AI 시대를 여행하는 히치하이커를 위한 안내서

AI는 이제 일상에 자연스럽게 녹아들고 있습니다. 질문에 답하고, 글을 쓰고, 이미지를 만들고, 때로는 일을 대신 처리합니다. 하지만 많은 사람이 AI를 매일 사용하면서도 그것이 어떤 원리로 동작하는지 깊이 이해하지 못합니다.

용기를 내서 AI를 이해하려 시도하면 곧 높은 벽을 만납니다. 컴퓨터 전문 지식이 필요해 보이고, 복잡한 수학과 낯선 용어가 끝없이 나옵니다. 그래서 AI를 이해하는 일이 나와는 거리가 먼 일처럼 느껴집니다.

자동차의 엔진 원리를 몰라도 운전하는 데에는 문제가 없습니다. 그렇지만 자동차가 어떻게 움직이는지 알면 운전이 더 깊게 이해되고, 그 자체로도 재미있는 일이 됩니다. AI도 마찬가지입니다. AI를 사용하며 그 안에서 어떤 일이 일어나는지 이해하면 AI를 더 주체적으로, 더 즐겁게 활용할 수 있습니다.

이 안내서는 일반인도 이해할 수 있는 언어로 AI를 함께 알아봅니다. 머신러닝과 딥러닝의 중요한 아이디어가 오늘의 LLM으로 어떻게 이어졌는지 살펴보고, 나아가 LLM를 활용하는 Agent를 직접 만들어 봅니다.

LLM이란?

LLM은 거대 언어 모델(Large Language Model)의 줄임말로, 아주 많은 글을 학습해 사람의 언어를 이해하고 만들어 내는 AI 모델입니다. ChatGPT 같은 대화형 AI가 대표적인 예입니다.

주요 독자

이 안내서는 AI를 일상에서 사용하지만, 그 안에서 어떤 일이 일어나는지 더 알고 싶은 모든 사람을 위한 안내서입니다. 컴퓨터 전문 지식이나 복잡한 수학, 코딩을 몰라도 괜찮습니다. LLM 발전에 중요한 기술과 논문을 최대한 쉽고 비유적으로 살펴보며, 그 안의 원리를 이해해 봅니다.

따라서 아래와 같은 분들께 이 안내서를 적극 추천합니다.

ChatGPT 같은 AI를 더 주체적으로 활용하고 싶은 사람
AI 관련 뉴스와 대화에서 나오는 낯선 말의 뜻을 알고 싶은 사람
전문 지식 없이 LLM의 원리와 발전 과정을 이해하고 싶은 사람

그리고 AI를 이해하는 데서 한 걸음 더 나아가, LLM을 활용한 서비스를 직접 만들고 싶은 분들을 위해 실제 구현에 필요한 내용까지 함께 다룹니다. 만약 Python을 배웠다면 LLM을 활용한 Agent를 직접 만들고 서비스로 제공하는 방법까지 배울 수 있습니다.

AI Agent 개발을 익히기 위해 필요한 기술 문서는 내용이 방대하고, 학습 흐름도 서로 이어지지 않는 경우가 많습니다. FastAPI는 FastAPI대로, Agent 개발은 Agent 개발대로 설명되어 있어 기술들이 어떻게 연결되는지 스스로 찾아야 합니다. 이 안내서는 필요한 개념과 기술을 하나의 학습 흐름으로 연결해, Agent를 만들고 서비스로 운영하는 과정까지 차근차근 익힐 수 있도록 구성합니다.

AI를 더 잘 활용하는 첫걸음

코딩을 배우지 않은 사람이라면 LLM 이해하기 트랙만 공부해도 충분합니다. AI가 할 수 있는 일과 한계를 이해하면, 일상에서 AI를 더 알맞게 활용하고 결과를 더 주체적으로 판단하는 데 큰 도움이 됩니다.

주의사항

AI Agent를 이용해 빠르게 결과물을 만드는 바이브 코딩을 다루는 과정이 아닙니다. LLM의 원리를 이해하고, 그 이해를 바탕으로 LLM를 활용한 Agent를 직접 만들어 봅니다.

학습 내용

LLM 이해하기

AI 발전에 역사적으로 중요한 아이디어와 그 아이디어가 등장하게 된 문제의식을 따라가며 LLM을 구성하는 핵심 개념을 익힙니다. 주요 논문과 인물을 함께 살펴보며, AI의 발전을 하나의 역사처럼 이해합니다. 구체적인 수식이나 코드 구현보다 각 발견이 어떤 문제를 해결하려 했고 오늘의 LLM에 어떻게 이어졌는지 이해하는 데 집중합니다.

AI Agent 개발

아래 순서로 AI Agent 개발에 필요한 핵심 주제를 다룹니다.

FastAPI 기초

웹 프레임워크인 FastAPI를 활용해 웹 서비스에 필요한 API 서버를 만드는 방법을 배웁니다.
비동기 프로그래밍(asyncio)

다수의 I/O 작업을 효율적으로 처리하기 위한 비동기 프로그래밍 방법을 학습합니다.
AI 모델 서빙

AI 모델의 특성에 맞게 API 형태로 제공하는 방법을 익힙니다.
LangChain & LangGraph

LLM 애플리케이션과 Agent 워크플로를 구성하는 방법을 배웁니다.
AI Agent 개발

학습한 내용을 모두 연결해 AI Agent를 개발하고 배포합니다.

각 절을 마칠 때마다 짧은 실습 과제와 정답·해설을 제공합니다. 배운 내용을 직접 구현하고 확인하는 과정을 거치며 차근차근 다음 단계로 넘어갑니다.

자, 그럼 험난한 AI 세계에서 길을 잃지 않고, 나아가 AI Agent를 자유자재로 다루기 위한 첫걸음을 시작해 봅시다.