WEEK 01 · CHAPTER 1

WEEK 01 · CHAPTER 1.1 · 1.2 · 1.3 · 1.5

기술이 아니라
시스템을 본다

기술·사람·프로세스·데이터·조직의 연결
교과서 핵심 개념의 수업자료 내 충분한 설명
카카오·NAVER·쿠팡·토스·루닛과 글로벌 최신 사례

교재 1.1

01 · 수업 구조

1주차 학습 지도

개념→사례→활동→확인을 반복하는 학습 흐름
교재 개념을 한국 기업과 나의 일상에 적용

MIS의 기본 언어

학습목표·책임 있는 AI 활용
나의 하루 시스템 추적
MIS 정의와 5요소 해부

기술 변화의 충격

산업의 지각변동과 AI
2023 전망과 2025–2026 현실 비교
카카오·NAVER·쿠팡 사례

관리자의 판단

Klarna·Shopify 의사결정
창업 황금 삼각형·토스
Geek Up·루닛
보충 프레임·팀 활동

✓

학습 확인

3문항 개념 점검
출구 티켓
다음 학습 연결

수업 종료 후① MIS를 5요소로 설명② 기술 기회와 위험을 동시에 평가③ 한국 기업을 교과서 프레임으로 분석④ 하이프와 실행 가능성을 구분

교재 범위 확인출판사 v11.0 목차는 1.1 → 1.2 → 1.3 → 1.5 순서이며 1.4가 표시되지 않음하이프 사이클은 교재 절이 아니라 수업 보충 프레임으로 활용

02 · 수업 원칙

인공지능을
충실하고 책임 있게
활용하기

활용 원칙질문 설계·자료 탐색·반론 찾기·초안 개선에 적극 활용
사실 검증답변의 수치·인용·사례를 교재와 신뢰할 수 있는 원문으로 다시 확인
사용 기록사용한 도구·주요 질문·채택하거나 버린 내용·수정 과정을 간단히 기록
직접 책임최종 판단과 표현은 학습자 자신의 말로 설명하고 결과에 책임
사용 금지검증 없는 복사·붙여넣기, 허위 출처, 개인정보·기밀정보 입력

제출물 끝에 AI 활용·검증·수정 과정을 투명하게 기록

03 · 도입 활동

나의 아침 30분 시스템 추적

개인 기록 → 2인 비교 → 전체 공유
정답보다 연결 관계를 구체적으로 표시

알람이 켜진 스마트폰과 커피가 놓인 아침 풍경 — 사진: Roman Synkevych · Unsplash

04 · 핵심 개념

MIS = 기술을 통한 조직의 판단과 실행

경영(Management): 목표·우선순위·자원·책임을 결정
정보(Information): 의사결정에 의미가 있도록 가공한 데이터
시스템(Systems): 여러 요소가 연결되어 결과와 피드백을 만드는 구조

MManagement경영·관리무엇을 위해 결정하는가

IInformation정보어떤 근거로 판단하는가

SSystems시스템어떻게 반복 실행하는가

조직 성과가치·속도·품질·책임

MIS ≠ 컴퓨터 구매기술만 바꾸고 일의 방식·데이터·역할·보상을 그대로 두면 성과도 그대로일 가능성

05 · 분석 도구

하나의 시스템, 다섯 개의 렌즈

탭을 눌러 시스템의 구성 요소를 차례로 확인
다섯 요소 사이의 정합성이 성과를 결정

현재 렌즈 · 기술

작동 기반

하드웨어·소프트웨어·네트워크
클라우드·모바일·AI·센서
성능·비용·확장성·보안

기술이 멈추면 어떤 업무가 먼저 멈추는가?

