혼자 공부하는 바이브 코딩 with 클로드 코드 강의를 한빛 미디어에서 수강하였다.

처음 한빛 미디어에서 듣는 강의였는데 본인의 사례까지 넣어서 자세히 설명해주시는게

너무 유익하고 좋은 강의였다 :)

한빛 미디어에서 강의는 처음이였지만 큰 도움이 되었고 인상 깊어서 앞으로의 강의들도 기대가 되었다!

강의 링크

“한빛미디어 서평단 <나는리뷰어다> 활동을 위해서 강의를 협찬받아 작성된 서평입니다.”

🤔 "문서에 분명히 있는데… 왜 모른다고 하지?"

LLM으로 뭔가 만들어 본 분이라면 이런 경험이 한 번쯤 있으실 거예요.

문서를 넣어 줬는데 AI가 "잘 모르겠습니다" 라고 답하거나, 엉뚱한 답을 자신 있게 내놓는 거죠. 😵‍💫

저도 처음엔 "모델이 별로인가?" 하고 넘겼는데, 이 책은 첫 장부터 이렇게 말합니다.

"같은 LLM이라도 필요한 정보를 얼마나 정확히 찾아 전달하느냐에 따라 답변의 품질이 달라진다."

범인은 모델이 아니라 검색이었던 거예요. 그 검색의 중심에 있는 게 바로 벡터 데이터베이스고요. 🎯

👨‍💻 누가 썼을까?

저자 니틴 보르완카르는 30년 넘게 엔터프라이즈 데이터 솔루션을 개발하고 구현해 온 데이터 과학자이자 데이터베이스 전문가예요. 오픈 소스 머신러닝 교육과정 개발에도 참여했고, 지금은 "실용적인 데이터 활용" 관점에서 AI와 LLM을 살펴보고 있다고 해요.

역자 정영균은 삼성SDI, LG CNS, SK C&C, 알티베이스를 거쳐 한국오라클에서 13년째 AI, 클라우드, 데이터베이스 컨설팅을 하고 있는 분이에요. DB 현업자가 번역한 DB 책이라 믿음이 갔습니다. 🙌

✨ 이 책이 다른 책과 다른 점 3가지

1️⃣ "사용법"이 아니라 "원리"를 알려 줘요

시중 자료는 대부분 특정 벡터 DB 제품의 사용법이나 프레임워크 튜토리얼에서 멈추죠. 따라 하면 일단 돌아가지만 이런 순간이 오면 막막해져요.

• 검색 품질이 떨어질 때 😰
• 데이터가 늘어 성능이 무너질 때 📉

이 책은 반대로 갑니다. 임베딩이 어떻게 만들어지는지, 유사도는 어떻게 계산하는지, 인덱스는 왜 필요한지를 직접 코드로 구현하며 확인해요. 그래서 문제가 생기면 어디를 손봐야 할지 감이 옵니다.

2️⃣ 익숙한 SQLite3, PostgreSQL에서 시작해요 🐘

벡터 DB라고 하면 새로운 인프라부터 떠오르는데, 이 책은 이미 익숙한 SQL 데이터베이스에 벡터 검색 기능을 더하는 방식으로 접근해요. SQL을 아는 개발자라면 진입 장벽이 확 낮아집니다.

3️⃣ 무료 도구만으로 로컬에서 끝까지 해 볼 수 있어요 💸❌

유료 클라우드도, 대규모 인프라도 필요 없어요.

🛠️ SQLite3 · PostgreSQL · FAISS · pgvector · Ollama

모두 무료로 쓸 수 있는 도구이고, 전 과정을 로컬 환경에서 진행해요. 개인 공부용으로 딱입니다. 👍

🗺️ 책의 흐름: 개념 → 검색 → RAG → 쿼리 언어

전체 9개 장인데 흐름이 깔끔해요. 단계별로 정리해 볼게요.

