2026.04.16 / 동준상.넥스트플랫폼
(AWS SAA, AWS AIF, GCP GenAI Leader)
Building a Production-Ready AI Ecosystem: 80 Hours of Vibe Coding
! 이번 워크숍 프로젝트를 완성하기 위해서는 유료 레벨의 바이브코딩 도구 (Cursor, Claude Code 등 도구 중 1개 이상) 구독 권한 및 유료 LLM (OpenAI, Gemini, Claude 중 1개 이상) API 접근 권한이 필요합니다.
! 워크숍 프로젝트 참여 전 해당 도구 설치 및 테스트, LLM API 접근 테스트를 완료해주세요.
핵심 요약 (Executive Summary)
이번 포스트는 ‘바이브코딩 중급과정’의 교육 체계와 주요 내용을 설명하는 과정 안내서입니다.
- 본 과정은 ‘AI가 해주는 체험’인 초급 단계를 넘어, 학습자가 직접 ‘AI와 함께 설계하고 구현하는’ 역량을 확보하는 데 초점을 맞추고 있습니다.
- 총 80시간(10일 전일제 또는 20일 야간제) 동안 진행되는 이 과정은 5가지 핵심 테마와 20개의 실전 프로젝트로 구성되어 있습니다.
- 단순히 도구를 사용하는 수준을 탈피하여, 에이전트 아키텍처 구축, 콘텐츠 자동화 파이프라인 형성, 데이터 인텔리전스 구현, RAG 기반 지식 시스템 설계, 그리고 최종적인 SaaS 서비스 상용화까지 아우르는 포괄적인 커리큘럼을 제공합니다.
- 특히, 마지막 단계인 캡스톤 프로젝트를 통해 실제 배포 가능한 수준의 AI 제품을 론칭하는 것을 목표로 합니다.
1. 교육 과정 개요 및 철학
바이브코딩 중급과정은 기반 지식의 단순 습득이 아닌, 경험의 응용과 확장에 중점을 둡니다.
- 교육 목표: 초급에서 경험한 개별 AI 도구 활용 능력을 시스템 단위의 구현 능력으로 격상.
- 패러다임의 전환:
- 초급: “AI가 해준다” (체험 및 수동 조작)
- 중급: “내가 설계하고 AI와 함께 만든다” (시스템 구현 및 자동화)
- 운영 방식: 온라인 접속 기반, 일일 8시간(10일) 또는 4시간(20일) 과정.
2. 주요 테마별 상세 분석
과정은 5가지 테마로 나뉘며, 각 테마는 4개의 세부 프로젝트를 포함하여 실무 역량을 단계별로 강화합니다.
테마 1: AI 에이전트 아키텍처 (Day 1~2)
수동으로 조작하던 프롬프트와 도구들을 스스로 판단하고 실행하는 ‘에이전트’ 구조로 전환합니다.
- 프롬프트 키트 자동화: 문서 종류를 파악하고 적합한 프롬프트를 자동 선택하여 Notion에 저장하는 Tool Use 에이전트 구현.
- Multi-LLM 라우팅: Claude, GPT, Gemini 등의 응답 품질과 비용을 자동 평가하여 최적의 모델을 선택하는 엔진 구축.
- 커스텀 MCP(Model Context Protocol) 서버: 사내 데이터베이스나 API에 AI가 직접 접근할 수 있는 환경을 TypeScript로 구축.
- 업무 자동화 봇: 노코드(Make) 방식에서 코드(Slack Bolt + API) 기반 자동화로 전환하여 유연성 확보.
테마 2: 콘텐츠 자동화 파이프라인 (Day 3~4)
단발성 콘텐츠 제작을 넘어 시스템화된 자동 생산 및 발행 프로세스를 구축합니다.
- 멀티채널 자동화: YouTube URL 기반의 음성 전사, SEO 최적화 블로그 포스팅, 워드프레스 자동 발행 파이프라인 구축.
- 브랜드 콘텐츠 공장: 멀티모달 AI를 활용하여 이미지 생성부터 각 SNS 포맷별 텍스트 변환 및 예약 발행까지 통합 관리.
- GitHub Actions 활용: 코드 리뷰 자동화 및 뉴스레터 편집장 시스템 구축을 통해 스케줄링 기반의 자동 운영 구현.
테마 3: 데이터 인텔리전스 (Day 5~6)
데이터 분석 역량을 실시간 시스템 및 로컬 보안 환경으로 확장합니다.
- Text-to-SQL 인터페이스: 자연어 질문을 SQL로 변환하여 공공 데이터나 기업 DB를 시각화하는 BI 도구 제작.
