월요일에 발행됐어야 할 55편을 제 실수로 지난 토요일 새벽에 발행했습니다. 😇 새벽에 이메일 알림을 받으셨을 분들께 사과 드립니다. 역시 늦은 밤엔 외부를 향하는 활동은 하는 건 참 위험해요.
푸딩캠프 이야기
프로젝트 출시 개수 별 설문 참여자 수
실무 경험이 없거나 실무 경험이 적은데 인상적이지 않은 경우, 대개는 토이 프로젝트를 개발해 포트폴리오를 보충합니다. 포트폴리오는 서류전형에서 이력서를 보충하는 자료로 이력서 작성자를 설명하고 표현해야 합니다. 따라서 포트폴리오에 자신이 잘 녹아들어 투영되어야 합니다. 나를 투영하는 좋은 방법 중 하나는 프로젝트를 출시해 운영하는 것입니다. 출시하고 운영하는 과정에서 내 사고에 따른 판단이 일어나기 때문입니다.
하지만 실제 출시해 운영하는 비율은 매우 낮습니다. 출시율은 약 40%이며, 이 중에서 운영까지 한 프로젝트는 20%, 즉 전체 비율에서 10% 미만에 그칩니다.
더구나 PM이나 UX/UI 디자이너는 동작하는 프로젝트를 출시해 운영하는 비율이 개발자에 비해 더 적습니다. 개발자를 구인하거나 개발자가 참여한 프로젝트 팀을 찾기 어렵기 때문입니다. 그런데 이는 개발자도 마찬가지입니다. 아무리 간단한 프로젝트여도 PM과 디자인 업무가 사라지는 것은 아니기 때문입니다.
푸딩캠프가 운영하는 토이 프로젝트 개발 프로그램, 토이스토리 2기는 개발, PM/기획, 디자인 직군이 풀스택 개발팀을 결성해 프로젝트를 만드는 환경을 제공합니다. 또한 프로젝트를 조력하는 26년차 CTO 개발자가 사수로 참여합니다.
완성도 높은 프로젝트, 결제 기능까지 구현한 토이 프로젝트를 만들어보세요!
자세히 알아보기
AI를 사수처럼 활용하며 학습하기
직장 생활이든 학습 과정이든, 누구나 사수(Coach)가 있으면 좋겠다고 생각해 봤을 겁니다. 옆에서 어떻게 해야 할지 알려주고, 막힐 때 바로 도움을 주는 사수가 있으면 시행착오를 크게 줄일 수 있으니까요. 하지만 매우 많은 사람에겐 실질적으로 사수가 부재합니다. 아예 없거나 바쁘거나 환경이 여의치 않아 실제로 도움을 줄 사람이 없는 상황도 흔하죠. 푸딩캠프가 랜선 사수로서 여러 프로그램과 콘텐츠를 개발하고 제공하는 이유입니다. 그렇다면 이런 환경에서도 우리는 어떻게 성장할 수 있을까요?
최근 기술 발전으로 AI가 단순한 도구를 넘어, 실제로 학습을 돕는 조력자로서 활약할 정도가 되었습니다.
24시간 피드백 : 사람이 항상 곁에 있어주진 못하지만, AI에게서는 거의 언제나 질문을 받고 피드백을 받을 수 있습니다.빅데이터 기반 학습 지원 : AI는 방대한 데이터를 분석해 최적화된 학습 방법을 제안할 수 있습니다. 다양한 주제, 방식, 언어로 도움을 받을 수 있습니다.반복 가능한 대화 : AI와 나누는 대화는 로그가 남고, 학습자가 재차 질문하거나 의견을 제시할 수 있어 맥락을 누적하며 지속적인 피드백을 유지하기 좋습니다.
그럼 AI를 어떻게 하면 가상의 사수로 활용할지 알아보겠습니다.
AI가 해결해줄 수 있는 대표적인 학습 문제
학습하다 보면 흔히 다음과 같은 문제에 부딪히곤 합니다.
내 학습 상태를 객관적으로 파악하기 어렵다 : 내가 어느 수준인지, 무엇을 모르는지, 명확히 알기란 쉬운 일이 아닙니다.적절한 과제 난이도를 설정하기 어렵다 : 지나치게 쉬운 과제는 금방 흥미를 잃게 만들고, 너무 어려운 과제는 학습 의욕을 꺾어버립니다.즉각적이고 구체적인 피드백이 부족하다 : 잘못된 부분을 발견했을 때 바로 잡아주는 피드백이 있어야 하는데, 주변에 피드백을 주는 사람이 없다면 놓치기 쉽습니다.
AI는 데이터 분석과 패턴 인식을 통해, 다음과 같은 방식으로 도움을 줍니다.
학습 상태 파악 : 작성한 과제나 코드, 테스트 결과 등을 분석해 어떤 부분을 어려워하는지 진단.난이도 조절 : 빅데이터를 통해 비슷한 수준의 학습자가 어떻게 문제를 해결했는지 파악하고, 맞춤형 과제를 제안.실시간 피드백 : 결과에 대한 코멘트나 개선안, 추가 학습 자료를 실시간으로 추천.
