프로젝트 시작이 막막한 분
문법은 알지만 실제 요구를 받았을 때 무엇부터 해야 할지 어려운 경우
AI 활용 개발 기록
AI로 코드는 빠르게 만들 수 있지만,
실제 개발은 그다음부터입니다.
요구사항을 정리하고, 구조를 설계하고, 결과를 검증하는 과정까지 — 실제 개발하며 정리한 생각과 방법을 이곳에 남깁니다.
프로젝트나 회사 업무에서 실제로 막히는 문제를 기준으로 정리합니다.
- 요구사항
- 분석
- 설계
- 테스트 시나리오
- 구현
- 테스트
- 검증
이런 고민을 자주 이야기하게 됩니다
이런 고민이 있다면 같이 살펴볼 수 있습니다
AI 코딩 도구 결과를 검증하기 어려운 분
코드가 만들어지지만 수정이 반복되거나 구조가 점점 흐려지는 경우
회사 업무를 자동화하고 싶은 분
Python, API, DB, 웹서버를 이용해 반복 업무를 줄이고 싶은 경우
과제나 포트폴리오를 준비하는 분
문제 정의부터 구현과 검증까지 전체 개발 프로세스를 경험하고 싶은 경우
현재 막힌 문제만 해결하고 싶은 분
전체 내용보다 지금 프로젝트에서 막힌 부분을 함께 분석하고 싶은 경우
AI 시대의 개발 방식이 궁금한 분
AI 코딩 도구를 어떻게 지시하고 검증해야 하는지 알고 싶은 경우
소개
교재 순서보다 실제 문제를 중심으로 함께 봅니다
정해진 순서대로 설명하기보다, 실제로 해결해야 하는 문제를 기준으로 함께 정리합니다.
단순히 기술 사용법만 다루지 않고, 문제를 어떻게 분석하고 설계하고 구현하고 검증하는지 함께 봅니다.
AI 코딩 도구가 만든 결과를 그대로 믿지 않고, 사람이 이해하고 판단할 수 있는 방식을 나눕니다.
구체적으로 무엇이 다른지 비교하면 다음과 같습니다.
| 바이브코딩 (일반적인 AI 코딩) | AI-Native 개발 |
|---|---|
| 요구 정리 없이 곧바로 코드부터 생성합니다. | 요구사항부터 분석, 설계를 거쳐 단계적으로 진행합니다. |
| 프롬프트 하나에 결과를 맡깁니다. | 요구사항, 설계, 테스트 시나리오 같은 산출물과 컨텍스트를 중심으로 진행합니다. |
| 일단 동작하면 다음으로 넘어갑니다. | 단계마다 결과를 검증하고, 사람이 이해할 수 있는지 확인합니다. |
| 문제가 드러난 뒤에야 코드를 다시 들여다봅니다. | 오류를 가능한 한 앞 단계에서 먼저 걸러냅니다. |
개발 프로세스
AI 시대에도 이 흐름은 그대로 유지됩니다
문제는 발생한 단계가 아니라, 가능한 한 앞 단계에서 먼저 걸러냅니다. 각 단계의 결과는 다음 단계의 컨텍스트가 되고, 주요 단계마다 추적성을 확인합니다.
-
요구사항
추적성 확인
만들고 싶은 것을 개발 가능한 수준으로 정리합니다.
→ 다음 단계의 컨텍스트로 이어집니다
-
분석
누락, 중복, 충돌, 영향을 확인하고 방향을 선택합니다.
→ 다음 단계의 컨텍스트로 이어집니다
-
설계
추적성 확인
AI에게 코드를 요청하기 전에 구조와 데이터 흐름을 먼저 생각합니다.
→ 다음 단계의 컨텍스트로 이어집니다
-
테스트 시나리오
추적성 확인
구현 전에 무엇을, 어떻게 확인할지 먼저 정합니다.
→ 다음 단계의 컨텍스트로 이어집니다
-
구현
AI를 활용해 빠르게 만들되, 생성된 코드를 사람이 이해합니다.
