역할
13기 우수 수료 후 14기 프로젝트 실습코치로 선발되어, 2학기 공통·특화·자율 프로젝트를 진행하는 19개 팀(114명)을 지원했습니다. 팀별 진행 상황 점검, 기술 피드백, 개인 면담, 산출물(기획서·ERD·API 명세서·발표 자료) 검토를 맡았습니다.
문제
교육생들은 짧은 기간 안에 기획부터 발표까지 해야 해서 코드리뷰 시간을 충분히 확보하지 못했습니다. MR이 올라와도 리뷰 기준이 불명확하거나 변경 사항을 모두 확인하기 어려웠고, MR 알림·빌드 결과 확인 같은 반복 작업이 팀의 시간을 쓰고 있었습니다.
한 일
코드리뷰 자동화
- GitLab Webhook으로 MR 생성·수정 이벤트를 n8n에 전달했습니다.
- 변경 코드와 설명을 Gemini API로 분석해 리뷰 초안을 만들고, MR 코멘트로 자동 등록했습니다.
- 교육생이 직접 재현할 수 있도록 GitLab API 연결, Gemini 호출, 변경사항 조회 방법을 가이드로 만들어 담당 교육생 42명 대상 데일리 콘텐츠로 공유했습니다.
빌드 실패 분석 알림
Jenkins 빌드가 실패하면 로그를 Gemini로 요약하고, 원인 후보를 Mattermost로 보내는 워크플로를 만들었습니다.
전국 대상 자동화 세션
“코딩만 하기에도 바쁜 우리 팀을 위한 n8n 자동화 가이드” 세션을 기획·진행했습니다. EC2에 Docker로 n8n을 셀프 호스팅하고 Nginx 리버스 프록시를 구성하는 방법, MR 알림·AI 코드리뷰·빌드 실패 분석 예제를 시연했고 워크플로 JSON을 공유했습니다. 세션 이후 다른 캠퍼스 교육생들도 코드리뷰봇 구축 중 막힌 부분을 문의해 왔습니다.
Jira 강의
Jira를 처음 쓰는 교육생 50명에게 Epic–Story–Task 구조, Story Point, Sprint·Backlog 운영, 번다운차트, Automation과 Mattermost Webhook 연동을 강의했습니다.
교보재 검수 비전 AI
교육 담당자의 부품 수량·누락 확인을 자동화하기 위해 영상 프레임을 추출해 YOLO 데이터셋을 구축하고, 초기 모델을 시험 실행해 MLflow로 결과를 기록했습니다. 운영 배포와 정확도 성과는 아직 확인되지 않았습니다.
결과
- 담당 팀 전체에 자동 코드리뷰 워크플로 도입
- 전국 세션 녹화본이 SSAFY 공식 YouTube 게시 대상으로 선정
- NAMUH 프로젝트를 Wiki 문서화·리팩토링해 후속 교육생이 참고할 수 있는 자료로 정리
회고
제가 교육생일 때 겪었던 “리뷰할 시간이 없다”는 문제를, 코치가 되어 도구로 줄여 보려 했습니다. 자동화 자체보다 교육생이 자기 팀 상황에 맞게 다시 만들 수 있도록 구조와 데이터 흐름을 설명하는 일이 더 중요하다는 것을 배웠습니다.