2026.04.22 / 동준상.넥스트플랫폼
(AWS SAA, AWS AIF, GCP GenAI Leader)
From Zero to AI Creator: The 10-Project Roadmap of the Vibe Coding Workshop
! 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 ‘구름’에서 주관하는 바이브코딩 입문과정의 상세 커리큘럼과 핵심 인사이트를 소개하는 과정 가이드 문서입니다.
- 이번 과정은 지역 재직자가 좀 더 쉽게 참여할 수 있도록 총 10일(40시간) 동안 온라인 야간 수업으로 진행
- 학습자가 코딩 지식 없이도 AI와 대화하며 소프트웨어를 개발하는 ‘바이브코딩(Vibe Coding)’의 실전 경험을 쌓는 것을 목표
- 2026년 최신 AI 트렌드(MCP, Claude Code, 에이전트 등) 반영
- 단순 이론 교육을 넘어 실질적인 결과물(웹앱, 영상, 데이터 대시보드 등)을 산출하는 10개의 프로젝트 중심 학습(PBL) 구조
- 특히 광주 지역 산업(에너지, 자동차, 헬스케어)과 연계된 실무 시나리오를 제공하여 지역 특화 AI 인재 양성에 초점
1. 교육 과정 개요
- 과정명: 바이브코딩 시작하기 (입문과정)
- 운영 기관: 호남ICT-구름 (주관: 넥스트플랫폼)
- 교육 형태: 온라인 실시간 교육 (야간 19:00~23:00 예정)
- 교육 시간: 일일 4시간, 총 10일 (40시간)
- 핵심 철학: “코드를 이해하지 않아도 AI가 설명해주는 과정 자체가 학습이다.” 코딩의 진입 장벽을 낮추고 AI를 활용한 생산성 극대화에 집중한다.
- https://ict-school.goorm.io/lecture/64713/2026-ai-fit-t-프로젝트-바이브코딩
2. 10대 프로젝트 상세 분석
입문 과정은 도구 체험부터 자동화, 데이터 분석, 에이전트 활용에 이르는 10가지 단계별 프로젝트로 구성된다.
| 프로젝트 명칭 | 계열 | 2026 AI 트랜드 반영 요소 | 핵심 실습 내용 및 도구 |
| AI 도구 키트 완성 | 도구 체험 | Perplexity, Grok, MCP 맥락 활용 | ChatGPT, Claude, Gemini 실전 비교 및 Notion 정리 |
| 첫 웹앱 & 미니 게임 | 바이브코딩 기초 | Cursor 및 Vercel 통합 환경 구축 | Cursor 설치, GitHub 연동, Vercel 배포 실습 |
| 이미지·숏폼 영상 파이프라인 | 생성형 AI 창작 | Runway, Kling, Vrew 기반 멀티모달 기술 | Midjourney, DALL-E 3, Runway, Kling, Vrew 활용 |
| SNS 콘텐츠 자동 생성 도구 | 생성형 AI 창작 | 채널별 포맷 자동화 및 효율화 | 바이브코딩 기반 콘텐츠 공장 구현 및 포맷 최적화 |
| Python 데이터 분석 입문 | 데이터 분석 | Cursor 기반 대화형 분석 루프 활용 | Cursor 활용 Pandas 코드 생성 및 공공데이터 분석 |
| Streamlit 산업별 대시보드 | 데이터 분석 | 바이브코딩을 통한 구현 시간 단축 (1/5 수준) | Claude Code 활용 Streamlit 시각화 대시보드 제작 |
| 프롬프트 엔지니어링 키트 | 자동화 기반 | GPTs 및 Claude 프로젝트 패키징 | System Prompt, Few-shot, CoT 기법 설계 및 테스트 |
| Make 노코드 자동화 | 자동화 응용 | 산업별 파이프라인 시나리오 적용 | Make 활용 이메일, Slack, Notion 연동 자동화 |
| MCP 에이전트 체험 | 에이전트 | Claude Desktop MCP 실습 | Claude Desktop 및 MCP 서버 연결, 파일·캘린더 접근 |
| 나만의 AI 솔루션 (캡스톤) | 통합 | 광주 지역 산업 연계 및 실전 발표 | 학습 도구 기반 산업 현장 문제 해결 솔루션 기획 |
3. 핵심 기술 및 도구 (Tech Stack)
본 과정은 2026년 기준 최신 AI 기술 스택을 포괄적으로 다룬다.
