curiositech/windags-skills

AI 소개 교육자

회의적인 사용자를 고급 사용자로 전환하는 전략적 경험 설계. ML 이론을 가르치는 것이 아니라 신뢰를 구축하고 두려움을 해소하며 호기심을 유창함으로 바꾸는 인간적 순간을 만드는 것입니다.

결정 포인트

학습자가 혼란/저항을 보일 때

혼란이 기술적인가요, 감정적인가요?
├── 기술적: "어떻게 작동하는지 모르겠어요"
│   ├── 올바른 단계에 있나요?
│   │   ├── 예 → 비유 사용 (인턴, 견습 요리사, 계산기)
│   │   └── 아니오 → 한 단계 내려가서 기초 재구축
│   └── 구체적인 예시가 필요한가요?
│       ├── 추상적 학습자 → 의사결정 트리 보여주기, 시스템 설명
│       └── 구체적 학습자 → 더 많은 데모, 적은 이론
└── 감정적: "무서워요" 또는 "위협적이에요"
    ├── 대체 불안 → 계산기 비유 + "당신이 판단을 내립니다"
    ├── 압도감 → "하나의 도구, 하나의 작업, 나머지는 무시하세요"
    ├── 불신 → 설명을 멈추고 시연을 시작하세요
    └── 윤리적 우려 → 정당성 인정, 위험에 대해 솔직하게

데모 복구 결정 트리

데모 실패 또는 잘못된 출력 발생?
├── 즉시 인정: "완벽합니다! 제가 보여주고 싶었던 바로 이것입니다"
├── 실패 유형 진단:
│   ├── 환각 → "틀리면서도 얼마나 자신감 있게 말하는지 보이시나요? 이것이 우리가 확인해야 하는 이유입니다"
│   ├── 오해 → "당신만 아는 맥락을 놓쳤습니다. 추가해 봅시다"
│   ├── 기술적 오류 → "데모도 실패합니다. 실제 사용에서는 다시 시도하거나 다시 표현할 것입니다"
│   └── 잘못된 작업 복잡도 → "이것은 분해가 필요합니다. 방법을 보여드리겠습니다"
└── 실패를 교육적 순간으로 전환: "핵심 기술은 언제 신뢰할지 아는 것입니다"

청중 적응 매트릭스

청중 유형 → 시간 예산 → 주요 전략 → 피해야 할 것
├── 경영진 (20-30분) → 실제 문제를 해결하는 ROI 데모 → 기술적 세부 사항
├── 디자이너 (30-45분) → 대량 생성 + 인간 큐레이션 → "AI가 창의성을 대체한다"
├── 개발자 (45-60분) → 검토 주기가 있는 라이브 코딩 → 과장된 기능 약속
├── 운영팀 (30-45분) → 가장 지루한 반복 작업 → 추상적 개념
└── 가족/노인 (무제한) → 개인적이고 위협적이지 않은 내용 → 모든 전문 용어

복잡성 사다리 탐색

현재 이해 수준 → 다음 적절한 단계
├── AI를 본 적 없음 → 5분 "아하" 데모 (단계 1: 채팅)
├── ChatGPT 사용 경험 → 도구/파일 읽기 보여주기 (단계 2: 도구)
├── 도구 사용에 익숙함 → 다단계 에이전트 데모 (단계 3: 에이전트)
├── 에이전트 이해 → 전/후 스킬 비교 (단계 4: 스킬)
└── 스킬 사용 중 → 병렬 DAG 실행 (단계 5: WinDAGs)

절대 단계를 건너뛰지 마세요. 각 단계가 다음 단계의 정신적 모델을 구축합니다.

실패 모드

전문 용어 폭격

증상: 청중이 60초 이내에 표정이 굳어지고 휴대폰을 확인하기 시작합니다 탐지 규칙: 처음 5분 동안 3개 이상의 설명되지 않은 기술 용어를 사용하면 이 문제에 직면한 것입니다 근본 원인: 경험 대신 설명으로 시작하기 해결책: 말을 멈추고 시연을 시작하세요. 개념이 작동하는 것을 본 후에만 용어를 정의하세요

과장 약속 충돌

증상: AI가 실패할 때 청중이 적대적으로 변하고 "속았다" 또는 "거짓말을 당했다"고 느낍니다 탐지 규칙: 성공 사례만 보여주고 한계에 대해 언급하지 않았다면 이 문제에 직면한 것입니다 근본 원인: 실패 준비 없이 선별된 데모만 제시 해결책: 즉시 실패를 보여주세요. 그들이 스스로 발견하기 전에 "여기가 무너지는 지점입니다"라고 말하세요

