
Claude가 지금 왜 중요한지, 그리고 생성형 AI가 이미 업무의 판을 어떻게 바꾸고 있는지에서 출발합니다. Anthropic이 Claude를 어떤 철학으로 설계했는지, 그리고 그 설계가 실제 업무 결과물의 품질에 어떤 차이를 만드는지 짚어봅니다. 이어서 이 코스가 다루는 11개 섹션의 전체 지도를 미리 펼쳐, 어떤 순서로 무엇을 배우게 되는지 한눈에 보여드립니다. 마지막으로 코스를 끝냈을 때 여러분이 실제로 할 수 있게 되는 일들을 구체적으로 약속드립니다. / Why Claude matters right now, how it is designed differently, and the full roadmap of what this course will make you able to do.
이론을 잠시 미뤄두고 곧바로 Claude를 열어 첫 세션을 시작합니다. 계정을 만들고 화면 구성을 익힌 뒤, 첫 질문을 던지고 답을 받아보는 전 과정을 함께 따라갑니다. 처음 쓰는 분들이 가장 많이 하는 실수, 즉 너무 짧고 모호한 질문을 던지는 습관을 첫 실습에서부터 교정합니다. 이 강의를 마치면 Claude 화면 앞에서 무엇을 어디에 입력해야 할지 더 이상 망설이지 않게 됩니다. / A guided first session - create your account, learn the interface, and send your first real prompt.
Anthropic의 AI 활용 능력(AI Fluency) 모델을 기준으로 이 코스의 학습 로드맵을 세웁니다. 위임, 설명, 식별, 근면이라는 네 가지 축이 각각 무엇을 뜻하는지, 그리고 왜 이 네 가지가 모두 갖춰져야 AI를 실무에 쓸 수 있는지 설명합니다. 각 축이 코스의 어느 섹션에서 다뤄지는지 연결해 드리므로 학습 중 길을 잃지 않습니다. 자신의 현재 수준을 스스로 진단해볼 수 있는 기준점도 함께 제시합니다. / The four-part AI Fluency model that frames this course, and how to locate your own starting point in it.
시장의 주요 AI 어시스턴트를 나란히 놓고 각각이 어떤 작업에서 강점을 보이는지 비교합니다. 긴 문서 처리, 코드 작성, 실시간 검색, 오피스 도구 연동 등 업무에서 실제로 부딪히는 상황별로 어느 도구가 유리한지 정리합니다. 어느 하나가 모든 면에서 우월하다는 식의 단순한 결론 대신, 상황에 따라 도구를 갈아타는 판단 기준을 드립니다. 이미 다른 도구를 쓰고 계신 분도 Claude를 언제 꺼내 쓸지 명확해집니다. / A practical, task-by-task comparison of Claude, ChatGPT, Gemini and Copilot - and when to reach for each.
Claude가 답을 만들어내는 원리를 비전문가도 이해할 수 있는 수준으로 풀어냅니다. 토큰, 확률 기반 예측, 학습 데이터의 시점이라는 세 가지 개념만 잡아도 Claude의 행동 대부분이 설명된다는 점을 보여드립니다. 왜 같은 질문에 매번 조금씩 다른 답이 나오는지, 왜 모르는 것을 아는 것처럼 말하는 일이 생기는지도 여기서 답을 얻게 됩니다. 원리를 알면 프롬프트를 쓰는 방식 자체가 달라집니다. / How Claude generates answers - tokens, prediction and knowledge cutoff - explained without the jargon.
Opus, Sonnet, Haiku 세 모델의 성격과 차이를 실무 관점에서 정리합니다. 속도, 비용, 추론 깊이라는 세 가지 축에서 각 모델이 어디에 위치하는지 보여드리고, 어떤 작업에 어떤 모델을 붙여야 하는지 판단 기준을 드립니다. 복잡한 분석에 가벼운 모델을 쓰거나 단순 요약에 무거운 모델을 쓰는 낭비를 막는 것이 목표입니다. 모델 이름이 바뀌어도 그대로 통하는 선택 원칙을 함께 익힙니다. / Opus, Sonnet and Haiku compared on speed, cost and reasoning depth - and how to pick the right one.
