✨
✨
✨
✨
➤
➤
AI Open Source Impact
Week 1 : AIOI Kick-off Day
" AI 오픈소스 생태계에 발을 디디다 "
✍ 트랙A: AI로 기여
⚙ 트랙B: AI 기능 추가
🚀 트랙C: AI 네이티브
AI-Native Open Source Frontier · AI Core Contributor를 양성하는 6주간의 여정
02
✨
✨
➤
왜 지금 AI 오픈소스인가?
패러다임의 전환 · 새로운 기여 방식의 등장
📈 폭발적 성장
GitHub AI 저장소 430만+ 개
LLM 프로젝트 전년 대비 178% 증가
웹 프레임워크 → AI 인프라로 이동
🔄 기여 방식 변화
코드 + 데이터 + 모델 결합
프롬프트 엔지니어링, 파인튜닝
Agent 도구 통합, 추론 최적화
GitHub + Hugging Face Hub
🔗 MCP의 부상
Anthropic 공개 오픈 프로토콜
SDK 다운로드 9,700만 회/월
OpenAI, Google, MS 채택
Linux Foundation AAIF 이관
| 📖 기존 오픈소스 |
➤ |
🤖 AI 시대 오픈소스 |
| 코드(Code) 중심 |
~ |
코드 + 데이터 + 모델 |
| 기능 추가, 버그 수정 |
~ |
프롬프트, 파인튜닝, Agent |
| MIT / Apache 라이선스 |
~ |
Open Weight, AI 라이선스 |
03
✨
✨
프로젝트 3트랙
학생의 기술 수준과 관심사에 따라 선택
✍ 트랙 A (★★☆)
AI로 기존 오픈소스에 기여
AI 도구로 코드 분석 / PR 작성
Claude Code, Copilot, Cursor
버그 수정, 문서 번역, 테스트 보강
AI = 기여의 도구
Transformers · FastAPI · Dify · Gradio
⚙ 트랙 B (★★★)
기존 OSS에 AI 기능 추가
자연어 인터페이스, AI 요약/번역
시맨틱 검색, 챗봇 통합
Vercel AI SDK, LangChain
AI = 기여의 대상(기능)
Supabase · Excalidraw · Mermaid
🚀 트랙 C (★★☆)
AI 네이티브 프로젝트 개발
MCP 서버 개발
AI Agent, RAG 앱 제작
Streamlit / Gradio 데모 앱
AI = 프로젝트의 핵심
KiMCP · LangChain · CrewAI · Dify
✍ 팀당 5~6명 ➤ 전담 멘토 배정 ➤ 트랙 & 관심사 기반 매칭
04
✨
✨
Kick-off Day 일정 & AI 도구
오전 세션(1.5h) + 오후 세션(1.5h) = 3시간
🌝 오전 세션 (1.5h)
30분 오프닝 & 아이스브레이킹
30분 [특강] AI 오픈소스 생태계 지형도
30분 [특강] AI 오픈소스 기여의 실제
Traditional vs AI-Native OSS · 라이선스 이해
🌇 오후 세션 (1.5h)
20분 AI 코딩 도구 소개
40분 개발 환경 구축 실습
30분 프로젝트 선정 & 팀 매칭
Git LFS · GPU 세팅 · Docker · 로컬 빌드
🛠 AI 코딩 도구 활용 전략
🔍 코드 이해
Claude Code
Cursor
➤
🔎 이슈 분석
Claude Code
Copilot
➤
➤
📄 PR 작성
Claude Code
/create-pr
➤
💬 코드 리뷰
Claude Code
Copilot
⚠ AI 도구는 "이해를 돕는 보조 수단" — AI 제안을 이해하고 검증한 후 자신의 코드로!
05
✨
✨
➤
6주 여정 & 과제 안내
킥오프부터 Impact Night까지
W1
오프라인 Kick-off · 특강 + 환경 구축 + 팀 매칭
W2
온라인 코드 분석 Sprint · 이슈 선정 + 기여 계획서
W3
온라인 첫 PR 생성 · 코드 리뷰 실습
W4
온라인 심화 기여 · PR 피드백 반영 + 기술 심화
W5
온라인 최종 Sprint · PR 마무리 + 발표 준비
W6
오프라인 Impact Night · 성과 발표 + 시상식
📝 사전 과제 (킥오프 전)
- GitHub 계정 생성 & 프로필 정비
- Git 기본 명령어 숙지
- 관심 트랙 3지망 사전 설문 제출
- AI 코딩 도구 1개 이상 설치
🚀 킥오프 이후 과제
- 타겟 프로젝트 Fork & 로컬 빌드
- README, CONTRIBUTING.md 정독
- Good First Issue 3개+ 탐색 후 공유
🏆 시상 카테고리
Impact Award · Best First Timer
Community Champion · Technical Deep Dive
06
✨
✨
1주차 학습 목표
오늘 하루가 끝나면 여러분은...
