Synthesis (종합)lecturedraft2026-05-12

바이브 코딩 입문 PPT 강의안 — Lecture Plan + Slide Content

별칭: 바이브 코딩 입문 PPT · lecture vibe-coding intro · Lecture Plan and Slide Content

#lecture-intro#vibe-coding-beginner#ppt-plan

바이브 코딩 입문 — 비전공자 대상 발표 자료 (2026-05-12)

대상: 비전공자 (기획·기획자·디자이너·운영·관리자·일반 직장인) 시간: 약 80~90 분 (Q&A 별도) 표어: "AI 가 코드를 짜는 시대 — 그럼 우리는 무엇을 하는가" 핵심 메시지: 바이브 코딩 = 자연어로 설계 + AI 가 코드. 비전공자도 설계자 의 자리에 설 수 있다. 단계: 본 문서 = Phase 1 (전체 구조) + Phase 2 (배분) + Phase 3 (내용·대본). 시각화 (Phase 4) 는 다음 세션.

Phase 1 — 전체 구조 (3 부 + 도입·마무리)

부	핵심 메시지	학습 목표
도입	코드는 신경망으로 흡수되고 있다	60 년 만의 패러다임 전환을 체감 하게 한다
1부 (인물)	다섯 인물의 한 줄로 본 시대	폰 노이만 → 카파시 → 하시모토 → 강사 → 가상 개발자, 한 시대씩의 정체성을 기억 하게 한다
2부 (요소)	시간·공간·연결·검증의 4 요소	비전공자도 AI 와 일을 시킬 때 4 가지 결정 을 직접 내릴 수 있게 한다
3부 (사례)	LLMWiki + 차량 일지 앱 두 사례	두 사례로 오늘 저녁부터 따라 할 수 있는 구체 단계를 박는다
마무리	사람의 자리는 설계	"도구는 바뀌었지만 — 설계의 책임은 늘 사람에게" 회수

본 강의는 위 3 부의 자기소개로 5 인물을 등장시킨다 — Part 1~5 의 Part 표기는 인물 단위 (강의 진행상 1부=인물1+2, 2부=인물3+4, 3부=인물5).

Phase 2 — 슬라이드 배분 (목차 + 표 매핑)

ID	단/Part	인물	슬라이드 수	시간 (분)
COV	표지	—	1	0.5
TOC	목차	—	1	0.5
INT	도입 (코드의 미래)	—	5	8
P1	Part 1 — AI-Native	최호림	1 (전환) + 4 = 5	8
P2	Part 2 — 폰 노이만 시대	John von Neumann	1 + 7 = 8	14
P3	Part 3 — 바이브 코딩 + CLAUDE.md	Andrej Karpathy	1 + 9 = 10	16
P4	Part 4 — 4 요소 구체	Mitchell Hashimoto	1 + 10 = 11	18
P5	Part 5 — 두 사례	가상 바이브 코딩 개발자	1 + 1 + 7 + 7 = 16	25
CLN	마무리	—	2	3
QNA	Q & A	—	1	(별도)
합계			61	약 93 분

Phase 3 — 슬라이드별 내용 + 강사 멘트

본 절은 시각화 지침 없이 슬라이드별 제목 · 핵심 키워드 · 텍스트 (개조식) · 강사 멘트 만 박는다. 시각화 (레이아웃·이미지·다이어그램·인물 사진 자리 디자인) 는 다음 세션에서 추가.

[COV-01] 표지

핵심 키워드: 바이브 코딩 / 비전공자 / 설계
텍스트:
- 대제목: 바이브 코딩 입문
- 중제목: AI 가 코드를 짜는 시대 — 그럼 우리는 무엇을 하는가
- 발표자: 최호림 (AI-Native, 돌아온 개발자)
- 일자: 2026-05-12
강사 멘트:

안녕하세요. 오늘은 코딩을 한 번도 안 해본 분들 에게 바이브 코딩이라는 것을 90 분 동안 소개해 드리려고 합니다. 결론을 먼저 말씀드리면 — 코드는 AI 가 짭니다. 그런데 무엇을 만들지 결정하는 자리 — 그게 여러분의 자리예요. 그래서 비전공자에게 오히려 더 중요한 강의입니다.

[TOC-01] 목차

핵심 키워드: 5 인물 / 4 요소 / 2 사례
텍스트:
- 도입 — 코드는 신경망으로 흡수된다 (5 슬라이드)
- Part 1 — AI-Native 최호림: 강사 자기소개 + 지금 (5)
- Part 2 — 폰 노이만 시대: 설계의 황금기 (8)
- Part 3 — Andrej Karpathy: 바이브 코딩 + CLAUDE.md 가드레일 (10)
- Part 4 — Mitchell Hashimoto: 4 요소 구체 (11)
- Part 5 — 가상 개발자: 두 사례 (16)
- 마무리 + Q & A (3)
강사 멘트:

오늘 길은 다섯 인물 입니다. 폰 노이만이 설계의 시대 를, 카파시가 바이브 코딩 을, 하시모토가 4 요소 를 말합니다. 저는 AI-Native 의 자기소개로, 마지막 가상 개발자는 오늘 저녁 시작할 수 있는 두 사례 를 보여드립니다. 한 시간 반, 부담 없이 따라오시면 됩니다.

▰▰▰ 도입부 (INT × 5) ▰▰▰

[INT-01] 프로그래밍이란 무엇인가

핵심 키워드: 사람의 언어 / 컴퓨터의 언어 / 다리
텍스트:
- 컴퓨터에는 컴퓨터의 언어가 있다 (기계어·C·Python)
- 사람에게는 사람의 언어가 있다 (한국어·영어·자연어)
- 프로그래밍은 — 그 사이를 사람이 건너가는 일 이었다
- 60 년 동안, 컴퓨터가 우리 언어를 배운 적은 없다
강사 멘트:

프로그래밍이 뭔지부터 시작합시다. 단순합니다 — 컴퓨터는 컴퓨터 말 만 알아들어요. 우리가 그 말로 번역 해서 줘야 하는 거죠. 60 년 동안 그래왔습니다. 컴퓨터가 우리 말을 배운 적이 없어요. 우리가 다리를 건너간 겁니다.

[INT-02] 그런데 — 지금은 이렇게 말한다

핵심 키워드: 자연어 / 프롬프트 / .md 파일
텍스트:
- 예전: #include <iostream> int main() { … }
- 지금: "오늘 매출 데이터에서 이상치 찾아서 차트로 그려줘"
- 변한 건 사람이 말하는 방식
- 60 년 만에 처음 — 컴퓨터가 우리 언어 쪽으로 건너오기 시작
강사 멘트:

그런데 지금은 이렇게 말합니다. "매출 데이터에서 이상치 찾아서 차트로 그려줘." 그러면 결과가 나와요. 우리가 코드를 안 쓴 거예요. 60 년 만에 처음으로, 컴퓨터가 우리 쪽으로 건너온 겁니다. 이게 오늘 강의의 출발선입니다.

[INT-03] 그럼 — 이건 왜 있는가? [피벗]

핵심 키워드: 암호 / 프로그래밍 언어의 의미 / 마지막 한 걸음
텍스트:
- 사람의 언어: "저녁 메뉴 추천해줘"
- 컴퓨터의 언어: std::unique_ptr<T>&& fn(…)
- 어셈블리 → C → Python — 점점 사람 쪽으로
- 마지막 한 걸음은? — 자연어
강사 멘트:

잠깐 — 그럼 이런 암호 같은 코드 는 왜 있었던 거죠? 사실 60 년 동안 조금씩 사람 쪽으로 다가왔어요. 어셈블리 → C → 파이썬. 마지막 한 걸음이 자연어인 겁니다. 우리는 그 마지막 한 걸음에 와 있는 세대입니다.

[INT-04] 이미 — 프로그래밍 언어를 우회한다

핵심 키워드: Transformer / Attention / 신경망
텍스트:
- 자연어 토큰 → 임베딩 벡터 → Self-Attention → 가중치 행렬 곱 → 출력 토큰
- 옛 컴파일러: 소스코드 → 어휘분석 → 파서 → 코드생성 → 기계어
- 이 흐름 어디에도 — if/else 도, for 문도, 명시적 분기도 없다
- 사람의 언어 → 가중치 위의 계산. 중간 다리가 사라졌다
- 출처: "Attention Is All You Need", Vaswani et al., Google, 2017
강사 멘트:

어떻게 가능한 거냐? 한 줄로 — 신경망 이라는 게 우리 언어를 직접 받아들이게 됐어요. 2017 년 구글이 발표한 Transformer 라는 구조 때문입니다. 컴파일러도 없고, if/else 도 없고, 그냥 가중치 곱셈 만 있어요. 중간 다리가 사라진 거예요.

[INT-05] 그래서 — 흡수된다 [Karpathy 명제]

핵심 키워드: Software 1.0 / 2.0 / 3.0 / 흡수
텍스트:
- Karpathy 명제: "명시적 코드로 작성하던 로직 — 라우팅, 검증, 조건부 분기 — 이 점점 더 신경망의 가중치 공간으로 흡수된다." (YC AI Startup School, 2025)
- SW 1.0 (1950s~): 명시적 코드 (Python / C++) — if/else, for, class
- SW 2.0 (2017~): 학습된 가중치 (신경망) — 데이터로 프로그래밍
- SW 3.0 (2025~): 자연어 프롬프트 (LLM) — 자연언어가 곧 코드
- 그가 만든 단어 — Vibe Coding
강사 멘트:

안드레 카파시라는 사람이 이렇게 말했어요. 코드가 신경망 안으로 흡수 된다. 1950 년대 Software 1.0, 2017 년 Software 2.0, 그리고 2025 년 — Software 3.0. 자연어가 곧 코드가 된 시대. 그 이름이 — 바이브 코딩 입니다. 오늘 강의의 제목이에요.

▰▰▰ Part 1 — 최호림 (AI-Native) ▰▰▰

[P1-00] 인물 전환: 최호림 — AI-Native, 돌아온 개발자

핵심 키워드: 최호림 / AI-Native / 1981~2026
텍스트:
- 인물 사진 자리: [최호림 사진 placeholder]
- 이름: 최호림 (Choi Horim)
- 정체성: AI-Native, 돌아온 개발자
- 한 줄: 1981 펀치카드 → 2026 Claude Code · 45 년의 증인
강사 멘트:

첫 인물은 — 접니다. 죄송합니다. 그래도 한 줄만 들어주세요. 1981 년 펀치카드로 시작해서 2026 년 Claude Code 까지 — 45 년을 코드 옆에 있었어요. 그 사이에 도구는 여덟 번 바뀌었습니다. 그래서 오늘 바뀐 것 과 안 바뀐 것 을 구분해서 말씀드릴 수 있어요. 그게 제가 AI-Native 라고 부르는 자리입니다.

[P1-01] 45 년, 8 개의 도구

핵심 키워드: 펀치카드 → Claude Code / 8 도구 / 시대 변화
텍스트:
- 1981 펀치카드 (FACOM · FORTRAN · COBOL · Pascal)
- 1985 어셈블리 (8086 · Z80)
- 1990 C / C++ (DOS · Windows)
- 1995 객체지향 + UML (OMT · Booch · Rumbaugh)
- 2000 자바 · 웹 (서블릿 · JSP)
- 2010 모바일 + JS (Android · React)
- 2017 ML / 파이썬 (TensorFlow)
- 2026 Claude Code · 바이브 코딩
강사 멘트:

도구를 8 번 갈아탔어요. 펀치카드, 어셈블리, C/C++, UML, 자바·웹, 모바일, 파이썬·ML, 그리고 지금 Claude Code. 갈아탈 때마다 완전히 새로 배웠습니다. 그런데 — 한 가지가 안 바뀌더라.

[P1-02] 도구는 바뀌었지만 — 안 바뀐 한 가지

핵심 키워드: 도구 vs 설계 / 책임 / 사람의 자리
텍스트:
- 바뀐 것: 도구·언어·플랫폼·생산성
- 안 바뀐 것: 설계의 책임은 늘 사람에게
- 펀치카드 시대 — 한 장 잘못 박으면 처음부터
- 객체지향 시대 — UML 잘못 그리면 코드는 결과물
- 바이브 코딩 시대 — 설계 없으면 AI 도 폭주
강사 멘트:

안 바뀐 한 가지 — 설계의 책임은 늘 사람한테 있었어요. 펀치카드 한 장 잘못 박으면 처음부터 다시. 객체지향 시대엔 UML 을 잘못 그리면 코드가 다 잘못. 지금 바이브 코딩 시대도 똑같아요 — 설계가 없으면 AI 가 엉뚱한 걸 만듭니다. 그래서 결론은 — 코딩이 안 됩니다.

[P1-03] 지금 — 신경망이 흡수하는 자리

핵심 키워드: 명시적 코드 → 가중치 공간 / SW 3.0 / 자연어 = 설계도
텍스트:
- 옛날: if / else / for / 함수 — 사람이 직접 짰다
- 지금: 그 로직이 신경망 가중치 로 흡수 (Karpathy 명제)
- 자연어 한 줄 → 가중치 곱셈 → 결과
- 그래서 — 자연어가 곧 설계도
강사 멘트:

그래서 지금이 어떤 시대냐 — 코드 안의 로직이 신경망 안으로 빨려 들어가는 시대입니다. 우리가 짜던 if/else, for 같은 게 AI 의 가중치 공간으로 이사 가는 거예요. 우리는 자연어 한 줄 만 던지면 됩니다. 그 한 줄이 — 설계도 가 되는 거죠.

[P1-04] 그래서 — AI-Native 는 누구인가

핵심 키워드: AI-Native 정의 / 신경망에 자연어로 말 거는 사람 / 설계자
텍스트:
- AI-Native = AI 를 모국어 처럼 쓰는 사람
- 코드는 안 쓴다 — 설계는 반드시 한다
- 비전공자도 오늘부터 가능
- 단 — 설계의 4 요소 (시간·공간·연결·검증) 는 알아야 한다
강사 멘트:

그럼 AI-Native 가 뭐냐? AI 를 모국어로 쓰는 사람 입니다. 코드는 안 써요. 하지만 설계는 반드시 합니다. 그게 오늘 90 분의 핵심이에요. 비전공자도 오늘부터 AI-Native 가 될 수 있습니다 — 4 가지 요소만 알면. 그 4 가지는 — 4 번째 인물이 가르쳐드릴 거예요.

▰▰▰ Part 2 — 폰 노이만 시대 ▰▰▰

[P2-00] 인물 전환: John von Neumann — 설계의 시대

핵심 키워드: John von Neumann / 폰 노이만 아키텍처 / 설계의 황금기
텍스트:
- 인물 사진 자리: [John von Neumann 사진 placeholder]
- 이름: John von Neumann (1903~1957)
- 정체성: 현대 컴퓨터 구조의 아버지
- 한 줄: 프로그램과 데이터를 같은 메모리 에 둔 사람. 설계가 코드의 90 % 였던 시대를 열다.
강사 멘트:

두 번째 인물 — 폰 노이만입니다. 헝가리 출신 수학자, 1903 년에 태어났어요. 우리가 지금 쓰는 모든 컴퓨터의 구조 가 이 사람한테서 나왔습니다. 그가 살아간 시대는 — 코드를 짜는 시간보다 설계하는 시간이 훨씬 길었던 시대입니다. 왜 그랬는지 한 단씩 보여드릴게요.

