1. 환급챌린지에 참여한 이유는 무엇이었는지?

이전부터 LLM에 관심이 많았고 실제로 듣고 싶었던 강의 목록에 넣어두었는데, 마침 환급챌린지 이벤트를 발견하고 고민없이 참여하였다. 이번 환급 챌린지는 꾸준한 학습 습관을 만들기 위한 것이기도 하지만 덤으로 제공되는 챌린지 성공 환급비가 매력적으로 느껴져 참여하였다. 매일매일 기록을 통해 피곤하더라도 공부하는 습관을 형성하였고, 앞으로도 지속적인 학습을 통해 성장하는 자신이 되리라 다짐했다.

특히 환급이라는 외적 보상이 주는 동기 부여는 생각보다 강력하게 작용했고, 결과적으로 단순한 강의 수강을 넘어서 복습, 실습, 정리까지 성실하게 수행하게 해주었다. 처음에는 부담스럽게 느껴졌던 매일의 기록도 점차 루틴이 되었고, 하루하루 학습의 흔적을 남기다 보니 어느새 체계적인 학습 시스템이 내 일상에 자리잡고 있었다.

또한, 환급을 목표로 하면서 나 자신에게 보다 철저하게 목표를 설정하고 계획을 세우게 되었고, 중간에 포기하지 않고 끝까지 완주할 수 있었던 동력이 되었다. 단순한 비용 절감 이상의 효과가 있었고, 학습 과정에서 느낀 즐거움과 성취감도 매우 컸다. 앞으로도 이런 구조의 자기계발 챌린지에 적극 참여하면서 지속적인 학습과 성장을 이뤄내고자 한다.

2. 왜 이 강의를 선택하게 되었는지? (무엇을 얻고 싶었는지, 실제로 얻은 것은 무엇인지)

이번 강의를 선택한 이유는 단순한 흥미를 넘어서, 실제로 LLM 기술을 비즈니스 환경에서 어떻게 구현하고, 운영하며, 최적화할 수 있는지를 종합적으로 배우고자 했기 때문이다. 특히 생성형 AI와 같은 첨단 기술은 단순한 프로토타입 수준에서 머물기보다는 현실 세계에서 어떻게 문제를 해결하고 사용자에게 가치를 제공하는지가 중요하다고 생각했다.

또한 단순히 GPT 모델을 호출하거나 실험적인 애플리케이션을 만드는 데서 그치지 않고, LLM 서비스가 어떻게 설계되고 테스트되며, 배포되고 관리되는지에 대한 전체적인 그림을 얻을 수 있었다. 예를 들어, PromptFlow, MS Copilot, Flask + Google Cloud Run, 그리고 실제 배포 시 고려해야 할 운영 전략 등을 학습하면서 단순한 코드 작성 이상의 실무 감각을 익힐 수 있었다. 뿐만 아니라 실습과 이론이 유기적으로 구성되어 있었기 때문에, 실제 프로젝트에 바로 적용 가능한 인사이트를 많이 얻었다. 무엇보다 인상 깊었던 점은 단기적인 구현보다 장기적인 운영 관점에서 기술을 바라보게 되었다는 점이다. 기술적 호기심에서 출발했지만, 이제는 실제 제품을 만드는 데 필요한 전략적 사고와 운영 능력을 함께 고려하게 된 점이 큰 변화였다. 다양한 실전 사례와 도구 사용법을 통해 나만의 실험 환경을 만들고 이를 토대로 실제 프로젝트에 응용하는 방법도 익힐 수 있었으며, 이를 통해 더 넓은 시각과 깊이를 갖게 되었다.

3. 이 강의만의 장점 (ex. 강사님의 강의력, 커리큘럼 등)

이 강의의 가장 큰 장점은 실무 밀착형 커리큘럼에 있다. 이론적인 설명에 머무르지 않고, 실제 서비스가 구축되고 운영되는 전 과정을 단계별로 설명해 준 덕분에, 기술에 대한 단편적인 지식이 아니라 전체 시스템 아키텍처를 이해할 수 있었다. 특히 Epic pitch부터 시작해서 POC, 디자인 문서 작성, 코드 개발, 배포, 테스트, 파트너 팀과의 협업 등 실제 기업에서 일어나는 프로세스를 시뮬레이션한 구성은 매우 현실적이고 인상 깊었다.

