통찰노동
경험을 인사이트로 바꾸는 데이터 포밍 기술
Regular price
$22.47
Sale price
Regular price
Shipping calculated at checkout.
✈️
Estimated delivery date 예상 배송일
Standard Shipping
불러오는 중...
주문일로부터 8-12 영업일
Express Shipping
불러오는 중...
주문일로부터 6-8 영업일
"당신의 경력은 AI 시대에도 살아남을 수 있는가?"
지금 당장 '경험의 재설계'를 통해
새로운 일의 영역으로 도약하라!
지난 시간 동안 경험은 가장 확실한 무기였다. 수많은 프로젝트와 위기 상황을 지나며 길러온 판단력은 어떤 매뉴얼보다 빠르고 정확하게 작동했다. 이 가운데 경력자들은 상황의 흐름을 읽고, 아직 드러나지 않은 변수와 위험을 예측하며, 적절한 대응을 미리 준비할 수 있었다. 앞을 내다보는 지도가 정교해지는 것, 그것이 곧 경험의 힘이자 경력자가 지닌 생존력의 근거였다.
하지만 AI의 등장으로 이 판도는 흔들리고 있다. AI는 방대한 지식을 순식간에 탐색하고 재조합하며, 새로운 대안을 즉시 만들어 낸다. 그 활용 범위가 판단과 기획의 영역까지 확장되면서, 오랫동안 통용되던 '경험=예측'의 공식도 바뀌고 있다. 이 변화 속에서 많은 경력자가 이런 질문을 맞닥뜨린다. "지금까지의 경험이 과연 앞으로 통할까?"
AI의 벽 앞에서 경험이 무용해진 것은 아니다. 다만 경험이 작동하는 조건과 활용 방식이 달라졌다. 과거에는 경험을 바탕으로 더 빠르게 답을 찾아내는 능력이 중요했다면, 이제는 경험 속에 담긴 판단의 원리를 발견하고, 상황에 맞게 재구성하는 능력이 중요하다. 관성적인 문답과 실행에서 벗어나 새로운 질문을 만들고 더 나은 판단을 설계하는 자원으로 경험을 활용해야 한다. 이 책은 바로 이 지점에서 AI 시대를 돌파할 '경험적 지능의 설계', 궁극적으로 '통찰노동'을 제안한다.
비즈니스는 수많은 변수와 예외가 끊임없이 충돌하는 열린 시스템이다. AI가 아무리 빨리 판단과 대안을 내놓는다 해도 상황에 따라 무엇이 중요한지 판단하고 현장의 맥락 속에서 일의 핵심을 파악하는 일은 여전히 인간의 경험이라는 렌즈를 통해 가능하다.
따라서 이런 시대일수록 진정으로 가치 있는 것은 경력자만이 소유한 '고순도 경험 데이터'다. 이 책에서 제시하는 공정들로 흩어져 있는 경험을 구조화하고, 실패와 성공을 패턴화하며, 직관을 설명 가능한 원리로 바꾼다면, 언제든 꺼내 활용할 수 있는 '통찰 자산'이 된다. 이것이 이 책에서 얻을 수 있는 AI 시대의 새로운 경쟁력이며, 대체 불가능한 통찰노동자로 거듭날 수 있는 길이다.
AI가 바꿔놓은 일의 지도,
자신만의 통찰 자산을 완성하라
『통찰노동』에서는 경험을 새로운 관점에서 바라본다. 경험을 시간의 축적이 아닌 '비정형 데이터베이스', 개인이 쌓아온 판단의 원리와 맥락이 저장된 '경험 자본'으로 정의한다. 경험이 깊어질수록 우리는 핵심을 빠르게 포착하고, 반복되는 패턴을 읽으며, 사안을 다층적으로 바라볼 수 있게 된다. 이러한 경험은 자신만의 해석력을 만드는 원천이며, AI 시대에 더욱 중요한 경쟁력으로 작동한다.
통찰노동은 경험을 데이터로 구조화하고, 이를 통찰 자산으로 전환해 AI와 연결함으로써 문제를 해결하는 새로운 일의 패러다임이다. 이 책은 경험을 통찰 자산으로 완성하고, 이를 실제 문제 해결에 활용하는 과정을 단계별로 제시한다.