[P2-01] 폰 노이만 아키텍처 — 프로그램과 데이터의 공유 메모리

핵심 키워드: 폰 노이만 아키텍처 / 프로그램 = 데이터 / 명령 + 데이터 같은 메모리
텍스트:
- 1945 EDVAC 보고서 — 폰 노이만이 작성
- 핵심: 프로그램도 데이터도 같은 메모리에 둔다
- 그 전 — 프로그램은 케이블 (배선) 로 들어갔다
- 그 후 — 프로그램이 수정 가능 해졌다 → 소프트웨어의 탄생
강사 멘트:

폰 노이만 이전엔 컴퓨터를 새 프로그램으로 바꾸려면 케이블을 다시 꽂아야 했어요. 폰 노이만이 한 가지를 제안합니다 — 프로그램을 데이터처럼 메모리에 넣자. 그 한 번의 결정으로 소프트웨어 라는 개념이 생긴 겁니다. 1945 년이에요.

[P2-02] 구조화된 프로그래밍 — 분기 없는 흐름

핵심 키워드: GOTO 의 시대 / 구조화 / Dijkstra
텍스트:
- 1960 년대 — 코드는 GOTO 로 뒤엉킴
- 1968 — Dijkstra "GOTO Considered Harmful"
- 구조화된 프로그래밍 — 순차 / 분기 / 반복만 (if / while / for)
- 코드가 읽히기 시작 함
- 설계 = 흐름도 (flowchart)
강사 멘트:

1960 년대 코드는 — 한마디로 스파게티 였어요. GOTO 라는 명령으로 여기저기 마구 점프했거든요. 1968 년 다익스트라라는 분이 "GOTO 는 해롭다" 라는 글을 씁니다. 그때부터 구조화된 프로그래밍 — if, while, for 같은 것만 쓰자 — 이런 약속이 생겨요. 흐름도 라는 게 설계 도구 가 됩니다.

[P2-03] 자료 구조 (Data Structures) — 구조가 곧 설계

핵심 키워드: Knuth / 자료 구조 / 알고리즘 ≠ 데이터
텍스트:
- Knuth 격언: "Programs = Algorithms + Data Structures"
- 자료 구조: 배열·연결 리스트·스택·큐·트리·그래프·해시
- 같은 알고리즘도 구조가 다르면 성능이 100 배 차이
- 설계의 절반은 — 데이터를 어떻게 담을까 였다
강사 멘트:

그 다음 — 자료 구조 입니다. Knuth 라는 분이 "프로그램은 알고리즘 + 자료 구조" 라고 했어요. 같은 일을 하는 코드도 데이터를 어떻게 담느냐 에 따라 100 배 차이 가 납니다. 그래서 설계의 절반은 데이터를 어떻게 담을까 를 정하는 일이었어요.

[P2-04] 소프트웨어 엔지니어링 — 설계가 코드보다 먼저

핵심 키워드: 소프트웨어 위기 / Waterfall / 설계 단계
텍스트:
- 1968 NATO 컨퍼런스 — "Software Crisis" (소프트웨어 위기)
- 코드는 짤 수 있는데 — 큰 시스템이 자꾸 실패
- 처방: Waterfall — 요구사항 → 설계 → 구현 → 테스트
- 설계 단계가 전체의 50~70 % 차지
- 코드는 설계의 결과물
강사 멘트:

1968 년에 NATO 가 소프트웨어 위기 라는 단어를 만듭니다. 코드는 짤 수 있는데 큰 프로젝트가 자꾸 실패 한다는 거예요. 처방으로 나온 게 — Waterfall 입니다. 요구사항 분석 → 설계 → 구현 → 테스트. 그때 설계 단계가 전체 시간의 절반 이상 이었어요. 코드는 설계의 결과물 이었던 거죠.

[P2-05] 데이터베이스 — 정규화·관계·무결성

핵심 키워드: Codd / 관계형 DB / 정규화 / ER 설계
텍스트:
- 1970 — Codd "A Relational Model of Data" (IBM)
- 관계형 DB — 표 + 관계 + 키
- 정규화 — 같은 데이터가 한 곳 에만 있게
- ER 다이어그램 — 엔티티 + 관계 설계
- 데이터 무결성 (Integrity) — 약속이 깨지면 시스템 망함
강사 멘트:

1970 년 IBM 의 Codd 라는 분이 관계형 데이터베이스 라는 걸 만듭니다. 표와 표 사이의 관계를 정의하는 거예요. 핵심은 정규화 — 같은 데이터를 한 자리에만 두는 약속입니다. ER 다이어그램 그리는 게 설계 였어요. 데이터 무결성 이 깨지면 시스템 전체가 무너졌습니다.

[P2-06] 통신 프로토콜 — 약속이 있어야 연결된다

핵심 키워드: OSI / TCP/IP / 프로토콜 = 약속 / 7 layer
텍스트:
- 1974 — TCP/IP (Cerf & Kahn)
- 1984 — OSI 7 layer 모델
- 프로토콜 = 두 컴퓨터 사이의 약속
- 약속이 깨지면 — 데이터 전달 ❌
- 설계 = 어느 layer 에서 무엇을 보장할지 정하는 일
강사 멘트:

컴퓨터끼리 어떻게 대화하느냐 — 통신 프로토콜 이라는 약속 이 필요했어요. 1974 년 TCP/IP, 1984 년 OSI 7 layer. 약속이 없으면 못 만나요. 설계자는 어느 약속이 어떤 일을 책임지는지 를 다 정해야 했어요. 그게 프로토콜 설계 였습니다.

[P2-07] 폰 노이만 시대의 본질 — 설계가 코드의 90 %

핵심 키워드: 설계 비중 / 설계 = 부가가치 / 회수
텍스트:
- 자료 구조 — 데이터를 어떻게 담을까
- SW 엔지니어링 — 어떤 순서로 만들까
- 데이터베이스 — 어떻게 관계를 정할까
- 통신 프로토콜 — 어떻게 약속할까
- 한 줄: 설계가 코드의 90 % 였다
강사 멘트:

폰 노이만 시대를 한 줄로 요약하면 — 설계가 코드의 90 % 였습니다. 자료 구조, SW 엔지니어링, DB, 통신 프로토콜 — 다 설계 의 다른 이름이에요. 코드는 설계가 끝난 뒤에 짜는 것 이었습니다. 그럼 — 2025 년 카파시가 말하는 바이브 코딩 은 이 시대와 무엇이 다를까요?

▰▰▰ Part 3 — Andrej Karpathy (바이브 코딩 입문) ▰▰▰

[P3-00] 인물 전환: Andrej Karpathy — Software 3.0 의 명명자

핵심 키워드: Andrej Karpathy / Software 3.0 / Vibe Coding
텍스트:
- 인물 사진 자리: [Andrej Karpathy 사진 placeholder]
- 이름: Andrej Karpathy
- 정체성: Tesla AI 디렉터 · OpenAI 공동 창업자 · Software 3.0 명명자
- 한 줄: "명시적 코드가 신경망 가중치로 흡수된다" — 그 시대에 Vibe Coding 이라는 이름을 붙인 사람.
강사 멘트:

세 번째 인물 — 안드레 카파시. 슬로바키아 출신, OpenAI 를 만든 사람 중 한 명이고, 테슬라에서 자율주행 AI 를 책임졌어요. 이 사람이 2025 년에 한 발표에서 바이브 코딩 이라는 단어를 박았습니다. 지금 우리가 쓰는 그 단어예요.

[P3-01] 바이브 코딩이란 — 자연어로 설계, AI 가 코드

핵심 키워드: 바이브 코딩 정의 / 자연어 설계 / AI 코드 짜기
텍스트:
- 사람: 자연어로 설계
- AI: 그 설계대로 코드 작성
- 사람: 검토 + 결정 + 다음 작업
- 반복 → 시스템이 자란다
- 키 명제: 자연어가 곧 코드 (Software 3.0)
강사 멘트:

바이브 코딩 한 줄 정의 — 사람이 자연어로 설계하고, AI 가 그 설계대로 코드를 짠다. 사람은 결과를 검토하고 다음 작업을 결정 합니다. 코드는 안 짜요. 대신 설계의 책임 은 100 % 사람에게 있습니다.

[P3-02] 워크플로 설계 — 단계와 분할 (One Bite)

핵심 키워드: 워크플로 / 단계 분할 / One Bite 원칙
텍스트:
- 큰 작업 → 작은 단계로 반드시 쪼개야 한다
- One Bite = 한 입 — 한 번에 한 작업
- 예: 책 한 권 → 11 챕터 → 한 챕터씩
- 예: 앱 1 개 → 5 PR → 한 PR 씩
- 자동 진행 ❌ / 사람 결정 ✓
강사 멘트:

첫 번째 — 워크플로 설계. 큰 일을 통째로 AI 한테 넘기면 반드시 망합니다. 한 입씩 잘라야 해요. 책 한 권이면 챕터 단위, 앱 하나면 PR 단위. 한 입 끝나면 멈추고 — 사람이 검토 — 다음 한 입. 자동 진행은 금지입니다.

[P3-03] 정보 파이프라인 — Raw → Compile → Wiki

핵심 키워드: 정보 파이프라인 / Raw 자료 / Wiki 컴파일 / SSOT
텍스트:
- Raw 자료 — PDF·문서·메모·녹취록
- Compile — 구조화 (frontmatter + 카드)
- Wiki — 누적된 지식 창고 (SSOT)
- 다음 작업의 컨텍스트 가 됨
- 사례 1 (Part 5) 에서 직접 시연
강사 멘트:

두 번째 — 정보 파이프라인. 흩어진 자료를 구조화 해서 — 지식 창고 로 누적합니다. 이게 다음 작업의 컨텍스트 가 돼요. 5 부에서 실제 사례로 보여드립니다. 카파시가 이걸 LLM Wiki 라는 이름으로 정리했어요.

[P3-04] AI 에이전트 오케스트레이션 — L0/L1/L2 계층

핵심 키워드: 오케스트레이션 / L0/L1/L2 / 작업 분담
텍스트:
- L0 사람 — 의도·검증·결정
- L1 마스터 에이전트 — 작업 분배·요약·종합
- L2 워커 에이전트 — 실제 작업 (코드·검색·문서)
- 오케스트레이션 = 여러 AI 를 지휘 하는 일
- 마에스트로의 자리 — 사람이 선다
강사 멘트:

세 번째 — AI 에이전트 오케스트레이션. 한 AI 가 아니라 여러 AI 가 같이 일하는 구조예요. 위에 사람이 있고, 마스터 AI 가 일을 나누고, 워커 AI 들이 실제 작업을 해요. 지휘자의 자리 가 사람이고, 우리는 마에스트로 가 됩니다.

[P3-05] Karpathy LLMWiki 패턴 입문

핵심 키워드: LLM Wiki 패턴 / 카드 / wikilink / 컴파일
텍스트:
- Karpathy gist: 2026-04 공개
- 원칙 1: 소스는 불변 (10_source/)
- 원칙 2: 위키는 컴파일 결과 (30_wiki/)
- 원칙 3: 카드 형식 + frontmatter
- 원칙 4: wikilink 내부 참조
- 사례 1 (Part 5) 에서 한국 사례로 변환 시연
강사 멘트:

카파시가 LLM Wiki 패턴을 공개했어요. 4 가지 원칙이에요 — 원본은 불변, 위키는 컴파일, 카드는 정해진 형식, 참조는 위키링크. 어렵게 들리지만 — 5 부에서 한국어로 업무 일지 만드는 사례로 보여드릴게요.

[P3-06] CLAUDE.md 의 본질 — 에이전트용 가드레일

핵심 키워드: 가드레일 / 인간 README ❌ / 시스템 프롬프트
텍스트:
- 큰 오해: "CLAUDE.md = 프로젝트 소개서 / 인간용 README"
- 본질: 에이전트의 행동을 통제하는 인스트럭션
- 에이전틱 루프 (Agentic Loop) 의 핵심 시스템 프롬프트 역할
- AI 가 같은 실수를 반복하지 않게 통제 하는 자리
- 코드로 알 수 있는 정보 ("이 프로젝트는 React 씁니다") → 컨텍스트 윈도우 낭비
- 박아야 할 것: 측정 가능하고 구체적인 규칙
강사 멘트:

가장 큰 오해 하나 짚고 갑시다. CLAUDE.md 를 프로젝트 소개서 처럼 쓰는 거예요. 그건 틀린 사용법 입니다. 이건 사람을 위한 README 가 아니라 — 에이전트의 가드레일 입니다. AI 가 같은 실수를 반복하지 않게 통제하는 인스트럭션이에요. "이 프로젝트는 React 씁니다" 같은 건 코드만 봐도 알아요 — 토큰만 태웁니다. 측정 가능하고 구체적인 규칙 만 박으세요.

[P3-07] 컨텍스트 레이어 — 4 위치 아키텍처

핵심 키워드: 4 레벨 병합 / 우선순위 / Override
텍스트:
- Claude Code 는 4 레벨 CLAUDE.md 를 병합 해서 컨텍스트 구성
- 범위가 좁을수록 (아래로 갈수록) 우선순위 ↑ (상위를 덮어씀)
- ① 글로벌 (~/.claude/CLAUDE.md) — 개인 코딩 스타일·커뮤니케이션·베이스라인
- ② 프로젝트 (./CLAUDE.md) — 팀 공유 컨벤션·빌드/테스트 명령어
- ③ 로컬 (./.claude.local.md) — .gitignore 에 추가, 임시 메모·비밀 토큰
- ④ 서브 디렉토리 (./pkg/CLAUDE.md) — 모노레포 패키지·모듈별 규칙
강사 멘트:

CLAUDE.md 는 파일 하나가 아니에요. Claude Code 가 4 레벨 을 자동으로 병합합니다. 글로벌 은 내 개인 스타일, 프로젝트 는 팀 공유 규칙, 로컬 은 .gitignore 에 넣는 내 환경 전용, 서브 디렉토리 는 모노레포 패키지별 규칙. 범위가 좁을수록 우선순위 — 하위가 상위를 덮어쓰는 구조예요. 이걸 알면 헌법을 충돌 없이 분산 할 수 있습니다.

[P3-08] 작성 원칙 — 명령어·실수 반영·모듈화·구조화

핵심 키워드: 빌드·테스트 명령 / 실수 즉각 반영 / 100 줄 / 마크다운 구조
텍스트:
- ① 명령어 명시 (중요도 최상): 빌드·테스트·린트 명령. 생략 시 AI 가 package.json 뒤지며 막대한 토큰·시간 낭비
- ② 실수 즉각 반영 루프: AI 가 실수하면 (예: 테스트 mock 잘못 작성) 그 자리에서 "다시 하지 않게 CLAUDE.md 에 규칙 추가" 명령 → 다음 세션 자동 반영. 이 루프가 동기화의 핵심.
- ③ 간결성·모듈화: 100 줄 이하 유지. 넘으면 coding-style.md 등으로 분리 + CLAUDE.md 는 참조 (Reference) 만
- ④ 마크다운 구조화: Heading + Bullet — AI 가 파싱하기 쉽게 명확히
강사 멘트:

작성 원칙 네 가지 — 첫째 명령어. 빌드·테스트·린트 명령은 반드시 박아야 해요, 안 박으면 AI 가 package.json 뒤지면서 토큰을 몇 천 개씩 태웁니다. 둘째 실수 즉각 반영 — AI 가 잘못하면 그 자리에서 "이 실수 다시 하지 않게 CLAUDE.md 에 박아" 라고 명령합니다. 이 한 줄 피드백 루프가 동기화 의 핵심이에요. 셋째 100 줄 이하 — 넘으면 별 파일로 분리해서 참조만. 넷째 마크다운 구조 — heading + bullet 으로 파싱 쉽게.