📈 생태계 이해
AI 시대 오픈소스 생태계의 구조와 트렌드를 이해한다
전통 OSS와 AI-Native OSS의 차이를 설명할 수 있다
⚙ 환경 구축
개발 환경을 완벽히 구축하고, 타겟 프로젝트를 선정한다
AI 코딩 도구를 설치하고 기본 사용법을 익힌다
👥 팀 빌딩
팀을 구성하고 멘토와 첫 소통을 시작한다
트랙(A/B/C)을 확정하고 프로젝트 방향을 설정한다
07
✨
✨
오늘의 일정 Overview
오전 세션(1.5h) + 오후 세션(1.5h) = 총 3시간
🌝 오전 세션 (1.5h)
30분 오프닝 & 아이스브레이킹
30분 [특강 1] AI 오픈소스 생태계 지형도
30분 [특강 2] AI 오픈소스 기여의 실제
생태계 이해 · 기여 방식 · 라이선스
🌇 오후 세션 (1.5h)
20분 AI 코딩 도구 소개
40분 개발 환경 구축 실습
30분 프로젝트 선정 & 팀 매칭
도구 설치 · 로컬 빌드 · 팀 구성
08
✨
✨
➤
➤
🎓 특강 1
AI 오픈소스 생태계 지형도
Traditional OSS vs AI-Native OSS · Code vs Model Weights · GitHub + Hugging Face Hub
🤖 AI-Native OSS
🔢 Open Weight
🤗 MCP
📊 LLM 생태계
🛠 추론 엔진
📚 라이선스
09
✨
✨
전통 OSS vs AI-Native OSS
패러다임이 완전히 달라졌다
| 구분 |
📖 전통적 오픈소스 |
🤖 AI 오픈소스 |
| 주요 기여물 |
소스 코드 |
코드 + 모델 웨이트 + 데이터셋 + 프롬프트 |
| 재현성 |
코드 빌드로 충분 |
GPU, 학습 데이터, 하이퍼파라미터 필요 |
| 기여 단위 |
PR (Pull Request) |
PR + 모델 카드 + 데이터셋 카드 |
| 평가 기준 |
테스트 통과 |
벤치마크 점수 + 인간 평가 |
| 리소스 요구 |
일반 컴퓨팅 |
GPU/TPU 클러스터 (대규모 학습 시) |
| 라이선스 |
코드 라이선스 |
코드 + 모델 + 데이터 각각의 라이선스 |
10
✨
✨
AI 오픈소스, 숫자로 보기
GitHub Octoverse 2025 · MCP 생태계 통계
오픈소스의 중심이 웹 프레임워크(React, Spring)에서 AI 인프라로 급격히 이동
vLLM이 2025년 GitHub 컨트리뷰터 수 1위 — AI 서빙 영역 폭발적 성장
Linux Foundation AI & Data에 3,000+ 조직, 100,000명+ 개발자 참여
11
✨
✨
AI 오픈소스 카테고리 맵
주요 프로젝트와 GitHub Stars 현황
12
✨
✨
LLM 생태계 지도 — 오픈 vs 클로즈드
2025-2026년 주요 LLM 모델 현황
🔓 오픈 모델
Llama 3 — Meta (Llama Community License)
DeepSeek R1 — MIT 라이선스 🔥
Qwen 3 — Alibaba (Apache 2.0)
Gemma 3 — Google (1B~27B)
Mistral — Apache 2.0
로컬 배포 · 파인튜닝 · 커스터마이징 가능
🔒 클로즈드 모델
GPT-4o / o1 — OpenAI
Claude — Anthropic
Gemini — Google
API 기반 사용 · 최고 성능 · 비용 발생
13
✨
✨
AI 추론 & 서빙 엔진
LLM을 실행하는 핵심 인프라
36K Stars
2025년 GitHub 컨트리뷰터 수 1위
고처리량, 메모리 효율
엔터프라이즈급 배포 표준
75K+ Stars
C/C++ 기반, 최소 의존성
모바일/에지 디바이스
