AI로 MVP를 만드는 건 이제 어렵지 않습니다. 하지만 대부분의 프로젝트는 그 다음 단계에서 멈춥니다. 👉 기능은 만들었는데 👉 개발이 계속 이어지지 않습니다 왜 이런 일이 생길까요? 문제는 코드가 아니라, 👉 AI가 지속적으로 일할 수 있는 구조가 없기 때문입니다. --- 이 강의에서는 이미 만들어진 프로젝트를 기반으로, 👉 AI가 계속 개발을 이어갈 수 있는 구조를 👉 직접 구축하는 과정을 다룹니다 --- 단순히 AI 툴을 사용하는 것이 아니라, * docs 구조를 만들고 * SSOT를 정의하고 * 티켓 단위로 개발을 실행하고 * QA와 반복 구조까지 연결하여 👉 하나의 “AI 개발 시스템”으로 완성합니다 --- 이 과정을 통해 👉 사람이 직접 코딩하지 않아도 👉 개발이 계속 이어지는 구조 즉, 👉 AI를 팀처럼 운영하는 개발 시스템을 👉 직접 만들고 이해할 수 있습니다 --- 이 강의는 👉 내 프로젝트에 바로 적용할 수 있는 구조를 만들고 싶은 분 👉 AI로 개발을 시작했지만, 지속이 어려웠던 분 👉 바이브 코딩 이후, 다음 단계로 넘어가고 싶은 분 을 위해 구성되었습니다. --- 단순히 배우는 것이 아니라, 👉 실행해보고 👉 실제로 동작하는 구조를 만들고 👉 자신의 프로젝트에 적용할 수 있는 형태로 가져가는 경험 을 제공합니다.
수강생 45명
난이도 초급
수강기한 무제한
네이버제트
임직원들도 이 강의를 듣고 있어요!
네이버제트
임직원들도 이 강의를 듣고 있어요!
SSOT 기반으로 AI가 지속적으로 개발을 이어가는 구조를 직접 구축합니다.
티켓 기반 개발을 통해 하나의 서비스를 끝까지 완성하는 경험을 합니다.
이러한 구조를 하네스 엔지니어링 관점에서 이해하고, 실무에 적용할 수 있습니다.
AI는 맥락을 장기적으로 기억하지 못하기 때문에 작업이 쌓일수록 일관성이 깨집니다.
AI는 모호한 요청을 스스로 해석하기 때문에 결과가 매번 달라집니다.
검증과 수정 없이 개발만 반복하면, AI는 기준 없이 코드를 계속 덧붙이게 됩니다.
하네스 엔지니어링은 AI가 안정적으로 작업할 수 있도록
개발 환경을 설계하는 것을 의미합니다.
레거시 환경, 수시로 변하는 요구사항들...
그래서, 실무에 적용하는
하네스 엔지니어링은 달라야 합니다.
실무에 바로 적용 가능한
티켓 생성과 QA는 사람이, 나머지 구현·분석·배포는 AI가 수행하는 방법입니다.
사람이 기준과 검증을 잡고, AI가 티켓 단위로 실행하기 때문에
안정성과 유연성을 함께 가져갈 수 있습니다.
학습 대상은
누구일까요?
AI로 MVP는 만들었지만, 이후 개발이 이어지지 않고 프로젝트가 멈춰버린 경험이 있는 분
GPT, Cursor 등을 활용하고 있지만 결과물이 일관되지 않고 컨텍스트가 점점 꼬이는 문제를 겪고 있는 분
AI를 단순 코드 생성 도구가 아니라, 실제 개발 리소스로 활용하고 싶은 개발자 및 팀
기존 레거시 프로젝트에 AI를 적용해보고 싶지만, 어디서부터 어떻게 시작해야 할지 막막한 분
선수 지식,
필요할까요?
필수 선수 지식은 없습니다.
Git으로 레포를 생성하고 커밋해본 경험이 있다면 더 수월합니다.
간단한 웹 서비스 구조(FE / BE)에 대한 이해가 있으면 도움이 됩니다.
GPT, Cursor 등 AI 도구를 한 번이라도 사용해본 경험이 있다면 좋습니다.
이 강의는 특정 기술이 아니라, AI가 개발을 수행하는 구조를 다룹니다.
