코스 개요
1일차 | 도구 이해와 첫 번째 빌드
모듈 1 | AI 코딩 도구의 실제 작동 방식
다루는 주제:
• 컨텍스트 윈도우(문맥 창) 및 그 한계 이해하기
• 무상태성(Statelessness)과 세션 중 AI 모델이 정보를 어떻게 유지하는지
• 계획 → 실행 → 검토 워크플로우
• AI 코딩 도구의 강점과 약점 파악하기
• AI 어시스턴트와 효과적으로 협업하기 위한 모범 사례
모듈 2 | AI 코딩 생태계 overview
다루는 주제:
• 현재 AI 코딩 생태계 개요
• Cursor, GitHub Copilot, Claude Code 등의 도구 차이점 이해하기
• 다양한 작업에 맞는 적합한 모델과 도구 선택하기
• 다양한 코드 어시스턴트의 강점과 한계
• 개발 팀 내 도구 도입을 위한 실무 권장 사항
모듈 3 | 프롬프트의 해부학(anatomy)
다루는 주제:
• 효과적인 프롬프트의 핵심 구성 요소
• 명확한 컨텍스트 제공과 작업 정의
․ 출력 형식 및 제약 사항 명시
• 일반적인 프롬프팅 프레임워크 및 템플릿
‣ 프롬프트 품질과 일관성 향상 기법
모듈 4 | 첫 번째 코딩: Blank State에서 구축하기
다루는 주제:
• 빈 폴더에서 프로젝트 구축
• 초기 애플리케이션 구조 및 뼈대(scaffolding) 생성
• 의존성 및 프로젝트 구성 관리
‣ 생성된 코드 반복적 개선
• 최종 솔루션 테스트 및 다듬기
2일차 | 기존 코드베이스, 개인화 및 검토
모듈 5 | 코드베이스 내 작업
다루는 주제:
• 미지의 코드베이스 탐색 및 이해
• AI 도구를 사용해 기존 프로젝트 질의 및 분석하기
• 애플리케이션 구조 및 의존성 매핑
• 문서화 및 기술 요약 생성
‣ 기존 프로젝트 온보딩 가속화
모듈 6 | 일상적 작업: 수정, 기능 추가 및 테스트
다루는 주제:
• AI 도구를 사용해 버그 조사 및 수정
• 새로운 기능과 개선 사항 구현
‣ 자동화된 테스트 작성 및 향상
• 생성된 코드와 변경 내용 검증
• 일상 개발 작업의 생산성 증대
모듈 7 | 개인화: 개념 소개
다루는 주제:
• 프로젝트 규칙 및 구성 파일 이해하기
• AGENTS.md 및 프로젝트 메모리 개념 소개
• 개인화 메커니즘이 적용되는 위치와 시기
‣ AI 어시스턴트 구성에 대한 모범 사례
• 고급 구현 접근 방식 개요
모듈 8 | 가드레일, 리스크 및 판단력
다루는 주제:
• AI 생성 코드 검토 및 검증
• 일반적인 실패 모드와 한계 이해하기
• 프롬프트 인젝션 및 보안 위험 인지하기
‣ 어떤 작업을 AI에 위임할지 결정하기
• 소프트웨어 개발에서 인간의 판단력 적용과 책임 유지
요건
미리 코딩이나 AI 도구 사용 경험이 필요하지 않습니다.
코드나 Git에 대한 기본적인 친숙함이 도움이 됩니다.
라이선스된 계정 (Claude Code / Cursor / Copilot)
대상:
AI 기반 개발을 처음 접하는 사람들로, 비개발자와 가끔 코딩을 하는 담당자, 그리고 QA, 데이터, 제품 또는 운영 분야의 기술 관련 직무자들을 포함합니다. 개발 배경 지식을 prerequisite로 하지 않습니다.
회원 평가 (2)
클로드에게 프롬프트를 전달하는 법을 배우고, 가용한 모든 데이터를 클로드를 통해 분석하는 방법을 익히는 중입니다.
Mike Hartleroad - Furniture Row
코스 - Claude AI for Data Analysis and Business Intelligence
기계 번역됨
Office 환경과 상호작용하는 방법 및 반복 작업 설정하기
Matthew Wallace - Group CBS
코스 - Claude AI for Workflow Automation and Productivity
기계 번역됨