감정 회피 증후군

증상: 기술적으로 정확한 프레젠테이션이 저항, 회의, 또는 비채택에 직면합니다 탐지 규칙: 청중이 "이게 나를 대체할까요?"라고 묻고 기술적인 답변을 한다면 이 문제에 직면한 것입니다 근본 원인: AI 소개를 정보 전달이 아닌 감정적 작업으로 취급하지 않음 해결책: 두려움을 직접적으로 다루세요. "X가 걱정되시는군요. 그것은 타당합니다. 실제로 위험한 것과 그렇지 않은 것을 말씀드리겠습니다"

기능 퍼레이드 마비

증상: 청중은 감명을 받았지만 시도할 특정 기능 하나를 식별하지 못합니다 탐지 규칙: 하나의 기능을 연습하게 하지 않고 3개 이상의 기능을 시연했다면 이 문제에 직면한 것입니다 근본 원인: 깊이보다 넓이, 의사 결정 과정 압도 해결책: 그들의 문제를 해결하는 하나의 기능을 선택하세요. 깊게 파고드세요. 나머지는 나중에 기다릴 수 있습니다

수동적 관찰 학습

증상: 데모 중에는 참여하지만 이후 행동 변화가 없습니다 탐지 규칙: 학습자가 30분 이상 키보드를 건드리지 않고 지켜봤다면 이 문제에 직면한 것입니다 근본 원인: AI 사용법을 배우는 대신 AI에 대해 배우기 해결책: 10분 이내에 직접 실습하세요. 그들은 목격만 하는 것이 아니라 스스로 놀라움을 경험해야 합니다

작업 예시

30분 경영진 소개 (주석이 달린 대본)

맥락: 영업 부사장, 20명 팀, "또 다른 기술 트렌드"에 대해 회의적

0-2분: 감정 확인 "시작하기 전에—AI에 대한 솔직한 생각이 무엇인가요? 걱정되거나 흥미로운 것을 들으셨나요?" 응답: "과장된 것 같아요. 모든 공급업체가 이제 AI를 주장합니다" [참고: 전형적인 회의론자. 논쟁이 아닌 시연이 필요함]

2-7분: 5분 아하 데모 "좋습니다. 팀이 반복적으로 많은 시간을 소비하는 것은 무엇인가요?" 응답: "컨퍼런스에서 잠재 고객을 선별하는 것입니다. 명함 200장을 받으면 약 20장만 추구할 가치가 있습니다"

[라이브 데모: 샘플 리드 목록을 AI에 입력, 잠재 고객 점수 및 순위 매기기 확인] [핵심 순간: AI가 고부가가치 잠재 고객을 올바르게 식별할 때 그의 표정이 바뀜] "MedTech 회사가 우리의 강점이라는 것을 어떻게 알았죠? 저는 그걸 말한 적이 없는데요." [아하 순간 달성. 이제 그는 방어적이지 않고 호기심을 가짐]

7-12분: 진짜 우려 사항 다루기 "영업 인력이 줄어들어야 하는지 궁금하시겠군요." 응답: "네, 맞아요." "AI가 리드를 평가한 후에 무슨 일이 일어났는지 보여주세요. 상위 10개 리드로 무엇을 하시겠어요?" [그는 복잡한 자격 프로세스를 설명—다중 이해관계자, 맞춤 데모, 관계 구축] "맞습니다. AI는 30초 만에 건초 더미에서 바늘을 찾았습니다. 하지만 여전히 엔터프라이즈 영업을 이해하고, 제품 데모 방법을 알고, 분위기를 읽을 수 있는 사람이 필요합니다. 지루한 부분을 없애서 팀이 전문 지식이 필요한 부분에 집중할 수 있게 해줍니다."

12-18분: 직접 실습 "지난주 실제 리드로 시도해 봅시다. 그 스프레드시트를 열어보세요." [그가 주도하고, 나는 안내합니다. 그가 키보드를 직접 만지는 것이 중요합니다] [복구 순간: AI가 한 리드를 저가치로 잘못 분류합니다. 나는 당황하지 않습니다] "이것 보이시나요? AI가 낮은 우선순위로 표시했지만 당신은 찡그리고 계십니다. AI가 모르는 것은 무엇인가요?" 응답: "그 회사가 방금 인수되었습니다. 예산이 열렸습니다." "정확합니다. AI는 패턴을 가지고 있지만 맥락은 없습니다. 당신이 판단을 제공합니다. 이것이 바로 AI를 사용하는 영업 사원이 순수 AI와 AI를 사용하지 않는 영업 사원을 모두 이길 이유입니다."

18-25분: 구체적인 다음 단계 "팀이 이번 주에 AI로 시도할 수 있는 특정 작업 하나는 무엇인가요?" [그는 식별: 콜드 아웃리치를 위한 첫 번째 초안 이메일] "완벽합니다. 거기서 시작하세요. 모든 것을 혁신하려고 하지 마세요. AI가 이메일 초안 작성 시간을 절반으로 줄일 수 있는지 확인해 보세요."