강사님의 강의력 또한 탁월했는데, 단순한 기능 설명을 넘어서 왜 그 기술이 필요한지, 어떤 상황에서 어떤 도구를 선택해야 하는지에 대한 배경지식을 함께 전달해 주어 학습의 깊이를 더해주었다. 또한 다양한 도구와 기술을 소개하면서도 각각의 장단점을 명확히 비교해 주었기 때문에, 스스로의 프로젝트에 적합한 기술을 선택할 수 있는 기준을 세우는 데 많은 도움이 되었다.

또한 실습 중심의 수업 방식은 특히 좋았는데, 노코드 툴을 사용한 빠른 프로토타이핑부터, Flask와 Google Cloud Run을 이용한 실제 배포 경험까지 체계적으로 실습을 진행할 수 있어 학습의 몰입도를 높여주었다. 예를 들어 MS Copilot은 아이디어를 빠르게 실현할 수 있다는 장점과 함께, 커스터마이징이 제한된다는 단점도 직접 경험하면서, 기술 선택의 기준을 실전에서 체득하는 기회가 되었다. 

4. 강의를 추천하고 싶은 사람은 누구인지?

이 강의는 단순히 AI에 대한 호기심이 있는 입문자보다는, 실제로 서비스를 만들고 배포하고 싶은 사람에게 적합한 것 같다. 특히 스타트업에서 새로운 AI 기반 서비스를 기획하고자 하는 PM, 기획자, 엔지니어에게 적극 추천하고 싶다. 이미 업무에서 AI 기술을 접하고 있지만 실무 적용에 어려움을 겪는 중간 단계 이상의 실무자에게도 유용할 듯 싶다.

또한 노코드/로우코드 툴을 이용하여 프로토타이핑을 시도하고자 하는 디자이너나 비개발자도 쉽게 따라올 수 있도록 구성되어 있어, 다양한 직군이 함께 수강해도 좋을 것 같다. 기획자라면 기술 흐름과 구성 요소에 대한 이해도를 높일 수 있고, 엔지니어라면 실제 배포 및 운영과 관련된 실전 감각을 익힐 수 있을 것이다.

뿐만 아니라, 실제 프로젝트를 준비 중이거나, 기업 내에서 생성형 AI 도입을 고민하는 담당자라면 실질적인 로드맵을 그리는 데 큰 도움이 될 것 같다. 무엇보다 다양한 기술 도구를 접할 수 있고, 각각이 어떤 상황에 적합한지 비교 분석해 볼 수 있는 기회를 제공받기 때문에, 기술 스택의 깊이를 넓히려는 모든 이에게 큰 자산이 될 것이라 생각한다.

5. 다음으로 듣고 싶은 강의는 무엇인지?

다음으로 듣고 싶은 강의는 RAG(Retrieval-Augmented Generation)에 관한 심화 과정이다. 지금까지의 강의가 다양한 도구와 운영 전략을 전반적으로 다뤘다면, 이제는 특정 기술을 깊이 있게 파고들고 싶다. 특히 RAG는 기업 내 문서, 사내 위키, 업무 매뉴얼 등 비정형 데이터를 검색과 연결하여 보다 정확한 답변을 생성하는 데 매우 유용하다고 생각된다. 벡터 데이터베이스를 이용한 임베딩 및 검색 전략, chunking 기법, 쿼리 리라이팅, 사용자 세션 기반 문맥 유지 등 다양한 요소를 고려해야 하기에, 이 부분을 집중적으로 학습하고 싶다.

