AI 도입 워크숍을 한 시간 안에 끝내는 디자인씽킹 컨설턴트 — Claude Code / Claude Desktop / 기타 LLM 환경에서 동작하는 인터랙티브 스킬
🇰🇷 한국어 · English
# Claude Code 사용자
claude code plugin install sq-ai-design-thinking@Squarelight-ai/sq-ai-design-thinking
# 또는 한 번에 호출 (마켓 등록 없이)
claude code skill add https://github.com/Squarelight-ai/sq-ai-design-thinking호출 후:
> /sq-ai-design-thinking
● 안녕하세요. AX팀 디자인씽킹 컨설턴트입니다.
? 오늘 어떤 산출물이 필요하신가요?
◯ AI 도입 기회 발굴
◯ PoC 후보 선정
◯ 발표 자료
● 문제 정의 (Problem Framing)
...
약 30~60분 후 .md + .pdf 산출물이 현재 작업 디렉토리에 생성됩니다.
이 스킬은 디자인씽킹 컨설턴트 페르소나로 사용자(부서장 / 팀 리더 / PM / 창업자)와 인터랙티브 워크숍을 진행합니다. 막연한 "AI 어디서부터 도입하지?" 단계부터 PoC 후보 선정까지 한 흐름으로 끌고 갑니다.
질문 던지는 사람이 따로 있고, 답변하는 사람이 따로 있는 2인 워크숍 시뮬레이션이라고 보시면 됩니다. 컨설턴트는 항상 선택지와 예시를 함께 제시하므로, 답변 부담이 거의 없습니다.
| 단계 | 이름 | 포함 프레임워크 |
|---|---|---|
| S1 | AI 자동화 기회 도출 | F1-1 업무 단위 분해 · F1-2 적합도 매트릭스 · F1-3 인간-AI 협업 설계 |
| S2 | 도메인 이해 | F2-1 사용자 정의 · F2-2 공감 맵 · F2-3 As-Is 시나리오 · F2-4 Pain Point · F2-5 AI 적용 가능성 · F2-6 Lean UX Canvas · F2-7 How Might We |
| S3 | 문제 구조화 | F3-1 JTBD · F3-2 AI Canvas (Andrew Ng) · F3-3 BMC + AI Layer · F3-4 데이터 접근성 · F3-5 PoC 후보 선정 |
| S4 | 실험 및 프로젝트 | F4-1 프로젝트 개요 · F4-2 Lean AI Cycle · F4-3 Data-Centric Loop · F4-4 Workflow 설계 · F4-5 시각화 · F4-6 Tech Summary |
| S5 | 발표 및 피드백 | F5-1 발표 개요 · F5-2 STAR · F5-3 AI Maturity · F5-4 Impact Mapping · F5-5 Feedback Round · F5-6 Roadmap |
대부분의 프레임워크는 학계·업계의 표준에 기반합니다 — MIT CSAIL Taskonomy, Andrew Ng AI Canvas, MIT Sloan Augmentation Map, Russell Brunson Hook-Story-Offer, Lean UX, McKinsey/Gartner ROI Matrix 등.
| ID | 시퀀스 | 언제 쓰나 |
|---|---|---|
combo_quick_start |
F1-1 → F1-2 → F2-6 | AI 도입 처음 검토, 1~2시간 내 결과물 |
combo_full_workshop |
F1-1~F1-3, F2-1·2·4·6·7, F3-1·2·5 | 공식 워크숍, 1일 이상 |
combo_existing_pain |
F2-4 → F2-5 → F3-1 → F3-2 → F3-4 | Pain은 명확, 솔루션만 결정 |
combo_poc_to_pilot |
F4-6 → F5-2 → F5-3 → F5-4 → F5-6 | PoC 종료, 발표·확장 결정 단계 |
combo_problem_framing |
F2-6 → F2-7 → F3-2 | 문제는 알지만 AI 가설로 표현 안 됨 |
호출 시 컨설턴트가 사용자 답변에 맞춰 자동으로 적합한 콤보 1~2개를 추천합니다.
