[써보고서] 멀티캠퍼스 'AI 스튜디오'가 낮춘 개발 문턱…설치·학습 부담 줄여
"별도 프로그램 설치 없이 바로 수업 시작하고, 막히는 순간마다 물어볼 곳이 있으니 인공지능(AI) 교육이 한결 쉽게 다가왔다." 지난 10일 서울 선릉에 있는 멀티캠퍼스에서 'AI 스튜디오'를 활용한 강좌를 수강한 뒤 든 첫 생각이다. 이날 강좌는 소형언어모델(sLLM)을 직접 만들고, 이를 기반으로 AI 애플리케이션을 구축하는 과정을 다뤘다. 처음엔 흔히 접할 수 있는 강의 플랫폼일 것이라 생각했지만, 막상 들어보니 달랐다. 우선 AI 스튜디오에선 별도 프로그램을 설치하지 않아도 가상머신(VM) 기반 실습 화면이 바로 열렸다. 코드 작업이 막힐 때는 화면 미러링과 AI 코딩튜터가 실시간으로 보완해 줬다. 개발 환경 세팅부터 진이 빠지는 일반 AI 강좌와 달리, 시작 부담은 낮추고 실습 집중도는 높인 점이 인상적이었다. 멀티캠퍼스는 삼성SDS 자회사이자 삼성 계열 기업교육 전문기업이다. 기업 임직원 대상 교육 중심으로 AI·IT, 리더십, 직무, 외국어, 법정의무교육 등 기업 인재 육성에 필요한 교육 서비스를 제공한다. 최근 인공지능 전환(AX) 수요에 맞춰 AI 교육을 강화하고 있다. 기업 재직자 업스킬링·리스킬링 교육, IT 인재 양성, AX 역량수준 진단, AI 실습 플랫폼 등을 앞세워 기업 교육 시장에서 AI 인재 육성 사업을 확대하고 있다. 'AI 스튜디오'는 이같은 멀티캠퍼스 전략를 위해 생겼다. 올해 3월 출시됐으며 이달부터 운영 중이다. 이 서비스는 단순히 AI 강의를 제공하는 데 그치지 않고, 실습 환경 구축부터 AI 기반 학습 지원, 결과물 제작까지 하나의 플랫폼에서 지원하는 게 핵심이다. 이를 통해 AI 교육 진입 장벽을 낮추고 현업 적용성을 높이는 데 초점 맞췄다. AI 스튜디오는 사용자 경험 측면에서도 우수한 평가를 받았다. 최근 독일 베를린 국제 디자인센터(IDZ)가 주관하는 'UX 디자인 어워즈 2026' 본선 진출작에 선정됐다. 이 어워즈는 전 세계 디지털 제품과 서비스 대상으로 사용자 경험 혁신성과 가치를 평가하는 UX 전문 시상식이다. 수상 결과는 오는 9월 나온다. "개발 프로그램 설치로 진 뺄 필요 없어"…VM 기반 학습 환경 AI 스튜디오에서 가장 먼저 체감한 장점은 설치 과정이 없다는 점이었다. 별도 프로그램을 내려받거나 개발 환경을 따로 세팅하지 않아도, 접속 즉시 가상머신(VM) 기반 실습 화면이 열렸다. 일반적인 AI·데이터 강좌는 파이썬과 개발 도구, 각종 라이브러리 설치부터 시작한다. 이 과정에만 1시간 가까이 걸리기도 한다. 개발 환경에 익숙하지 않은 학습자라면 수업을 듣기도 전에 오류 메시지와 씨름하다 지치기 쉽다. AI 스튜디오는 이 부담을 줄였다. 접속 후 곧바로 동일한 실습 환경에서 AI 강좌를 따라갈 수 있었다. 설치에 쓰일 시간을 강의 내용과 실습 과정에 적응하는 데 쓸 수 있었다. VM 환경은 원격 강의에서도 장점이 있었다. 강사와 수강생이 같은 공간에 있지 않아도 동일한 화면과 환경에서 수업을 진행할 수 있기 때문이다. 강사는 여러 수강생 화면을 한 번에 확인할 수 있어 단순 화상 강의보다 실제 실습실에 가까운 환경을 만들 수 있다. 갑자기 코드에 오류가 생겼다...'AI 코딩튜터'으로 해결 실습 중 막히는 부분이 생겼을 때마다 바쁜 강사를 불러 세우지 않아도 된다는 점도 인상적이었다. 