🧱 STEP 1. 기초 다지기 (1~3장)

💡 2장은 임베딩이 어떻게 발전해 왔는지 흐름으로 보여 줘서, 단편적으로 알던 개념들이 하나로 이어지는 느낌이었어요.

🔍 STEP 2. 시맨틱 검색 만들기 (4~5장)

• 4장: SQLite3로 의미 기반 검색 🪶
• 캐글 레딧 댓글 데이터셋으로 로컬 지식 베이스를 만들어요. 스키마 설계, 전처리, 임베딩 생성·저장, 벡터 인덱스 구축, 의미 기반 검색까지 해 보고, 마지막엔 증분 인덱싱으로 확장해요.
• 5장: pgvector로 arXiv 논문 검색 시스템 📄
• arXiv 연동, PDF 텍스트 추출, 유사도 검색, 대화형 UI를 만들고 도커로 패키징하는 데다 기본 성능 튜닝까지 다뤄요. 거의 작은 서비스 하나를 만드는 수준이에요!

🤖 STEP 3. RAG 시스템 구축 (6~8장)

책의 하이라이트는 여기라고 생각해요. 🔥

• 6장: SQLite VSS + Ollama로 RAG
• 하이브리드 검색을 구현하고, Ollama로 로컬 LLM을 붙여 RAG 파이프라인을 완성해요.
• 7장: PostgreSQL + pgvector로 과학 논문 RAG
• 5장의 논문 검색을 RAG로 발전시켜요. 고급 텍스트 청킹, 다중 수준 의미 기반 검색, RAG 파이프라인을 깊이 있게 다뤄요.
• 8장: 완전한 대화 검색 및 RAG 시스템
• 대화 기록을 저장하고, 배치로 임베딩을 만들고, 대화 맥락을 이해하는 검색을 거쳐 FastAPI 웹 API까지 완성해요. 장 제목대로 "완전한 개인 지식 시스템" 이 결과물이에요. 🧠✨

🧬 STEP 4. 벡터 쿼리 언어, VQL (9장)

마지막 장은 특정 벤더에 종속되지 않는 벡터 쿼리 언어(VQL) 를 다뤄요. 핵심 개념, 벡터 연산, 벡터 함수와 집계까지요.

도구 하나를 익히는 데서 끝나지 않고 어느 도구에나 적용할 수 있는 관점을 준다는 점이 좋았어요. 🔑

💬 읽고 나서

이 책의 가장 큰 매력은 "손에 잡힌다" 는 점이에요. 🙌

출판사 소개에도 이런 말이 있는데 정말 공감했어요.

"코드를 하나씩 실행하다 보면 벡터 검색이 어떻게 작동하는지, 검색 결과가 LLM의 답변을 어떻게 바꾸는지 자연스럽게 손에 잡힐 겁니다."

SQLite 작은 실습에서 시작해 PostgreSQL 기반 논문 검색, 로컬 LLM을 붙인 RAG, FastAPI로 만든 개인 지식 시스템까지 가다 보니, 흩어져 있던 임베딩 · 인덱스 · 유사도 · 청킹 · RAG 개념이 하나로 연결되는 경험을 했어요.

🎯 이런 분께 추천해요!

✅ RAG를 만들어 봤는데 검색 품질 때문에 고민인 분

✅ 벡터 DB를 제품 사용법이 아니라 원리부터 이해하고 싶은 분

✅ SQL은 익숙한데 AI 검색은 처음인 백엔드·DB 개발자

✅ 유료 API 없이 로컬에서 LLM + 벡터 검색을 실습해 보고 싶은 분

✅ 특정 벤더에 묶이지 않는 범용 관점을 원하는 분

📝 한 줄 평

"AI 답변 품질이 왜 이 모양인지 궁금했다면, 모델을 바꾸기 전에 이 책부터 펼쳐 보세요." 📖✨

"한빛미디어 서평단 <나는리뷰어다> 활동을 위해서 책을 협찬받아 작성된 서평입니다."

