CMDSPACE실습 안내 · 강사 구요한
LG CTO Claude 1:1 코칭
▶ 30초 브리핑구요한 대표 — 이 세션이 전달하는 가치
구
오늘 세션은 AI를 구경하는 자리가 아니라, 진짜 Google ASIMOV 데이터로 분류 기준 수립 → 대량 분류 → 정답 검증 → 임원 보고까지의 전 과정을 직접 해보고, 내일부터 업무 데이터에 바로 적용할 방법을 손에 쥐고 가는 자리입니다. (음성: 구요한 본인 목소리의 ElevenLabs 클론 — 이 브리핑 자체도 AI 제작 사례)
★ 실제 데이터로 진행이 실습은 진짜 Google ASIMOV 데이터로 돌립니다. GCS에서 받은 실 subset(injury 24건 · 멀티모달 이미지 6장 · 영상 프레임 10장 · 헌법 전후 쌍 4건)을 그대로 claude.ai에 올려 분류·요약합니다. 대표샘플(14건)은 정확도 즉석 검증용으로 함께 씁니다. → 데이터셋 설명 보기
✓ 리허설 검증 완료이 워크플로는 D-day 모의 실습으로 9개 시나리오 전부 실측 검증됐습니다. 블라인드 채점 38건 중 37건 정답(97.4%) · 위험 놓침(FN) 0 — 실 injury 24/24(100%), 대표세트 13/14(92.9%). 멀티모달 28건 판독, 헌법 전후 비교(안전=불변·위험=flip 비대칭)까지 확인. 각 시나리오의 「전달 가치」에 해당 실측치를 병기했습니다.
실습 시나리오 (9)
각 시나리오 = 무엇을 보나 + 어떤 데이터 + 어떤 프롬프트 → 산출물. 카드를 눌러 진행하세요. 상단 번호 nav로 진행 위치를 알 수 있습니다.
0115:10–15:25
데이터셋 이해
Claude가 ASIMOV 공식 설명(긴 문서)을 semantic·physical·embodiment·multimodal·constitution 5관점 5문장으로 압축하는 걸 봅니다.
공식 문서
0215:25–15:45
분류 체계(Taxonomy) 설계
Claude가 로봇 safety/security 9개 분류축 taxonomy를 표로 설계합니다. 이후 모든 분류의 기준.
공식 문서공식 문서
0315:45–16:05
단일 케이스 분석 (label 숨김)
정답을 숨긴 1건을 Claude가 위험·심각도·안전대안까지 판단합니다. 대표 1건 + 실 injury 1건 비교.
대표샘플실 ASIMOV
0416:05–16:25
대표샘플 배치 분류
14건 CSV를 한 번에 JSON schema로 분류. 위험 유형이 골고루라 데모가 깔끔하고 골든 정답과 즉석 대조.
대표샘플정답·골든정답·골든
05★ 실제16:05–16:25 (실)
실 ASIMOV 배치 분류
진짜 Google ASIMOV injury_val 24건(실제 병원 부상 보고서 기반)을 그대로 분류합니다. '진짜 데이터로 돌아간다'.
실 ASIMOV정답·골든
06★ 실제세션 중 삽입
실 멀티모달 — 이미지 + 영상
진짜 ASIMOV 멀티모달을 업로드합니다. 이미지 6장 + 실제 영상 프레임 10장(로봇 안전 영상)으로, 텍스트만 볼 때 vs 이미지·영상까지 볼 때 판단 차이를 봅니다.
실 ASIMOV실 ASIMOV실 ASIMOV실 ASIMOV
0716:25–16:45
요약 분석표 + 골든 대조
분류 결과를 임원 보고용 집계표로 압축하고, 골든 집계와 대조해 정확도를 즉석 확인합니다.
앞 산출물정답·골든
08★ 실제여유 시 Demo
Robot Constitution 전후 (실 프롬프트)
같은 케이스를 헌법 없이/있이 두 번 판단. injury 데이터에 두 버전 프롬프트가 실제 내장. 실 4건(안전2+위험2)으로 극성 검증, 판단이 뒤집히는 flip 데모는 대표 위험 케이스로.
실 ASIMOV대표샘플
0916:45–17:00
전략 리포트 + Self-audit
집계를 LG 적용 전략 5 + 3개월 계획 임원 1페이지로. 이어 Claude가 자기 산출물을 self-audit.
앞 산출물
진행 트랙 — 두 트랙의 기대효과가 다릅니다
주력 · claude.ai 웹 무설치. CSV/이미지 업로드 + 프롬프트 복사로 완주. 기대효과: CTO가 직접 손으로 규모·멀티모달·guardrail을 체감 — 즉시성과 대화 맥락의 힘.
심화 · Claude Code 로컬 폴더를 직접 읽어 파이프라인 시연(강사 Mac). 기대효과: 파일 지정만으로 분류→검증→저장을 자동화 — 블라인드 통제, answer key 자동 대조, 산출물의 자산화. 15,000건급 확장이 이 트랙의 연장선.
각 시나리오 페이지 하단에 트랙별 기대효과를 병기했고, 데이터 파일은 페이지에서 바로 다운로드할 수 있습니다. 점선 밑줄 용어에 마우스를 올리면 설명이 나옵니다.
주의(초반 프레이밍): “15,000개”는 공개 자료상 단일셋으로 없음 → 공개 subset으로 workflow, 원본 있으면 같은 pipeline 확장. safety ≠ cybersecurity. “데모이지 제품 인증 대체 아님”.