6부문 방문 워크샵 · 2026년 4월

AI와 함께하는
사고력 여정

3가지 사고력과 AI를 내 파트너로 만드는 법

👩‍🏫 강사: 김학민 (AX스쿼드) 📅 2026년 4월 👥 대상: 편의점 6부문 영업 임직원 🏢 교육주체: 내부

워크샵 소개

오늘 여러분과 함께 나눌 이야기

"AI를 잘 쓰려면 먼저 잘 생각할 줄 알아야 합니다. 오늘은 그 생각하는 법을 영화 세 편으로 배워봅니다."

6부문 방문 워크샵에 오신 여러분을 환영합니다. 오늘 이 시간은 AI 기능 사용법이나 최신 트렌드보다 더 근본적인 이야기를 드리려고 합니다 — 바로 사고력입니다.

ℹ️ 이 워크샵은 4부문 방문 워크샵과 동일한 커리큘럼으로 운영됩니다. 3월에 4부문 영업 임직원 여러분과 나눈 이야기를 6부문 여러분과도 함께 하게 되어 기쁩니다.

오늘의 학습 목표

목표	구체적으로 무엇을?
🎬 3가지 사고력 이해	영화 3편(마션/머니볼/파운더)으로 로지컬·크리티컬·디자인 씽킹을 체험
🤖 AI의 사고 과정 파악	AI가 어떤 순서로 생각하는지, 그것이 우리 사고력과 어떻게 연결되는지 이해
💬 컨텍스트 엔지니어링	단순 질문에서 벗어나 AI와 함께 문제를 풀어가는 방법 익히기
🛠️ 바이브코딩 맛보기	코드 없이 말로 도구를 만드는 새로운 가능성 경험
💡 내 문제 발굴하기	나의 현업에서 AI가 도움이 될 첫 번째 문제를 정의해보기

왜 사고력인가요?

AI 시대에 가장 중요한 것이 사고력인 이유

오늘 워크샵을 준비하면서 여러분께 설문 하나를 드리고 싶었습니다.

💬 설문 질문 — AI를 제대로 잘 활용하려면 무엇이 필요할까요?

선택지 A

AI 기술에 대한 이해

모델 구조, 학습 방법, 최신 기술 동향을 알아야 한다.

선택지 B

지시문(프롬프트) 기술

AI에게 잘 지시하는 방법을 익혀야 한다.

선택지 D

사고력

문제를 발굴하고 정의하고 해결하는 생각하는 힘이 있어야 한다.

✅ 역시 그렇지만 — 우리는 오늘 사고력에 대한 이야기를 하고 싶습니다.
A, B, C도 물론 중요합니다. 하지만 AI 도구 사용법을 아무리 잘 알아도, 내가 어떤 문제를 풀어야 하는지 모르면 아무것도 시작되지 않습니다.

AI의 지시문 입력창은 비어 있습니다

Claude를 열면, 화면 가운데 입력창이 있습니다. 아무것도 없습니다. 여러분이 생각해서 채워야 합니다. AI는 여러분이 문제를 미리 정의해주지 않습니다. 그 생각하는 과정이 바로 사고력입니다.

😰 사고력 없이 AI 사용

"매출 분석해줘"

어떤 매출? 어느 기간? 어떤 관점?
AI는 막연한 답변을 내놓음
"이게 내가 원한 게 아닌데..."
다시 질문하고, 또 다시 질문하고...

✅ 사고력과 함께 AI 사용

먼저 생각합니다:

내가 정말 알고 싶은 것은 무엇인가?
이 문제의 원인은 어디에 있을까?
어떤 답변이 나오면 문제가 해결될까?

→ 명확한 문제 정의 → 정확한 AI 답변 → 실제 해결

영화 세 편으로 배우는 사고력

인간이 어떻게 문제를 정의하고 해결하는지, 영화 속에서 찾아봅니다

ℹ️ 각 영화마다 두 가지를 생각해보세요.
1) 주인공이 어떤 문제를 풀었는가, 어떻게 풀었는가?
2) 만약 주인공이 AI를 활용할 수 있었다면, 문제 풀이 방법이 바뀌었을까?

🚀 마션 — 로지컬 씽킹 (Logical Thinking)

영화 속 문제: 화성에 혼자 남겨진 마크 와트니. 구조대가 오기까지 4년을 버텨야 합니다. 식량은 31일치밖에 없습니다.