[P3-09] 자동화 도구 + 6 체크리스트

핵심 키워드: Karpathy 스킬 / Revise CLAUDE.md / CLAUDE.md Improver / 6 체크
텍스트:
- Karpathy 스킬 — 카파시의 코딩 워크플로 (디버깅 순서·네이밍·단순화·검증) 템플릿. 범용 행동 지침 → 글로벌 CLAUDE.md 에 적용 권장
- Anthropic 공식 플러그인 ① — Revise CLAUDE.md: 세션 실수·학습을 자동으로 CLAUDE.md 에 반영하는 세션 피드백 자동화 도구
- Anthropic 공식 플러그인 ② — CLAUDE.md Improver: 프로젝트 내 모든 CLAUDE.md 스캔 → 루브릭 점수 → 공식 가이드라인 정합 리팩토링 (오디팅)
- 6 체크리스트 (정기 점검):
  - 길이 100 줄 이하
  - 빌드·테스트·린트 명령 명시
  - 코드로 알 수 있는 설명 배제
  - 추상 ❌ / 구체 규칙 (Gotchas 포함)
  - 실수 시 즉시 피드백 반영
  - 월 1 회 Improver 로 리팩토링
강사 멘트:

마지막 — 직접 관리하지 말고 자동화 하세요. Karpathy 의 코딩 워크플로 스킬 은 글로벌에 박으면 모든 프로젝트에 카파시 톤이 깔립니다. Anthropic 공식 플러그인 두 개 — Revise CLAUDE.md 가 세션 실수를 자동 반영, CLAUDE.md Improver 가 월 1 회 점수 매기고 리팩토링. 마지막 6 체크리스트로 정기 점검 — 100 줄 이하인가, 명령어 박혀 있는가, 추상 ❌ 구체 ✓ 인가, 실수 즉시 반영하는가, Improver 월 1 회 돌렸는가. 이 6 개만 지키면 — 헌법이 산으로 가지 않습니다.

▰▰▰ Part 4 — Mitchell Hashimoto (4 요소 구체) ▰▰▰

[P4-00] 인물 전환: Mitchell Hashimoto — 인프라 + AI 양쪽의 다리

핵심 키워드: Mitchell Hashimoto / HashiCorp / Claude Code 실전
텍스트:
- 인물 사진 자리: [Mitchell Hashimoto 사진 placeholder]
- 이름: Mitchell Hashimoto
- 정체성: HashiCorp 공동 창업자 · 인프라 자동화의 선구자 · Claude Code 실전 가이드
- 한 줄: Vagrant·Terraform·Vault 같은 인프라 도구 를 만든 사람. AI 시대에 워크플로 4 요소 의 실전을 가장 정직하게 기록.
강사 멘트:

네 번째 인물 — 미첼 하시모토. HashiCorp 라는 회사를 만든 사람이에요. Terraform 같이 서버를 자동으로 설치하는 도구 를 만든 분이에요. 최근에 Claude Code 같은 AI 도구를 어떻게 실전에서 쓰는지 — 솔직한 글들을 많이 썼어요. 그 분의 정리로 4 요소 를 비전공자도 알아들을 수 있게 풀어드릴게요.

[P4-01] 4 요소 개요 — 시간·공간·연결·검증

핵심 키워드: 시간 / 공간 / 연결 / 검증 / 가소성
텍스트:
- 시간 (Time) — 어떻게 쪼갤까 (쿼리 루프)
- 공간 (Space) — 어디에 둘까 (컨텍스트 윈도우 + CLAUDE.md)
- 연결 (Connection) — 누구를 데려올까 (5 layer 확장)
- 검증 (Verification) — 무엇을 막을까 (4 게이트)
- 4 요소 함께 → 가소성 (Plasticity) — 자라는 시스템
강사 멘트:

4 요소 — 시간, 공간, 연결, 검증. 네 가지 결정 이라고 보시면 됩니다. 어떻게 쪼갤까, 어디에 둘까, 누구를 데려올까, 무엇을 막을까. AI 가 코드를 짜더라도 이 네 가지 결정은 사람이 합니다. 비전공자도 결정 가능해요 — 지금부터 한 개씩 풀어드립니다.

[P4-02] 시간 ① — 쿼리 루프란 무엇인가

핵심 키워드: 쿼리 / 응답 / 검토 / 루프
텍스트:
- 쿼리 (Query) = AI 에게 던지는 한 번의 요청
- 응답 (Response) = AI 의 한 번의 답
- 검토 = 사람의 읽고 결정
- 다음 쿼리 = 다음 한 입
- 이 4 단계가 한 사이클
강사 멘트:

시간의 단위는 루프 입니다. AI 에게 한 번 묻고 (쿼리), 한 번 답 받고 (응답), 우리가 한 번 읽고 (검토), 다음 한 입을 던지고. 이게 한 사이클. 시간 = 사이클의 흐름 이에요.

[P4-03] 시간 ② — 짧은 루프가 좋은 결과를 낸다

핵심 키워드: 긴 루프의 함정 / 짧은 루프 / 정확도
텍스트:
- 환상: "한 번에 다 시키면 좋겠지"
- 현실: 루프 길수록 AI 흐려짐 / 비용 폭증 / 사람 검토 ❌
- 짧은 루프 → 정확도 ↑ / 비용 ↓ / 검토 가능
- One Bite 원칙
강사 멘트:

AI 한테 한 번에 다 시키면 안 되나요? 안 됩니다. 짧게 쪼개야 정확 합니다. 길게 시키면 AI 가 처음 부분을 잊어버려요. 비용도 폭증하고 사람이 검토할 수도 없어요. 그래서 짧게 자주 — 그게 시간 설계의 핵심입니다.

[P4-04] 공간 ① — 컨텍스트 윈도우란 무엇인가

핵심 키워드: 컨텍스트 윈도우 / 한정된 메모리 / 200K 토큰
텍스트:
- AI 가 한 번에 볼 수 있는 텍스트의 양
- Claude — 약 200K 토큰 (≈ 책 한 권)
- 그 윈도우를 벗어나면 — AI 가 못 본다
- 세션 끝나면 — 다 사라진다
강사 멘트:

AI 한테는 볼 수 있는 양 에 한계가 있어요. 컨텍스트 윈도우 — 한 번에 볼 수 있는 텍스트의 양인데, Claude 는 약 책 한 권 분량. 그걸 넘어가면 안 보이고요, 세션 끝나면 다 잊어버립니다.

[P4-05] 공간 ② — 부패하는 컨텍스트 (Context Rot)

핵심 키워드: Context Rot / 최근 토큰 우대 / 처음 정보 부패
텍스트:
- AI 는 최근 토큰 에 더 주의를 쏟는다 (Attention)
- 길어질수록 처음에 박은 정책이 흐려진다
- 100 차례 대화 후 — 처음 약속을 잊은 듯 동작
- 이걸 Context Rot (부패) 라고 부른다
강사 멘트:

더 무서운 게 있어요 — Context Rot. 같은 윈도우 안에서도 AI 는 최근 정보에 더 집중 합니다. 그래서 대화가 길어지면 처음 약속을 잊어요. 100 번 대화 후엔 완전 다른 사람 처럼 답할 수도 있어요. 어떻게 막느냐 — 다음 슬라이드.

[P4-06] 공간 ③ — CLAUDE.md = 프로젝트의 헌법

핵심 키워드: CLAUDE.md / 헌법 / 자동 로드 / 영속
텍스트:
- CLAUDE.md = 프로젝트 루트 폴더에 두는 지침 파일
- 매 세션 자동 로드 — 잊어버리지 않음
- 헌법 = 누가 와도 따라야 하는 규칙
- 5 절: 메타·아키텍처·규칙·워크플로·참조
- 비전공자도 한 페이지로 작성 가능
강사 멘트:

Context Rot 을 막는 방법이 CLAUDE.md 라는 파일입니다. 프로젝트 폴더에 두면 매번 AI 가 자동으로 읽어요. 흐려지지 않습니다. 5 절만 한 페이지에 적으면 돼요 — 이게 무엇이고, 어떤 구조이고, 어떤 규칙이고, 어떻게 진행하고, 어디서 참고할지. 비전공자도 30 분이면 첫 버전 가능합니다.

[P4-07] 연결 ① — AI 단독의 한계

핵심 키워드: 닫힌 AI / 외부 도구 필요 / 일상 예
텍스트:
- 날씨 → 실시간 데이터 ❌ → API 필요
- 파일 수정 → 파일 시스템 ❌ → 파일 도구 필요
- 어제 뉴스 → 지식 컷오프 후 ❌ → 검색 도구 필요
- AI 단독은 닫힌 책
강사 멘트:

그런데 AI 만으로는 못 하는 게 많아요. 오늘 날씨, 내 파일 수정, 어제 뉴스 — 다 AI 가 모르거나 못 합니다. 연결이 필요한 거예요.

[P4-08] 연결 ② — 5 Layer 확장 (Tools·MCP·Subagent·Skills·Plugins)

핵심 키워드: 5 layer / 도구 확장 / 표준화
텍스트:
- ① Tools — 기본 도구 (파일·검색·실행)
- ② MCP — 외부 서버 연결 (표준 프로토콜)
- ③ Subagent — 전문 에이전트 (역할별 분리)
- ④ Skills — 도메인 지식·반복 패턴
- ⑤ Plugins — 묶음 배포·팀 공유
- 점진적으로 쌓아가는 5 단
강사 멘트:

5 가지 단계로 AI 를 확장 합니다. 가장 안쪽은 Tools (파일 읽고 검색하기), 그 밖은 MCP (외부 서비스 연결), 또 밖은 Subagent (전문가 AI), Skills (도메인 지식), Plugins (묶음). 한 번에 다 도입하지 않고 필요한 만큼 점진적 으로 늘립니다.

[P4-09] 연결 ③ — 호환성과 확장성

핵심 키워드: 표준 = 호환성 / MCP 의 의의 / 외연 확대
텍스트:
- 1980 — XINU 시스템 콜 (OS ↔ 응용 약속)
- 2026 — MCP (AI ↔ 도구 약속)
- 표준이 있어야 호환성 보장
- 호환성 위에 확장성 이 자란다
강사 멘트:

5 layer 가 가능한 이유는 표준 때문이에요. MCP 라는 공통 약속 이 있어서, 어떤 도구든 AI 한테 연결할 수 있어요. 40 년 전 OS 시대의 시스템 콜 같은 거예요. 표준이 호환성 을 만들고, 호환성 위에 확장성 이 자랍니다.

[P4-10] 검증 ① — 4 게이트 검증

핵심 키워드: 4 단계 검증 / 사람 검토 / 자산화
텍스트:
- ① 정적 분석 — 린트·타입·빌드
- ② 단위 테스트 — 함수 단위 자동
- ③ 통합 검증 — 시나리오·실제 환경
- ④ 사람 검토 — 최종 게이트
- 4 게이트 통과 = 영속 자산
강사 멘트:

검증은 4 단계 그물 입니다. 자동 검사 → 단위 테스트 → 통합 검사 → 마지막 사람이 본다. 4 단계 다 통과해야 코드가 자산이 됩니다. 통과 못 하면 버립니다. 비전공자도 사람 검토 단계는 반드시 자기 자리 입니다.

[P4-11] 검증 ② — 가소성 (Plasticity) 의 완성

핵심 키워드: 4 요소 종합 / 가소성 / 자라는 시스템
텍스트:
- 시간 — 짧게 자주 (One Bite)
- 공간 — 헌법으로 묶음 (CLAUDE.md)
- 연결 — 표준으로 외연 (5 layer)
- 검증 — 통과한 것만 자산 (4 게이트)
- 4 요소 함께 → 가소성 (자라는 시스템)
강사 멘트:

4 요소를 모두 함께 적용하면 — 가소성 이라는 게 생깁니다. 시스템이 외부 변화에 적응하면서 자라는 성질이에요. 코드가 매주 복리로 자라는 거예요. 사람이 안 짜고 — AI 가 자라는 시스템을 만들어요. 비전공자가 누릴 수 있는 가장 큰 선물 입니다.

▰▰▰ Part 5 — 가상 바이브 코딩 개발자 (두 사례) ▰▰▰

[P5-00] 인물 전환: 가상 바이브 코딩 개발자 — 오늘 저녁의 당신

핵심 키워드: 가상 인물 / 오늘 저녁 / 두 사례
텍스트:
- 인물 자리: [실루엣 placeholder — 누구나 될 수 있음]
- 이름: 바이브 코딩 개발자 (Vibe Coding Builder)
- 정체성: 오늘 저녁부터 시작할 수 있는 당신
- 한 줄: 비전공자가 4 요소를 적용해 두 사례 를 만든다 — 업무 지식 창고 + 차량 일지 앱.
강사 멘트:

마지막 인물 — 가상 바이브 코딩 개발자. 누구냐? 바로 오늘 저녁의 여러분 입니다. 비전공자가 4 요소를 적용해서 실제 시작할 수 있는 두 사례를 보여드릴게요. 하나는 내 업무 지식 창고 만들기, 또 하나는 차량 일지 앱 만들기 입니다.

[P5-01] 두 사례 미리보기

핵심 키워드: 사례 1 / 사례 2 / 비교
텍스트:
- 사례 1 — LLMWiki 업무 지식 창고 (Karpathy 패턴)
  - 7 슬라이드 · 5 Stage
  - 결과: 매주 복리로 자라는 지식 자산
- 사례 2 — 차량 일지 앱 개발
  - 7 슬라이드 · 5 단계
  - 결과: 1 인 개발자의 풀스택 앱
강사 멘트:

두 사례 미리보기 — 첫째는 지식 창고. 메모와 자료가 자꾸 흩어지는 분, AI 가 정리해줍니다. 둘째는 차량 일지 앱. 코드 한 줄 안 짜고 실제 동작하는 앱 을 만듭니다. 두 사례 다 — 4 요소를 적용합니다.

── 사례 1: LLMWiki — 업무 지식 창고 ──

[P5-02] 왜 지식 창고가 필요한가

핵심 키워드: 흩어진 메모 / 검색 어려움 / 누적되지 않음
텍스트:
- 메모가 PDF·노션·이메일·녹취록 흩어짐
- 같은 검색 매번 다시
- 한 번 정리한 게 다음 작업에 안 쓰임
- 해결책 = Karpathy LLM Wiki 패턴
강사 멘트:

사례 1 — 왜 필요하냐. 우리 업무 자료가 PDF, 노션, 이메일, 녹취록 — 완전 흩어져 있어요. 같은 검색을 매번 다시 하고, 한 번 정리한 것도 다음 작업엔 안 써먹어요. 이걸 한 곳에 누적 하는 게 카파시 패턴입니다.

