비개발자 바이브 코딩 질문

Question

안녕하세요! 저는 코딩은 1도 모르는, 제조업에 있는 공정 엔지니어 입니다.요즘 AI를 활용한 여러가지 툴을 만들기 시작했는데요, 제미나이를 이용한 바이브코딩을 몇번 해봤습니다.그러다가 제미나이로는 섬세한 코딩이나 디테일한 부분이 부족하다고 느껴서 파이썬, 커서 등으로 눈길이 가더군요.(실행하는 방법이나 코드를 어디에 붙여넣어야하는지, 진짜 어질어질 하지만 하나씩 알아가려합니다.)질문은,공정 작업 동영상에서 사람들의 얼굴, 머리를 모자이크 해주는 툴을 만들고 싶습니다. (제미나이로는 모자이크 생성은 되는데 좀..성능이 많이 떨어지더라구요)지금 파이썬이랑 커서를 이용해서 이것저것 해보려고 하는데 견문이 좁다보니 개발자분들 입장에서 더 좋은 방법이 있는지 여쭤보고싶습니다.

인간지능_ · Accepted Answer

비개발자라면 바이브코딩 도움을 받을때 “비개발자이니 정말 최소한의 설계로 간단하게 재사용성이나 유지보수성등 고려하지말고 내가 요청한 ____ 기능만 작동할수 있게…자동화를 했을시 개발 범위가 비개발자인 내가 바이브코딩으로도 어렵다 생각된다면 반자동화 정도로 만들어줘… “이런식으로 요청을 할듯싶습니다 ㅎㅎ바이브코딩이 만능이 아니라 비개발자라면이정도가 최선이고 이렇게 만들고나서 조금씩 개발 지식을 쌓고 고도화를 하는 방향이 좋습니다!

badRacoon · Answer

필요한 기능을 제미니나 gpt나 llm에게 물어보면서“나는 소프트웨어 개발에 대한 지식이 전무해. 어떻게 접근하는 것이 좋을 지 로드맵을 알려줘”로 시작하시고로드맵을 하나씩 정복해나가시는 게 좀 더 통제하기 쉬울 것 같아요

바람을바람 · Answer

요즘도 바이브코딩 합니까?에이전틱개발로 다 넘어 갔는데? (50%이상)

공정기술엔지니어 · Answer

다들 감사합니다! ㅎㅎ 자주 물어보러 올게요!

파아란_푸딩 · Answer

구글의 Mediapipe를 사용하면 아주 쉽게 구현할 수 있습니다.https://ai.google.dev/edge/mediapipe/solutions/vision/face_detector?hl=ko바이브 코딩할 수 있게 프롬프트 하나 남겨놓고 갑니다. AI로 추가하고 싶은 내용 보충해서 쓰시면 됩니다.하나 팁을 드리자면 다음과 같은 워크플로우를 거치면 코딩을 몰라도 퀄리티 있는 결과물을 만들 수 있습니다.명세를 명확히 정리해서 AI에게 제공, 그걸 바탕으로 전체적인 설계(사용 라이브러리, 기술, 언어, 배포 방법 등) 요청최종적으로 “위 모든 내용을 상세하게 정리해서 바이브 코딩용 프롬프트를 작성해줘” 요청하기2번 산출물을 사용해서 바이브 코딩공정 작업자 프라이버시 보호를 위한 자동 모자이크 애플리케이션 개발개요본 애플리케이션은 스마트 팩토리 및 공정 작업 현장에서 촬영된 동영상 내 작업자의 얼굴과 머리 영역을 자동으로 탐지하여 모자이크 처리하는 보안 솔루션이다. MediaPipe의 고성능 얼굴 검출 알고리즘과 OpenCV의 영상 처리 기능을 결합하여 프라이버시를 보호하면서도 공정 모니터링 데이터를 활용할 수 있도록 지원한다.User Flow (사용자 시나리오)접속 및 업로드: 사용자는 웹 브라우저를 통해 Streamlit 대시보드에 접속한 후, 분석이 필요한 공정 동영상 파일을 업로드한다.자동 탐지 및 마스킹: 애플리케이션은 업로드된 영상을 프레임 단위로 분석하여 MediaPipe로 얼굴 및 머리 위치를 식별하고 실시간으로 모자이크 처리를 수행한다.결과 저장 및 확인: 처리가 완료된 영상은 로컬 스토리지의 지정된 경로에 자동 저장된다.경로 안내 및 미리보기: 화면에 저장된 파일의 절대 경로를 표시하며, 대시보드 상에서 결과 영상을 즉시 재생하여 확인할 수 있다.구현 가이드환경 관리: uv를 사용하여 프로젝트 초기화 및 가상환경을 구축한다. streamlit, mediapipe, opencv-python, numpy 패키지를 관리한다.모델 설정: MediaPipe Face Detector를 RunningMode.VIDEO 모드로 구성하고 blaze_face_short_range.tflite 모델을 로드한다.영상 입출력:st.file_uploader로 영상을 수신하여 임시 경로에 저장한다.cv2.VideoCapture로 프레임을 읽고, cv2.VideoWriter로 처리된 영상을 인코딩한다.탐지 및 가공 로직:각 프레임의 타임스탬프를 계산하여 detector.detect_for_video에 전달한다.검출된 Bounding Box를 기반으로 상단 및 좌우 영역을 20% 확장하여 머리 전체를 포함한다.cv2.GaussianBlur를 적용하여 선택 영역을 비식별화한다.리소스 종료: 모든 프레임 처리 후 Video 객체를 해제(release)하고 메모리를 점유하지 않도록 관리한다.참고자료Python용 얼굴 인식 가이드 : https://ai.google.dev/edge/mediapipe/solutions/vision/face_detector/python?hl=ko#video얼굴 인식 모델 : https://ai.google.dev/edge/mediapipe/solutions/vision/face_detector/index?hl=ko#modelsPython 플랫폼 설정 가이드 : https://ai.google.dev/edge/mediapipe/solutions/setup_python?hl=ko얼굴 인식 예제코드 : https://github.com/google-ai-edge/mediapipe-samples/blob/main/examples/face_detector/python/face_detector.ipynb

비개발자 바이브 코딩 질문

5개의 답변

기타 목록