"나는 이 문제를 과학적으로 풀어야 한다. 4년 치 식량을 어떻게 만들까? 화성 토양 + 물 + 비료 = 감자 재배. 재배 면적 × 수확량 = 버틸 수 있는 날 수."

마크 와트니는 패닉하지 않습니다. 문제를 잘게 쪼개고, 각 단계를 논리적 순서로 해결합니다. 이것이 로지컬 씽킹입니다.

로지컬 씽킹의 핵심	설명
문제 분해	큰 문제를 작고 다룰 수 있는 단위로 나눈다
순서 정의	해결 방법을 절차적·단계적으로 나열한다
논리 점검	각 단계의 근거와 연결 고리를 확인한다

AI와의 연결 — Chain of Thought (CoT)

AI도 똑같이 합니다. AI에게 "단계적으로 생각해줘" 라고 하면, AI는 문제를 분해하고 순서대로 풀어갑니다. 이것이 바로 Chain of Thought 기법입니다.

📋 복사해서 붙여넣기

우리 점포에서 이번 달 편의점 도시락 매출이 20% 떨어졌어.
왜 그럴 수 있는지 단계적으로 생각해서 분석해줘.

먼저 가능한 원인들을 카테고리별로 나열하고,
각 원인별로 확인해볼 수 있는 방법을 알려줘.

✅ 로지컬 씽킹 한 줄 요약: 마크 와트니처럼, 큰 문제를 작은 단계로 쪼개서 하나씩 풀어가는 것. AI에게도 "단계적으로"라고 요청하면 로지컬하게 사고합니다.

⚾ 머니볼 — 크리티컬 씽킹 (Critical Thinking)

영화 속 문제: 빌리 빈 단장은 빈약한 예산으로 강팀과 싸워야 합니다. 기존 스카우트들은 "눈에 보이는 외모와 타격 자세"로 선수를 평가합니다. 빌리는 이 관행에 의문을 품습니다.

"과연 타율이 좋은 선수가 정말 팀 승리에 기여하는가? 우리가 당연하게 여기던 기준이 정말 맞는 기준인가?"

빌리는 데이터를 보고 기존 통념에 비판적으로 질문합니다. 크리티컬 씽킹은 "최고의 답"을 찾는 게 아니라, "꽤 괜찮은 최선의 해"를 찾는 과정입니다. 소크라테스가 말했듯, 당연한 것에 질문하는 습관입니다.

크리티컬 씽킹의 핵심	설명
당연함에 의문	"원래 이렇게 했으니까"를 한 번 뒤집어 본다
증거 기반 평가	느낌이나 경험이 아닌 데이터로 판단한다
꽤 괜찮은 해 찾기	완벽한 답 대신 지금 가장 현실적인 해를 선택한다

AI와의 연결 — Evaluation & Multi-Turn

AI의 첫 번째 답변을 그냥 받아들이지 마세요. 빌리 빈처럼 "정말 그게 맞아?"라고 다시 물어보세요. AI와 여러 번 대화하면서(Multi-Turn) 더 나은 답으로 좁혀가는 것이 크리티컬 씽킹의 AI 활용법입니다.

📋 복사해서 붙여넣기 (Multi-Turn 예시)

[첫 번째 질문]
우리 편의점의 야간 매출을 올리는 방법 3가지를 추천해줘.

[AI 답변을 보고 나서 두 번째 질문]
방금 추천한 3가지 방법 중에서, 실제로 가장 빠르게 실행할 수
있으면서 비용이 가장 적게 드는 방법은 어떤 것인지 평가해줘.
그리고 그 방법의 단점도 솔직하게 말해줘.

✅ 크리티컬 씽킹 한 줄 요약: 머니볼의 빌리 빈처럼, AI의 첫 번째 답에 "정말?"이라고 한 번 더 물어보세요. 두 번째 대화에서 더 좋은 답이 나옵니다.

🍔 파운더 — 디자인 씽킹 (Design Thinking)

영화 속 문제: 레이 크록은 맥도날드 형제의 햄버거 가게를 처음 방문합니다. 음식이 30초 만에 나옵니다. 고객이 줄을 서서 기다립니다. 크록은 "왜 이 모델이 작동하는가?"를 끊임없이 관찰하고 분석합니다.