[P5-03] Stage 1 — Raw 소스 수집

핵심 키워드: 10_source/ 폴더 / 불변 원본 / 자동 분류
텍스트:
- 폴더: 10_source/ (불변 — 수정 ❌)
- 입력: PDF·메일·노션·녹취록·이미지
- AI 가 자동으로 YYYY/MM/ 폴더에 정리
- 각 파일에 frontmatter (제목·날짜·출처) 자동 박음
- 예시 컨텍스트 (CLAUDE.md 발췌):
```
원본 보존 규칙:
- 10_source/ 는 read-only
- 모든 신규 자료는 YYYY/MM/ 하위에 timestamped
- frontmatter 필드 6 종 (title/date/source/type/lang/tags) 필수
```
강사 멘트:

첫 단계 — Raw 수집. 폴더 하나 만들어요, 10_source/. 여기에 PDF, 메일, 녹취 다 그대로 던집니다. 그러면 AI 가 자동으로 날짜별로 정리 하고, 제목·날짜·출처 같은 메타데이터를 자동으로 박아줍니다. 우리는 던지기만 하면 돼요.

[P5-04] Stage 2 — 분류와 검토

핵심 키워드: 20_raw/ / 자동 분류 / 검토 게이트
텍스트:
- 폴더: 20_raw/ (검토 대기)
- AI 가 주제별 로 자동 분류 (Tier 1·2·3)
- Tier 1 (80%) — 자동 승격
- Tier 2 (17%) — 사람 검토
- Tier 3 (3%) — 실패 (재처리)
- 예시 컨텍스트:
```
/wikiraw --mode hybrid
→ tier 1: 자동 승격
→ tier 2: 신뢰도 < 0.7 — 검토 대기
→ tier 3: 추출 실패 — 재시도
```
강사 멘트:

두 번째 단계 — 분류와 검토. AI 가 80 % 는 자동 으로 분류해 줘요. 17 % 정도 만 우리가 확인하면 되고요. 명령 한 줄 — /wikiraw — 던지면 끝. 검토 게이트가 있어서 애매한 것 만 사람한테 옵니다.

[P5-05] Stage 3 — Wiki 컴파일러 (카드 생성)

핵심 키워드: 30_wiki/ / 카드 / Wiki 컴파일러 / wikilink
텍스트:
- 폴더: 30_wiki/ (구조화된 카드)
- 카드 종류: 사람·개념·사례·용어·종합
- 각 카드 = 1 마크다운 파일 + frontmatter
- 카드끼리 위키링크 [[card-name]]
- 명령: /wiki컴파일
- 예시 컨텍스트:
```
type: concept
name: vibe_coding
related: [[karpathy]], [[software_3_0]], [[claude_md]]
description: |
  자연어 설계 + AI 코드 생성
```
강사 멘트:

세 번째 단계 — Wiki 컴파일러. AI 가 raw 자료를 카드 로 변환합니다. 카드 한 장 = 한 개념·한 사람·한 사례. 카드끼리 위키링크 로 연결돼요. 명령 — /wiki컴파일. 끝. 지식이 그물망 으로 자라기 시작합니다.

[P5-06] Stage 4 — 카드 SSOT 와 wikilink

핵심 키워드: SSOT (Single Source of Truth) / 한 자리 / 그래프
텍스트:
- SSOT = 한 사실 한 자리
- 같은 정보가 여러 카드에 중복 ❌
- 다른 카드는 링크로만 참조
- 결과: 카드 그래프 (Force-directed graph)
- 예시 컨텍스트:
```
[[vibe_coding]] 카드를 수정하면
이를 참조하는 모든 카드의 의미가 자동 갱신
```
강사 멘트:

네 번째 — SSOT. 한 사실은 한 자리에만 두는 약속이에요. 다른 데서는 링크만 합니다. 그래서 한 카드를 고치면 전체가 같이 따라옵니다. 데이터베이스 정규화의 위키 버전 이라고 보시면 돼요.

[P5-07] Stage 5 — 검증 + 컨텍스트 활용

핵심 키워드: 적응형 검증 / 신뢰도 점수 / 다음 작업 토대
텍스트:
- 카드마다 신뢰도 (0.0~1.0)
- 미검증 카드 → 주당 5 % 감쇠
- 신뢰도 < 0.3 → 자동 아카이브
- 재검증 가능 (복구 정책)
- 검증 통과 카드는 다음 AI 작업의 컨텍스트 가 됨
- 결과: 매주 자라는 지식 자산
강사 멘트:

마지막 — 검증. 카드마다 신뢰도 점수 가 있어요. 안 본 채로 오래 두면 자동으로 감쇠 합니다. 다시 검토하면 복구 돼요. 검증 통과한 카드는 다음 AI 작업의 컨텍스트 가 됩니다. 일주일에 한 번 검토 시간 잡으면 — 지식이 복리로 자라는 게 보입니다.

[P5-08] 사례 1 결과 — 업무가 매주 복리로 자란다

핵심 키워드: 결과 요약 / 30 분 / 매주 갱신
텍스트:
- 초기 셋업: 약 30 분 (폴더 + CLAUDE.md)
- 매주 30 분: Raw 던지기 + 검토
- 3 개월 후: 카드 100+ · 그래프 형성
- 6 개월 후: AI 가 모든 작업에 내 지식을 자동 활용
- 효과: 검색 ❌, 질문 만 한다
강사 멘트:

결과 — 셋업 30 분, 매주 30 분 투자로 6 개월 뒤 AI 가 내 업무 전체 를 기억하는 나만의 지식 창고 가 생깁니다. 검색이 사라져요. 질문하면 답이 옵니다. 비전공자에게 가장 큰 선물 이에요.

── 사례 2: 차량 일지 앱 ──

[P5-09] 왜 차량 일지 앱인가

핵심 키워드: 일상 문제 / 풀스택 / 4 요소 사례
텍스트:
- 일상 문제: 주행 거리·주유·정비 기록 흩어짐
- 기존 앱: 너무 일반적, 내 차에 안 맞음
- 직접 만들면: 내 차·내 습관에 맞춤
- 풀스택 = 화면 (FE) + 데이터 (BE) + DB
- 4 요소 + 에이전트 오케스트레이션 모두 등장
강사 멘트:

사례 2 — 차량 일지 앱. 왜 이걸 고르냐 — 작지만 풀스택 이에요. 화면도 있고, 데이터도 있고, DB 도 있습니다. 그리고 비전공자도 충분히 만들 수 있어요. 4 요소가 다 등장합니다.

[P5-10] 단계 1 — 요구사항 + Spec

핵심 키워드: 요구사항 / Spec / 자연어 정의 / One Bite 시작점

텍스트:

자연어 Spec 작성 (마크다운 1 페이지)
화면: 일지 추가·목록·차량 정보·통계
데이터: 차량·주행·주유·정비 4 테이블
비기능: 모바일 우선·오프라인 동작

예시 컨텍스트 (spec.md 발췌):

# 차량 일지 앱
## 요구사항
- 주행 거리 기록 (날짜·km·메모)
- 주유 기록 (날짜·리터·금액)
- 정비 기록 (날짜·항목·금액)
- 모바일 우선 · 오프라인 동작
## 비기능
- 1 인 사용 · 데이터 평생 보관

강사 멘트:

첫 단계 — Spec. 자연어로 무엇을 만들지 마크다운 한 페이지에 적어요. 화면 4 개, 데이터 4 개. 비기능 조건도 적습니다. 이게 설계도예요. 코드는 한 줄도 안 짭니다.

[P5-11] 단계 2 — 에이전트 오케스트레이션 설계 (4 요소 반영)

핵심 키워드: L0/L1/L2 / FE Agent / BE Agent / DB Agent
텍스트:
- L0 사람 — Spec·검증·결정
- L1 마스터 — Spec → 작업 분할
- L2 워커 3 종:
  - FE 워커 — React Native 화면
  - BE 워커 — API + 비즈니스 로직
  - DB 워커 — 스키마 + 마이그레이션
- 4 요소 반영:
  - 시간 — 화면 1 개씩 (One Bite)
  - 공간 — CLAUDE.md 헌법
  - 연결 — MCP (Supabase·GitHub)
  - 검증 — 4 게이트
강사 멘트:

두 번째 단계 — AI 들을 어떻게 부릴까. 마스터 AI 가 있고, 화면 담당 AI, 백엔드 담당 AI, DB 담당 AI 세 개 워커를 둡니다. 4 요소가 다 들어가요 — 화면 한 개씩 (시간), 헌법으로 묶고 (공간), MCP 로 외부 연결 (연결), 4 게이트로 검증. 이게 오케스트레이션입니다.

[P5-12] 단계 3 — 백엔드 설계

핵심 키워드: BE / 4 테이블 / API / DB 마이그레이션

텍스트:

DB: 4 테이블 (vehicle·trip·refuel·maintenance)
API: REST 또는 GraphQL

예시 컨텍스트 (BE 워커 지시):

@backend-agent
Spec: spec.md
Task: vehicle 테이블 + GET/POST /vehicles
Stack: Supabase + Postgres
Test: 단위 + 통합
Output: PR

강사 멘트:

세 번째 — 백엔드 설계. DB 4 개, API 8 개. 마스터 AI 가 백엔드 워커에게 한 입씩 던집니다 — "Vehicle 테이블 + Get/Post 만들어줘". 결과는 PR (Pull Request) 로 옵니다. 사람이 검토 후 머지.

[P5-13] 단계 4 — 프론트엔드 설계

핵심 키워드: FE / React Native / 화면 4 개 / 오프라인
텍스트:
- 화면 4: 홈·일지 추가·통계·설정
- Stack: React Native + Expo
- 오프라인: SQLite + 동기화
- 예시 컨텍스트 (FE 워커 지시):
```
@frontend-agent
Spec: spec.md
Task: 일지 추가 화면 + Form 검증
Stack: React Native + Expo
Offline: 로컬 저장 → 동기화
Output: PR
```
강사 멘트:

네 번째 — 프론트엔드. 화면 4 개. 마스터 AI 가 화면 한 개씩 FE 워커에게 던집니다. 오프라인 모드 도 같이 — 인터넷 없어도 기록 가능. 결과 PR 로 받고 검토.

[P5-14] 단계 5 — 검증 + 배포

핵심 키워드: 4 게이트 / 빌드 / 배포 / TestFlight
텍스트:
- 4 게이트:
  - 정적: ESLint·TypeScript
  - 단위: Jest
  - 통합: Detox (E2E)
  - 사람: 실기 테스트
- 배포: App Store / Google Play (또는 TestFlight 내부 배포)
- 검증 통과 = 영속 자산
강사 멘트:

다섯 번째 — 검증 + 배포. 4 게이트 통과 → App Store 또는 내부 TestFlight 으로 배포. 내 폰에서 동작 하는 앱이 됩니다. 코드 한 줄 안 짠 비전공자가 — 풀스택 앱 한 개 를 만들어낸 거예요.

[P5-15] 사례 2 결과 — 1 인 개발자의 풀스택

핵심 키워드: 결과 요약 / 주말 2 일 / 풀스택
텍스트:
- 셋업 + Spec: 반나절
- 백엔드: 1 일
- 프론트엔드: 1 일
- 검증 + 배포: 반나절
- 총 주말 2 일 로 동작하는 앱
- 코드: 0 줄 직접 작성
- 결정: 100 % 사람
강사 멘트:

결과 — 주말 2 일 로 동작하는 차량 일지 앱이 완성됐어요. 코드는 0 줄 직접 안 짰어요. 그런데 결정은 100 % 사람 입니다. 이게 비전공자의 풀스택 가능성 입니다. 5 년 전엔 불가능했어요. 지금은 주말 한 번 으로 가능합니다.

▰▰▰ 마무리 ▰▰▰

[CLN-01] 종합 — 5 인물의 한 줄

핵심 키워드: 5 인물 회수 / 한 줄 요약 / 시대 흐름
텍스트:
- 폰 노이만 — 프로그램은 설계가 90 %
- 카파시 — 자연어가 곧 설계도
- 하시모토 — 4 요소가 가소성 을 만든다
- 최호림 (AI-Native) — 도구는 바뀌어도 설계 책임은 그대로
- 가상 개발자 — 오늘 저녁부터 시작 가능
강사 멘트:

5 인물 한 줄로 — 폰 노이만의 설계 90 %, 카파시의 자연어 설계도, 하시모토의 4 요소 가소성, AI-Native 의 설계 책임 변함없음, 그리고 가상 개발자의 오늘 저녁 시작. 다섯 인물 모두 한 가지 를 말합니다. 다음 슬라이드에서 그 한 가지가 나옵니다.

[CLN-02] 회수 — 도구는 바뀌었지만

핵심 키워드: 강의 표어 회수 / 설계의 책임 / No Design No Code
텍스트:
- 1945 폰 노이만 — 설계가 코드의 90 %
- 2026 바이브 코딩 — 설계만 사람이 한다
- 도구는 8 번 바뀌었다
- 설계의 자리는 — 한 번도 안 바뀌었다
- "도구는 바뀌었지만 — 부가가치는 늘 설계에서 나왔다."
강사 멘트:

결론 — 도구는 8 번 바뀌었습니다. 펀치카드, 어셈블리, C, UML, 자바, 모바일, ML, 바이브 코딩. 그런데 설계의 자리 는 한 번도 안 바뀌었어요. 폰 노이만 시대도, 지금도 — 부가가치는 늘 설계에서 나옵니다. 오늘 저녁부터, 여러분의 첫 설계도 를 만들어 보세요.

[QNA-01] Q & A — 당신의 첫 한 입은?

핵심 키워드: 질의응답 / 세 가지 질문 유도 / 연락처
텍스트:
- 기술 — 도구·학습 (어떻게 시작? 무엇부터?)
- 적용 — 사례·실전 (내 업무에 어떻게?)
- 의미 — 진로·생활 (비전공자의 자리는?)
- 연락: horimchoe@gmail.com · vibe.llmwiki.kr
강사 멘트:

마지막 — Q & A. 기술이든 적용이든 의미든 무엇이든 질문 주세요. 가장 작은 질문이 가장 큰 시작 입니다. 자료는 vibe.llmwiki.kr 에 모두 공개돼 있어요. 오늘 저녁부터 — CLAUDE.md 한 페이지 부터 시작해 보세요. 감사합니다.

── 부록: 슬라이드 매핑 확인표 ──

단계	ID 범위	슬라이드 수	시간 (분)	인물
표지·목차	COV-01, TOC-01	2	1	—
도입	INT-01 ~ 05	5	8	—
Part 1	P1-00 ~ 04	5	8	최호림
Part 2	P2-00 ~ 07	8	14	폰 노이만
Part 3	P3-00 ~ 09	10	16	Karpathy
Part 4	P4-00 ~ 11	12	18	Hashimoto
Part 5	P5-00 ~ 15	16	25	가상 개발자
마무리	CLN-01, 02	2	3	—
Q & A	QNA-01	1	—	—
합계		61	약 93 분

Part 4 는 4 요소 (시간·공간·연결·검증) 를 각 2~3 슬라이드씩 + 개요 + 종합 = 11 슬라이드 + 인물 전환 1 = 12. Part 5 사례 1·2 가 7 슬라이드씩 + 인물 전환 1 + 미리보기 1 = 16 슬라이드.