Claude의 핵심 기능인 확장 사고, 도구 사용, 그리고 Artifacts를 한자리에서 훑어봅니다. 각 기능이 어떤 문제를 풀기 위해 만들어졌는지, 그리고 언제 켜고 언제 끄는 것이 유리한지 설명합니다. 단순 대화형 사용에 머물러 있던 분들이 Claude를 본격적인 작업 도구로 쓰기 시작하는 전환점이 되는 강의입니다. 이후 섹션에서 다룰 실습의 밑그림도 여기서 함께 잡습니다. / Extended thinking, tool use and Artifacts - what each one is for and when to turn it on.
웹, 데스크톱, 모바일 등 Claude를 만나는 여러 화면이 서로 어떻게 다른지 정리합니다. 이어서 컨텍스트 윈도우라는 개념을 통해 Claude가 한 번에 다룰 수 있는 정보의 양과 그 한계를 설명합니다. 대화가 길어질수록 답의 품질이 흔들리는 이유, 그리고 언제 새 대화를 시작해야 하는지에 대한 실무 기준을 드립니다. 화면과 모델과 컨텍스트, 이 세 가지를 조합해 자신의 작업 환경을 설계하는 법을 배웁니다. / Surfaces, models and the context window - and the practical rules for when to start a fresh conversation.
Chat, Projects, Artifacts, Research라는 네 가지 진입점을 비교하며 어떤 일을 어디에서 시작해야 하는지 정리합니다. 일회성 질문은 Chat에서, 반복되는 업무는 Projects에서, 결과물 제작은 Artifacts에서, 근거가 필요한 조사는 Research에서 시작하는 식의 판단 기준을 세웁니다. 네 가지를 섞어 쓰는 실제 업무 흐름의 예시도 함께 보여드립니다. 이 지도 하나로 앞으로의 모든 실습이 훨씬 수월해집니다. / Chat, Projects, Artifacts and Research - a decision map for where each kind of work should start.
Skills, 코드 실행, Memory로 이루어진 Claude의 기능 계층을 소개합니다. 이 세 가지가 켜지는 순간 Claude가 대화 상대에서 실제로 일을 처리하는 작업자로 바뀐다는 점을 설명합니다. 각 기능이 어떤 업무를 대신해 주는지, 그리고 켜기 전에 알아두어야 할 제약과 주의점은 무엇인지 정리합니다. 다음 세 개의 실습 강의를 위한 개념적 토대가 되는 강의입니다. / Skills, code execution and memory - the capability layer that turns Claude from a chat partner into a worker.
설정 화면에서 코드 실행과 파일 생성 기능을 직접 켜고, 곧바로 결과물을 만들어봅니다. 스프레드시트와 문서를 Claude가 생성해 내려받는 과정을 처음부터 끝까지 따라 하며 어떤 형식의 파일을 만들 수 있는지 확인합니다. 기능이 켜졌을 때와 꺼져 있을 때 같은 요청에 대한 응답이 어떻게 달라지는지 직접 비교해 봅니다. 데이터를 다루는 업무를 하시는 분이라면 이 강의에서 가장 큰 시간 절약을 얻게 됩니다. / Turn on code execution and file creation, then generate and download a real spreadsheet and document.
Skills를 추가하고 실제 작업에 적용하는 전 과정을 실습합니다. Skills가 무엇인지, 어떤 상황에서 Claude가 자동으로 해당 Skill을 불러오는지 눈으로 확인합니다. 반복되는 업무 규칙을 Skill로 만들어두면 매번 같은 지시를 다시 쓸 필요가 없어진다는 점을 직접 체감하게 됩니다. 자신의 업무에 맞는 Skill을 고르고 관리하는 요령까지 함께 다룹니다. / Add Skills, watch Claude invoke them automatically, and stop repeating the same instructions every time.
Memory 기능을 켜고, Claude가 나에 대해 무엇을 기억하고 있는지 직접 확인하고 정리합니다. 기억을 추가하고 수정하고 삭제하는 큐레이션 방법을 실습하며, 잘못 저장된 정보가 이후 답변을 어떻게 오염시키는지도 보여드립니다. 기록을 남기고 싶지 않은 작업을 위한 시크릿 모드의 사용법과 적절한 사용 시점도 함께 다룹니다. 개인정보와 업무 편의 사이에서 균형을 잡는 실무적 기준을 얻게 됩니다. / Turn on Memory, curate what Claude remembers about you, and learn when to switch to Incognito.
