하네스 엔지니어링 (Claude Code / Codex)
대상 AI 코딩 도구를 한 번 이상 써본 개발자 · 테크리드 · DevOps 엔지니어 (중급) 시간 1일 8시간
Claude Code(또는 Codex)를 단순 코드 생성기로 쓰는 수준을 넘어, AI 에이전트가 안전하고 효율적으로 일하는 개발 환경(하네스)을 직접 한 겹씩 구축하고 운영합니다.
주요 모듈 - 에이전틱 엔지니어링의 이해 — AI 엔지니어링 5단계 패러다임, 첫 체험 실습
- Rule + Skill 기초 — AGENTS.md 중첩 구조, skill-creator, TDD Rule
- Skill 고급 + 기능 구현 — Frontmatter 고급, PR 스킬, TDD 워크플로우
- Hook + Sub-agent — Lethal Trifecta 보안, Protection Hook, Evaluator 패턴
- Worktree + 에이전트 아키텍처 — 병렬 개발, Generator-Evaluator, Agent Teams
- Claude Code 운영 가이드 — 도입 옵션·격리 방식 비교
- 복기 + 마무리 — 하네스 누적 복기, 당장 적용할 3가지, Q&A
Vibe Coding & MCP with Cursor AI
대상 입문~중급 개발자 (바이브코딩으로 빠르게 앱을 만들고 배포까지 경험하려는 대상) 시간 1일 8시간
Cursor AI로 바이브코딩의 한계를 이해하고 에이전틱 엔지니어링으로 전환하며, MCP 서버 구축과 메모 앱을 직접 만들어 Supabase 연동·Vercel 배포·테스트까지 풀사이클을 경험합니다.
주요 모듈 - 바이브코딩 vs 에이전틱 엔지니어링
- 에이전틱 엔지니어링 시대의 핵심 스킬 9가지
- Cursor AI 제대로 활용하기 — 핵심 기능, 토이 프로젝트
- 에이전틱 엔지니어링에서 Context 관리의 중요성
- MCP 개념 이해 및 서버 구축
- 메모장 프로젝트 개발 + Gemini LLM API 연동
- Supabase 데이터베이스 마이그레이션
- Vercel 배포 + 프로젝트 종합 점검
디자이너를 위한 바이브코딩 (Cursor AI)
대상 디자이너 · 기획자 등 비개발 직군 (코딩 경험 없어도 가능) 시간 1일 8시간
디자이너가 코드 없이 Cursor AI로 포트폴리오 웹사이트를 직접 만들고, AI 챗봇·Browser Automation까지 붙여 Vercel로 배포하는 전 과정을 경험합니다. 에이전틱 엔지니어링 3단계(Prompt·Context·Harness)도 함께 익힙니다.
주요 모듈 - 오프닝 — 에이전틱 엔지니어링 3단계 프레임워크 (Prompt · Context · Harness)
- 개발환경 설치 — Node · Bun · Git · Cursor
- Cursor 핵심 기능 — Plan · Agent · 미니 실습
- 프로젝트 셋업 — Next.js
- 포트폴리오 UI 개발 — Hero · About · Works · Contact
- AI 챗봇 — 스트리밍 · MCP · 자동 QA
- Browser Automation
- Vercel 배포 + 공개 URL 확보
바이브코딩으로 직접 구현하는 MCP 서버와 클라이언트
대상 MCP를 직접 구현해보려는 개발자 (Cursor AI 환경 기준) 시간 2일 16시간
바이브코딩으로 High-Level MCP 서버를 직접 구현하고, AI 채팅 앱에 LLM·오픈소스 MCP를 연동한 뒤 MCP 클라이언트와 관리 페이지까지 완성해 Vercel에 배포하는 완성형 프로젝트를 경험합니다.
주요 모듈 - [Day 1] 바이브코딩과 MCP 흐름 이해
- [Day 1] Cursor AI 환경설정 + 실습 준비
- [Day 1] 바이브코딩 활용 토이 프로젝트 개발
- [Day 1] 직접 만드는 High-Level MCP 서버 + 이미지 생성 AI 연동
- [Day 1] Vercel에 MCP 서버 배포
- [Day 2] AI 채팅 애플리케이션 만들기 (LLM 연동)
- [Day 2] 오픈소스 MCP 연동
- [Day 2] MCP 관리 페이지 + 클라이언트 연동
- [Day 2] Vercel 배포 + 완성형 프로젝트 점검
백엔드 개발자를 위한 AI 애플리케이션 엔지니어링
대상 REST API · 서버 개발 · 로그/운영 경험이 있는 백엔드 개발자 (중급) 시간 1일 8시간
백엔드 개발자가 LLM의 동작 원리와 한계를 이해한 뒤, Express/TypeScript 서버에 LLM 호출·Agent Runtime·Tool Calling을 안정적으로 통합하고, 응답 계약·평가·운영 로그까지 갖춘 작은 AI 백엔드를 완성합니다.
주요 모듈 - 과정 목표와 Starter backend 세팅 (Express/TypeScript, mock/live mode)
- LLM 이론 — token·context window, 할 수 있는 것/없는 것, hallucination·latency·cost·security
- LLM API 기본과 /chat 연결 (OpenAI SDK, LlmClient)
- AI Service Layer와 Agent Runtime 설계 (Zod schema, metadata/JSONL log)
- 코딩 에이전트 산출물 리뷰 (diff review, smoke test, eval skeleton)
- Tool Calling 및 MCP 개념 비교 (function schema, tool result)
- Agent Tool Orchestration (read-only API tool, 실행 계약·권한·감사 로그)
- Agent 평가·보안·운영 로그 (eval case, prompt injection, PII/secret redaction)
- 최종 Smoke Test와 산출물 정리