바이브코딩
바이브코딩으로 만든 업무 도구, 어디에 배포할까?
바이브코딩으로 앱을 만드는 것은 쉬워졌지만, 팀원과 공유하고 운영하는 것은 또 다른 문제입니다. ChatGPT Sites, Google AI Studio, Vercel, Netlify, Render, Railway, SAPP까지 배포와 운영 방식을 비교합니다.
바이브코딩
바이브코딩으로 앱을 만드는 것은 쉬워졌지만, 팀원과 공유하고 운영하는 것은 또 다른 문제입니다. ChatGPT Sites, Google AI Studio, Vercel, Netlify, Render, Railway, SAPP까지 배포와 운영 방식을 비교합니다.
ai
웹 노트 앱을 Tauri 기반 macOS 데스크톱 앱으로 확장했다. 로그인, 단축키, 실시간 동기화, DMG 배포와 자동 업데이트를 구현하며 웹과 데스크톱의 차이를 경험한 과정을 정리했다.
ai
AI와 함께 사람 중심의 개인 노트 앱을 만들기 시작했다. HTML, CSS, JavaScript만으로 브라우저 프로토타입을 만들고, 반복적인 프롬프트 수정과 실제 사용을 통해 기능과 디자인을 다듬으며 얻은 경험을 정리했다.
ai
아이디어를 요구사항으로 바꾸고 AI와 함께 팀용 웹앱을 만들고 배포해봤습니다. 긴 프롬프트보다 단순한 요구사항이 더 좋은 결과를 만들기도 했고, GitHub·Cloudflare를 활용한 버전 관리와 배포 과정에서 얻은 시행착오와 배운 점을 정리했습니다.
ai
복잡한 CRM을 한 번에 만들기보다, 작업 흐름과 데이터 모델을 단순화하며 필요한 기능만 남기는 과정을 살펴봅니다. LLM과 요구사항을 반복 개선해 실제 사용할 수 있는 화면에 가까워지는 방법과 프롬프트 작성 원칙을 정리했습니다.
ai
LLM으로 CRM 화면을 다시 만들며, 화면보다 작업 흐름·데이터 모델·개념 단순화가 먼저 필요한 이유와 요구사항을 구체화하는 과정을 살펴봅니다.
ai
LLM으로 CRM 요구사항을 정리하며 겪은 시행착오를 바탕으로, 화면보다 업무 흐름과 데이터 모델을 먼저 정의해야 하는 이유를 살펴봅니다.
ai
이번 글에서는 AI와 함께 가구회사 상담용 구매 견적 화면을 만드는 과정을 살펴봅니다. 업무 흐름을 단계별 화면으로 재구성하고, 필수 입력 표시, 배송일자 선택, 카카오맵 주소 검색, PDF·프린트 기능 등을 프롬프트에 추가하며 UI를 개선했습니다. 프롬프트를 구체적으로 다듬을수록 원하는 결과를 안정적으로 얻고 화면 품질도 높일 수 있음을 실제 예제로 소개합니다.
ai
AI 덕분에 검색 UI를 빠르게 만들 수 있지만, 완성도 높은 결과를 얻으려면 결국 세부 동작까지 명확히 정의해야 합니다. 이번 글에서는 Codex로 고객 검색 UI와 토스증권 검색 UI를 구현하며 프롬프트의 구체성이 결과에 어떤 영향을 주는지 살펴봅니다. 또한 이미지 기반 구현의 한계, 요구사항 작성 방법, AGENTS.md를 활용한 효율적인 테스트 팁도 함께 소개합니다.
Low code
ChatGPT 3.5 출시 이후, Copilot, Cursor 같은 AI 코딩 도구가 개발자 손에 들어오면서 많은 질문이 생겼습니다. 그중 생각해볼만한 질문은 바로 이것입니다. “이제 운영툴 같은 건 다 AI가 대신 짜줄 수 없을까?” 초기 boilerplate 세팅, 버튼 하나 추가, 컬럼 노출 조건 변경 같은 요청들을 진행하면 LLM이 금방 코드로 만들어줄 수
dashboard
"대시보드를 통째로 LLM에게 맡기면 어떻게 될까?" 쿼리만 잘 짜주는 게 아니라, 흐름도 맡길 수 있을까? Claude와 ChatGPT를 활용해 대시보드를 구성해봤습니다. 마법처럼 쏟아지는 코드와, 되묻고 정리하게 만드는 대화형 흐름. 이 실험에서 가장 많이 바뀐 건 도구가 아니라 제 사고 방식이었습니다.