배우기

개발자 코스: AI를 코드와 서비스에 · 2 / 6

맥락을 주고, 작게 나누고, 테스트로 확인하기. AI가 만든 코드를 믿고 쓸 수 있게 만드는 작업 방식입니다.

개발자 코스: AI를 코드와 서비스에 · 3 / 6

"JSON으로 답해 줘"라고 부탁하는 대신 받을 모양을 스키마로 정해 두면, 코드에서 바로 쓸 수 있는 응답이 돌아옵니다. 고객 문의 분류를 예로 정리했습니다.

개발자 코스: AI를 코드와 서비스에 · 4 / 6

요청마다 똑같이 보내는 긴 지시문과 문서를 캐시해 두면 그 부분의 입력 요금이 크게 줄어듭니다. 상담 매뉴얼을 쓰는 챗봇을 예로, 캐시 지점을 정하고 효과를 확인하는 법을 정리했습니다.

개발자 코스: AI를 코드와 서비스에 · 5 / 6

AI에게 검색 비교 코드를 요청하고 실제 실패 로그로 두 번 수정합니다. 개발 질문과 새 검증 질문을 나눠 완성 프로그램의 결과를 확인합니다.

개발자 코스: AI를 코드와 서비스에 · 6 / 6

AI의 도구 요청을 프로그램이 검사하고 실행하는 원리를 배웁니다. JSON 오류를 고치고, 초안 생성 뒤 응답이 끊겨도 같은 요청을 재사용해 하나의 결과로 마칩니다.

실무 심화: 결과 평가부터 적용 판단까지 · 1 / 3

같은 자료로 만든 결과를 채점하고, 한 조건을 고친 뒤 새 문제로 다시 확인합니다. 코딩 없이 평가 세트를 만듭니다.

실무 심화: 결과 평가부터 적용 판단까지 · 2 / 3

자료 받기부터 초안·검토·승인까지 나눕니다. 정보 부족과 재시도 상황을 종이 위에서 시험하고, 업무를 멈추거나 넘기는 기준을 만듭니다.

실무 심화: 결과 평가부터 적용 판단까지 · 3 / 3

생성 시간뿐 아니라 검토·수정 시간까지 계산합니다. 작은 가상 기록으로 기준선과 비교하고, 계속 쓸지 고칠지 멈출지 판단합니다.

한 걸음 더: AI 서비스가 돌아가는 원리 · 1 / 3

사내 문서로 답하는 챗봇은 어떻게 만들까요? 요즘 AI 서비스에서 널리 쓰이는 RAG의 원리를 정리했습니다.

한 걸음 더: AI 서비스가 돌아가는 원리 · 2 / 3

질문에 답만 하는 챗봇과 달리, 에이전트는 목표를 받아 도구를 쓰고 결과를 확인하며 일을 끝까지 진행합니다. 작동 원리와 잘 맞는 일, 맡기기 전에 정할 것을 정리했습니다.

한 걸음 더: AI 서비스가 돌아가는 원리 · 3 / 3

가상 학습 공간 규정 10개로 검색·근거 확인을 먼저 실행하고, 선택 단계에서 LLM을 붙입니다.