── 다음 단계 (Phase 4 — 시각화) ──

다음 세션에서 추가할 항목:

5 인물 사진 자리 (placeholder → 실제 이미지)
슬라이드별 레이아웃 (좌·우 카드, 4 단 그리드, 타임라인 등)
아이콘 / 색 팔레트 (Part 별 accent 색 결정)
다이어그램 (Stage 흐름·에이전트 계층·4 요소 종합)
예시 컨텍스트 박스 디자인 (코드 블록 vs 인용 카드)
강의 톤 (다크 모드 vibe / 어반스케치 / 라이트 모드 중 선택)

Synthesis (종합)lecturedraft2026-05-12

바이브 코딩 입문 PPT 강의안 — Lecture Plan + Slide Content

별칭: 바이브 코딩 입문 PPT · lecture vibe-coding intro · Lecture Plan and Slide Content

#lecture-intro#vibe-coding-beginner#ppt-plan

바이브 코딩 입문 — 비전공자 대상 발표 자료 (2026-05-12)

대상: 비전공자 (기획·기획자·디자이너·운영·관리자·일반 직장인) 시간: 약 80~90 분 (Q&A 별도) 표어: "AI 가 코드를 짜는 시대 — 그럼 우리는 무엇을 하는가" 핵심 메시지: 바이브 코딩 = 자연어로 설계 + AI 가 코드. 비전공자도 설계자 의 자리에 설 수 있다. 단계: 본 문서 = Phase 1 (전체 구조) + Phase 2 (배분) + Phase 3 (내용·대본). 시각화 (Phase 4) 는 다음 세션.

Phase 1 — 전체 구조 (3 부 + 도입·마무리)

부	핵심 메시지	학습 목표
도입	코드는 신경망으로 흡수되고 있다	60 년 만의 패러다임 전환을 체감 하게 한다
1부 (인물)	다섯 인물의 한 줄로 본 시대	폰 노이만 → 카파시 → 하시모토 → 강사 → 가상 개발자, 한 시대씩의 정체성을 기억 하게 한다
2부 (요소)	시간·공간·연결·검증의 4 요소	비전공자도 AI 와 일을 시킬 때 4 가지 결정 을 직접 내릴 수 있게 한다
3부 (사례)	LLMWiki + 차량 일지 앱 두 사례	두 사례로 오늘 저녁부터 따라 할 수 있는 구체 단계를 박는다
마무리	사람의 자리는 설계	"도구는 바뀌었지만 — 설계의 책임은 늘 사람에게" 회수

본 강의는 위 3 부의 자기소개로 5 인물을 등장시킨다 — Part 1~5 의 Part 표기는 인물 단위 (강의 진행상 1부=인물1+2, 2부=인물3+4, 3부=인물5).

Phase 2 — 슬라이드 배분 (목차 + 표 매핑)

ID	단/Part	인물	슬라이드 수	시간 (분)
COV	표지	—	1	0.5
TOC	목차	—	1	0.5
INT	도입 (코드의 미래)	—	5	8
P1	Part 1 — AI-Native	최호림	1 (전환) + 4 = 5	8
P2	Part 2 — 폰 노이만 시대	John von Neumann	1 + 7 = 8	14
P3	Part 3 — 바이브 코딩 + CLAUDE.md	Andrej Karpathy	1 + 9 = 10	16
P4	Part 4 — 4 요소 구체	Mitchell Hashimoto	1 + 10 = 11	18
P5	Part 5 — 두 사례	가상 바이브 코딩 개발자	1 + 1 + 7 + 7 = 16	25
CLN	마무리	—	2	3
QNA	Q & A	—	1	(별도)
합계			61	약 93 분

Phase 3 — 슬라이드별 내용 + 강사 멘트

본 절은 시각화 지침 없이 슬라이드별 제목 · 핵심 키워드 · 텍스트 (개조식) · 강사 멘트 만 박는다. 시각화 (레이아웃·이미지·다이어그램·인물 사진 자리 디자인) 는 다음 세션에서 추가.

[COV-01] 표지

핵심 키워드: 바이브 코딩 / 비전공자 / 설계
텍스트:
- 대제목: 바이브 코딩 입문
- 중제목: AI 가 코드를 짜는 시대 — 그럼 우리는 무엇을 하는가
- 발표자: 최호림 (AI-Native, 돌아온 개발자)
- 일자: 2026-05-12
강사 멘트:

안녕하세요. 오늘은 코딩을 한 번도 안 해본 분들 에게 바이브 코딩이라는 것을 90 분 동안 소개해 드리려고 합니다. 결론을 먼저 말씀드리면 — 코드는 AI 가 짭니다. 그런데 무엇을 만들지 결정하는 자리 — 그게 여러분의 자리예요. 그래서 비전공자에게 오히려 더 중요한 강의입니다.

[TOC-01] 목차

핵심 키워드: 5 인물 / 4 요소 / 2 사례
텍스트:
- 도입 — 코드는 신경망으로 흡수된다 (5 슬라이드)
- Part 1 — AI-Native 최호림: 강사 자기소개 + 지금 (5)
- Part 2 — 폰 노이만 시대: 설계의 황금기 (8)
- Part 3 — Andrej Karpathy: 바이브 코딩 + CLAUDE.md 가드레일 (10)
- Part 4 — Mitchell Hashimoto: 4 요소 구체 (11)
- Part 5 — 가상 개발자: 두 사례 (16)
- 마무리 + Q & A (3)
강사 멘트:

오늘 길은 다섯 인물 입니다. 폰 노이만이 설계의 시대 를, 카파시가 바이브 코딩 을, 하시모토가 4 요소 를 말합니다. 저는 AI-Native 의 자기소개로, 마지막 가상 개발자는 오늘 저녁 시작할 수 있는 두 사례 를 보여드립니다. 한 시간 반, 부담 없이 따라오시면 됩니다.

▰▰▰ 도입부 (INT × 5) ▰▰▰

[INT-01] 프로그래밍이란 무엇인가

핵심 키워드: 사람의 언어 / 컴퓨터의 언어 / 다리
텍스트:
- 컴퓨터에는 컴퓨터의 언어가 있다 (기계어·C·Python)
- 사람에게는 사람의 언어가 있다 (한국어·영어·자연어)
- 프로그래밍은 — 그 사이를 사람이 건너가는 일 이었다
- 60 년 동안, 컴퓨터가 우리 언어를 배운 적은 없다
강사 멘트:

프로그래밍이 뭔지부터 시작합시다. 단순합니다 — 컴퓨터는 컴퓨터 말 만 알아들어요. 우리가 그 말로 번역 해서 줘야 하는 거죠. 60 년 동안 그래왔습니다. 컴퓨터가 우리 말을 배운 적이 없어요. 우리가 다리를 건너간 겁니다.

[INT-02] 그런데 — 지금은 이렇게 말한다

핵심 키워드: 자연어 / 프롬프트 / .md 파일
텍스트:
- 예전: #include <iostream> int main() { … }
- 지금: "오늘 매출 데이터에서 이상치 찾아서 차트로 그려줘"
- 변한 건 사람이 말하는 방식
- 60 년 만에 처음 — 컴퓨터가 우리 언어 쪽으로 건너오기 시작
강사 멘트:

그런데 지금은 이렇게 말합니다. "매출 데이터에서 이상치 찾아서 차트로 그려줘." 그러면 결과가 나와요. 우리가 코드를 안 쓴 거예요. 60 년 만에 처음으로, 컴퓨터가 우리 쪽으로 건너온 겁니다. 이게 오늘 강의의 출발선입니다.

[INT-03] 그럼 — 이건 왜 있는가? [피벗]

핵심 키워드: 암호 / 프로그래밍 언어의 의미 / 마지막 한 걸음
텍스트:
- 사람의 언어: "저녁 메뉴 추천해줘"
- 컴퓨터의 언어: std::unique_ptr<T>&& fn(…)
- 어셈블리 → C → Python — 점점 사람 쪽으로
- 마지막 한 걸음은? — 자연어
강사 멘트:

잠깐 — 그럼 이런 암호 같은 코드 는 왜 있었던 거죠? 사실 60 년 동안 조금씩 사람 쪽으로 다가왔어요. 어셈블리 → C → 파이썬. 마지막 한 걸음이 자연어인 겁니다. 우리는 그 마지막 한 걸음에 와 있는 세대입니다.

[INT-04] 이미 — 프로그래밍 언어를 우회한다

핵심 키워드: Transformer / Attention / 신경망
텍스트:
- 자연어 토큰 → 임베딩 벡터 → Self-Attention → 가중치 행렬 곱 → 출력 토큰
- 옛 컴파일러: 소스코드 → 어휘분석 → 파서 → 코드생성 → 기계어
- 이 흐름 어디에도 — if/else 도, for 문도, 명시적 분기도 없다
- 사람의 언어 → 가중치 위의 계산. 중간 다리가 사라졌다
- 출처: "Attention Is All You Need", Vaswani et al., Google, 2017
강사 멘트:

어떻게 가능한 거냐? 한 줄로 — 신경망 이라는 게 우리 언어를 직접 받아들이게 됐어요. 2017 년 구글이 발표한 Transformer 라는 구조 때문입니다. 컴파일러도 없고, if/else 도 없고, 그냥 가중치 곱셈 만 있어요. 중간 다리가 사라진 거예요.

[INT-05] 그래서 — 흡수된다 [Karpathy 명제]

핵심 키워드: Software 1.0 / 2.0 / 3.0 / 흡수
텍스트:
- Karpathy 명제: "명시적 코드로 작성하던 로직 — 라우팅, 검증, 조건부 분기 — 이 점점 더 신경망의 가중치 공간으로 흡수된다." (YC AI Startup School, 2025)
- SW 1.0 (1950s~): 명시적 코드 (Python / C++) — if/else, for, class
- SW 2.0 (2017~): 학습된 가중치 (신경망) — 데이터로 프로그래밍
- SW 3.0 (2025~): 자연어 프롬프트 (LLM) — 자연언어가 곧 코드
- 그가 만든 단어 — Vibe Coding
강사 멘트:

안드레 카파시라는 사람이 이렇게 말했어요. 코드가 신경망 안으로 흡수 된다. 1950 년대 Software 1.0, 2017 년 Software 2.0, 그리고 2025 년 — Software 3.0. 자연어가 곧 코드가 된 시대. 그 이름이 — 바이브 코딩 입니다. 오늘 강의의 제목이에요.

▰▰▰ Part 1 — 최호림 (AI-Native) ▰▰▰

[P1-00] 인물 전환: 최호림 — AI-Native, 돌아온 개발자

핵심 키워드: 최호림 / AI-Native / 1981~2026
텍스트:
- 인물 사진 자리: [최호림 사진 placeholder]
- 이름: 최호림 (Choi Horim)
- 정체성: AI-Native, 돌아온 개발자
- 한 줄: 1981 펀치카드 → 2026 Claude Code · 45 년의 증인
강사 멘트:

첫 인물은 — 접니다. 죄송합니다. 그래도 한 줄만 들어주세요. 1981 년 펀치카드로 시작해서 2026 년 Claude Code 까지 — 45 년을 코드 옆에 있었어요. 그 사이에 도구는 여덟 번 바뀌었습니다. 그래서 오늘 바뀐 것 과 안 바뀐 것 을 구분해서 말씀드릴 수 있어요. 그게 제가 AI-Native 라고 부르는 자리입니다.

[P1-01] 45 년, 8 개의 도구

핵심 키워드: 펀치카드 → Claude Code / 8 도구 / 시대 변화
텍스트:
- 1981 펀치카드 (FACOM · FORTRAN · COBOL · Pascal)
- 1985 어셈블리 (8086 · Z80)
- 1990 C / C++ (DOS · Windows)
- 1995 객체지향 + UML (OMT · Booch · Rumbaugh)
- 2000 자바 · 웹 (서블릿 · JSP)
- 2010 모바일 + JS (Android · React)
- 2017 ML / 파이썬 (TensorFlow)
- 2026 Claude Code · 바이브 코딩
강사 멘트:

도구를 8 번 갈아탔어요. 펀치카드, 어셈블리, C/C++, UML, 자바·웹, 모바일, 파이썬·ML, 그리고 지금 Claude Code. 갈아탈 때마다 완전히 새로 배웠습니다. 그런데 — 한 가지가 안 바뀌더라.

[P1-02] 도구는 바뀌었지만 — 안 바뀐 한 가지

핵심 키워드: 도구 vs 설계 / 책임 / 사람의 자리
텍스트:
- 바뀐 것: 도구·언어·플랫폼·생산성
- 안 바뀐 것: 설계의 책임은 늘 사람에게
- 펀치카드 시대 — 한 장 잘못 박으면 처음부터
- 객체지향 시대 — UML 잘못 그리면 코드는 결과물
- 바이브 코딩 시대 — 설계 없으면 AI 도 폭주
강사 멘트:

안 바뀐 한 가지 — 설계의 책임은 늘 사람한테 있었어요. 펀치카드 한 장 잘못 박으면 처음부터 다시. 객체지향 시대엔 UML 을 잘못 그리면 코드가 다 잘못. 지금 바이브 코딩 시대도 똑같아요 — 설계가 없으면 AI 가 엉뚱한 걸 만듭니다. 그래서 결론은 — 코딩이 안 됩니다.

[P1-03] 지금 — 신경망이 흡수하는 자리

핵심 키워드: 명시적 코드 → 가중치 공간 / SW 3.0 / 자연어 = 설계도
텍스트:
- 옛날: if / else / for / 함수 — 사람이 직접 짰다
- 지금: 그 로직이 신경망 가중치 로 흡수 (Karpathy 명제)
- 자연어 한 줄 → 가중치 곱셈 → 결과
- 그래서 — 자연어가 곧 설계도
강사 멘트:

그래서 지금이 어떤 시대냐 — 코드 안의 로직이 신경망 안으로 빨려 들어가는 시대입니다. 우리가 짜던 if/else, for 같은 게 AI 의 가중치 공간으로 이사 가는 거예요. 우리는 자연어 한 줄 만 던지면 됩니다. 그 한 줄이 — 설계도 가 되는 거죠.

[P1-04] 그래서 — AI-Native 는 누구인가

핵심 키워드: AI-Native 정의 / 신경망에 자연어로 말 거는 사람 / 설계자
텍스트:
- AI-Native = AI 를 모국어 처럼 쓰는 사람
- 코드는 안 쓴다 — 설계는 반드시 한다
- 비전공자도 오늘부터 가능
- 단 — 설계의 4 요소 (시간·공간·연결·검증) 는 알아야 한다
강사 멘트:

그럼 AI-Native 가 뭐냐? AI 를 모국어로 쓰는 사람 입니다. 코드는 안 써요. 하지만 설계는 반드시 합니다. 그게 오늘 90 분의 핵심이에요. 비전공자도 오늘부터 AI-Native 가 될 수 있습니다 — 4 가지 요소만 알면. 그 4 가지는 — 4 번째 인물이 가르쳐드릴 거예요.

▰▰▰ Part 2 — 폰 노이만 시대 ▰▰▰

[P2-00] 인물 전환: John von Neumann — 설계의 시대

핵심 키워드: John von Neumann / 폰 노이만 아키텍처 / 설계의 황금기
텍스트:
- 인물 사진 자리: [John von Neumann 사진 placeholder]
- 이름: John von Neumann (1903~1957)
- 정체성: 현대 컴퓨터 구조의 아버지
- 한 줄: 프로그램과 데이터를 같은 메모리 에 둔 사람. 설계가 코드의 90 % 였던 시대를 열다.
강사 멘트:

두 번째 인물 — 폰 노이만입니다. 헝가리 출신 수학자, 1903 년에 태어났어요. 우리가 지금 쓰는 모든 컴퓨터의 구조 가 이 사람한테서 나왔습니다. 그가 살아간 시대는 — 코드를 짜는 시간보다 설계하는 시간이 훨씬 길었던 시대입니다. 왜 그랬는지 한 단씩 보여드릴게요.

