블로그
업무자동화를 위한 AI 활용 이야기와 소식을 전합니다.
1부 · 서론2026-10-01약 12분
서론. 업무자동화를 위한 AI 활용은 다르다
AI를 업무에 써 보면 "그냥 내가 하는 게 더 빠르겠다"로 끝나는 이유를 AI가 확률 모델이라는 데서 찾고, 반복은 코드로 고정하고 AI에게는 판단만 맡기는 전략으로 나만의 업무자동화 시스템을 만드는 방향을 한 편으로 정리합니다.
1부 · 1장2026-10-01
1장. AI, 생성형 AI, LLM
AI, 생성형 AI, LLM을 넓은 쪽부터 구분하고, LLM이라는 이름에 담긴 원리에서 나오는 세 가지 한계(사전학습 · 글만 쓴다 · 확률 모델)를 회계 실무 예시로 자세히 짚습니다.
약 12분
1부 · 2장2026-10-01
2장. AI 에이전트
LLM의 세 한계 가운데 글만 쓴다는 한계를 넘어선 AI 에이전트가 어떻게 파일을 읽고 코드를 실행해 일을 끝내는지, 챗봇과 로컬 에이전트는 무엇이 다른지 정리하고, 에이전트를 잘 쓰려면 남은 두 한계를 컨텍스트 · 프롬프트 · 코드로 채워야 하는 이유로 이어 갑니다.
약 9분
1부 · 3장2026-10-01
3장. 컨텍스트, 프롬프트, 코드
AI 에이전트에게도 남은 두 한계를 채우는 세 재료, 컨텍스트(사전학습)와 프롬프트·코드(확률 모델)를 실제로 다루는 법을 정리하고, 클로드 코드에서 각 재료를 담는 그릇을 한 그림으로 묶습니다.
약 12분
1부 · 4장2026-10-01
4장. 모델, 컨텍스트 윈도우, 토큰, 마크다운, 할루시네이션
세 재료를 실제로 쓰면 매일 부딪히는 다섯 용어(모델·컨텍스트 윈도우·토큰·마크다운·할루시네이션)를 재료와 연결해 정리하고, 에이전트에게 남은 두 한계를 클로드 코드로 채우는 이유로 마무리합니다.
약 13분