클로드를 ‘채팅창’ 밖으로 꺼내는 법 📘

『클로드 올인원 with 코워크, 코드, 디자인』 리뷰

요즘 클로드를 쓰면서도 “질문하고 답변받는 것 말고, 어디까지 할 수 있지?”라는 생각이 들 때가 많았어요.
『클로드 올인원 with 코워크, 코드, 디자인』은 바로 그다음 단계가 궁금한 사람을 위한 책입니다.

단순히 프롬프트 몇 개를 소개하는 데서 끝나지 않고, 채팅·코워크·코드·디자인을 어떤 상황에서 선택해야 하는지부터 차근차근 알려줍니다. 핵심은 “어떻게 질문할까?”보다 **“이 일을 어떤 도구에 맡길까?”**에 가까웠어요. 🤔

문서 정리부터 제대로 시작합니다 📝

책의 초반은 우리가 실제 업무에서 자주 만나는 일들로 구성되어 있습니다.

PDF를 요약하고, 파일에서 결정 사항과 할 일을 추출하고, 사내 공지와 이메일의 말투를 다듬고, 미팅 메모를 회의록으로 정리하는 식이죠. 하나의 메시지를 이메일이나 공지 등 채널에 맞는 문안으로 바꾸거나, 여러 회의록을 모아 주간 보고서 초안을 만드는 방법도 다룹니다.

특히 마음에 들었던 부분은 AI가 만든 결과를 무조건 믿으라고 하지 않는다는 점이에요. 최신 정보의 기준 날짜를 확인하고, 1차 출처와 2차 출처를 구분하고, 표 데이터에서도 사실과 추정을 나눠 살펴보도록 안내합니다.

“AI가 알아서 잘해주겠지!”가 아니라, 결과를 검토할 수 있는 기준까지 함께 만드는 방식이라 실제 업무에 적용하기 좋겠다는 생각이 들었습니다. 🔍

클로드 디자인으로 결과물을 시각화하기 🎨

문서 작업 다음에는 클로드 디자인으로 넘어갑니다.

카드 한 장짜리 시안에서 시작해 슬라이드, 카드뉴스, 포스터, 안내문, 인포그래픽, 원페이저와 프로토타입까지 만들어 봅니다. 참고 자료를 이용해 스타일을 맞추고, 마크업·편집·트윅으로 결과를 수정하는 과정도 포함되어 있어요.

디자인이 완성됐다고 바로 끝내지 않는 점도 좋았습니다. 한글 표현과 화면 비율, 접근성, 사실 정보까지 검수하고 목적에 맞는 형식으로 내보내도록 합니다. DESIGN.md에 톤과 디자인 규칙을 저장해 결과물을 다시 활용하는 방법도 다룹니다.

그때그때 예쁜 이미지 하나를 만드는 수준이 아니라, 계속 사용할 수 있는 디자인 기준을 남기는 과정까지 연결한 구성이 인상적이었어요. ✨

반복되는 일은 스킬과 커넥터로 줄이기 🔗

책의 중반부에서는 플러그인·스킬·커넥터의 차이를 살펴본 뒤, 노션과 구글 시트, 캔바 같은 외부 도구를 연결하는 방법을 소개합니다.

매번 같은 지시를 다시 입력하지 않도록 회의록 스킬을 만들고, SKILL.md의 기본 구조를 이해한 뒤 주간 리뷰나 글쓰기 톤, 고객 답장 초안처럼 자신의 업무에 맞는 스킬을 만드는 과정도 담겨 있습니다.

구글 캘린더에서 빈 시간을 찾고, 지메일에서 답장이 필요한 메일을 고르고, 구글 드라이브에서 근거 문서를 찾아 회의 브리핑을 만드는 흐름도 흥미로웠어요. /schedule을 이용해 반복 업무를 예약 실행하는 내용까지 이어집니다.

