App

말만 하면 AI가 코딩까지 해준다.

AI 이렇게만 따라하세요

언더스탠딩 유튜브
https://youtu.be/CHxzLiRRdMg?si=dHwAX3HgUPWayFVu

[챗GPT가 영상 내용을 요약한 것입니다]

🔥 AI 시대, 개발자도 콘텐츠 제작자도 다 바뀐다!
1. AI 학습자 유형
수비형 학습자: AI 때문에 내 일자리 없어질까봐 불안해서 배우는 사람들
공격형 학습자: AI를 활용해서 뭘 더 해볼 수 있을까 찾아서 배우는 사람들

2. 최근 AI 트렌드 (2025년 3월 말~4월 초)
   ChatGPT의 이미지 생성 기능 폭발적 인기
   → 지브리 스타일, 슬램덩크, 짱구 스타일 등 일관성 있게 그림 그려주는 기능 등장
   → 캐릭터를 만들고, 그걸 기반으로 이모티콘, 웹툰, 포스터, 티셔츠 모델링 등 다양하게 활용 가능
   → 한 시간 만에 유료 가입자 100만 명 증가

3. AI로 콘텐츠 제작 가능성
   텍스트 → 만화 자동 변환
   → 긴 텍스트를 주면 AI가 스토리 구성 → 6컷 만화 자동 제작
   이미지 기반 컨텐츠 자동 생성
   → 손으로 그린 낙서 → 만화 스타일로 자동 변환
   → 특정 인물 사진 → 다양한 스타일 캐릭터 자동 생성

4. AI + 개발 = 바이브 코딩 시대
   바이브 코딩: 코딩을 정확히 배우지 않아도 "느낌적으로" 시키면 AI가 코드를 짜주는 시대
   예시:
   → "벽돌 깨기 게임 만들어줘" → 3분 만에 완성
   → "굿잡 소리 추가해줘" → 바로 추가

구글 Gemini 2.5, Cursor AI, Manus AI 등 도구 활용

5. 개발 생산성 폭발
   Cursor AI: 코드를 일부 수정하거나, 전체 앱을 몇 시간 만에 만들 수 있게 해주는 도구
   → 실제로 12명 규모의 회사가 Cursor로 연간 1억 달러 매출
   → 개발자 1명이 과거 100명 일하는 수준의 생산성 달성 가능

6. 실제 사례
   서승환 대표가 방송 시작 40분 전에 커서 AI로 만든 SNS 서비스 (언더스타그램)를 공개
   디자이너 + 프롬프트 엔지니어 + 커서 AI → 4주 운세 앱 개발, 결제 기능까지 20분 만에 연동

7. AI 시대의 비즈니스 변화
   기존 개발자/콘텐츠 생산자의 일감은 줄어들지만, 아이디어 + AI 활용 능력 있는 사람의 기회는 폭발적으로 늘어남
   앞으로는 기획, 아이디어, 방향성 잡는 사람의 가치가 더 커질 것
   콘텐츠 홍수 시대 → 큐레이터와 검증자의 시대

✅ 정리
AI는 개발자, 디자이너, 콘텐츠 제작자를 모두 바꿔놓고 있다
아이디어만 있다면 누구나 앱, 만화, 서비스 만들 수 있는 시대
앞으로는 "누가 도구를 잘 쓰느냐"가 경쟁력

👉언더스탠딩 문의: understanding.officialmail@gmail.com

[펌] AI와 함께 일한다는 것:
Claude Code, 컨텍스트 설계, 그리고 사람의 역할에 대하여

1. AI 도구를 쓰면서 겪는 반복적인 문제들
   Claude Code 같은 AI 코딩 도구를 활용하면 기대했던 것보다 많은 시행착오가 발생합니다.

• 의도하지 않은 부분까지 AI가 코드를 수정하거나 삭제함
• 동일한 작업을 여러 번 프롬프트로 반복 지시하게 됨. 그 과정에서 토큰 사용량이 늘어나 비용이 빠르게 증가함
  이런 문제는 AI가 멍청해서 생기는 게 아닙니다. AI가 맥락을 정확히 이해하지 못하게 만드는 환경 때문에 생깁니다.

2. 컨텍스트 문제는 AI만의 문제가 아니다
   AI가 지시를 오해하는 구조는 사람 간 협업에서도 이미 오래전부터 존재하던 문제입니다.