01입력

02처리

03출력

04피드백

06 · 교재 1.1 · 사회기술적 관점

기술 투자가 성과로 바뀌는 다섯 단계

기술 도입은 출발점이며 사용·행동·프로세스 변화가 뒤따라야 성과가 발생
어느 한 단계가 끊기면 좋은 기술도 비싼 장비나 사용하지 않는 기능으로 남음

기술 자원

소프트웨어·클라우드·AI·기기

정보 품질

정확성·적시성·관련성·접근성

실제 사용

업무 속 사용 빈도·숙련도·신뢰

업무 변화

의사결정·협업·예외 처리 재설계

조직 성과

매출·비용·속도·품질·책임

실패 ① 자동화의 역설나쁜 프로세스를 그대로 자동화 → 더 빠르게 잘못된 결과 생산

실패 ② 데이터의 착시많은 데이터 ≠ 좋은 정보 → 정의·품질·맥락이 없으면 오판 확대

실패 ③ 사용의 공백교육·보상·책임이 불명확 → 현장 우회 사용과 이중 업무 발생

07 · 교재 1.1

기술이 산업의 경계를 다시 그리는 방식

디지털은 별도 산업이 아니라 거의 모든 산업의 운영 기반
가장 큰 변화는 제품보다 가치사슬·비용구조·권력의 이동

Uber

차량 소유

수요·공급·평판·결제의 연결

Airbnb

호텔 자산

유휴 공간·신뢰·검색의 연결

Google

전통 콘텐츠 제작

검색 의도·광고 경매·측정의 연결

Shopify

직접 유통망 구축

상점·결제·앱·물류 생태계의 연결

Temu

전통 유통 재고

판매자·소비자·데이터·물류의 연결

Netflix

방송 편성표

콘텐츠·추천·구독·시청 데이터의 연결

Spotify

음반 소유

음원·추천·창작자·구독의 연결

확장클라우드·오픈소스·앱스토어·AI가 실험 비용을 낮춤

집중데이터·네트워크 효과·인프라가 거대 기술기업의 힘을 키움

규제독점·노동·보안·프라이버시·저작권을 둘러싼 책임 확대

기업 로고: 각 사 · Simple Icons · Wikimedia Commons

08 · 교재 1.1·1.2

변화를 가속한 여섯 가지 기반

새로운 기업이 기존 자산을 직접 소유하지 않고도 실험·확장할 수 있게 만든 공통 기반
각 기반은 비용을 낮추지만 새로운 의존성·규제·집중 위험도 함께 생성

클라우드

가능성서버 선구매 없이 사용량에 따라 확장

대가벤더 종속·장애·비용 통제

오픈소스

가능성검증된 구성요소를 재사용해 개발 속도 향상

대가취약점·라이선스·유지관리

모바일·앱스토어

가능성항상 연결된 고객과 전 세계 유통 채널

대가플랫폼 수수료·심사·발견 가능성

데이터·분석

가능성행동·거래를 학습해 예측과 개인화

대가품질·편향·프라이버시

생성형 AI

가능성코드·콘텐츠·분석의 한계비용 하락

대가환각·권리·보안·검증 비용

3D 프린팅·IoT

가능성디지털 설계를 물리 세계의 생산·센서와 연결

대가표준·안전·공급망 통합

토론우리 팀이 오늘 창업한다면 가장 먼저 빌리고 싶은 기반은 무엇이며, 대신 감수할 의존성은 무엇인가?

09 · 교재 원전 × 2025 한국 현장 영상

긴 설명보다 짧게 보고 구조를 찾기

교재 영상은 2023년의 전망으로 표시하고 2026년 현실과 대조
2025년 카카오톡 AI 영상은 8분 13초 전체를 보고 시스템 요소를 기록

CNBC · 교재 1.1 원전 영상

과거 전망

2023년의 AI 직무 전망

핵심 구간 시청 후 2026년과 비교

2023년 예측 중 실제로 나타난 변화
직업 전체와 세부 과업을 구분한 주장
지금은 수정해야 할 전제와 빠진 이해관계자

시청 후: 주장 1개 · 근거 1개 · 빠진 시스템 요소 1개를 제시

10 · 교재 1.1

AI의 약속과 위험을 동시에 계산

한쪽 주장만으로는 경영 판단이 불가능
가치·정확성·책임·비용을 같은 표에 배치

지식노동 보조

코딩·회계·법률·교육의 탐색과 초안 지원

과학·의료 가속

질병 탐지·신약 후보·백신·청정기술 탐색

개인화·접근성

언어·수준·맥락에 맞춘 서비스와 학습

새로운 사업

모델·데이터·워크플로를 묶은 제품과 플랫폼

가치가 생기는 지점은 “모델”인가, “업무 변화”인가?