[P2-01] 폰 노이만 아키텍처 — 프로그램과 데이터의 공유 메모리

핵심 키워드: 폰 노이만 아키텍처 / 프로그램 = 데이터 / 명령 + 데이터 같은 메모리
텍스트:
- 1945 EDVAC 보고서 — 폰 노이만이 작성
- 핵심: 프로그램도 데이터도 같은 메모리에 둔다
- 그 전 — 프로그램은 케이블 (배선) 로 들어갔다
- 그 후 — 프로그램이 수정 가능 해졌다 → 소프트웨어의 탄생
강사 멘트:

폰 노이만 이전엔 컴퓨터를 새 프로그램으로 바꾸려면 케이블을 다시 꽂아야 했어요. 폰 노이만이 한 가지를 제안합니다 — 프로그램을 데이터처럼 메모리에 넣자. 그 한 번의 결정으로 소프트웨어 라는 개념이 생긴 겁니다. 1945 년이에요.

[P2-02] 구조화된 프로그래밍 — 분기 없는 흐름

핵심 키워드: GOTO 의 시대 / 구조화 / Dijkstra
텍스트:
- 1960 년대 — 코드는 GOTO 로 뒤엉킴
- 1968 — Dijkstra "GOTO Considered Harmful"
- 구조화된 프로그래밍 — 순차 / 분기 / 반복만 (if / while / for)
- 코드가 읽히기 시작 함
- 설계 = 흐름도 (flowchart)
강사 멘트:

1960 년대 코드는 — 한마디로 스파게티 였어요. GOTO 라는 명령으로 여기저기 마구 점프했거든요. 1968 년 다익스트라라는 분이 "GOTO 는 해롭다" 라는 글을 씁니다. 그때부터 구조화된 프로그래밍 — if, while, for 같은 것만 쓰자 — 이런 약속이 생겨요. 흐름도 라는 게 설계 도구 가 됩니다.

[P2-03] 자료 구조 (Data Structures) — 구조가 곧 설계

핵심 키워드: Knuth / 자료 구조 / 알고리즘 ≠ 데이터
텍스트:
- Knuth 격언: "Programs = Algorithms + Data Structures"
- 자료 구조: 배열·연결 리스트·스택·큐·트리·그래프·해시
- 같은 알고리즘도 구조가 다르면 성능이 100 배 차이
- 설계의 절반은 — 데이터를 어떻게 담을까 였다
강사 멘트:

그 다음 — 자료 구조 입니다. Knuth 라는 분이 "프로그램은 알고리즘 + 자료 구조" 라고 했어요. 같은 일을 하는 코드도 데이터를 어떻게 담느냐 에 따라 100 배 차이 가 납니다. 그래서 설계의 절반은 데이터를 어떻게 담을까 를 정하는 일이었어요.

[P2-04] 소프트웨어 엔지니어링 — 설계가 코드보다 먼저

핵심 키워드: 소프트웨어 위기 / Waterfall / 설계 단계
텍스트:
- 1968 NATO 컨퍼런스 — "Software Crisis" (소프트웨어 위기)
- 코드는 짤 수 있는데 — 큰 시스템이 자꾸 실패
- 처방: Waterfall — 요구사항 → 설계 → 구현 → 테스트
- 설계 단계가 전체의 50~70 % 차지
- 코드는 설계의 결과물
강사 멘트:

1968 년에 NATO 가 소프트웨어 위기 라는 단어를 만듭니다. 코드는 짤 수 있는데 큰 프로젝트가 자꾸 실패 한다는 거예요. 처방으로 나온 게 — Waterfall 입니다. 요구사항 분석 → 설계 → 구현 → 테스트. 그때 설계 단계가 전체 시간의 절반 이상 이었어요. 코드는 설계의 결과물 이었던 거죠.

[P2-05] 데이터베이스 — 정규화·관계·무결성

핵심 키워드: Codd / 관계형 DB / 정규화 / ER 설계
텍스트:
- 1970 — Codd "A Relational Model of Data" (IBM)
- 관계형 DB — 표 + 관계 + 키
- 정규화 — 같은 데이터가 한 곳 에만 있게
- ER 다이어그램 — 엔티티 + 관계 설계
- 데이터 무결성 (Integrity) — 약속이 깨지면 시스템 망함
강사 멘트:

1970 년 IBM 의 Codd 라는 분이 관계형 데이터베이스 라는 걸 만듭니다. 표와 표 사이의 관계를 정의하는 거예요. 핵심은 정규화 — 같은 데이터를 한 자리에만 두는 약속입니다. ER 다이어그램 그리는 게 설계 였어요. 데이터 무결성 이 깨지면 시스템 전체가 무너졌습니다.

[P2-06] 통신 프로토콜 — 약속이 있어야 연결된다

핵심 키워드: OSI / TCP/IP / 프로토콜 = 약속 / 7 layer
텍스트:
- 1974 — TCP/IP (Cerf & Kahn)
- 1984 — OSI 7 layer 모델
- 프로토콜 = 두 컴퓨터 사이의 약속
- 약속이 깨지면 — 데이터 전달 ❌
- 설계 = 어느 layer 에서 무엇을 보장할지 정하는 일
강사 멘트:

컴퓨터끼리 어떻게 대화하느냐 — 통신 프로토콜 이라는 약속 이 필요했어요. 1974 년 TCP/IP, 1984 년 OSI 7 layer. 약속이 없으면 못 만나요. 설계자는 어느 약속이 어떤 일을 책임지는지 를 다 정해야 했어요. 그게 프로토콜 설계 였습니다.

[P2-07] 폰 노이만 시대의 본질 — 설계가 코드의 90 %

핵심 키워드: 설계 비중 / 설계 = 부가가치 / 회수
텍스트:
- 자료 구조 — 데이터를 어떻게 담을까
- SW 엔지니어링 — 어떤 순서로 만들까
- 데이터베이스 — 어떻게 관계를 정할까
- 통신 프로토콜 — 어떻게 약속할까
- 한 줄: 설계가 코드의 90 % 였다
강사 멘트:

폰 노이만 시대를 한 줄로 요약하면 — 설계가 코드의 90 % 였습니다. 자료 구조, SW 엔지니어링, DB, 통신 프로토콜 — 다 설계 의 다른 이름이에요. 코드는 설계가 끝난 뒤에 짜는 것 이었습니다. 그럼 — 2025 년 카파시가 말하는 바이브 코딩 은 이 시대와 무엇이 다를까요?

▰▰▰ Part 3 — Andrej Karpathy (바이브 코딩 입문) ▰▰▰

[P3-00] 인물 전환: Andrej Karpathy — Software 3.0 의 명명자

핵심 키워드: Andrej Karpathy / Software 3.0 / Vibe Coding
텍스트:
- 인물 사진 자리: [Andrej Karpathy 사진 placeholder]
- 이름: Andrej Karpathy
- 정체성: Tesla AI 디렉터 · OpenAI 공동 창업자 · Software 3.0 명명자
- 한 줄: "명시적 코드가 신경망 가중치로 흡수된다" — 그 시대에 Vibe Coding 이라는 이름을 붙인 사람.
강사 멘트:

세 번째 인물 — 안드레 카파시. 슬로바키아 출신, OpenAI 를 만든 사람 중 한 명이고, 테슬라에서 자율주행 AI 를 책임졌어요. 이 사람이 2025 년에 한 발표에서 바이브 코딩 이라는 단어를 박았습니다. 지금 우리가 쓰는 그 단어예요.

[P3-01] 바이브 코딩이란 — 자연어로 설계, AI 가 코드

핵심 키워드: 바이브 코딩 정의 / 자연어 설계 / AI 코드 짜기
텍스트:
- 사람: 자연어로 설계
- AI: 그 설계대로 코드 작성
- 사람: 검토 + 결정 + 다음 작업
- 반복 → 시스템이 자란다
- 키 명제: 자연어가 곧 코드 (Software 3.0)
강사 멘트:

바이브 코딩 한 줄 정의 — 사람이 자연어로 설계하고, AI 가 그 설계대로 코드를 짠다. 사람은 결과를 검토하고 다음 작업을 결정 합니다. 코드는 안 짜요. 대신 설계의 책임 은 100 % 사람에게 있습니다.

[P3-02] 워크플로 설계 — 단계와 분할 (One Bite)

핵심 키워드: 워크플로 / 단계 분할 / One Bite 원칙
텍스트:
- 큰 작업 → 작은 단계로 반드시 쪼개야 한다
- One Bite = 한 입 — 한 번에 한 작업
- 예: 책 한 권 → 11 챕터 → 한 챕터씩
- 예: 앱 1 개 → 5 PR → 한 PR 씩
- 자동 진행 ❌ / 사람 결정 ✓
강사 멘트:

첫 번째 — 워크플로 설계. 큰 일을 통째로 AI 한테 넘기면 반드시 망합니다. 한 입씩 잘라야 해요. 책 한 권이면 챕터 단위, 앱 하나면 PR 단위. 한 입 끝나면 멈추고 — 사람이 검토 — 다음 한 입. 자동 진행은 금지입니다.

[P3-03] 정보 파이프라인 — Raw → Compile → Wiki

핵심 키워드: 정보 파이프라인 / Raw 자료 / Wiki 컴파일 / SSOT
텍스트:
- Raw 자료 — PDF·문서·메모·녹취록
- Compile — 구조화 (frontmatter + 카드)
- Wiki — 누적된 지식 창고 (SSOT)
- 다음 작업의 컨텍스트 가 됨
- 사례 1 (Part 5) 에서 직접 시연
강사 멘트:

두 번째 — 정보 파이프라인. 흩어진 자료를 구조화 해서 — 지식 창고 로 누적합니다. 이게 다음 작업의 컨텍스트 가 돼요. 5 부에서 실제 사례로 보여드립니다. 카파시가 이걸 LLM Wiki 라는 이름으로 정리했어요.

[P3-04] AI 에이전트 오케스트레이션 — L0/L1/L2 계층

핵심 키워드: 오케스트레이션 / L0/L1/L2 / 작업 분담
텍스트:
- L0 사람 — 의도·검증·결정
- L1 마스터 에이전트 — 작업 분배·요약·종합
- L2 워커 에이전트 — 실제 작업 (코드·검색·문서)
- 오케스트레이션 = 여러 AI 를 지휘 하는 일
- 마에스트로의 자리 — 사람이 선다
강사 멘트:

세 번째 — AI 에이전트 오케스트레이션. 한 AI 가 아니라 여러 AI 가 같이 일하는 구조예요. 위에 사람이 있고, 마스터 AI 가 일을 나누고, 워커 AI 들이 실제 작업을 해요. 지휘자의 자리 가 사람이고, 우리는 마에스트로 가 됩니다.

[P3-05] Karpathy LLMWiki 패턴 입문

핵심 키워드: LLM Wiki 패턴 / 카드 / wikilink / 컴파일
텍스트:
- Karpathy gist: 2026-04 공개
- 원칙 1: 소스는 불변 (10_source/)
- 원칙 2: 위키는 컴파일 결과 (30_wiki/)
- 원칙 3: 카드 형식 + frontmatter
- 원칙 4: wikilink 내부 참조
- 사례 1 (Part 5) 에서 한국 사례로 변환 시연
강사 멘트:

카파시가 LLM Wiki 패턴을 공개했어요. 4 가지 원칙이에요 — 원본은 불변, 위키는 컴파일, 카드는 정해진 형식, 참조는 위키링크. 어렵게 들리지만 — 5 부에서 한국어로 업무 일지 만드는 사례로 보여드릴게요.

[P3-06] CLAUDE.md 의 본질 — 에이전트용 가드레일

핵심 키워드: 가드레일 / 인간 README ❌ / 시스템 프롬프트
텍스트:
- 큰 오해: "CLAUDE.md = 프로젝트 소개서 / 인간용 README"
- 본질: 에이전트의 행동을 통제하는 인스트럭션
- 에이전틱 루프 (Agentic Loop) 의 핵심 시스템 프롬프트 역할
- AI 가 같은 실수를 반복하지 않게 통제 하는 자리
- 코드로 알 수 있는 정보 ("이 프로젝트는 React 씁니다") → 컨텍스트 윈도우 낭비
- 박아야 할 것: 측정 가능하고 구체적인 규칙
강사 멘트:

가장 큰 오해 하나 짚고 갑시다. CLAUDE.md 를 프로젝트 소개서 처럼 쓰는 거예요. 그건 틀린 사용법 입니다. 이건 사람을 위한 README 가 아니라 — 에이전트의 가드레일 입니다. AI 가 같은 실수를 반복하지 않게 통제하는 인스트럭션이에요. "이 프로젝트는 React 씁니다" 같은 건 코드만 봐도 알아요 — 토큰만 태웁니다. 측정 가능하고 구체적인 규칙 만 박으세요.

[P3-07] 컨텍스트 레이어 — 4 위치 아키텍처

핵심 키워드: 4 레벨 병합 / 우선순위 / Override
텍스트:
- Claude Code 는 4 레벨 CLAUDE.md 를 병합 해서 컨텍스트 구성
- 범위가 좁을수록 (아래로 갈수록) 우선순위 ↑ (상위를 덮어씀)
- ① 글로벌 (~/.claude/CLAUDE.md) — 개인 코딩 스타일·커뮤니케이션·베이스라인
- ② 프로젝트 (./CLAUDE.md) — 팀 공유 컨벤션·빌드/테스트 명령어
- ③ 로컬 (./.claude.local.md) — .gitignore 에 추가, 임시 메모·비밀 토큰
- ④ 서브 디렉토리 (./pkg/CLAUDE.md) — 모노레포 패키지·모듈별 규칙
강사 멘트:

CLAUDE.md 는 파일 하나가 아니에요. Claude Code 가 4 레벨 을 자동으로 병합합니다. 글로벌 은 내 개인 스타일, 프로젝트 는 팀 공유 규칙, 로컬 은 .gitignore 에 넣는 내 환경 전용, 서브 디렉토리 는 모노레포 패키지별 규칙. 범위가 좁을수록 우선순위 — 하위가 상위를 덮어쓰는 구조예요. 이걸 알면 헌법을 충돌 없이 분산 할 수 있습니다.

[P3-08] 작성 원칙 — 명령어·실수 반영·모듈화·구조화

핵심 키워드: 빌드·테스트 명령 / 실수 즉각 반영 / 100 줄 / 마크다운 구조
텍스트:
- ① 명령어 명시 (중요도 최상): 빌드·테스트·린트 명령. 생략 시 AI 가 package.json 뒤지며 막대한 토큰·시간 낭비
- ② 실수 즉각 반영 루프: AI 가 실수하면 (예: 테스트 mock 잘못 작성) 그 자리에서 "다시 하지 않게 CLAUDE.md 에 규칙 추가" 명령 → 다음 세션 자동 반영. 이 루프가 동기화의 핵심.
- ③ 간결성·모듈화: 100 줄 이하 유지. 넘으면 coding-style.md 등으로 분리 + CLAUDE.md 는 참조 (Reference) 만
- ④ 마크다운 구조화: Heading + Bullet — AI 가 파싱하기 쉽게 명확히
강사 멘트:

작성 원칙 네 가지 — 첫째 명령어. 빌드·테스트·린트 명령은 반드시 박아야 해요, 안 박으면 AI 가 package.json 뒤지면서 토큰을 몇 천 개씩 태웁니다. 둘째 실수 즉각 반영 — AI 가 잘못하면 그 자리에서 "이 실수 다시 하지 않게 CLAUDE.md 에 박아" 라고 명령합니다. 이 한 줄 피드백 루프가 동기화 의 핵심이에요. 셋째 100 줄 이하 — 넘으면 별 파일로 분리해서 참조만. 넷째 마크다운 구조 — heading + bullet 으로 파싱 쉽게.

