(주)이프 AI노하우 AI 사용법 두 번째 글입니다. 이번에는 AI 활용을 잘하는 개발자가 되려면 무엇부터 배우고, 어떤 AI 코딩 도구를 어떤 순서로 쓰고, 어떤 소양을 갖춰야 하는지를 하나의 커리큘럼으로 정리했습니다. 저희가 검사 소프트웨어와 장비 제어 프로그램을 AI 코딩 에이전트 여러 대와 함께 만들면서 실제로 거친 순서입니다.

한 줄 답 : AI 활용을 잘하는 개발자는 AI 에게 코드를 많이 시키는 사람이 아니라, 무엇을 만들지 정의하고 AI 가 만든 결과를 빠르게 검증하고 반영 여부에 책임지는 사람입니다. 그래서 커리큘럼도 도구보다 기초 체력 → 검증 습관 → 위임 범위 확대 순서로 짭니다.

한눈에 보는 요약

0단계 기초 체력 : Git, 테스트, 디버깅. AI 결과를 되돌리고 확인할 수단부터 갖춥니다
1단계 대화형 AI : 모르는 것을 묻고, 설계안을 비교하고, 답을 공식 문서로 확인합니다
2단계 편집기 AI : 함수 하나 단위로 같이 짜고, 바뀐 줄은 전부 읽습니다
3단계 코딩 에이전트 : 목표 · 완료 조건 · 금지 사항을 적어 작업 단위로 맡깁니다
4단계 여러 에이전트 : 작업 공간을 나누고, 작성자와 검증자를 분리합니다
5단계 팀 · 현장 운영 : 지침 파일과 승인 규칙을 남겨 누가 해도 같은 품질이 나오게 합니다

AI 활용 개발자 커리큘럼 로드맵 : 0 기초 체력부터 5 팀 운영까지, 각 단계의 졸업 기준은 사람이 검증할 수 있는가입니다

단계별 커리큘럼 표

기간은 하루 1~2시간씩 공부하는 기준의 권장치입니다. 이미 실무 경험이 있다면 0단계와 1단계는 빠르게 지나가도 됩니다. 중요한 것은 기간이 아니라 졸업 기준을 실제로 통과했는지입니다.

단계	권장 기간	배울 것	졸업 기준
0 기초 체력	2~4주	Git(커밋 · 브랜치 · 되돌리기 · diff), 테스트 작성, 디버거와 로그 읽기	망가진 코드를 Git 으로 이전 상태로 되돌리고 원인을 설명할 수 있다
1 대화형 AI	2주	질문 구조화, 코드 설명 요청, 설계안 비교, 답의 출처 확인	AI 답 중 틀린 부분을 공식 문서로 찾아낸 경험이 있다
2 편집기 AI	2~4주	자동완성 · 리팩터링 · 테스트 생성을 작은 단위로 쓰기	AI 가 바꾼 줄을 모두 읽고, 이유를 말로 설명할 수 있다
3 코딩 에이전트	4주	작업 지시 4요소, 권한 설정, diff 기반 판정, 실패 시 되돌리기	에이전트에게 맡긴 작업 하나를 테스트 통과까지 끝내고 반영 여부를 스스로 판정했다
4 여러 에이전트	4주	워크트리로 작업 공간 분리, 경쟁 · 분할 방식, 교차 리뷰	교차 리뷰로 한쪽 에이전트가 놓친 결함을 찾아낸 경험이 있다
5 팀 · 현장 운영	계속	프로젝트 지침 파일, 보안 · 배포 승인 규칙, 실패 사례의 규칙화	내가 없어도 다른 사람과 AI 가 같은 규칙으로 작업할 수 있다

0단계 : AI 를 쓰기 전에 갖출 기초 체력

AI 코딩에서 가장 위험한 순간은 결과가 그럴듯해 보일 때입니다. 그때 나를 지켜 주는 것이 기초 체력입니다. 많이 아는 것보다 되돌리고 확인하는 수단이 먼저입니다.

