코스 개요
레벨 1: 발견의 던전 – 요구사항 추출의 비밀
미션: 대화형 언어 모델(ChatGPT 등)을 활용해 애매하거나 불분명한 요청에서 체계적인 요구사항을 도출하기
주요 활동:
- 모호하게 표현된 제품 아이디어나 기능 요청 내용 해석하기
-
인공지능을 활용하여 다음 작업 수행:
- 사용자 스토리와 검수 기준 자동 생성
- 대상 사용자 및 시나리오 추천 받기
-
Mermaid 또는 draw.io를 이용해 간단한 다이어그램과 시각 자료도 생성할 수 있습니다.
결과물: 구조화된 사용자 스토리 목록 및 초기 도메인 모델/시각 자료
레벨 2: 설계의 용광로 – 아키텍트 설계서 작성하기
미션: 인공지능을 활용해 시스템 아키텍처를 구상하고 이를 검증하기
주요 활동:
-
인공지능으로 다음 작업 수행:
- 모놀리식, 마이크로서비스, 서버리스 등 적절한 아키텍처 스타일 제안 받기
- 시스템 구성 요소와 상호작용 관계를 설명하는 다이어그램 생성하기
- 클래스 및 모듈 구조 초안 작성하기
-
동료들과 함께 서로의 설계 방향에 대해 토론하고 검토합니다.
결과물: 검증 완료된 아키텍처 설계안 및 코드 골격
레벨 3: 코딩 투기장 – AI 보조 코딩 챌린지
미션: 인공지능 기반 코딩 도우미를 활용해 기능을 구현하고 코드를 개선하기
주요 활동:
- GitHub Copilot 또는 ChatGPT 등의 AI 보조 툴로 실제 기능 구현하기
-
인공지능이 생성한 코드를 다음 기준에 맞춰 리팩터링합니다:
- 성능 최적화
- 보안성 향상
- 유지보수 용이성 확보
-
의도적으로 ‘코드 문제점’을 주입한 뒤 동료들과 코드 개선 챌린지 진행합니다.
결과물: 기능이 완성되고 리팩터링까지 마친 AI 생성 코드베이스
레벨 4: 버그의 늪 – 테스트 자동화와 디버깅
미션: 인공지능을 활용해 테스트를 생성 및 개선하고 다른 팀의 코드에서 결함 찾아내기
주요 활동:
-
인공지능으로 다음 항목 생성하기:
- 단위 테스트
- 통합 테스트
- 예외 상황 시나리오까지 모사한 테스트 코드
-
다른 팀과 서로 결함이 포함된 코드를 교환하고 AI 도우미의 힘을 빌려 디버깅 진행합니다.
결과물: 테스트 스위트 완성, 버그 보고서 및 해당 문제의 수정안
레벨 5: 파이프라인 관문 – 지능형 자동화 시스템 구축하기
미션: 인공지능의 도움을 받아 지능적인 CI/CD 파이프라인 구성하기
주요 활동:
-
인공지능으로 다음 작업 수행:
- GitHub Actions 등을 활용한 워크플로우 설계
- 빌드, 테스트 및 배포 절차 자동화하기
-
이상 탐지 또는 롤백 정책까지 제안받기
결과물: AI 지원을 받아 완성된 CI/CD 파이프라인 스크립트나 워크플로우 설정
레벨 6: 모니터링 요새 – 로그 분석과 예측적 대응 기법 실습하기
미션: 시스템 로그를 분석하고 머신러닝 기술로 이상 징후 탐지 및 복구 방안 모의해보기
주요 활동:
- 미리 제공되거나 생성된 로그 데이터 분석하기
-
인공지능을 활용하여 다음 과제 처리:
- 시스템 이상 현상이나 오류 패턴 식별
- 자동 응답 방안(자기 복구 스크립트, 알림 등) 제안 받기
-
모니터링 대시보드 및 시각 요약본 제작하기
결과물: 시스템 감시 계획서 또는 지능형 알림 체계 초안
최종 레벨: 영웅의 무대 – 인공지능으로 완성하는 종합적인 SDLC 구현하기
미션: 앞서 배운 모든 기술을 총동원하여 소규모 프로젝트에 맞는 전체적인 SDLC 루프를 구축하기
주요 활동:
- 팀별로 미니 프로젝트 주제 선택(예: 버그 추적기, 챗봇, 마이크로서비스 등)
-
SDLC 각 단계에 인공지능 기술을 적용합니다:
- 요구사항 정의, 설계, 코딩, 테스트, 배포, 모니터링까지
- 완성된 결과를 바탕으로 팀별로 짧게 데모 발표하기
동료들의 투표 또는 심사관의 평가를 통해 가장 효과적인 인공지능 활용 파이프라인 선정합니다.
결과물: 전 과정에 걸쳐 AI 기술을 통합한 SDLC 구현 사례와 팀별 결과 발표
이 워크숍을 마치면 참가자들은 다음 역량들을 갖추게 됩니다:
- 생성형 AI 도구를 활용해 소프트웨어 요구사항을 추출하고 구조화할 수 있음
- 인공지능으로 아키텍처 다이어그램을 제작하며 설계 결정의 타당성도 검증 가능함
- AI 보조 도구를 활용해 실제 운영 환경에 적합한 코드를 작성하고 리팩터링할 수 있음
- 테스트 자동화 및 인공지능 기반 디버깅 역량을 갖추게 됨
- 이상 징후를 감지하고 대응하는 지능형 CI/CD 파이프라인 설계가 가능함
- 로그 분석에 머신러닝 기술을 접목하여 잠재 위험 요소 식별 및 자기 복구 시뮬레이션 수행 능력 확보
- 팀 기반 미니 프로젝트를 통해 인공지능이 완벽히 통합된 SDLC 사례를 직접 구현하고 시연할 수 있음
요건
대상: 소프트웨어 개발자, 테스터, 아키텍트, DevOps 엔지니어, 제품 기획자
참가자들은 다음 조건을 갖추고 있어야 합니다:
- 소프트웨어 개발 수명주기(SDLC)에 대한 기본적인 이해
- 최소한 한 가지 프로그래밍 언어(예: Python, Java, JavaScript, C# 등)에 대한 실무 경험
-
다음 사항들에 대한 기초 지식:
- 사용자 스토리나 요구사항 작성 및 이해 방법
- 소프트웨어 설계의 기본 원칙
- 버전 관리 시스템(Git 등) 활용 경험
- 단위 테스트 작성 및 실행 방법
- CI/CD 파이프라인을 운영하거나 분석하는 능력
이 워크숍은 중급에서 고급 수준의 내용으로 구성되어 있습니다. 이미 소프트웨어 개발 팀에 속해 있는 전문가들(개발자, 테스터, DevOps 엔지니어, 아키텍트, 제품 기획자 등)에게 적합합니다.
회원 평가 (1)
저는 파이썬의 스트림릿 라이브러리에 대한 지식을 얻었으며, 확실하게 제 팀에서 R 셔니로 만든 애플리케이션들을 개선하기 위해 이를 활용해볼 것입니다.
Michal Maj - XL Catlin Services SE (AXA XL)
코스 - GitHub Copilot for Developers
기계 번역됨