→ 다음 단계의 컨텍스트로 이어집니다
-
테스트
단순히 실행되는 게 아니라 예상한 대로 동작하는지 확인합니다.
→ 다음 단계의 컨텍스트로 이어집니다
-
검증
추적성 확인
처음 정리한 요구사항과 실제 결과가 맞는지 확인합니다.
요구사항과 구현·테스트 결과가 최종적으로 연결되는지 확인합니다.
역할 구분
사람과 AI의 역할
사람
- 목표와 요구사항을 결정합니다
- 중요한 의사결정을 내립니다
- AI가 제시한 대안을 선택합니다
- 결과를 승인합니다
- 최종 판단을 내립니다
AI
- 분석을 지원합니다
- 대안을 제시합니다
- 설계 초안을 작성합니다
- 코드를 생성합니다
- 테스트를 지원합니다
- 문서·추적성 관리를 지원합니다
AI가 실행하고, 사람은 판단합니다.
각 단계를 조금 더 들여다보면
각 단계에서 실제로 무엇을 생각하고 확인하는지
개발 문제 정의
무엇을 만들어야 하는지, 범위와 우선순위를 정리합니다.
분석
누락, 중복, 충돌을 확인하고 기존 시스템 영향을 봅니다.
설계
API, DB, 데이터 흐름, 예외 처리를 정리합니다.
테스트 시나리오
구현 전에 무엇을 검증할지 먼저 정합니다.
AI를 이용한 구현
작은 단위로 구현하고 빌드, 테스트, 디버깅을 반복합니다.
검증과 추적성
요구사항, 설계, 구현, 테스트 결과가 연결되는지 확인합니다.
실제 프로젝트 적용
실제 프로젝트에 이 개발 프로세스를 적용해봅니다.
실제 개발 사례
AI가 만든 코드가 늘어나면서 구조를 다시 잡은 경험
AI로 빠르게 만든 기능이 늘어나면서, 기존 기능은 유지한 채 구조를 정리해야 했습니다.
어떤 부분이 중복되고, 어디서 결합도가 높아졌는지 확인했습니다.
전체를 새로 만들지 않고, 핵심 모듈부터 먼저 재구성하기로 정했습니다.
책임을 나눌 기준과 데이터 흐름을 다시 정리했습니다.
AI를 활용해 모듈 단위로 나눠 다시 구현했습니다.
기존 기능이 그대로 동작하는지 하나씩 확인했습니다.
이 외에도 실제 개발하며 정리한 생각을 계속 남깁니다.
프로젝트 사례
요구사항 정리부터 실서비스 배포까지 진행한 프로젝트
『현대사회와 윤리』 학습관 (윤리의 지도)
고등학교 『현대사회와 윤리』 6개 대단원을 개념도·비교카드·쟁점지도·확인문제로 구성한 시각 학습 웹앱입니다.
라이브 데모 보기
로그인 없이 열람할 수 있고, 로그인하면 계정별 학습 기록과 이어집니다.
기술 분야
기술보다 문제 해결 방식이 먼저입니다
아래는 지금 사용할 수 있는 기술과 도구의 예시입니다. 도구는 계속 바뀔 수 있고, 중요한 건 이 도구들을 실제 개발 과정 안에서 어떻게 쓰는가입니다.
Backend / Programming
개발 설계
AI Development
연락하면 이런 식으로 살펴봅니다
같은 내용을 모두에게 똑같이 적용하지 않습니다
1
먼저 지금 상황과 목표를 같이 확인합니다.
2
실제 문제나 진행 중인 프로젝트를 같이 살펴봅니다.
3
필요한 부분만 같이 짚어봅니다.
문의
AI 시대에는 무엇을 만들지 정의하고
결과를 검증하는 능력이 중요합니다.
혼자 정리하다 막히는 부분이 있으면, 제가 아는 범위에서 같이 살펴볼 수 있습니다.
비슷한 고민이 있거나 같이 이야기해보고 싶은 내용이 있다면 편하게 연락주세요.