- LLM & 검색: ChatGPT, Claude, Gemini, Perplexity, Grok
- 코딩 및 배포: Cursor, Vercel, GitHub, Claude Code
- 멀티모달 창작: Midjourney, DALL-E 3, Ideogram, Runway, Kling, Hailuo, Vrew
- 데이터 및 대시보드: Python (Pandas), Streamlit
- 자동화 및 에이전트: Make (No-code), MCP (Model Context Protocol)
4. 시사점 및 주요 성과 지표
지역 산업과의 연계성
단순한 IT 교육을 넘어 광주 지역의 전략 산업인 에너지, 자동차·모빌리티, 헬스케어 분야의 공공데이터와 시나리오를 프로젝트에 녹여내어 실제 현업 적용 가능성을 높였다.
모두를 위한 학습 모델
“코드를 이해하지 않아도 AI가 설명해준다”는 메시지를 바탕으로, 개발 환경 구축(Cursor + Vercel)부터 배포 URL 공유까지의 전 과정을 경험하게 함으로써 비개발 직군의 AI 활용 효능감을 극대화하는 구조를 갖추고 있다.
‘바이브코딩 시작하기’ 10개 프로젝트 개요
호남ICT-구름에서 주관하는 바이브코딩 시작하기 과정 개요입니다. 일일 4시간씩 10일간 진행되며, 학습자는 퇴근 후 (19~23시 예정) 온라인으로 접속하여 바이브코딩에 대한 지식과 경험을 쌓을 수 있는 과정입니다.
| 프로젝트 | 계열 | 2026 AI 트랜드 반영 |
|---|---|---|
| #1. AI 도구 키트 완성 | 도구 체험 | Perplexity·Grok·MCP 맥락 |
| #2. 첫 웹앱 & 미니 게임 | 바이브코딩 기초 | Cursor+Vercel 통합 환경 |
| #3. 이미지·숏폼 영상 파이프라인 | 생성형 AI 창작 | Runway·Kling·Vrew 멀티모달 |
| #4. SNS 콘텐츠 자동 생성 도구 | 생성형 AI 창작 | 채널별 포맷 자동화 |
| #5. Python 데이터 분석 입문 | 데이터 분석 | Cursor 대화형 분석 루프 |
| #6. Streamlit 산업별 대시보드 | 데이터 분석 | 바이브코딩으로 구현 시간 1/5 |
| #7. 프롬프트 엔지니어링 키트 | 자동화 기반 | GPTs·Claude 프로젝트 패키징 |
| #8. Make 노코드 자동화 | 자동화 응용 | 산업별 파이프라인 시나리오 |
| #9. MCP 에이전트 체험 | 에이전트 | Claude Desktop MCP 실습 |
| #10. 나만의 AI 솔루션 (캡스톤) | 통합 | 광주 산업 연계 발표 |
프로젝트 1. 나의 AI 도구 키트 완성 — ChatGPT·Claude·Gemini 실전 비교
- 동일한 업무 시나리오(보고서 요약, 이메일 초안, 코드 작성)를 3개 AI에 동시에 던지고 응답 품질·속도·특기를 직접 비교
- 이후 자신의 직무에 가장 맞는 AI 조합을 정해 ‘나만의 AI 도구 키트’를 Notion 페이지로 정리해 팀과 공유하는 형태로 완성
- 7개월 전과 달리 Perplexity·Grok 등 신규 플레이어를 포함하고, MCP 개념을 왜 알아야 하는지 맥락과 함께 소개
프로젝트 2. 말로 만드는 첫 웹앱 — 바이브 코딩 환경 구축 & 미니 게임 완성
- Cursor 설치부터 GitHub 연동, Vercel 배포까지 환경을 완성한 뒤, “가위바위보 게임” 또는 “타이핑 속도 측정기” 중 하나를 바이브 코딩으로 완성
- 코드를 이해하지 않아도 AI가 설명해주는 과정 자체가 학습.
- “내가 만든 URL을 카카오톡으로 친구에게 공유한다”는 경험이 핵심.
