학습목표
- 9일간 배운 도구·워크플로우를 한눈에 정리하고 서로 연결지어 이해한다.
- 자주 쓰는 명령어·프롬프트를 치트시트로 정리해 실무에서 바로 꺼내 쓸 수 있게 한다.
- 지금까지 만든 산출물을 포트폴리오 형태로 정리하고, 이후 실행 계획을 수립한다.
마지막 날인 오늘은 새로운 내용보다는 지난 9일을 되짚어보는 데 집중한다. 각 날짜에서 무엇을 배웠는지 정리하고, 앞으로 실제 업무·창작·수익화에 어떻게 이어갈지 계획을 세운다.
1. 9일간 배운 것 한눈에 보기
| 일차 | 주제 | 핵심 도구 |
|---|---|---|
| 1일차 | AI 에이전트 기초와 바이브코딩 입문 | Claude 제품군, Claude Code, 바이브코딩 |
| 2일차 | 업무 자동화 에이전트 & 실시간 대시보드 | Cowork, 카카오톡 MCP, 웹 크롤링(web-crawler), 라이브 아티팩트 |
| 3일차 | 마케팅 콘텐츠 자동화 Ⅰ | 미리캔버스 변환기 바이브코딩, CELAI 가상 인플루언서 |
| 4일차 | AI 지식관리 시스템 구축 & 문서·영상 기획 | 옵시디언, PARA/MOC, Claude Design/PowerPoint, HTML-PPT-Skill, slide-master, 구글 Flow |
| 5일차 | 마케팅 콘텐츠 자동화 Ⅱ | Remotion, TTS·Klipy 쇼츠 자동생성, 수익화 전략, meta.ai |
| 6일차 | AI 콘텐츠 생성과 디지털 제품(전자책) 판매 | 힉스필드 MCP, 크몽 전자책 등록, 클로드 전자책 작성 |
| 7일차 | 최신 AI 모델 트렌드 & 콘텐츠·계정 분석 자동화 | Claude·OpenAI 모델 선택, 블로그 자동생성, Apify MCP |
| 8일차 | AI 활용 효율화 & 토스 미니앱 개발 실무 | 토큰 절약 전략, 앱인토스(create-ait-app) |
| 9일차 | 실전 프로젝트 — 챌린지 출품 미니앱 완성 | 토스 바이브코딩 챌린지, Open-Meteo API, 신뢰 UX 설계 |
- 011~2일차웹앱 기초·업무 자동화
- 023~4일차이미지·지식관리·발표
- 035~7일차영상·전자책·콘텐츠 분석
- 048~9일차효율화·실전 미니앱
2. 일차별 핵심 복습
1일차: Claude 제품군의 차이를 이해하고, 개발환경을 세팅한 뒤 바이브코딩으로 가계부 앱과 MBTI 앱을 직접 만들어봤다. 프롬프트를 구체적으로 쓸수록 원하는 결과에 가까워진다는 것이 핵심이다.
2일차: Cowork로 여러 도구를 엮어 정보 수집→보고서 작성→카톡 전송까지 하나의 워크플로우로 연결했다. 웹 크롤링 도구로 나라장터·금감원·원티드·네이버뉴스·쿠팡 리뷰 등 다양한 사이트 데이터를 자동 수집하고, 리뷰 데이터를 인사이트 대시보드로 확장하는 법도 익혔다.
3일차: 미리캔버스에 올릴 이미지를 자동 변환하는 웹앱 두 종(사진 요소, PNG 요소)을 직접 바이브코딩으로 만들고, CELAI로 AI 가상 인플루언서 콘텐츠를 생성해 SNS에 배포하는 흐름을 배웠다.
4일차: 옵시디언과 클로드를 연동해 PARA 구조·MOC 허브 노트로 나만의 지식관리 시스템을 완성했다. 이어서 성격이 다른 AI 슬라이드 자동생성 도구 세 가지(브랜드 반영형 Claude Design/PowerPoint, 테마 조립형 HTML-PPT-Skill, 업로드자료 기반 slide-master)를 직접 비교해봤다.
5일차: Remotion으로 코드 기반 영상을 만드는 기본기를 익히고, TTS+Klipy를 더해 주제만 입력하면 쇼츠가 자동으로 나오는 앱까지 완성했다. 만든 콘텐츠·웹앱을 광고 수익, 디지털 제품 판매로 연결하는 전략도 정리했다.
6일차: 힉스필드 MCP로 이미지·영상을 생성하고, 크몽에 전자책을 등록하는 전 과정(제목~FAQ)을 정리한 뒤, 콘텐츠와 서식을 분리하는 방식으로 실제 판매 가능한 전자책을 클로드로 작성했다.
7일차: Claude·OpenAI 모델의 작업별 특징을 비교하고, 플랫폼별 문체가 다른 블로그 자동생성 앱과 Apify MCP 기반 인스타그램 계정 분석을 실습했다.
8일차: /model, /effort, /compact 등 토큰 절약 명령어로 효율적으로 클로드를 쓰는 법을 익히고, 앱인토스 플랫폼에서 미니앱을 만들어 QR 테스트하고 오픈 정책까지 점검하는 전체 흐름을 경험했다.
9일차: 8일차의 기술을 총동원해 "더위탈출" 미니앱을 기획부터 완성까지 진행했다. GPS 없이도 신뢰할 수 있는 UX를 설계하는 원칙을 세우고, 실제 챌린지 출품 수준으로 완성했다.
