VS Code 새 창 열기
VS Code를 새 창으로 실행합니다. 아직 폴더를 열지 않은 깨끗한 시작 화면입니다.
Journey
사전 교육으로 기초를 다지고, 양일간의 본행사에서 실제 서비스를 구현합니다.
Microsoft Foundry, AI Search, GitHub Copilot 등 해커톤에 필요한 핵심 기술을 하루 과정으로 학습합니다. 오전은 코드 없이 Azure 화면에서 구현 가능한 내용으로 비개발자도 참여할 수 있고, 오후는 코드 기반의 고도화된 에이전트 개발을 다룹니다.
각 팀이 직접 AI 에이전트 서비스를 기획하고 구현하는 이틀간의 현장 챌린지입니다. 멘토링과 기술 지원이 함께 제공되며, 현장에서 오간 질문과 답변은 익명으로 정리해 공유합니다.
현장에서 나온 Q&A를 익명으로 정리해 누구나 참고할 수 있도록 아래에 모았습니다.
Pre-Training · 6월 16일
오전 세션은 코드 없이 Azure 화면에서 구현 가능한 내용으로 비개발자도 함께 참여하기 좋습니다. 오후 세션은 코드를 활용한 고도화 에이전트 개발 과정으로, 관심 있는 비개발자도 선택적으로 참석할 수 있습니다.
| 시간 | 세션 | 주요 내용 |
|---|---|---|
| 09:00–09:30 | AI 트렌드 및 금융권 레퍼런스 소개 | 생성형 AI 트렌드와 금융권 활용 사례 소개 |
| 09:30–10:30 | Microsoft Foundry로 첫 에이전트 만들기 | Microsoft Foundry 소개 및 에이전트 서비스를 활용한 첫 에이전트 생성 |
| 10:45–12:00 | 에이전트 고도화 (RAG / Tools) #1 | 에이전트에 기반지식(Knowledge)·도구(Tool) 연동 — AI Search, Foundry IQ 등 |
| 13:00–14:30 | Vibe Coding 맛보기 | GitHub Copilot으로 웹 화면(대시보드 / 채팅 UI)을 빠르게 만들고 배포하기 |
| 14:45–15:00 | 에이전트 고도화 (RAG / Tools) #2 | 코드 레벨로 RAG, AI Search 기능 적용 핸즈온 |
| 15:00–16:15 | 코드 레벨 기준의 Foundry 에이전트 연결 | 다양한 Foundry 에이전트 연결 및 엔터프라이즈향 오픈소스 프레임워크(MFA) 기초 실습 |
| 16:30–17:45 | Web 기반 App을 배포하여 채팅 붙이기 | 웹 서비스를 위한 서비스 소개 및 활용 방법 실습 |
| 17:45–18:00 | Wrap-up & 해커톤 안내 | 마무리 및 본행사 안내 |
Pre-flight
코딩을 시작하기 전에 딱 한 번만 설정해 두면, 이후 모든 작업에서 AI가 더 일관되게 움직입니다.
VS Code를 새 창으로 실행합니다. 아직 폴더를 열지 않은 깨끗한 시작 화면입니다.
‘폴더 열기’로 개발 코드가 저장될 작업 폴더를 선택합니다. 이 폴더가 우리 프로젝트의 작업 공간이 됩니다.
Copilot Chat 창(단축키: Ctrl + Shift + I)을 열고, 아래의 프롬프트를 입력해 실행합니다. AI가 저장소를 살펴본 뒤 작업 규칙을 만들기 시작합니다.
.github/copilot-instructions.md가 자동으로 만들어집니다. 내용을 검토하고 우리 팀에 맞게 다듬은 뒤 저장합니다.
💡 맨 위 [우리 프로젝트 소개]를 우리 상황에 맞게 채우면, AI가 맥락을 더 잘 이해해 매번 더 정확한 결과를 만듭니다.
(예시이므로 내부 내용은 아래 내용을 참고해서 수정 반영해 주시면 됩니다.)
[우리 프로젝트 소개: 예) 산은행 고객 상담 데이터를 분석하는 사내 웹 앱. Python·FastAPI 백엔드, React 프런트엔드를 만들어 Azure의 적절한 서비스를 선택하여 배포 운영] # 이 저장소에서 GitHub Copilot이 더 일관되게 동작하도록 .github/copilot-instructions.md 파일을 만들어 주세요. 먼저 이 저장소의 기술 스택·폴더 구조·기존 컨벤션을 살펴보고 그 내용을 함께 반영해 주세요. 그리고 아래 4가지 작업 원칙을 우리 프로젝트 상황에 맞게 풀어서 담아 주세요. - 먼저 생각하기 — 단정하지 말고, 모호하면 멈추고 질문하며, 해석이 여러 개면 선택지를 제시한다. - 단순함 우선 — 문제를 푸는 최소한의 코드만 작성하고 요청하지 않은 기능·추상화는 넣지 않는다. - 최소 수정 — 요청과 직접 관련된 부분만 고치고 멀쩡한 코드는 임의로 바꾸지 않는다. - 목표 기반 실행 — 작업을 검증 가능한 성공 기준으로 바꾸고, 여러 단계면 짧은 계획을 먼저 세운 뒤 검증으로 마무리한다.
참고: 이 프롬프트는 일반적인 코딩 작업 원칙을 바탕으로 합니다. 맨 위 [우리 프로젝트 소개] 자리를 팀 주제·기술 스택에 맞게 채울수록 더 정확한 지침이 만들어집니다.
Knowledge Sharing
해커톤 현장에서 오간 질문과 답변을 정리했습니다.
익명으로 정리해 공유합니다. 모든 질문과 답변은 특정 팀·개인·기업이 식별되지 않도록 익명화하고, 누구나 참고할 수 있는 기술 가이드 형태로 정리해 제공합니다.
검색 결과가 없습니다.
카톡방(공지방 | 디지털 혁신 챌린지 해커톤 2026) 으로 문의 주시면 도와 드리겠습니다.
Resources
주제가 AI 에이전트 구현인 만큼, 관련 Azure 자원을 활용할 수 있도록 지원합니다.
에이전트 개발 플랫폼. LLM은 GPT 시리즈 중심으로 제공됩니다.
RAG·벡터 검색을 위한 지식 검색 엔진.
컨테이너 기반 서비스 호스팅.
코드 생성·바이브 코딩 지원.
문서 OCR 및 구조 추출.
이미지·문서 등 비정형 데이터 저장.
프런트엔드 정적 웹 호스팅.
관측성·모니터링.
GPU 자원은 비용 등의 문제로 기본 지원이 어려우나, 구현하려는 서비스 특성상 꼭 필요한 경우 협의를 통해 지원을 검토합니다.