프로젝트 3. 생성형 AI 이미지 & 숏폼 영상 제작 파이프라인 (생성형 AI 창작 #1)
- Midjourney·DALL-E 3·Ideogram으로 콘셉트 이미지를 생성하고, Runway·Kling·Hailuo로 영상화, Vrew로 자막·나레이션을 붙여 60초 쇼츠를 완성하는 전 과정을 실습
- 개인 브랜딩용, 광주 지역 산업 홍보용 두 가지 시나리오 중 선택.
- 이미지→영상→음성까지 한 번에 연결되는 멀티모달 파이프라인이 핵심.
프로젝트 4. AI 콘텐츠 기획자 — 블로그·SNS 자동 생성 도구 만들기 (생성형 AI 창작 #2)
- 문화콘텐츠 분야 특화 실습의 범용 버전.
- 제품명·키워드·타겟 독자를 입력하면 블로그 포스트 초안, 인스타그램 캡션, X 스레드, 카카오채널 메시지를 채널별 최적 포맷으로 자동 생성하는 콘텐츠 공장을 바이브 코딩으로 구현.
- 생성된 이미지(프로젝트 3 연결)와 텍스트를 합쳐 완성형 SNS 포스트까지 만들어보는 창작 자동화 경험.
프로젝트 5. Python + AI 바이브코딩으로 데이터 분석 입문 (Python 데이터 분석 #1)
- Cursor 안에서 “이 CSV를 분석해줘”라고 말하면 AI가 Pandas 코드를 생성하고, 결과를 설명하고, 다음 분석을 제안하는 대화형 분석 루프를 직접 체험
- 광주 공공데이터(에너지 사용량·교통·인구 데이터 중 선택)를 직접 가져와 탐색적 데이터 분석(EDA)까지 완성.
- “Python 몰라도 AI가 설명해준다”가 핵심 메시지.
프로젝트 6. Streamlit 산업별 데이터 대시보드 (에너지·자동차·헬스케어 선택) (Python 데이터 분석 #2)
- 프로젝트 5에서 분석한 데이터를 바탕으로, 수강생이 자신의 산업 분야에 맞는 시각화 대시보드를 Streamlit으로 완성
- 에너지(소비 패턴 이상치 탐지), 자동차·모빌리티(불량률·공정 지표), 헬스케어(건강 데이터 분류 모델) 중 선택
- 7개월 전에는 6~8시간이 걸리던 구현을 Claude Code 바이브코딩으로 2시간 안에 완성하는 경험을 제공
프로젝트 7. 프롬프트 엔지니어링 실전 — 업무 자동화 키트 구축
- 단순 프롬프트 이론이 아닌, 수강생 본인의 직무(기획서 작성, 데이터 보고서 요약, 고객 응대 메일)에 바로 적용되는 프롬프트 템플릿 10종을 설계하고 테스트
- System Prompt·Few-shot·Chain of Thought 기법을 실제 출력물 품질 비교를 통해 체득
- GPTs나 Claude 프로젝트 기능으로 팀 공유 가능한 형태로 패키징
프로젝트 8. 노코드 자동화 — Make로 나만의 AI 업무 파이프라인 구축
- Make의 시각적 블록으로 “이메일 수신 → AI 요약 → Slack 알림” 또는 “구글 폼 응답 → AI 분류 → Notion 저장” 파이프라인을 코드 없이 완성
- 2026년에는 비개발 직군 사이에서 가장 빠르게 확산 중인 업무 자동화 방식
- 광주 산업별 시나리오(에너지 이상 알림봇, 공정 데이터 수집 자동화) 제시
프로젝트 9. MCP 기반 AI 에이전트 체험 — Claude가 내 컴퓨터와 연결된다
- Claude Desktop + MCP 서버 연결로 실제 파일 시스템·캘린더·Notion에 AI가 직접 접근
- “파일 정리해줘”, “오늘 회의 요약해서 Notion에 저장해줘”를 AI가 직접 실행하는 데모로 시작
- 간단한 MCP 서버 설정까지 실습. “AI 에이전트가 무엇인지”를 개념이 아닌 눈으로 확인하는 프로젝트
프로젝트 10. 나만의 AI 솔루션 완성 (초급 캡스톤)
- 지난 프로젝트를 통해 체험한 도구(바이브코딩·노코드 자동화·데이터 분석·생성형 AI·에이전트) 중 하나를 선택
- 자신의 직무 또는 광주 지역 산업 현장의 실제 문제를 해결하는 AI 미니 솔루션을 자유 주제로 완성
