Course Syllabus

Each part (~3 hour lecture) is divided into theory and practice

Part 1: PKM in AI Era (210 min = 3.5 hours)

Theory: Theory of AI4PKM (1) - Why PKM

Section 1.1: 모든 것은 지식의 문제다 (40 min)

• Goal: 직장/일상 문제를 지식 격차로 진단하고 4 Gaps Framework 이해
• Topics:
• 1.1.1 직장과 일상의 문제들: 반복되는 회의 이슈, 이메일 늪, 목표 달성 실패
• 1.1.2 4가지 핵심 격차: Knowledge/Plan/Execution/Feedback gaps
• 1.1.3 지식 및 정보의 유형: 명시적/암묵적 지식, 선언적/절차적 지식, 구조화된/비구조화된 정보

Section 1.2: 지식 관리의 생애 주기 (40 min)

• Goal: 지식의 Capture→Process→Retrieve→Evolve 사이클 이해 및 각 단계별 핵심 활동 파악
• Topics:
• 1.2.1 지식의 유입 (Capture): 다양한 채널, 형식 다양성
• 1.2.2 지식의 정리 (Process): 구조화, 연결, 메타데이터
• 1.2.3 지식의 활용 (Retrieve): 검색, 발견, 적용
• 1.2.4 지식의 진화 (Evolve): 업데이트, 통합, 폐기

Section 1.3: PKM 도구와 실패 패턴 (40 min)

• Goal: PKM 실패 패턴 인지, 주요 도구(Obsidian/NotebookLM) 이해, 향후 학습 내용 파악
• Topics:
• 1.3.1 PKM 실패 사례와 교훈: 완벽주의 함정, 도구 중독, 일회성 정리
• 1.3.2 PKM 도구 소개: Obsidian, NotebookLM 등 주요 PKM 도구
• 1.3.3 이후 내용 미리보기: Part 2-4에서 다룰 AI4PKM 프레임워크 소개

Section 1.4: Practice Session 1 (90 min)

• Goal: 4 Gaps 자가진단 완료 및 개인 Obsidian vault 초기 구조 생성
• Activities:
• 1.4.1 개인 지식 현황 진단: 4 Gaps Self-Assessment
• 1.4.2 Knowledge Base 설계: Obsidian vault 구조 생성
• Deliverables:
• Personal Knowledge Gap Analysis 문서
• Working PKM vault with first 3-5 notes

Part 2: Why AI for PKM (210 min = 3.5 hours)

Theory: Theory of AI4PKM (2) - Why AI for PKM

Section 2.1: AI 시대의 지식 작업 (60 min)

• Goal: AI가 지식작업에 가져온 패러다임 변화(검색→대화, 수동→자동, 정적→동적) 이해
• Topics:
• 2.1.1 Agentic AI의 등장: ChatGPT, Claude, Gemini 경험
• 2.1.2 AI가 바꾸는 지식 작업: 검색→대화, 수동→자동, 정적→동적
• 2.1.3 PKM의 새로운 가능성: AI를 활용한 지식 관리 혁신

Section 2.2: AI로 해결하는 PKM 문제들 (60 min)

• Goal: AI 자동정리/지능형검색/AI파트너 활용으로 PKM 주요 문제점 해결 방법 습득
• Topics:
• 2.2.1 자동 정리와 구조화: AI가 분류, 태깅, 요약
• 2.2.2 지능형 검색과 발견: 의미 기반 검색, 관련 노트 추천
• 2.2.3 AI 파트너로서의 활용: 브레인스토밍, 글쓰기 보조, 피드백

Section 2.3: Practice Session 2 (90 min)

• Goal: ChatGPT/Claude 기본 사용법 익히고 NotebookLM으로 PKM 가능성 체험
• Activities:
• 2.3.1 Agentic AI 체험: ChatGPT/Claude 비교, Prompt 기초
• 2.3.2 ChatGPT vs PKM 비교: 일회성 대화 vs 누적 지식
• 2.3.3 NotebookLM 실습: 문서 업로드, 질의응답, 팟캐스트 생성
• Deliverables:
• Meeting transcript with AI summary
• Before/After comparison report
• NotebookLM project with sample documents

Part 3: AI4PKM Framework (210 min = 3.5 hours)

Theory: Theory of AI4PKM (3) - AI4PKM Framework

Section 3.1: Prompts & Skills (40 min)

• Goal: 효과적인 Prompt 구조(Role/Context/Task/Format) 이해 및 재사용 가능한 Skill 패키지 개념 습득
• Topics:
• 3.1.1 Prompt의 개념과 구조: Role, Context, Task, Format
• 3.1.2 Skill 패키지 만들기: 재사용 가능한 AI 기능
• 3.1.3 Prompt 라이브러리 구축: 자주 쓰는 패턴 모음

Section 3.2: Agent Workflows (40 min)

• Goal: 순차적 Prompt 실행으로 Capture/Process/Review 자동화하는 Workflow 설계 능력 배양
• Topics:
• 3.2.1 Workflow의 개념: 순차적 Prompt 실행
• 3.2.2 핵심 Workflow 3가지: Capture/Process/Review
• 3.2.3 Workflow 자동화: Schedule, Trigger, Monitor

