식 3
이동준 지음 / 지상의책(갈매나무) / 2026년 2월

본 도서는 출판사로부터 무상으로 제공받아 주관적인 리뷰를 합니다.

수학은 왜 배울까요. 사실  수학을 잘하면 좋은 대학을 나오고  좋은 직장에 들어가고  좋은 배우자도 만나고 많은 돈도 벌수있는  왕도죠. 하지만 많은  수학교사들은 고심을 하는 모양입니다. 수학이라는 것이 출세를 위한 등급같은 것이 되죠. 수학을 좋아하는 사람들이나 수학전공자들은 수학이 아름답다고 합니다. 하지만  사실  전체 인구의 80%는  별루 쓸데가 없죠. 너무 높이 잡았나요. 물론 맞는 말입니다. 하지만  수학은 인류발전의 기본이라는 겁니다. <AI가 쉬워지는 최소한의 수학>도  우리가 이제는 많이 사용하는 AI의 기초이고 제대로 인공지능을 이해하는 전문가가 되려면 수학은 필 수있니다.  물론 모든 사람이 수학을 잘할 필요는 없을 겁니다. 하지만  전문가의 끝판왕 지금 가장 핫한 AI전문가가 되기 위해서는  최소한의 수학이 필요합니다. 그것을 정리해줍니다. 연결하여 인공지능도 배웁니다. 

저자는 이동준  이화여고 수학 교사십니다.  포항공과대 수학과, 서울대 수학교육과, 한국 교육대 교육대학원 컴퓨터교육과를 졸업했습니다. 수학을 전공하시고 다시 수학교육을 전공하신 학생들 가리침에 진심이신 분입니다. <소프트웨어 계열 진로진학 끝판왕>을 공저했습니다. 

수학과 인공지능의 관계를 말하라고 하면, 수학은 인공지능의 신경이자 심장이라고 합니다. 우선 챗GPT이야기부터 시작합니다.  어떻게 CHATGPT는 사람처럼 대화를 할까. 이 기술은 백터에서 나온다고 합니다. 백터를 사용해서 유사도를 측정해서 가까운것과 먼것을 구분하는 겁니다. 자연어처리는  다음말이 가까운 것을 백터로 확인하여 사용합니다. 이를 단어로 연결해서 학생이 공부한다. 학생이 연습한다. 식으로 자주나오는 것을 확률로 계산하는 것은 워드투백터라고 합니다.  확률에서 배우던 조건부확률은 매우 중요한 조건이 되는 거죠. 

인공지능에서 사용하는 손실함수, 넥플릭스나 아마존에서 영화나 책을 추천하는 시스템에 행렬분해를 사용합니다. 이게 좀 이해는 하기 힘든 부분이 있는데, 제나는 어떤 영화를 좋아하는가라고 물으면,  세부적인 요인을 찾는 겁니다. 매운 음식을 좋아한다, 거친 운동을 좋아한다면 액션영화를 좋아하는 것으로 추정하는 방법입니다. 행렬에서 주요부분을 빈칸으로 남겨서 추측하는 방식입니다. 이정도는 인공지능을 이해하는 기본 수준이라고 봐야합니다. ㅎㅎ여기서  수준을 더 높일 분들은 심화학습으로 경사하강법을 알려줍니다.  끝으로 가면  알파고의 기원인 퍼셉트론을 배웁니다. 복잡하게 연결하는 신경망인데, 여기서 활성화함수 등을 공부하고 다층 퍼셉트론으로 진전시킵니다. 이제 본격적인 딥러닝으로 들어가는 겁니다. 

좀더 실전적으로 손글씨 구별과 자율주행차가 표지판을 읽는 법까지 실제 활용사례까지 필터와 행렬 사용법을 설명합니다. 다 읽고나면 드는 생각이. 야.. 인공지능을 잘하라면 행렬을 초급부터 고급까지 해야 하는구나라는 생각이 듭니다.  인공지능의 역사를 보면  기간별로 발견되는 기법들만 소개되는데, 저자는  그 기법과 연관된 수학으로 개념을 설명합니다. 물론 활용만 한다면 아마도 수학을 피할 수도 있을 지 모릅니다 .하지만  역시 인공지능의 핵심을 뚫고 지나가려면 당연한 과정인듯합니다.  수학이란  일반적인 사회생활에선 인간의 등급을 나누는 기준일수있지만  실제  학문에서 더우기 실용학문 인공지능에서 직빵으로 사용한다는 걸 알게 됩니다. 인공지능을 잘하려면 수학을 배워라. 피할 수없는 꼭 해야 하는 관문으로 느껴집니다.