수강생 AI 모델 사용 현황 조사 해석

풀스택 과정 36명만 놓고 보면 이렇다. 깊이 점수 평균 2.19(전체 2.26) · 하위 0~2점 64%(전체 61%) · 검증 위험군 28%(전체 33%). 세 과정 중 전체 평균에 가장 가깝다. 이 과정만 봐도 전체 그림과 거의 같다. 눈높이를 정할 때 기준으로 삼기 좋다. 전체 응답자의 35%다.

AI 실무개발 과정 33명만 놓고 보면 이렇다. 깊이 점수 평균 2.97(전체 2.26) · 하위 0~2점 42%(전체 61%) · 검증 위험군 52%(전체 33%). 세 과정 가운데 깊이 점수와 검증 위험군 비율이 모두 가장 높다. 전체 응답자의 32%가 이 과정이고 전체 검증 위험군 34명 가운데 17명이 여기서 나온다. 맡기는 법보다 확인하는 법을 앞에 둔다.

클라우드 과정 33명만 놓고 보면 이렇다. 깊이 점수 평균 1.64(전체 2.26) · 하위 0~2점 76%(전체 61%) · 검증 위험군 21%(전체 33%). 세 과정 중 깊이 점수와 검증 위험군 비율이 모두 가장 낮다. 전체 응답자의 32%가 이 과정이다. 위임 실습에는 검증 절차를 함께 묶어 제시한다.

발견 1. 연차가 길다고 활용 깊이 점수가 높지는 않는다 풀스택 36명

풀스택 과정만 떼어 보면 구간별 평균이 3개월 미만 2.00 · 3~6개월 2.33 · 6개월~1년 1.60 · 1~3년 2.64 · 3년 이상 1.90이다. 최대 차이는 1.04점으로 전체(0.60점)보다 크다. 중간까지 오르다 마지막 구간에서 0.74점 떨어져 순서대로 오르지는 않는다. 가장 작은 구간이 3명이라 한두 사람이 평균을 통째로 움직인다. 맨 아래 구간과 맨 위 구간 차이는 -0.10점이다.

근거로 쓴 시트 컬럼개발을 배우거나 일한 기간코드 질문을 할 때 맥락을 어떻게 주나터미널에서 쓰는 AI CLI 도구자주 사용하는 기능AI가 여러 파일을 알아서 고치는 '에이전트 모드'를 써 봤나

과정별로 쪼개면 구간당 3~14명이다. 이 인원으로 연차 효과를 판정할 수 없다. 전체 102명에서도 연차에 따라 깊이 점수가 일관되게 높아지지 않았다(위 버튼에서 전체 보기). 세미나 눈높이를 정할 때 연차는 쓰지 않는 편이 낫다.

발견 1. 연차가 길다고 활용 깊이 점수가 높지는 않는다 AI 실무개발 33명

AI 실무개발 과정만 떼어 보면 구간별 평균이 3개월 미만 3.40 · 3~6개월 3.00 · 6개월~1년 2.33 · 1~3년 2.92 · 3년 이상 3.00이다. 최대 차이는 1.07점으로 전체(0.60점)보다 크다. 연차가 올라간다고 점수가 따라 오르지는 않는다. 가장 작은 구간이 3명이라 한두 사람이 평균을 통째로 움직인다. 맨 아래 구간과 맨 위 구간 차이는 -0.40점이다.

근거로 쓴 시트 컬럼개발을 배우거나 일한 기간코드 질문을 할 때 맥락을 어떻게 주나터미널에서 쓰는 AI CLI 도구자주 사용하는 기능AI가 여러 파일을 알아서 고치는 '에이전트 모드'를 써 봤나

과정별로 쪼개면 구간당 3~12명이다. 이 인원으로 연차 효과를 판정할 수 없다. 전체 102명에서도 연차에 따라 깊이 점수가 일관되게 높아지지 않았다(위 버튼에서 전체 보기). 세미나 눈높이를 정할 때 연차는 쓰지 않는 편이 낫다.

발견 1. 연차가 길다고 활용 깊이 점수가 높지는 않는다 클라우드 33명

클라우드 과정만 떼어 보면 구간별 평균이 3개월 미만 0.33 · 3~6개월 0.00 · 6개월~1년 1.83 · 1~3년 1.94 · 3년 이상 1.57이다. 최대 차이는 1.94점으로 전체(0.60점)보다 크다. 중간까지 오르다 마지막 구간에서 0.37점 떨어져 순서대로 오르지는 않는다. 가장 작은 구간이 1명이라 한두 사람이 평균을 통째로 움직인다. 맨 아래 구간과 맨 위 구간 차이는 +1.24점이다.