GGUF 포맷, 양자화 지원
150K+ Stars
로컬 LLM 실행의 대표
OpenAI 호환 API
오프라인/프라이빗 배포
10K+ Stars
RadixAttention 기반
6.4배 처리량 향상
3.7배 레이턴시 감소
14
✨
✨
LLM 앱 개발 프레임워크
AI 앱을 만들기 위한 핵심 도구들
100K Stars — LLM 앱의 사실상 표준
LCEL 파이프라인, 도구 호출 모듈화
LangGraph로 상태 기반 에이전트 워크플로우
119K Stars — 비주얼 LLM 앱 빌더
템플릿과 RAG 내장
프로덕션 레디 에이전트 워크플로우
25K+ Stars — 멀티 에이전트 협업
역할 기반 에이전트 오케스트레이션
노코드 에이전트 빌더 방향 진화
+
LlamaIndex (RAG 특화, 40K) ·
AutoGen (Microsoft, v0.4 비동기 이벤트 드리븐) ·
Flowise (비주얼 프로토타이핑)
15
✨
✨
ML 프로젝트의 사실상 표준 플랫폼
🧠 모델 허브
텍스트, 비전, 오디오, 비디오 통합
모델 카드로 성능/한계 문서화
원클릭 추론 & 파인튜닝
📊 데이터셋
학습/평가 데이터셋 공유 허브
데이터셋 카드로 품질 문서화
한국어 데이터셋 기여 기회
16
✨
✨
MCP (Model Context Protocol) 개요
LLM과 외부 세계를 연결하는 개방형 표준 · 월간 SDK 다운로드 9,700만 회
🤖 LLM
Claude, GPT, Gemini
↔
↔
🌐 외부 도구/데이터
GitHub, Slack, DB ...
📄 Resources
클라이언트가 읽을 수 있는 파일형 데이터
설정, 문서, 컨텍스트 정보
🔧 Tools
LLM이 호출할 수 있는 함수
검색, DB 쿼리, API 호출
💬 Prompts
특정 작업을 돕는 사전 작성 템플릿
작업별 최적화된 프롬프트
17
✨
✨
MCP 생태계 발전
1년 만에 산업 표준으로 부상
🎯 주요 지지자: Anthropic ·
OpenAI ·
Google ·
Microsoft ·
Block
18
✨
✨
AI 에이전트 프레임워크
자율적으로 작업을 수행하는 AI 시스템
그래프 기반 상태 관리
구조화된 워크플로우 표현
LangChain 생태계 연동
역할 기반 에이전트 협업
노코드 에이전트 빌더
멀티 에이전트 조율
Microsoft 연구 기반
비동기 이벤트 드리븐
v0.4 완전 재설계 아키텍처
통합 엔드포인트
Responses API
도구+채팅+파일 하나의 API
19
✨
✨
AI 오픈소스 라이선스 이해
프로젝트를 선택할 때 반드시 확인해야 할 것
| 라이선스 |
유형 |
대표 프로젝트 |
특징 |
| Apache 2.0 |
허용적 |
LangChain, vLLM, MLflow |
상업적 사용 자유, 특허 보호 |
| MIT |
가장 관대 |
DeepSeek R1, BabyAGI |
제한 거의 없음 |
| Llama License |
제한적 |
LLaMA 2/3 |
월간 사용자 7억 미만 무료 |
| Gemma License |
제한적 |
Gemma |
연구/상업 가능, 일부 제한 |
⚠ AI 프로젝트는 코드 + 모델 + 데이터에 각각 다른 라이선스가 적용될 수 있음
20
✨
✨
Open Weight vs Open Source
"오픈"이라고 다 같은 오픈이 아니다
🔢 Open Weight
학습된 모델 파라미터만 공개
학습 코드와 아키텍처는 비공개
로컬 배포와 파인튜닝은 가능
대부분의 "오픈" LLM이 해당
🔓 Open Source
모델 웨이트와 소스 코드 모두 공개
학습 과정의 완전한 투명성 보장