"고객이 진짜 원하는 것은 빠른 음식이 아니야. 아이와 함께 안심하고 밥을 먹을 수 있는 경험이야."

디자인 씽킹은 사람(고객)으로부터 출발합니다. 인지 과학자 허버트 사이먼이 제안한 이 사고법은 "누가, 왜, 무엇 때문에 불편한가?"를 먼저 묻습니다.

디자인 씽킹의 핵심 도구	설명
PoV (Point of View)	[누구]는 [무엇]이 필요하다, 왜냐하면 [이유]이기 때문이다
HMW (How Might We)	"우리가 어떻게 하면 ~할 수 있을까?" — 문제를 기회로 바꾸는 질문법
공감 우선	내 생각보다 고객의 입장에서 먼저 생각한다

AI와의 연결 — PoV로 문제 정의

AI에게 맥락(Context)을 줄 때 PoV 형식을 사용하면 훨씬 정확한 답이 나옵니다. AI는 "나란 사람"을 이해하는 것으로부터 사고를 시작하기 때문입니다.

📋 복사해서 붙여넣기 (PoV + HMW 예시)

나는 편의점 6부문 영업을 담당하는 담당자야. 매달 경영주에게 매출 보고를 하는데, 경영주들이 숫자만 보고는 왜 매출이 떨어졌는지 이해를 못해서 매번 같은 질문을 반복하고 설명하는 데 시간이 많이 걸려. 우리가 어떻게 하면 경영주가 숫자 이면의 이유를 한눈에 이해할 수 있는 보고 자료를 만들 수 있을까? 방법을 3가지 제안해줘.

✅ 디자인 씽킹 한 줄 요약: 파운더의 레이 크록처럼, 문제 해결 전에 먼저 "그 사람은 진짜 무엇을 원하는가?"를 물어보세요. AI에게도 그 사람의 입장에서 시작하도록 맥락을 주세요.

AI는 어떻게 사고하는가?

방금 배운 3가지 사고력이 AI 안에서 어떻게 작동하는지 봅니다

흥미로운 사실이 있습니다. AI가 좋은 답변을 만드는 과정이 우리가 방금 배운 3가지 사고력과 정확히 일치합니다.

Step 1

디자인 씽킹

PoV · HMW
나는 누구인가?
무엇을 원하는가?

→

Step 2

로지컬 씽킹

CoT
해결 방법을
절차적으로 나열

→

Step 3

실행

조사 · 정리
문제 해결
결과 도출

→

Step 4

크리티컬 씽킹

Evaluation
결과가 진짜
문제를 해결했나?

ℹ️ AI의 지시문 입력창은 비어 있습니다. AI가 Step 1을 제대로 수행하려면, 여러분이 먼저 디자인 씽킹을 해서 "내가 누구이고 무엇이 문제인지"를 AI에게 알려줘야 합니다. 사고력은 AI를 잘 쓰기 위한 전제 조건입니다.

AI를 파트너로

이 워크샵 자체가 AI와 함께 준비한 사례입니다

"AI를 쓸 때도 단순히 얻고 싶은 질문을 하는 것이 아니라, 내가 이 문제를 왜 물어보는지, 어떤 것이 진짜 문제이고 어떻게 풀어가야 할지에 대한 생각과 고민의 과정을 AI와 나누는 것이 좋은 답변을 받을 수 있는 길입니다."

오늘 이 워크샵을 준비하는 과정 자체가 AI와 함께한 사례입니다. 함께 살펴봅니다.

준비 과정 들여다보기

문제 상황: 6부문 방문 워크샵이 얼마 남지 않았습니다.
6부문 영업 담당 임직원 여러분에게 진짜 도움이 되는 시간이 되려면 어떻게 해야 할까요?

디자인 씽킹으로 문제 정의하기 (PoV)

PoV 항목	내용
누구 (Who)	편의점 6부문 영업 담당 임직원
무엇이 필요한가 (Need)	AI를 실제 업무에 써볼 수 있다는 자신감과 첫 번째 아이디어
왜 (Because)	AI 도구는 알지만 "내 업무에 어떻게 쓰지?"가 막막하기 때문

HMW — 어떻게 하면 될까?