가장 많이 쓰면서도 가장 얕게 쓰기 쉬운 기능인 Chat을 제대로 다루는 법을 배웁니다. 대화를 이어가며 답을 다듬는 방법, 중간에 방향을 틀 때 쓰는 표현, 첨부 파일을 활용하는 요령을 차례로 살펴봅니다. 한 번의 질문으로 끝내지 않고 서너 번의 주고받기로 답의 수준을 끌어올리는 대화 설계법이 핵심입니다. 같은 질문이라도 대화를 어떻게 운영하느냐에 따라 결과가 얼마나 달라지는지 직접 비교해 봅니다. / Get far more out of a conversation - steering, attaching files, and designing multi-turn exchanges.
Research 모드를 처음부터 끝까지 한 사이클 돌려봅니다. 조사 주제를 던지고, Claude가 자료를 수집해 정리하는 과정을 지켜보며, 결과에 붙은 출처를 확인하는 방법까지 다룹니다. 일반 Chat과 무엇이 다른지, 그리고 어떤 조사에 Research를 쓰는 것이 시간을 아끼는지 기준을 정리합니다. 출처 없는 주장을 걸러내는 습관도 이 강의에서 함께 만듭니다. / A full Research Mode cycle - from question to sourced, checkable findings.
Artifacts로 실제 결과물을 만들고, 고치고, 공유하는 전 과정을 실습합니다. 문서, 표, 간단한 웹 페이지를 Claude와 함께 만들어가며 수정 요청이 어떻게 즉시 반영되는지 확인합니다. 마음에 들지 않는 부분만 콕 집어 고치는 요청 방법과 이전 버전으로 되돌리는 방법도 함께 익힙니다. 마지막으로 완성된 결과물을 동료에게 공유하는 방법까지 다뤄, 혼자 쓰는 도구에서 팀과 함께 쓰는 도구로 넘어갑니다. / Build, iterate on and share a real deliverable end to end with Artifacts.
Projects를 실제 업무 공간처럼 꾸며보는 전체 둘러보기입니다. 프로젝트를 만들고, 배경 자료를 올리고, 지침을 설정한 뒤 실제 작업을 돌려보는 순서로 진행합니다. 매번 배경 설명을 반복하지 않아도 되는 상태가 어떤 것인지 직접 체감하게 됩니다. 어떤 업무를 Projects로 옮기면 효과가 큰지 판단하는 기준도 함께 드립니다. / A full walkthrough of Projects as a real workspace - knowledge, instructions and repeatable work.
Claude Code와 Claude for Chrome이 각각 무엇이고 누구에게 유용한지 짧고 명확하게 정리합니다. 터미널에서 코드를 다루는 환경과 브라우저에서 화면을 직접 조작하는 환경이 각각 어떤 업무를 열어주는지 보여드립니다. 개발자가 아니어도 알아두면 좋은 이유와, 지금 당장 필요하지 않다면 언제 다시 돌아오면 되는지도 안내합니다. 이 코스 이후의 확장 경로를 미리 확인하는 강의입니다. / A quick, clear overview of Claude Code and Claude for Chrome - what they unlock and who needs them.
스타일과 환경설정을 조정해 Claude의 말투와 답변 형식을 자신에게 맞추는 법을 배웁니다. 매번 톤을 지시하지 않아도 원하는 형식으로 답이 나오게 만드는 설정을 직접 구성해 봅니다. 업무용과 개인용처럼 상황에 따라 다른 설정을 오가는 방법도 함께 다룹니다. 작은 설정 하나가 매일의 사용 경험을 얼마나 바꾸는지 확인하게 됩니다. / Styles, preferences and personal setup - make Claude answer your way by default.