검사, 수정, 재학습, 확장 모두 가능
진정한 의미의 오픈소스
📜 OSI OSAID 1.0 (2024.10)
Open Source Initiative의 AI 오픈소스 정의 발표
"수정을 위한 선호 형태" 필수: 투명한 데이터 정보 + 코드 + 파라미터/웨이트
⚠ "Openwashing" 우려: 웨이트만 공개하면서 "오픈소스" 표방하는 행위 비판
21
✨
✨
한국 AI 오픈소스 생태계
우리가 기여할 수 있는 가까운 생태계
🧠 한국어 모델
HyperCLOVA X — Naver
SKT A.X 3.1 — 한국어 특화
한국 AI 5대 컨소시엄
Naver, SKT, LG, NCSoft, Upstage
🔗 한국 MCP 서버
KiMCP — 네이버/카카오/TMAP 통합
Naver Search MCP — 검색+DataLab
Kakao Map MCP — 지도/내비게이션
MIT 라이선스 오픈소스
✍ 한국어 기여 기회
HF 모델/데이터셋 한국어 문서 번역
한국어 벤치마크 데이터셋 구축
LangChain/Dify 한국어 번역
한국어 프롬프트 템플릿 공유
22
✨
✨
➤
➤
🚀 특강 2
AI 오픈소스 기여의 실제
기여 유형 · 성공 사례 · AI 라이선스 · 커뮤니케이션 에티켓
✍ 코드 기여
🧠 모델 기여
📊 데이터셋
💬 프롬프트
📝 문서화
🔗 MCP 서버
23
✨
✨
AI 시대의 기여 유형
코드만이 기여가 아니다 — 7가지 기여 방식
| 기여 유형 |
설명 |
대표 플랫폼 |
| 💻 코드 기여 |
버그 수정, 기능 추가, 테스트 작성 |
GitHub PR |
| 🧠 모델 기여 |
파인튜닝 모델, 양자화 모델 공유 |
Hugging Face Model Hub |
| 📊 데이터셋 기여 |
학습/평가 데이터셋 구축 및 공유 |
HF Datasets, Kaggle |
| 💬 프롬프트/템플릿 |
효과적인 프롬프트 패턴 공유 |
LangChain Hub |
| 🎯 벤치마크 |
모델 평가 기준 및 리더보드 |
Open LLM Leaderboard |
| 📝 문서화/번역 |
튜토리얼, 가이드, 한국어 번역 |
각 프로젝트 공식 문서 |
| 🔗 MCP 서버 |
LLM-외부 도구 통합 커넥터 |
MCP Registry |
24
✨
✨
AI가 기여 진입장벽을 낮추는 방법
어려움 ➤ AI 솔루션
🔍 코드베이스 이해 어려움
➤ Claude Code로 프로젝트 구조 파악
"이 프로젝트의 아키텍처를 설명해줘"
⚙ 개발 환경 설정 복잡
➤ AI가 환경 구축을 자동 안내
에러 메시지 분석 & 해결책 제시
🔎 적절한 이슈 찾기 어려움
➤ AI로 이슈 분석/난이도 평가
"이 이슈의 해결 방향을 분석해줘"
📄 PR 작성법 모름
➤ AI가 PR 설명을 자동 생성
/create-pr 또는 gh pr create
💬 코드 리뷰 응답 어려움
➤ AI가 피드백을 분석/수정 제안
건설적 피드백 응답 작성 도움
🛠 테스트 코드 작성 부담
➤ AI가 테스트를 자동 생성
커버리지 분석 & 미비 영역 파악
25
✨
✨
기여 워크플로우 — Fork에서 Merge까지
모든 단계에서 AI 도구가 도움을 줍니다
🔍 분석 단계 (1~2)
Claude Code로 프로젝트 구조 파악
/init으로 CLAUDE.md 생성
Good First Issue AI 분석
✍ 개발 단계 (3~4)
Copilot/Cursor로 코드 작성
AI로 테스트 코드 자동 생성
CI/CD 파이프라인 확인
🚀 제출 단계 (5~7)
Claude Code로 PR 자동 생성
AI로 리뷰 피드백 분석/대응
반복하여 Merge 달성!