조건 1

재밌고 흥미로워야 한다

새롭게 알게 된 것이 있어야 한다. 어렵고 딱딱한 강의가 아니라 이야기처럼 들려야 한다.

조건 2

바로 활용할 수 있어야 한다

오늘 배운 것이 내일 당장 쓸 수 있는 아이디어가 되어야 한다.

AI와의 대화로 찾아낸 해법

AI에게 물었습니다: "사고력 세 가지를 영화 클립으로 설명하면 어떨까? 어떤 영화가 적합할까?" AI가 제안한 영화들이 대중적인지, 씽킹 과정을 이해하는 데 적절한지 저도 함께 평가했습니다(크리티컬 씽킹). 마음에 들지 않으면 프롬프트를 수정하여 AI가 다시 생각하게 했습니다(Multi-Turn).

문제 정의

PoV + HMW

디자인 씽킹

→

AI와 탐색

영화 선정
Multi-Turn

크리티컬 씽킹

→

구조 설계

커리큘럼
CoT로 정리

로지컬 씽킹

→

검토

NotebookLM
으로 검증

Evaluation

ℹ️ NotebookLM 활용: AI가 제안한 영화에 대해 빠르게 이해하고 적절한지 판단하기 위해 NotebookLM을 사용했습니다. 영화 관련 자료를 업로드하고, "이 영화가 로지컬 씽킹을 설명하는 데 얼마나 적합한가?"를 물어보았습니다.

컨텍스트 엔지니어링

단순 질문을 넘어서 — AI와 맥락을 공유하는 방법

"프롬프트 엔지니어링이 좋은 지시문 하나를 잘 만드는 것이라면, 컨텍스트 엔지니어링은 AI가 내 상황 전체를 이해하도록 맥락을 설계하는 것입니다."

단순 프롬프트 vs 컨텍스트 엔지니어링

❌ 단순 프롬프트

매출 분석해줘

→ AI는 어떤 매출인지, 어떤 관점인지, 어떤 결과를 원하는지 모릅니다. 범용적이고 도움이 안 되는 답변이 나옵니다.

✅ 컨텍스트 엔지니어링

나는 편의점 6부문 영업 담당자야.
이번 달 A구역 점포 10개의 도시락 매출이
전월 대비 평균 15% 떨어졌어.
경영주에게 원인을 설명하고 개선안을 제안해야 해.
어떤 데이터를 먼저 확인해야 하고,
어떤 순서로 분석을 진행하면 좋을지 알려줘.

→ 역할, 상황, 목표, 원하는 결과까지 명확. 실용적인 분석 방법이 나옵니다.

컨텍스트를 구성하는 4가지 요소

요소	의미	편의점 영업 예시
나는 누구인가 (Role)	내 역할과 직무를 AI에게 알려준다	"나는 편의점 6부문 영업을 담당하고 있어"
상황 (Situation)	지금 어떤 일이 벌어지고 있는지 설명한다	"이번 달 야간 매출이 작년 대비 20% 떨어졌어"
목표 (Goal)	최종적으로 어떤 결과가 필요한지 말한다	"경영주에게 원인과 개선안을 보고해야 해"
제약 조건 (Constraint)	불가능하거나 제한된 것을 알려준다	"마케팅 예산은 없고, 운영 방식만 바꿀 수 있어"

GS Retail 내부 AI 도구 활용

미소 (MiSo)

업무용 AI 어시스턴트

사내 시스템과 연동된 GS Retail 전용 AI입니다. 회사 데이터와 업무 프로세스를 이해하고 있어 더 정확한 맥락으로 사용할 수 있습니다.

Enterprise Gemini

Google 엔터프라이즈 AI

회사 계정으로 사용하는 Google의 AI입니다. 사내 보안 정책 안에서 더 다양한 작업을 수행할 수 있습니다.

⚠️ 보안 주의: 외부 AI 도구(Claude.ai, ChatGPT 등) 사용 시 실제 매출 데이터, 경영주 정보, 내부 전략 문서는 절대 입력하지 마세요. 반드시 가상 데이터나 미소/Enterprise Gemini를 사용하세요.

실전 컨텍스트 엔지니어링 실습

영화 속 주인공이 되어서 AI를 활용해봅니다. 만약 마션의 마크 와트니가 AI를 쓸 수 있었다면?