514
명
수강생
14
개
수강평
4
개
답변
4.2
점
강의 평점
2
개
강의
25년 이상 개발을 해온 엔지니어로,
직접 AI로 MVP를 만들고 부수는 과정을 반복하며
“AI가 계속 개발을 이어갈 수 있는 구조”를 구축해왔습니다.
ChatGPT, Cursor, Python 기반으로
기획 → 개발 → QA → 배포까지 이어지는
“혼자서도 돌아가는 AI 개발 시스템”을 직접 설계하고 운영하고 있습니다.
단순한 바이브코딩이 아니라,
AI Agent가 지속적으로 개발을 수행할 수 있는 구조를 만들고 있으며,
이를 실제 서비스에 적용해 검증하고 있습니다.
전체
6개 ∙ (2시간 16분)
해당 강의에서 제공:
전체
5개
3.4
5개의 수강평
수강평 2
∙
평균 평점 5.0
수강평 5
∙
평균 평점 5.0
수강평 4
∙
평균 평점 4.0
수강평 11
∙
평균 평점 3.0
수정됨
1
하네스 엔진니어링보다는 ssot 강의라고 해야할 것 같은데... 하네스를 협의적으로 보면 틀린 말도 아니지만.... 그렇다고 ssot 강의라고 하기에도 뭔가 요소 별 다 부족하다는 생각이드네요. 컨프런스에서 단편적인 발표 사례 정도가 적당하지 강의를 통해 누군가에게 지식을 전달할 의도는 전혀 없는 강의 같습니다. 화면도 솔직히 너무 작아서 보이지도 않네요 일단 강의자료라고 올려준 각 md파일들. 핵심은 ssot.md인데 계층별 다중 통제라는 것이 장점이면서도 context 즉 token 사용 증대로 비용이 효율적이지 못하도록 높게 소비해야 한다는 점 mvp이후 ssot를 통해 기존 구조를 그대로 가져간다지만 지나친 기술부채를 유발하여 차후 리팩토링이 어렵게 한다는 점 ssot + sdd +tdd를 연결되는 하네스 엔진니어링으로 이어지는 숲이 아니라 나무 한 그루의 가지 하나를 전달하면서 지나치게 문서를 많이 만들거나 이리저리 오가며 혼란을 야기하여 실수하기 쉽도록 만들어진 점 등 장점보다는 단점이 더 많은 것 같아요. 그렇다고 스프린터, epic, 스토리, task 등 ticket 단위에 대한 설명없이(이런 개념있다면 해당 강의를 수강할 이유가 없겠죠) 지나치게 불친절한 단편적인 사례를 통해 하네스 엔진니어링이라고 하는 강의 같네요
피드백 감사합니다. 앞서 달았던 답변을 좀 더 구체적으로 수정합니다. 화면 가독성 문제, 그리고 문서 구조 특성상 토큰 소비가 높아진다는 점은 실제 트레이드오프이고 강의에서 충분히 다루지 않은 건 맞습니다. SSOT 설계와 티켓 설계에 대한 설명은 섹션 2에서 다루고 있습니다만, 기대하신 깊이와 달랐던 것 같습니다. 기술부채 부분은 조금 다릅니다. 강의 흐름은 MVP를 커서로 구조 분석시키고, 그 결과를 바탕으로 SSOT를 수정한 뒤 티켓 기반 개발로 이어가는 방식입니다. 기존 구조를 그대로 얹는 게 아니라 분석 후 정제해서 반영하는 구조입니다. 다만 그 흐름이 강의에서 충분히 전달되지 않은 건 사실입니다. sprint/epic/ticket 개념은 전제 지식으로 설정한 강의라, 해당 배경 없이 접근하면 불친절하게 느껴질 수 있습니다. 강의 소개에서 대상 수강생을 더 명확히 했어야 했습니다. 구체적으로 짚어주신 덕분에 다음엔 더 명확하게 만들 수 있을 것 같습니다.
수강평 1
∙
평균 평점 5.0
같은 분야의 다른 강의를 만나보세요!
AI 치트키위크 30% 깜짝 할인 중 (7일 남음)
₩38,500
30%
₩55,000
![[바이브 코딩 + AI 실무 데이터 분석] 런던 MBA 학생들이 열광한 수강평 5.0 만점 강의: 문과출신 비전공자도 현업에서 바로 써먹는 데이터분석 실무 역량과 취준 완성!강의 썸네일](https://cdn.inflearn.com/public/courses/333441/cover/9642bdbe-5824-44cb-b4bb-741b0347e10e/333441.jpeg?w=420)
