바이브 러닝 방법론 개발 목표: "Vibe로 MCP 공부하기" 및 "Vibe로 AI4KM" 프로젝트 경험을 바탕으로, 다른 학습자들도 활용할 수 있는 '교과서' 형태의 학습 결과물을 만드는 것을 목표로 합니다. 📚
초기 방법론의 핵심 구조: 학습 로드맵 생성 및 일일 학습 계획 수립을 위한 '프롬프트', 전체 학습 계획을 저장하는 '로드맵', 일일 학습 내용을 요약하는 '워로그'의 세 가지 필수 폴더로 구성됩니다. 📁
지속적인 학습(CVL) 개념 도입: 실시간으로 변화하는 프로젝트나 기술을 학습할 때, 학습 시작 전 변경 사항을 파악하고 기존 학습 내용 및 로드맵을 업데이트하는 'Continuous Vibe Learning (CVL)' 프로세스를 추가했습니다. 🔄
AI와의 협업을 통한 방법론 고도화: AI(Claude Code)와 대화하며 방법론의 구조, 프롬프트 설계, 개선점 등을 논의하고 AI의 제안을 적극적으로 반영하여 체계적인 학습 시스템을 구축합니다. 🤖
AI의 주요 개선 제안: 로드맵 조정 및 실제 수행 결과 반영을 위한 '피드백 루프', 학습 완료 후 개선점을 찾는 '회고 메커니즘', 학습 진행 상황 추적, 각 학습 단계 완료 기준(DoD) 정의, 인간이 알아야 할 핵심 내용만 평가하는 '개인 평가(Assessment)' 도입 등이 포함됩니다. 💡
범용 프롬프트 설계: 특정 토픽에 국한되지 않고, 토픽 제목과 설명만 변경하면 어떤 학습 주제에도 적용 가능한 '범용 로드맵 및 일일 학습 계획 프롬프트'를 개발하여 확장성을 확보합니다. 🧩
최종 산출물의 활용 목표: 학습 결과물 폴더에 저장된 내용들이 해당 토픽을 배우고자 하는 사람들에게 별도의 검색이나 문서 작업 없이 바로 학습할 수 있는 훌륭한 '교과서' 역할을 하도록 하는 것이 궁극적인 목표입니다. 📖
방법론 명칭 및 진행: 개발 중인 방법론은 "Catchup AI Vibe Learning Methodology (CAVL)"로 명명되었으며, 현재 CAVL 폴더 아래에 고수준 설명서와 필수 폴더/파일 구조를 구축하는 초기 단계에 있습니다. 🏗️