[P3-09] 자동화 도구 + 6 체크리스트

핵심 키워드: Karpathy 스킬 / Revise CLAUDE.md / CLAUDE.md Improver / 6 체크
텍스트:
- Karpathy 스킬 — 카파시의 코딩 워크플로 (디버깅 순서·네이밍·단순화·검증) 템플릿. 범용 행동 지침 → 글로벌 CLAUDE.md 에 적용 권장
- Anthropic 공식 플러그인 ① — Revise CLAUDE.md: 세션 실수·학습을 자동으로 CLAUDE.md 에 반영하는 세션 피드백 자동화 도구
- Anthropic 공식 플러그인 ② — CLAUDE.md Improver: 프로젝트 내 모든 CLAUDE.md 스캔 → 루브릭 점수 → 공식 가이드라인 정합 리팩토링 (오디팅)
- 6 체크리스트 (정기 점검):
  - 길이 100 줄 이하
  - 빌드·테스트·린트 명령 명시
  - 코드로 알 수 있는 설명 배제
  - 추상 ❌ / 구체 규칙 (Gotchas 포함)
  - 실수 시 즉시 피드백 반영
  - 월 1 회 Improver 로 리팩토링
강사 멘트:

마지막 — 직접 관리하지 말고 자동화 하세요. Karpathy 의 코딩 워크플로 스킬 은 글로벌에 박으면 모든 프로젝트에 카파시 톤이 깔립니다. Anthropic 공식 플러그인 두 개 — Revise CLAUDE.md 가 세션 실수를 자동 반영, CLAUDE.md Improver 가 월 1 회 점수 매기고 리팩토링. 마지막 6 체크리스트로 정기 점검 — 100 줄 이하인가, 명령어 박혀 있는가, 추상 ❌ 구체 ✓ 인가, 실수 즉시 반영하는가, Improver 월 1 회 돌렸는가. 이 6 개만 지키면 — 헌법이 산으로 가지 않습니다.

▰▰▰ Part 4 — Mitchell Hashimoto (4 요소 구체) ▰▰▰

[P4-00] 인물 전환: Mitchell Hashimoto — 인프라 + AI 양쪽의 다리

핵심 키워드: Mitchell Hashimoto / HashiCorp / Claude Code 실전
텍스트:
- 인물 사진 자리: [Mitchell Hashimoto 사진 placeholder]
- 이름: Mitchell Hashimoto
- 정체성: HashiCorp 공동 창업자 · 인프라 자동화의 선구자 · Claude Code 실전 가이드
- 한 줄: Vagrant·Terraform·Vault 같은 인프라 도구 를 만든 사람. AI 시대에 워크플로 4 요소 의 실전을 가장 정직하게 기록.
강사 멘트:

네 번째 인물 — 미첼 하시모토. HashiCorp 라는 회사를 만든 사람이에요. Terraform 같이 서버를 자동으로 설치하는 도구 를 만든 분이에요. 최근에 Claude Code 같은 AI 도구를 어떻게 실전에서 쓰는지 — 솔직한 글들을 많이 썼어요. 그 분의 정리로 4 요소 를 비전공자도 알아들을 수 있게 풀어드릴게요.

[P4-01] 4 요소 개요 — 시간·공간·연결·검증

핵심 키워드: 시간 / 공간 / 연결 / 검증 / 가소성
텍스트:
- 시간 (Time) — 어떻게 쪼갤까 (쿼리 루프)
- 공간 (Space) — 어디에 둘까 (컨텍스트 윈도우 + CLAUDE.md)
- 연결 (Connection) — 누구를 데려올까 (5 layer 확장)
- 검증 (Verification) — 무엇을 막을까 (4 게이트)
- 4 요소 함께 → 가소성 (Plasticity) — 자라는 시스템
강사 멘트:

4 요소 — 시간, 공간, 연결, 검증. 네 가지 결정 이라고 보시면 됩니다. 어떻게 쪼갤까, 어디에 둘까, 누구를 데려올까, 무엇을 막을까. AI 가 코드를 짜더라도 이 네 가지 결정은 사람이 합니다. 비전공자도 결정 가능해요 — 지금부터 한 개씩 풀어드립니다.

[P4-02] 시간 ① — 쿼리 루프란 무엇인가

핵심 키워드: 쿼리 / 응답 / 검토 / 루프
텍스트:
- 쿼리 (Query) = AI 에게 던지는 한 번의 요청
- 응답 (Response) = AI 의 한 번의 답
- 검토 = 사람의 읽고 결정
- 다음 쿼리 = 다음 한 입
- 이 4 단계가 한 사이클
강사 멘트:

시간의 단위는 루프 입니다. AI 에게 한 번 묻고 (쿼리), 한 번 답 받고 (응답), 우리가 한 번 읽고 (검토), 다음 한 입을 던지고. 이게 한 사이클. 시간 = 사이클의 흐름 이에요.

[P4-03] 시간 ② — 짧은 루프가 좋은 결과를 낸다

핵심 키워드: 긴 루프의 함정 / 짧은 루프 / 정확도
텍스트:
- 환상: "한 번에 다 시키면 좋겠지"
- 현실: 루프 길수록 AI 흐려짐 / 비용 폭증 / 사람 검토 ❌
- 짧은 루프 → 정확도 ↑ / 비용 ↓ / 검토 가능
- One Bite 원칙
강사 멘트:

AI 한테 한 번에 다 시키면 안 되나요? 안 됩니다. 짧게 쪼개야 정확 합니다. 길게 시키면 AI 가 처음 부분을 잊어버려요. 비용도 폭증하고 사람이 검토할 수도 없어요. 그래서 짧게 자주 — 그게 시간 설계의 핵심입니다.

[P4-04] 공간 ① — 컨텍스트 윈도우란 무엇인가

핵심 키워드: 컨텍스트 윈도우 / 한정된 메모리 / 200K 토큰
텍스트:
- AI 가 한 번에 볼 수 있는 텍스트의 양
- Claude — 약 200K 토큰 (≈ 책 한 권)
- 그 윈도우를 벗어나면 — AI 가 못 본다
- 세션 끝나면 — 다 사라진다
강사 멘트:

AI 한테는 볼 수 있는 양 에 한계가 있어요. 컨텍스트 윈도우 — 한 번에 볼 수 있는 텍스트의 양인데, Claude 는 약 책 한 권 분량. 그걸 넘어가면 안 보이고요, 세션 끝나면 다 잊어버립니다.

[P4-05] 공간 ② — 부패하는 컨텍스트 (Context Rot)

핵심 키워드: Context Rot / 최근 토큰 우대 / 처음 정보 부패
텍스트:
- AI 는 최근 토큰 에 더 주의를 쏟는다 (Attention)
- 길어질수록 처음에 박은 정책이 흐려진다
- 100 차례 대화 후 — 처음 약속을 잊은 듯 동작
- 이걸 Context Rot (부패) 라고 부른다
강사 멘트:

더 무서운 게 있어요 — Context Rot. 같은 윈도우 안에서도 AI 는 최근 정보에 더 집중 합니다. 그래서 대화가 길어지면 처음 약속을 잊어요. 100 번 대화 후엔 완전 다른 사람 처럼 답할 수도 있어요. 어떻게 막느냐 — 다음 슬라이드.

[P4-06] 공간 ③ — CLAUDE.md = 프로젝트의 헌법

핵심 키워드: CLAUDE.md / 헌법 / 자동 로드 / 영속
텍스트:
- CLAUDE.md = 프로젝트 루트 폴더에 두는 지침 파일
- 매 세션 자동 로드 — 잊어버리지 않음
- 헌법 = 누가 와도 따라야 하는 규칙
- 5 절: 메타·아키텍처·규칙·워크플로·참조
- 비전공자도 한 페이지로 작성 가능
강사 멘트:

Context Rot 을 막는 방법이 CLAUDE.md 라는 파일입니다. 프로젝트 폴더에 두면 매번 AI 가 자동으로 읽어요. 흐려지지 않습니다. 5 절만 한 페이지에 적으면 돼요 — 이게 무엇이고, 어떤 구조이고, 어떤 규칙이고, 어떻게 진행하고, 어디서 참고할지. 비전공자도 30 분이면 첫 버전 가능합니다.

[P4-07] 연결 ① — AI 단독의 한계

핵심 키워드: 닫힌 AI / 외부 도구 필요 / 일상 예
텍스트:
- 날씨 → 실시간 데이터 ❌ → API 필요
- 파일 수정 → 파일 시스템 ❌ → 파일 도구 필요
- 어제 뉴스 → 지식 컷오프 후 ❌ → 검색 도구 필요
- AI 단독은 닫힌 책
강사 멘트:

그런데 AI 만으로는 못 하는 게 많아요. 오늘 날씨, 내 파일 수정, 어제 뉴스 — 다 AI 가 모르거나 못 합니다. 연결이 필요한 거예요.

[P4-08] 연결 ② — 5 Layer 확장 (Tools·MCP·Subagent·Skills·Plugins)

핵심 키워드: 5 layer / 도구 확장 / 표준화
텍스트:
- ① Tools — 기본 도구 (파일·검색·실행)
- ② MCP — 외부 서버 연결 (표준 프로토콜)
- ③ Subagent — 전문 에이전트 (역할별 분리)
- ④ Skills — 도메인 지식·반복 패턴
- ⑤ Plugins — 묶음 배포·팀 공유
- 점진적으로 쌓아가는 5 단
강사 멘트:

5 가지 단계로 AI 를 확장 합니다. 가장 안쪽은 Tools (파일 읽고 검색하기), 그 밖은 MCP (외부 서비스 연결), 또 밖은 Subagent (전문가 AI), Skills (도메인 지식), Plugins (묶음). 한 번에 다 도입하지 않고 필요한 만큼 점진적 으로 늘립니다.

[P4-09] 연결 ③ — 호환성과 확장성

핵심 키워드: 표준 = 호환성 / MCP 의 의의 / 외연 확대
텍스트:
- 1980 — XINU 시스템 콜 (OS ↔ 응용 약속)
- 2026 — MCP (AI ↔ 도구 약속)
- 표준이 있어야 호환성 보장
- 호환성 위에 확장성 이 자란다
강사 멘트:

5 layer 가 가능한 이유는 표준 때문이에요. MCP 라는 공통 약속 이 있어서, 어떤 도구든 AI 한테 연결할 수 있어요. 40 년 전 OS 시대의 시스템 콜 같은 거예요. 표준이 호환성 을 만들고, 호환성 위에 확장성 이 자랍니다.

[P4-10] 검증 ① — 4 게이트 검증

핵심 키워드: 4 단계 검증 / 사람 검토 / 자산화
텍스트:
- ① 정적 분석 — 린트·타입·빌드
- ② 단위 테스트 — 함수 단위 자동
- ③ 통합 검증 — 시나리오·실제 환경
- ④ 사람 검토 — 최종 게이트
- 4 게이트 통과 = 영속 자산
강사 멘트:

검증은 4 단계 그물 입니다. 자동 검사 → 단위 테스트 → 통합 검사 → 마지막 사람이 본다. 4 단계 다 통과해야 코드가 자산이 됩니다. 통과 못 하면 버립니다. 비전공자도 사람 검토 단계는 반드시 자기 자리 입니다.

[P4-11] 검증 ② — 가소성 (Plasticity) 의 완성

핵심 키워드: 4 요소 종합 / 가소성 / 자라는 시스템
텍스트:
- 시간 — 짧게 자주 (One Bite)
- 공간 — 헌법으로 묶음 (CLAUDE.md)
- 연결 — 표준으로 외연 (5 layer)
- 검증 — 통과한 것만 자산 (4 게이트)
- 4 요소 함께 → 가소성 (자라는 시스템)
강사 멘트:

4 요소를 모두 함께 적용하면 — 가소성 이라는 게 생깁니다. 시스템이 외부 변화에 적응하면서 자라는 성질이에요. 코드가 매주 복리로 자라는 거예요. 사람이 안 짜고 — AI 가 자라는 시스템을 만들어요. 비전공자가 누릴 수 있는 가장 큰 선물 입니다.

▰▰▰ Part 5 — 가상 바이브 코딩 개발자 (두 사례) ▰▰▰

[P5-00] 인물 전환: 가상 바이브 코딩 개발자 — 오늘 저녁의 당신

핵심 키워드: 가상 인물 / 오늘 저녁 / 두 사례
텍스트:
- 인물 자리: [실루엣 placeholder — 누구나 될 수 있음]
- 이름: 바이브 코딩 개발자 (Vibe Coding Builder)
- 정체성: 오늘 저녁부터 시작할 수 있는 당신
- 한 줄: 비전공자가 4 요소를 적용해 두 사례 를 만든다 — 업무 지식 창고 + 차량 일지 앱.
강사 멘트:

마지막 인물 — 가상 바이브 코딩 개발자. 누구냐? 바로 오늘 저녁의 여러분 입니다. 비전공자가 4 요소를 적용해서 실제 시작할 수 있는 두 사례를 보여드릴게요. 하나는 내 업무 지식 창고 만들기, 또 하나는 차량 일지 앱 만들기 입니다.

[P5-01] 두 사례 미리보기

핵심 키워드: 사례 1 / 사례 2 / 비교
텍스트:
- 사례 1 — LLMWiki 업무 지식 창고 (Karpathy 패턴)
  - 7 슬라이드 · 5 Stage
  - 결과: 매주 복리로 자라는 지식 자산
- 사례 2 — 차량 일지 앱 개발
  - 7 슬라이드 · 5 단계
  - 결과: 1 인 개발자의 풀스택 앱
강사 멘트:

두 사례 미리보기 — 첫째는 지식 창고. 메모와 자료가 자꾸 흩어지는 분, AI 가 정리해줍니다. 둘째는 차량 일지 앱. 코드 한 줄 안 짜고 실제 동작하는 앱 을 만듭니다. 두 사례 다 — 4 요소를 적용합니다.

── 사례 1: LLMWiki — 업무 지식 창고 ──

[P5-02] 왜 지식 창고가 필요한가

핵심 키워드: 흩어진 메모 / 검색 어려움 / 누적되지 않음
텍스트:
- 메모가 PDF·노션·이메일·녹취록 흩어짐
- 같은 검색 매번 다시
- 한 번 정리한 게 다음 작업에 안 쓰임
- 해결책 = Karpathy LLM Wiki 패턴
강사 멘트:

사례 1 — 왜 필요하냐. 우리 업무 자료가 PDF, 노션, 이메일, 녹취록 — 완전 흩어져 있어요. 같은 검색을 매번 다시 하고, 한 번 정리한 것도 다음 작업엔 안 써먹어요. 이걸 한 곳에 누적 하는 게 카파시 패턴입니다.

