본 연구는 생성형 인공지능(AI)과 노코드·로우코드 도구의 발전이 디자인 교육의 범위를 어디까지 확장할 수 있는지 교육적 맥락에서 탐색하고, 이를 프로젝트 기반 학습(Project-Based Learning, PBL) 관점의 예비 교육 모형(preliminary instructional model)을 설계·제안하는 초기 탐색 연구(exploratory pilot study)이다. 전통적으로 디자인 교육은 시각 표현 및 프론트엔드 중심(HTML/CSS 등)에 집중되어 왔으며, 관계형 데이터베이스 설계나 권한 제어, 운영자(Admin) 대시보드와 같은 백엔드·운영 영역은 개발자 중심의 전문 영역으로 간주되어 왔다. 그러나 본 연구는 노코드 도구가 ‘로직을 제거’한다는 관점을 지양하고, 문법(코드 타이핑) 부담을 낮추는 대신 요구사항·데이터 관계·보안 정책에 대한 논리적 엄밀성이 여전히 요구된다는 점(‘보이지 않는 난이도’)을 핵심 논점으로 설정한다. 연구 방법은 단일 프로젝트 구현 결과를 일반화하여 “효과를 입증”하기보다, 실천적 디자인 연구(practice-based design research) 기반의 탐색 연구로 위치시키고, 디자인 수업에서 재현 가능한 PBL 교육 설계(목표-과정-평가)를 제안한다. 탐색적 프로토타입으로 ‘공간 예약·결제 웹서비스’를 제작하였으며, Google AI Gemini(요구사항 초안), readdy.ai(UI 스캐폴딩), Cursor(프론트엔드 컴포넌트화/리팩토링), Supabase(관계형 DB, 인증 연계, 정책 기반 권한 제어)를 단계적으로 활용하였다. 특히 Supabase 단계에서 정규화, 외래 키, 조인, 정책 기반 권한(Row Level Security) 등 관계형 DB의 핵심 논리가 학습 목표로 명시되어야 함을 논증한다. Supabase는 Postgres 기반이며, RLS가 비즈니스 요구에 맞춘 접근 제어를 구현하는 핵심 장치임을 문서에서 강조한다(Supabase, n.d.-a). 본 연구는 학습자 설문·대조군 비교 등 정량 검증이 부재하다는 한계를 인정하고, 후속 연구를 위해 루브릭 기반 산출물 평가, 설문(인지부하/자기효능감), 인터뷰/학습일지 분석을 포함한 혼합방법 평가 설계를 제시한다. 결과적으로 본 논문은 (1) 디자인 교육에서의 end-to-end 프로토타이핑 워크플로, (2) UX 기획과 데이터·운영 논리를 통합한 역량 모형, (3) 비교 연구로 확장 가능한 평가틀을 제공함으로써 AI·노코드 시대 디자인 교육의 확장 가능성을 조건부로 제안한다.

This study explores how recent advances in generative AI and no-code/low-code tools may broaden the scope of design education beyond traditional visual design and frontend implementation. While designers have historically been trained primarily in graphic expression and basic web publishing, backend domains such as relational data modeling, authorization rules, and operational dashboards have been treated as developer-centric areas. Rather than assuming that no-code tools eliminate logical complexity, this paper frames “ease of use” as a shift from syntactic coding burdens to higher-level reasoning about requirements, data relationships, and security policies. Methodologically, the study adopts a practice-based design research approach in an educational context and proposes a preliminary Project-Based Learning (PBL) instructional model through an exploratory pilot study. As an exploratory prototype, a space reservation and payment web service was developed using a toolchain of Google AI Gemini (requirements drafting), readdy.ai (UI scaffolding), Cursor (component-oriented frontend refactoring), and Supabase (relational database, authentication linkage, and policy-based authorization). The paper documents the workflow, identifies “invisible difficulty” in database normalization, foreign keys, joins, and Row Level Security, and translates these requirements into explicit learning objectives and assessment rubrics. Given the absence of learner-based quantitative evaluation in the current phase, the paper positions its contributions as a structured educational proposal: (1) an end-to-end prototyping workflow for design classrooms, (2) a competency map integrating UX planning with data/operation reasoning, and (3) a mixed-method evaluation design for future comparative studies. The study suggests that AI-assisted implementation can reduce execution time, potentially reallocating instructional focus toward user research, prioritization, usability testing, and iterative service planning―provided that curricula explicitly teach underlying logic rather than treating tools as “logic-free.”