# 1. 마켓플레이스 추가
claude code plugin marketplace add Squarelight-ai/sq-ai-design-thinking
# 2. 플러그인 설치
claude code plugin install sq-ai-design-thinking
# 3. 활성화
claude code reload-plugins이후 어느 작업 디렉토리에서나 /sq-ai-design-thinking 호출 가능.
SKILL.md + references/ 만 보고 자기 스킬 디렉토리에 복사:
git clone https://github.com/Squarelight-ai/sq-ai-design-thinking.git
cp -r sq-ai-design-thinking/skills/sq-ai-design-thinking ~/.claude/skills/Claude Code 외 환경에서도 사용 가능합니다. 다음 두 파일만 있으면 됩니다:
skills/sq-ai-design-thinking/SKILL.md— 컨설턴트 페르소나·진행 흐름skills/sq-ai-design-thinking/references/frameworks.yaml— 27개 프레임워크 정규화 스키마
위 두 파일을 시스템 프롬프트 또는 도구 컨텍스트에 주입하면 동일하게 작동합니다. (단, AskUserQuestion에 해당하는 인터랙션 도구가 없는 환경에서는 텍스트 기반 다지선다로 자연스럽게 폴백됩니다.)
워크숍 종료 시 컨설턴트가 어떤 포맷으로 저장할지 묻습니다:
| 포맷 | 권장 상황 | 비고 |
|---|---|---|
.md |
기본 권장. 모든 프레임워크 산출물을 단일 마크다운에 결합. 메타블록(워크숍 일시·진행자·사용자·사용된 프레임워크 ID) 포함 | Notion·GitHub·Slack 공유, 후속 편집 용이 |
.csv |
표 형식 데이터(F1-1, F1-2, F2-5, F3-4, F3-5, F5-5)를 분석 도구에 투입 | UTF-8 BOM, Excel 한글 깨짐 방지 |
.pdf |
임원·외부 보고용. 본 스킬이 자동으로 PDF 변환을 시도 | sq-report-gen이 설치되어 있으면 A4 표준 양식으로 변환, 없으면 .md 폴백 |
.txt |
회의록·메모. 표·이모지 제거, Key: Value 평탄화 |
슬랙 붙여넣기 등 |
저장 위치: 현재 작업 디렉토리(workspace). ~/Documents 같은 사용자 홈 시스템 폴더에 임의로 저장하지 않습니다 — 사용자의 작업 컨텍스트 안에서 후속 작업을 이어갈 수 있도록.
산출물 저장이 끝나면 컨설턴트가 두 가지를 추가로 제안합니다. 둘 다 거부 가능합니다.
오늘의 워크숍이 도움이 되셨다면, 다른 팀에게도 닿을 수 있도록 GitHub 레포에 ⭐를 한 번 눌러주시면 큰 힘이 됩니다.
동의하시면 gh CLI로 자동 적용됩니다. (거부 시 그냥 건너뛰기)
오늘 도출된 산출물대로 실제 구현(PoC → Pilot → 전사 도입)을 진행하실 의향이 있으신가요?
"네"를 선택하시면, 예산 · 기간 · 의사결정권자를 1회 질문으로 받아 의뢰 메일을 자동 정리합니다. 사내에 이메일 발송 가능한 MCP/플러그인(gmail, smtp, outlook 등)이 있으면 dev@squarelight.ai 로 자동 발송, 없으면 mailto: 링크로 폴백합니다.
📌 외부 공개판 안내: 이 두 인터랙션은 정중한 제안일 뿐 강제가 아닙니다. 사내 자료로만 활용하시려면 두 단계 모두 "건너뛰기"로 답변하시면 됩니다.
호출부터 산출물 저장까지의 한 세션 전체 로그를 docs/demo.log 에서 보실 수 있습니다 (한 시간 워크숍 한 화면 요약, 약 320줄).
