바이브 코딩으로 48시간 만에 250명 규모 해커톤 AI 심사 시스템 구축기

간단 소개

바이브 코딩으로 48시간 만에 250명 규모 해커톤 AI 심사 시스템을 구축한 경험 공유 및 AI 개발의 가능성과 한계 분석.

AI Summary

해커톤 AI 심사 시스템 구축 배경
- 카카오 10K 해커톤에서 AI 도구를 활용한 심사 필요성 대두
- Gemini를 이용한 시연 영상 심사 아이디어에서 프로젝트 시작
AI 활용 개발 과정
- v0를 이용한 초기 프로토타입 및 화면 설계, Claude Code를 이용한 프론트엔드/백엔드 개발
- Spring AI, Kotlin 기반 백엔드 프로젝트 구성, API 명세 기반 코드 자동 생성
- Google OAuth2 인증 및 JWT 세션 유지 구현
배포 및 운영 과정의 어려움과 교훈
- 배포 환경에서 Google 로그인 문제 발생, k8s 설정 오류 해결
- 어드민 기능 전면 개편, 코드베이스 증가에 따른 AI 활용 전략 수정
- 심사 프롬프트의 중요성 인식, 숏츠 영상 분석 불가 문제 발생
- ELO Rating 기반 동료 평가 시스템 구축 및 최종 결과 도출
- 바이브 코딩의 가능성과 한계, 개발자의 경험과 통찰력의 중요성 강조