오늘의 배움이 내일의 가능성으로,
모두를 위한 AI.

대학교 입학 후, 진로 방향을 구체화하겠다는 목표로 다양한 전공 수업, 적성 검사, 비교과 프로그램에 참여했지만, 많은 정보를 접할수록 선택은 복잡해졌고, 진로에 대한 고민이 커졌습니다. 교육학부 전공생으로서 개인의 핵심 역량을 선별해 특화된 커리어를 설계해야 할 필요성을 절감했습니다.

이에 생성형 AI를 진로 설계에 활용하고자 Gemini Academy를 수강하게 되었고, 수강 후 NotebookLM과 Gemini를 결합해 ‘맞춤형 커리어 컨설턴트’ 시스템을 설계할 수 있었습니다. 개인 진로 검사 결과와 직업 설계서 등 11개 자료를 기반으로 데이터베이스를 구축한 후, Gemini Academy에서 배웠던 ‘페르소나 설정’을 접목하여 교육학 전공자를 위한 핵심 역량 도출 - 커리어 로드맵 설계 - 피드백으로 이어지는 체계적인 진로 설계 시스템을 완성했습니다.

그 결과 대학교 주관 생성형 AI 활용 학습법 공모전에서 우수상을 받았으며, 전공 수업 ‘교육학 전공자를 위한 커리어 디자인’에서도 우수 과제로 선정되어 학생 대표로 발표했습니다.

Gemini Academy 수강과 이를 활용한 실전 프로젝트 경험을 통해, AI 도구를 활용한 자기 맞춤형 커리어를 설계하고 확장하는 방법을 체득할 수 있었습니다.

1박 2일 창업 캠프에서 1인 창업가로 참여하며 아이디어 기획부터 시장 분석과 사업계획서 작성, 그리고 발표까지 전 과정을 혼자서 수행해야 했습니다. 단기간 내에 전략 수립과 자료 제작을 병행해야 하는 환경에서, 홀로 기획 전반을 담당하기에는 시간적 제약이 매우 컸습니다. 이러한 리소스의 한계를 극복하고 프로젝트의 완성도를 높이고자 AI Essentials 온라인 과정에서 학습한 생성형 AI 활용법을 기획 전반에 적극 도입하게 되었습니다.

Gemini Academy에서 학습한 Gems 기능을 활용해 ‘AI 창업 어시스턴트’를 구축하였고, 이를 통해 아이디어 구체화 및 전략 수립의 효율을 극대화했습니다. 아이디어 브레인스토밍을 시작으로 시장 환경 분석, 제품·서비스 정의, 마케팅 전략과 사업 추진 계획을 단계별로 정리하며 사업계획서를 완성했습니다. 이후 Gemini가 정리한 사업계획서를 기반으로 이미지 생성과 발표 자료 초안, 발표 대본까지 연계하며 준비 시간을 획기적으로 단축했습니다.

그 결과 리소스가 제한된 상황에서도 기획부터 발표에 이르는 전 과정을 완수했으며, 촉박한 일정 속에서 구조화된 사업계획서를 도출해 냈습니다. 이 경험을 통해 생성형 AI를 1인 창업 환경에서도 기획·전략·실행을 연결하는 실질적인 파트너로 활용하는 방법을 체득했습니다.

반도체 연구 동향에 대한 리뷰 논문을 준비하면서 방대한 선행 연구를 효율적으로 탐색하고, 신뢰할 수 있는 출처를 기반으로 정보를 정리 및 분석하는 과정이 가장 큰 도전 과제였습니다. 이후 AI Essentials와 Gemini Academy에 참여해 구글 AI를 더욱 전략적으로 활용하는 방법을 익히며 이러한 한계를 개선할 수 있었습니다.

Gemini Gems에서는 ‘15년 차 반도체 패키징 연구원’ 페르소나를 설정해 논문을 연구 결과에 따라 분류했고, NotebookLM을 활용해 실제 논문 자료만을 기반으로 논문 요약과 분석을 진행함으로써 참고 문헌의 신뢰성을 체계적으로 확보할 수 있었습니다.

그 결과 논문 분석에 드는 시간을 크게 단축해 학회 논문 마감 일정에 맞춰 심사 제출을 완료할 수 있었고, 학부생 수준에서도 구글 AI를 통해 연구와 학업을 더욱 효율적으로 수행할 수 있다는 가능성을 확인했습니다.