- 프로덕션급 대시보드: Streamlit을 활용하여 로그인 기능, 멀티유저 데이터 분리, 배포가 완료된 산업별 대시보드 구현.
- 로컬 AI 분석 (Ollama): 보안이 중요한 환경을 위해 인터넷 연결 없이 Mac 로컬 환경에서 구동되는 문서 분석 시스템 구축.
테마 4: RAG & 지식 기반 시스템 (Day 7~8)
단순 프롬프트 입력의 한계를 극복하기 위해 외부 지식을 체계적으로 결합합니다.
- 기업용 RAG(Retrieval-Augmented Generation): PDF, Notion 등 대량의 문서를 벡터 임베딩하여 답변 출처를 명시하는 지식베이스 구축.
- 자율 리서치 에이전트: 주제 입력 시 스스로 웹 검색, 크롤링, 분석을 수행하여 인용 정보가 포함된 리포트 작성.
- 실무 특화 에이전트: JD(직무기술서) 생성 및 지원자 서류 스크리닝을 수행하는 HR 도구 등 특정 도메인 최적화.
테마 5: SaaS 제품/서비스 상용화 (Day 9~10)
구현된 기능을 실제 수익 창출이 가능한 서비스 모델로 완성합니다.
- 수익 구조 구현: Toss Payments API를 연동한 결제 시스템, 구독 모델, 사용량 제한 로직이 포함된 MVP 제작.
- AI API 공급자: 자신의 AI 기능을 타 서비스가 호출할 수 있도록 JWT 인증 및 Rate Limiting이 적용된 REST API 서버 구축.
- 캡스톤 론칭: 본인이 기획한 AI 제품을 실제 배포하고 성과를 발표하며 과정을 마무리.
3. 초급 대비 중급 과정의 기술적 도약
| 구분 | 초급 과정 (기반 지식) | 중급 과정 (응용 및 확장) |
| 개발/배포 | Cursor + Vercel 기본 배포 | 풀스택 AI 앱 + 인증·결제 연동 |
| 데이터 | Pandas + EDA 기초 | Text-to-SQL + 실시간 ML 파이프라인 |
| 대시보드 | Streamlit 산업별 기초 | 멀티유저 + 프로덕션급 배포 |
| 프롬프트 | 프롬프트 엔지니어링 키트 | RAG + Tool Use + 에이전트 체인 |
| 자동화 | Make 노코드 자동화 | GitHub Actions + 코드 기반 자동화 |
| 에이전트 | MCP 에이전트 체험 | 커스텀 MCP 서버 직접 구축 |
| 콘텐츠 | 이미지·영상 생성 AI 활용 | 브랜드 콘텐츠 자동화 시스템 |
4. 결론 및 교육 성과
본 중급 과정은 학습자가 단순히 AI 기술을 ‘아는 것’에 그치지 않고, ‘비즈니스 가치를 창출하는 제품’으로 변모시키는 과정을 실습하도록 설계되었습니다.
특히 다음 세 가지 핵심 역량 확보에 집중합니다:
- 시스템 통합 능력: 개별 AI API를 연결하여 복합적인 워크플로우를 설계하는 능력.
- 코드 기반 제어: 노코드의 한계를 넘어 코드를 통해 세밀한 제어와 확장이 가능한 자동화 시스템 구축 능력.
- 상용화 마인드셋: 기술 구현을 넘어 결제, 보안, 멀티유저 대응 등 실제 서비스 운영에 필요한 요소를 통합적으로 고려하는 관점.
바이브코딩 중급: 기반 지식과 경험의 응용 및 확장
수도권ICT-구름에서 주관하는 바이브코딩 시작하기 과정 개요입니다. (주간 전일) 일일 8시간씩 10일 또는 (야간) 일일 4시간씩 20일간 진행되며, 학습자는 온라인으로 접속하여 바이브코딩에 대한 지식과 경험을 쌓고 기반 지식을 응용 및 확장할 수 있는 과정입니다.
