결과 먼저: 427시간 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 설계를 시작했습니다.
서울경제진흥원(SBA) 청년취업사관학교에서 1기(2024년)와 2기(2025년 611월)를 단독으로 맡아 운영한 427시간 AI 개발자 양성 과정입니다. 1기 수료생 취업률은 90%였고, 취업한 수료생 전원이 AI 직군으로 갔습니다. 20232024년에 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 일하면 경쟁력이 떨어짐 |
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 덜어낼 주제부터 검토해보시길 권합니다.