[AI-Native AFINIT] 한 명의 PM이 더 큰 임팩트를 만드는 방식: 재현 가능한 AI 워크플로우의 힘
[AI-Native AFINIT] 한 명의 PM이 더 큰 임팩트를 만드는 방식: 재현 가능한 AI 워크플로우의 힘
PM 반복 업무를 재현 가능한 AI 워크플로우로 정리한 사례를 소개했습니다. 데이터 검증, 승인, 산출물 연결까지 포함해 조직 지식으로 축적하는 방법을 설명했습니다.
#LLM#Cursor
0005분
필터 1
하네스 엔지니어링(harness engineering)으로 팀 맞춤형 AI 환경 구축하기
하네스 엔지니어링(harness engineering)으로 팀 맞춤형 AI 환경 구축하기
팀 맞춤형 AI 환경을 만들기 위해 Cursor의 Rules와 Skills를 활용한 하네스 엔지니어링 사례를 소개했습니다. 전처리 스크립트로 컨텍스트를 줄여 응답 품질과 토큰 효율을 높인 점이 핵심입니다.
#Cursor#LLM
421005분
Product Engineer: 전직 백엔드 개발자, AI와 함께한 프론트엔드 도전기
Product Engineer: 전직 백엔드 개발자, AI와 함께한 프론트엔드 도전기
백엔드 개발자가 AI와 함께 프론트엔드 관리자 페이지를 만든 과정과 시행착오를 공유했습니다. 핵심은 프롬프트보다 컨텍스트를 쌓는 작업 허브 설계였습니다.
#Cursor#MCP
97005분
2026년 카페개페, AI와 함께한 현장 스케치
카카오페이 사내 개발자 페스티벌 카페개페 2026의 준비와 현장 운영 과정을 소개했습니다. AI 세션, 네트워킹, 데모스테이션을 통해 기술 문화와 협업 경험을 공유했습니다.
#DevRel#prompt
55005분
흩어져 있는 AI 자산, ‘MCP stdio’로 헤쳐모여!
흩어져 있는 AI 자산, ‘MCP stdio’로 헤쳐모여!
흩어진 AI 자산을 중앙화하는 방법으로 Agent Sync와 MCP stdio를 비교했습니다. 특히 최신성·일관성을 중시할 때 MCP stdio 적용 흐름과 한계를 함께 정리했습니다.
#MCP#stdio
136005분
마케터의 개발 도전 — AI로 업무 한계를 넘다
마케터의 개발 도전 — AI로 업무 한계를 넘다
마케팅 파트너 팀이 럭키글라이드에 맞춰 파트너 전용 페이지와 자동 마이링크 구조를 만들었습니다. 비개발자가 AI와 함께 개발·배포·운영을 하며 QA와 인프라 이해의 중요성도 배웠습니다.
#Cursor#Claude
60005분
제품 개발 이후, 그 바깥의 AI - 버그 잡는 디자이너
제품 개발 이후, 그 바깥의 AI - 버그 잡는 디자이너
디자이너가 Codex와 Cursor로 사소한 UI 버그를 직접 수정하는 실전 과정을 소개했습니다. 티켓 정리, Plan 모드, 개발자 리뷰를 통해 백로그를 줄이는 흐름을 공유했습니다.
#Cursor#Codex
0005분
제품 개발 이후, 그 바깥의 AI - 버그 잡는 디자이너
디자이너가 AI 코딩 도구를 활용해 사소한 UI 버그를 직접 수정한 실전기를 소개했습니다. 티켓 정리, Plan 모드, PR 리뷰 흐름으로 백로그를 줄인 사례입니다.
#Cursor#GitHub
10005분
프로덕트 디자이너의 실전 AI 활용기
프로덕트 디자이너의 실전 AI 활용기
프로덕트 디자이너가 실무에서 AI로 PRD, 프로토타입, 정책, 목데이터를 빠르게 다듬은 사례를 공유했습니다. 핵심은 AI의 실행력보다 사람이 방향과 기준을 명확히 잡는 것이었습니다.
#프로덕트 디자인#Cursor
0005분
AI로 바뀐 건 업무가 아니라 사람이었습니다
AI로 바뀐 건 업무가 아니라 사람이었습니다
비개발 직군 동료들이 실제 업무를 AI로 해결하며 반복 작업 시간을 크게 줄인 교육 사례를 소개했습니다. 작은 성공과 동료 코칭이 AI 활용 자신감과 조직 확산으로 이어졌습니다.
#prompt#MCP
182005분
Product Engineer: “코드는 AI가, 나는 제품 관점에서 고민을” AI 네이티브 개발 한걸음
Product Engineer: “코드는 AI가, 나는 제품 관점에서 고민을” AI 네이티브 개발 한걸음
AI가 코드를 작성하고 사람은 목적과 검증에 집중하는 개발 방식이 소개되었습니다. 실서비스에 맞추기 위한 규칙 정리와 검증 체계의 중요성도 강조했습니다.
#Cursor#Figma
81005분
8년차 AI 엔지니어는 왜 바이브코딩을 포기했나?
바이브코딩은 프로토타입에는 유용하지만, 프로덕션에서는 이해·유지보수·보안 비용이 커질 수 있습니다. 설계는 사람이 먼저 하고 반복 구현과 검수 보조에 AI를 활용하는 방식이 적합했습니다.
#Cursor#Claude
89005분