도입 판단식예상 가치 − 오류 비용 − 통제 비용 − 전환 비용+데이터·프로세스·사람의 준비도

11 · 적용 프레임

AI 도입의 출발점은 모델이 아니라 업무

반복성·오류 비용을 기준으로 자동화 수준을 먼저 결정
완전 자동화보다 보조·검토·승인의 역할 배분이 현실적인 경우가 많음

오류 비용 ↑업무 반복성 →

인간 주도

전략·협상·해고·중대한 법률 판단

AI는 탐색·반론·자료 정리에 한정

AI 보조 + 의무 검토

의료 판독·신용·채용·감사

전문가 승인·로그·이의제기 절차

선택적 보조

아이디어 탐색·표현 대안·초기 분류

개인의 판단과 학습 목적 유지

자동화 우선

형식 변환·중복 탐지·규칙적 분류

표본 점검·실패 시 복구 경로

도입 전 7문항

가치시간·비용·품질 중 무엇을 얼마나 개선하는가?

데이터합법적이고 대표성 있는 데이터인가?

정확성허용 가능한 오답률과 검증 기준은 무엇인가?

책임최종 승인자와 피해 구제 경로는 누구인가?

보안입력 정보가 외부 모델로 전송되는가?

변화업무·역할·교육·보상을 어떻게 바꿀 것인가?

중단성과가 없을 때 되돌릴 수 있는가?

12 · 2025–2026 사례 연구 · 교재 1.1

KAKAO모델 공개에서 서비스 실행으로

Kanana-2 발표의 핵심은 거대한 모델 하나가 아니라, 실제 에이전트가 지시를 이해하고 도구를 호출하도록 성능·효율·개방성을 함께 설계했다는 점

원문에서 확인할 사실

3종

Base · Instruct · Thinking 모델을 공개하고 용도별 선택지 제공

3배+

이전 모델 대비 다중 대화 도구 호출 능력 향상이라는 회사 측 측정치

6개 언어

한국어·영어에 일본어·중국어·태국어·베트남어를 추가

※ 수치는 각 기업·기관의 공개 자료 기준

정보시스템의 작동 흐름

01맥락 파악

02도구 호출

03지시 이행

04결과 검증

교재 1.1의 관점으로 해석

기술

MLA·MoE를 적용해 긴 문맥 처리와 추론 비용·응답 속도를 함께 최적화

조직

자체 모델 개발·외부 모델 활용·카카오 서비스 통합의 역할 경계를 결정

성과 조건

오픈소스 공개와 벤치마크 성능이 사용자 채택·신뢰를 자동 보장하지는 않음

수업 판단카카오의 경쟁우위는 모델 성능인가, 카카오톡의 사용자 접점인가?

Kanana-2 공식 발표 if(kakao)25 원 세션

12B · 외부 자료 요약 2/3 · 2025

SLIDE 15

KLARNA80% 자동화 이후의 이중 운영

반복 문의는 AI가 빠르게 처리하되, 신원도용·복합 피해·감정적 갈등처럼 불확실성과 책임이 큰 사례는 숙련된 사람이 맡는 이중 경로가 핵심

원문에서 확인할 사실

80%

2025년 고객 서비스 채팅 중 AI가 처리한 비중

31M

출시 이후 AI 상담원이 처리한 누적 대화 수

2분 ↔ 12분

회사 측이 제시한 AI와 인간 상담의 평균 해결 시간 비교

※ 수치는 각 기업·기관의 공개 자료 기준

정보시스템의 작동 흐름

01문의 접수

02AI 분류·응답

03위험·복잡성 탐지

04사람에게 이관

교재 1.1의 관점으로 해석

프로세스

모든 문의를 자동화하지 않고 이관 기준·대기열·사후 검토를 함께 설계

사람

상담 인력의 역할을 반복 처리에서 예외 판단·공감·피해 구제로 이동

측정

처리율·속도뿐 아니라 재문의율·만족도·오해결 비용을 함께 추적

수업 판단자동화율 80%는 성공 지표인가, 사람이 맡을 20%를 정의하는 출발점인가?

