늘 개발에 대한 학습에 목말라 있었음, 2011년도 xml학습으로 매해 꾸준히 히다가 2024년 본격적으로 하기로 마음을 먹음
비개발자가 AI를 활용해 서비스를 만들 때 가장 흔히 저지르는 실수는 ‘기능 구현’에만 매몰되는 것이다. 하지만 아무리 뛰어난 기능을 가진 앱이라도 수익 구조가 불분명하거나 고객의 선택을 받지 못하면 시장에서 도태될 뿐이다. 비매드(B-MAD) 프레임워크의 핵심인 B(Business)와 MA(Marketing)는 서비스의 엔진과 외관을 설계하는 과정이다. 이번 2탄에서는 AI 에이전트를 활용해 어떻게 탄탄한 비즈니스 모델을 구축하고, 고객이 열광하는 마케팅 전략을 수립하는지 … 더 읽기
최근 IT 업계와 1인 창업가들 사이에서 가장 뜨거운 화두는 단연 AI를 활용한 서비스 구현이다. 하지만 단순히 AI에게 코드를 짜달라고 부탁하는 것만으로는 실제 수익이 나는 ‘비즈니스’를 만들기 어렵다. 이때 필요한 것이 바로 비매드(B-MAD) 프레임워크라는 것이다. 비매드는 비즈니스(Business), 마케팅(Marketing), 디자인(Design)의 약자로, AI 에이전트를 단순한 일꾼이 아닌 각 분야의 전문가로 활용하여 완벽한 서비스를 구축하는 전략적 사고방식을 의미한다. 1. … 더 읽기
비개발자가 AI를 활용해 실제 비즈니스 가치가 있는 서비스를 구현하기 위해서는 단순한 코딩 프롬프트를 넘어선 전략적 접근이 필수적이다. 비매드(B-MAD) 프레임워크는 바로 이러한 맥락에서 탄생한 현대 기획자의 생존 치트키라고 할 수 있다. 이번 시리즈 3탄에서는 비즈니스와 마케팅 설계를 거쳐 실제 ‘제품’으로 형상화하는 Design(디자인) 단계와 이를 AI 에이전트에게 위임하여 완성하는 최종 통합 과정을 상세히 다룬다. 1. 비매드(B-MAD) 실전 … 더 읽기
프로젝트를 관리하는 비개발자 PM이나 기획자에게 가장 공포스러운 순간은 개발 완료 직전에 터지는 논리적 오류와 데이터 유실이다. 이러한 문제를 사전에 방지하기 위해 최근 도입되는 개념이 바로 ‘AI 린트(AI Lint)’ 방식이라는 것이다. 비개발자가 기술적 깊이 없이도 AI를 활용해 데이터베이스(DB) 설계의 허점을 찾고, API 관리의 정합성을 확보하여 프로젝트의 성공률을 극대화하는 전략을 상세히 다룬다. 1. AI 린트의 정의와 비개발자를 … 더 읽기
개발자들 커뮤니티에서 재미있는 글을 하나 공유 받았다. [LINK]요즘 바이브 코딩하면서, 고개를 끄덕이며 공감을 하였지만 많은 사람들은 아직도 무한 AI 낙관론에 빠진 것 같다. 1. AI와 소프트웨어 엔지니어링의 역설, 왜 코딩은 더 위험해졌나 최근 기술 업계에서는 인공지능(AI)이 모든 것을 해결해 줄 것이라는 환상에 빠져 있다. 특히 대규모 언어 모델(LLM)이 코드를 생성하기 시작하면서, 이제 소프트웨어 엔지니어링이라는 학문 … 더 읽기
AI관련 정보를 요즘 받지 않았다가, 또 많은 정보를 받기 시작하면서 글을 적어본다 [LINK]나의 습관 중 하나는 이유불문 주는 정보는 한번씩 다 본다는 것이다. 무심코 지나가다가 나에게 득이 될 수 있는 정보가 있을 수 있기 때문에 모든 정보를 허투루 보지 않는다. (이미 신뢰를 잃은 사람 제외) 위의 링크를 확인해보면, 많은 개발자가 AI 코딩 도구를 도입하며 생산성의 … 더 읽기
AI를 도구로 쓰는 것을 넘어, AI 에이전트들이 잘 일할 수 있는 환경(코드베이스)을 설계하고 이들을 효율적으로 관리하는 매니징 역량을 갖춘 개발자가 미래의 승자가 될 것이라는 영상을 보았다. [LINK] 요즘 이런 영상들이 많은 커뮤니티에 공유 되면서, 서로 이야기를 나누는 모습을 보면서 1년 조금 넘은 이 시점에 많은 사람들의 업무 패턴을 바꿔 놓고 있다는 생각이 강하게 들었다. 1. … 더 읽기
보리스 체르니 워크플로우 시리즈의 마지막 장은 AI 협업의 궁극적인 지향점인 ‘자율성’과 ‘연속성’을 다룬다. 앞선 단계들이 AI의 지능을 교정하고 결과물의 품질을 높이는 데 집중했다면, 이번 단계는 사용자의 개입을 최소화하여 업무의 흐름이 끊기지 않게 만드는 운영 시스템에 관한 것이다. 1. 사용자의 맥락 전환 비용과 AI의 수동성 문제 업무 현장에서 발생하는 가장 큰 비효율 중 하나는 AI가 스스로 … 더 읽기
AI가 내놓은 결과물이 “그럴듯해 보인다”는 것과 “실제로 완벽하게 작동한다”는 것 사이에는 거대한 간극이 존재한다. 보리스 체르니 워크플로우의 세 번째 단계는 AI의 근본적인 한계인 ‘할루시네이션(환각)’과 ‘타협하는 속성’을 제어하여, 결과물의 품질을 시니어 전문가 수준으로 격상시키는 엄격한 검증 시스템에 대해 다룬다. 1. “다 됐습니다”라는 말을 의심해야 하는 이유 많은 사용자가 AI에게 업무를 맡긴 후 가장 당혹스러워하는 지점은 AI가 … 더 읽기
AI와 협업하며 가장 허망한 순간은 한참 동안 결과물을 만들어온 AI가 “사실은 우리 프로젝트 방향과 전혀 맞지 않는 방식”으로 작업했음을 깨달았을 때이다. 보리스 체르니 워크플로우의 두 번째 단계는 AI의 성급한 실행을 억제하고, 유한한 지능 자원을 효율적으로 분배하여 이러한 자원 낭비를 원천 차단하는 데 목적이 있다 1. ‘일단 실행’이 불러오는 비효율과 자원 낭비 인공지능과 협업해 본 경험이 … 더 읽기