| 기반 지식과 경험 | 응용과 확장 |
|---|---|
| Cursor + Vercel 기본 배포 (P2) | 풀스택 AI 앱 + 인증·결제 연동 |
| Python Pandas + EDA 기초 (P5) | Text-to-SQL · 실시간 ML 파이프라인 |
| Streamlit 산업별 대시보드 (P6) | 인증·멀티유저·프로덕션급 배포 |
| 프롬프트 엔지니어링 키트 (P7) | RAG · Tool Use · 에이전트 체인 |
| Make 노코드 자동화 (P8) | GitHub Actions + 코드 기반 자동화 |
| MCP 에이전트 체험 (P9) | 나만의 MCP 서버 직접 구축 |
| 이미지·영상 생성 AI (P3, P4) | 브랜드 콘텐츠 자동화 파이프라인 |
초급 = “AI가 해준다” 체험
중급 = “내가 설계하고 AI와 함께 만든다” 구현
바이브코딩 중급 과정 20개 프로젝트
5개 테마 × 4개 프로젝트, Day별 8시간 구성
| 중급 프로젝트 목록 | 기반 지식과 경험 | 확장, 응용, 심화 방향 |
|---|---|---|
| P1. Tool Use 에이전트 | P7 프롬프트 키트 | 수동 → 자동 판단 |
| P2. Multi-LLM 라우팅 | P1 AI 도구 비교 | 손 비교 → 코드 자동화 |
| P3. MCP 서버 구축 | P9 MCP 체험 | 사용자 → 제작자 |
| P4. Slack AI 봇 | P8 Make 자동화 | 노코드 → 코드 전환 |
| P5. YouTube 파이프라인 | P3+P4 콘텐츠 | 수동 제작 → 자동 생산 |
| P6. 브랜드 콘텐츠 공장 | P3+P4 생성형 AI | 단발 → 시스템화 |
| P7. 뉴스레터 시스템 | P7 프롬프트 키트 | 템플릿 → 스케줄 자동화 |
| P8. PR 코드 리뷰 | P2 Cursor+GitHub | 코드 만들기 → 검토 자동화 |
| P9. Text-to-SQL | P5 Pandas EDA | 코드 분석 → 자연어 인터페이스 |
| P10. Streamlit 프로덕션 | P6 대시보드 기초 | 로컬 → 멀티유저 배포 |
| P11. 리뷰 감정 분석 | P5 데이터 분석 | 과거 데이터 → 실시간 수집 |
| P12. Ollama 온프레미스 | P9 MCP 체험 | 클라우드 → 완전 로컬 |
| P13. RAG 문서 Q&A | P7 프롬프트 키트 | 맥락 복붙 → 벡터 검색 |
| P14. 리서치 에이전트 | P8 Make 자동화 | 정해진 흐름 → 자율 판단 |
| P15. 채용 어시스턴트 | P7 프롬프트 키트 | 템플릿 → 실무 에이전트 |
| P16. 경쟁사 모니터링 | P8 Make 알림봇 | 단순 알림 → 전략 분석 |
| P17. Toss SaaS MVP | P2 Vercel 배포 | 무료 앱 → 유료 서비스 |
| P18. AI API 서버 | P2+P7 경험 | 사용자 → API 공급자 |
| P19. 콘텐츠 재활용 엔진 | P3+P4 콘텐츠 | 채널별 수동 → 통합 자동화 |
| P20. 캡스톤 론칭 | P10 캡스톤 | 구현 → 실제 론칭 |
테마 1. AI 에이전트 아키텍처 (Day 1~2)
프로젝트 1. 프롬프트 키트 자동화 웹앱 빌드
- 기존 손으로 설계했던 템플릿을 이제 AI가 자동으로 판단해서 실행하도록 함
- “보고서 요약해줘”라고 입력하면 문서 종류를 파악하고, 적합한 프롬프트를 자동 선택하고, 결과를 Notion에 저장하는 멀티스텝 Tool Use 에이전트를 Next.js 웹 UI 위에 구현
- 초급에서 수동으로 했던 것을 에이전트가 대신 수행하도록 함
프로젝트 2. Multi-LLM 라우팅 시스템 구현
- 기존 손으로 비교했던 것을 이제 코드가 자동으로 수행하도록 함
- 동일 프롬프트를 Claude·GPT·Gemini에 동시 발사하고 응답 품질·속도·비용을 자동 평가해 최적 모델을 선택하는 라우팅 엔진을 구현
- Multi-LLM 라우팅 내부 구조를 직접 재현하는 실전 아키텍처 프로젝트
프로젝트 3. 커스텀 MCP 서버 구축