Gemini Academy를 통해 졸업 예정자로서 취업 준비 과정에서 느꼈던 심리적 부담과 시간적 제약을 더욱 효율적으로 관리할 수 있었습니다. Gemini의 멀티모달 기능을 활용해 영문 CV를 국내 기업 채용 맥락에 맞는 국문 이력서로 재정리했습니다. 단순한 번역을 넘어 국내 채용 시장에 적합한 직무 용어와 표현으로 문서를 빠르게 정돈함으로써, 이력서의 구조적 완성도를 단시간 내에 끌어올릴 수 있었습니다.

취업 준비 과정에서 가장 어려웠던 점은, 제 경험을 기업별 직무 요구사항에 맞춰 논리적으로 연결하는 일이었습니다. 이를 해결하기 위해 NotebookLM으로 이력서와 기업 채용 공고를 통합 분석했습니다. 기업이 중점적으로 평가하는 핵심 역량을 명확히 파악하자, 지원 기업마다 어떤 경험을 어떻게 강조해야 할지에 대한 저만의 판단 기준이 세워졌습니다.

이러한 분석 과정을 통해 기업별 지원서 작성에 대한 부담을 덜고, 각 기업에 맞는 자기소개서의 방향성과 강조 포인트를 주도적으로 설정할 수 있었습니다. AI를 단순한 ‘작성 도구’가 아닌 깊이 있는 ‘분석과 정리의 파트너’로 활용하며, 취업 준비의 속도와 질을 함께 높일 수 있었습니다.

콘텐츠 산업의 구조와 소비자 반응의 상관관계를 학습하며, 대중의 관심과 반응이 곧 성과로 직결되는 K-pop 산업의 특성에 주목하게 되었습니다. 특히 K-pop 중소 기획사에게는 데뷔 이후에도 주목받지 못하는 ‘무관심의 상태’가 가장 큰 위기로 작용할 수 있기 때문에 제한된 자원 속에서 팬과 대중의 반응을 정확히 읽는 의사결정이 중요하다고 느꼈습니다.

이러한 문제의식을 바탕으로 Gemini Academy에서 배운 Gemini를 활용해, 아이돌 활동 기획을 데이터로 보완하는 ‘AI 소셜 리스닝 기반 선순환 루프’를 설계했습니다. NotebookLM으로 아이돌의 기존 콘셉트와 활동 이력을 구조화하고, GCP API를 통해 수집한 YouTube 댓글 데이터를 Gemini로 분석해 팬 반응을 긍정 요소와 개선 포인트로 정리함으로써, 차기 앨범 콘셉트와 콘텐츠 방향성을 데이터에 기반해 기획할 수 있었습니다.

그 결과 해당 프로젝트로 대학생 아이디어 경진대회에서 우수상을 받으며 기획의 실효성을 인정받았습니다. 이 경험을 통해 AI 분석에 사람의 판단을 결합해, 투자 대비 성공 가능성을 높이는 데이터 기반 기획 역량을 갖추게 되었습니다.

학업 자료 조사와 진로 탐색 과정에서 반복적으로 많은 시간이 소요되던 정보 검색과 정리 작업을 보다 효과적으로 운영하고자 Gemini와 Google Workspace를 연동한 개인화 시스템을 설계했습니다. AI Essentials를 수강하며 AI의 다양한 활용 가능성을 익히고, 이를 구글의 여러 기술 인프라에 적용해 하나의 흐름으로 연결했습니다. 나아가 복잡하고 번거로운 작업을 자동화된 워크플로우로 전환하는 데 집중했습니다.

가장 대표적인 성과는 구글 생태계의 유연성을 활용해 고가의 장비 없이도 구현할 수 있는 ‘저비용 혁신 메모 시스템’을 구축한 것입니다. 음성을 녹음하면 텍스트로 자동변환 되고, 이를 웹 스크립트와 연동해 Google 스프레드시트에 즉시 아카이빙되도록 구성했습니다. 또한 음성 명령을 Google 캘린더에 연결한 뒤, Gemini에게 일정 관리와 수립에 대한 전략적 조언을 구하는 ‘올인원 플래닝 시스템’을 완성해 개인 비서와 같은 환경을 구축했습니다.

이러한 시스템 설계 과정을 통해 AI를 활용한 문제 해결 능력을 성장시킬 수 있었습니다. 반복적인 작업에 소모되던 에너지를 덜어낸 덕분에 마케터 직무에 필수적인 전문 지식을 습득하고 커리어 역량을 강화하는 본질적인 학습에 더욱 몰입할 수 있게 되었습니다.

