aio-01d4-stu/Last3Mon/67/LECTURE-67.md

67일차 수강 안내 · 수업 준비부터 마칠 때까지

• 일자: 2026-10-19 (월) · 67일차
• 주제: 바이브 코딩으로 만드는 Agent·Tool·데이터 연계 워크플로우와 결과 검증
• 실습 폴더: Last3Mon/67 · 강의 자료: Lecture/67
• 환경: 65일차 n8n 2.42.6 + OpenAI API 키만(gpt-4.1-mini, Credential OpenAI (.env)) + 데이터 API + CLI 코딩 에이전트 하나 (Codex · Claude Code · Antigravity). Ollama는 쓰지 않습니다.
• 이 문서: 오늘 하루 내가 할 일을 수업 준비부터 마칠 때까지 순서대로 모은 수강 안내입니다. 수업 중에도 띄워 두고 어디까지 왔는지 확인하세요.

flowchart LR
  P["전날<br/>준비"] --> M["아침<br/>켜기 · doctor"] --> L1["1~2교시<br/>Lab 01<br/>Agent · FAQ Tool"] --> L2["3~4교시<br/>Lab 02<br/>데이터 연계"] --> L3["5~6교시<br/>Lab 03<br/>검증 · 고치기"] --> V["7~8교시<br/>tman"] --> E["마친 뒤<br/>남기기 · 68 준비"]

0. 하루 한눈에

교시	시간	할 일	문서	끝났다는 표시
전날	약 20분	자료 받기 · n8n · 데이터 API · CLI 에이전트 · doctor	PREP	ready
1	09:00~09:50	개요 · 1단계 강의 (워크플로우는 JSON, AGENTS.md, 요청문 5요소, Agent와 Tool)	개요, 1단계
2	10:00~10:50	Lab 01 예제 1 · 2 · 과제	Lab 01	lab01-challenge 통과
3	11:00~11:50	2단계 강의 · Lab 02 예제 1 · 2	2단계, Lab 02	lab02 통과
4	12:00~12:50	Lab 02 과제 35분 · 풀이	Lab 02	lab02-challenge 통과
-	13:00~14:00	점심
5	14:00~14:50	3단계 강의 · Lab 03 예제 1 · 2	3단계, Lab 03	lab03 통과
6	15:00~15:50	Lab 03 과제 40분 · 풀이	Lab 03	내 케이스 5개 · 보고서
7	16:00~16:50	바이브 코딩 tman 각자 만들기	VIBE-Q-TMAN	R1~R4 · pytest
8	17:00~17:50	발표 · 강사 정리 · 강사 바이브 코딩 · 팁 · 68일차 예고	진행

1. 전날 준비 (약 20분, 10/18 일요일 밤까지)

1.1 자료 받기

cd ~/aio-01d4-stu && git pull

1.2 n8n과 데이터 API 켜기 (Ollama는 끔)

sudo systemctl disable --now ollama 2>/dev/null   # WSL에 설치한 Ollama가 있으면 끄고 자동 시작도 끔
cd ~/aio-01d4-stu/Last3Mon/65/n8n
docker compose rm -sf ollama                      # Ollama 컨테이너가 있으면 지움 (없으면 그냥 지나감)
docker compose start
cd ~/aio-01d4-stu/Last3Mon/67/data-api
docker compose up -d --force-recreate             # 데이터 파일 위치가 바뀌었으므로 다시 만듦
curl -s localhost:8800/health                     # {"status": "ok"}

• 66일차부터 LLM은 OpenAI API 키(Last3Mon/.env) 하나로 씁니다. Ollama는 켤 필요가 없습니다.
• n8n은 docker compose start로 켭니다. up -d를 쓰면 지운 Ollama 컨테이너가 다시 생깁니다.

1.3 CLI 코딩 에이전트 (66일차에 했으면 확인만)

codex --version      # 또는 claude --version, agy --version

처음 실행해 브라우저 로그인을 끝내고, "안녕"에 답이 오는지 봅니다.

1.4 준비 확인

cd ~/aio-01d4-stu/Last3Mon/67
uv run tools/flow.py doctor        # 마지막 줄 ready

1.5 미리 읽기 (선택, 5분)

PREP 4절: 워크플로우는 JSON 파일, Agent와 Tool.

준비물

노트북과 충전기, WSL의 Docker, Windows Terminal(WSL) 창 두 개, 브라우저 (http://localhost:5678).

