AI 러닝 코치 구축 목표
Claude Code를 활용하여 개인 맞춤형 AI 러닝 코치를 구축하고자 합니다.
단순 챗봇이 아닌 장기적인 성장과 훈련 관리를 수행하는 Agent 형태의 Workspace와 WebApp을 설계하고자 합니다. 기존에는 러닝 계획, 훈련 기록, 피드백이 각각 분리되어 관리되었고, AI가 과거 이력과 목표를 지속적으로 반영하기 어려웠습니다.
이에 따라 러닝 목표, 훈련 이력, 컨디션, 부상 상태를 기억하고 주간 계획 → 당일 계획 → 훈련 리뷰 → 계획 수정 → 주간 평가까지 이어지는 AI 코칭 시스템을 구축하고자 합니다.
진행 세부 내용 🔍
Workspace 및 Agent 정의
1️⃣ Workspace를 먼저 만들고 Agent를 정의함
러닝 코치를 단순 프롬프트가 아닌 Workspace 기반 Agent로 정의함.
PRD, CLAUDE.md, Profile, Goals 문서를 작성하여 코치의 정체성과 목표를 명확히 정의함.
“실력 향상 중심”, “장기 성장 우선”, “객관적 데이터 기반” 등 코칭 철학을 명문화함.
Agent가 누구를 코칭하고, 무엇을 목표로 하며, 어떤 원칙으로 판단해야 하는지 정의함.
Skill 기반 기능 설계
2️⃣ 기능을 먼저 만들지 않고 Skill 단위로 분리함
다음 기능을 각각 Skill로 설계 및 검증함.
Weekly Planning / Daily Planning / Workout Review / Plan Adjustment / Weekly Evaluation
여러 차례 대화를 통해 기능을 수정 및 검증한 뒤 Skill 형태로 추출함.
Skillers-Suda를 활용하여 새 설계가 아닌 검증된 Workflow를 재사용 가능한 Skill로 정리함.
Skill이 단순 기능이 아니라 입력 → 판단 → 출력 → 완료 기준을 포함한 절차임을 이해함.
End-to-End Workflow 검증
3️⃣ End-to-End Workflow를 검 증함
다음 흐름이 실제로 연결되는지 검증함.
주간 계획->당일 계획->훈련 수행 ->훈련 리뷰->계획 수정->주간 평가
각 skill이 독립적으로 동작하는 것뿐 아니라 흐름으로 연결 되는지 확인
실제 훈련 없이 샘플 데이터를 사용하여 시뮬레이션 검증을 수행함.
Workflow 중심으로 Agent를 바라보는 관점을 학습함.
Memory Layer 필요성 발견
4️⃣ Memory Layer의 필요성을 발견함
주간 계획 자동 반영 없음, 현재 상태 자동 갱신 없음 , 부상 이력 누적 없음, 러닝 이력 누적 없음
=>
Daily log->weekly plan 업데이트 -> current status -> Injury history -> Running History 갱신
WebApp MVP 구축
5️⃣ WebApp MVP를 구축함
Workspace와 Skill을 기반으로 Streamlit WebApp MVP를 구축함.
오늘 할 훈련 / 훈련 완료 / 이번 주 목표 / 성장 리포트
시행착오 ⚠️
MVP구현 시에 나타나는 메시지나 구성등이 마음에 안들었음
->초기에는 UI문제라고 생각했지만 UX문제였음
배운 점 📚
Agent는 Skill을 많이 만드는 것이 아니라, Workspace Skill Memory Workflow 함꼐 작동해야한다.
UX는 UI보다 먼저 설계해야 한다.
많이 만들어봐야 겠다... 이것저것...!!!!
향후 계획 🧭
UX 개선
모바일 중심 WebApp 리팩토링
Garmin 데이터 또는 Strava API 연동
+새로운 프로젝트
