채널톡 아이콘

AI Agent의 정석 : LLM 원리부터 AI 에이전트 설계와 실무

AI Agent, 어디까지 맡겨도 될까요? LLM 원리부터 벤더별 설계·보안·평가까지 IBM 현업 엔지니어가 재 본 근거로 답하고, 내 일을 맡을 Skill까지 만듭니다.

3명 이 수강하고 있어요.

난이도 입문

수강기한 무제한

ai에이전트
ai에이전트
멀티에이전트
멀티에이전트
ai보안
ai보안
AI 활용법
AI 활용법
비전공자
비전공자
ai에이전트
ai에이전트
멀티에이전트
멀티에이전트
ai보안
ai보안
AI 활용법
AI 활용법
비전공자
비전공자

수강 후 이런걸 얻을 수 있어요

  • LLM의 학습·답변 생성 원리와 환각 등 한계를 이해합니다.

  • RAG, Workflow, Agent의 차이와 업무별 선택 기준을 익힙니다.

  • Agent의 도구 호출, 메모리, 권한, 종료 조건과 실행 기록을 이해합니다.

  • Agent에게 원하는 결과와 본보기, 확인 방법을 함께 건네는 요청법을 익힙니다.

  • OpenAI·Anthropic·IBM·Meta의 Agent 아키텍처와 설계 관점을 비교합니다.

  • MCP, Connector, Skill, A2A의 역할과 연결 방식을 구분합니다.

  • 프롬프트 인젝션, 자료 유출과 권한 관리 등 보안 위험을 살펴봅니다.

  • Agent의 실패 유형을 분석하고 평가 기준으로 여러 구조의 결과를 비교합니다.

  • 모델 실행에 필요한 메모리, GPU, 동시 사용량과 운영 환경을 이해합니다.

  • 반복하는 업무를 정리하고 직접 Skill을 만들어 사용해 봅니다.

AI Agent, 써 보긴 했는데 어디까지 맡겨도 될지 모르겠다면

ChatGPT나 Claude에게 일을 시켜 보면 분명 편합니다. 그런데 결과를 믿어도 되는지, 회사 일에 써도 되는지, 어디서 사람이 멈춰야 하는지는 아무도 차근차근 알려 주지 않습니다.

이 강의는 그 빈칸을 처음부터 끝까지 채웁니다. AI를 처음 접하는 분도 따라올 수 있게 기초부터 시작해, 끝에서는 여러분의 일 하나를 AI Agent에게 맡깁니다.


IBM 현업 AI 엔지니어가, 직접 해 본 것만 가르칩니다

  • 위세아이텍 — BI/DW 솔루션(WISE Intelligence) 개발 · 2019~2022

  • KT DS — ITO 운영, OSS AI vTF 태크리더 · 2022~2026

  • IBM Korea — AI 엔지니어 · 현재

8년 동안 솔루션을 만들고, 큰 조직의 시스템을 운영하고, 고객사에 AI를 들여왔습니다. 책에서 읽은 이론이 아니라 현장에서 부딪힌 것을, 처음 배우는 분의 순서로 다시 정리했습니다.


수학의 정석처럼, 이 강의 하나로 끝까지

LLM이 답을 만드는 원리부터 RAG와 Agent의 구조, 일을 맡기는 법, 보안과 실패, 회사에 들이는 기계까지. 14장 178편, 12시간을 다섯 권으로 묶었습니다.

제1권  이것은 무엇인가

제2권  어떻게 맡기는가

제3권  어디서 무너지고, 어떻게 지키는가

제4권  진짜 물건에 대 본다

제5권  무엇이 낡고, 무엇이 남나

정석답게, 심화까지 빠짐없이

수학의 정석이 기본부터 실력까지 한 권에 담았듯, 이 강의도 개념 소개에서 멈추지 않습니다. 수업 번호에 소수점이 붙은 수업(L02.1, L02.11 …)에서 한 단계씩 더 깊이 들어갑니다. 이런 심화 수업만 55편입니다.