지금까지 쌓아온 경험을 상황·행동·결과·원리의 네 가지 토큰으로 분해하는 '데이터 포밍', 경험에서 추출한 판단을 재사용 가능한 단위로 정리하는 '인사이트 모듈 라이브러리', 경험 기반의 질문을 하나의 사고 체계로 조립하는 '마스터 프롬프트 아키텍처' 등 통찰노동에 필요한 핵심 방법론을 체계적으로 제시한다. 독자는 각 과정을 차례로 따라가며 경험을 구조화하고, 그 안에 담긴 판단의 원리를 자신만의 통찰 자산으로 발전시킬 수 있다.
AI의 추론을 무한히 확장하는 지적 설계도
통찰노동자가 만드는 새로운 경쟁력
AI 시대의 경쟁력은 뛰어난 AI를 사용하는 데 있지 않다. 핵심은 경험을 AI와 연결해 새로운 가치를 만들어 내는 능력이다. AI는 방대한 정보를 빠르게 분석하고 다양한 가능성을 제시하지만 어떤 질문을 던지고 어떤 방향으로 갈지는 사람의 경험이 결정한다. 이 가운데 『통찰노동』은 경험을 현장에서 체득한 판단 데이터이자 해석의 자산으로 바라보고, 이를 AI가 활용할 수 있는 지적 설계도로 전환하는 방법을 제안한다.
먼저 경험의 가치를 새롭게 정의한다. 오랜 경험 속에서 축적된 패턴 인식과 해석력은 누구도 쉽게 모방할 수 없는 경험 자본이며, AI와 결합할 때 더욱 큰 경쟁력이 된다. 이어 경험을 구조화해 판단 원리를 추출하고, 이를 재사용 가능한 통찰 자산으로 발전시키는 과정을 설명한다. 이렇게 정리된 통찰은 프롬프트와 프레임워크로 확장되어 반복 가능한 사고 체계를 이룬다. 이때 프롬프트는 일개의 질문 입력 기술이 아니라 경험에서 도출한 판단 원리를 바탕으로 AI의 추론을 이끄는 지적 설계도가 된다.
책 전반부에서는 AI 시대에 경험이 어떻게 새로운 경쟁력으로 활용될 수 있는지 이유를 살펴보고, 이를 AI와 협업하는 영역으로 전환하는 방법을 다룬다. 토큰화, 드릴링, 워크시트 등 다양한 실습을 통해 자신의 경험을 분석하고 통찰 자산으로 발전시키는 과정을 단계적으로 익힐 수 있다. 책 후반부에서는 이러한 사고 체계를 다양한 문제에 적용할 수 있는 프레임워크로 확장해 AI와 함께 더 나은 의사결정을 이끌어 내는 실천법을 제시한다.
경험을 구조화할수록 AI는 더 깊이 사고하고, 견고해진 통찰은 누구도 쉽게 모방할 수 없는 경쟁력이 된다. AI 시대의 진정한 경쟁력은 AI 자체가 아니라 그를 움직이는 우리의 경험과 사고에 있다는 것을 이 책은 보여준다.
지금 당장 '경험의 재설계'를 통해
새로운 일의 영역으로 도약하라!
지난 시간 동안 경험은 가장 확실한 무기였다. 수많은 프로젝트와 위기 상황을 지나며 길러온 판단력은 어떤 매뉴얼보다 빠르고 정확하게 작동했다. 이 가운데 경력자들은 상황의 흐름을 읽고, 아직 드러나지 않은 변수와 위험을 예측하며, 적절한 대응을 미리 준비할 수 있었다. 앞을 내다보는 지도가 정교해지는 것, 그것이 곧 경험의 힘이자 경력자가 지닌 생존력의 근거였다.
하지만 AI의 등장으로 이 판도는 흔들리고 있다. AI는 방대한 지식을 순식간에 탐색하고 재조합하며, 새로운 대안을 즉시 만들어 낸다. 그 활용 범위가 판단과 기획의 영역까지 확장되면서, 오랫동안 통용되던 '경험=예측'의 공식도 바뀌고 있다. 이 변화 속에서 많은 경력자가 이런 질문을 맞닥뜨린다. "지금까지의 경험이 과연 앞으로 통할까?"
