Q1. AI Engineering from Scratch가 뭔가요?
A1. rohitg00/ai-engineering-from-scratch는 AI 엔지니어링을 “처음부터” 체계적으로 배울 수 있는 오픈소스 커리큘럼입니다. 435개 레슨, 20개 페이즈, 약 320시간 분량으로 구성되어 있고 Python, TypeScript, Rust, Julia까지 4개 언어로 실습 코드가 제공됩니다. GitHub에서 1,500스타 이상을 받았고 MIT 라이선스로 누구나 자유롭게 활용할 수 있습니다.
Q2. 왜 이 커리큘럼이 필요한 건가요?
A2. 프로젝트에서 인용하는 한 통계가 핵심을 찌릅니다. “학생의 84%가 이미 AI 도구를 사용하고 있지만, 단 18%만이 전문적으로 활용할 준비가 되어 있다고 느낀다.” AI 도구는 쉽게 접근하지만, 그 underneath를 이해하고 제대로 활용하는 건 전혀 다른 문제입니다. 대부분의 AI 교육이 either 너무 얕거나(툴 사용법만) 너무 깊어서(논문 리뷰만) 중간이 비어 있습니다. 이 프로젝트는 그 갭을 메우려 합니다.
Q3. 20개 페이즈가 있다고요? 구조가 어떻게 되나요?
A3. 전체를 크게 세 구간으로 나누어 볼 수 있습니다.
기초 (P0–P3): 개발 환경 셋업, 수학 기초, 머신러닝 기본, 딥러닝 코어. 여기서 탄탄한 기초를 다집니다.
전문 분야 (P4–P9): 비전, NLP, 음성, 트랜스포머, 생성 AI, 강화학습까지 핵심 분야를 폭넓게 커버합니다.
최신 실무 (P10–P19): LLM 직접 구현, LLM 엔지니어링, 멀티모달, 도구/프로토콜, 에이전트 엔지니어링, 자율 시스템, 멀티에이전트, 인프라/프로덕션, 윤리, 캡스톤 프로젝트. 현재 산업에서 가장 요구하는 역량을 실습합니다.
P14 Agent Engineering과 P16 Multi-Agent & Swarms는 특히 주목할 만합니다. 에이전트 시스템 설계를 체계적으로 가르치는 자료가 드문데, 이 커리큘럼은 전용 페이즈를 할애합니다.
Q4. 기존 AI 교육 자료와 뭐가 다른가요?
A4. 세 가지가 다릅니다.
첫째, BUILD IT → USE IT → SHIP IT 루프입니다. 각 레슨이 MOTTO(왜 배우는가) → PROBLEM(어떤 문제인가) → CONCEPT(핵심 개념) → BUILD IT(직접 구현) → USE IT(실제 활용) → SHIP IT(배포)의 6단계로 진행됩니다. 강의만 보고 끝나는 게 아니라, 직접 만들고 써보고 배포까지 해봅니다.
둘째, 코딩 에이전트 연동입니다. Claude Code용 스킬(/find-your-level, /check-understanding)이 내장되어 있어서, AI 코딩 어시스턴트를 학습 파트너로 활용합니다. 이건 단순히 “AI로 코딩 배우기”가 아니라, 실무에서 코딩 에이전트와 협업하는 방식을 자연스럽게 익히는 구조입니다.
셋째, 레슨당 outputs/ 구조입니다. 각 레슨에 prompt, skill, agent, MCP 관련 산출물이 포함되어 있습니다. 단순한 코드 실습이 아니라 실제 프롬프트 엔지니어링과 에이전트 구축 경험까지 쌓을 수 있습니다.
Q5. 어떤 사람에게 추천하나요?
A5. 다음 세 그룹에 특히 좋습니다.
- AI 도구는 쓰지만 내부 원리를 이해하고 싶은 개발자
- 체계적인 로드맵을 따라 AI 엔지니어링을 처음부터 배우고 싶은 입문자
- 에이전트 시스템, LLM 엔지니어링 등 최신 분야 실무 역량이 필요한 시니어
/find-your-level 스킬로 자신의 수준을 진단하고, 그에 맞는 페이즈부터 시작할 수 있습니다.
Q6. 실전 활용 팁이 있나요?
A6. 네, 몇 가지 제안합니다.
시간 투자 계획 세우기: 320시간은 결코 짧지 않습니다. 매일 2시간씩 해도 5개월이 걸립니다. 섣불리 전체를 다 하려 하지 말고, 본인에게 필요한 페이즈를 먼저 식별하세요.
P10–P11이 핵심: 이미 기초가 있다면 LLM from Scratch(P10)와 LLM Engineering(P11)부터 시작하세요. 트랜스포머 구현부터 서빙까지, 실무에서 가장 쓸모 있는 구간입니다.
4개 언어 활용: 주 언어로 실습하되, 다른 언어 코드도 훑어보세요. 같은 개념을 다른 언어로 구현한 걸 비교하면 이해도가 크게 올라갑니다.
커뮤니티 활용: 공식 웹사이트와 GitHub Issues에서 다른 학습자들과 논의하세요. 오픈소스의 가장 큰 장점은 혼자가 아니라는 것입니다.
이 포스트는 rohitg00/ai-engineering-from-scratch 저장소를 기반으로 작성되었습니다. 더 자세한 내용은 GitHub 리포지토리에서 확인하세요.