- 5분 데모 발표 마무리. 완성도보다 “내가 기획하고 AI가 만든” 경험에 초점
‘바이브코딩으로 MVP 빌드’ 10개 프로젝트 개요
2시간 완성 MVP 실습 토픽 TOP 10 (26.04.23)
| 주제 | 핵심 스킬 | 실무 연계 | 난이도 |
|---|---|---|---|
| REST API | API 설계 & 자동코드생성 | 백엔드 기초 | ⭐ |
| 로컬 Gemma | 오프라인 AI 활용 | 보안/비용 최소화 | ⭐ |
| React 채팅 | 스트리밍 UI | 프론트엔드 AI 통합 | ⭐ |
| Managed Agent | 자동화 설계 | 정보수집/보고서 | ⭐⭐ |
| Markdown CMS | 경량 플랫폼 | NextPlatform 같은 블로그 | ⭐⭐ |
| NotebookLM 자동화 | 콘텐츠 생산 | 블로그/교육 콘텐츠 | ⭐⭐ |
| 이미지 분석 | 비전 모델 | 문서/이미지 처리 | ⭐⭐ |
| OpenAPI 설계 | SDD 방법론 | 팀 협업 & 명세 | ⭐⭐ |
| Vercel 배포 | 프로덕션 | 공개 서비스 | ⭐⭐ |
| Multi-LLM | 고급 오케스트레이션 | AIGrape 같은 플랫폼 | ⭐⭐⭐ |
Tier 1: 초급 입문 (60분 레벨)
1️⃣ Claude Code로 REST API 만들기 (Node.js + Express)
- 학습 목표: Claude Code의 프롬프팅으로 API 서버 자동생성
- 구현 내용
- POST
/analyze엔드포인트 (텍스트 분석) - GET
/health상태 확인 - 에러 핸들링
- POST
- 로컬 확인:
localhost:3000에서 curl 또는 Postman으로 테스트 - 시간 분배: 프롬프팅(10분) → 코드생성(5분) → 실행테스트(5분)
- NXP 연계: “Claude Code 소스코드 분석” 글의 설계 원리 직접 경험
2️⃣ 로컬 Gemma 챗봇 (Ollama + Python)
- 학습 목표: 로컬 LLM으로 API 키 없이 AI 챗봇 구현
- 구현 내용
- Ollama에서 Gemma 다운로드 & 실행
- Python CLI로 대화형 인터페이스
- 멀티턴 대화 메모리
- 로컬 확인: 터미널에서 직접 대화 기능 테스트
- 시간 분배: 설치(15분) → 코딩(20분) → 테스트(10분)
- NXP 연계: “Gemma4로 내 컴퓨터에 AI 에이전트” 글의 실전 버전
3️⃣ React AI 채팅 UI (React + Claude API)
- 학습 목표: 프론트엔드 개발자를 위한 AI 통합 입문
- 구현 내용
- React 컴포넌트 (Chat Input, Message List)
- Claude API 스트리밍 연동
- 간단한 메시지 상태관리
- 로컬 확인:
npm run dev로 브라우저에서 채팅 UI 체험 - 시간 분배: 프로젝트 생성(10분) → UI 빌드(20분) → API 연동(15분)
- NXP 연계: “Claude Design vs Figma” 글의 AI 기반 설계 패러다임
Tier 2: 중급 실무 (90~120분 레벨)
4️⃣ Claude Managed Agent: 정보 수집 에이전트
- 학습 목표: 자동화된 에이전트 설계 & 실무 배포
- 구현 내용
- 특정 토픽의 주간 뉴스/트렌드 수집
- Claude Managed Agent API 호출
- 마크다운 리포트 자동 생성
- GitHub Actions로 일일/주간 자동 실행
- 로컬 확인: 생성된
.md파일로 결과 검증 - 시간 분배: 에이전트 설계(30분) → 코드 구현(40분) → 자동화 설정(20분)
- NXP 연계: “주간 테크 토픽 봇” (내 Managed Agent) 재현
5️⃣ Markdown 기반 CMS (EmDash 스타일)
- 학습 목표: 데이터베이스 없이 파일 기반 CMS 구현
- 구현 내용