Klarna 2025 연차보고서 AP 콜센터 현장 분석

12C · 외부 자료 요약 3/3 · 2025.10

SLIDE 16

SHOPIFYAI 기본값을 조직 학습으로 전환

도구를 배포하는 데서 끝내지 않고 작은 실험을 빠르게 만들고, 전 직원이 결과를 공유하며, 유용한 아이디어를 상인용 제품으로 전환하는 학습 체계를 구축

원문에서 확인할 사실

기본 기대

2025년 4월 성찰적 AI 활용을 전 직원의 기본 역량으로 제시

5,000+

사내 실험 공간 Quick에 만들어진 프로토타입 사이트 수

수억 건

Scout AI가 통합해 제품 개선에 활용하는 상인 피드백 규모

※ 수치는 각 기업·기관의 공개 자료 기준

정보시스템의 작동 흐름

01작은 실험

02Quick에 공유

03학습·재사용

04상인용 제품

교재 1.1의 관점으로 해석

프로세스

작게 만들기→공유하기→검증하기→표준 업무·제품으로 반영하기

조직

AI 도구 접근권·실험 공간·지식 공유가 개인의 활용 능력을 조직 역량으로 전환

통제

기밀 데이터·결과 검증·역량 격차·성과 압박을 관리할 운영 원칙 필요

수업 판단AI 사용을 기본 역량으로 요구할 때 조직은 어떤 학습 기회와 안전장치를 제공해야 하는가?

Shopify 공식 사례

13 · 한국 사례 A · 교재 1.1

NAVER
HyperCLOVA X

한국어 AI 모델은 언제 경쟁우위가 되는가?

THINK2025 추론 특화 모델복잡한 질의와 한국어 중심의 단계적 문제 해결

SEED상업용 오픈 모델3B·1.5B·0.5B 경량 모델 공개

32B THINK2026 공개 기술보고서성능뿐 아니라 계산 비용·배치 가능성을 함께 평가

모델THINK · SEED · 32B THINK

개발CLOVA Studio · 1,000개 이상 기업·기관 사용

배치공용 클라우드 · Neurocloud 하이브리드

기술한국어·문화 맥락을 겨냥한 자체 LLM과 경량·추론·오픈 모델 계열
데이터기업 데이터를 결합하되 보안·품질·권한 관리 필요
프로세스CLOVA Studio·하이브리드 클라우드로 실제 업무 흐름에 연결
생태계SEED 모델 공개로 비용·라이선스 장벽을 낮추고 소버린 AI 생태계 확장 시도
관리 질문정확성·비용·보안·국내 맥락 중 고객이 실제로 지불할 가치는 무엇인가?

2025 NAVER 공식 발표 2026 32B THINK 보고서

13A · NAVER 외부 자료 보충 · 2025–2026

SOURCE BRIEF · NAVER

NAVER한국어 추론 모델에서 생태계로

HyperCLOVA X THINK 발표와 32B 기술보고서는 한국어·문화 맥락, 멀티모달 추론, 에이전트 행동을 하나의 모델 전략으로 연결하고 오픈소스로 확산하려는 시도

원문에서 확인할 사실

50만+

경량 SEED 모델 공개 한 달 내 다운로드 수라는 회사 측 수치

2개 벤치마크

KoBALT-700·HAERAE-Bench로 한국어 통사·의미·화용 능력을 평가

32B

2026년 공개한 비전·언어 추론 모델의 규모

※ 수치는 각 기업·기관의 공개 자료 기준

정보시스템의 작동 흐름

01한국어·이미지 입력

02단계적 추론

03도구·기능 선택

04자기 검토·수정

교재 1.1의 관점으로 해석

데이터

한국어와 문화 맥락을 반영한 학습·평가 데이터가 차별화 자산

기술

텍스트뿐 아니라 이미지 이해·추론과 에이전트 행동까지 통합

생태계

오픈소스 공개가 연구·기업 채택을 늘리지만 운영 성과는 별도 검증 필요

수업 판단한국어 벤치마크 우위는 실제 기업 업무의 경쟁우위로 어떻게 전환되는가?

