전체

AI 도구를 몇 개 써본 뒤에는 자연스럽게 다음 질문에 도달합니다. "이것들을 어떻게 엮어서 일을 통째로 자동화할 수 있을까?" 이 책은 바로 그 질문에 답합니다. 하나의 도구 사용법을 넘어, 여러 AI·자동화 도구를 조합해 처음부터 끝까지 굴러가는 업무 워크플로를 '설계'하는 사고법을 다루는 종합 입문서입니다. 책은 다섯 단계로 구성됩니다. 1장에서 '도구에서 시스템으로'라는 사고 전환과 워크플로·에이전트의 차이를, 2장에서 작게 시작·관찰

텍스트 몇 줄로 영상이 만들어지는 시대가 왔습니다. 광고, 숏폼, 유튜브 인트로, 제품 영상까지, 카메라도 배우도 편집 프로그램도 없이 AI가 몇 분 만에 만들어 냅니다. 하지만 막상 시작하려면 막막합니다. Sora는 어느새 종료됐고, Veo·런웨이·클링은 뭐가 다른지, 어떻게 써야 원하는 장면이 나오는지 알기 어렵습니다. 이 책은 코드를 모르는 마케터·유튜버·1인사업자가 AI 영상을 처음부터 만들어 쓰는 법을 안내합니다. 책은 다섯 단계로 구

'AI 에이전트'라는 말은 많이 들었지만, 막상 그게 무엇이고 나와 무슨 상관인지는 막막한 분이 많습니다. 챗봇과는 뭐가 다른지, 코딩을 못 하는 내가 만들 수 있는 건지조차 알기 어렵습니다. 이 책은 바로 그 막막함을 풀어 줍니다. 이론이나 공학이 아니라, 비개발자도 오늘 당장 '내 일을 대신할 AI 에이전트'를 직접 만들어 보는 가장 쉬운 실전 입문서입니다. 책은 다섯 단계로 구성됩니다. 1장에서 챗봇과 에이전트의 차이, 그리고 '완전 자율

사회생활 몇 년 차, 열심히 일하는데 통장은 좀처럼 불어나지 않습니다. 주변과 비교하면 더 막막해지고, 1억이라는 숫자는 까마득하게만 느껴집니다. 이 책은 그런 한국의 30대를 위한 '첫 1억' 만들기 종합 로드맵입니다. 막연한 동기부여가 아니라 저축률·소비·투자·소득을 어떤 순서로 설계해야 하는지를 데이터와 구조로 안내합니다. 본서는 투자 자문이 아니며 특정 상품·종목을 추천하거나 수익이나 '1억 달성'을 보장하지 않습니다. 책은 다섯 단계로

직원 없이 혼자 사업을 한다는 것은, 사장이자 마케터이자 고객센터이자 경리라는 뜻입니다. 그래서 1인 사업자만큼 'AI에게 일을 맡기고 싶은' 사람도 없습니다. 2026년의 AI는 단순히 글을 써 주는 수준을 넘어, 스스로 도구를 호출해 업무를 처리하는 '에이전트'로 진화했습니다. 이 책은 코드를 모르는 1인 사업자가 AI와 자동화로 '혼자서 팀처럼' 일하는 법을 안내합니다. 책은 다섯 단계로 구성됩니다. 1장에서 에이전트 시대의 지형과 한국형

2025년 12월 Dave Ebbelaar(Data Lumina 창업자)가 한 영상에서 한 문장을 던졌습니다. "Most of the time the problem is not the model itself. It's also not the tools. It's not even the agent loop itself. It's generally that we are all just very bad at context engineering at

이 책은 사무직 일반인이 ChatGPT와 Claude 두 AI를 한 손에 쥐고 보고서·메일·기획·회의록을 60% 빠르게 끝낼 수 있도록 정리한 입문서입니다. 한국 직장인의 51.8%가 이미 업무에 AI를 쓰고 있는(한국은행 BOK 이슈노트 2025-22) 시대에, 어떤 일을 어느 AI에게 맡길지 알면 같은 한 달 1만 5천원으로 두 도구의 장점을 동시에 누릴 수 있습니다. 1장은 OpenAI와 Anthropic의 출생·철학 차이, ChatGPT

2024년 4월, Microsoft가 Phi-3-mini를 발표했을 때 업계는 놀랐습니다. 3.8B 파라미터의 작은 모델이 합성 교과서 데이터만으로 Mixtral 8x7B와 GPT-3.5급 성능에 도달했기 때문입니다. "데이터 품질이 scaling law를 깬다"는 이 발견이, 이후 1년 만에 SLM(Small Language Model) 시대를 열었습니다. 이 책은 그 변화를 다섯 개의 장으로 풀어냅니다. 1장 Phi·Gemma·Qwen3·L

ChatGPT가 "최근 대법원 판례를 알려달라"는 질문에 존재하지도 않는 사건번호 '대법원 2009다103436'을 만들어내는 일이 실제로 벌어지고 있습니다. 2026년 5월 울산지법에서 한 변호사가 ChatGPT가 지어낸 판례를 인용했다 들통난 사건은, LLM이 가진 두 가지 핵심 한계 — 학습 컷오프로 인한 환각, 그리고 사내·도메인 비공개 데이터를 모른다는 점 — 가 우리 실무에 어떻게 부메랑처럼 돌아오는지를 적나라하게 보여줍니다. 이 책

2021년 OpenAI가 발표한 CLIP은 단순한 이미지 분류기가 아니었습니다. 4억 쌍의 이미지-텍스트 데이터에 대해 대조학습(contrastive learning)을 적용한 그 모델은, 5년 뒤 DALL·E·Stable Diffusion·GPT-4o·Sora·Gemini가 모두 공통으로 의지하는 "텍스트와 이미지를 같은 의미 공간에 정렬하는" 표준 인터페이스가 됐습니다. 이 책은 멀티모달 AI의 5년 진화를 다섯 개의 장으로 따라갑니다. 1

Sara Beery 교수는 MIT 6.7960 Deep Learning Fall 2024 첫 강의에서 한 줄로 정의했습니다. "Deep learning is neural networks plus differentiable programming." Yann LeCun이 2018년 1월 7일 페이스북에 적은 정의와 정확히 같은 문장입니다. ChatGPT를 매일 쓰는 시대에 살면서도 "왜 딥러닝이 작동하는가"를 한 번도 정리해본 적 없는 비전공자에게