연락처 정보

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.

 14 시간

참가자 수


참가자별 가격

회원 평가 (2)

예정된 코스

관련 카테고리