26
✨
✨
AI 활용 기여 성공 사례
실제 프로젝트에서 AI 도구가 만든 변화
📈 Qonto — aider 활용
AI CLI 도구로 대규모 마이그레이션 수행
엔지니어당 1,000 LoC/일 돌파
수작업 대비 20배(2,000%) 생산성 향상
Claude Code 에이전트 8개 동시 운영
700+ 테스트 커버리지 달성
플레이키 테스트 85% 감소
🚀 Copilot Coding Agent
이슈 할당 ➤ 자율 코드 작성
자동 PR 생성 및 제출
리뷰 피드백에 자동 응답
27
✨
✨
Good First Issue를 찾는 방법
첫 기여를 위한 이슈 탐색 전략
🔍 탐색 리소스
goodfirstissue.dev — 인기 프로젝트 이슈 큐레이션
GitHub "good-first-issue" 라벨 검색
For Good First Issue, First Contributions
🤖 AI 활용 전략
Claude Code로 이슈 분석 및 난이도 평가
"이 이슈의 원인과 해결 방향을 분석해줘"
AI로 관련 코드 자동 탐색
28
✨
✨
PR 작성 모범 사례
좋은 Pull Request의 구성 요소
✍ 제목
간결하고 명확하게 작성
동사로 시작: "Fix", "Add", "Update"
예: "Fix token parsing error in Korean input"
📄 설명
변경사항 요약
동기 — 왜 이 변경이 필요한가
테스트 방법 포함
📝 커밋 메시지
Conventional Commits 규칙
feat: / fix: / docs:
예: "fix: resolve OOM in batch inference"
⚠ CI/CD 파이프라인 이해 필수 — 테스트 통과 확인 후 리뷰 요청!
29
✨
✨
오픈소스 커뮤니케이션 에티켓
글로벌 커뮤니티에서 존중받는 기여자 되기
📝 이슈 작성
재현 방법 상세히 기술
예상 동작 vs 실제 동작
환경 정보 (OS, 버전) 포함
🔍 코드 리뷰
건설적 피드백 제공
변경 이유를 설명
대안 제시로 토론 유도
🌐 영어 소통
간결하고 정중한 표현
기술 용어 적극 활용
AI 번역 도구 보조 활용 OK
🤝 메인테이너 존중
메인테이너의 시간을 존중
리뷰 대기 시 인내심
피드백에 감사 표현
30
✨
✨
OSS 기여와 커리어
오픈소스 활동이 만드는 포트폴리오의 힘
💼 포트폴리오 차별화
GitHub 프로필이 곧 이력서
Merged PR = 실력의 증명
🌐 글로벌 협업 경험
전 세계 개발자와 영어 소통
비동기 협업 역량 강화
💪 기술 역량 증명
코드 리뷰 경험 축적
대규모 코드베이스 이해력
✨ 소규모 기여도 모두 의미 있습니다 — 문서 개선, 버그 수정, UI/UX 향상 모두 가치 있는 기여!
31
✨
✨
Contributor 성장 경로
첫 이슈에서 메인테이너까지
💡 각 단계의 핵심
First Issue: Good First Issue로 진입 장벽 낮추기
PR Merged: 코드 품질 + 커뮤니케이션이 핵심
Regular: 꾸준함이 신뢰를 만듦
Maintainer: 코드 리뷰 + 커뮤니티 기여
🚀 AIOI에서 첫 단계를 시작하세요!
✨
✨
✨
➤
➤
🌇 오후 세션
AI 코딩 도구 소개
33
✨
✨
Anthropic의 터미널 기반 에이전틱 코딩 도구
🛠 핵심 기능
전체 코드베이스 매핑 및 설명 — 수 초 내 구조 파악
Git 직접 연동 — 스테이징, 커밋, 브랜치, PR 자동화
/init, /create-pr 슬래시 커맨드
멀티파일 편집 — 여러 파일을 동시에 수정
오픈소스 — 커스터마이징 및 확장 가능
💬 "이 프로젝트의 아키텍처를 설명해줘" ➤ 수초 내 전체 구조 파악
34
✨
✨
IDE 내 AI 페어 프로그래머
✍ 핵심 기능
실시간 코드 자동완성 — 타이핑하며 제안 수락
Copilot Chat — IDE 내 대화형 코딩 어시스턴트
Agent Mode — 자율적 멀티스텝 코딩
Coding Agent — 이슈 할당 ➤ PR 자동 생성
MCP 지원 — 외부 도구 연동 가능
💡 Agent HQ: Copilot, Claude Code, Codex 등 다양한 에이전트 선택 가능
35
✨
✨
AI 네이티브 코드 에디터 (VS Code 기반)
💻 핵심 기능
Composer — 멀티파일 동시 편집
Agent 모드 — 자율적 코드 작성 및 수정
코드베이스 인덱싱 — 전체 레포 분석
@Files, @Folders 심볼로 특정 영역 참조
다양한 AI 모델 지원 (GPT, Claude, Gemini 등)
📌 다른 도구: Windsurf(Cognition/Devin 인수), Cline, Aider 등도 활발히 발전 중
36
✨
✨
AI 코딩 도구 비교
프로젝트와 작업에 맞는 도구 선택하기
| 도구 |
유형 |
강점 |
오픈소스 기여 활용 |
| Claude Code |
터미널 CLI |
코드베이스 이해, PR 자동화 |
프로젝트 분석, PR 생성 |
| GitHub Copilot |
IDE 확장 |
코드 자동완성, Agent Mode |
코드 작성, 테스트 생성 |
| Cursor |
AI IDE |
멀티파일 편집, 전체 레포 분석 |
복잡한 코드 수정 |
💡 하나만 고르지 마세요 — 단계별로 조합하여 활용하는 것이 가장 효과적!