AI의 벽 앞에서 경험이 무용해진 것은 아니다. 다만 경험이 작동하는 조건과 활용 방식이 달라졌다. 과거에는 경험을 바탕으로 더 빠르게 답을 찾아내는 능력이 중요했다면, 이제는 경험 속에 담긴 판단의 원리를 발견하고, 상황에 맞게 재구성하는 능력이 중요하다. 관성적인 문답과 실행에서 벗어나 새로운 질문을 만들고 더 나은 판단을 설계하는 자원으로 경험을 활용해야 한다. 이 책은 바로 이 지점에서 AI 시대를 돌파할 '경험적 지능의 설계', 궁극적으로 '통찰노동'을 제안한다.
비즈니스는 수많은 변수와 예외가 끊임없이 충돌하는 열린 시스템이다. AI가 아무리 빨리 판단과 대안을 내놓는다 해도 상황에 따라 무엇이 중요한지 판단하고 현장의 맥락 속에서 일의 핵심을 파악하는 일은 여전히 인간의 경험이라는 렌즈를 통해 가능하다.
따라서 이런 시대일수록 진정으로 가치 있는 것은 경력자만이 소유한 '고순도 경험 데이터'다. 이 책에서 제시하는 공정들로 흩어져 있는 경험을 구조화하고, 실패와 성공을 패턴화하며, 직관을 설명 가능한 원리로 바꾼다면, 언제든 꺼내 활용할 수 있는 '통찰 자산'이 된다. 이것이 이 책에서 얻을 수 있는 AI 시대의 새로운 경쟁력이며, 대체 불가능한 통찰노동자로 거듭날 수 있는 길이다.
AI가 바꿔놓은 일의 지도,
자신만의 통찰 자산을 완성하라
『통찰노동』에서는 경험을 새로운 관점에서 바라본다. 경험을 시간의 축적이 아닌 '비정형 데이터베이스', 개인이 쌓아온 판단의 원리와 맥락이 저장된 '경험 자본'으로 정의한다. 경험이 깊어질수록 우리는 핵심을 빠르게 포착하고, 반복되는 패턴을 읽으며, 사안을 다층적으로 바라볼 수 있게 된다. 이러한 경험은 자신만의 해석력을 만드는 원천이며, AI 시대에 더욱 중요한 경쟁력으로 작동한다.
통찰노동은 경험을 데이터로 구조화하고, 이를 통찰 자산으로 전환해 AI와 연결함으로써 문제를 해결하는 새로운 일의 패러다임이다. 이 책은 경험을 통찰 자산으로 완성하고, 이를 실제 문제 해결에 활용하는 과정을 단계별로 제시한다.
지금까지 쌓아온 경험을 상황·행동·결과·원리의 네 가지 토큰으로 분해하는 '데이터 포밍', 경험에서 추출한 판단을 재사용 가능한 단위로 정리하는 '인사이트 모듈 라이브러리', 경험 기반의 질문을 하나의 사고 체계로 조립하는 '마스터 프롬프트 아키텍처' 등 통찰노동에 필요한 핵심 방법론을 체계적으로 제시한다. 독자는 각 과정을 차례로 따라가며 경험을 구조화하고, 그 안에 담긴 판단의 원리를 자신만의 통찰 자산으로 발전시킬 수 있다.
AI의 추론을 무한히 확장하는 지적 설계도
통찰노동자가 만드는 새로운 경쟁력
AI 시대의 경쟁력은 뛰어난 AI를 사용하는 데 있지 않다. 핵심은 경험을 AI와 연결해 새로운 가치를 만들어 내는 능력이다. AI는 방대한 정보를 빠르게 분석하고 다양한 가능성을 제시하지만 어떤 질문을 던지고 어떤 방향으로 갈지는 사람의 경험이 결정한다. 이 가운데 『통찰노동』은 경험을 현장에서 체득한 판단 데이터이자 해석의 자산으로 바라보고, 이를 AI가 활용할 수 있는 지적 설계도로 전환하는 방법을 제안한다.
먼저 경험의 가치를 새롭게 정의한다. 오랜 경험 속에서 축적된 패턴 인식과 해석력은 누구도 쉽게 모방할 수 없는 경험 자본이며, AI와 결합할 때 더욱 큰 경쟁력이 된다. 이어 경험을 구조화해 판단 원리를 추출하고, 이를 재사용 가능한 통찰 자산으로 발전시키는 과정을 설명한다. 이렇게 정리된 통찰은 프롬프트와 프레임워크로 확장되어 반복 가능한 사고 체계를 이룬다. 이때 프롬프트는 일개의 질문 입력 기술이 아니라 경험에서 도출한 판단 원리를 바탕으로 AI의 추론을 이끄는 지적 설계도가 된다.
