서울 AI 재단 AI 강의 후기 : 바이브 코딩부터 API까지

AI 시대, PM은 코딩보다 '구조를 설계하는 사람'이 된다.

지난 토요일 서울 AI재단에서 주관한 '직장인 노코드로 만드는 멀티 AI 에이전트 자동화' 강의를 듣고 왔습니다.

강의를 들으면서 가장 인상 깊었던 점은 AI가 사람을 대체하는 것이 아니라, 사람이 더 가치 있는 일을 할 수 있도록 역할을 바꾸고 있다는 것이었습니다.

예전에는 PM이 기획서를 작성하고 개발자에게 전달하는 것이 주된 역할이었다면, 이제는 AI를 활용해 직접 프로토타입을 만들고, API 초안을 작성하고, 테스트까지 생성하는 시대가 되었습니다.

이번 글에서는 강의를 들으며 정리한 핵심 용어들을 한 번에 정리해 보겠습니다.

---

1. 바이브 코딩(Vibe Coding)

바이브 코딩은 AI에게 자연어로 원하는 기능을 설명하면 AI가 대부분의 코드를 작성하는 개발 방식입니다.

예전에는

사람 → 직접 코딩

이었다면

이제는

사람 → AI에게 요구사항 설명 → AI가 코드 생성

으로 바뀌고 있습니다.

 

대표적인 도구

• ChatGPT
• Claude
• GitGub Copilot
• Cursor

즉, 코딩보다 아이디어와 요구사항을 잘 설명하는 능력이 더 중요해지고 있습니다.

2. MVP(Minimum Viable Product)

MVP는 핵심 기능만 담아 가장 빠르게 출시하는 최소 기능 제품을 의미합니다.

예를 들어, 건강관리 앱을 만든다면

❌운동 + 식단 + 수면 + AI + 결제

가 아니라

✅운동 기록 하나만 먼저 만들어 사용자 반응을 확인하는 것입니다.

AI 시대에는 바이브 코딩 덕분에 MVP를 하루 만에 만드는 것도 가능해졌습니다.

3. 프론트엔드와 백엔드

프론트엔드

: 사용자가 직접 보는 화면

예)

• 로그인 화면
• 버튼
• 그래프
• 메뉴

백엔드

: 사용자에게 보이지 않는 서버

예)

• 로그인 처리
• 데이터 저장
• AI 실행
• DB 조회

둘은 API를 통해 서로 통신합니다.

4. API

API는 프로그램과 프로그램이 대화하는 창구입니다.

예를 들어

사용자 → 앱 → API → 서버 → DB

앱은 API를 통해 서버에게 데이터를 요청하고 결과를 받아옵니다.

웨어러블 데이터, 결제 시스템, 지도 서비스도 대부분 API를 이용합니다.

5. MES·ERP·GMS

강의에서 특히 제조기업의 AI 도입이 어려운 이유로 MES·ERP·GMS·Excel이 서로 단절되어 운영되고 있다는 점이 소개되었습니다.

MES

제조 실행 시스템

• 생산 관리
• 설비 관리
• 품질 관리

ERP

전사 자원 관리

• 인사
• 회계
• 구매
• 자재

GMS

기업마다 의미는 조금 다르지만 주로 글로벌 제조 및 운영 표준 관리 시스템을 의미합니다.

AI를 도입하려면 이 시스템들이 서로 연결되어야 합니다.

6. 노코드(No-code)란?

노코드는 코드를 작성하지 않고 서비스를 만드는 방식입니다.

대표적인 특징

• 드래그 앤 드롭
• 설정만으로 개발
• 빠른 MVP 제작

7. 워크플로우(Workflow)

강의에서는 워크플로우를 '입력 → 처리 →  출력'을 블록으로 연결한 자동화 흐름이라고 설명했습니다.

예를 들어

메일 도착 → GPT 요약 →노션 저장 → 슬랙 전송

이 하나의 워크플로우가 됩니다.

8. Flowise·Dify·n8n·Opal

이번 강의에서 가장 많이 등장했던 노코드 AI 도구들입니다.

Flowise

AI 에이전트와 RAG를 시각적으로 연결하는 도구 

→ AI 흐름을 빠르게 실험하기 좋다.

Dify

AI 챗봇과 AI 앱을 만드는 올인원 플랫폼

→ MVP 제작에 적합하다.

n8n

자동화 전문 도구

→ Gmail, Slack, Notion 등을 연결하여 업무를 자동화한다.

Opal

Google에서 제공하는 자연어 기반 AI 앱 제작 도구

→ 가장 쉽게 AI 앱을 만들어 볼 수 있다.

9. LLM

LLM은 Large Language Model의 약자로

GPT처럼 사람의 언어를 이해하고 생성하는 AI 모델입니다.

강의에서는 모든 AI 도구의 '두뇌' 역할을 한다고 설명했습니다.

10. RAG

RAG(Retriebal-Augmented Generation)는 내 문서나 데이터베이스를 근거로 AI가 답변하도록 만드는 기술입니다.

사내 문서 검색이나 기업용 챗봇에서 많이 활용됩니다.

11. AI 에이전트

AI 에이전트는 단순히 질문에 답하는 AI를 넘어, 목표를 주면 스스로 계획하고 실행하는 AI를 말합니다.

예를 들어

메일 확인 → 일정 정리 → 회의록 작성 → 노션 저장

까지 자동으로 수행할 수 있습니다.

---

강의를 들으며 가장 인상 깊었던 점

이번 강의에서 가장 기억에 남은 문장은 

"AI는 반복 업무를 자동화하고, 사람은 설계·판단·관계에 집중하는 시대가 왔다."

입니다.

AI를 잘 사용하는 사람은 단순히 프롬프트를 잘 입력하는 사람이 아니라,

• 문제를 정의하고
• 업무 흐름을 설계하며
• AI의 결과를 검증하고
• 비즈니스 가치를 판단할 수 있는 사람

이라는 점이 인상 깊었습니다.

---

마무리

이번 강의를 통해 느낀 것은 앞으로는 개발자가 아니더라도 AI를 활용해 직접 MVP를 만들고 업무를 자동화하는 능력이 중요한 경쟁력이 될 것이라는 점입니다.

저 역시 SQL을 공부하면서 API, 노코드 AI 도구, AI 에이전트까지 하나씩 익혀 디지털 헬스케어 PM으로 성장하기 위한 기반을 차근차근 쌓아가려 합니다.