간단한 질문이나 오류 확인을 'AI 코딩튜터'로 해결할 수 있었다. AI 개발 수업은 한 단계만 놓쳐도 이후 과정을 따라가기 어렵다. 특히 비개발자 입장에서는 코드 실행 순서, 오류 메시지, 개발 용어 하나하나가 낯설다. 실습 중 강사 설명을 집중해서 듣다가 잠시 다른 생각을 했더니 진도를 놓치는 일이 생겼다. 강사는 수강생들에게 한참 설명을 하고 있던 순간이었다. 다른 강의였으면 당황했겠지만, 이번엔 달랐다. AI 스튜디오 내부에 탑재된 AI 코딩튜터에 물어볼 수 있어서다. AI 코딩튜터는 오픈AI의 'GPT 5.2' 기반 실습 지원 도구다. 개념 설명부터 코드 작성, 실시간 오류 해결, 코드 리뷰까지 학습자 질문에 실시간으로 답변한다. 이 기능은 별도 창을 열거나 외부 서비스로 이동할 필요 없이 현재 작업 중인 코드 흐름 안에서 질문할 수 있다. 필요한 코드를 바로 복사해 실습 환경에 적용할 수 있다는 점도 편리했다. 특히 이번 강좌에서 AI 코딩튜터 활용 빈도는 예상보다 높았다. "이 코드가 무슨 역할을 하는가"부터 "오류가 발생한 원인은 무엇인가" "다음 단계를 놓쳤는데 알려달라" 등 자연어로 질문하면, AI 코딩튜터가 실시간으로 응답했다. AI 코딩튜더는 코드 오류가 발생했을 때 특히 유용했다. 오류 발생 원인과 해결 방법을 단계별로 설명했고, 수정 방향도 알려줬다. 개발 경험이 많지 않은 학습자도 스스로 문제를 파악하고 다음 단계로 넘어갈 수 있도록 도왔다. 물론 AI 코딩튜터가 모든 문제를 해결해 주는 것은 아니다. 복잡한 오류나 학습자의 이해 수준에 따라서는 인간 강사 도움이 필요한 경우도 있다. 특히 원격 학습 환경에서는 AI 코딩튜터의 설명만으로 해결되지 않는 상황이 발생할 수 있다. 이때는 화면 미러링 기능을 활용해 강사에게 현재 화면을 공유하고 도움받을 수 있다. 강사는 실시간으로 교육생의 실습 상황을 확인한 뒤 오류 원인이나 해결 방법을 안내한다. AI 코딩튜터가 1차적으로 질문에 답하고, 강사가 최종적으로 보완하는 구조다. AI 코딩튜터와 화면 미러링 기능이 함께 작동하면서 원격 교육에서도 오프라인 실습실에 가까운 학습 경험을 제공한다는 점이 인상적이었다. "생애 첫 AI 모델 만들어"…학습 내용을 실제 업무 결과물로 AI 스튜디오는 단순히 예제를 따라 해보는 교육 플랫폼에 그치지 않았다. 실습 결과물을 실제 업무에 어떻게 활용할 수 있을지까지 자연스럽게 생각하게 도왔다. 이번 강좌에서는 생애 첫 sLLM을 직접 만들어 깃허브에 업로드했다. 단순히 모델 개념을 배우는 데 그치지 않고, 코드를 실행하고 결과를 확인하며 하나의 결과물을 남길 수 있었다. 다음 강좌는 이 sLLM 모델을 활용해 AI 애플리케이션을 구현하는 단계다. 모델 제작에서 끝나는 것이 아니라 이를 업무 자동화나 데이터 분석, LLM 기반 서비스로 확장할 수 있다는 점이 인상적이었다. AI 교육이 단순 체험으로 끝나면 수강생에게는 단순 경험으로만 기억되기 쉽다. 반면 교육 과정에서 만든 결과물이 실제 업무 개선이나 반복 작업 자동화로 이어진다면 교육 효과는 훨씬 높아진다. AI 개발처럼 낯선 기술을 배울 때 중요한 것은 끝까지 한 번 만들어보는 경험이다. AI 스튜디오는 그 과정을 기술적으로 받쳐주며, 교육을 실제 업무 역량으로 연결하는 실습형 학습 환경이었다. 이번에 만든 sLLM으로 애플리케이션을 만드는 다음 실습 과정이 기대되는 이유다.
