[Java 실무 프로젝트 UI편] Spring Core + JavaFX 기반 영화 정보 애플리케이션 제작
[Java 실무 프로젝트 UI편]에서는 JavaFX를 활용해 순수 Java 기술만으로 동작하는 영화 정보 제공 애플리케이션을 만들어봅니다. 이 강의는 웹과 스마트 폰 앱으로 넘어가기 전, UI 이벤트 처리·비동기 로직·사용자 인터랙션 흐름을 Java로 직접 구현하며 ‘화면과 로직이 연결되는 구조’를 깊이 이해하도록 설계되었습니다. Spring Core와 연동해 비즈니스 로직과 UI를 분리하는 구조적 사고를 훈련하고, 외부 API로 영화 정보를 가져오는 과정에서 발생할 수 있는 UI 성능 저하 문제를 비동기 처리로 해결하는 방법을 이해할 수 있게됩니다. 이를 통해 데이터 흐름, 이벤트 리스너, 스레드 기반 비동기 처리의 원리를 명확히 이해하고, Java 언어 자체에 대한 이해를 한 단계 끌어올릴 수 있습니다. 즉, 이 강의는 “웹으로 가기 전, Java로 UI의 본질과 비동기 처리의 핵심을 경험하는 실전 단계”입니다. 코드를 따라치는 수업이 아닌, UI와 로직의 연결 원리를 스스로 체득할 수 있는 학습 경험을 얻을 수 있다는 사실을 잊지마세요.
9명 이 수강하고 있어요.
난이도 초급
수강기한 무제한
･
수정됨
📢 OpenClaw.AI 기초 2.5부 강의 오픈 안내
📢 OpenClaw.AI 기초 2.5부 강의 오픈 안내
안녕하세요, OpenClaw.AI 마스터 클래스 기초 강의를 진행하고 있는 Kevin입니다.
드디어 [기초 2.5부] 멀티 에이전트 팀의 설계와 역할 분리 기초 강의를 인프런에 오픈하게 되어 공지글 남기게 되었습니다. :)
이번 2.5부는 1·2부에서 만든 “내 PC 속 AI 비서”를 한 단계 더 확장해서,
하나의 텔레그램 봇을 역할이 나뉜 작은 AI 팀으로 키우는 것에 초점을 맞춘 강의입니다.
👉[OpenClaw.AI 기초 2.5부 강의 바로가기]
2.5부에서 함께 만들 것
- 텔레그램 포럼 그룹 + 토픽별 라우팅을 이용해
하나의 봇으로 content-planner / content-editor 두 에이전트를 운용하는 멀티 에이전트 환경을 구성합니다.
- /workspace/content/planning / /workspace/content/drafts 폴더로
기획 산출물과 초안·편집본이 분리되는 콘텐츠 워크플로우를 실제로 만들어 봅니다.
- “planner 방에서 아이디어·아웃라인 생성 → editor 방에서 글 다듬기” 시나리오를 통해 사람 복붙을 전제로 한 현실적인 멀티 에이전트 협업 루틴을 완성합니다.
이런 분께 특히 추천
- OpenClaw 1·2부까지 따라왔지만, 여전히 에이전트 1개에 모든 걸 시키고 있는 분
- 텔레그램 봇을 “단일 챗봇”이 아니라 기획자(Planner)와 에디터(Writer/Editor)가 나뉜 AI 팀으로 키워 보고 싶은 분
- 콘텐츠 기획 / 초안 작성 / 문장 다듬기 작업을 역할별 에이전트에게 나눠 맡겨서 워크플로우를 정리하고 싶은 1인 크리에이터, 뉴스레터·블로그 운영자, 유튜버
- 멀티 에이전트에 관심은 있지만, 거대한 프레임워크 대신 지금 쓰는 OpenClaw + 텔레그램 환경에서 가볍게 시작해 보고 싶은 개발자·기획자·PM
2.5부 핵심 커리큘럼 한눈에
- 섹션 1: 기존 수강자/신규 수강자 모두를 위한
2.5부 합류 루트 A(5분 환경 점검) / B(최소 셋업 온보딩) 안내 + OpenClaw UI 초간단 복습
- 섹션 2: 단일 에이전트 vs 멀티 에이전트 개념,
openclaw.json 안에서 여러 에이전트가 배치되는 구조 이해, openclaw agents list로 현재 구성 확인
- 섹션 3:
- content-planner / content-editor 에이전트 정의
- /content/planning, /content/drafts 워크스페이스 분리
- 텔레그램 포럼 그룹 & planner-기획 / editor-편집 토픽 생성
- 그룹 ID / 토픽 ID 찾기 → 토픽별 에이전트 라우팅 완성
- 섹션 4:
- planner ↔ editor 반수동 협업 실습 (사람 복붙 기반)
- 3부에서 다룰 Leader/Planner/Editor/QA 4 에이전트 자동 협업 파이프라인 미리 보기
수강 전 체크 사항
- 1·2부에서 사용했던 WSL2 + Docker + OpenClaw + 텔레그램 봇 환경이 준비되어 있으면 가장 좋습니다.
- 1·2부를 수강하지 않으셨더라도, 2.5부 안에 포함된 “환경 점검 루트 A / 최소 셋업 온보딩 루트 B”를 따라오시면 멀티 에이전트 실습에 필요한 최소 환경은 맞출 수 있도록 구성했습니다.
- Google AI Studio에서 발급한 Gemini API 키가 필요합니다.
2.5부 수강 중에 궁금한 점이나 막히는 부분이 있다면 언제든지 질문 게시판에 편하게 남겨 주세요.
여러분의 피드백을 바탕으로, 실습 예제와 트러블슈팅 가이드를 계속 보강해 나가겠습니다.
이번 2.5부가 여러분의 OpenClaw 환경을 “똑똑한 비서 1명”에서 “역할이 나뉜 작은 AI 팀”으로 확장하는 계기가 되길 바랍니다.
감사합니다.