책 전반부에서는 AI 시대에 경험이 어떻게 새로운 경쟁력으로 활용될 수 있는지 이유를 살펴보고, 이를 AI와 협업하는 영역으로 전환하는 방법을 다룬다. 토큰화, 드릴링, 워크시트 등 다양한 실습을 통해 자신의 경험을 분석하고 통찰 자산으로 발전시키는 과정을 단계적으로 익힐 수 있다. 책 후반부에서는 이러한 사고 체계를 다양한 문제에 적용할 수 있는 프레임워크로 확장해 AI와 함께 더 나은 의사결정을 이끌어 내는 실천법을 제시한다.
경험을 구조화할수록 AI는 더 깊이 사고하고, 견고해진 통찰은 누구도 쉽게 모방할 수 없는 경쟁력이 된다. AI 시대의 진정한 경쟁력은 AI 자체가 아니라 그를 움직이는 우리의 경험과 사고에 있다는 것을 이 책은 보여준다.
Couldn't load pickup availability
출판사 리뷰
출판사 리뷰
목차
목차
프롤로그_ 경험은 늙지 않는다
제1장 지식 노동의 종말과 통찰노동의 탄생
1-1. 피터 드러커의 '지식 노동자'는 왜 유효기간이 끝났는가?
1-2. 지식의 보편화와 통찰의 희소성: 가치 사슬의 이동
1-3. 통찰노동의 정의: 해석하고 판단하며 가치를 부여하는 일
1-4. DIKW 모델의 붕괴: 추상적 지혜를 넘어 논리적 통찰로
1-5. 답을 적는 사람에서 문제를 정의하는 사람으로
제2장 인간의 경쟁력은 정확도와 해석력
2-1. 속도의 역설: 경험이 판단 자산의 원천이 되는 이유
2-2. 정확도의 시대: 맥락으로 방향을 찾는 능력
2-3. 데이터 너머의 의도를 읽는 기술, '해석'
2-4. 현장의 마찰을 뚫고 사람과 시장을 해석하는 기술
2-5. 경험이 깊을수록 해석이 간결해지는 이유
제3장 경험은 데이터베이스:
인간이 가진 비정형 데이터의 가치
3-1. 버려지는 경험 속에 경쟁력이 있다
3-2. 단순 정보가 아닌 구조를 저장하는 인간의 뇌
3-3. 빅데이터를 이기는 딥데이터
3-4. 경험의 본질적 가치: 시간이 축적한 패턴의 힘
제4장 통찰노동의 공학:
경험 자본에서 자산을 추출하는 기술
4-1. 구조화: 경험을 AI의 언어로 전환하는 기술
4-2. 상황 토큰: AI가 놓치는 결정적 장면 포착하기
4-3. 행동 토큰: 결과가 아닌 사고의 경로 기록하기
4-4. 결과 토큰: 성과 너머의 인과관계 해석하기
4-5. 원리 토큰: 반복 가능한 승리 공식으로 압축하기
4-6. [통합 실천] 비정형 경험을 4대 토큰으로 재구성하는 법
4-7. [마스터 드릴링] 통찰의 무결성을 완성하는 최종 제련 기술
4-8. 자산화: 정제된 통찰을 프롬프트 자산으로 확정하기
제5장 프롬프트는 사유의 설계도:
경험 기반의 프레임 설계 기술
5-1. 프롬프트의 본질은 문제 프레이밍이다
5-2. 경험 기반의 문제 프레이밍 vs 지식 기반의 일반 질문
5-3. 통찰 기반 프롬프트 디자인 설계
5-4. 프롬프트의 마지막 조건: 최종 독자를 향해 질문하라
5-5. 간결함의 공학: 구조를 통해 질문의 밀도를 높이는 법
5-6. 사유의 정점: 프롬프트는 지적 설계의 흔적이다