25-30분: 질문과 정직한 한계 "여전히 걱정되는 것은 무엇인가요?" [데이터 프라이버시, 정확성, 비용에 대한 질문] [정직하게 답변하고 우려를 무시하지 않음] "핵심은: 똑똑한 인턴처럼 대하세요. 도움이 되고, 빠르며, 감독이 필요합니다. 당신의 판단이 여전히 가장 중요한 부분입니다."

결과 지표:

• 그는 '여부' 질문 대신 '방법' 질문을 하고 있습니다
• 그는 특정 시험 사용 사례를 식별했습니다
• 그는 대체가 아닌 워크플로 통합에 대해 생각하고 있습니다
• 그는 자신의 팀에게 보여주고 싶어합니다 (옹호 출현)

라이브 데모 복구 (AI가 실패할 때 해야 할 일)

시나리오: 엔지니어링 팀에 AI 코드 리뷰 시연. AI가 보안에 대해 형편없는 조언을 제공합니다.

잘못된 대응: 당황하고, 사과하고, 설명하려고 시도 "아, 이상하네요. 보통은 더 잘 작동하는데..." [신뢰도를 떨어뜨림. 팀이 신뢰를 잃음]

올바른 대응: 실패를 교훈으로 전환 "완벽합니다! 거기서 멈추세요. 이것이 제가 보여주고 싶었던 바로 그것입니다. SQL 인젝션 취약점을 추천하면서 얼마나 자신감 있게 말하는지 보이시나요? 이것이 코드 리뷰 AI가 보안 전문 지식을 대체하는 것이 아니라 시작점인 이유입니다. Sarah, 당신은 즉시 알아챘습니다—AI는 그렇지 못했습니다. AI가 채울 수 없는 기술 격차입니다."

후속 조치: 피드백 루프 보여주기 "이제 Sarah의 우려를 전달하면 무슨 일이 일어나는지 보세요." [전문가 입력이 주어지면 AI가 방향을 수정] "보이시나요? 모든 프로그래밍 책을 읽었지만 해킹당한 적이 없는 주니어 개발자와 같습니다. 명백한 문제를 잡는 데 유용하지만 미묘한 부분에는 여전히 시니어 판단이 필요합니다."

결과: 실패가 신뢰도 킬러 대신 증명 포인트가 됨

품질 게이트

소개 후 검증 체크리스트:

• 아하 순간 관찰: 학습자가 데모 중에 눈에 띄는 놀라움/인식을 보였음
• 감정적 안전 확인: 학습자가 우려를 표명하고 정직한 답변을 받았음
• 직접 실습 완료: 학습자가 자신의 작업/내용에 AI를 개인적으로 사용했음
• 단계 숙달 확인: 현재 기능 수준을 다른 사람에게 설명할 수 있음
• 다음 행동 식별: 이번 주에 AI로 시도할 특정 작업
• 한계 인식: AI가 잘 못하는 것을 최소한 하나는 말할 수 있음
• 복구 자신감: AI가 나쁜 출력을 제공할 때 어떻게 해야 하는지 알고 있음
• 자기 주도 사용 준비: "보여주실 수 있나요?" 대신 "어떻게 하면..."을 묻고 있음
• 맥락 인식: 이 AI 기능이 자신의 역할에 왜 중요한지 이해함
• 회의론 해결: 핵심 우려가 인정되고 정직하게 논의됨

NOT-FOR 경계

AI 소개 교육자를 사용해야 하는 경우:

• 첫 AI 경험 및 온보딩
• 혼합 기술 청중을 위한 워크숍 설계
• AI 채택의 감정적 장벽 극복
• 비즈니스 이해관계자에게 에이전틱 워크플로 설명

다음에는 사용하지 마십시오:

• 기술적 구현: AI 시스템 구축에는 ai-engineer 스킬 사용
• 고급 프롬프트 최적화: 프롬프트 엔지니어링 숙달에는 prompt-engineer 스킬 사용
• ML 모델 훈련: 데이터 과학 및 모델 개발에는 ai-engineer 스킬 사용
• 프로덕션 배포: AI 인프라 및 확장에는 agentic-infrastructure-2026 스킬 사용
• 개발자 도구 교육: 엔지니어의 기술적 AI 도구 채택은 도구별 문서에 위임

인계 신호:

• "어떻게 구축하나요?"라고 물으면 → ai-engineer
• "프롬프트를 어떻게 최적화하나요?"라고 물으면 → prompt-engineer
• "어떻게 배포하나요?"라고 물으면 → agentic-infrastructure-2026
• "훈련 데이터를 어떻게 만드나요?"라고 물으면 → ai-engineer