2025 NAVER 공식 발표 2026 32B THINK 보고서

14 · 한국 사례 B · 교재 1.1·1.3

쿠팡의
지능형 물류

로봇 한 대가 아니라 전체 운영 시스템을 보라

고객 약속빠른 배송·정확한 도착 정보·간단한 반품

조정 엔진수요예측·재고배치·주문 할당·경로 최적화

물리 네트워크풀필먼트센터·로봇·작업자·차량·라스트마일

주문

예측

재고

피킹·분류

배송·반품

교과서 연결운영·공급망에서 AI·빅데이터·자동화가 품질·속도·안전과 연결
핵심 자산주문 데이터·물류망·알고리즘·현장 프로세스·배송 경험의 결합
관리 쟁점효율·서비스 품질·근로 안전·지역 투자·시스템 장애 위험의 균형

쿠팡 뉴스룸 AI 물류 공식 영상

쿠팡 대구 풀필먼트 센터의 자동화 물류 현장 — 쿠팡 대구 풀필먼트 센터 · 쿠팡 뉴스룸

14A · 쿠팡 외부 자료 보충 · 공식 수치 기준

SOURCE BRIEF · COUPANG

COUPANG로봇 도입이 아니라 물류 흐름의 재설계

대구 풀필먼트 센터의 핵심은 개별 로봇의 성능보다 주문·재고·위치 데이터가 AGV·소팅 봇·무인 지게차와 연결되어 상품이 사람에게 오는 흐름을 만든 것

원문에서 확인할 사실

3,200억+

대구 FC 건립과 자동화 풀필먼트 시스템 구축 투자액

1,000+

7·9층에서 선반을 운반하는 AGV 로봇 수

65%

AGV 업무 단계·소팅 봇 업무량 감소라는 회사 측 수치

※ 수치는 각 기업·기관의 공개 자료 기준

정보시스템의 작동 흐름

01주문·재고 데이터

02상품 위치 계산

03GTP 운반

04포장·자동 분류

교재 1.1의 관점으로 해석

프로세스

사람이 상품을 찾는 PTG에서 상품이 사람에게 오는 GTP로 업무 순서를 변경

사람

걷기·들기·분류 부담은 줄지만 예외 처리·안전 감시·정비 역량은 중요

조직

센터 하나의 자동화가 전국 물류망·라스트마일과 연결될 때 고객 가치 발생

수업 판단65% 감소는 노동 대체인가, 더 안전하고 빠른 역할 재설계인가?

쿠팡 뉴스룸 원문 AI 물류 공식 영상

15 · 사례 의사결정 실습 · 교재 1.1

성과 숫자 뒤의 시스템을 찾아 결정

카카오·NAVER·쿠팡·Klarna·Shopify 중 한 기업을 선택
홍보 문장을 반복하지 말고 근거·반대 근거·예외 상황을 함께 제시

사실 고정

공식 자료에서 확인한 사실과 아직 모르는 내용을 분리

시스템 지도

기술·데이터·프로세스·사람·조직의 연결과 병목 표시

성과 검증

속도·비용·품질·신뢰 중 개선 지표와 부작용 지표 선택

관리 결정

확대·제한적 실험·재설계·중단 중 하나를 선택하고 조건 제시

KAKAONAVERCOUPANGKLARNASHOPIFY

가장 약한 고리

기술보다 먼저 실패할 가능성이 큰 요소는 무엇인가?

예외 처리

자동화가 멈추거나 틀렸을 때 누가 어떤 정보로 판단하는가?

경영 성과

기업 성과와 고객·직원·사회의 성과가 충돌하지 않는가?

팀 발표 문장“우리 팀은 ___의 시스템을 ___ 조건에서 확대/재설계한다. 근거는 ___이고, 가장 먼저 관찰할 위험 지표는 ___이다.”

근거 출처와 AI 활용·검증 과정을 함께 기록

16 · 교재 1.2

스타트업의 황금 삼각형

클라우드·앱스토어·크라우드펀딩·AI가 실험 비용을 낮춘 시대
교재의 창업 조언을 문제·해결·지불의사로 요약한 수업용 판단 프레임

문제가 존재

반복되는 불편·비용·위험

해결할 능력

제품·팀·데이터·실행

지불 의사

사용자·고객·광고주·파트너

검증 가능한 사업

작게 만들기직접 보여주기피드백 받기반복·피벗하기

액셀러레이터약 3개월의 멘토링·소규모 초기자금·지분 교환·데모데이Y Combinator·Techstars 등 프로그램과 투자자는 반드시 실사선발·투자 ≠ 성공 보장

17 · 교재 1.2

아이디어를 제품·시장 적합성으로 바꾸는 검증 여정

로고·회사명·투자 발표보다 사용 가능한 시제품과 실제 고객의 행동을 먼저 확인
초기 실패는 끝이 아니라 고객·기술·팀·시장에 대한 정보를 얻는 실험

문제 관찰

누가·언제·얼마나 자주 불편한가?