Claude로 슬라이드, 프로토타입, 원페이지 문서를 만드는 방법을 다룹니다. 아이디어만 있는 상태에서 남에게 보여줄 수 있는 시안까지 가는 시간을 얼마나 줄일 수 있는지 실제 예시로 보여드립니다. 디자인 도구를 다룰 줄 몰라도 쓸 만한 초안을 뽑아내는 요청 방법이 핵심입니다. 완성도를 높이기 위해 어디까지를 Claude에게 맡기고 어디부터 사람이 손봐야 하는지 기준도 함께 제시합니다. / Turn an idea into slides, a prototype or a one-pager - and know where to take over by hand.
예약 작업 기능으로 Claude가 정해진 일정에 스스로 일하게 만드는 법을 배웁니다. 매주 반복되는 보고나 정기 점검처럼 잊기 쉬운 업무를 자동화하는 구체적인 설정 과정을 따라갑니다. 어떤 업무가 예약에 적합하고 어떤 업무는 사람이 직접 돌려야 하는지 구분하는 기준도 함께 다룹니다. 설정한 작업을 점검하고 수정하고 중단하는 관리 방법까지 마무리합니다. / Let Claude work on a schedule - set up, review and manage recurring tasks.
잘 작동하는 프롬프트가 어떤 부품으로 이루어져 있는지 하나씩 해부합니다. 역할, 맥락, 과제, 제약, 출력 형식이라는 다섯 가지 요소를 설명하고, 각 요소가 빠졌을 때 답이 어떻게 무너지는지 나쁜 예와 좋은 예를 나란히 비교합니다. 외워서 쓰는 템플릿이 아니라 상황에 맞게 조립하는 방법을 익히는 것이 목표입니다. 이 강의 이후 여러분이 쓰는 모든 프롬프트의 기본 골격이 달라집니다. / The five parts of a prompt that works, shown side by side with the versions that fail.
맥락과 예시를 제공해 답의 정확도를 끌어올리는 Few-Shot 기법을 다룹니다. 말로 설명하기 어려운 톤이나 형식을 예시 두세 개로 전달하는 것이 왜 훨씬 효과적인지 실제 비교로 보여드립니다. 좋은 예시를 고르는 기준과, 예시를 잘못 골랐을 때 생기는 부작용도 함께 짚습니다. 사내 문서 양식이나 고정된 보고 형식을 다루는 분들에게 특히 효과가 큰 기법입니다. / Few-shot prompting - teach Claude your format and tone with two or three well-chosen examples.
형식, 톤, 길이를 지정해 결과물을 원하는 모양으로 뽑아내는 방법을 배웁니다. 표로 받을지 목록으로 받을지, 임원 보고용인지 실무 공유용인지에 따라 어떤 지시어를 써야 하는지 정리합니다. 길이를 제어하는 표현들과 그 표현들이 실제로 얼마나 잘 지켜지는지에 대한 현실적인 기대치도 함께 다룹니다. 받아서 다시 손보는 시간을 가장 크게 줄여주는 기법입니다. / Control format, tone and length so the output arrives in the shape you actually need.
첫 답이 마음에 들지 않을 때 프롬프트를 다듬어가는 반복 개선 과정을 다룹니다. 처음부터 다시 쓰는 대신 어디를 어떻게 고쳐야 하는지 진단하는 방법을 단계별로 보여드립니다. 평범한 프롬프트 하나가 세 번의 개선을 거쳐 믿고 쓸 수 있는 프롬프트가 되는 과정을 실제로 따라갑니다. 완성된 프롬프트를 저장해 자산으로 쌓는 습관도 함께 만듭니다. / Diagnose and refine - watch one ordinary prompt become a reliable one over three passes.
업무에서 반복적으로 쓰이는 프롬프트 패턴들을 모아 정리합니다. 요약, 재작성, 비교, 분류, 초안 작성, 검토 요청 등 자주 쓰는 유형별로 바로 가져다 쓸 수 있는 구조를 제시합니다. 각 패턴이 어떤 상황에 맞고 어떤 상황에서는 실패하는지도 함께 짚어 오용을 막습니다. 자신만의 프롬프트 라이브러리를 시작하는 출발점이 되는 강의입니다. / A working library of prompt patterns - summarize, rewrite, compare, classify, draft and review.