대학교 산학 연계 프로젝트에서 자율주행 데이터를 활용해 물체를 더 정확하고 빠르게 인식하는 과제를 수행했습니다. 초기에는 오류의 원인을 하나씩 찾아 수정하고, 어떤 접근이 효과적인지 판단하는 데 많은 시간이 소요되었습니다. 실험 환경이 제한된 상황에서 명확한 기준 없이 반복적인 시도를 이어가다 보니, 작업 속도와 효율 모두에 한계를 느꼈습니다.

이 과정에서 AI Essentials를 통해 생성형 AI를 목적에 맞게 활용하고, 각 도구의 강점에 따라 역할을 나누는 방식을 배웠습니다. 이를 프로젝트에 적용하며 Google Workspace 내 Gemini 사이드 패널을 활용해 오류 로그를 확인하는 즉시 해결 방향을 도출할 수 있었습니다. 또한 AI 에이전트인 Antigravity를 활용해 프로젝트 폴더와 데이터 구조를 스스로 분석하며, 실험 환경의 자동 세팅부터 코드 변환과 검증까지 한 번에 정리했습니다. 그 결과 반복되던 시행착오를 줄이고, 그만큼 데이터 분석과 성능 고도화 전략에 더 집중할 수 있었습니다.

이러한 작업 방식의 변화는 곧 성과로 이어졌습니다. 초기 기준 모델과 비교했을 때 성능이 약 222% 향상된 결과를 달성했으며, 수일이 걸리던 모델 선택과 환경 설정 과정도 하루 만에 마칠 수 있었습니다. 복잡한 문제를 함께 해결하고 실행까지 돕는 AI와의 협업을 통해, 전공 프로젝트를 넘어 실무 환경에서도 AI를 전략적으로 활용할 수 있다는 확신을 얻었습니다.

영어 과외를 하며 단어 시험지 제작에 많은 시간이 반복적으로 소요된다는 점을 인식하게 되었습니다. 단어장 스캔과 정리, 엑셀 입력, 시험지 구성까지 수작업으로 진행되던 과정은 1,000개 단어 기준 약 5시간 이상의 시간이 소요되었습니다. 이때 AI Essentials 수업을 통해 AI 도구로 반복 작업의 흐름을 구조적으로 개선할 가능성을 발견하게 되었습니다.

이후 스캔할 단어 목록을 Gemini에 입력해 원하는 형식으로 단어를 정리한 뒤, 이를 Google Sheets로 바로 옮겨 번역 함수를 통해 대량 번역까지 한 번에 처리하는 작업 흐름을 구축했습니다. 그 결과 반복적인 단어 입력과 편집 작업을 크게 줄일 수 있었고, 5시간 이상 소요되던 제작 과정을 약 2시간 이내로 단축해 전체 작업 시간을 약 60% 절감할 수 있었습니다.

또한 단어 시험지를 매번 출력해야 하는 불편함을 줄이기 위해 Gemini로 맞춤형 단어 시험 웹 프로그램을 직접 만들었습니다. AI를 생활에 직접 적용하며 얻은 효율성은 제가 상상하던 교육 시스템을 직접 구현할 수 있게 해주었습니다. 앞으로도 다양한 업무와 과제에 Gemini를 적극적으로 적용할 계획입니다.

1인 앱 제작 프로젝트를 진행하며 기획부터 구현까지 모든 작업을 혼자 맡아야 했습니다. 아이디어를 서비스 형태로 정리하는 과정에서 이메일 작성과 자료 정리 같은 반복 업무가 늘어났고, 그만큼 핵심적인 기획과 구현에 집중하기 어려웠습니다. 또한 학생 신분으로는 실제 기업 데이터나 고객 데이터를 활용한 기획이 쉽지 않아, 아이디어에 명확한 근거를 더하는 데 한계를 느꼈습니다.

이러한 문제를 해결하기 위해 Gemini Academy에서 배운 Gemini의 폭 넓은 활용성을 프로젝트 전반에 적용했습니다. 먼저 노코드 도구와 Gemini를 연동해 수신자에게 맞는 이메일 초안을 자동으로 생성하며, 한 통에 10분 이상 걸리던 작업을 1분 이내로 줄여 반복 업무 시간을 90% 이상 절감할 수 있었습니다. 기획 단계에서는 Gemini에 데이터 분석 역할을 부여해 실제 기업 상황을 가정한 데이터를 만들고, 이를 바탕으로 고객 특성과 서비스 방향을 정리했습니다.

그 결과 아이디어 중심이던 기획은 분석과 판단 근거를 갖춘 구조적인 기획으로 발전했고, 이후에는 Antigravity를 활용해 실제 앱 구현까지 이어지며 기획부터 개발까지 1인 팀으로서의 생산성을 크게 확장할 수 있었습니다.