인터뷰·현장 관찰

가설 설정

어떤 해결이 행동을 바꿀 것인가?

문제·고객·가치 가설

시제품 제작

말이 아니라 작동 화면·서비스 제시

MVP·수작업 서비스

행동 측정

칭찬보다 사용·재방문·지불을 확인

전환·유지·추천·매출

반복·피벗

고객·문제·채널·수익모델을 수정

학습 속도와 증거

규모화 판단

사용자가 늘어도 품질과 경제성이 유지되는가?

단위경제·운영·조직

교재가 제시하는 창업가 스펙트럼Gates·Dell·Jobs: 하드웨어·소프트웨어Page·Brin·Zuckerberg: 검색·소셜 플랫폼Airbnb·YouTube·Instagram: 시장·콘텐츠 연결Stripe·Canva·Bumble: 결제·디자인·관계 경험

NDA부터 요구하지 않기아이디어를 공유하고 피드백을 받아야 가정의 오류와 실행 난도가 드러남

기능과 제품 구분한 기능이 아니라 반복 사용·전달·지원·수익이 가능한 전체 경험을 설계

투자자도 실사지분·통제·조건·평판을 확인하고, 유명 프로그램 선발을 성공으로 착각하지 않기

18 · 한국 사례 C · 교재 1.2

토스:
송금의 마찰 제거

문제복잡한 인증·계좌 입력·긴 절차

해결연락처 기반의 빠르고 단순한 송금 경험

확장송금에서 금융 생활 플랫폼으로 기능 확대

10초공식 소개가 제시하는 간편송금 소요 경험

연락처계좌번호를 몰라도 가능한 송금 경로

무료수수료 장벽을 낮춘 반복 사용 설계

보호의심 거래 감지·송금 차단·가족 알림

앞단의 단순함버튼·연락처·간단한 인증·명확한 완료

뒤단의 복잡성은행 연결·본인확인·이상거래 탐지·정산·규제 대응

확장 자산신뢰·사용 습관·고객 접점·금융 데이터·파트너 연결

검증 신호반복 사용·추천·이탈 감소·사기 탐지·거래 성공률
중요 구분좋은 기능 ≠ 지속 가능한 제품 ≠ 수익 가능한 기업
토론단순함 뒤에서 더 복잡해져야 한 시스템은 무엇인가?

토스 간편송금 공식 소개

18A · 토스 외부 자료 보충 · 2026.06 기준

SOURCE BRIEF · TOSS

TOSS10초의 단순함 뒤에 숨은 복잡성

사용자는 몇 번의 입력만 보지만, 송금 전에는 신원·계좌·이상거래를 확인하고 송금 후에는 알림·피해 대응까지 연결하는 복합 금융정보시스템이 작동

원문에서 확인할 사실

10초

보내기→계좌 입력→정보 확인을 거쳐 완료되는 최소 송금 시간

1,140만

매달 토스로 송금하는 이용자 수라는 회사 측 수치

84억 건

2026년 6월 기준 누적 송금 건수

※ 수치는 각 기업·기관의 공개 자료 기준

정보시스템의 작동 흐름

01송금 요청

02본인·금액 확인

03사기 위험 탐지

04은행망 처리·알림

교재 1.1의 관점으로 해석

고객 경험

입력 단계를 줄이고 연락처 송금·무료 정책으로 인지 비용을 낮춤

데이터

경찰청·더치트 등 외부 위험 정보와 계정·거래 맥락을 결합

통제

위험 경고·가족 알림·송금 차단·피해 보호를 편의성과 동시에 설계

수업 판단송금 화면을 더 단순하게 만들수록 뒷단 통제는 왜 더 복잡해져야 하는가?

토스 간편송금 공식 소개

19 · 교재 1.3

모든 경영 전공의 Geek Up

프로그래머가 되라는 뜻이 아니라 기술을 경영 언어로 평가할 역량
빅데이터는 감을 없애는 도구가 아니라 검증 가능한 판단으로 바꾸는 도구

선택 기능

재무·회계

기업가치·인수합병·위험 분석
거래 기록·감사·내부통제
자동화 결과와 데이터 신뢰성 검증

빠른 계산보다 “믿을 수 있는 숫자”를 어떻게 보장할 것인가?