📋 복사해서 붙여넣기 (영화 시나리오 실습)

나는 화성에 혼자 남겨진 우주비행사야.
식량은 31일치밖에 없고, 구조대는 4년 후에 도착해.
화성 기지에는 토양과 물을 만들 수 있는 장비, 태양광 패널이 있어.

나는 생존을 위해 식물을 재배해야 해.
무엇을 재배하면 좋고, 어떤 순서로 계획을 세워야 할지
단계적으로 알려줘.

ℹ️ 이 실습의 핵심: 영화와 달리, AI를 활용하면 마크 와트니는 훨씬 더 빠르게 최선의 방법을 찾을 수 있었을 겁니다. 여러분의 현업 문제에도 이 방식을 그대로 적용할 수 있습니다.

바이브코딩 맛보기

코드 없이 말로 도구를 만드는 새로운 가능성

"바이브 코딩(Vibe Coding)이란? 코드 한 줄 모르는 사람도 말로 프로그램을 만드는 방식. 우리 식으로는 '입코딩'."

AI와 함께라면, 사고력으로 문제를 정의하고 컨텍스트 엔지니어링으로 방법을 찾은 뒤, 실제로 도구를 만드는 단계까지 갈 수 있습니다.

코딩 vs 바이브코딩

전통적인 코딩

문제 정의
↓ 이해할 수 있게 작업 전달
개발자
↓ 전달받은 작업을 대신하도록 구현
프로그램 완성

바이브 코딩

문제 정의
↓ 이해할 수 있게 작업 전달
AI
↓ 전달받은 작업을 대신하도록 구현
프로그램 완성

편의점 영업 담당자의 바이브코딩 사례

새해 결심처럼, 우리는 항상 "이번엔 정말 해보자"는 다짐을 합니다. 하지만 실제로 지속되지 않습니다. AI와 함께 이 문제를 풀어봅니다.

나의 문제 정의 (PoV):

나는 매달 점포 방문 보고서를 작성해야 하는데, 매번 양식을 열고 동일한 항목을 반복해서 입력하는 데 시간이 너무 걸린다. 월 평균 3시간은 이 단순 작업에 쓰는 것 같다.

HMW: 어떻게 하면 점포 방문 보고서 작성 시간을 절반으로 줄일 수 있을까?

📋 복사해서 붙여넣기 (바이브코딩 실습)

편의점 점포 방문 체크리스트 앱을 만들어줘.

기능:
- 점포명 입력
- 체크 항목: 청결도, 재고 상태, 냉장 온도, 직원 응대, 행사 연출
  (각 항목: 양호/주의/불량 선택)
- 메모 입력 (텍스트)
- "보고서 생성" 버튼 → 입력 내용을 정리한 텍스트 자동 생성

조건:
- 가상 데이터만 사용 (실제 점포명 사용 금지)
- HTML 한 파일로 만들어줘
- 모바일에서도 잘 보이게 해줘

✅ v0(v0.dev)에 이 프롬프트를 붙여넣으면 실제로 클릭 가능한 체크리스트 앱이 만들어집니다. 개발자 없이, 코드 한 줄 없이.

바이브코딩의 계층

계층	결과물	오늘 실습 범위
자유도 높음	UI · 화면 프로토타입	✅ 오늘 바로 해볼 수 있는 것
중간	보고서·기획 문서 초안	✅ 컨텍스트 엔지니어링으로 가능
엄격함	API · 백엔드 시스템	개발자와 협업 필요

내 문제는 내가 발굴하고 정의한다

가장 중요한 원칙 — 물속 열 길은 알아도 한 길 사람 속은 모른다

"나는 이런 상황이 있을 만하다 정도의 상상만 하지, 여러분이 실제로 어떤 문제를 가지고 있는지는 여러분만 압니다. 내 문제는 내가 발굴하고 정의해야 합니다."

지금까지 3가지 사고력, AI를 파트너로 쓰는 방법, 컨텍스트 엔지니어링, 바이브코딩을 배웠습니다. 이 모든 것은 결국 하나의 질문으로 모입니다 — 나의 현업에서 어떤 문제를 풀 것인가?

Open Discussion — 내 문제 찾기

💡 발굴

내 업무의 '답답함'은 무엇인가?

매달 반복하는 작업, 항상 시간이 걸리는 보고, 경영주 설득이 어려운 상황 — 어떤 것이 있나요?