AI 결과물을 반드시 검증해야 하는 이유를 실제 사고 사례와 함께 설명합니다. 그럴듯한 오답이 왜 명백한 오답보다 위험한지, 그리고 검증 없이 결과물을 내보냈을 때 개인과 조직이 치르는 대가가 무엇인지 짚습니다. 검증을 부담이 아니라 속도를 지켜주는 장치로 바라보는 관점의 전환이 핵심입니다. 이 섹션 전체에서 만들어갈 검증 체계의 출발점이 되는 강의입니다. / Why validation is not optional - the real cost of plausible-sounding wrong answers.
할루시네이션, 즉 Claude가 사실이 아닌 내용을 자신 있게 말하는 현상을 알아보는 법을 배웁니다. 존재하지 않는 출처, 잘못된 숫자, 지어낸 인용처럼 자주 나타나는 유형을 실제 사례로 확인합니다. 어떤 종류의 질문에서 할루시네이션이 특히 잘 발생하는지 알면 경계할 지점을 미리 정할 수 있습니다. 의심 신호를 빠르게 감지하는 읽기 습관을 만드는 것이 목표입니다. / Recognize hallucinations - fake sources, invented numbers and the question types that trigger them.
결과물에 담긴 주장을 사실 확인하는 실무 절차를 정리합니다. 무엇을 반드시 확인해야 하고 무엇은 넘어가도 되는지 우선순위를 정하는 기준부터 시작합니다. 출처를 되짚는 방법, 숫자를 교차 검증하는 방법, Claude 자신에게 근거를 요구하는 방법을 차례로 다룹니다. 시간을 많이 쓰지 않으면서도 치명적인 오류를 걸러내는 현실적인 방법에 집중합니다. / A practical fact-checking routine - what to verify first, and how to do it fast.
실제 답변 하나를 놓고 한 줄씩 사실 확인을 진행하는 전 과정을 시연합니다. 어떤 문장에서 멈춰 서야 하는지, 그리고 그 문장을 어떻게 검증하는지 실시간으로 따라가며 보여드립니다. 검증 과정에서 실제로 오류가 드러나는 순간과 그것을 어떻게 수정하는지까지 담았습니다. 앞 강의에서 배운 절차가 실무에서 어떻게 작동하는지 눈으로 확인하는 강의입니다. / A line-by-line fact-check of a real answer, including the moment an error surfaces.
결과물의 품질을 관련성, 완전성, 정확성이라는 세 가지 기준으로 평가하는 방법을 배웁니다. 각 기준이 무엇을 묻는지, 그리고 세 가지 중 하나만 무너져도 결과물을 쓸 수 없는 이유를 설명합니다. 주관적인 느낌 대신 반복 가능한 기준으로 판단하게 되므로, 팀원과 품질에 대해 같은 언어로 대화할 수 있게 됩니다. 각 기준별 점검 질문도 함께 제공합니다. / Judge output on relevance, completeness and accuracy - repeatable criteria instead of gut feel.
사람이 반드시 검토해야 하는 상황과 그대로 내보내도 되는 상황을 구분하는 기준을 세웁니다. 대외 공개, 법적 책임, 재무 수치, 인사 관련 내용처럼 위험도가 높은 영역을 구체적으로 정리합니다. 조직 안에서 이 기준을 합의하고 문서화하는 방법도 함께 다룹니다. 속도와 안전 사이에서 매번 고민하지 않도록 미리 선을 그어두는 것이 목적입니다. / Where the human review line belongs - and how to agree on it before you need it.
지금까지 배운 검증 방법을 모아 자신만의 체크리스트로 만드는 실습입니다. 업무 종류와 위험도에 따라 항목을 달리 구성하는 방법을 단계별로 안내합니다. 너무 길어서 결국 쓰지 않게 되는 체크리스트와 실제로 매번 돌리게 되는 체크리스트의 차이도 짚습니다. 완성한 체크리스트는 이후 모든 작업에 바로 적용할 수 있습니다. / Build a validation checklist you will actually use, sized to the risk of each task.