미리보기:
> /sq-ai-design-thinking
● 안녕하세요. Squarelight AX팀 디자인씽킹 컨설턴트입니다.
? 오늘 워크숍에서 어떤 산출물이 가장 필요하신가요?
● 문제 정의 (Problem Framing)
? 현재 진행 단계는 어디인가요?
● Pain은 명확, 솔루션 모름
● 좋습니다. Pain은 명확하지만 AI 가설로 표현이 안 되는 단계 —
이 케이스에 정확히 들어맞는 추천 시퀀스가 있습니다.
? 어떤 방식으로 워크숍을 진행할까요?
● Problem Framing 콤보 (추천)
F2-6 Lean UX Canvas → F2-7 How Might We → F3-2 AI Canvas
문제를 AI 가설로 명확화하는 3단계 최단 경로 (약 30~60분)
...
| 도구 | 용도 | 설치 |
|---|---|---|
| Claude Code | 1차 권장 환경 — /sq-ai-design-thinking 슬래시 커맨드, AskUserQuestion 인터랙션 |
https://docs.claude.com/claude-code |
gh CLI |
GitHub Star 자동 적용 (선택) | brew install gh |
| sq-report-gen | A4 표준 양식 PDF 변환 (선택) | https://github.com/Squarelight-ai/squarelight-ai-plugins/tree/main/plugins/sq-report-gen |
위 도구가 없어도 워크숍은 정상 진행됩니다. 미설치 시 컨설턴트가 명확한 폴백을 안내합니다 (.md 출력 / 수동 Star URL 제공 등).
sq-ai-design-thinking/
├── README.md # 이 문서
├── LICENSE.md # Sustainable Use License
├── .claude-plugin/
│ └── plugin.json # Claude Code 플러그인 메타
└── skills/
└── sq-ai-design-thinking/
├── SKILL.md # 컨설턴트 페르소나·진행 흐름·AskUserQuestion 가이드
└── references/
└── frameworks.yaml # 27개 프레임워크 정규화 스키마 (Single Source of Truth)
Squarelight는 한국 기업의 AI Transformation을 돕는 AI Native Agency입니다. 수많은 사내 워크숍과 고객 컨설팅 현장에서 반복적으로 사용하던 27개 프레임워크를 재현 가능한 사고 모델로 정규화하고, 누구나 무료로 사용할 수 있도록 오픈소스로 공개했습니다.
이 스킬을 통해 한국의 더 많은 팀이 "AI를 어떻게 쓸 것인가" 라는 막연한 질문을 "PoC 후보 3개와 그 가설" 같은 구체적 산출물로 빠르게 전환하길 바랍니다.
본 산출물을 Squarelight에 의뢰하시면, 27개 프레임워크를 다수의 프로젝트에 적용해 온 누적 경험 위에서 시작합니다. 어떤 가설이 실제로 작동했고 어떤 지표가 파일럿에서 의미 있게 분석되는지 알고 있어, 의사결정의 레퍼런스 리스크가 크게 낮아집니다.
동시에 본 워크숍 도구 자체를 설계한 팀이라 첫 미팅부터 바로 실행이 가능합니다 — 다른 컨설팅이 보통 1~2개월의 학습 기간을 쓰는 동안, Squarelight는 그 시간을 PoC 착수에 직접 사용합니다.
📧 의뢰 문의: dev@squarelight.ai 🌐 회사 홈페이지: squarelight.ai
이 스킬을 더 좋게 만드는 모든 기여를 환영합니다.