“AI를 잘 쓰는 사람은 프롬프트를 길게 쓰는 사람”이라는 이미지보다, 반복되는 업무를 찾아 재사용 가능한 형태로 바꾸는 사람이 AI를 잘 쓰는 사람이라는 메시지가 더 강하게 느껴졌습니다. ⚙️

코딩을 몰라도 작은 업무 도구 만들기 💻

마지막 파트는 바이브 코딩입니다.

무엇을 만들고 싶은지 정하고, 클로드와 상의해 요구사항을 구체화한 뒤, 요청서 초안을 작성하고 작은 업무 도구를 만드는 순서로 진행됩니다. 샘플 데이터로 첫 실행을 확인하고, 오류 메시지는 그대로 전달하며, 기능은 한 번에 하나씩 추가하도록 안내합니다.

실습 주제도 꽤 현실적입니다. 고객 문의 요약 도구를 설계하고 이를 월간 업무 루틴으로 발전시킨 뒤, 웹 매출 게시판의 데이터를 통합 CSV로 가져와 HTML 대시보드로 만드는 데까지 이어져요. 마지막에는 새 데이터가 들어왔을 때 갱신하는 방법과 숫자·표현·개인정보를 검토하는 과정도 다룹니다.

처음에는 회의록과 이메일을 다듬던 사람이 마지막에는 자신의 데이터를 보여주는 대시보드를 만든다는 흐름이, 책 제목의 ‘올인원’을 잘 보여줍니다. 🚀

자동화보다 더 중요하게 다루는 것 🛡️

이 책에서 가장 눈에 띄는 주제는 의외로 ‘안전’이었습니다.

외부 스킬이나 플러그인을 바로 설치하지 않고 출처와 파일 구조, 지시문과 스크립트를 먼저 확인합니다. 커넥터는 읽기 권한부터 시작하고, 파일 작업은 원본이 아닌 복사본에서 시험하며, 실행 전에는 계획을 확인하고 완료 후에는 변경 목록을 검토하도록 합니다.

빠르게 자동화하는 방법만 보여주는 것이 아니라, 내 파일과 데이터에 대한 통제권을 놓치지 않는 방법을 함께 설명한다는 점에서 실무적인 책이라는 느낌이 들었어요.

이런 분께 잘 맞을 것 같아요 🙌

클로드를 대화나 검색에만 사용하고 있는 분, 회의록·메일·보고서처럼 반복되는 문서 업무가 많은 분, 디자인 결과물이나 간단한 업무 도구를 직접 만들어 보고 싶은 비개발자에게 잘 맞는 책입니다.

반대로 멋진 프롬프트만 빠르게 모아 보고 싶은 분에게는 생각보다 내용이 묵직하게 느껴질 수 있어요. 이 책은 한 번의 신기한 결과보다, 일을 나누고 적절한 도구를 선택하고 결과를 검토하는 업무 방식을 만드는 데 더 집중하기 때문입니다.

총평 ⭐

『클로드 올인원 with 코워크, 코드, 디자인』은 클로드의 기능을 단순히 나열하는 책이 아니라, 문서 작업부터 디자인과 반복 업무 자동화, 바이브 코딩까지 하나의 흐름으로 연결한 실전 입문서입니다.

무엇보다 “AI에게 전부 맡기자”가 아니라 작은 일부터 맡기고, 확인하고, 반복 가능한 과정으로 발전시키자는 태도가 마음에 들었습니다.

클로드를 똑똑한 채팅 상대에서 실제 업무를 함께 처리하는 도구로 바꾸고 싶다면, 책에 나온 실습을 하나씩 따라가 보는 재미가 꽤 쏠쏠할 것 같아요. 오늘은 회의록 하나, 다음에는 반복 업무용 스킬 하나. 그렇게 시작하다 보면 어느새 나만의 업무 대시보드까지 도착할지도 모르겠습니다. 😊

📚 도서 정보 및 구매 링크
한빛미디어 『클로드 올인원 with 코워크, 코드, 디자인』

"한빛미디어 서평단 <나는리뷰어다> 활동을 위해서 책을 협찬 받아 작성된 서평입니다."