Section 3.3: Tool Ecosystem (40 min)

• Goal: Obsidian+Claude+MCP 핵심 도구 스택 이해 및 도구 간 연결(API/Plugin) 방법 학습
• Topics:
• 3.3.1 도구 선택 기준: 개방성, 확장성, 안정성
• 3.3.2 핵심 도구 스택: Obsidian + Claude + MCP
• 3.3.3 도구 간 연결: API, Plugin, Integration

Section 3.4: Practice Session 3 (90 min)

• Goal: 개인화된 요약 Prompt 작성 및 Daily Review Workflow 설계/테스트 완료
• Activities:
• 3.4.1 첫 Prompt 만들기: 개인화된 요약 Prompt
• 3.4.2 Workflow 구성: Daily Review Workflow 설계
• Deliverables:
• Working DJR prompt + first roundup
• First automated workflow (documented)

Part 4: From Knowledge to Goals (210 min = 3.5 hours)

Theory: Theory of AI4PKM (4) - From Knowledge to Goals

Section 4.1: 목표 정의와 분해 (40 min)

• Goal: AI 시대 목표 설정법(적응성/측정가능성) 이해 및 큰 목표를 작은 단계로 분해하는 능력 습득
• Topics:
• 4.1.1 SMART 목표 vs AI 시대 목표: 측정 가능성, 적응성
• 4.1.2 목표 분해 프레임워크: 큰 목표→작은 단계
• 4.1.3 AI를 활용한 목표 설정: 브레인스토밍, 타당성 검증

Section 4.2: 진척 추적 시스템 (40 min)

• Goal: Input/Output/Outcome 메트릭 정의 및 Dataview 기반 대시보드 구축 방법 학습
• Topics:
• 4.2.1 진척 측정 방법: Input/Output/Outcome metrics
• 4.2.2 시각화 대시보드: Dataview, Charts, Reports
• 4.2.3 AI 기반 인사이트: 패턴 발견, 병목 진단

Section 4.3: AI Coaching 활용 (40 min)

• Goal: AI를 동기부여/피드백/조언 코치로 활용하는 정기 리뷰 루틴(Daily/Weekly/Monthly) 확립
• Topics:
• 4.3.1 AI Coach 역할 정의: 동기부여, 피드백, 조언
• 4.3.2 정기 리뷰 루틴: Daily/Weekly/Monthly
• 4.3.3 성장 마인드셋 유지: 실패 학습, 지속적 개선

Section 4.4: Practice Session 4 (90 min)

• Goal: 3개월 목표 설정 완료, 진척 대시보드 생성, AI와 함께 Weekly Review 체험
• Activities:
• 4.4.1 Goal Definition Workshop: 3개월 목표 설정
• 4.4.2 Progress Tracking 설계: Dashboard 만들기
• 4.4.3 AI Coaching 체험: Weekly Review with AI
• Deliverables:
• Goals/2025-Q1 [GoalName].md
• Progress tracking plan
• First day coaching log

Success Metrics

Hard Metrics

After completing the course, students will have: - [ ] Working PKM vault with 20+ notes - [ ] 2-3 automated workflows running - [ ] 1 goal with measurable progress - [ ] Daily/weekly routine established

Soft Metrics

Students will be able to: - [ ] "찾고 싶은 정보를 3분 내 찾을 수 있다" - [ ] "AI와의 대화가 자연스럽다" - [ ] "목표 진척이 가시화된다" - [ ] "시스템이 지속 가능하다"

Capstone Project (Optional)

AI4BetterMe Challenge

Structure: - 학생들이 자신의 목표 공개적으로 설정 - 4주간의 progress 공유 (커뮤니티) - 주간 체크인 및 피드백 - Final showcase: Before/After presentation

Requirements: 1. Public goal declaration (커뮤니티 게시판) 2. Weekly progress updates 3. Final presentation (5-10분) 4. Reflection essay

Showcase Format: - Before: "이런 문제가 있었습니다" - Process: "이렇게 해결했습니다" - After: "이런 결과를 얻었습니다" - Learning: "다음엔 이렇게 하겠습니다"

Course Timeline

Week-by-Week Structure

Week 1 (Part 1): Foundation - Day 1-2: Theory + Personal diagnosis - Day 3-4: Information classification + Vault setup - Day 5: First notes + reflection

Week 2 (Part 2): AI Integration - Day 1-2: Agentic AI experience - Day 3-4: Auto-organization practice - Day 5: AI partner brainstorming

Week 3 (Part 3): System Building - Day 1-2: Vibe Learning methodology - Day 3-4: Prompts + Workflows - Day 5: First automation working

Week 4 (Part 4): Goal Achievement - Day 1-2: Goal definition + measurement - Day 3-4: Data integration + dashboard - Day 5: AI coaching routine

Week 5 (Optional): Capstone - Community sharing - Final presentations - Certificate awards