근거로 쓴 시트 컬럼개발을 배우거나 일한 기간코드 질문을 할 때 맥락을 어떻게 주나터미널에서 쓰는 AI CLI 도구자주 사용하는 기능AI가 여러 파일을 알아서 고치는 '에이전트 모드'를 써 봤나

과정별로 쪼개면 구간당 1~16명이다. 이 인원으로 연차 효과를 판정할 수 없다. 전체 102명에서도 연차에 따라 깊이 점수가 일관되게 높아지지 않았다(위 버튼에서 전체 보기). 세미나 눈높이를 정할 때 연차는 쓰지 않는 편이 낫다.

발견 2. 한자리에 두 집단이 섞인다 풀스택 36명

풀스택 과정은 하위 0~2점 23명(64%) · 상위 5~6점 4명(11%)이다. 하위 집단이 전체 61%보다 두껍다. 평균 깊이는 2.19로 전체 2.26보다 낮다.

근거로 쓴 시트 컬럼코드 질문을 할 때 맥락을 어떻게 주나터미널에서 쓰는 AI CLI 도구자주 사용하는 기능AI가 여러 파일을 알아서 고치는 '에이전트 모드'를 써 봤나

전체 하위 0~2점 62명 가운데 23명이 이 과정에서 나온다. 응답자 가운데 하위 집단을 두껍게 만드는 쪽이라, 채점 행동을 이미 안다고 가정하면 이 사람들이 먼저 따라가기 어려워진다. 상위 5~6점은 4명뿐이다.

발견 2. 한자리에 두 집단이 섞인다 AI 실무개발 33명

AI 실무개발 과정은 하위 0~2점 14명(42%) · 상위 5~6점 8명(24%)이다. 하위 집단이 전체 61%보다 얇다. 평균 깊이는 2.97로 전체 2.26보다 높다.

근거로 쓴 시트 컬럼코드 질문을 할 때 맥락을 어떻게 주나터미널에서 쓰는 AI CLI 도구자주 사용하는 기능AI가 여러 파일을 알아서 고치는 '에이전트 모드'를 써 봤나

전체 상위 5~6점 14명 가운데 8명이 이 과정에서 나온다. 기본 사용법만 다루면 이 8명은 아는 이야기를 다시 듣는다. 전체 눈높이는 낮추더라도 이들이 가져갈 것을 하나는 넣어야 한다.

발견 2. 한자리에 두 집단이 섞인다 클라우드 33명

클라우드 과정은 하위 0~2점 25명(76%) · 상위 5~6점 2명(6%)이다. 하위 집단이 전체 61%보다 두껍다. 평균 깊이는 1.64로 전체 2.26보다 낮다.

근거로 쓴 시트 컬럼코드 질문을 할 때 맥락을 어떻게 주나터미널에서 쓰는 AI CLI 도구자주 사용하는 기능AI가 여러 파일을 알아서 고치는 '에이전트 모드'를 써 봤나

전체 하위 0~2점 62명 가운데 25명이 이 과정에서 나온다. 응답자 가운데 하위 집단을 두껍게 만드는 쪽이라, 채점 행동을 이미 안다고 가정하면 이 사람들이 먼저 따라가기 어려워진다. 상위 5~6점은 2명뿐이다.

발견 3. 두 집단은 규칙 파일 습관에서 갈린다 풀스택 36명

풀스택 과정에서는 규칙 파일을 만들어 둔 사람이 9명, 아닌 사람이 27명이다. 여섯 지표 가운데 5개에서 규칙 파일 쪽이 앞선다. 전체와 같은 방향이다. 나머지 1개는 두 집단이 같다.

근거로 쓴 시트 컬럼코드 질문을 할 때 맥락을 어떻게 주나터미널에서 쓰는 AI CLI 도구AI가 여러 파일을 알아서 고치는 '에이전트 모드'를 써 봤나하루 평균 사용 시간자주 사용하는 기능AI 답이 틀렸던 걸 알아챈 적이 있나

이 과정의 규칙 파일 작성자는 9명이라 한 사람이 11%p를 움직인다. 방향만 읽고 격차 크기는 전체 보기에서 확인한다. 세미나에서 규칙 파일을 다룬다면 이 과정은 25%만 쓰고 있어 만드는 것부터 보여 줘야 한다.