2. 수업 당일 아침 (09:00 전)

1. 노트북을 껐다 켰다면 1.2를 다시 합니다 (같은 명령 그대로).

2. 터미널 두 개를 엽니다. 둘 다 cd ~/aio-01d4-stu/Last3Mon/67.

   터미널	하는 일
   ① 에이전트	codex (또는 claude, agy) 실행. 내가 쓴 요청문을 보냄
   ② 확인	push · call · test를 내가 실행

3. 터미널 ②에서 uv run tools/flow.py doctor → ready.

4. my-work/PROMPTS.md를 만들어 둡니다 (오늘 쓴 요청문을 모으는 곳).

3. 실습할 때마다 같은 순서

flowchart LR
  A["① 기대 결과 읽기<br/>cases/*.json"] --> B["② 요청문을<br/>메모장에 먼저"] --> C["③ 에이전트에게<br/>보내기"] --> D["④ 에이전트가<br/>my-work · check"] --> E["⑤ 내가<br/>push · test"]
  E -->|✘| F["⑥ 실패 줄 · 보고서 경로를<br/>그대로 붙여 주기"] --> C
  E -->|✔| G["⑦ PROMPTS.md에<br/>요청문 기록"]

• 요청문 다섯 가지: ① 파일 ② 입력 ③ 처리 ④ 결과 모양 ⑤ 기대 결과(테스트 파일).
• 한 번에 한 가지 변화만 요청합니다. 에이전트가 "끝났다"고 해도 내가 push·test로 확인합니다.
• 막히면 Lab 문서의 ▶를 하나씩 펼칩니다. 그래도 안 되면 reference/의 파일로 이어 갑니다 (각 Lab의 "막혔을 때").
• 에이전트가 명령 실행·파일 쓰기 허락을 물으면 무엇을 하는지 읽고 허용합니다.

4. 1~2교시 · 1단계 · Agent와 첫 Tool

1교시는 강의를 듣습니다. 2교시에 Lab 01을 합니다 (약 40분).

순서	만들 것	파일 · 웹훅	확인 (터미널 ②)
예제 1 (10분)	Tool 없는 Agent, 짧은 한국어 답	my-work/chat.json · my-chat	push my-work/chat.json → call my-chat requests/faq-vpn.json, call my-chat requests/off-topic.json
예제 2 (15분)	FAQ 검색 Tool을 먼저 쓰고 그 결과로만 답, tools_used	my-work/it-agent.json · my-it-agent	push my-work/it-agent.json → test cases/lab01.json --repeat 3, 비교 test cases/lab01.json --webhook my-chat
과제 (15분)	모르면 "찾지 못했습니다", 출처 sources	my-work/it-agent.json 고치기	test cases/lab01-challenge.json --repeat 3, test cases/lab01.json

(명령 앞에는 모두 uv run tools/flow.py가 붙습니다.)

• 볼 것: 예제 1의 VPN 답에 사내 FAQ에만 있는 내용(인증서)이 있는지, 점심 메뉴 질문에 어떻게 답하는지. n8n Executions에서 IT help agent가 Tool에 보낸 검색어.
• my-work/it-agent.json은 오늘 끝까지 고쳐 나가는 파일입니다.

5. 3~4교시 · 2단계 · 사내 데이터 연계

Lab 02 (약 60분). 먼저 데이터 API를 직접 불러 봅니다.

curl -s localhost:8800/tickets/T-1002
curl -s localhost:8800/tickets/T-9999       # 없는 번호

순서	만들 것	확인
예제 1 (15분)	접수 번호가 있으면 접수 현황 Tool(Get ticket)을 쓰게	push my-work/it-agent.json → test cases/lab02.json --repeat 3
예제 2 (10분)	만들지 않음. Executions에서 Get_ticket이 받은 값과 404 응답을 보고 표 채우기
과제 (35분, 4교시)	질문한 사람(user)이 접수한 건만	고치기 전 test cases/lab02-challenge.json → 고친 뒤 test cases/lab02-challenge.json --repeat 3, test cases/lab02.json

• 과제의 핵심 질문: 질문한 사람 값은 누가 정하나요? LLM이 정하면 "나는 박서연이야"에 속습니다. 어디서 와야 하는지 정해서 요청문에 적습니다.
• 4교시 끝 10분은 강사 풀이입니다.