- MCP 서버 사용 경험을 확장하여 나의 니즈에 맞는 커스텀 MCP 빌드
- TypeScript로 사내 DB나 사설 REST API에 Claude가 접근할 수 있는 커스텀 MCP 서버를 구현하고, Claude Desktop에 연결해 “우리 회사 데이터를 AI가 직접 읽는” 환경을 완성
- MCP 프로토콜 구조와 Tool 정의 방식을 코드 레벨로 이해
프로젝트 4. AI 어시스턴트 봇 업무 자동화
- 기존 Make 노코드 블록으로 연결했던 이메일·슬랙 자동화를 Slack Bolt + Claude API로 직접 구현
/요약,/번역,/리포트슬래시 커맨드를 입력하면 AI가 채널 대화를 요약하고 Notion에 자동 저장- “Make로 만들던 것을 코드로 만들면 무엇이 달라지는가”를 실제로 체감하는 전환점 프로젝트
테마 2. 콘텐츠 자동화 파이프라인 (Day 3~4)
프로젝트 5. YouTube, SEO 블로그, 뉴스레터 자동화
- 기존에 수작업으로 진행했던 쇼츠 영상 제작, SNS 콘텐츠 작성 작업을 AI 파이프라인에서 자동 생산
- YouTube URL 입력 → Whisper 음성 전사 → Claude SEO 최적화 → WordPress REST API 자동 발행까지 한 번에 처리
- NextPlatform 같은 블로그에 직접 연동 가능한 구조
프로젝트 6. 멀티모달 콘텐츠 생성부터 멀티채널 발행까지
- 기존 이미지·영상 생성, SNS 자동 생성의 통합 심화 버전
- 제품·서비스 키워드를 입력하면 DALL-E 또는 Stability AI로 브랜드 이미지를 자동 생성하고, 블로그·인스타그램·X·카카오채널별 최적 포맷으로 텍스트를 변환한 뒤 예약 발행까지 처리
- 초급에서 각각 따로 했던 것을 하나의 시스템으로 통합
프로젝트 7. AI 뉴스레터 편집장 시스템
- 기존 프롬프트 키트에서 만든 콘텐츠 요약 템플릿을 스케줄 기반 자동화로 발전
- RSS 피드·키워드 설정 → 매일 새벽 자동 수집 → Claude 큐레이션·요약·편집 → 수신자별 관심사 맞춤 발송. GitHub Actions 스케줄러 + Resend 이메일 API 조합
- 초급 Make 파이프라인과 같은 목표를 코드로 구현하는 비교
프로젝트 8. GitHub PR 자동 코드 리뷰 에이전트
- 기존 Cursor+GitHub 배포 경험을 기반으로, PR이 생성될 때 Claude가 자동으로 코드 리뷰 코멘트를 달아주는 GitHub Actions 에이전트를 구현
- 보안 취약점·성능 이슈·코드 컨벤션을 분석하고, 팀별 리뷰 기준을 System Prompt로 커스터마이징
- 초급에서 코드를 만든 사람이 중급에서는 코드를 검토하는 시스템을 구현
테마 3. 데이터 인텔리전스 (Day 5~6)
프로젝트 9. 음성 인식 기반의 Text-to-SQL 인터페이스
- 기존 Pandas EDA에서 AI가 코드를 생성해주는 구조를 웹 앱으로 빌드
- “지난달 에너지 소비량 상위 10개 설비 보여줘”처럼 자연어로 질문하면 AI가 SQL을 생성하고 결과를 표·차트로 시각화
- 지역 공공 데이터베이스를 직접 연결해 비개발 임원도 데이터를 조회할 수 있는 BI 도구 완성
프로젝트 10. Streamlit 산업별 프로덕션 대시보드 구현
- 기존 로컬에서만 돌리던 Streamlit 대시보드를 이제 인터넷에 공개하고 팀이 함께 쓸 수 있도록 고도화
- Firebase Auth로 로그인 기능 추가, 멀티유저 데이터 분리, 실시간 데이터 갱신, Streamlit Cloud 배포
- 에너지·자동차·헬스케어 분야 중 선택해 실제 현장에서 쓸 수 있는 수준으로 완성
프로젝트 11. 소셜 리뷰 감정 분석 & 실시간 모니터링 시스템
- 기존 Pandas 데이터 처리 역량을 실시간 수집과 연결
- 네이버 스마트스토어·구글 플레이·앱스토어 리뷰를 자동 수집해 감정 트렌드·핵심 불만 키워드·경쟁사 비교를 실시간 차트로 보여주는 모니터링 대시보드
- 초급에서 EDA로 과거 데이터를 분석했다면, 중급에서는 미래 데이터를 자동으로 수집하고 분석하는 시스템 빌드