Git : 커밋을 작게 자주 남기고, diff 로 무엇이 바뀌었는지 보고, 잘못되면 되돌립니다. AI 와 일할 때 가장 많이 쓰는 기술입니다
테스트 : "완료" 를 말이 아니라 통과 여부로 확인하는 습관입니다. AI 에게 일을 맡길 때 완료 조건이 곧 테스트입니다
디버깅과 로그 : 에러 메시지를 끝까지 읽고, 로그에서 시점과 순서를 추적합니다. AI 가 헤맬 때 방향을 잡아 주는 사람이 되려면 필요합니다
기본 원리 : 자료구조와 시간 복잡도 감각, 네트워크와 파일 · 프로세스 기초, 보안 기초(비밀 키를 코드에 넣지 않기). 깊게가 아니라 "이상하다" 를 알아챌 만큼이면 됩니다

1~2단계 : 대화형 AI 와 편집기 AI 로 같이 짜기

대화형 AI 는 선생님이자 토론 상대로

처음에는 코드를 시키기보다 묻는 데 씁니다. "이 코드가 왜 이렇게 동작하는지 단계별로 설명해 줘", "이 기능을 만드는 방법 세 가지를 장단점과 함께 비교해 줘" 처럼 씁니다. 답을 받으면 공식 문서로 한 번은 확인합니다. AI 는 없는 함수나 옛 버전의 사용법을 자신 있게 말하는 일이 있기 때문입니다.

편집기 AI 는 함수 하나 단위로

편집기 안의 AI 보조는 자동완성, 리팩터링, 테스트 생성에 강합니다. 이 단계의 규칙은 하나입니다. AI 가 바꾼 줄은 전부 읽는다. 읽지 않고 받아들이는 순간부터 그 코드는 내 코드가 아니게 됩니다. 처음에는 느리게 느껴져도, 이 습관이 3단계 이후의 위임 범위를 넓혀 줍니다.

3단계 : 코딩 에이전트에게 작업 단위로 맡기기

코딩 에이전트는 파일을 읽고, 고치고, 빌드와 테스트까지 스스로 돌립니다. 맡기는 단위가 함수에서 작업으로 커지는 대신, 지시가 부실하면 결과도 크게 빗나갑니다. 지시에는 항상 네 가지를 넣습니다.

목표       : 무엇을 만들거나 고치는가 (한 번에 결과물 하나)
완료 조건  : 어떤 테스트 · 확인이 통과하면 끝인가
금지 사항  : 건드리면 안 되는 파일 · 설정 · 외부 시스템
보고 형식  : 변경 파일 / 테스트 결과 / 남은 위험 을 세 줄로

처음에는 권한을 수동 승인으로 둡니다. 에이전트가 명령을 실행하기 전에 묻게 하면, 어떤 순서로 일하는지 배우게 되고 위험한 명령도 막을 수 있습니다. 결과는 에이전트의 "완료했습니다" 라는 말이 아니라 diff 와 테스트 결과로 판정합니다.

4단계 : 여러 에이전트로 나누고 서로 검증하기

에이전트를 두 대 이상 쓰기 시작하면 작업 공간이 겹치지 않게 작업마다 별도 작업 폴더(git 워크트리)를 씁니다. 그리고 이 단계의 진짜 가치는 속도보다 검증에 있습니다. 같은 과제를 서로 다른 회사의 AI 두 대에게 맡기고 서로의 코드를 리뷰하게 하면, 한쪽이 놓친 결함을 다른 쪽이 잡습니다.

저희가 실제로 해 본 결과, 두 AI 가 각자 만든 테스트는 100% 통과했지만 교차 리뷰에서 "규격 값이 비어 있으면 조용히 OK" 라는 같은 맹점이 드러났습니다. 작성자와 검증자를 분리하지 않으면 같은 맹점을 두 번 놓칩니다. 도구 선택과 상세 방법은 지난 글에 정리했습니다.

AI 코딩 에이전트 여러 대 관리하는 법 : https://blog.naver.com/intelligentfactory/224428134947
ChatGPT · Claude 교차 코드리뷰 : https://blog.naver.com/intelligentfactory/224428126511

교차 리뷰 : 다른 회사 AI 가 만든 코드를 검증하게 하면 자기 테스트로는 안 보이던 결함이 드러납니다

5단계 : 팀과 현장에서 규칙으로 남기기

마지막 단계는 개인기를 팀의 방식으로 바꾸는 일입니다. 핵심은 프로젝트 지침 파일입니다. 저장소에 규칙 문서를 두면 코딩 에이전트가 작업을 시작할 때마다 읽고 따릅니다. 저희 지침 파일에 실제로 들어 있는 규칙 몇 가지를 소개합니다.