• 기획자가 전달한 요구사항을 개발자가 다르게 이해
• 디자이너의 의도를 구현한 결과물이 달라지는 경우
• 팀 간 논의에서 중요한 전제가 공유되지 않아 재작업 발생
  즉, AI와의 협업이 새롭게 만든 문제가 아니라, 원래부터 있었던 협업의 불완전성이 기술을 통해 증폭되고 있을 뿐입니다.

3. 함수 단위로 쪼개면 AI의 장점이 사라진다
   많은 AI 활용 조언은 “작업 범위를 작게 나눠라”고 말합니다.
   그러나 함수나 파일 수준으로 너무 잘게 나누면 다음과 같은 문제가 발생합니다:

• 코드 전반의 흐름을 반영하지 못해 맥락을 잃음
• 리팩터링, 리디자인과 같은 구조적 변경 작업이 불가능해짐
• AI 도구를 쓰는 장점이 크게 줄어듦
  결국 중요한 건 단순히 “작게 쪼개는 것”이 아니라,
  AI가 정확히 이해하고 판단할 수 있는 ‘의미 있는 단위’로 작업을 정의하는 것입니다.

4. 우리가 실천할 수 있는 컨텍스트 설계 전략
   아래는 실제로 AI 도구를 활용할 때 유용한 컨텍스트 설계 방법입니다.
   4.1. 작업 단위는 ‘업무 목적’ 중심으로 정의하기
   작업을 기술적 파일/함수 단위가 아니라 업무의 목적 단위로 설명합니다.
   예시)
   나쁜 예: calculateDiscount 함수 수정해줘
   좋은 예: “장바구니에서 할인 계산이 잘못 적용되고 있어. 가격 계산 전체 흐름 중 할인 적용 로직을 점검해서 원인을 찾고 수정해줘.”
   4.2. 변경 범위는 명확하게 선언하기
   AI가 어디까지 건드려도 되는지를 모르면 과도한 변경이 일어납니다.
   “이 파일까지만 변경 가능” 또는 “전역 리팩터링 가능”처럼 허용 범위를 반드시 정합니다.
   4.3. 의도와 판단 기준을 함께 전달하기
   작업의 목적, 성공 기준, 예외 조건 등을 명확히 설명해야 합니다.
   AI가 무엇을 기준으로 판단해야 하는지 알려주지 않으면, 자의적인 결과가 나옵니다.
   예시)
   목적: 모바일에서 결제 실패율을 줄이기 위해
   기준: 타임아웃 시간을 늘리되 서버 부하를 최소화
   제한: 기존 사용자 경험 흐름은 그대로 유지

5. 그렇다면, 우리는 어떤 방식으로 일해야 하는가?
   이제 사람의 역할은 바뀌고 있습니다.
   직접 코드를 작성하는 사람이 아니라
   → 작업의 단위, 목적, 책임 경계를 설계하는 사람
   AI에게 질문을 던지는 사람이 아니라
   → AI가 오해하지 않도록 작업을 구조화하는 사람
   정리하자면, “정확한 지시를 내리는 능력”보다, “오해를 줄이는 환경을 만드는 능력”이 더 중요해졌습니다.

6. 결론: 완벽한 이해는 없다. 반복을 줄이는 구조가 필요하다
   컨텍스트 문제는 사라지지 않습니다. 사람도, AI도, 언제든 오해할 수 있습니다.
   그래서 우리가 할 수 있는 일은 오해를 전제로 한 구조를 만드는 것입니다.
   실무에서는 다음과 같은 변화가 필요합니다.

• 작업 단위를 기술 단위가 아닌 의미 단위로 정리하기
• 변경 가능 범위와 제한 사항을 명확히 선언하기
• 작업의 목적과 기준, 예외를 구조적으로 함께 전달하기
• 사람은 코드를 짜기보다 맥락을 설계하는 역할로 전환하기
  추가 제안:
• 이후 팀 차원에서는 다음과 같은 작업을 함께 해보면 좋습니다.
• 자주 반복되는 작업 유형별로 AI 지시 템플릿 작성
• 작업 요청 시 활용할 수 있는 컨텍스트 체크리스트 공유
• 도메인/서비스 코드의 구조 분리를 통해 AI 대상 작업 범위 명확화