AX 혁신센터
성과 사례 목록
KD아카데미 로고KD아카데미공공·교육
성과 사례 요약

업무 활용 바이브코딩 실습형 교육 | AI 코딩 기능 소개를 넘어 업무 선정→스펙→검증까지

프로젝트
[KD아카데미][AX 키트-개발직] 개발 생산성을 극대화하는 AI 에이전트 엔지니어링 구현 실무
수행 기간
2026.09 – 2026.09
핵심 성과 지표업무 활용도 100%
기업 및 프로젝트 배경

AI 코딩을 실제 프로그램 제작에 활용 하려면 맡길 업무, 완료 기준, 검증과 승인 방식을 함께 세워야 합니다. 이를 위해 업무 선정부터 스펙·검증·변경관리·팀 운영까지 하나의 개발 방식으로 연결하는 흐름이 필요합니다.

THE PROBLEM · 핵심 문제

AI 코딩 도구 활용이 늘어도, 어떤 업무를 맡기고 결과를 어떻게 검증할지에 대한 기준이 없으면 개인 실험에 머물기 쉽습니다. 이에 업무 선정부터 실행 환경, 스펙, 검증, 변경관리, 팀 재사용까지 하나의 개발 방식으로 연결하는 실습형 교육을 기획했습니다.

진단을 통해 확인한 구조적 원인

맡길 일의 판단 기준 부재

모호한 요청과 완료 기준 부재

검증·변경관리·팀 재사용 체계 부재

CASE STORY

이렇게 접근하고, 수행했습니다

AI에게 코딩을 맡기는 법보다, 맡길 일과 검증 기준을 먼저 세운 교육

이 과정은 AI 코딩 도구의 기능 소개보다 어떤 업무를 맡기고, 어떤 기준으로 결과를 확인할지를 먼저 다뤘습니다.

학습자는 업무 선정 → 실행 환경 구성 → 스펙 작성 → 테스트 → 변경·품질 관리 → 팀 재사용으로 이어지는 흐름을 8개 모듈에서 실습했습니다.

진단부터 계획 수립, 실행 및 검증까지 workflow를 연결하는 학습 여정

  1. AI 코딩 에이전트 활용과 개발 과제 진단
    반복성·명확성·검증 가능성을 기준으로 자동화 후보를 찾고 규칙·AI·사람의 역할을 나눴습니다.

  2. 하네스 엔지니어링 기초 및 적용
    Task·Context·Tool·Rule을 중심으로 에이전트가 일할 목표, 정보, 도구, 제한을 정의했습니다.
    하네스 구성 요소를 실행과 검증 순서로 연결하고 Claude Code로 결과를 확인·수정했습니다.

  3. 스펙 주도 개발(SDD) 실습 및 운영
    Purpose·Input·Rule·Output·Done으로 모호한 요청을 구현과 검증이 가능한 스펙으로 바꿨습니다.
    변경 요청을 스펙에 먼저 반영하고 구현·테스트·재검증으로 이어지는 흐름을 익혔습니다.

  4. 개발 변경·품질 관리 및 통합 실습
    버전과 변경 이유를 기록하고 스펙–구현–테스트의 불일치와 영향 범위를 점검했습니다.
    자동 테스트, 근거 확인, 사람 승인 게이트를 두어 ‘실행 성공’과 ‘업무 기준 충족’을 구분했습니다.

> 프롬프트 입력이 아니라, 결과를 검증하는 과정

학습자는 단순히 프롬프트를 따라 입력하지 않았습니다.

맡길 업무를 고르고 필요한 파일과 조건을 정리한 뒤, 원본 수정 금지와 같은 규칙과 완료 기준을 세우고 실행 결과를 다시 스펙과 비교했습니다.

결과가 다르면 요청만 바꾸는 대신 Task·Context·Rule·Verify 중 무엇이 부족했는지 찾아 하네스를 보완했고,

변경이 생기면 스펙·구현·테스트를 함께 고쳤습니다.

이 과정에서 AI가 잘하는 반복 실행·비교·누락 탐지와 사람이 맡아야 하는 예외 판단·최종 승인을 구분했습니다.


설문으로 확인된 교육 반응

교육 종료 후 진행된 설문은 대상자 10명 전원이 응답했습니다.

설문 대상 10명 · 응답 10명 · 응답률 100%

전체 평균 5.0점 (매우 만족) 응답 비율 100% ⭐⭐⭐⭐⭐

교육 내용·강의 진행·실습 활동·학습 경험·실무 적용성·교육 운영에 관한 별점형 문항의 응답이 모두 5점을 기록했습니다.

특히 참여자들은 단순히 AI 기능을 접한 것이 아니라,

  • AI에 맡길 작업과 요청 내용을 정하고,

  • 여러 작업을 연결해 자동으로 실행하며,

  • 배운 내용을 하나의 과제로 완성한 실습 경험

을 고르게 핵심으로 꼽았습니다.

가장 도움이 된 것은 ‘직접 해본 경험’이었습니다

교육 후 가장 크게 달라진 인식으로 ‘내 업무에도 활용할 수 있다는 가능성을 발견했다’를 선택: 7명(70%)

‘실습 활동에서 가장 도움이 되었던 부분’을 묻자 응답은 한 가지 기능에 몰리지 않았습니다.

이는 참여자들이 업무 선정과 요청 작성 → 자동 실행 → 결과 확인·수정 → 하나의 과제 완성으로 이어지는 전체 실습 과정에서 도움을 받았다고 응답했음을 보여줍니다.

참여자들은 ‘기능’보다 ‘업무 적용과 기본 과정’을 추천했습니다

다른 재직자에게 추천하고 싶은 이유를 묻는 주관식 응답에서는 세 가지가 반복됐습니다.

실제로 반복 업무를 해결해 본 경험, 막연했던 AI의 업무 적용 가능성을 실습으로 확인한 경험, 결과만 얻는 것이 아니라 기본 개념과 과정을 배운 점입니다.

“실제로 반복 업무가 해결되는 게 놀라움”

“실습을 하면서 실제 업무에 적용 가능하다는 걸 알게 되어 다른 재직자들에게도 추천하고 싶습니다.”

“결과만 쉽게 아는 것보다 기본을 알고 과정을 배울 수 있는 교육이어서 도움이 많이 됐던 것 같습니다.”

[실제 설문 응답 내용]


이번 교육은 AI 코딩 도구를 배우는 데서 끝나지 않았습니다.

참여자들은 실제 업무를 기준으로 업무 선정 → 기준 정의 → 실행 → 검증 → 개선의 흐름을 직접 경험했습니다.

AI를 업무에 도입한다는 것은 단순히 새로운 도구를 사용하는 것이 아니라,
업무를 다시 정의하고 사람이 판단할 부분과 AI에 맡길 부분을 새롭게 설계하는 과정입니다.

비슷한 AX 과제를
고민하고 계신가요?

기업의 현재 업무와 조직 역량을 진단하고,
실행 가능한 AX 도입 방향을 함께 설계해드립니다.