규칙	넣은 이유
실패하면 기본값으로 넘어가지 말고 알람으로 드러낼 것	AI 는 친절하게 기본값을 채워 넣습니다. 검사기에서는 그것이 불량을 양품으로 내보내는 통로가 됩니다
커밋은 작업 단위로 남기되, 푸시는 사람이 승인할 것	되돌릴 수 있는 기록은 남기고, 밖으로 나가는 결정은 사람이 합니다
작업을 끝내면 현장 반영 방법을 함께 적을 것	파일만 바꾸면 되는지, 재설치가 필요한지를 놓치면 현장에서 사고가 납니다
만든 기능은 사용자 동작 순서대로 시뮬레이션해 확인할 것	빌드 통과는 문법만 증명합니다. 동작은 따라가 봐야 압니다

실패를 겪을 때마다 원인을 한 줄 규칙으로 바꿔 지침 파일에 추가합니다. 그러면 같은 실수를 사람도 AI 도 다시 하지 않습니다. AI 활용 실력은 결국 이 규칙 목록의 품질로 쌓입니다.

어떤 도구를 쓰면 되나 (2026년 10월 기준)

도구는 정말 빨리 바뀝니다. 그래서 이름보다 역할로 고르는 편이 안전합니다. 아래 도구들은 각 역할의 대표 예시입니다.

역할	대표 도구	이렇게 씁니다
대화형 AI	ChatGPT, Claude, Gemini	개념 학습, 설계 비교, 에러 원인 상담, 문서 초안
편집기 AI 보조	GitHub Copilot, Cursor	자동완성, 함수 단위 수정, 테스트 생성
코딩 에이전트	Claude Code, Codex, Gemini CLI	파일 수정부터 빌드 · 테스트까지 작업 단위 위임
여러 에이전트 관리	오르카(Orca) 등 관리 도구	워크트리 분리, 상태판, 교차 리뷰
기록 · 검증 기반	Git, GitHub, 언어별 테스트 도구	되돌리기, 변경 비교, 완료 확인

처음부터 전부 쓸 필요는 없습니다. 대화형 AI 하나와 코딩 에이전트 하나, 그리고 Git 이면 3단계까지 충분합니다. 여러 회사의 AI 를 하나씩은 써 보는 것을 권합니다. 같은 질문에 다른 답이 나오는 경험이 검증 습관을 가장 빨리 만듭니다.

에이전트에게 맡기면 안 되는 일

지난 AI 사용법 글에서 예고한 내용입니다. 위임 범위를 넓히는 만큼, 끝까지 사람이 쥐고 있어야 하는 일도 분명히 정해 둡니다.

맡기면 안 되는 일	이유
비밀번호 · API 키 · 인증 정보 입력	유출되면 되돌릴 수 없습니다. 로그인은 본인이 직접 합니다
운영 서버 배포와 외부 푸시	밖으로 나간 변경은 고객과 현장에 바로 영향을 줍니다
안전 인터록 · 비상 정지 로직의 최종 판단	장비 제어에서는 사람의 안전과 직결됩니다
요구사항 해석이 갈리는 지점의 결정	AI 는 그럴듯한 쪽을 고를 뿐, 고객이 원한 쪽을 알지 못합니다
데이터 삭제 · 되돌릴 수 없는 작업	실수 한 번의 비용이 가장 큰 작업입니다
라이선스 · 보안 정책 판단	법적 책임은 회사와 사람에게 남습니다