제6장 프레임워크의 탄생:
프롬프트를 OS로 조립하라
6-1. 프레임이 당신의 능력을 결정한다
6-2. 프롬프트 모듈화를 통한 프레임 설계법
6-3. 문제 진단 프레임: 맥락으로 해체하는 진단의 연산식
6-4. 의사결정 프레임: 햄릿의 고뇌를 끝내는 선택의 연산식
6-5. 시장 구조 프레임: 교과서의 룰을 깨는 권력의 연산식
6-6. 인간 본성 프레임: 논리를 압도하는 욕망의 연산식
6-7. 프레임 업데이트: 영원한 베타 버전의 사고 알고리즘
제7장 경험이 만든 시야:
멀리, 넓게, 깊게 보는 능력
7-1. 멀리 보는 시야는 지능이 아니라 경험의 산물
7-2. 버티컬이 아닌 매트릭스 사고
7-3. 경계를 넘어 본질을 읽는 힘
7-4. 경험의 임계점: 사건이 패턴으로 보이는 순간
7-5. 경험의 3차원 시야: 구조적 통찰을 완성하는 법
제8장 통찰노동자의 AI의 사용 설명서:
AI 최적화 프로토콜
8-1. AI의 속도에 인간의 의도를 태우라
8-2. 묻는 자와 답하는 자: 아키텍처 설계와 패턴 추출 프로토콜
8-3. 맥락의 리터칭: AI의 연산에 의미를 주입하라
8-4. 시스템 아키텍트로서의 프레임 디자이너
8-5. 반인반마 '켄타우로스' 모델의 탄생
제9장 조직의 AI의 사용 설명서:
판단 자산이 공동체를 구한다
9-1. 그림자 AI의 양지화: 개인의 가속을 조직의 자산으로
9-2. 새로운 KPI, 판단의 데이터화
9-3. 인간 방화벽: 할루시네이션을 막는 통찰노동자
9-4. 포스트 퍼널 시대: 초가속 시장의 대응 전략
9-5. 통찰노동자의 직무 기술서
제10장 통찰노동자의 자질:
경험 자본을 판단 자산으로 전환하라
10-1. 해석자: 문제를 데이터의 언어로 바꾸는 힘
10-2. 아키텍트: 현장 경험을 시스템으로 바꾸는 힘
10-3. 조율자: 사람과 AI, 현장을 조율하는 힘
10-4. 수호자: 판단 자산의 가치를 지키는 힘
제11장 마스터 프롬프트 아키텍처:
통찰의 공학적 설계 실습
11-1. [Step 1. 토큰화] 경험의 데이터 포밍
[워크시트] 나의 경험 데이터 포밍 캔버스
11-2. [Step 2. 모듈화] 인사이트 모듈 라이브러리 구축
[워크시트] 데이터 변환 및 규격화 시연
11-3. [Step 3. 공식화] 아키텍처 및 판단 연산식 설계
[워크시트] 상황별 아키텍처 스케치 시연
11-4. [Step 2. 이식] 마스터 프롬프트 최종 설계
제12장 통찰노동자, 질문으로 시대를 묻다
12-1. [기술] AI라는 인프라, 기술의 궤적을 묻다
12-2. [시장] 초개인화의 끝, 인간의 결핍을 묻다
12-3. [조직] 거대한 AI의 파도, 생존의 밸런싱을 묻다
12-4. [세대] 끊긴 성장의 사다리, 경험의 아키텍처를 묻다
12-5. [미래] 효율의 끝, 의미 창조를 묻다
에필로그_ 질문으로 시작해, 더 거대한 질문 앞에 서다
제1장 지식 노동의 종말과 통찰노동의 탄생
1-1. 피터 드러커의 '지식 노동자'는 왜 유효기간이 끝났는가?
