결과 먼저 — 400시간 AI 개발자 양성 과정을 채용 데이터를 근거로 전면 재설계했습니다. Python 기초 98→60시간, PyTorch/딥러닝 147→80시간으로 줄이고, 그 시간을 AI Agent(+50h)·RAG(+15h)·MCP(+15h)·AI 코딩 도구(+15h)에 재배치했습니다. "무엇을 가르칠까"가 아니라 "무엇을 덜어낼까"에서 시작한 설계입니다.
서울경제진흥원(SBA)과 함께 2024년부터 2026년까지 운영해 온 400시간 AI 개발자 양성 과정입니다. 2023~2024년에 설계한 커리큘럼(Python 기초 98시간 → 인프라 → PyTorch/딥러닝 147시간 → 파인튜닝 → 프로젝트)은 당시엔 합리적이었지만, 2026년 기준으로는 시장과 어긋나 있었습니다.
무엇을 줄였나
| 영역 | 변경 | 근거 |
|---|---|---|
| Python 기초 | 98 → 60시간 | 개발자 84%가 AI 도구 사용, 코드의 41%가 AI 생성 — 문법 드릴 대신 Cursor/Copilot 페어 실습으로 전환 |
| PyTorch/딥러닝 | 147 → 80시간 | 현장은 모델을 처음부터 훈련하기보다 Pre-trained 활용이 주류 — Transformer·HuggingFace 핵심은 유지 |
| 최종 프로젝트 | 105 → 70시간 | Agent 실습과의 중복 제거 |
무엇을 키웠나
| 영역 | 추가 | 근거 |
|---|---|---|
| AI Agent 개발 | +50시간 | 채용 공고 10.6% 급성장, Fortune 500의 60%가 멀티에이전트 프레임워크 채택 |
| RAG 아키텍처 | +15시간 | 채용 요건 전년 대비 2,047% 증가 — 검색 품질 평가, Agentic RAG |
| MCP 통합 | +15시간 | Linux Foundation 기증으로 업계 표준 확정, 공개 MCP 서버 1만 개+ |
| AI 코딩 도구 | +15시간 | 도구 없이 일하는 것이 경쟁력 저하인 시대 |
이 재설계가 말해주는 것
부트캠프 운영의 경쟁력은 강의 시수가 아니라 시장 기준을 추적해 커리큘럼을 갱신하는 운영 체계에 있습니다. 비전공자도 따라올 수 있는 단계별 구조는 유지하되, 수료 직후 현업에서 바로 쓰이는 주제(Agent, RAG, MCP, AI 코딩 도구)를 정규 과정 전면에 배치했습니다.
AI 개발자 양성 과정을 기획·운영하는 조직이라면, "무엇을 가르칠 것인가"보다 "무엇을 덜어낼 것인가"부터 검토해보시길 권합니다.