발견 3. 두 집단은 규칙 파일 습관에서 갈린다 AI 실무개발 33명

AI 실무개발 과정에서는 규칙 파일을 만들어 둔 사람이 14명, 아닌 사람이 19명이다. 여섯 지표 가운데 6개에서 규칙 파일 쪽이 앞선다. 전체와 같은 방향이다.

근거로 쓴 시트 컬럼코드 질문을 할 때 맥락을 어떻게 주나터미널에서 쓰는 AI CLI 도구AI가 여러 파일을 알아서 고치는 '에이전트 모드'를 써 봤나하루 평균 사용 시간자주 사용하는 기능AI 답이 틀렸던 걸 알아챈 적이 있나

이 과정의 규칙 파일 작성자는 14명이라 한 사람이 7%p를 움직인다. 방향만 읽고 격차 크기는 전체 보기에서 확인한다. 세미나에서 규칙 파일을 다룬다면 이 과정은 이미 42%가 쓰고 있어 시연보다 사례 비교가 낫다.

발견 3. 두 집단은 규칙 파일 습관에서 갈린다 클라우드 33명

클라우드 과정에서는 규칙 파일을 만들어 둔 사람이 7명, 아닌 사람이 26명이다. 여섯 지표 가운데 6개에서 규칙 파일 쪽이 앞선다. 전체와 같은 방향이다.

근거로 쓴 시트 컬럼코드 질문을 할 때 맥락을 어떻게 주나터미널에서 쓰는 AI CLI 도구AI가 여러 파일을 알아서 고치는 '에이전트 모드'를 써 봤나하루 평균 사용 시간자주 사용하는 기능AI 답이 틀렸던 걸 알아챈 적이 있나

이 과정의 규칙 파일 작성자는 7명이라 한 사람이 14%p를 움직인다. 방향만 읽고 격차 크기는 전체 보기에서 확인한다. 세미나에서 규칙 파일을 다룬다면 이 과정은 21%만 쓰고 있어 만드는 것부터 보여 줘야 한다.

발견 4. 많이 맡긴다고 더 검증하지는 않는다 풀스택 36명

"얼마나 맡기나"와 "받은 코드를 확인하나"를 교차해 사람을 네 칸으로 나눴다. 오른쪽 위는 에이전트를 쓰면서 코드를 그대로 실행하거나 실행 결과만 보고 반영한다고 답한 구간이다.

세로 = AI에게 코드를 얼마나 맡기나 · 가로 = 받은 코드를 어떻게 확인하나. 네 칸을 더하면 36명이다.

풀스택 기준으로 검증이 얕은 비율은 에이전트를 쓰는 쪽이 20%(n=20), 복붙·자동완성 쪽이 31%(n=16)다. 이 과정만은 많이 맡기는 쪽이 오히려 더 꼼꼼하다. 전체에서는 반대라 에이전트 쪽 32%, 복붙 쪽 25%다.

검증 위험군은 누구인가 풀스택 10명 · 28%

앞에서 정의한 검증 위험군이다. AI 코드를 그대로 실행하거나 실행 결과만 보고 반영한다고 답했거나, 틀렸는지 판단할 방법이 없다고 답한 사람들이다. 집단마다 인원이 달라 절대수로는 비교할 수 없다. 그래서 각 집단 안의 비율로 그렸다.

근거로 쓴 시트 컬럼AI 코딩 도구를 어떤 방식으로 쓰나AI가 준 코드를 어떻게 처리하나AI 답이 틀렸던 걸 알아챈 적이 있나개발을 배우거나 일한 기간참여 중인 과정

이 숫자는 자기 보고라 "읽고 이해한다"고 답한 사람이 실제로 어떤 검증 절차를 거치는지는 확인할 수 없다. 따라서 실제 검증 취약 가능성은 이 분류보다 크거나 작을 수 있다. 위험군 비율 28%로 세 과정 중 2번째다. 전체 33%와 견줘 읽는다. 경력별로 나누면 구간당 인원이 한 자릿수까지 떨어진다. 순서를 따지지 말고 크기만 본다.