🎯 정의

그것을 PoV로 말할 수 있나?

"나는 [누구]이고, [무엇]이 필요하다, 왜냐하면 [이유]." — 이 형식으로 나의 문제를 정의해보세요.

🛠️ 실행

AI와 함께 첫 번째 시도

오늘 배운 컨텍스트 엔지니어링으로 AI에게 그 문제를 설명하고 아이디어를 얻어보세요.

🔄 반복

Multi-Turn으로 다듬기

첫 번째 답변에 "정말?"이라고 질문하세요. 크리티컬 씽킹으로 더 나은 답을 찾아가세요.

ℹ️ AX스쿼드가 함께합니다. 뉴스레터, AX PM 교육, AX FDE 교육, DS ML 교육을 통해 지속적으로 배울 수 있는 기회를 드리고 있습니다. 오늘 이후에도 궁금한 것이 생기면 언제든 연락해주세요.

사고력이 있는 사람이 AI도 잘 씁니다

AI만 믿는 접근

막연한 질문
첫 번째 답에 만족
내 문제가 뭔지 모름
"AI가 알아서 해줄 것"

사고력 + AI 파트너십

문제를 먼저 정의 (디자인 씽킹)
단계적으로 접근 (로지컬 씽킹)
결과를 평가하고 다듬기 (크리티컬 씽킹)
AI와 함께 실제 도구를 만들기

"내 문제를 내가 발굴하고 정의하는 사람이
AI를 가장 잘 쓰는 사람입니다."

오늘 배운 3가지 사고력은 AI 시대에도, AI 이후에도 변하지 않는 핵심 역량입니다.

오늘 배운 것 최종 체크리스트

로지컬 씽킹 — 마크 와트니처럼 문제를 단계적으로 분해한다 (마션)
크리티컬 씽킹 — 빌리 빈처럼 당연한 것에 질문하고 Multi-Turn으로 다듬는다 (머니볼)
디자인 씽킹 — 레이 크록처럼 사람으로부터 시작해 PoV와 HMW로 문제를 정의한다 (파운더)
AI의 사고 4단계 (디자인→로지컬→실행→크리티컬)를 이해한다
컨텍스트 엔지니어링 — 역할·상황·목표·제약을 AI에게 함께 알려준다
바이브코딩 — 말로 도구를 만드는 것이 가능하다는 것을 체험한다
내 현업에서 AI가 도움이 될 첫 번째 문제를 하나 정의해봤다

✅ 수고하셨습니다! 오늘 이 시간이 여러분의 업무에서 AI를 써볼 첫 번째 용기가 되기를 바랍니다. 찾아가는 워크샵에 함께해 주셔서 감사합니다.

용어가 낯설다면? 쉬운 설명 보기

용어	쉬운 설명
로지컬 씽킹	큰 문제를 작은 단계로 나눠서 순서대로 푸는 사고법. 마션의 마크 와트니.
크리티컬 씽킹	당연한 것에 "정말?"이라고 질문하고, 데이터로 최선의 해를 찾는 사고법. 머니볼의 빌리 빈.
디자인 씽킹	사람(고객)의 입장에서 먼저 생각하고 문제를 정의하는 사고법. 파운더의 레이 크록.
PoV (Point of View)	"[누구]는 [무엇]이 필요하다, 왜냐하면 [이유]." 문제를 한 문장으로 정의하는 법.
HMW (How Might We)	"어떻게 하면 우리가 ~할 수 있을까?" 문제를 기회의 질문으로 바꾸는 기법.
CoT (Chain of Thought)	AI에게 "단계적으로 생각해줘"라고 할 때 AI가 쓰는 방식. 로지컬 씽킹의 AI 버전.
Multi-Turn	AI와 한 번만 대화하는 게 아니라, 답변을 보고 다시 질문하며 대화를 이어가는 방법.
컨텍스트 엔지니어링	AI에게 역할·상황·목표·제약을 함께 알려줘서 훨씬 정확한 답을 받는 방법.
바이브코딩	코드 없이 말로 프로그램을 만드는 방식. 우리 식으로는 "입코딩".
미소 (MiSo)	GS Retail 내부 업무용 AI 어시스턴트. 회사 데이터와 프로세스에 맞게 최적화된 도구.

AI와 함께하는사고력 여정