IS 경력의 범위개발UX·디자인데이터·분석프로세스·프로젝트보안·프라이버시전략·제품

루닛 인사이트 CXR의 흉부 엑스레이 분석 화면 — 루닛 INSIGHT CXR · 공식 제품 이미지

20 · 한국 사례 D · 교재 1.1·1.3

루닛:
AI를 임상 흐름에 넣기

10,000+공식 고객 사이트

70+진출 국가

700+연구·논문

100+파트너십

문제의료영상 판독량·복잡성 증가와 전문 인력의 업무 부담
기술대규모 익명 의료영상과 임상 데이터로 학습한 암 진단·치료 지원 AI
시스템PACS·의료장비·임상 프로세스와의 통합, 규제 검증, 사람의 최종 판단
규모공식 소개 기준 70개국 이상·10,000개 이상 사이트에서 솔루션 활용
관리 질문정확도뿐 아니라 오류 책임·워크플로·보안·보험·수용성을 누가 설계하는가?

루닛 기술 공식 소개

20A · 루닛 외부 자료 보충 · 2026

SOURCE BRIEF · LUNIT

LUNIT정확한 모델에서 임상 워크플로로

암 검진·진단·치료 계획을 지원하는 AI가 성과를 내려면 다양한 임상 데이터, 규제 검증, 병원 시스템 연동, 의료진의 최종 판단이 하나의 운영 체계를 이루어야 함

원문에서 확인할 사실

수백만 장

전문가가 주석을 붙인 흉부·유방·병리 영상 학습 규모

10,000+

회사가 제시한 AI 암 솔루션 배치 기관 수

70+개국

FDA 허가·CE 표기 제품이 사용되는 국가 범위

※ 수치는 각 기업·기관의 공개 자료 기준

정보시스템의 작동 흐름

01영상·임상 데이터

02AI 탐지·우선순위

03의료진 검토

04진단·치료 결정

교재 1.1의 관점으로 해석

데이터

다기관·다인구 데이터와 전문가 주석이 일반화 가능성을 좌우

프로세스

PACS 등 기존 병원 시스템에 자연스럽게 연결되어야 실제 사용 가능

책임

AI는 판단을 지원하고 의료진이 임상 맥락·오류·환자 결과를 책임 있게 검토

수업 판단규제 허가와 높은 정확도만으로 병원의 도입 성공을 판단할 수 있는가?

루닛 기술 공식 소개

21 · 수업 보충 판단 프레임

하이프 사이클은 예언이 아니라 질문 도구

세로축 기대, 가로축 시간: 둘 다 정량 측정값이 아님
기술 구매의 자동 정답이 아니라 토론을 구조화하는 추정 프레임

기대

시간 →

02관심 급등

언론·투자·경쟁적 도입이 급증하고 성공담이 실패담을 압도

관리자 행동 유행과 실제 ROI를 분리하고 작은 실험으로 가설 검증

기술 전망의 비교 사례IBM Watson ↔ Transformer·LLMIBM 유틸리티 컴퓨팅 ↔ AWSXerox GUI ↔ Apple·MicrosoftPalm·BlackBerry ↔ iPhone·Android

22 · 팀 활동

AI 서비스를 하이프가 아닌 시스템으로 평가

4인 1조·종이 한 장·개별 작성 후 팀 공유
AI는 근거 탐색과 반론 확인에 활용하고, 최종 판단은 팀이 직접 수행

① 위치

카카오·Klarna·NAVER·루닛 중 하나를 하이프 단계에 배치

② 근거

기대가 아니라 실제 사용자·성과·비용·규제 신호 제시

③ 시스템

기술·데이터·프로세스·사람·조직에서 부족한 요소 확인

④ 결정

지금 투자·작은 실험·관찰·중단 중 하나를 선택

제출 문장“우리는 ___을 ___ 단계로 판단한다. 근거는 ___이며, 다음 행동은 ___이다.”

