이런 분을 위한 로드맵입니다
- 모델 API는 불러 봤는데, 에이전트가 속에서 어떻게 도는지는 모르는 개발자
- AI 엔지니어로 옮기고 싶은데 무엇부터 공부할지 막막한 분
- RAG·에이전트를 서비스에 넣어야 하는데, 데모 다음이 걱정되는 분
STEP 1 · 에이전트 기초
에이전트의 뼈대를 직접 짜기
모델 API를 한 번 부르는 코드에서, 스스로 도구를 골라 쓰는 에이전트로.
에이전트·RAG·평가 모두 이 루프 위에서 돌아갑니다. 프레임워크 없이 한 번 짜 보면 뒤의 단계가 전부 쉬워집니다.
배우는 것
- 도구 호출 루프 — 에이전트는 결국 while 문
- 도구 설계와 description이 바꾸는 행동
- 실패·재시도·실제 청구액 재기
- 기억: 세션 저장·요약·메모 도구
- 사람 승인과 평가 세트로 통과율 재기
- FastAPI·SSE로 웹 화면 붙이기
끝나면 할 수 있는 것
- 프레임워크 없이 에이전트 루프를 짜고 설명할 수 있다
- 실패하는 테스트를 고치는 미니 코딩 에이전트를 만든다
- 호출 비용과 통과율을 숫자로 보고한다
이 단계의 강의
STEP 2 · 실전 에이전트
도구·컨텍스트·멀티 에이전트·MCP
실제 공시 데이터로, 혼자 도는 에이전트에서 팀으로 일하는 서비스까지.
같은 강의의 실전 파트라 1단계 코드에서 그대로 이어집니다. RAG를 에이전트 안에 처음 넣어 보는 곳이기도 합니다.
배우는 것
- 도구 15개에서 40개로 — 도구 검색과 캐시
- 컨텍스트 엔지니어링: 지우기·요약·스킬·서브에이전트
- RAG 첫걸음: BM25·하이브리드·재정렬·출처 달기
- 멀티 에이전트 리서치 팀과 인용 검증기
- MCP 서버: 직접 만들기·공식 SDK·원격 배포·보안
- LangChain·LangGraph로 옮겨 같은 성적표로 비교
끝나면 할 수 있는 것
- React 화면까지 갖춘 리서치 워크벤치를 만들어 배포한다
- 내 MCP 서버를 Claude Code와 LangGraph 에이전트에 붙인다
- 직접 만든 것과 프레임워크를 숫자로 비교해 고른다
이 단계의 강의
STEP 3 · 검색·RAG
검색과 RAG를 원리부터 운영까지
내 문서에서 답을 찾는 AI를, 왜 틀렸는지 재고 고쳐서 서비스로 올립니다.
2단계에서 RAG를 써 봤다면, 이제 검색 자체를 깊게 팝니다. 벡터 원리에서 시작해 평가·운영까지 한 강의로 갑니다.
배우는 것
- 벡터·임베딩·BM25·근사 이웃 탐색의 원리
- 벡터 저장소(FAISS·Chroma·pgvector)와 필터
- 청킹·하이브리드·재정렬·질의 변환·맥락 검색
- 골든셋과 LLM 심판으로 성적표 만들기
- GraphRAG·멀티모달·텍스트→SQL
- 지연·비용·권한 필터·증분 색인·모델 교체
끝나면 할 수 있는 것
- 검색이 왜 틀렸는지 숫자로 찾아 고친다
- RAG를 API로 띄우고 지연·비용·권한을 관리한다
- 지원서에 넣을 RAG 평가 리포트를 쓴다
이 단계의 강의
STEP 4 · AI 평가
AI 평가 — 품질을 숫자로 증명하기
"좋아진 것 같다" 대신, 믿을 수 있는 숫자로 말하고 배포를 지킵니다.
에이전트·RAG 평가 수업이 검색·근거성 개념을 쓰기 때문에 3단계 다음에 둡니다. 면접·포트폴리오 준비로 마무리합니다.
배우는 것
- 공개 벤치마크 읽는 법과 오염
- 트레이스에서 평가 세트 만들기·오류 분석
- 루브릭·코드 채점기·LLM 판사
- 사람 라벨로 판사 검증하기
- 신뢰구간·표본 크기·pass^k
- 회귀 관문·CI·운영 대시보드
끝나면 할 수 있는 것
- 에이전트·RAG 품질을 믿을 수 있는 숫자로 잰다
- 점수가 떨어지면 배포를 막는 관문을 만든다
- 평가 시스템 설계 면접을 준비한다
이 단계의 강의
STEP 5 · 코딩 에이전트
코딩 에이전트로 일하는 속도 올리기
만드는 법을 알았다면, 매일 쓰는 도구도 제대로. 1단계와 함께 들어도 됩니다.