도구보다 오래 가는 개발자 소양 6가지

문제를 정의하는 힘 : "가끔 느려요" 같은 증상을 재현 조건과 완료 기준으로 바꾸는 능력
의심하고 검증하는 습관 : AI 의 "완료했습니다" 를 믿지 않고 증거(diff · 테스트 · 실제 화면)로 확인하는 태도
작게 쪼개는 습관 : 한 번에 결과물 하나, 서로 기다리지 않고 끝낼 수 있는 단위로 나누기
기록하고 공유하는 습관 : 실패를 규칙으로 바꾸어 다음 사람과 다음 AI 가 쓰게 하기
보안 · 라이선스 감각 : 무엇을 AI 에게 보여 주면 안 되는지, 가져다 쓴 코드의 조건은 무엇인지 아는 것
결과에 책임지는 태도 : AI 가 쓴 코드라도 승인한 순간 내 코드라는 인식

자주 하는 실수

실수	대신 이렇게
기초 없이 3단계부터 시작한다	Git 되돌리기와 테스트부터. 고칠 수단이 없으면 결과를 판정할 수 없습니다
"알아서 잘 만들어 줘" 로 지시한다	목표 · 완료 조건 · 금지 사항 · 보고 형식 네 가지를 적습니다
AI 가 만든 테스트만 보고 통과로 판단한다	다른 AI 또는 사람이 만든 테스트로 한 번 더 확인합니다
에이전트 권한을 처음부터 전부 허용한다	수동 승인으로 시작해 익숙해진 범위만 넓힙니다
같은 실수를 매번 말로 다시 지적한다	지침 파일에 규칙 한 줄로 남깁니다

자주 묻는 질문

Q. 비전공자도 이 순서로 시작할 수 있나요?

네. 다만 0단계를 건너뛰지 않는 것이 조건입니다. AI 덕분에 처음 결과물을 만드는 속도는 빨라졌지만, 결과가 맞는지 판단하는 기초는 여전히 직접 익혀야 합니다.

Q. 코딩을 몰라도 AI 만으로 개발할 수 있나요?

작은 도구나 시제품은 가능합니다. 하지만 고객에게 납품하거나 장비를 움직이는 프로그램은 누군가 코드를 읽고 책임질 수 있어야 합니다. 그 누군가가 되는 과정이 이 커리큘럼입니다.

Q. 어떤 프로그래밍 언어부터 배워야 하나요?

만들고 싶은 분야의 주력 언어 하나를 깊게 고르는 편이 좋습니다. 웹이면 웹 언어, 윈도우 장비 소프트웨어면 그쪽 언어입니다. AI 가 다른 언어로 번역해 주는 시대라도, 하나를 깊게 알아야 다른 언어의 결과도 판정할 수 있습니다.

Q. 유료 도구가 꼭 필요한가요?

1~2단계는 무료 범위로도 충분합니다. 코딩 에이전트를 실무에서 매일 쓰는 단계부터는 사용량 때문에 유료 구독을 검토하게 됩니다. 이때도 여러 개를 동시에 결제하기보다 하나를 깊게 쓰고, 교차 검증용으로 하나를 더하는 순서를 권합니다.

Q. AI 가 개발자를 대체하지 않나요?

저희는 코드를 쓰는 일은 상당 부분 AI 로 넘어가도, 무엇을 만들지 정하고 결과를 검증하고 책임지는 일은 개발자에게 남는다고 봅니다. 이 생각은 AI숙고 #6 "AI가 코드를 짜도 개발자가 살아남는 이유" 에 따로 정리했습니다.

정리

AI 활용 개발자 커리큘럼의 핵심은 순서입니다. 되돌리고 확인하는 기초 → 묻고 비교하는 습관 → 작은 단위 협업 → 작업 단위 위임 → 교차 검증 → 팀 규칙. 단계마다 도구는 강해지지만, 다음 단계로 넘어가는 기준은 한결같습니다. 그 결과를 내가 검증할 수 있는가입니다.

(주)이프는 Vision Agent 같은 검사 · 장비 제어 소프트웨어를 이 방식으로 만들고 있습니다. 다음 AI 사용법 글에서는 5단계에서 소개한 프로젝트 지침 파일을 실제로 어떻게 쓰는지, 저희 규칙 파일의 구성을 예시와 함께 정리하겠습니다.

AI 활용 잘하는 개발자 되는 법 : 단계별 커리큘럼 · 도구 · 공부 순서 · 필요한 소양 총정리

한눈에 보는 요약

단계별 커리큘럼 표

0단계 : AI 를 쓰기 전에 갖출 기초 체력