37
✨
✨
AI 도구 활용 원칙
AI는 이해를 돕는 보조 수단입니다
⚠ 핵심 원칙
AI가 생성한 코드를 그대로 복사하지 않고,
이해하고 검증한 후
자신의 코드로 작성합니다.
✅ DO
AI 제안을 이해하고 검증
코드 이해에 AI 적극 활용
점진적으로 AI 활용 범위 확장
❌ DON'T
AI 코드 그대로 복사-붙여넣기
이해 없는 코드 제출
AI에만 의존하여 학습 포기
📚 UC Berkeley D-Lab: "OSS 코드베이스의 아키텍처와 논리는 직접 탐색하고 읽어야 학습할 수 있다"
✨
✨
✨
➤
🛠 실습 시간
개발 환경 구축
Git, Docker, GPU 환경, AI 코딩 도구 세팅
39
✨
✨
필수 개발 환경 체크리스트
킥오프 전 반드시 준비할 것들
- GitHub 계정 (SSH 키 설정)
- Git CLI 2.30+
- Python 3.10+
- Docker Desktop (권장)
- AI 코딩 도구 (Claude Code / Copilot / Cursor)
- Node.js (트랙 C)
☁ 클라우드 대안
Codespaces — 무료, 학생 월 180시간
Google Colab — 무료 T4 GPU
Vast.ai — 교육용 GPU 할인
RunPod — 1분 내 인스턴스 생성
💡 로컬 환경이 어려우면 클라우드로 시작!
40
✨
✨
Git & GitHub 워크플로우
오픈소스 기여의 표준 흐름
Fork
➤
Clone
➤
Branch
➤
Commit
➤
Push
➤
PR
➤
Review
➤
Merge
🔑 핵심 개념
upstream 설정으로 원본과 동기화
브랜치 네이밍: fix/issue-123
커밋 컨벤션: feat: / fix:
🤖 AI 자동화
Claude Code가 이 전체 과정을 자동화 가능
/create-pr 한 번으로 브랜치 ➤ 커밋 ➤ PR
커밋 메시지도 AI가 자동 생성
✨
✨
✨
➤
🤝 팀 빌딩
프로젝트 선정 & 팀 매칭
트랙 선택, 프로젝트 탐색, 팀 구성
42
✨
✨
트랙별 추천 프로젝트 한눈에 보기
관심사와 실력에 맞는 프로젝트 선택
트랙 B ★★★
기존 OSS에 AI 기능 추가
Supabase
Excalidraw
Mermaid
Docusaurus
43
✨
✨
팀 구성 전략
효과적인 팀워크를 위한 구조 설계
👥 팀 내 역할
팀리더(1) + 코드리뷰어(1, 매주 순환) + 개발자(3~4)
📈 기술 수준 혼합
상/중/하 수준 균형 배치
피어 멘토링 유도
🎓 프로젝트별 구성
트랙 + 관심사 기반 매칭
1~3순위 희망 사전 조사
🔄 역할 로테이션
매주 코드리뷰어 순환
다양한 경험 제공
44
✨
✨
킥오프 이후 할 일
오늘부터 6주간의 마일스톤
🔥 이번 주 안에
- 타겟 프로젝트 Fork & 로컬 빌드 성공
- README, CONTRIBUTING.md 정독
- Good First Issue 3개+ 탐색 후 팀 공유
📅 6주 마일스톤
W2: 이슈 선정 + 기여 계획서
W3: 첫 PR 생성
W4: PR 피드백 반영 + 두 번째 기여
W5: PR 마무리 + 발표 준비
W6: Impact Night 성과 발표
✨
✨
✨
✨
✨
✨
➤
➤
🚀 여정을 시작합시다!
"AI-Powered Contributor로 성장합니다"
🎯 First PR
🔍 Code Reviewer
🎉 Merged!
⭐ Open Source Star
작은 기여부터 시작하세요 —
모든 위대한 프로젝트는 첫 번째 커밋에서 시작됩니다