2026.04.16 / 동준상.넥스트플랫폼
(AWS SAA, AWS AIF, GCP GenAI Leader)
From Zero to AI Creator: The 10-Project Roadmap of the Vibe Coding Workshop
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.
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
