[라인플러스 Tech Talk] 나날이 발전하고픈 개발자를 위한 AI 활용법 - 후기 + 슬라이드 PDF

며칠 전, 라인플러스에서 진행하는 특강을 너무나 즐겁게 준비하고 있다는 이야기를 SNS에 올렸었습니다.

그리고 조금 전 특강이 마무리됐습니다. 분량 생각 전혀 안 하며 일단 만들었더니 200페이지를 훌쩍 넘더라고요. 그래서 특강에서는 대략 2/3 정도만 얘기할 수 있었습니다.

준비한 게 아까워서 강의자료를 PDF로 공유드립니다. (8/18: 총 290페이지로 업데이트 완료)

[공유용 - 250814] 나날이 발전하고픈 개발자를 위한 AI 활용법.pdf

Google Docs

PDF만 읽어도 최대한 이해가 되도록 만들었지만, 그래도 담지 못하는 내용들이 있으니 유튜브 채널에도 촬영해서 올리려고 해요. 패스트캠퍼스 바이브 코딩 강의를 함께 진행하고 있는 임동준님과 같이 개설한 채널입니다.

분량이 너무 많긴 하지만 유익하게 읽어주시면 좋겠네요.

(8/29 업데이트) 8/21에 촬영한 걸 드디어 유튜브에 올렸습니다.

Gemini가 요약해준 버전

들어가며

• AI 리터러시 격차: 사람들 사이의 AI 활용 능력 격차가 매우 크며, 최신 AI가 무엇을 어디까지 할 수 있는지 인지하는 것만으로도 격차를 크게 줄일 수 있음.
• 꾸준한 학습의 중요성: 다양한 AI 도구를 꾸준히 사용하며 배우고 잊는(learn & unlearn) 자세를 유지하지 않으면 격차는 다시 벌어짐.
• 개발의 확장: 과거 개발자는 주로 '구현' 단계에 집중했으나, 이제는 AI를 활용해 아이디어부터 마케팅, 운영까지 제품 개발 전 과정에 관여하는 것이 가능해짐.

1부: 코딩 도우미로서 AI를 더 똑똑하게 사용하는 방법

• 코딩 도우미의 진화: 단순 자동완성(VSCode IntelliSense)에서 시작해, AI 기반 코드 스니펫 생성(TabNine, GitHub Copilot)을 거쳐, 이제는 자연어로 소통하며 0에서 1을 만드는 '바이브 코딩'과 '코딩 에이전트'의 시대로 발전함.
• AI 성능과 비용의 변화: LLM의 성능은 급격히 발전하고 비용은 빠르게 하락하고 있으며, AI가 자율적으로 완료할 수 있는 작업의 길이와 복잡도 또한 빠르게 증가하고 있음.
• 개발의 본질: '코딩'의 도구는 천공 카드에서 자연어로 변했지만, '코딩으로 문제를 해결하는 사람'이라는 개발자의 본질은 변하지 않음.
• AI 위임과 관리: AI와의 협업은 사람에게 일을 위임하는 것과 유사함. AI의 역량 수준에 따라 위임의 단계를 조절하고(통보, 설득, 상의, 합의, 조언, 질의, 위임), 블랙박스인 LLM의 작동을 관찰하며 모니터링하는 것이 중요함.
• 컨텍스트 엔지니어링: AI에게 '어떻게(How)'보다는 '무엇을(What)'과 '왜(Why)'를 명확히 전달하는 것이 중요함. 이를 위해 상황(Situation), 작업(Task), 의도(Intention), 우려(Concern), 조정(Calibration)을 담은 STICC 프레임워크가 유용함.
• 도구(MCP) 활용: 코딩 에이전트의 능력을 극대화하기 위해 MCP(Model Context Protocol) 서버를 활용할 수 있음. 단, 너무 많은 도구를 연결하면 성능이 저하될 수 있으므로, 브라우저 제어(Playwright)나 코드 이해력 향상(Serena)처럼 핵심적인 기능만 선별적으로 사용하는 것이 효과적임.
• 버전 관리의 확장: 코드뿐만 아니라, 코드를 생성하기 위해 AI에게 전달한 프롬프트와 컨텍스트(계획 문서 등)까지 버전 관리의 대상으로 삼는 실험이 필요함.