예를 들어, 코드래빗(CodeRabbit) 같은 AI 코딩 리뷰 서비스는 작성한 코드의 정확성, 효율성, 코드 스타일 등을 꼼꼼히 평가하고, 좀 더 나은 방식으로 개선할 수 있도록 안내해줍니다. 피드백을 받은 뒤 왜 이런 방식이 더 나은지를 다시 묻거나 다른 예시를 달라고 요청할 수 있어, 일종의 ‘대화형 코칭’을 경험하게 됩니다.
AI를 활용한 학습 체계 설계
(1) 학습자 상태 진단과 피드백
학습자가 현재 어느 수준인지 진단하는 것은 맞춤 학습에 필요한 과정입니다. AI와 나누는 대화창에 내가 어떤 문제를 어떻게 풀어왔고, 어디서 막히는지 자세히 알려주면, AI가 패턴 분석을 통해 무엇이 부족한지 짚어주게 하는 것도 가능합니다. 예를 들어, 프로그래밍 학습 플랫폼은 코드를 채점하면서 오류 패턴을 파악하고, 특정 개념이 약하다고 진단할 수 있습니다.
(2) 적절한 난이도 조절
학습 난이도가 너무 높으면 학습자 입장에서 벽을 느끼고, 너무 낮으면 금세 지루해집니다. AI는 광범위한 데이터를 활용해 적정 수준의 문제를 추천하고, 점진적으로 난이도를 높여가는 전략을 제시합니다. 예를 들어, 언어 학습 서비스인 듀오링고(Duolingo)는 학습자가 틀린 문제 유형을 바탕으로 더 쉬운 문제 혹은 유사 문제를 반복 제시해 줍니다.
(3) 문서 작성 자동화와 업무 효율 향상
학습 과정에서 필요한 문서를 작성하는 데도 AI가 도움이 됩니다. 예를 들어, WriteMyPRD는 제품 요구사항 문서(PRD)를 자동으로 작성해주는 AI 도구로, 내용만 입력하면 초안을 만들어 주므로 문서 작업의 부담을 줄일 수 있습니다. 이를 통해 사소한 문서 작성 업무에 시간을 뺏기지 않고, 더 중요한 학습과 핵심 업무에 집중할 수 있습니다.
사례 기반 학습과 AI
이론 위주의 학습이 아닌, 실제 문제가 주어지고 이를 해결하면서 개념을 익히는 사례 기반 학습에서는 AI가 훨씬 더 빛을 발합니다. 깊이 있거나 특정 맥락이 있는, 또는 사람 간 관계에서 문제를 풀어가는 경험이 아니라면, 많은 사례는 대개는 사람보다 AI가 더 다양하고 많은 것을 학습하기 때문입니다.
이런 특성을 활용하면, 즉각적인 유사 사례 제시해달라고 요구할 수 있습니다. 예를 들어, 배열의 중복 요소를 제거하는 함수 같은 프로그래밍 문제를 풀 때, AI에게 비슷한 문제에서 다른 사람들은 어떻게 풀었는지 알려달라고 요청할 수 있습니다.
AI는 문제 해결 팁도 더 다양하게 제공해줍니다. 리트코드(LeetCode)나 해커랭크(HackerRank) 같은 문제풀이 사이트와 연동되거나, ChatGPT를 통해 상세한 힌트나 접근법을 얻을 수 있습니다.
또한, 상반된 관점 제시를 요청할 수 있습니다. 꼭 하나의 정답만 주는 대신, 서로 다른 접근법(또는 반대되는 방법론)도 제시받아 견문을 넓힐 수 있습니다.
뇌 과학과 인지심리학적 관점에서 학습 도움 받기
학습 과정은 크게 부호화(Encoding) → 통합(Consolidation) → 인출(Retrieval)로 나눌 수 있습니다. 간단히 말해, 새로운 정보를 입력하고(부호화), 그 정보를 장기기억화해서 머릿속에 저장해두며(통합), 필요할 때 끄집어내는(인출) 과정을 거친다고 볼 수 있죠. 각 단계마다 AI를 활용하면, 학습 효율과 효과가 크게 높아질 수 있습니다.
앤키(Anki)같은 플래시카드 앱이나 AI 챗봇을 활용해 일정 주기로 퀴즈를 던지면, 장기기억으로 지식을 옮기는 데 효과적입니다. 앤키(Anki)는 대표적인 플래시카드(Flashcards) 기반의 학습 도구입니다. 가장 큰 특징은 간격 학습(Spaced Repetition) 알고리즘을 이용해, 학습자가 잘 외워지지 않는 카드(문제)는 자주 반복하고, 쉽게 기억하는 카드(문제)는 늦게 등장하도록 자동 조절해준다는 점입니다. 이를 통해, 뇌가 망각곡선에 따라 정보를 잊어버리기 전에 적절한 시점에 복습하게 만들어줍니다.
내용 요약 및 재정리에도 유용합니다. 복잡한 개념은 Docuopia같은 요약 서비스를 통해 핵심만 추려볼 수 있습니다. Docuopia는 텍스트 콘텐츠를 간단하게 요약해주거나 핵심 개념만 뽑아 재구성해주는 AI 서비스입니다. 긴 문서를 빠르게 이해해야 할 때, 혹은 복잡한 지식을 간추려 다시 공부하기 쉽게 만들고 싶을 때 유용합니다.
목록으로