Day 1 PBL 교안 Codex Client

Day 1. 기획 요구사항 정의 교육 교안

비전공자 및 기획자를 대상으로 Codex Client를 활용하여 프로젝트 작업 공간(Workspace)을 세팅하고 협업 명세서를 개발하는 대학 강의 규격 교안 요약서입니다.

Part 1. 왜 Codex인가? (5분)
Part 2. 실습 목표 (5분)
Part 3. 따라하기 (20분)
Part 4. 작동 원리 (10분)
Part 5. PBL 미션 (10분)
Part 6. 추가 Skill Task (15분)

ChatGPT와 Codex Client의 결정적 차이

일반적인 ChatGPT 웹 대화창과 다중 파일 프로젝트 단위의 Codex Client는 요구사항 설계 시 접근 방식부터 다릅니다.

비교 항목 일반 ChatGPT (웹 브라우저) Codex Client (Workspace 기반)
작업 인지 범위 현재 입력창에 입력한 단발성 텍스트만 인식 프로젝트 폴더(Workspace) 내의 모든 파일 인식
파일 제어 방식 화면에 출력된 결과 코드를 수동 복사·붙여넣기 AI가 지정된 마크다운 파일을 직접 생성 및 부분 수정
다중 파일 추론 이전 파일의 연계 수정을 위해 매번 수동 업로드 필요 하나의 기획 변경 시 연계된 다른 파일 내용 동시 추론

프로젝트 단위 개발 방식

우리는 바탕화면에 지정한 전용 폴더 automation을 AI 작업 영역(Workspace)으로 선포하고 실습합니다. 이렇게 지정된 폴더 구조 아래에서 AI는 0단계 요약 메모부터 5단계 이메일 보고서까지 각 명세 파일의 인풋-아웃풋 체인을 완벽하게 연결해 줍니다.

오늘 만들 최종 결과물

가공되지 않은 장황한 회의록 대화문에서 출발해, 오류 린팅이 완료된 최종 승인 정의서를 도출하고 의사결정 요청 메일까지 발송합니다.

  • 📄 requirements-specification.md: 통합 비즈니스 요건 및 흐름 정의서
  • 📧 기획 승인 요청 메일: 대표(의사결정권자) 전달용 미결정 정책 조율 초안 메일

실습 데이터 파이프라인 (인터랙티브 맵)

각 단계를 누르면 데이터 변환 방식(Input -> AI -> Output)이 아래 카드로 업데이트됩니다.

P
준비 단계. 폴더 설정
S0
0단계. 대화록 전처리
S1
1단계. 메모 요건 분석
S2
2단계. FR 문장 정의
S3
3단계. 시나리오 보완
S4
4단계. 기획 질문 작성
S5
5단계. 통합 및 메일 발송
준비 단계. 로컬 작업 폴더 및 AI 연동 세팅 Workspace Config
📥 작업 공간 (Input Environment)
바탕화면 (Desktop)
학습자 컴퓨터의 탐색기 환경
automation/ (빈 폴더 생성)
Codex AI ➔ Setup Workspace
📤 연동 결과 (Output Workspace)
Codex Client 대화창
폴더가 활성화된 AI 작업 공간
[폴더 연동 완료] 프로젝트를 선택하면 프로젝트 파일 연동 제어 가능

사용자가 로컬에 전용 디렉토리를 구축하고, Codex AI 또는 에디터 환경에 해당 경로를 열어서 마크다운 명세 문서들을 읽고 쓸 수 있는 통로를 준비합니다.

로컬 환경에 바탕화면에 [automation] 폴더를 생성하고 Codex Client를 실행합니다.

따라하기 가이드 & 실제 Codex Client UI 흐름

왼쪽 버튼을 차례대로 클릭하며 실제 학습자가 Codex Client 화면에서 직접 클릭하고 입력해야 하는 **행동 위치(빨간색 가이드 상자)**를 확인하세요.

작동 원리 및 컨텍스트 의존관계 맵

AI가 프로젝트 폴더 내 파일을 인지하고 기획 단계를 계승해 나가는 논리적 아키텍처 맵입니다.

대화록 원문 (meeting-notes-raw.md)
▼ (0단계: 소음 정제 전처리)
요약 기획 메모 (meeting-notes.md)
▼ (1~3단계: 역할/기능/정상·예외 흐름 구체화)
요구사항 정의서 (functional-requirements.md)
↔
미결정 질문 (open-questions.md)
▼ (5단계: 문서 통합 및 의사결정 요청 메일 공유)
통합 요구사항 명세서 및 보고서 작성
▼ [다음 세션 연계 설계 로드맵]
데이터베이스 모델 설계 (ERD)
백엔드 API 규격서
프론트엔드 와이어프레임

이처럼 단계별로 산출된 마크다운 명세 문서는 기획 단계에 그치지 않고, 다음 Day 2 ~ Day 10 교육과정에서 DB ERD 설계서, 백엔드 API 명세, 프론트엔드 와이어프레임 코드를 코덱스가 자동 작성하는 핵심 기초 데이터(Context)로 그대로 계승됩니다.