프로젝트 12. Ollama 기반 로컬 AI 문서 분석 시스템
- 기존 MCP 클라우드 에이전트의 진화 버전
- 인터넷 연결 없이 Mac M 시리즈 위 Ollama로 기업 내부 문서를 완전 로컬 처리하는 프라이버시 보호 AI 분석 시스템을 구축
- 금융·의료·공공기관처럼 데이터 외부 유출이 불가한 환경을 위한 아키텍처
- Cloudflare Tunnel로 팀 내부 공유까지 완성
테마 4. RAG & 지식 기반 시스템 (Day 7~8)
프로젝트 13. RAG 기반 기업 문서 Q&A 시스템
- 기존 프롬프트 엔지니어링에서 AI에게 맥락을 직접 복붙했던 방식의 한계를 해결하는 프로젝트
- PDF·Word·Notion 문서를 업로드하면 벡터 임베딩으로 저장
- 자연어 질문에 출처 문단과 함께 답변하는 기업용 지식베이스를 LangChain + Supabase pgvector + Claude로 완성
- 프롬프트 엔지니어링의 다음 단계가 RAG임을 실전으로 이해
프로젝트 14. 자율 리서치 에이전트로 검색·수집·보고 자동화
- 기존 Make 자동화에서 정해진 흐름만 따르던 자동화를 넘어, 스스로 판단하며 일하는 에이전트 빌드
- 주제를 입력하면 웹 검색 → 페이지 크롤링 → 정보 분석 → 출처 인용 포함 리포트 작성까지 자율 수행
- Anthropic Web Search Tool Use + Claude 에이전트 패턴의 핵심 체득
프로젝트 15. AI 채용 어시스턴트로 JD 생성 + 서류 스크리닝
- 채용 포지션을 설명하면 JD를 자동 생성하고, 지원자 이력서를 업로드하면 적합도 점수·강점·약점 리포트를 구조화해 출력하는 HR AI 도구
- Firebase Auth + Claude 조합으로 HR 담당자만 접근 가능한 내부 도구 수준으로 구현
- 기존 프롬프트 키트 경험이 직접 연결되는 실무 에이전트 빌드
프로젝트 16. 경쟁사 모니터링 & 인텔리전스 봇
- 기존 Make 이메일 알림봇의 단순 알림을 넘어서, 전략 분석까지 수행하는 인텔리전스 시스템 빌드
- 지정 URL을 Playwright로 주기 크롤링 → 가격 변동·신제품·채용 변화 감지 → AI 전략 분석 리포트 생성 → Slack/Telegram 자동 발송
- Make와 코드 기반 자동화의 결정적 차이를 체감하는 프로젝트
테마 5. SaaS 제품/서비스 상용화 (Day 9~10)
프로젝트 17. 결제 연동 AI SaaS MVP
- 기존 웹앱에 ” 수익실현 구조”를 붙이는 프로젝트
- AI 기능 하나(문서 요약기, 콘텐츠 생성기 등)를 골라 월정액 구독 모델로 묶고, Toss Payments API로 결제를 연동
- 플랜별 사용량 제한·사용자 대시보드·구독 관리까지 포함한 멤버십 플랫폼 아키텍처 구현
프로젝트 18. AI API 서비스 서버 구현
- 지난 프로젝트 17의 백엔드 심화 버전
- 다른 앱이 호출할 수 있는 AI 기능 REST API 서버를 구축하고, JWT 인증·플랜별 Rate Limiting·요청당 과금 로직·사용량 로깅을 구현
- “내가 만든 AI API를 다른 사람이 쓰는” AI 에이전시 서비스 아키텍처를 설계하는 경험
프로젝트 19. 멀티채널 원-소스 멀티-유스 콘텐츠 엔진
- 지난 콘텐츠 자동화 프로젝트에서 별개의 채널을 하나의 엔진으로 통합
- 블로그 글 하나를 입력하면 유튜브 대본·LinkedIn 포스트·X 스레드·뉴스레터·카카오채널 메시지로 채널별 최적 포맷 자동 변환·예약 발행
- GitHub Actions 스케줄러로 요일별 자동 운영하는 콘텐츠 파이프라인 구현
프로젝트 20. AI 사이드 프로젝트 론칭 — 중급 캡스톤
- 초급 캡스톤에서 “아이디어를 구현”했다면, 중급 캡스톤은 “구현한 것을 론칭”
- 수강생이 직접 기획한 AI 제품을 완성·배포하고 실제 URL과 함께 5분 발표
- 평가 기준: 문제정의(타겟, 좌절점, 해법)의 선명함 + 작동하는 AI 기능 + 배포 URL
- 학습 성과: 강의 종료와 함께 학습자별 사이드 프로젝트가 시작됨
