Latest

생성형 ai 매일 쓰는 조직도 ax교육이 필요한 이유, 서울창조경제혁신센터 AX Grow 사례

생성형 AI 매일 쓰는 조직도 AX 교육이 필요한 이유: 서울창조경제혁신센터 AX Grow 사례

1분 요약 읽기 💡 AX 교육은 "AI를 처음 배우는 사람"만을 위한 것이 아닙니다. 서울창조경제혁신센터(CCEI) 임직원은 이미 대부분 생성형 AI를 일상적으로 쓰고 있었지만, AXMOS는 이들을 위해 별도의 AI 에이전트 온보딩 교육을 설계했습니다. 목표는 "AI에게 묻던" 방식에서 "AI에게 업무를 맡기는" 방식으로 관점을 바꾸는 것이었습니다. 센터장부터
Codepresso 12 min read
공공기관의 AI 교육은 어디까지 넓어질 수 있을까: 부산정보산업진흥원 코드프레소 AX Grow 사례

공공기관의 AI 교육은 어디까지 넓어질 수 있을까: 부산정보산업진흥원 AX Grow 사례

1분 요약 읽기 💡 공공기관 AI 교육은 하나의 고정된 커리큘럼으로 끝나지 않습니다. 부산정보산업진흥원(BIPA)에서는 기관의 행정 업무와 지역 산업의 맥락에 맞춰 각각 다르게 설계됐습니다. AXMOS는 임직원 대상의 행정 업무 자동화 교육과 지역 콘텐츠 기업 재직자 대상의 AI 영상 제작 교육을 각각 설계했고, 여기에 진흥원·부산벤처기업협회와 함께 지역 AX 생태계 구축을
Codepresso 11 min read
'AI 잘 쓰는 사람'보다 'AI와 일할 줄 아는 조직'이 이깁니다

'AI 잘 쓰는 사람'보다 'AI와 일할 줄 아는 조직'이 이깁니다

한국·룩셈부르크·베트남, 세 나라 전문가가 한자리에 모인 글로벌 AI 웨비나 후기 AI 시대를 준비한다는 말, 다들 쉽게 씁니다. 그런데 정확히 뭘 준비한다는 뜻일까요. 지난 2026년 7월 22일, 코드프레소는 Women in Vibe Coding과 함께 글로벌 웨비나 "AI 시대 항해하기: 책임 있는 AI 활용, 창의성, 그리고 미래 역량"을
Codepresso 9 min read
AI 도입, 쉽고 효과 큰 업무부터 정하기: 에이엠텔레콤 AX Grow 사례

AI를 어디부터 도입할지, 쉽고 효과 큰 업무부터 정하기: 에이엠텔레콤 AX Grow 사례

1분 요약 읽기 💡 에이엠텔레콤(AMTEL)은 구매·품질·인증서류·경영보고처럼 매일 반복되는 사내 행정 업무에는 AI를 체계적으로 써본 적이 없었습니다. 그래서 회사가 택한 첫 단계는 경영진·본부장·실장급 의사결정권자 대상 AX Grow 시연 세션이었습니다. 의사결정권자들은 근태·공급사 대사·인증 규정·정부 R&D 모니터링·경영보고, 이렇게 다섯 개 업무
Codepresso 8 min read
제품엔 AI, 조직엔 아직? 조직 전체 AI 도입의 시작점: 치과기기업체 R사 AX Grow 사례

디지털 헬스케어 기업 R사, 왜 업무자동화에 나섰을까: AX Grow 사례

정밀 진단·치료 장비를 만들어 세계 여러 나라에 수출하는 의료기기 기업 R사는 제품에 AI 기술을 적용하는 데는 이미 익숙한 회사입니다. 그런데 그 제품을 만들고 파는 회사 안 업무는 다릅니다. 회계팀이 매달 만드는 자금 흐름 문서, 품질팀이 정리하는 부품 안내 문서, 영업팀이 쓰는 제안서 초안처럼 매번 같은 방식으로 반복되는 일에는 아직
Codepresso 11 min read
트랜스링크인베스트먼트 AX Grow 사례 - VC의 반복 업무 4가지를 skill로 자동화

VC의 반복 업무 4가지, 슬래시 명령어 한 줄로 끝내기: 트랜스링크 AX Grow 사례

한 줄 요약💡 글로벌 벤처캐피탈 트랜스링크인베스트먼트는 AXMOS·코드프레소의 조직 AI 전환 프로그램 'AX Grow'에서, 이메일 회신 추적·첨부파일 저장·PDF 데이터 추출·스프레드시트 연동이라는 네 가지 반복 업무를 직접 자동화 Skill로 만드는 법을 배웠습니다. 트랜스링크는 투자할 스타트업을 고르는 게 업입니다. AI든 SaaS든, 남의 회사가 얼마나 효율적으로 일하는지를
Codepresso 9 min read
AI 에이전트 도입의 갈림길

AI 에이전트 도입, 기술 말고 이 3가지부터 확인하세요

1분 요약 읽기💡 AI 에이전트 파일럿이 실제 업무 운영까지 가는 비율은 11~14%입니다. 나머지 86~89%는 시범 운영에서 끝납니다. 원인 1순위는 AI 성능이 아니라 책임 소재가 흩어져 있는 관리 구조였습니다. 여러 부서의 에이전트를 하나로 묶어 관리하는 체계를 갖춘 조직은 7~8%, 에이전트가 무슨 작업을 했는지 끝까지 확인할 수
Codepresso 15 min read