PBL 미션: 추가 요구사항 변경 대응 및 Gmail 플러그인 전송

PBL 실전 과제

대표의 신규 정책 추가 및 피드백 루프 작동

실제 개발 프로세스 중 대표가 회의록 끝부분에 새로운 요구사항을 덧붙였습니다.
"회원 탈퇴 기능도 추가합시다. 사용자가 회원 탈퇴를 하면 예약된 모든 상담 일정이 자동으로 취소되고 즉각 환불되어야 합니다."

미션 따라 하기 시퀀스

  • 1. 원본 파일 수정: 로컬의 meeting-notes-raw.md 문서 최하단에 대표의 가상 추가 대사(회원 탈퇴 및 자동 예약 취소)를 추가합니다.
  • 2. Codex Client 명세 갱신 지시: AI 프롬프트 창에 "meeting-notes-raw.md의 신규 대화를 반영하여 functional-requirements.md에 회원 탈퇴 기능(FR-005)과 그에 따른 예약 취소 예외 흐름을 업데이트해줘." 라고 지시합니다.
  • 3. 통합서 및 질문지 업데이트: 변경된 요구사항을 린트 검증하고, 연동해둔 **Gmail 플러그인** 발송 기능을 작동시켜 대표에게 회원 탈퇴와 관련된 미결정 사안 승인 메일을 즉시 전송합니다.

📌 추가 Skill Task 요약 — Business Understanding & Domain Discovery

기존 Day 1 커리큘럼에 기술 전문성과 AI 협업 역량을 명시적으로 연결하기 위해 3개 Task를 추가합니다. 기존 Task/Mission의 목표·산출물은 유지하며, 추가 Task는 기존 결과물을 더 깊게 설계·구현·검증하는 확장 단계입니다.

1. 추가 Task 및 Skill Map

Task ID 추가 Task 영역 기술 Skill AI 활용 Skill
ADD-D01-T01 서비스 문제와 Persona 정의 HYBRID TECH-BA TECH-DDD AI-CTX AI-ANA AI-DOC
ADD-D01-T02 Feature를 Domain으로 분류 TECH TECH-BA TECH-DDD AI-ANA AI-REV
ADD-D01-T03 Domain Map과 책임 경계 검토 AI TECH-DDD TECH-ARCH AI-CTX AI-REV AI-DOC

2. 학습 연결 흐름 및 산출물

ADD-D01-T01 서비스 문제와 Persona 정의 → ADD-D01-T02 Feature를 Domain으로 분류 → ADD-D01-T03 Domain Map과 책임 경계 검토

  • • 입력 Context: 서비스 아이디어, 기존 Day 1 요구사항 산출물, 사용자 후보
  • • Day 통합 산출물: Service Overview, Persona, Feature List, Domain Map, Responsibility Map
  • • 권장 제출 파일: 01_SERVICE_OVERVIEW.md, 03_DOMAIN_MAP.md
  • • AI 역할: Domain Analyst

3. Day 1 실습 과제 (Missions 1 ~ 4)

  • • Mission 1: 반려동물 홈케어 및 펫시터 매칭 서비스 기획 (Step 9)
  • • Mission 2: 무인 스터디카페 공간 예약 및 IoT 제어 명세화 (Step 10)
  • • Mission 3 (Skill Mission 1): 숏폼 VOD & 라이브 커머스 플랫폼 Persona, Domain Map 및 Bounded Context 설계 (Step 11)
  • • Mission 4 (Skill Mission 2): 스마트 B2B 모빌리티 & 차량 관제 플랫폼 데이터 소유권 및 Domain 경계 설계 (Step 12)

4. 공통 완료 Checklist

  • ✅ 3개 추가 Task의 결과가 기존 Day 1 산출물과 연결되어 있다.
  • ✅ 모든 Task에 기술 Skill과 AI 활용 Skill의 수행 증거가 있다.
  • ✅ AI가 제안한 내용의 수용·수정·거절 근거가 기록되어 있다.
  • ✅ 4개 실습 과제(Missions)의 산출물이 모두 완수 가능하다.
  • ✅ 결과물이 다음 Day (User Flow & Sequence 설계)의 입력으로 재사용 가능하다.