같은 내용을 대상에 맞게 고쳐 쓰는 편집 기술을 다룹니다. 경영진, 실무 동료, 고객이 각각 무엇을 궁금해하는지에 따라 무엇을 남기고 무엇을 덜어낼지 판단하는 기준을 세웁니다. Claude의 결과물을 그대로 쓰지 않고 자신의 목소리로 다듬는 과정이 왜 필요한지도 함께 설명합니다. 결과물의 설득력을 결정하는 마지막 단계에 해당하는 강의입니다. / Adapt one piece of output for different readers - what to keep, cut and rewrite in your own voice.
하나의 답변을 세 가지 대상에게 맞춰 다시 쓰는 과정을 실시간으로 시연합니다. 임원용 요약, 실무자용 상세본, 고객용 안내문이 각각 어떻게 달라지는지 나란히 비교합니다. 매번 처음부터 다시 쓰지 않고 하나의 원본에서 갈라 쓰는 효율적인 작업 방식을 보여드립니다. 앞 강의의 편집 기준이 실제 문장에서 어떻게 적용되는지 확인하는 강의입니다. / One answer rewritten three ways - for an executive, a colleague and a customer.
Claude를 실제 업무 흐름의 어디에 끼워 넣을지 설계하는 방법을 다룹니다. 자신의 일과를 작업 단위로 쪼개고, 그중 어떤 작업이 AI에 적합한지 선별하는 기준을 제시합니다. 무조건 많이 쓰는 것이 아니라 효과가 큰 지점부터 도입하는 전략이 핵심입니다. 도입 초기에 흔히 겪는 시행착오와 이를 줄이는 방법도 함께 다룹니다. / Map your own work, then pick the few places where Claude actually pays off first.
큰 작업을 Claude가 잘 처리할 수 있는 단계로 쪼개는 기술을 배웁니다. 한 번에 너무 많은 것을 요구했을 때 결과가 왜 얕아지는지 원리로 설명합니다. 작업을 나누는 기준, 각 단계의 산출물을 정의하는 방법, 단계를 이어 붙이는 방법을 차례로 다룹니다. 복잡한 업무일수록 이 기술의 효과가 커집니다. / Decompose a large task into steps Claude can actually do well, and chain the outputs together.
하나의 큰 업무를 네 단계로 나누어 처음부터 끝까지 처리하는 과정을 시연합니다. 각 단계에서 어떤 프롬프트를 쓰고 어떤 산출물을 받는지 구체적으로 보여드립니다. 중간 단계의 결과를 다음 단계의 입력으로 넘기는 실제 작업 흐름을 그대로 따라갑니다. 앞 강의의 분할 기준이 실무에서 어떻게 적용되는지 확인하는 강의입니다. / One big task, four steps, start to finish - with the prompt and output for each stage.
한 번 잘 된 작업을 매번 반복할 수 있는 워크플로우로 굳히는 방법을 다룹니다. 어떤 부분을 템플릿으로 고정하고 어떤 부분을 매번 바꿀지 구분하는 기준을 세웁니다. 워크플로우를 문서화해 동료와 공유하는 방법과, 시간이 지나 낡은 워크플로우를 정리하는 방법도 함께 다룹니다. 개인의 요령을 팀의 자산으로 바꾸는 단계입니다. / Turn a one-off success into a documented workflow your whole team can run.
재사용 가능한 주간 보고서 템플릿을 처음부터 만들어보는 시연입니다. 보고서에 들어갈 항목을 정의하고, 매주 바뀌는 데이터만 갈아 끼우면 되는 구조로 프롬프트를 설계합니다. 완성한 템플릿을 Projects에 저장해 다음 주에 그대로 꺼내 쓰는 것까지 이어집니다. 매주 반복되는 문서 작업 시간을 실질적으로 줄여주는 구체적인 결과물을 얻게 됩니다. / Build a weekly report template once, then produce the report in minutes every week after.
AI 도입이 실제로 효과가 있는지 측정하는 방법을 다룹니다. 절약된 시간, 품질 변화, 처리량처럼 실제로 추적할 수 있는 지표를 고르는 기준을 제시합니다. 체감에만 의존하면 왜 판단이 흔들리는지, 그리고 간단한 기록만으로도 얼마나 명확해지는지 보여드립니다. 효과가 없는 용도를 솔직하게 걸러내는 것도 측정의 중요한 역할입니다. / Pick metrics you can actually track, and be honest about where Claude is not helping.