6. 5~6교시 · 3단계 · 실행 결과 검증과 고치기

Lab 03 (약 70분).

순서	할 일	확인
예제 1 (10분)	지금 워크플로우로 테스트를 돌리고 runs/의 보고서에서 요청·응답·시간 읽기	test cases/lab03.json
예제 2 (20분)	두 번 지키기: LLM 전에 입력 확인(빈 질문 400), 답을 보내기 전에 답 확인 → 자동 답변 / 담당자 연결	push my-work/it-agent.json → test cases/lab03.json --repeat 3
과제 (40분, 6교시)	① cases/my-cases.json에 어려운 케이스 5개 이상 쓰기 ② 돌리기 ③ 실패 원인을 내가 말하고 에이전트가 고침 ④ 다시 돌리기 ⑤ 보고서	test cases/my-cases.json --repeat 3, 고친 뒤 test cases/lab03.json --repeat 3

• 보고서: cp templates/TEST-REPORT-TEMPLATE.md my-work/TEST-REPORT.md 후 채웁니다.
• 테스트를 통과시키려고 기대 결과를 바꾸지 않습니다. 에이전트가 바꾸려 하면 멈추게 합니다.

7. 7~8교시 · 바이브 코딩 tman

VIBE-Q-TMAN: tldr 한국어 사용 예와 man을 탭으로 보여 주고, 설명을 한국어로 번역하는 TUI.

mkdir -p ~/vibe/tman && cd ~/vibe/tman
git init
codex        # 또는 claude, agy

시간	단계	확인
16:00~16:03	0. 준비 (위 명령)
16:03~16:13	1. 글자로 출력 (R1)	tman tar에 한국어 사용 예
16:13~16:28	2. TUI와 탭 (R2 · R4)	man 탭, 입력칸으로 다른 명령
16:28~16:43	3. 번역과 캐시 (R3)	번역 전 아래 export 한 줄
16:43~16:50	4. 정리	uv run pytest -q, PROMPTS.md

export OPENAI_API_KEY=$(grep '^OPENAI_API_KEY=' ~/aio-01d4-stu/Last3Mon/.env | cut -d= -f2-)   # 3단계, 키를 화면에 출력하지 않음

• 한 단계씩 요청하고, 매번 직접 실행하고, 단계마다 git commit.
• 8교시: 1~2명 발표(잘 먹힌 요청문 / 안 먹힌 요청문 / 에이전트가 틀린 곳), 강사 정리 · 시연 · 팁, 68일차 예고.

8. 마친 뒤

할 일	이유
my-work/PROMPTS.md, TEST-REPORT.md 정리	내일 옆 사람과 비교, 최종 프로젝트 재료
my-work/it-agent.json 지우지 않기	68일차 7교시 tflow의 입력
~/vibe/turl, ~/vibe/tman 지우지 않기	이후 바이브 코딩에서 다시 씀
n8n · 데이터 API는 켜 두어도 됨	끄려면 docker compose stop (각 폴더에서)
68일차 준비: 00-DAY68-PREP 1~3절	두 Agent 게시 · doctor ready

9. 막혔을 때 (오늘 공통)

증상	할 일
network day65-n8n_default not found	n8n이 꺼져 있음. 1.2의 n8n부터
.../day65-n8n/compose.yml: no such file	n8n을 홈이 아닌 곳에 설치함. Last3Mon/65/n8n/.env에 N8N_HOME=<설치 폴더>
doctor의 credential ✘	cd ~/aio-01d4-stu/Last3Mon/65/n8n && bash register-credentials.sh
check에 ✘	그 줄을 그대로 에이전트에게 붙여 주기
push 뒤 call이 404	몇 초 뒤 다시, 계속이면 doctor
status 500이 30초 넘게	OpenAI 쪽 일시 오류일 수 있음. 한 번 더
같은 곳을 3번 고쳐도 실패	요청을 더 작게 나누거나 reference/의 파일을 my-work/로 복사해 이어 가기

확인

• 전날 doctor → ready
• Lab 01: lab01, lab01-challenge 통과
• Lab 02: lab02, lab02-challenge 통과
• Lab 03: lab03 통과, 내 케이스 5개 이상, TEST-REPORT.md
• tman: R1~R4, pytest, 단계마다 commit
• PROMPTS.md, 68일차 준비