  • 모델의 속 — 토큰과 임베딩, 트랜스포머와 가중치, 사전학습에서 RLHF와 추론 모델까지, 다음 말을 고르는 방법과 온도

  • 모델을 돌리는 법 — 큰 모델이 도는 컴퓨터, 양자화, 긴 대화가 차지하는 메모리, 더 큰데 더 빠른 모델

  • 검색의 원리 — 조각 나누기, 임베딩의 차원과 입력 한도, 인코더와 디코더, 하이브리드 검색과 재정렬, GraphRAG, 파인튜닝과 RAG

  • Agent의 설계 — Agent Loop와 재계획, Sub-Agent의 수명, Context Engineering과 Compaction, 골든셋, Guardrail과 Human-in-the-Loop, Trace와 Observability

  • 운영의 현실 — 동시 사용자 셈, GPU와 NPU, CUDA, Ollama와 vLLM


외우지 않아도, 눈으로 보면 남습니다

어려운 개념은 3D 장면으로 먼저 보여 드립니다. 벤더마다 Agent를 어떻게 나누는지, 모델이 도는 칩에서는 무엇이 속도를 정하는지, 보안 사고는 어디로 새어 나가는지 — 그림으로 먼저 겪고, 이름은 그다음에 붙입니다.

끝나면, 내 일을 맡을 Agent 하나가 손에 남습니다

마지막 프로젝트에서 여러분의 업무를 인터뷰로 정리하고, 그 일을 맡을 Skill을 직접 만들어 써 봅니다. 매주 반복하던 보고서, 메일, 자료 정리 가운데 하나를 끝까지 맡겨 보세요. 실습 자료도 함께 드립니다.

Agent를 배우면, 이런 것도 할 수 있어요

강사가 AI Agent로 혼자 만든 것들

만드는 법을 가르치는 강의는 아닙니다. 이만큼 맡겨 본 사람이, 맡기는 법을 이야기합니다.

뮤직비디오 「달의 사다리」

Claude + Remotion + ACE-Step

영상은 코드로, 곡은 로컬 음악 모델로.
달까지 이어진 사다리를 오르는 두 아이의 3분.

뮤직비디오 「Slow Reply」

Claude + ChatGPT + Wan2.2 + ACE-Step

그림 → 영상 → 곡, 단계마다 다른 모델.
답장을 기다리는 밤의 2분 30초.

게임 「달빛 야시장」

Claude Code + Unity 6

3D 에셋은 로컬 TRELLIS.2 + Meta DINOv3, 음악은 ACE-Step.
친구 넷이 함께 밤시장을 누비는 협동 게임.

게임 「maxmax」 (가칭)

Claude + Codex + Unity 6

3D 에셋은 로컬 TRELLIS.2 + Meta DINOv3, 음악은 ACE-Step.
낮에는 집을 짓고, 밤에는 그 집을 지키는 협동 게임.

게임 「RECLAIM WORKS」 (가칭)

Claude + Codex + Unreal Engine 5

버려진 설비를 되살리는
공업지대 게임.

3D 영상 「남는 일」

Claude + Blender

Blender를 코드로 움직여 만든
책 소개 3D 영상.

다섯 권에서 배우는 것

14장 178편, 12시간.
권마다 하나의 물음에 답합니다.


제1권  ·  0–3장

이것은 무엇인가

1장  LLM은 어떻게
만들어지고 답하나

토큰부터 가중치까지,
직접 학습시킨 실험으로 확인합니다.

2장  RAG · Workflow · Agent

문서를 찾아 답하는 RAG부터
Agent가 꼭 필요한 순간까지.

3장  Agent 하나 열어보기

도구 호출 · 메모리 · 재계획,
Agent의 안쪽을 엽니다.

0장 프롤로그 — 한 줄의 부탁이 Agent가 되기까지.


제2권  ·  4–6장

어떻게 맡기는가

4장  Agent와 일하는 법

단계를 적는 대신
결과 · 본보기 · 확인 방법을 건넵니다.