1-2. 지식의 보편화와 통찰의 희소성: 가치 사슬의 이동
1-3. 통찰노동의 정의: 해석하고 판단하며 가치를 부여하는 일
1-4. DIKW 모델의 붕괴: 추상적 지혜를 넘어 논리적 통찰로
1-5. 답을 적는 사람에서 문제를 정의하는 사람으로
제2장 인간의 경쟁력은 정확도와 해석력
2-1. 속도의 역설: 경험이 판단 자산의 원천이 되는 이유
2-2. 정확도의 시대: 맥락으로 방향을 찾는 능력
2-3. 데이터 너머의 의도를 읽는 기술, '해석'
2-4. 현장의 마찰을 뚫고 사람과 시장을 해석하는 기술
2-5. 경험이 깊을수록 해석이 간결해지는 이유
제3장 경험은 데이터베이스:
인간이 가진 비정형 데이터의 가치
3-1. 버려지는 경험 속에 경쟁력이 있다
3-2. 단순 정보가 아닌 구조를 저장하는 인간의 뇌
3-3. 빅데이터를 이기는 딥데이터
3-4. 경험의 본질적 가치: 시간이 축적한 패턴의 힘
제4장 통찰노동의 공학:
경험 자본에서 자산을 추출하는 기술
4-1. 구조화: 경험을 AI의 언어로 전환하는 기술
4-2. 상황 토큰: AI가 놓치는 결정적 장면 포착하기
4-3. 행동 토큰: 결과가 아닌 사고의 경로 기록하기
4-4. 결과 토큰: 성과 너머의 인과관계 해석하기
4-5. 원리 토큰: 반복 가능한 승리 공식으로 압축하기
4-6. [통합 실천] 비정형 경험을 4대 토큰으로 재구성하는 법
4-7. [마스터 드릴링] 통찰의 무결성을 완성하는 최종 제련 기술
4-8. 자산화: 정제된 통찰을 프롬프트 자산으로 확정하기
제5장 프롬프트는 사유의 설계도:
경험 기반의 프레임 설계 기술
5-1. 프롬프트의 본질은 문제 프레이밍이다
5-2. 경험 기반의 문제 프레이밍 vs 지식 기반의 일반 질문
5-3. 통찰 기반 프롬프트 디자인 설계
5-4. 프롬프트의 마지막 조건: 최종 독자를 향해 질문하라
5-5. 간결함의 공학: 구조를 통해 질문의 밀도를 높이는 법
5-6. 사유의 정점: 프롬프트는 지적 설계의 흔적이다
제6장 프레임워크의 탄생:
프롬프트를 OS로 조립하라
6-1. 프레임이 당신의 능력을 결정한다
6-2. 프롬프트 모듈화를 통한 프레임 설계법
6-3. 문제 진단 프레임: 맥락으로 해체하는 진단의 연산식
6-4. 의사결정 프레임: 햄릿의 고뇌를 끝내는 선택의 연산식
6-5. 시장 구조 프레임: 교과서의 룰을 깨는 권력의 연산식
6-6. 인간 본성 프레임: 논리를 압도하는 욕망의 연산식
6-7. 프레임 업데이트: 영원한 베타 버전의 사고 알고리즘
제7장 경험이 만든 시야:
멀리, 넓게, 깊게 보는 능력
7-1. 멀리 보는 시야는 지능이 아니라 경험의 산물
7-2. 버티컬이 아닌 매트릭스 사고
7-3. 경계를 넘어 본질을 읽는 힘
7-4. 경험의 임계점: 사건이 패턴으로 보이는 순간
7-5. 경험의 3차원 시야: 구조적 통찰을 완성하는 법
제8장 통찰노동자의 AI의 사용 설명서:
AI 최적화 프로토콜
8-1. AI의 속도에 인간의 의도를 태우라
8-2. 묻는 자와 답하는 자: 아키텍처 설계와 패턴 추출 프로토콜
8-3. 맥락의 리터칭: AI의 연산에 의미를 주입하라
8-4. 시스템 아키텍트로서의 프레임 디자이너
8-5. 반인반마 '켄타우로스' 모델의 탄생
제9장 조직의 AI의 사용 설명서:
판단 자산이 공동체를 구한다
9-1. 그림자 AI의 양지화: 개인의 가속을 조직의 자산으로
9-2. 새로운 KPI, 판단의 데이터화
9-3. 인간 방화벽: 할루시네이션을 막는 통찰노동자
9-4. 포스트 퍼널 시대: 초가속 시장의 대응 전략
9-5. 통찰노동자의 직무 기술서
제10장 통찰노동자의 자질:
경험 자본을 판단 자산으로 전환하라
10-1. 해석자: 문제를 데이터의 언어로 바꾸는 힘
10-2. 아키텍트: 현장 경험을 시스템으로 바꾸는 힘
10-3. 조율자: 사람과 AI, 현장을 조율하는 힘