[P5-03] Stage 1 — Raw 소스 수집

핵심 키워드: 10_source/ 폴더 / 불변 원본 / 자동 분류
텍스트:
- 폴더: 10_source/ (불변 — 수정 ❌)
- 입력: PDF·메일·노션·녹취록·이미지
- AI 가 자동으로 YYYY/MM/ 폴더에 정리
- 각 파일에 frontmatter (제목·날짜·출처) 자동 박음
- 예시 컨텍스트 (CLAUDE.md 발췌):
```
원본 보존 규칙:
- 10_source/ 는 read-only
- 모든 신규 자료는 YYYY/MM/ 하위에 timestamped
- frontmatter 필드 6 종 (title/date/source/type/lang/tags) 필수
```
강사 멘트:

첫 단계 — Raw 수집. 폴더 하나 만들어요, 10_source/. 여기에 PDF, 메일, 녹취 다 그대로 던집니다. 그러면 AI 가 자동으로 날짜별로 정리 하고, 제목·날짜·출처 같은 메타데이터를 자동으로 박아줍니다. 우리는 던지기만 하면 돼요.

[P5-04] Stage 2 — 분류와 검토

핵심 키워드: 20_raw/ / 자동 분류 / 검토 게이트
텍스트:
- 폴더: 20_raw/ (검토 대기)
- AI 가 주제별 로 자동 분류 (Tier 1·2·3)
- Tier 1 (80%) — 자동 승격
- Tier 2 (17%) — 사람 검토
- Tier 3 (3%) — 실패 (재처리)
- 예시 컨텍스트:
```
/wikiraw --mode hybrid
→ tier 1: 자동 승격
→ tier 2: 신뢰도 < 0.7 — 검토 대기
→ tier 3: 추출 실패 — 재시도
```
강사 멘트:

두 번째 단계 — 분류와 검토. AI 가 80 % 는 자동 으로 분류해 줘요. 17 % 정도 만 우리가 확인하면 되고요. 명령 한 줄 — /wikiraw — 던지면 끝. 검토 게이트가 있어서 애매한 것 만 사람한테 옵니다.

[P5-05] Stage 3 — Wiki 컴파일러 (카드 생성)

핵심 키워드: 30_wiki/ / 카드 / Wiki 컴파일러 / wikilink
텍스트:
- 폴더: 30_wiki/ (구조화된 카드)
- 카드 종류: 사람·개념·사례·용어·종합
- 각 카드 = 1 마크다운 파일 + frontmatter
- 카드끼리 위키링크 [[card-name]]
- 명령: /wiki컴파일
- 예시 컨텍스트:
```
type: concept
name: vibe_coding
related: [[karpathy]], [[software_3_0]], [[claude_md]]
description: |
  자연어 설계 + AI 코드 생성
```
강사 멘트:

세 번째 단계 — Wiki 컴파일러. AI 가 raw 자료를 카드 로 변환합니다. 카드 한 장 = 한 개념·한 사람·한 사례. 카드끼리 위키링크 로 연결돼요. 명령 — /wiki컴파일. 끝. 지식이 그물망 으로 자라기 시작합니다.

[P5-06] Stage 4 — 카드 SSOT 와 wikilink

핵심 키워드: SSOT (Single Source of Truth) / 한 자리 / 그래프
텍스트:
- SSOT = 한 사실 한 자리
- 같은 정보가 여러 카드에 중복 ❌
- 다른 카드는 링크로만 참조
- 결과: 카드 그래프 (Force-directed graph)
- 예시 컨텍스트:
```
[[vibe_coding]] 카드를 수정하면
이를 참조하는 모든 카드의 의미가 자동 갱신
```
강사 멘트:

네 번째 — SSOT. 한 사실은 한 자리에만 두는 약속이에요. 다른 데서는 링크만 합니다. 그래서 한 카드를 고치면 전체가 같이 따라옵니다. 데이터베이스 정규화의 위키 버전 이라고 보시면 돼요.

[P5-07] Stage 5 — 검증 + 컨텍스트 활용

핵심 키워드: 적응형 검증 / 신뢰도 점수 / 다음 작업 토대
텍스트:
- 카드마다 신뢰도 (0.0~1.0)
- 미검증 카드 → 주당 5 % 감쇠
- 신뢰도 < 0.3 → 자동 아카이브
- 재검증 가능 (복구 정책)
- 검증 통과 카드는 다음 AI 작업의 컨텍스트 가 됨
- 결과: 매주 자라는 지식 자산
강사 멘트:

마지막 — 검증. 카드마다 신뢰도 점수 가 있어요. 안 본 채로 오래 두면 자동으로 감쇠 합니다. 다시 검토하면 복구 돼요. 검증 통과한 카드는 다음 AI 작업의 컨텍스트 가 됩니다. 일주일에 한 번 검토 시간 잡으면 — 지식이 복리로 자라는 게 보입니다.

[P5-08] 사례 1 결과 — 업무가 매주 복리로 자란다

핵심 키워드: 결과 요약 / 30 분 / 매주 갱신
텍스트:
- 초기 셋업: 약 30 분 (폴더 + CLAUDE.md)
- 매주 30 분: Raw 던지기 + 검토
- 3 개월 후: 카드 100+ · 그래프 형성
- 6 개월 후: AI 가 모든 작업에 내 지식을 자동 활용
- 효과: 검색 ❌, 질문 만 한다
강사 멘트:

결과 — 셋업 30 분, 매주 30 분 투자로 6 개월 뒤 AI 가 내 업무 전체 를 기억하는 나만의 지식 창고 가 생깁니다. 검색이 사라져요. 질문하면 답이 옵니다. 비전공자에게 가장 큰 선물 이에요.

── 사례 2: 차량 일지 앱 ──

[P5-09] 왜 차량 일지 앱인가

핵심 키워드: 일상 문제 / 풀스택 / 4 요소 사례
텍스트:
- 일상 문제: 주행 거리·주유·정비 기록 흩어짐
- 기존 앱: 너무 일반적, 내 차에 안 맞음
- 직접 만들면: 내 차·내 습관에 맞춤
- 풀스택 = 화면 (FE) + 데이터 (BE) + DB
- 4 요소 + 에이전트 오케스트레이션 모두 등장
강사 멘트:

사례 2 — 차량 일지 앱. 왜 이걸 고르냐 — 작지만 풀스택 이에요. 화면도 있고, 데이터도 있고, DB 도 있습니다. 그리고 비전공자도 충분히 만들 수 있어요. 4 요소가 다 등장합니다.

[P5-10] 단계 1 — 요구사항 + Spec

핵심 키워드: 요구사항 / Spec / 자연어 정의 / One Bite 시작점

텍스트:

자연어 Spec 작성 (마크다운 1 페이지)
화면: 일지 추가·목록·차량 정보·통계
데이터: 차량·주행·주유·정비 4 테이블
비기능: 모바일 우선·오프라인 동작

예시 컨텍스트 (spec.md 발췌):

# 차량 일지 앱
## 요구사항
- 주행 거리 기록 (날짜·km·메모)
- 주유 기록 (날짜·리터·금액)
- 정비 기록 (날짜·항목·금액)
- 모바일 우선 · 오프라인 동작
## 비기능
- 1 인 사용 · 데이터 평생 보관

강사 멘트:

첫 단계 — Spec. 자연어로 무엇을 만들지 마크다운 한 페이지에 적어요. 화면 4 개, 데이터 4 개. 비기능 조건도 적습니다. 이게 설계도예요. 코드는 한 줄도 안 짭니다.

[P5-11] 단계 2 — 에이전트 오케스트레이션 설계 (4 요소 반영)

핵심 키워드: L0/L1/L2 / FE Agent / BE Agent / DB Agent
텍스트:
- L0 사람 — Spec·검증·결정
- L1 마스터 — Spec → 작업 분할
- L2 워커 3 종:
  - FE 워커 — React Native 화면
  - BE 워커 — API + 비즈니스 로직
  - DB 워커 — 스키마 + 마이그레이션
- 4 요소 반영:
  - 시간 — 화면 1 개씩 (One Bite)
  - 공간 — CLAUDE.md 헌법
  - 연결 — MCP (Supabase·GitHub)
  - 검증 — 4 게이트
강사 멘트:

두 번째 단계 — AI 들을 어떻게 부릴까. 마스터 AI 가 있고, 화면 담당 AI, 백엔드 담당 AI, DB 담당 AI 세 개 워커를 둡니다. 4 요소가 다 들어가요 — 화면 한 개씩 (시간), 헌법으로 묶고 (공간), MCP 로 외부 연결 (연결), 4 게이트로 검증. 이게 오케스트레이션입니다.

[P5-12] 단계 3 — 백엔드 설계

핵심 키워드: BE / 4 테이블 / API / DB 마이그레이션

텍스트:

DB: 4 테이블 (vehicle·trip·refuel·maintenance)
API: REST 또는 GraphQL

예시 컨텍스트 (BE 워커 지시):

@backend-agent
Spec: spec.md
Task: vehicle 테이블 + GET/POST /vehicles
Stack: Supabase + Postgres
Test: 단위 + 통합
Output: PR

강사 멘트:

세 번째 — 백엔드 설계. DB 4 개, API 8 개. 마스터 AI 가 백엔드 워커에게 한 입씩 던집니다 — "Vehicle 테이블 + Get/Post 만들어줘". 결과는 PR (Pull Request) 로 옵니다. 사람이 검토 후 머지.

[P5-13] 단계 4 — 프론트엔드 설계

핵심 키워드: FE / React Native / 화면 4 개 / 오프라인
텍스트:
- 화면 4: 홈·일지 추가·통계·설정
- Stack: React Native + Expo
- 오프라인: SQLite + 동기화
- 예시 컨텍스트 (FE 워커 지시):
```
@frontend-agent
Spec: spec.md
Task: 일지 추가 화면 + Form 검증
Stack: React Native + Expo
Offline: 로컬 저장 → 동기화
Output: PR
```
강사 멘트:

네 번째 — 프론트엔드. 화면 4 개. 마스터 AI 가 화면 한 개씩 FE 워커에게 던집니다. 오프라인 모드 도 같이 — 인터넷 없어도 기록 가능. 결과 PR 로 받고 검토.

[P5-14] 단계 5 — 검증 + 배포

핵심 키워드: 4 게이트 / 빌드 / 배포 / TestFlight
텍스트:
- 4 게이트:
  - 정적: ESLint·TypeScript
  - 단위: Jest
  - 통합: Detox (E2E)
  - 사람: 실기 테스트
- 배포: App Store / Google Play (또는 TestFlight 내부 배포)
- 검증 통과 = 영속 자산
강사 멘트:

다섯 번째 — 검증 + 배포. 4 게이트 통과 → App Store 또는 내부 TestFlight 으로 배포. 내 폰에서 동작 하는 앱이 됩니다. 코드 한 줄 안 짠 비전공자가 — 풀스택 앱 한 개 를 만들어낸 거예요.

[P5-15] 사례 2 결과 — 1 인 개발자의 풀스택

핵심 키워드: 결과 요약 / 주말 2 일 / 풀스택
텍스트:
- 셋업 + Spec: 반나절
- 백엔드: 1 일
- 프론트엔드: 1 일
- 검증 + 배포: 반나절
- 총 주말 2 일 로 동작하는 앱
- 코드: 0 줄 직접 작성
- 결정: 100 % 사람
강사 멘트:

결과 — 주말 2 일 로 동작하는 차량 일지 앱이 완성됐어요. 코드는 0 줄 직접 안 짰어요. 그런데 결정은 100 % 사람 입니다. 이게 비전공자의 풀스택 가능성 입니다. 5 년 전엔 불가능했어요. 지금은 주말 한 번 으로 가능합니다.

▰▰▰ 마무리 ▰▰▰

[CLN-01] 종합 — 5 인물의 한 줄

핵심 키워드: 5 인물 회수 / 한 줄 요약 / 시대 흐름
텍스트:
- 폰 노이만 — 프로그램은 설계가 90 %
- 카파시 — 자연어가 곧 설계도
- 하시모토 — 4 요소가 가소성 을 만든다
- 최호림 (AI-Native) — 도구는 바뀌어도 설계 책임은 그대로
- 가상 개발자 — 오늘 저녁부터 시작 가능
강사 멘트:

5 인물 한 줄로 — 폰 노이만의 설계 90 %, 카파시의 자연어 설계도, 하시모토의 4 요소 가소성, AI-Native 의 설계 책임 변함없음, 그리고 가상 개발자의 오늘 저녁 시작. 다섯 인물 모두 한 가지 를 말합니다. 다음 슬라이드에서 그 한 가지가 나옵니다.

[CLN-02] 회수 — 도구는 바뀌었지만

핵심 키워드: 강의 표어 회수 / 설계의 책임 / No Design No Code
텍스트:
- 1945 폰 노이만 — 설계가 코드의 90 %
- 2026 바이브 코딩 — 설계만 사람이 한다
- 도구는 8 번 바뀌었다
- 설계의 자리는 — 한 번도 안 바뀌었다
- "도구는 바뀌었지만 — 부가가치는 늘 설계에서 나왔다."
강사 멘트:

결론 — 도구는 8 번 바뀌었습니다. 펀치카드, 어셈블리, C, UML, 자바, 모바일, ML, 바이브 코딩. 그런데 설계의 자리 는 한 번도 안 바뀌었어요. 폰 노이만 시대도, 지금도 — 부가가치는 늘 설계에서 나옵니다. 오늘 저녁부터, 여러분의 첫 설계도 를 만들어 보세요.

[QNA-01] Q & A — 당신의 첫 한 입은?

핵심 키워드: 질의응답 / 세 가지 질문 유도 / 연락처
텍스트:
- 기술 — 도구·학습 (어떻게 시작? 무엇부터?)
- 적용 — 사례·실전 (내 업무에 어떻게?)
- 의미 — 진로·생활 (비전공자의 자리는?)
- 연락: horimchoe@gmail.com · vibe.llmwiki.kr
강사 멘트:

마지막 — Q & A. 기술이든 적용이든 의미든 무엇이든 질문 주세요. 가장 작은 질문이 가장 큰 시작 입니다. 자료는 vibe.llmwiki.kr 에 모두 공개돼 있어요. 오늘 저녁부터 — CLAUDE.md 한 페이지 부터 시작해 보세요. 감사합니다.

── 부록: 슬라이드 매핑 확인표 ──

단계	ID 범위	슬라이드 수	시간 (분)	인물
표지·목차	COV-01, TOC-01	2	1	—
도입	INT-01 ~ 05	5	8	—
Part 1	P1-00 ~ 04	5	8	최호림
Part 2	P2-00 ~ 07	8	14	폰 노이만
Part 3	P3-00 ~ 09	10	16	Karpathy
Part 4	P4-00 ~ 11	12	18	Hashimoto
Part 5	P5-00 ~ 15	16	25	가상 개발자
마무리	CLN-01, 02	2	3	—
Q & A	QNA-01	1	—	—
합계		61	약 93 분

Part 4 는 4 요소 (시간·공간·연결·검증) 를 각 2~3 슬라이드씩 + 개요 + 종합 = 11 슬라이드 + 인물 전환 1 = 12. Part 5 사례 1·2 가 7 슬라이드씩 + 인물 전환 1 + 미리보기 1 = 16 슬라이드.

── 다음 단계 (Phase 4 — 시각화) ──

다음 세션에서 추가할 항목:

5 인물 사진 자리 (placeholder → 실제 이미지)
슬라이드별 레이아웃 (좌·우 카드, 4 단 그리드, 타임라인 등)
아이콘 / 색 팔레트 (Part 별 accent 색 결정)
다이어그램 (Stage 흐름·에이전트 계층·4 요소 종합)
예시 컨텍스트 박스 디자인 (코드 블록 vs 인용 카드)
강의 톤 (다크 모드 vibe / 어반스케치 / 라이트 모드 중 선택)