5장  벤더 전략과 2026년 시장

OpenAI · Anthropic · IBM · Meta
네 회사의 설계를 나란히 놓고 봅니다.

6장  MCP · Connector ·
Skill · A2A

Agent를 바깥에 연결하고,
반복하던 지침을 Skill로 묶습니다.


제3권  ·  7–9장

어디서 무너지고, 어떻게 지키는가

7장  AI 보안

프롬프트 인젝션, 자료 유출,
합성 음성을 악용한 사칭까지.

8장  현실과 실패, 평가

잘못 고른 도구, 잃어버린 맥락.
데모 다음에 벌어지는 일.

9장  같은 업무, 네 가지 구조

한 업무에 네 가지 구조를 적용해
재서 비교합니다.


제4권  ·  10–12장

진짜 물건에 대 본다

10장  모델이 도는 기계

몇 명이 같이 쓸 수 있을까?
메모리 · GPU와 NPU · vLLM

11장  공장 해부

노트북 한 대의 작업 구조를 도면으로.
구역마다 다른 모델, 그리고 사람의 자리.

12장  완성 프로젝트

인터뷰로 내 일을 정리하고,
그 일을 맡을 나만의 Skill을 만듭니다.

제5권  ·  13장

무엇이 낡고, 무엇이 남나

모델이 좋아질수록 무엇이 사라지고 무엇이 남는지,
앞으로 무엇을 붙들어야 할지 함께 생각합니다.


강의 내내 하나의 물음으로 돌아옵니다.

무엇을 맡기고, 어디서 멈출 것인가.

강의를 마치면 할 수 있는 것

01

설명할 수 있습니다

모델이 어떻게 답을 만들고,
왜 틀리고,
Agent가 무엇을 더하는지.

02

맡길 수 있습니다

매주 돌아오는
여러분의 일 하나를,
끝까지.

03

판단할 수 있습니다

어디까지 맡기고
어디서 멈출지를,
재 본 근거로.


이 강의가 다른 점

재 본 것은 잰 대로

강의 속 숫자는 강사의 컴퓨터에서
직접 돌려 잰 기록입니다.
예상과 다르게 나와도 그대로 둡니다.

이름은 겪은 뒤에

낯선 용어를 먼저 던지지 않습니다.
장면으로 먼저 겪고,
이름은 그다음에 붙입니다.

현장의 이야기로

외부망이 막힌 고객사에 들어간 GPU 서버,
강사가 혼자 만든 뮤직비디오와 게임.
실제로 있었던 일입니다.

끝나면 손에 남는 것

인터뷰로 여러분의 일을 맡는
Skill 하나를 만들고,
써 보며 고칩니다.


이 강의가 아닌 것

버튼 사용법 강의가 아닙니다

프로그램마다 버튼 이름은 달라도,
맡기는 자리 · 확인하는 자리 · 멈추는 자리는 같습니다.
그 자리를 봅니다.

코딩 강의가 아닙니다

코드는 치지 않습니다.
강사가 돌려서 잰 기록을
화면에서 함께 읽습니다.


이런 분께 추천합니다

01   AI와 LLM의 원리부터 Agent까지 순서대로 이해하고 싶은 분

02   RAG, Workflow, Single Agent와 Multi-Agent 중 업무에 맞는 구조를 고민하는 분

03   주요 벤더(Anthropic, OpenAI, IBM, Meta)의 Agent 아키텍처와 설계 방향을 비교해 보고 싶은 분

04   AI 도입을 검토하며 보안, 평가, 인프라와 운영 비용까지 살펴봐야 하는 개발자와 실무자

05   반복하는 업무에 활용할 Skill을 직접 만들어 보고 싶은 분

이 강의를 보는 법

수업 번호 읽는 법

「CH01 L02.41」은 1장의 L02.41 수업입니다.
정수 번호(L02)는 큰 줄기, 소수점이 붙으면 그 줄기를 더 깊이 파고듭니다.
L02 → L02.4 → L02.41


권하는 순서

처음이시라면 맨 앞부터 차례로 보세요. 뒤의 장은 앞에서 세운 말을 그대로 씁니다.
원리를 이미 아신다면 3장부터, 당장 써 보고 싶다면 4장부터,
회사에 들일지 정해야 한다면 7 · 8 · 10장부터 보셔도 됩니다.
어디서 시작하든 12장까지는 가 보세요.


