DB랩

본 과정에서는 코딩 에이전트와 LLM의 소통 표준인 마크다운(Markdown)의 완전한 문법 체계와 실무 작성 규칙을 체득했습니다. 단순한 문서 편집기를 넘어 실무 개발 환경에 맞춘 VS Code 클린 삭제 및 찌꺼기 제거, 강사 실제 환경설정 파라미터, Chrome 기반 로컬 마크다운 뷰어 세팅, 그리고 ChatGPT에서 추출한 마크다운을 노션(Notion) 세컨드 브레인으로 이관하는 실무 엔지니어링 파이프라인을 완벽히 정리했습니다. 핵심 학습 목표 및 아키텍처 인간-AI 공용 표준 서식으로서의 마크다운 프롬프트 구조화 (지시 vs 데이터 엄격 분리) 코드 에이전트 규칙서(Ruleset: CLAUDE.md, AGENTS.md, README.md) 영구 운용 체계 윈도우 가상 표기명 뒤의 실제 물리 영문 경로(C:\Users\계정명\Desktop) 체계 이해 실무 세팅 및 트러블슈팅 VS Code 재설치 시 충돌 방지를 위한 사용자 홈 폴더 내 .vscode 디렉터리 수동 삭제 Chrome 확장 프로그램(Markdown Reader) + 로컬 파일 URL 접근 권한 활성화 수학·통계 LaTeX 기호 체계 및 코드 블록 식별자 8종 완벽 매핑 01. 마크다운(Markdown)과 AI 에이전트 지침서 구조화 마크다운은 단순한 텍스트 서식 지정 도구를 넘어, 현대 소프트웨어 엔지니어링에서 인간과 AI가 명확하게 의사소통하기 위한 최우선 공용 프로토콜입니다. ChatGPT나 Claude 같은 대형 언어 모델이 출력하는 제목, 표, 굵은 글씨, 코드 상자는 모두 마크다운 렌더링 결과물입니다. 자연어로 길게 작성된 평문 프롬프트는 지시사항(Instruction)과 분석할 대상 데이터(Context/Data)의 경계가 모호하여 AI가 ...

최근 프로그래밍 생태계에서 선풍적인 인기를 끌고 있는 바이브 코딩(Vibe Coding)을 무비판적으로 수용하다가 코드가 고장 났을 때 원인조차 찾지 못해 프로젝트 전체를 망치는 사례가 속출하고 있습니다. 결론으로, 인공지능이 쏟아내는 결과물에 종속되지 않고 시스템의 진짜 주인으로 자리 잡으려면, 엄격한 사용자 지정 지침으로 도구의 역할을 통제하고 마크다운(Markdown) 표준 서식으로 지시와 데이터를 엄밀히 분리하는 챗GPT 맞춤 지침과 마크다운 레퍼런스를 실무의 절대적 기준으로 삼아야 합니다. 📌 1일차 수업 핵심 기술 집약 요약 💡 AI 도구론 & 바이브 코딩 철학 원리에 과도하게 매몰되지 않고(당구 비유) "적재적소에 적게 쓰는 것"이 진짜 실력 코드는 본인이 직접 작성, AI는 방향성·결과 해석·오류 진단 3대 조교 역할로 한정 토니 스타크 비유: 핵심 아이디어(뫼비우스의 띠)는 사람 몫, 반복 계산만 AI 위임 🛠️ 시스템 지침 & 마크다운 규격 정답 코드 출력 금지, 사실/추론/확인필요 3분법, '내가 확인할 점' 강제 지침 장착 웹 챗봇의 컨텍스트 삭제(코빅 대사 누적 비유) 극복을 위한 로컬 파일 기반 작업 지시문과 데이터를 격리하는 마크다운 템플릿 및 VS Code 4대 확장 도구 세팅 1. 🎯 AI 학습 철학과 바이브 코딩(Vibe Coding)의 명암 당구대 위의 물리학과 도구로서의 인공지능 접근법 수업을 시작하며 강사님이 강조한 가장 첫 번째 마음가짐은 ...