이해관계자에게 AI의 가치와 한계를 동시에 전달하는 방법을 배웁니다. 과장하지 않으면서도 성과를 분명히 보여주는 설명 구조를 제시합니다. 경영진이 실제로 궁금해하는 질문과 그에 대한 준비된 답변도 함께 정리합니다. 신뢰를 잃지 않으면서 도입을 확대하려면 한계를 먼저 말하는 편이 유리하다는 점을 사례로 설명합니다. / Present both the value and the limits - the structure that keeps stakeholders on your side.
받은편지함 정리, 회의록 작성, 초안 작성이라는 세 가지 일상 업무를 Claude로 처리하는 과정을 보여드립니다. 각 업무마다 쓰는 프롬프트와 받는 결과물, 그리고 사람이 손봐야 하는 부분을 구체적으로 짚습니다. 특별한 설정 없이 오늘 당장 따라 할 수 있는 수준으로 구성했습니다. 코스에서 배운 내용이 실제 하루 일과에 어떻게 녹아드는지 확인하는 강의입니다. / Inbox, meeting notes and first drafts - three everyday tasks you can hand to Claude today.
Projects의 핵심인 Knowledge와 Instructions를 깊이 있게 다룹니다. 어떤 자료를 Knowledge에 올려야 효과가 크고 어떤 자료는 오히려 방해가 되는지 선별 기준을 제시합니다. Instructions에 무엇을 적어야 매번 같은 품질의 결과가 나오는지 구체적인 작성법도 함께 다룹니다. 잘 구성된 프로젝트 하나가 수십 번의 반복 설명을 대체합니다. / Knowledge and Instructions done right - what to upload, what to leave out, and what to write.
사용자 지정 지침 하나를 바꿨을 때 결과가 어떻게 달라지는지 직접 비교해 보여드립니다. 지침이 없는 상태, 모호한 지침, 잘 쓴 지침 세 가지 경우의 결과물을 나란히 놓고 차이를 확인합니다. 어떤 문장이 실제로 작동하고 어떤 문장이 무시되는지도 함께 짚습니다. 지침 작성이 왜 가장 투자 대비 효과가 큰 작업인지 납득하게 되는 강의입니다. / The same request under three different instruction sets - see exactly what changes.
프로젝트를 오래 쓸 수 있게 관리하고 외부 도구를 연결하는 방법을 다룹니다. 자료가 낡았을 때 갱신하는 주기, 지침을 손보는 시점, 프로젝트를 분리하거나 합치는 기준을 정리합니다. 커넥터로 외부 데이터 소스를 연결할 때의 준비 사항과 주의점도 함께 다룹니다. 처음 잘 만든 프로젝트가 시간이 지나 쓸모없어지지 않게 하는 것이 목표입니다. / Keep a project healthy over time, and connect the external tools your work already lives in.
외부 소스를 연결하고 그 내용 전체를 대상으로 질문을 던지는 과정을 시연합니다. 연결 설정부터 첫 질문, 그리고 받은 답의 근거를 확인하는 단계까지 이어집니다. 여러 문서에 흩어진 정보를 한 번의 질문으로 모으는 작업이 실제로 어떻게 진행되는지 보여드립니다. 자료 검색에 쓰는 시간을 크게 줄여주는 활용법입니다. / Connect a source, ask one question across all of it, and check where the answer came from.
AI를 책임 있게 사용하기 위한 원칙과 투명성 기준을 다룹니다. 결과물에 AI 사용 사실을 밝혀야 하는 상황과 그렇지 않은 상황을 구분하는 기준을 제시합니다. 저작권, 표절, 업무상 책임과 관련해 알아두어야 할 실무적 주의점도 정리합니다. 조직에서 AI 사용 규칙을 만들 때 참고할 수 있는 출발점을 제공합니다. / Responsible use and transparency - when to disclose, and the rules worth agreeing on in advance.
AI 도구에 절대 입력해서는 안 되는 정보의 목록을 명확하게 정리합니다. 개인식별정보, 고객 데이터, 미공개 재무 정보, 계약 조건처럼 실무에서 자주 마주치는 민감 정보를 유형별로 짚습니다. 입력하기 전에 스스로에게 던져야 할 확인 질문도 함께 제공합니다. 편의를 위해 선을 넘는 순간 어떤 일이 벌어질 수 있는지 사례로 경고합니다. / The list of things that never go into the box - and the question to ask before you paste.