편 끝의 문제

편 끝에는 대개 짧은 문제가 하나 있습니다.
답을 고르고 넘어가세요. 틀려도 괜찮습니다.


실습 자료

4장 L14 · 6장 L03.3 · 9장 L01 · 12장 L01 수업의 '수업 자료'에서 내려받을 수 있습니다.
실습에 쓰는 회의 메모와 채점표, 설계 문서의 틀이 들어 있습니다.


자막

모든 영상에 한국어 자막이 들어 있습니다.


수강 전 확인해 주세요

AI나 프로그래밍을 처음 접하는 분도 들을 수 있도록 기초부터 설명합니다.
코드를 직접 입력하지는 않으며, 실습 화면은 Claude 앱을 사용합니다.
일부 기능의 제공 여부와 비용은 서비스 및 요금제에 따라 달라질 수 있습니다.


강의 속 숫자는 2026년 가을, 강사의 컴퓨터와 현장에서 직접 잰 기록입니다.
모델과 제품의 값은 금방 바뀌니, 바뀌는 사실에는 날짜를 함께 적었습니다.

이런 분들께
추천드려요

학습 대상은
누구일까요?

  • AI Agent를 업무에 들이고 싶은 개발자와 비개발자 실무자

  • Agent를 써 봤지만, 왜 틀리는지 · 어디까지 맡겨도 되는지 판단이 서지 않는 분

  • 벤더별 Agent 아키텍처와 Multi-Agent 설계 방식을 비교하고 싶은 분

  • 조직의 AI 도입을 검토하며 보안·평가·인프라까지 고민하는 분

  • 반복 업무에 활용할 Skill을 직접 만들어 보고 싶은 분

선수 지식,
필요할까요?

  • AI와 프로그래밍을 몰라도 됩니다. 맨 처음부터 시작하며 코드를 직접 치지 않습니다.

  • 실습 화면은 Claude 앱으로 보여 드립니다. 파일 첨부와 일부 기능의 제공 여부 및 요금은 사용하는 도구와 요금제에 따라 달라질 수 있습니다.

안녕하세요
서제호입니다.

커리어인증

안녕하세요. 개발자 서제호입니다.

통신과 공공 분야에서 엔터프라이즈 시스템을 개발하고 운영해 왔습니다. Java와 Spring을 이용한 백엔드부터 Vue.js와 TypeScript를 활용한 프론트엔드, Python 자동화와 데이터 처리까지 경험했습니다.

KT DS에서는 OSS AI vTF 리더와 사내 강사로 활동하며 RAG와 AI 기술을 실무에 적용하고 교육했습니다. 조직 지식 검색을 위한 Graph RAG 시스템 설계·구축과 AI 개발 자동화 플랫폼 개발에도 참여했습니다.

경력

• 현) IBM Korea — 개발 (2026.02~현재)

• 전) KT DS — ITO 운영 및 OSS AI vTF 리더 (2022.11~2026.02)

• 전) 위세아이텍 — 연구소 제품 개발 (2019.07~2022.04)

공개 모델: https://huggingface.co/SeoJHeasdw/ktds-vue-code-search-reranker-ko

GitHub: https://github.com/SeoJHeasdw

더보기

커리큘럼

전체

178개 ∙ (11시간 59분)

해당 강의에서 제공:

수업자료
강의 게시일: 
마지막 업데이트일: 

수강평

아직 충분한 평가를 받지 못한 강의입니다.
모두에게 도움이 되는 수강평의 주인공이 되어주세요!

비슷한 강의

같은 분야의 다른 강의를 만나보세요!

얼리버드 할인 중

월 ₩20,020

5개월 할부 시

50%

₩200,200

₩100,100

평생교육이용권 지원 강의