기획서에서 멈추던 아이디어를 직접 배포하기까지: DOHE AX Grow 사례

PRD 쓰던 기획자에게 바이브 코딩이 잘 맞는 이유

기획자의 아이디어는 보통 와이어프레임에서 한 번 멈춥니다. 화면을 그리고 인터랙션은 글로 설명해 개발팀에 넘긴 다음, 눌러볼 수 있는 화면이 나올 때까지 기다려야 하니까요. 생성형 AI를 써도 이 대기 시간은 크게 줄지 않습니다. 챗봇에서 코드를 받아와도 어디에 붙여 실행해야 할지 모를 때는 결국 다시 개발팀에 요청하게 됩니다.

DOHE는 에듀테크 스타트업 액셀러레이터입니다. 이번 교육 대상은 그중 한 직무인 플랫폼 기획자들 이었습니다

AXMOS가 이 대상을 두고 잡은 전제가 있습니다. 기획자에게 바이브 코딩은 새로 배우는 기술이라기보다, 기존 역량을 다른 도구로 확장하는 데 가깝다는 것입니다. 교안은 근거를 세 가지로 듭니다. PRD와 요구사항 정의에 익숙하니 AI에게 무엇을 만들지 정확히 전달할 수 있고, 사용자 관점으로 보는 게 익숙하니까 나온 결과물을 판단할 기준이 있으며, 우선순위와 MVP를 늘 따지니 에이전트가 엉뚱한 데로 새는 것을 막을 수 있다는 것입니다.

메인 도구는 Claude Code입니다. Git이나 GitHub CLI, Vercel CLI 같은 개발 도구도 직접 익히지 않고 AI에게 시키는 쪽으로 다룹니다.

PRD 작성법, AI가 알아듣는 기획서는 따로 있습니다

이 교육에서 PRD를 읽는 대상은 AI입니다. 채우는 항목은 평소 쓰던 것과 비슷한데, 요구하는 수준이 다릅니다.

"예쁜 디자인"이나 "직관적인 UX" 같은 말은 AI에게 아무 정보도 주지 못합니다. 색상·간격·움직임까지 수치로 알려줘야 AI가 그대로 구현합니다.

예시: "코랄 핑크(#FF6B6B) 액센트를 쓰고, 카드 간격은 16px로, 좋아요 버튼을 누르면 1.2배로 커졌다가 0.2초에 걸쳐 돌아오는 애니메이션을 넣어줘"

핵심 기능도 다섯 개를 넘기지 않아야 합니다. 기능이 늘어날수록 AI가 한 번에 처리할 범위가 커져 결과물이 조각나고, 뭐가 먼저인지 우선순위도 흐려지기 때문입니다.

PRD 없이 프롬프트만 쌓으면 매번 배경부터 다시 설명해야 하고, 기능끼리 일관성을 맞출 기준도 없어서 같은 문제가 반복됩니다. PRD가 있으면 에이전트가 한 번 읽고 맥락을 잡으니 이후 지시는 "PRD 보고 이거 해줘" 정도로 짧아집니다.

물론 처음부터 여섯 항목을 다 채우기는 어렵습니다. 그래서 아이디어를 한 줄 메모에서 한 문단으로, 다시 PRD 한 장으로 늘려가는 순서를 밟습니다. 만들 게 떠오르지 않는 경우를 대비해 사내 피드백 보드, 출시 전 체크리스트, 이해관계자 커뮤니케이션 로그 같은 예시 PRD도 준비되어 있습니다.

SKILL.md 작성법, 한 번 써두면 계속 쓰는 나만의 AI 매뉴얼

PRD vs SKILLmd

PRD 다음에 나오는 게 SKILL.md입니다. PRD가 프로젝트 하나짜리 발주서라면, SKILL.md는 반복해서 하는 작업 하나를 위한 매뉴얼입니다. 프로젝트가 바뀌어도 파일만 복사해 가면 계속 씁니다.

수강생이 처음 만드는 스킬은 prd-quality-check입니다. 내 PRD에 서비스 목적·타겟 사용자·핵심 기능·화면 구성·디자인 요건·성공 기준까지 여섯 항목이 다 채워졌는지, "예쁜"이나 "직관적" 같은 말이 남아 있는지, 핵심 기능이 다섯 개를 넘지는 않는지를 대신 점검해주는 매뉴얼이죠. 만들자마자 본인 PRD에 걸어보고 점검 결과를 받아봅니다. 그동안 동료에게 부탁하던 PRD 리뷰를 자기 파일 하나로 대신하게 되는 셈입니다.

Claude Code로 코드 한 줄 없이 웹 배포하기

마지막 단계는 배포입니다. 이 과정은 끝날 때 결과물을 다섯 항목으로 나눠 수료 여부를 판단하는데, 그중 공개 배포 URL의 비중이 30%로 가장 큽니다. PRD 25%, 프로젝트 구현 20%, SKILL.md 15%, 발표 10%가 뒤를 잇습니다. 아이디어를 잘 정리하는 것 못지않게, 실제로 눌러볼 수 있는 상태까지 만드는 것 자체를 이 과정이 얼마나 중요하게 보는지 알 수 있는 대목입니다.

배포할 때 수강생이 치는 건 "내 프로젝트 배포해줘, 프리뷰로 먼저 테스트하고 문제없으면 프로덕션으로" 정도의 문장 한 단락입니다. Git이나 Vercel 명령어는 AI가 알아서 실행합니다. CLI가 막히면 Vercel 대시보드에서 GitHub 저장소를 가져와 배포하고, 그마저 막히면 강사가 준비한 템플릿을 복제해 배포하는 대안 경로도 준비돼 있습니다.

에러가 나면 에러 메시지를 그대로 복사해 AI에게 넘기는 식으로 해결합니다.

클라우드 DB 연동, 로그인, 배포 자동화는 이 교육의 범위 밖이고 이후 학습 경로로 안내됩니다.

시연을 보고 바로 내 프로젝트에 옮기는 소수정예 수업

수업은 같은 과정을 두 번 반복하는 구조입니다. 강사가 미리 준비한 시연용 프로젝트 'VibeFeed'(인스타그램 스타일의 커뮤니티 피드 서비스, DOHE의 실제 서비스는 아닙니다)를 처음부터 끝까지 만들어 보이면, 수강생은 방금 본 순서 그대로 자기 아이디어에 옮깁니다. 강사가 쓴 PRD와 프롬프트, 코드가 전부 공개돼 있어서 "AI에게 이렇게 시키면 이런 게 나오는구나"를 먼저 확인하고 자기 것을 시작할 수 있습니다.

이렇게 하려면 강사가 시연하는 사이사이 옆에서 봐줄 수 있어야 합니다. 그래서 운영 가이드도 강사 역할을 시연 40%, 1:1 코칭 40%, 트러블슈팅 20%로 나눠, 보여주는 시간만큼 옆에서 봐주는 시간을 똑같이 확보해 뒀습니다.

자주 묻는 질문 (FAQ)

Q. 코딩을 한 번도 해본 적 없는 기획자도 직접 배포할 수 있나요?

Q. PRD를 처음 써보는 사람도 AI가 알아듣는 PRD를 쓸 수 있나요?

Q. 이 과정을 마치면 개발자 없이 서비스를 운영할 수 있나요?