[바이브코딩 워크샵 회고록]비개발자 148명에게 2주 동안 AI를 붙여봤습니다
비개발자 148명에게 2주간 AI 워크샵을 운영하며 설치, 실습, 회고를 반복한 현장 회고입니다.\n자기 파일로 직접 해보는 경험이 전환점이었고, 챔피언 발굴과 후속 프로젝트로 이어졌습니다.
Claude 태그가 달린 국내 IT 기업 기술 블로그 글을 최신순으로 모았습니다.
20개 표시
비개발자 148명에게 2주간 AI 워크샵을 운영하며 설치, 실습, 회고를 반복한 현장 회고입니다.\n자기 파일로 직접 해보는 경험이 전환점이었고, 챔피언 발굴과 후속 프로젝트로 이어졌습니다.
AI 협업 시대에는 테스트 코드가 미래 세션의 AI가 읽는 실행 가능한 프롬프트라는 관점이 중요합니다. @DisplayName과 실패 케이스로 비즈니스 의도를 남기고, 인간 검토와 교차 검증으로 맥락을 보완했습니다.
AI 에이전트로 가상의 회사를 구성하고 어디서든 같은 목표로 일하게 만드는 NaverMadCat 사례를 소개했습니다. 플랫폼 구조, 자동화, 동기화, 운영 방식과 실전 시나리오를 함께 다뤘습니다.
네이버 클라우드 플랫폼 MCP를 클로드 코드에서 사용할 수 있게 베타 출시했습니다. 복잡한 서버 초기 설정을 채팅만으로 처리하려는 사용성 개선 사례입니다.
50개 이상의 레포에 흩어진 버전업 PR을 Wave 순서에 맞춰 자동 전파하고 머지하는 방식을 설명했습니다. CI, flaky test, 에스컬레이션까지 묶어 대규모 업그레이드 운영을 자동화했습니다.
![[의존성의 방향을 따라 4/5] PR을 전파하는 Distributer](https://flex.team/blog/og/main.jpg)
LLM이 n8n 워크플로를 더 잘 생성하도록 하네스 엔지니어링을 소개했습니다. 정확한 스펙과 검증 도구를 주면 네이티브 노드 활용도가 크게 높아졌습니다.

OpenRewrite로 규칙 기반 변환을 먼저 적용하고, 실패한 빌드는 Claude가 보완했습니다. 빌드 가드레일 안에서 50개 레포를 안전하게 버전업하는 구조를 설명했습니다.
![[의존성의 방향을 따라 3/5] OpenRewrite와 Claude가 코드를 변환한다](https://flex.team/blog/og/main.jpg)
OpenRewrite로 규칙 기반 변환을 먼저 적용하고, Claude가 예외적 수정과 빌드 에러를 보완하는 구조를 설명했습니다. 50개 레포에 안전하게 같은 변환을 재현하기 위한 recipe 설계와 가드레일 운영 방식도 다뤘습니다.
![[의존성의 방향을 따라 3/5] OpenRewrite와 Claude가 코드를 변환한다](https://cdn.sanity.io/images/v31psllp/production/513466e8841f7be5ac64a4a39112acafe4a63c6d-1684x1030.png)
AI 에이전트가 소프트웨어를 도구에서 동료로 바꾸는 흐름을 정리했습니다. 코딩에서 검증된 역할 변경이 지식 근로자 업무와 AWS 기반 AX 전환으로 확장된다고 설명했습니다.
레포 간 의존성을 그래프로 읽어 안전한 변경 순서와 전파 방향을 계산하는 Planner를 설명했습니다. 변경 유형에 따라 upstream-first, downstream-first, 병렬 계획이 달라지는 점을 다뤘습니다.
![[의존성의 방향을 따라 2/5] 의존 그래프를 읽는 Planner](https://cdn.sanity.io/images/v31psllp/production/cfc2fee7bc9a333e841c5c5cf5cc07721137979c-1684x1030.png)
업무용 LLM 봇에서는 모델보다 하네스가 더 중요하다는 점을 정리했습니다. 범위 설정, 근거 분리, 도구 실패 구분이 실제 운영 품질을 좌우했습니다.
AI를 도구가 아닌 동료로 삼아 사내 AX를 이끄는 사례를 소개했습니다. 비개발자도 서비스를 만들 수 있는 템플릿과 전사 교육으로 AI 네이티브 워크플로우를 확산했습니다.
Slack 봇 창식이를 통해 하네스 엔지니어링과 컨텍스트/피드백 루프 설계를 실제 운영에 적용한 사례를 정리했습니다. MCP 채널, 지식 베이스, 교정 로그로 장기 작업의 정확도를 높인 구성이 핵심입니다.
현대오토에버가 Amazon Bedrock과 LangGraph로 다중 AI 에이전트를 구성해 장애 대응을 자동화했습니다.\n장애 분석부터 보고서 생성까지를 연결해 대응 시간을 수 시간에서 5분으로 줄였습니다.
슬로우 쿼리 분석과 PR 반영까지 이어지는 AI 파이프라인을 하네스로 설계한 사례를 다뤘습니다. 반복 작업에 특화된 스페셜리스트형 구조로 품질과 운영 안정성을 높였습니다.
AWS 계정으로 Anthropic의 Claude Platform을 직접 사용할 수 있는 서비스를 소개했습니다. IAM, CloudTrail, Marketplace를 통해 인증·감사·과금을 통합하는 방법을 안내했습니다.

kt cloud가 사내 업무에 AI를 먼저 적용한 3가지 사례를 소개했습니다. RAG와 MCP로 검색, 보안관제, 장애관제 품질을 높인 방식과 성과를 정리했습니다.
캐치테이블은 전사 AI 해커톤을 위해 이틀간 업무를 멈추고 몰입 환경을 마련했습니다. 사전 교육과 실습, 인프라 지원을 통해 AI를 업무 핵심 파트너로 확산하려 했습니다.
대량의 마크다운 문서를 검색하는 RAG 시스템을 ChromaDB와 MCP로 구축했습니다. 에이전트 스킬을 더해 최소한의 지시만으로 문서를 찾도록 개선했습니다.

포스타입 캐릭터톡의 MVP 출시 과정과 팀별 고민을 정리했습니다. 초기 콘텐츠 확보와 데이터 기반 의사결정 구조가 핵심이었습니다.