AI 엔지니어도 하루의 대부분은 코드를 씁니다. Claude Code·Codex를 깊게 쓰고, 여러 에이전트를 한 화면에서 굴립니다.
배우는 것
- Claude Code 핵심 기능·MCP·하네스
- Codex 앱과 CLI, 자동화
- Herdr로 여러 에이전트 동시에
끝나면 할 수 있는 것
- 기능을 켜기 전·후로 재 보며 코딩 에이전트를 설정한다
- 에이전트 여럿에게 일을 나눠 맡기고 리뷰한다
이 단계의 강의
현업에서 쓰는 역량과 강의
AI 엔지니어 채용 공고에 자주 나오는 일을, 어느 단계에서 직접 해 보는지 이었습니다.
| 역량 | 현업에서 하는 일 | 배우는 단계 |
|---|---|---|
| LLM API · 도구 호출 · 에이전트 루프모델이 도구를 골라 쓰는 기능을 서비스에 넣기 | 모델이 도구를 골라 쓰는 기능을 서비스에 넣기 | STEP 1STEP 2 |
| 임베딩 · 벡터 검색 · RAG사내 문서·상품·지식에서 답을 찾아 주기 | 사내 문서·상품·지식에서 답을 찾아 주기 | STEP 2STEP 3 |
| 하이브리드 검색 · 재정렬키워드와 의미 검색을 섞고 순위를 다듬기 | 키워드와 의미 검색을 섞고 순위를 다듬기 | STEP 2STEP 3 |
| 멀티 에이전트 · MCP여러 에이전트와 외부 도구를 표준 방식으로 잇기 | 여러 에이전트와 외부 도구를 표준 방식으로 잇기 | STEP 2 |
| 평가 설계 · LLM 판사 · 회귀 관문품질을 숫자로 재고, 나빠지면 배포를 막기 | 품질을 숫자로 재고, 나빠지면 배포를 막기 | STEP 1STEP 3STEP 4 |
| 지연 · 비용 · 서빙느리고 비싼 부분을 재서 줄이기 | 느리고 비싼 부분을 재서 줄이기 | STEP 1STEP 3 |
| 보안 · 권한프롬프트 인젝션과 권한 없는 문서 노출 막기 | 프롬프트 인젝션과 권한 없는 문서 노출 막기 | STEP 2STEP 3 |
| API · 웹 화면 · 배포FastAPI·React로 직접 쓸 수 있는 화면까지 | FastAPI·React로 직접 쓸 수 있는 화면까지 | STEP 1STEP 2STEP 3 |
| LangChain · LangGraph직접 만든 것과 비교해 프레임워크를 고르기 | 직접 만든 것과 비교해 프레임워크를 고르기 | STEP 2STEP 3 |
| AI 코딩 도구코딩 에이전트로 개발 속도 올리기 | 코딩 에이전트로 개발 속도 올리기 | STEP 5 |
다음 업데이트
자주 묻는 질문
Q.꼭 순서대로 들어야 하나요?
1단계부터 권합니다. RAG만 급하다면 3단계부터 들어도 됩니다. 임베딩·RAG 강의는 LLM·토큰 같은 기초부터 다시 짚고 시작합니다. 5단계는 어느 단계와 함께 들어도 됩니다.
Q.1·2·4단계는 같은 강의인가요?
네. 「밑바닥부터 만드는 AI 에이전트」 한 강의 안의 입문 파트, 실전 파트, AI 평가 파트입니다. 한 번 수강하면 세 단계를 모두 들을 수 있습니다.
Q.2단계의 RAG와 3단계 임베딩·RAG 강의는 겹치나요?
2단계는 에이전트 안에 RAG를 넣어 보는 첫걸음(5편)입니다. 3단계는 검색 자체를 원리·개선·평가·운영까지 60편으로 깊게 다룹니다.
Q.어느 정도 프로그래밍을 알아야 하나요?
파이썬으로 함수와 리스트·딕셔너리를 다뤄 봤다면 충분합니다. 코드는 한 줄씩 만들어 가며 설명합니다.
Q.GPU가 필요한가요?
아니요. 노트북에서 실습합니다. 에이전트 실습은 모델 API를 부르기 때문에 API 사용료가 조금 듭니다. 강의에서 실제 청구액을 함께 봅니다.
Q.모델 학습(파인튜닝)도 다루나요?
이 로드맵은 만들어진 모델로 기능과 서비스를 만드는 일에 집중합니다. 모델을 직접 학습시키는 내용은 지금 들어 있지 않습니다.
AI 개발 공부방
같이 공부해요
Claude Code, Codex, AI 에이전트와 새로 나온 AI 도구 소식을 나누고, 막힌 곳은 함께 풀어요. 수강생이 아니어도 들어올 수 있어요.
