AI 시대의 개발 직무 - 신입의 검증 가능한 경험

이 장에서 배우는 것

직무별 판단과 AI가 수행한 작업을 구분하고 요구·변경·검사·본인 설명이 있는 포트폴리오를 만든다.

직무는 도구 이름보다 결과와 책임으로 읽는다

프론트엔드에서는 사용자의 입력과 오류 상태를 화면으로 설명해야 하고, 백엔드에서는 데이터 규칙과 외부 계약을 지켜야 한다. 운영 업무에서는 변경의 영향과 복구 가능성을 확인해야 한다. 이는 교재의 업무 분류 예시이며 채용 시장 전체의 요구 비율을 조사한 결과는 아니다. AI가 어떤 단계를 돕든 결과를 설명할 기초 지식이 필요하다.

대출 요약 도구를 포트폴리오에 넣는다면 무엇을 맡겼는지와 무엇을 직접 검증했는지를 나눈다. AI가 초기 함수를 제안했고 자신은 빈 입력·오류 규칙을 정하고 테스트를 추가했다면 그대로 적는다. 전부 직접 작성했다고 꾸미거나 도구를 썼다는 사실만으로 자신의 기여가 사라졌다고 판단할 필요는 없다.

채용 공고는 작은 표본으로 읽는다

관심 직무 공고 세 건을 직접 읽고 게시일·직무·경력·AI 관련 문구를 표로 정리한다. 표본 세 건으로 해당 업계 전체의 비율이나 추세를 주장하지 않는다. 공고에서 도구 사용 경험을 요구했다면 그것이 어떤 업무 산출물과 연결되는지 질문한다. 문구가 없다고 AI를 전혀 쓰지 않는 회사라고 추측하지 않는다.

제품 사용 목록만 길게 늘리는 것보다 코드 읽기·오류 재현·검사·Git·데이터 취급을 한 프로젝트에서 연결해 보자. 이 책의 앞 장에서 만든 요구문, diff, 경계 검사, 출처표가 각각 증거가 된다. 면접에서는 평균 없음과 평균 0의 차이처럼 자신이 결정한 규칙을 설명할 수 있어야 한다.

학습 순서와 다음 책 연결

입력과 자료형을 이해하기 어렵다면 Python 기초로 돌아가 예제를 직접 실행한다. 요구를 작은 변경으로 나누는 연습은 바이브 코딩의 정석, 도구 연결과 평가를 더 구현하려면 AI 에이전트 활용과 하네스 설계로 이어갈 수 있다. 많은 모델을 바꿔 보는 것보다 하나의 작은 변경을 요구에서 검증까지 완성하는 경험을 먼저 만든다.

최종 포트폴리오 기록에는 문제, 기대 동작, AI 담당 부분, 본인 담당 부분, 검사 명령과 결과, 남은 한계를 쓴다. 함수 검사만 해 놓고 운영 서비스 전체를 검증했다고 쓰지 않는다. 도구의 성공 문장을 복사하는 대신 다른 사람이 같은 입력으로 확인할 수 있는 기록을 남기는 것이 이 책의 완료 목표다.

직접 해 보기

대출 요약 도구의 포트폴리오 설명을 여섯 문장으로 쓴다. AI가 맡은 일, 자신이 결정한 빈 입력 규칙, 검사 명령, 검사하지 못한 범위를 반드시 포함한다. 관심 공고 세 건의 표에는 URL과 열람일을 남긴다.

해설과 확인 기준

예시에서 AI가 초안을 만들고 본인이 None 규칙과 잘못된 숫자 거부를 정했다면 이를 분명히 쓴다. 단위 검사만 실행했다면 CSV 파일 읽기와 서비스 배포는 미검증이라고 적는다. AI 도구 몇 개를 썼는지보다 어떤 실패를 찾아 어떤 근거로 고쳤는지 설명하는 기록을 만든다.

근거와 기준일

제품·자료 확인일: 2026-11-08. 설명 틀·대출 도구·연습·해설은 교재의 자체 구성이다. 제품별 세부 조건은 아래 공식 문서에서 해당 실행 방식과 계정 범위를 다시 확인한다.

• Git worktree 공식 문서