||
TVING x AWS AI Kiro Workshop
- [AWS] TVING — Kiro로 시작하는 M&E AI 개발: 실전 사례와 AIDLC 여정
지난 금요일, TVING 티빙 Tech 조직은 센터필드에서 진행된 AWS Kiro Workshop에 참여하였습니다.
이번 워크숍의 주제는 “Kiro로 시작하는 M&E AI 개발: 실전 사례와 AI-DLC 여정”으로, 핸즈온 실습과 함께 AWS에서 개발한 실제 사례까지 5시간 세션으로 구성되어 있었습니다.
Kiro의 전반적인 기능 소개부터 실제 M&E(Media & Entertainment) AI 개발 사례, 그리고 AI-DLC 기반 개발 방법론까지 실무 중심의 인사이트를 얻을 수 있는 시간이었고, 아이디어를 빠르게 프로토타이핑하고, AI 서비스를 현실로 구현하는 과정을 직접 경험할 수 있었습니다.
이번 워크숍은 단순한 서비스 소개나 데모에 그치지 않았습니다.
Kiro를 활용하여 아이디어를 어떻게 빠르게 구체화하고, AI 기능을 실제 서비스 수준으로 연결할 수 있는지를 단계별로 살펴보는 것이 핵심이었습니다.
1. Kiro 기본 세션 — 빠른 프로토타이핑 경험
워크숍 초반에는 Kiro의 기본 개념과 주요 기능을 살펴보는 세션이 진행되었습니다. 인상 깊었던 점은 AI를 활용하기 위한 초기 설정 과정이 비교적 간단하면서도 구조적이라는 점이었습니다.
Kiro는 크게 두 가지 접근 방식을 모두 지원합니다.
하나는 vibe coding이라고 부르는 자연어 기반 빠른 아이디어 표현 방식이고,
다른 하나는 spec-driven development라는 구조화된 사양 중심 개발 방식입니다.
vibe coding은 아이디어를 문장으로 자연스럽게 표현하면, Kiro가 이를 기반으로 빠르게 개념을 구현하고 결과를 확인할 수 있는 방식입니다.
이 방식은 초기 탐색이나 콘셉트 검증에 유리합니다.
spec-driven development는 초기 단계에 *요구사항, 설계, 구현 계획(스펙)*을 먼저 정의합니다.
Kiro는 이 스펙을 기준으로 프로젝트를 구조화하여, 프로토타입을 넘어 프로덕션 수준까지 연결 가능한 코드 생성 흐름으로 이어줍니다.
워크숍에서 마이크로블로그를 cloudformation으로 배포하고, 여기에 추가할 기능을 spec 으로 정의하여 구현하는 방식으로 실습을 했습니다.
이 과정에서 코드 작성보다 문제 정의와 흐름 설계에 집중할 수 있었고, 단순 PoC 도구를 넘어서 초기 검증부터 서비스 연계까지 고려되는 플랫폼이라는 인상을 받았습니다.
또한 Kiro는 steering이라는 메커니즘을 통해, 프로젝트 전반에서 일관된 개발 패턴, 규칙, 팀 표준을 유지하도록 지원합니다.
Steering 파일은 규칙과 선호 설정을 저장해두면, 매번 AI에게 설명하지 않아도 같은 기준으로 작업을 진행하게 해줍니다.
이러한 구조 덕분에, 단순히 코드를 생성하는 단계를 넘어
“어떻게 만들 것인가”라는 개발 원칙과 방향을 명확하게 반영하는 협업 도구로서의 가능성을 체감할 수 있었습니다.
2. 실전 사례로 살펴본 Kiro 활용 — M&E AI 적용 방식
오후 세션에서는 Kiro를 실제 현업에서 활용한 실전 사례와 노하우 공유가 이어졌습니다.
연예인 인물 검색 및 메타데이터 시스템
영상 속 인물 인식
메타데이터 자동 생성
검색 및 추천 시스템으로의 확장 가능성
광고 시점 분석 및 탐색
콘텐츠 흐름을 기반으로 한 광고 지점 분석
시청 경험을 고려한 시점 탐색
데이터 기반 의사결정 구조로의 확장
이 세션에서 공통적으로 강조된 메시지는
“AI 모델 자체보다, 어디에 어떻게 연결하느냐가 더 중요하다”는 점이었습니다.3. AI-DLC 관점에서 본 개발 방법론
개인적으로 가장 인상 깊었던 세션은 AI-DLC(AI Development Life Cycle) 소개였습니다.
문제 정의 → 데이터 → 모델 → 운영 → 지속적인 개선
단발성 실험으로 끝나지 않기 위한 구조
‘개발’보다 ‘운영과 개선’에 초점을 둔 관점
AI를 하나의 기능이 아
TVING x AWS AI Kiro Workshop
생성 일시
2026/02/02 08:06
최종 편집 일시
2026/02/02 08:06
태그
티빙
파일과 미디어