- 버그 / 개선 제안: GitHub Issues
- Pull Request: 큰 변경은 먼저 이슈를 열어 논의 후 PR을 보내 주세요
- 새 프레임워크 추가:
references/frameworks.yaml의 스키마를 따라 PR — 정규화된id,when_to_use,key_question,fields,deliverable템플릿을 갖추고 있어야 합니다 - 언어: 이슈/PR은 한국어 또는 영어 모두 환영
Sustainable Use License v1.0 (n8n's Sustainable Use License를 기반으로 squarelight.ai 명의로 수정·배포)
요약 (법적 효력은 LICENSE.md 원문이 기준):
- ✅ 개인·내부 비즈니스 목적으로 사용·수정·배포 가능
- ✅ 비상업 목적이면 무료로 타인에게 배포 가능
- ⛔ 상업적 재배포는 별도 라이선스 협의 필요
- ⛔ 라이선스·저작권 표시 제거 금지
상업적 사용·재배포·OEM 등을 검토하시면 dev@squarelight.ai 로 문의 주세요.
AI adoption workshop completed in under an hour — an interactive Design Thinking consultant skill for Claude Code, Claude Desktop, and other LLM environments.
sq-ai-design-thinking is an interactive workshop skill that takes a senior Design Thinking consultant persona and walks users (department heads, team leads, PMs, founders) through 27 frameworks across 5 stages — from "I have no idea where to start with AI" all the way to a concrete PoC roadmap.
The consultant always offers multiple-choice options and concrete examples, so users can simply pick or adjust rather than write from scratch.
| Stage | Name | Frameworks |
|---|---|---|
| S1 | Opportunity Identification | Task Decomposition, AI Suitability Matrix, Augmentation Map |
| S2 | Empathy & Discovery | User Profile, Empathy Map, As-Is Scenario, Pain Points, AI Applicability, Lean UX Canvas, How Might We |
| S3 | Frame & Ideate | Jobs-To-Be-Done, AI Canvas (Andrew Ng), BMC + AI Layer, Data Accessibility, PoC Selection |
| S4 | Prototype & Build | Project Overview, Lean AI Cycle, Data-Centric Loop, Workflow Design, Visualization, Tech Summary |
| S5 | Deploy & Reflect | Presentation Overview, STAR, AI Maturity, Impact Mapping, Feedback Round, Roadmap |
Most frameworks are based on academic/industry standards — MIT CSAIL Taskonomy, Andrew Ng's AI Canvas, MIT Sloan Augmentation Map, Lean UX, McKinsey/Gartner ROI Matrix, etc.
# Method 1 — Claude Code plugin (recommended)
claude code plugin marketplace add Squarelight-ai/sq-ai-design-thinking
claude code plugin install sq-ai-design-thinking
claude code reload-plugins
# Method 2 — Drop-in skill
git clone https://github.com/Squarelight-ai/sq-ai-design-thinking.git
cp -r sq-ai-design-thinking/skills/sq-ai-design-thinking ~/.claude/skills/
# Method 3 — Other LLMs
# Inject SKILL.md + references/frameworks.yaml into your system prompt.Then call:
/sq-ai-design-thinking
.md (default) · .csv (table data) · .pdf (auto-converted via sq-report-gen) · .txt (flat memo)
Saved into the current working directory (workspace) — never to system folders like ~/Documents.
After the artifacts are saved, the consultant offers two optional follow-ups:
- GitHub Star prompt — auto-applied via
gh apiif accepted - Implementation project intake — if you want Squarelight to build it, the consultant collects budget · timeline · decision-maker in one prompt and emails
dev@squarelight.ai(auto via mail MCP if available, otherwisemailto:fallback)
Both are entirely optional — say "skip" and the workshop ends right there.
Squarelight is a Korean AI Native Agency. We've been using these 27 frameworks across many internal workshops and client engagements. We normalized them into a reproducible thinking model and open-sourced the result so that any team can quickly turn "how should we use AI?" into "here are 3 PoC candidates with concrete hypotheses."
If you'd like Squarelight to actually build what comes out of the workshop, please reach us at dev@squarelight.ai.
Sustainable Use License v1.0. Free for internal business use, non-commercial use, and free distribution. Commercial redistribution requires a separate license — please contact dev@squarelight.ai.
Made with care by Squarelight.ai · Seoul, Korea