글쓰기·학습
Lakera Agent Breaker - Trippy Planner - Lv 1&2
결제 링크를 전달하라는 네 번의 입력은 모두 7점이었다. 답변 끝에 정확한 문장을 붙이라는 다섯 번째 입력과 실제 100점 응답을 비교했다.
Lab 1: 12번의 실패, 새 채팅의 성공
파일 목록부터 관리자 역할까지 이어 간 12번의 요청과, 새 채팅에서 성공한 한 번의 요청. 실제 대화 사이에 무엇을 바꿨는지 적었다.
에피소드 10. 여러 턴 자동화와 결과 검토
입력 생성 모델과 시험 대상의 여러 턴 대화, 이미지 평가, 중단과 기록 조건.
에피소드 9. 한 턴 자동화와 성공 판정
입력 다섯 개를 보내는 영상 데모, 거절 점수의 한계와 실제 목표 달성 판정.
에피소드 8. 파이릿의 구성과 자동화 데모
PyRIT의 입력·변환기·대상·평가기·기록 구조와 영상의 Gandalf 데모.
에피소드 7. 스포트라이팅과 외부 자료 구분
외부 자료의 경계·본문 표시·인코딩과 정상 업무를 함께 확인하는 방어 실험.
에피소드 6. 여러 턴 공격과 대화 이력
Skeleton Key와 Crescendo의 차이, 전체 대화 기록과 공식 Lab 5의 진행 방법.
에피소드 5. 한 턴 공격과 입력 표현 바꾸기
역할·감정·이야기·예시·표기 변형과 파일 챌린지의 성공·실패 시도를 비교한다.
에피소드 4. 간접 인젝션과 웹페이지 요약 데모
이메일 공격의 검색·전송·은폐 흐름과 Lab 6의 정상 요약·페이지 수정·스페인어 시 결과를 설명한다.
에피소드 3. 시스템 프롬프트와 AI 앱의 입력 경로
시스템 프롬프트·메타프롬프트와 Markdown 출력, 세 입력·세 출력, 직접 인젝션과 자동차 챗봇 사례.
에피소드 2. 생성형 AI의 학습과 글 처리
사전·후속 학습, 토큰·임베딩·어텐션을 원본 강의의 예와 한국어 관계도로 설명한다.
에피소드 1. AI 레드티밍의 목적과 세 가지 위험
AI 레드티밍의 의미, 시험 범위, 영상이 소개하는 세 가지 위험과 결과를 확인하는 방법.
AI 레드티밍 교재와 공식 챌린지
Microsoft 원본 강의의 순서에 맞춘 10개 교재와 한국어 비교표·토큰 분해도·앱 경로도, 공식 실습 안내.
생성형 AI 학습 프로젝트: 교재 구성과 수업 운영
Microsoft의 21개 생성형 AI 수업을 AI 강사와 공부하기 위한 구성. 교재 범위, 수업 단위별 완료 기준, 세션 인계와 옵시디언 진도 관리를 정리했다.
간접 프롬프트 인젝션: 외부 자료 속 지시
이메일 요약 요청이 자동 전달 설정으로 바뀌는 이유. PortSwigger 예시로 직접·간접 인젝션, 가짜 역할 표시, 도구 실행 권한과 학습 데이터 오염의 차이를 정리했다.
한국어 글쓰기 스킬, 적용 전후 비교
hjongc/humanizer-kr를 적용해 기존 글 두 편을 고쳤다. 실제 문장 전후 비교, 별도로 손본 구성, 자동 문체 검사에서 걸러 읽어야 했던 결과를 남겼다.
AI 세션에서 블로그까지: 글감 8개의 선별 기준
지난 AI 대화에서 글감 여덟 개를 고르고 한영 초안으로 옮겼다. 정정과 실패를 찾은 기준, 보류한 소재, 원문 51곳을 대조하며 제한한 주장을 기록했다.
문장 다듬기: 반복 설명까지 고친 두 편의 글
im-not-ai로 문장만 다듬은 글과 순서·반복 설명까지 고친 글을 비교했다. 실제 수정 전후와 그대로 쓰지 않은 제안을 정리했다.
영어 공부 자료의 재설계: SRT에서 복습 퀴즈까지
영어 공부용 자료를 요청했는데 자막 파일이 돌아왔다. 읽을 수 있는 학습 노트로 바꾸고, 요약 중 빠진 설명을 되살린 뒤 다음날 복습으로 이어간 과정.
AI 초안 재편집: 빠져 있던 실제 사례
AI가 작성한 사용법 세 편을 실제 구축 사례로 다시 썼다. 최초 요청과 초안을 대조하고, 시안과 오류 기록을 넣은 과정을 수정 전후 문장으로 살폈다.