발견 4. 많이 맡긴다고 더 검증하지는 않는다 AI 실무개발 33명

"얼마나 맡기나"와 "받은 코드를 확인하나"를 교차해 사람을 네 칸으로 나눴다. 오른쪽 위는 에이전트를 쓰면서 코드를 그대로 실행하거나 실행 결과만 보고 반영한다고 답한 구간이다.

세로 = AI에게 코드를 얼마나 맡기나 · 가로 = 받은 코드를 어떻게 확인하나. 네 칸을 더하면 33명이다.

AI 실무개발 기준으로 검증이 얕은 비율은 에이전트를 쓰는 쪽이 53%(n=19), 복붙·자동완성 쪽이 36%(n=14)다. 위임 수준이 올라간다고 검증이 따라 올라가지 않는다. 다만 에이전트 쪽이 19명뿐이라 한 사람이 5%p를 움직인다.

검증 위험군은 누구인가 AI 실무개발 17명 · 52%

앞에서 정의한 검증 위험군이다. AI 코드를 그대로 실행하거나 실행 결과만 보고 반영한다고 답했거나, 틀렸는지 판단할 방법이 없다고 답한 사람들이다. 집단마다 인원이 달라 절대수로는 비교할 수 없다. 그래서 각 집단 안의 비율로 그렸다.

근거로 쓴 시트 컬럼AI 코딩 도구를 어떤 방식으로 쓰나AI가 준 코드를 어떻게 처리하나AI 답이 틀렸던 걸 알아챈 적이 있나개발을 배우거나 일한 기간참여 중인 과정

이 숫자는 자기 보고라 "읽고 이해한다"고 답한 사람이 실제로 어떤 검증 절차를 거치는지는 확인할 수 없다. 따라서 실제 검증 취약 가능성은 이 분류보다 크거나 작을 수 있다. 세 과정 중 위험군 비율이 가장 높다(52%). 그런데 깊이 점수도 가장 높다. 많이 맡길수록 더 검증하지는 않는다는 결론이 이 과정만 떼어 봐도 그대로 나온다. 경력별로 나누면 구간당 인원이 한 자릿수까지 떨어진다. 순서를 따지지 말고 크기만 본다.

발견 4. 많이 맡긴다고 더 검증하지는 않는다 클라우드 33명

"얼마나 맡기나"와 "받은 코드를 확인하나"를 교차해 사람을 네 칸으로 나눴다. 오른쪽 위는 에이전트를 쓰면서 코드를 그대로 실행하거나 실행 결과만 보고 반영한다고 답한 구간이다.

세로 = AI에게 코드를 얼마나 맡기나 · 가로 = 받은 코드를 어떻게 확인하나. 네 칸을 더하면 33명이다.

클라우드 기준으로 검증이 얕은 비율은 에이전트를 쓰는 쪽이 18%(n=11), 복붙·자동완성 쪽이 14%(n=22)다. 위임 수준이 올라간다고 검증이 따라 올라가지 않는다. 다만 에이전트 쪽이 11명뿐이라 한 사람이 9%p를 움직인다.

검증 위험군은 누구인가 클라우드 7명 · 21%

앞에서 정의한 검증 위험군이다. AI 코드를 그대로 실행하거나 실행 결과만 보고 반영한다고 답했거나, 틀렸는지 판단할 방법이 없다고 답한 사람들이다. 집단마다 인원이 달라 절대수로는 비교할 수 없다. 그래서 각 집단 안의 비율로 그렸다.

근거로 쓴 시트 컬럼AI 코딩 도구를 어떤 방식으로 쓰나AI가 준 코드를 어떻게 처리하나AI 답이 틀렸던 걸 알아챈 적이 있나개발을 배우거나 일한 기간참여 중인 과정

이 숫자는 자기 보고라 "읽고 이해한다"고 답한 사람이 실제로 어떤 검증 절차를 거치는지는 확인할 수 없다. 따라서 실제 검증 취약 가능성은 이 분류보다 크거나 작을 수 있다. 세 과정 중 위험군 비율이 가장 낮다(21%). 다만 깊이 점수도 가장 낮다. 현재 응답만으로 두 지표의 인과관계는 알 수 없다. 에이전트 위임을 다룰 때 검증 절차를 함께 제시한다. 경력별로 나누면 구간당 인원이 한 자릿수까지 떨어진다. 순서를 따지지 말고 크기만 본다.