실제로 RAG는 단순 질의응답을 넘어 개인화된 추천, 전문가 보조 시스템, 고객 응대 자동화 등 다양한 비즈니스 적용 가능성이 높은 기술이기 때문에, 실전 기반의 강의를 통해 보다 정교한 시스템 설계 및 운영 능력을 갖추고자 한다. 또한 RAG 시스템의 평가 기준과 성능 개선을 위한 전략, 도구(RAGAS 등)에 대한 실습이 포함된다면 더욱 효과적인 학습이 될 것이라고 기대한다. 이를 통해 기술을 한층 더 깊이 이해하고, 다양한 응용 서비스의 기반을 설계할 수 있는 능력을 갖추고자 한다.

6. 앞으로의 계획 (ex. 커리어 목표, 이직 목표, 자기계발 목표 등)

이번 강의를 통해 단순한 기술 습득을 넘어, 장기적인 커리어 설계에 대한 명확한 방향성을 세울 수 있게 되었다. 우선, 단기적으로는 노코드/로우코드 기반 툴을 적극 활용하여 작은 아이디어도 빠르게 실현하고, 사용자의 피드백을 받아 반복적으로 개선하는 개발 문화를 스스로 체득하고자 한다. 동시에 현재 소속된 조직 내에서 생성형 AI 기반의 신규 서비스 또는 기능을 제안하고, 실제로 POC를 진행해 보는 것을 목표로 삼고 있다.

중기적으로는 RAG, RAI, 프라이버시 보호, 보안 등 기술 외적인 요소들까지 통합적으로 고려하는 AI 시스템 설계자가 되고자 한다. 다양한 기술과 도구를 선택하고 조합할 수 있는 유연한 사고력과 함께, 사용자 중심의 문제 해결 역량을 함께 키우는 데 집중할 예정이다.

장기적으로는 LLM을 기반으로 한 제품기획, 또는 AI PM 역할을 수행하면서 기술과 비즈니스를 잇는 가교 역할을 하고 싶다. 특히 생성형 AI를 활용한 비즈니스 혁신, 사용자 경험 향상, 내부 업무 효율화 등을 설계하고 실행하는 실전형 전문가로 성장하고자 한다. AI 기술이 단지 유행이 아닌, 삶을 바꾸는 인프라로 자리잡는 시대에서, 그 변화를 실질적으로 주도할 수 있는 사람이 되는 것이 궁극적인 목표다.

이번 LLM 실전 강의 시리즈를 마치면서 가장 크게 느낀 점은, 단순한 기술 학습을 넘어 ‘서비스 관점에서의 인공지능’이라는 새로운 프레임을 얻게 되었다는 것이다. 이제는 단순히 모델을 잘 쓰는 것만으로는 충분하지 않고, 어떻게 운영하고, 어떻게 사용자에게 가치를 제공하며, 어떻게 시스템 안에서 통합할 것인지에 대한 전반적인 전략과 실행 역량이 요구된다는 사실을 절감했다. 특히 다양한 플랫폼 옵션과 실제 사례들을 통해 현실적인 한계와 해결 방안을 생생히 배울 수 있었고, 그 과정에서 내가 지금 어디쯤에 있으며 무엇을 더 보완해야 하는지 분명히 알 수 있었다.

실습과 이론이 조화를 이룬 강의 구성 덕분에 추상적인 개념이 아닌 실전에서 바로 쓸 수 있는 지식으로 체화되었고, 이는 나의 커리어에도 큰 전환점이 될 수 있을 것이라는 확신을 갖게 했다. 또한 단편적인 기술 습득을 넘어서 전체 시스템 설계, 서비스 운영, 팀 협업, 윤리적 고려까지 아우르는 통합적 관점을 갖게 되었고, 앞으로도 이 경험을 바탕으로 지속적인 학습과 실험을 통해 한 단계 더 도약하고 싶은 동기부여를 얻었으며, 생성형 AI 시대의 실무자로서 스스로의 역량을 더 깊고 넓게 다져가야겠다는 다짐으로 강의를 마무리하게 되었다.

학습 인증샷