2025-04-11

목차

1. AI 도구를 활용한 API 및 컴포넌트 개발
2. PostgreSQL MCP와 LLM(대형언어모델) 쿼리 이슈
3. AI와 개발의 시너지 및 고민
4. 은행 거래내역 API 자동화 관련 문의
5. 코딩 테스트(코테)에 대한 직관과 현실
6. AI 모델 종류와 활용법
7. 개발 관련 도구와 업무 팁
8. 주말과 개발자들의 개인 생활 이야기

1. AI 도구를 활용한 API 및 컴포넌트 개발

• AI가 API 생성부터 화면 컴포넌트 제작까지 단 몇 분 만에 해냄.
• 특히 AI는 디자인 패턴을 잘 이해하고 적절히 적용해 컴포넌트를 생성함.
• 개발자가 직접 코딩하지 않아도 AI가 atoms, molecules 같은 컴포넌트 단위로 효과적으로 구성 가능.
• AI를 활용하면 반복적이고 표준화된 작업 시간을 크게 단축할 수 있음.

디자인 패턴
: 개발에서 자주 만나게 되는 문제와 그 해결 방법을 정형화한 설계 템플릿. 예를 들어 컴포넌트를 재사용하기 쉽게 나누는 atomic design(원자 디자인) 패턴도 포함됨.

2. PostgreSQL MCP와 LLM 쿼리 이슈

• MCP(Multi-Component Platform)에서 LLM이 PostgreSQL용 쿼리를 생성할 때 문법 오류가 잦음.
• 예: PostgreSQL에서는 테이블명, 컬럼명을 쿼리에서 " "로 감싸야 하지만 AI가 이를 잘 인지하지 못함.
• LLM이 생성한 쿼리는 보통 SELECT * FROM test_name 처럼 쓰는 반면, 실제로는 SELECT * FROM "test_name" 형태여야 함.
• 시스템 프롬프트나 수정 시도에도 이 문제는 계속 발생함.
• 내일 MCP 실행 프로세스 정리 예정이며, 좀 더 자세한 설명이 이어질 예정임.

MCP와 LLM 개념 설명
: MCP는 여러 컴포넌트를 통합하고 관리하는 플랫폼, LLM은 자연어를 이해하고 생성해 개발 자동화나 API 호출에 활용되는 대형언어모델을 뜻함.

3. AI와 개발의 시너지 및 고민

• AI는 구조적이고 디자인 패턴 기반의 코드를 매우 잘 작성함.
• AI 덕분에 개발자는 더 깊이 있는 구조 고민과 문제 해결에 집중할 수 있음.
• 클로드 3.7 모델 버전은 코드 품질이 상당히 좋아졌으나 감성적 표현은 다소 줄어든 느낌임.
• 개발자가 AI를 잘 활용하기 위해서는 기초 튼튼한 공부가 필수임.
• AI가 개발자에게 시간적인 자유와 효율성을 주고 있음.

4. 은행 거래내역 API 자동화 관련 문의

• 개인용으로 구글 시트에서 은행 계좌 입출금 내역을 자동으로 관리하는 방법 문의.
• 마이데이터, 하이픈 같은 API 마켓이나 오픈뱅킹 API 활용 추천.
• 공식 금융결제원의 관련 API 사이트(https://developers.kftc.or.kr/dev)도 안내됨.
• 가입 과정이 복잡할 수 있으나, 입출금 내역 조회 API는 상대적으로 쉬운 편임.

5. 코딩 테스트(코테)에 대한 직관과 현실

• 시니어 개발자들도 코딩 테스트를 부담스러워하는 경우가 많음.
• 코테는 꾸준히 풀지 않으면 실력이 금방 떨어져 까먹기가 쉽다는 의견.
• "코테 극혐"이라는 감정도 강하게 나타남.

6. AI 모델 종류와 활용법

• 일반 모델과 추론 모델 중 대부분은 일반 모델을 주로 사용함.
• 클로드 3.7과 같은 최신 AI 모델이 코드를 잘 작성해 줘서 현업에서 점점 활용도가 높음.

7. 개발 관련 도구와 업무 팁

• 젠킨스 배포 시 노출되면 안 되는 정보는 Credentials(인증정보)로 관리.
• 서버 로그 용량이 지나치게 쌓여 두려운 상황 언급.
• 리액트 쿼리(React Query)를 잘 활용하면 상태관리와 데이터 패칭이 매우 편리함.
• 업무 환경에서 음악, 특히 메이플스토리 배경음악이나 힙합이 집중에 도움 된다는 경험 공유.

8. 주말과 개발자들의 개인 생활 이야기

• 주말 데이트 및 개인 일정 언급
• 최신 애니메이션과 영화 추천, 관심사 공유 (체인소맨, 귀멸의 칼날 등)
• 유머 섞인 대화와 이직 관련 이야기도 간간히 포함됨

면접팁⚡

• AI 활용 경험을 면접에서 어필할 때는 AI를 단순히 사용하는 소비자로서가 아니라, 어떻게 AI를 '잘 시킬' 수 있는지 고민하고 설계한다는 점을 강조할 것.
• PostgreSQL 쿼리 문법의 세세한 부분 (예: 테이블명 따옴표 처리)와 AI가 쿼리 작성 시 발생할 수 있는 문제를 알고 있다는 점을 어필하면 전문성 인상에 도움.
• 코딩 테스트에 대한 솔직한 의견과 함께, 어떻게 꾸준히 실력을 유지하는지 이야기할 수 있으면 좋음.
• 젠킨스, 인증 정보 관리, 리액트 쿼리 등 실무 도구 사용 경험을 다양하게 소개할 것.

링크🔗

• AI 도구 활용 포스트: https://blog.portone.io/opi_integration_using-ai-tool/
• 금융결제원 공식 API 개발자 페이지: https://developers.kftc.or.kr/dev