2부: 제품 개발 과정 전반에서 AI를 더 똑똑하게 사용하는 방법

• 문제 해결 프레임워크: 제품 개발은 '문제 정의 → 해결책 구현 → 변화 만들기'의 3단계 과정으로 볼 수 있음.
• '내쓸내만'의 중요성: '내가 쓸 것을 내가 만든다'는 접근법은, 특히 AI 코딩 입문자에게 최고의 전략임. 만들기 쉽고, 실력이 빠르게 늘며, 확장도 용이함.
• 사용자 중심 접근: '누구의(사용자) 어떤 문제(목적)를 어떻게(복잡도) 풀 것인가'를 명확히 정의해야 함. 가장 먼저 '나'의 문제를 해결하는 것(개밥먹기)이 중요함.
• 제품 검증: 아이디어 유효성 검증(MVP), 시장성 검증(MMP), 고객 충성도 검증(MLP)을 통해 제품을 발전시켜야 함. 초기에는 스케일이 나오지 않더라도 직접 발로 뛰며 고객 문제를 해결하는 과정이 중요함.
• Build in Public: 제품 제작 과정을 투명하게 공개하며 팬을 만드는 전략. 소규모 창업자에게 효과적이며, '왜'와 '어떻게'를 중심으로 스토리를 전달하는 것이 핵심임.

3부: 이 모든 과정에서 AI 시대에 맞게 주니어/시니어가 효과적으로 학습/성장하는 전략

• 덜 중요해진 것과 더 중요해진 것: 특정 언어 문법 같은 지식의 중요성은 감소했으나, 큰 비전을 설정하고 복잡성을 관리하는 능력, AI의 실수를 인지하고 조정하는 기술, 깊은 도메인 이해, 설계, 학습 능력 등은 더욱 중요해짐.
• 마음가짐 (FOMO 극복): 모든 신규 도구를 따라갈 필요는 없음. 관심 카테고리를 정하고, SNS·뉴스레터 등을 통해 정보가 자연스럽게 흘러들어오게 하며, 건강한 호기심을 유지하는 것이 중요함.
• 학습 전략:
  • 신뢰할 만한 리소스 활용: 공식 문서, 전문가와의 대화, 통찰력 있는 글을 깊이 있게 학습해야 함.
  • 생성형 지식 추구: '결과(완성형 지식)'보다 결과를 만들어내는 '과정(생성형 지식)'에 집중하고, 도구의 사용법을 도구 자체로부터 배우는 자세가 필요함.
  • 고수에게 배우기: 전문가에게는 단순히 답을 구하는 대신, "어떤 신호로 패턴을 인식했는지", "왜 그렇게 판단했는지" 등을 질문하며 사고 과정을 배워야 함.
• 시니어의 역할: 자신의 암묵지를 명시적 지식(가이드, 예시 코드, AI 규칙 등)으로 만들어 조직에 공유하고, 다양한 도메인 경험을 융합해 창발적 아이디어를 내는 것이 중요함.
• 습관 형성: 좋은 습관을 한 번에 만들기보다, '습관을 만드는 습관'(예: 현미경 회고)을 통해 점진적으로 자신을 변화시켜야 함.
• 실행 의도: '내일부터 ~해야지' 같은 막연한 다짐 대신, '언제, 어디서, 어떻게' 할 것인지를 구체적으로 계획('구현 의도')하면 실행 가능성이 대폭 상승함.

맺으며

• 핵심 덕목: AI 시대의 가장 중요한 덕목은 '건강한 의심'과 '호기심'임.
• AI의 한계 인식: AI는 컨텍스트 부족, 환각, 보안, 비용 등 여전히 명확한 한계를 가지고 있음을 인지해야 함.
• 최고의 도구: 현존하는 어떤 AI보다 뛰어난 도구는 결국 인간의 '두뇌'이며, 이를 적극적으로 활용해야 함.

업데이트 기록

• 250814: 공유용 버전 릴리즈
• 250815: 마이너 업데이트, 그리고
  • 최근 실험 아젠다 > 무료 LLM 실험: 강규영님 글 링크 및 스크린샷 추가
  • 시니어의 습관 > 박정수님: 잘못된 표기 수정 (웜블러드 대표 → CTO)
• 250816: 마이너 업데이트, 그리고
  • '자동완성'으로 만들어내는 코드에 대해 더 명확히 설명
  • 'AI 발전' 관련 GPT-5의 성과 리포트 추가
  • 내가 사용하는 서브에이전트 추가
  • 디버깅 마인드셋 추가
• 250818: 2부 메이저 업데이트 (대략 40장 추가), 그리고
  • Claude Learning Style 추가
  • Claude Code MCP Token Limit 늘리는 방법 추가
  • 디버깅 고수 CTA 인터뷰했던 이야기 추가
  • 나의 습관, 습관을 만드는 습관 추가
  • 구현 의도 이야기 추가
  • 프롬프트와 컨텍스트까지 버전관리하는 이야기 추가