AI 코딩 보조 강의를 고를 때 ‘한 문장으로 완성’ 시연보다 생성 결과를 고치는 과정을 보세요. 요구사항이 바뀌거나 오류가 생겼을 때 코드를 읽고 설명할 수 있어야 실무에 도움이 됩니다.
검토해야 할 실습
생성된 함수에 정상·경계 입력을 넣어 보고 실패하면 원인을 찾습니다. 외부 API와 라이브러리 이름은 공식 문서에서 다시 확인하세요. AI 제안은 그럴듯해 보여도 오래되거나 틀릴 수 있습니다. GitHub Copilot의 책임 있는 사용 안내도 결과 검토를 강조합니다.
보안과 저작권
비밀키나 고객 데이터를 입력하지 않도록 조직 정책을 확인합니다. 외부 코드와 비슷한 결과가 나왔을 때 라이선스와 출처를 검토해야 합니다. 이 과정을 다루는 강의를 고르세요.
학습 성과
AI가 만든 코드와 본인이 수정한 부분을 분리해서 기록하고 테스트 결과를 남깁니다. 포트폴리오에는 도구 이름보다 문제와 판단 과정을 적습니다. IT 결과물 설명 가이드를 참고하세요.