10-4. 수호자: 판단 자산의 가치를 지키는 힘
제11장 마스터 프롬프트 아키텍처:
통찰의 공학적 설계 실습
11-1. [Step 1. 토큰화] 경험의 데이터 포밍
[워크시트] 나의 경험 데이터 포밍 캔버스
11-2. [Step 2. 모듈화] 인사이트 모듈 라이브러리 구축
[워크시트] 데이터 변환 및 규격화 시연
11-3. [Step 3. 공식화] 아키텍처 및 판단 연산식 설계
[워크시트] 상황별 아키텍처 스케치 시연
11-4. [Step 2. 이식] 마스터 프롬프트 최종 설계
제12장 통찰노동자, 질문으로 시대를 묻다
12-1. [기술] AI라는 인프라, 기술의 궤적을 묻다
12-2. [시장] 초개인화의 끝, 인간의 결핍을 묻다
12-3. [조직] 거대한 AI의 파도, 생존의 밸런싱을 묻다
12-4. [세대] 끊긴 성장의 사다리, 경험의 아키텍처를 묻다
12-5. [미래] 효율의 끝, 의미 창조를 묻다
에필로그_ 질문으로 시작해, 더 거대한 질문 앞에 서다
저자
저자
김진영 현장의 경험을 판단의 언어로 구조화해 온 전략가. 지난 25년간 전략 컨설턴트, 기업 임원, 투자자로 일하며 사업의 실패와 피벗, 성장의 장면을 가까이에서 지켜보았다. KT 그룹 전략사업담당을 거쳐 현재는 리츠브룩스홀딩스 대표이사로 전략 컨설팅, 컴퍼니빌딩과 투자 분야에서 활동하고 있다.
사업의 성패는 정보의 양이나 실행 속도보다 상황을 해석하고 판단 기준을 세우는 능력에서 갈린다고 본다. 이러한 문제의식을 바탕으로 사업의 시장성과 사업성을 입체적으로 진단하는 '22 Blocks Diagnosis'를 개발했으며, 기업과 대학, 창업지원기관에서 비즈니스 모델과 성장 전략을 검토해 왔다.
"속도는 기계가 가져갔다. 인간에게 남은 것은 오직 판단뿐이다."
그는 경험이 오래 쌓였다고 저절로 지혜가 되는 것은 아니라고 말한다. 경험은 구조화될 때 비로소 판단에 다시 활용할 수 있는 자원이 되고, AI 와 협업할 수 있는 통찰 자산으로 전환된다는 것이다. 이를 'Experience to Prompt to Insight', 곧 경험을 프롬프트로, 프롬프트를 통찰로 전환하는 과정으로 체계화했다.
고려대학교에서 경제학 학사를 받고 성균관대학교 글로벌창업대학원에서 창업학 석사 학위를 받았다. 브런치스토리에서는 '자하jaha'라는 필명으로 전략, 창업, 리더십과 인간의 판단에 관한 글을 쓰고 있다.
사업의 성패는 정보의 양이나 실행 속도보다 상황을 해석하고 판단 기준을 세우는 능력에서 갈린다고 본다. 이러한 문제의식을 바탕으로 사업의 시장성과 사업성을 입체적으로 진단하는 '22 Blocks Diagnosis'를 개발했으며, 기업과 대학, 창업지원기관에서 비즈니스 모델과 성장 전략을 검토해 왔다.
"속도는 기계가 가져갔다. 인간에게 남은 것은 오직 판단뿐이다."
그는 경험이 오래 쌓였다고 저절로 지혜가 되는 것은 아니라고 말한다. 경험은 구조화될 때 비로소 판단에 다시 활용할 수 있는 자원이 되고, AI 와 협업할 수 있는 통찰 자산으로 전환된다는 것이다. 이를 'Experience to Prompt to Insight', 곧 경험을 프롬프트로, 프롬프트를 통찰로 전환하는 과정으로 체계화했다.
고려대학교에서 경제학 학사를 받고 성균관대학교 글로벌창업대학원에서 창업학 석사 학위를 받았다. 브런치스토리에서는 '자하jaha'라는 필명으로 전략, 창업, 리더십과 인간의 판단에 관한 글을 쓰고 있다.
Payment & Security
Payment methods
Your payment information is processed securely. We do not store credit card details nor have access to your credit card information.