- Markdown 파일을 자동으로 HTML로 변환
- 메타데이터(제목, 날짜, 카테고리) 파싱
- 간단한 라우팅 (Express)
- 로컬 확인:
localhost:3000/posts에서 렌더링된 페이지 확인 - 시간 분배: 파일 구조 설계(15분) → 파서 구현(40분) → 라우팅(25분)
- NXP 연계: “EmDash vs WordPress” 글의 경량화 철학 실습
6️⃣ NotebookLM + Claude로 자동 블로그 생성
- 학습 목표: 콘텐츠 자동화 워크플로우 구축
- 구현 내용
- NotebookLM에서 학습 자료 업로드
- Claude API로 블로그 포스트 생성
- WordPress REST API로 자동 발행 (선택사항)
- 로컬 확인: 생성된 마크다운 파일 & 메타데이터 검증
- 시간 분배: NotebookLM 준비(20분) → Claude 프롬팅(30분) → 자동화(20분)
- NXP 연계: “블로그 생산성 개선” 사례의 완전 자동화 버전
7️⃣ Gemma 비전 모델로 이미지 분석 (로컬)
- 학습 목표: 로컬 멀티모달 AI 활용
- 구현 내용
- Ollama에서 Gemma-Vision 실행
- 로컬 이미지 파일 업로드 & 분석
- 결과를 JSON으로 출력
- 로컬 확인: 테스트 이미지 분석 결과 확인
- 시간 분배: 모델 설정(15분) → 코드 작성(30분) → 테스트(15분)
- NXP 연계: “로컬 AI 환경 구축” 심화 버전
8️⃣ OpenAPI 스펙으로 AI 에이전트 설계 (코드 없음)
- 학습 목표: 스펙-퍼스트 개발 철학 이해
- 구현 내용
- OpenAPI 3.0 YAML로 에이전트 API 정의
- Claude에게 스펙 기반 구현 요청
- 스펙과 구현의 일관성 검증
- 로컬 확인: Swagger UI로 스펙 시각화
- 시간 분배: 스펙 작성(40분) → Claude로 구현(30분) → 검증(10분)
- NXP 연계: “TDD vs SDD” 글의 SDD 실전 예제
Tier 3: 심화 배포 (120분+ 레벨)
9️⃣ Vercel로 배포하는 서버리스 AI 앱
- 학습 목표: 프로덕션 배포 & 모니터링
- 구현 내용
- Next.js API Routes로 AI 백엔드
- Claude API 연동
- 환경변수 관리 (API 키)
- Vercel로 1-click 배포
- 로컬 확인:
vercel env→ 배포된 URL에서 라이브 테스트 - 시간 분배: Next.js 세팅(20분) → 구현(40분) → Vercel 배포(15분) → 모니터링(5분)
- NXP 연계: NextDash 오픈소스의 배포 패턴
🔟 Multi-LLM 오케스트레이션 (AIGrape 스타일)
- 학습 목표: 여러 LLM을 동시에 활용하는 고급 아키텍처
- 구현 내용
- Claude, Gemini, 로컬 Gemma 동시 호출
- 응답 비교 & 점수 매기기 (예: 정확도, 속도)
- AUTO 모드 (최적 모델 자동 선택)
- 로컬 확인: 터미널에서 동일 프롬프트에 대한 3개 모델 응답 비교
- 시간 분배: 아키텍처 설계(30분) → 다중 API 호출(40분) → 평가 로직(20분)
- NXP 연계: AIGrape의 “AUTO 모드” 기능 실제 구현
추천 학습 경로
🎓 초급자 (프로그래밍 기초 O)
1️⃣ Claude Code REST API
↓
3️⃣ React AI 채팅 UI
↓
4️⃣ Claude Managed Agent (정보 수집)
기간: 4시간 | 결과물: 3개 MVP
🚀 중급자 (백엔드 경험 O)
5️⃣ Markdown CMS
↓
6️⃣ NotebookLM + 자동 블로그
↓
9️⃣ Vercel 배포
기간: 5시간 | 결과물: 자동화된 블로그 플랫폼
💡 전체 마스터 (시간 충분)
Tier 1 (3개) → Tier 2 (5개) → Tier 3 (2개)
총 20시간 | 10개 완성 프로젝트