실제 문서를 붙여넣기 전에 민감한 정보를 가리는 과정을 시연합니다. 어떤 항목을 지우고 어떤 항목을 대체 표현으로 바꿀지 판단하는 기준을 보여드립니다. 정보를 가린 뒤에도 Claude가 유용한 답을 낼 수 있도록 맥락을 남기는 요령도 함께 다룹니다. 보안을 지키면서 AI를 쓰는 현실적인 절충안을 손에 넣게 됩니다. / Redact a real document before pasting it - what to remove, what to mask, and what context to keep.
Claude를 "실무에 쓸 수 있는" 수준까지, 최단 시간에.
생성형 AI를 써보긴 했지만 "원하는 답이 안 나온다", "업무 어디에 써야 할지 모르겠다" — 여기서 멈춰 있지 않으신가요? 이 코스는 Anthropic의 Claude를 실무에서 바로 쓸 수 있게 만드는 가장 빠른 길입니다.
먼저 Claude가 실제로 어떻게 작동하는지, 그리고 Opus·Sonnet·Haiku 세 모델의 차이를 파악해 어떤 일에 어떤 모델을 쓸지 스스로 판단하는 기준을 세웁니다. 이어서 Chat·Projects·Artifacts·Research라는 네 가지 진입점을 직접 다뤄보며 "어떤 작업을 어디서 할지" 몸으로 익힙니다.
코스의 핵심은 프롬프트입니다. 잘 작동하는 프롬프트의 구조, 맥락과 예시(Few-Shot)를 주는 법, 형식·톤·길이를 원하는 대로 지정하는 법, 그리고 평범한 프롬프트를 반복해서 다듬어 신뢰할 수 있는 프롬프트로 만드는 과정을 배웁니다.
이어서 대부분의 입문 코스가 건너뛰는 단계인 "검증"에 한 섹션을 통째로 할애합니다. 할루시네이션(그럴듯한 오류)을 알아채는 법과, 모든 결과물에 적용할 나만의 검증 체크리스트를 만드는 법을 배웁니다. AI를 실무에 쓰는 이상, 결과를 곧이곧대로 믿지 않는 능력이야말로 성과를 내는 사람과 낭패를 보는 사람을 가르는 기준입니다.
후반부에서는 Artifacts와 Projects를 활용해 실제 결과물을 처음부터 끝까지 만들고, 다듬고, 공유하는 과정을 직접 경험합니다. 이어서 데이터 프라이버시와 책임 있는 사용 원칙, 그리고 Claude가 막혔을 때 대처하는 법을 다루며, 마지막으로 다음 단계인 Claude 인증 자격증으로 가는 길을 안내합니다.
사전 지식은 필요 없습니다. 필요한 것은 컴퓨터, 인터넷 연결, 그리고 무료 Claude 계정뿐입니다.
Go from curious to capable with Claude.
You have tried generative AI, but the answers came back vague, generic or subtly wrong - and you were never sure where it actually fits into your workday. This course is the shortest path from that point to using Anthropic's Claude for real work.
We start with how Claude actually works and what separates Opus, Sonnet and Haiku, so you can pick the right model instead of guessing. Then you work through the four entry points - Chat, Projects, Artifacts and Research - and learn which job belongs in which place.
The heart of the course is prompting: the anatomy of a prompt that works, how to supply context and few-shot examples, how to control format, tone and length, and how to iterate a mediocre prompt into a reliable one.
We then spend a full section on the step most beginner courses skip - validation. You will learn to spot hallucinations and fabrications, and to build a personal checklist you run against every output. Once AI touches real work, not taking the answer at face value is the skill that separates people who get value from people who get burned.
In the second half you build something end to end with Artifacts and Projects - create it, iterate on it, and share it - then cover data privacy, responsible use, and what to do when Claude gets stuck. The course closes by mapping your next step: the Claude certification path.
No prior experience required. A computer, an internet connection and a free Claude account are all you need.