3. 9일을 관통하는 공통 원칙
- 구체적으로 요청할수록 결과가 좋아진다: 막연한 요청보다 조건·수치·예시를 포함한 프롬프트가 훨씬 정확한 결과를 만든다.
- 작게 시작해서 이어서 요청한다: 한 번에 완벽한 결과를 바라기보다, 기본 기능을 먼저 완성하고 점진적으로 살을 붙인다.
- 검증 없이 끝내지 않는다: 웹앱은 실제 브라우저로, 문서는 PDF 변환·페이지 수 확인으로, 미니앱은 QR 테스트로 반드시 눈으로 확인한다.
- 콘텐츠와 서식/도구를 분리해서 생각한다: 전자책의 데이터/서식 분리, 슬라이드 도구 3종 비교처럼, "무엇을 만들 것인가"와 "어떤 도구로 만들 것인가"를 나눠서 판단하면 선택이 쉬워진다.
- 자동화는 결국 사람이 검수하는 단계를 남겨둔다: SNS 자동포스팅, 미니앱 배포 등 자동화 단계가 늘어날수록, 최종 배포 전 확인 단계를 꼭 넣는 것이 안전하다.
4. 명령어·프롬프트 치트시트
| 상황 | 명령어/프롬프트 |
|---|---|
| 대화 컨텍스트 확인 | /context |
| 대화 요약·압축 | /compact |
| 대화 초기화 | /clear |
| 이전 시점으로 되돌리기 | /rewind |
| 모델 전환 | /model |
| 추론 강도 조절 | /effort |
| 안 쓰는 MCP 끄기 | /mcp disable |
| 워크플로우를 매일 자동 실행 | "이 작업을 매일 아침 8시에 자동으로 실행해줘" |
| 결과를 카톡으로 전송 | "방금 만든 내용을 카톡으로 보내줘" |
| GitHub 저장소 세팅 요청 | "이 깃허브 저장소를 현재 폴더에 클론하고 사용할 수 있게 세팅해줘" |
5. 지금까지 만든 산출물 정리
- 가계부 앱 / MBTI 테스트 앱 (1일차)
- 시장분석 자동화 플러그인, 라이브 대시보드 아티팩트, 웹 크롤링 결과·리뷰 인사이트 대시보드 (2일차)
- 이미지 변환기 웹앱, 가상 인플루언서 샘플 콘텐츠 (3일차)
- 개인 지식관리 볼트, PPT 초안, 슬라이드 도구 비교본 (4일차)
- 쇼츠 자동생성 웹앱, 개인 수익화 전략 플랜 (5일차)
- 전자책 초안, 크몽 등록 체크리스트 (6일차)
- 모델 비교 창작 샘플, 블로그 자동생성 웹앱, 인스타그램 계정 분석 리포트 (7일차)
- 토큰 절약 체크리스트, 앱인토스 미니앱 초안 (8일차)
- "더위탈출" 챌린지 출품 미니앱 (9일차)
6. 복습 체크리스트
- 바이브 코딩으로 원하는 웹앱을 처음부터 끝까지 설명해 만들 수 있다
- Cowork로 여러 도구를 엮은 워크플로우를 설계할 수 있다
- 웹 크롤링으로 원하는 사이트의 데이터를 수집·정리할 수 있다
- 상황에 맞는 AI 슬라이드/영상 생성 도구를 고를 수 있다
- 디지털 제품(전자책 등)을 기획부터 마켓 등록까지 진행할 수 있다
- 토큰 절약 명령어를 상황에 맞게 사용할 수 있다
- 미니앱을 기획→구현→QR 테스트→검토 요청까지 진행할 수 있다
7. 앞으로의 실행 계획
- 이번 과정에서 만든 산출물 중 가장 애착이 가는 것 하나를 골라 실제 서비스/판매로 발전시킨다
- 매주 하나씩 새로운 자동화 워크플로우를 시도해보고 플러그인으로 패키징해둔다
- 옵시디언 볼트에 앞으로의 학습·프로젝트 기록을 꾸준히 쌓아간다
- 01하나 선택발전시킬 산출물 고르기
- 02실제로 활용서비스·판매로 발전
- 03새 자동화 시도매주 하나씩 만들기
- 04기록·재사용볼트 기록·플러그인화
관련 노트
실습 검증과 문제 해결
포트폴리오의 주장과 증거
- 직접 해볼 일: 결과물 하나에 문제·대상 사용자·내가 만든 부분·화면·한계·다음 개선을 기록한다.
- 예상 결과와 판정 기준: 처음 보는 사람이 실제 기능과 모형을 구분하고 재현 가능한 실행 방법을 찾을 수 있어야 한다.
- 오류를 좁히는 방법: 접속 불가 링크나 노출된 API 키가 없는지 확인한다. 수익·이용자 수는 실제 근거가 있는 경우에만 적고 교육용 데이터는 분명히 표시한다.
이 항목은 교육용 검증 시나리오이며 실제 실행 성공·수익·플랫폼 승인을 보고하는 사례가 아니다. 결과 화면과 수정 내용을 기록하면 다음 실습에서 같은 오류를 줄일 수 있다.
자료 업데이트 안내
2026-10-12 주요 설명 보완. 설치 명령·계정별 기능·요금과 심사 규정은 실행 시점의 공식 문서를 다시 확인한다.
- OpenAI 모델 선택 안내
- 강의 내용 문의 및 오류 신고: 라인블록
