다음 코스 고르기 — 다섯 역할 분기

여기까지 왔다면 컬렉션 · 데이터셋 · 차트 · 시나리오 라는 D.Hub 의 네 핵심 결과물을 손으로 한 번씩 만지신 셈입니다. 다음 단계는 자기 역할에 맞는 코스 한 개를 고르는 것입니다. 본 레슨이 다섯 갈래를 짧게 안내합니다.

다섯 역할 분기

각 코스의 첫 레슨 짧은 소개 가 함께 적혀 있습니다. 끌리는 곳으로 한 발 더 들어가세요. 본 코스의 진척률은 자동으로 남아 있어, 언제든 처음 오신 분 이어서 학습 패널에서 이어 갈 수 있습니다.

분석가 코스 — 40분, 4 레슨

데이터를 찾고, 시각화로 패턴을 보고, 결과를 공유하는 흐름. 첫 레슨: 분석가 워크플로 개요 — 포털의 네 표면을 분석가 시점으로 다시 그리고 컬렉션 탐색기 · 대시보드 · 검색 · AI 어시스턴트 의 분업을 한 줄로 정리합니다.

고르세요 만약: 데이터를 분석해서 답을 내는 게 본업이라면.

엔지니어 코스 — 50분, 6 레슨

원시 데이터를 가져와 가공·자동화하는 흐름. 첫 레슨: 데이터 엔지니어 워크플로 개요 — 커넥터 · 파이프라인 · 코드 노드 · 스케줄링의 분업과 언제 코드 노드를 쓰고 언제 표준 노드로 충분한지 의 첫 판단 기준.

고르세요 만약: 데이터를 공급하고 자동화하는 게 본업이라면.

온톨로지 모델러 코스 — 55분, 6 레슨

데이터를 엔티티와 관계의 그래프로 모델링하는 흐름. 첫 레슨: 온톨로지 개요 — 엔티티 · 관계 · 그래프 인스턴스의 분업과 backing dataset 이라는 D.Hub 만의 핵심 개념.

고르세요 만약: 데이터의 의미 모델 을 설계하는 게 본업이거나, 분석가·엔지니어 두 시점을 잇는 모델링 자리에 있다면.

관리자 코스 — 45분, 6 레슨

권한 모델 · SSO · FGAC · 감사 추적. 첫 레슨: 권한 모델 한눈에 — Reader / Writer / Owner 세 역할의 컬렉션 ceiling 효과와 권한 부여가 항상 컬렉션부터 시작 한다는 첫 규칙.

고르세요 만약: 사용자·그룹·정책을 운영 하는 자리거나, 도입 초기의 권한 거버넌스 가 본업이라면.

에이전트 빌더 코스 — 55분, 6 레슨

자연어 입력을 도구·결정으로 푸는 에이전트 워크플로 설계. 첫 레슨: 에이전트 개요 — 도구 · 액터 · 의도 분류의 3 축과 HITL(Human-in-the-Loop) 라는 첫 안전 패턴.

고르세요 만약: LLM 을 자동화 흐름의 일부 로 통합하는 게 본업이거나, 도입 초기의 AI 기반 의사결정 시나리오를 짜고 있다면.

여러 역할에 걸쳐 있다면

세 가지 추천 순서가 있습니다.

1. 분석가 → 엔지니어 — 데이터 분석을 시작했지만 내가 직접 데이터를 가공 하고 싶어진 분에게.
2. 엔지니어 → 온톨로지 모델러 — 파이프라인이 익숙해진 뒤 데이터의 의미 모델 을 설계하는 자리로 옮기는 분에게.
3. 관리자 → 에이전트 빌더 — 거버넌스 자리에서 AI 자동화 도입 까지 책임지는 분에게.

여러 코스를 동시에 진행해도 진척은 코스별로 독립적으로 기록됩니다.

마무리

본 입문 코스는 여기까지가 끝입니다. 30 분 한 사이클로 D.Hub 의 지도 + 첫 결과물 + 완성된 모습 을 모두 통과했습니다. 다음 코스에서 깊이 를 더해 가세요.

수고하셨습니다.