활용·검증 과정 기록

23 · 교재 1.5

빠르게 바뀌는 사례에서 오래가는 개념을 찾기

교재가 제시한 네 가지 가치: 산업의 현재·핵심 개념·지속 가능한 프레임·비판적 사고
사례의 승패는 바뀌어도 시스템을 묻는 질문은 다음 장과 다음 기업에 반복 적용

01산업의 현재

지금 기업과 시장에서 벌어지는 변화 이해

02핵심 개념

비즈니스와 기술을 연결하는 공통 언어 습득

03지속 프레임

기술 이름이 바뀌어도 다시 쓸 수 있는 판단 구조

04비판적 사고

성공담·실패담·근거의 한계를 함께 평가

사실

무슨 일이 일어났는가?

개념

어떤 경영·기술 원리가 작동했는가?

근거

성과와 위험을 보여주는 증거는 무엇인가?

판단

관리자는 무엇을 결정해야 하는가?

전이

다른 기업·산업에도 적용되는가?

1.1기술과 현대 기업 1.2학생 창업가 1.3모든 전공의 Geek Up 1.5앞으로의 학습

24 · 마무리 확인

세 문항으로 핵심 개념 점검

문항별 선택 후 즉시 설명 확인
점수가 아니라 다음 학습을 위한 자기 점검

MIS를 가장 정확히 설명한 것은?

하이프 사이클을 사용할 때 가장 중요한 태도는?

스타트업의 황금 삼각형에 포함되지 않는 것은?

출구 티켓 · 자신의 말로 작성

“오늘 이후 기업의 기술을 볼 때, 나는 ___부터 확인하겠다.”

AI 활용·검증 과정 기록

기술이 아니라시스템을 본다

1주차 학습 지도

MIS의 기본 언어

기술 변화의 충격

관리자의 판단

학습 확인

인공지능을충실하고 책임 있게활용하기

나의 아침 30분 시스템 추적

MIS = 기술을 통한 조직의 판단과 실행

하나의 시스템, 다섯 개의 렌즈

작동 기반

기술 투자가 성과로 바뀌는 다섯 단계

기술 자원

정보 품질

실제 사용

업무 변화

조직 성과

기술이 산업의 경계를 다시 그리는 방식

Uber

Airbnb

Google

Meta

Shopify

Temu

Netflix

Spotify

변화를 가속한 여섯 가지 기반

클라우드

오픈소스

모바일·앱스토어

데이터·분석

생성형 AI

3D 프린팅·IoT

긴 설명보다 짧게 보고 구조를 찾기

2023년의 AI 직무 전망

AI의 약속과 위험을 동시에 계산

지식노동 보조

과학·의료 가속

개인화·접근성

새로운 사업

AI 도입의 출발점은 모델이 아니라 업무

도입 전 7문항

최신 사례를 시스템의 다섯 요소로 해부

자체 AI를 카카오톡의 일상 서비스로 연결

KAKAO모델 공개에서 서비스 실행으로

원문에서 확인할 사실

정보시스템의 작동 흐름

교재 1.1의 관점으로 해석

KLARNA80% 자동화 이후의 이중 운영

원문에서 확인할 사실

정보시스템의 작동 흐름

교재 1.1의 관점으로 해석

SHOPIFYAI 기본값을 조직 학습으로 전환

원문에서 확인할 사실

정보시스템의 작동 흐름

교재 1.1의 관점으로 해석

NAVERHyperCLOVA X

NAVER한국어 추론 모델에서 생태계로

원문에서 확인할 사실

정보시스템의 작동 흐름

교재 1.1의 관점으로 해석

쿠팡의지능형 물류

COUPANG로봇 도입이 아니라 물류 흐름의 재설계

원문에서 확인할 사실

정보시스템의 작동 흐름

교재 1.1의 관점으로 해석

성과 숫자 뒤의 시스템을 찾아 결정

사실 고정

시스템 지도

성과 검증

관리 결정

스타트업의 황금 삼각형

문제가 존재

해결할 능력

지불 의사

아이디어를 제품·시장 적합성으로 바꾸는 검증 여정

문제 관찰

가설 설정

시제품 제작

행동 측정

기술이 아니라
시스템을 본다

인공지능을
충실하고 책임 있게
활용하기

NAVER
HyperCLOVA X

쿠팡의
지능형 물류

토스:
송금의 마찰 제거

루닛:
AI를 임상 흐름에 넣기