제로부터 시작하는 AI 엔지니어링: 511강으로 나만의 에이전트 만들기
ai-engineering-from-scratch 는 Agent Memory 의 저자가 시작한 오픈소스 AI 엔지니어링 과정으로, «배우고, 직접 만들고, 남에게 가르친다»라는 철학을 바탕으로 합니다. 학생의 84% 가 이미 AI 도구를 사용하지만 전문적으로 활용한다고 느끼는 사람은 18%에 불과하다는 격차를 해소하기 위해 Python·TypeScript·Rust·Julia 를 다루는 511 강, 20 단계, 약 329 시간의 콘텐츠를 제공합니다. 개념 설명에만 그치는 기존 과정과 달리 매 강마다 재사용 가능한 결과물(프롬프트, 스킬, 에이전트, MCP 서버)을 제공하며 엔드투엔드·제로부터 직접 코딩하는 것을 강조합니다. 강점은 자율 선택 학습 경로, GitHub 와 공식 사이트 양쪽에서 동일한 소스 코드를 공개한다는 점, 그리고 Claude 인증 시험 대비 콘텐츠가 포함된다는 점입니다. AI 기초를 체계적으로 쌓고자 하는 사람, LLM 애플리케이션이나 에이전트 엔지니어링으로 전향하려는 사람, 직업 인증 취득을 준비하는 개발자에게 적합합니다.
배경
생성형 AI가 거의 모든 산업으로 빠르게 확산되고 있지만, 뚜렷한 능력 격차는 여전히 남아 있다. 새로 등장한 오픈소스 과정인 ai-engineering-from-scratch는 이 격차를 직접 지적한다. 학생의 84%가 이미 일상에서 AI 도구를 사용하지만, 전문적으로 활용한다고 느끼는 사람은 18%에 불과하다. 이 과정은 오픈소스 프로젝트 Agent Memory의 저자가 주도했으며, 개념 설명에 그치는 속성班이 아니라 손으로 직접 짜는 AI 엔지니어링 실무 과정으로 의도적으로 위치지었다.
저자의 동기는 기존 튜토리얼의 흔한 결함에서 비롯되었다. 많은 강의가 지나치게 이론에 치우치거나 상위 프레임워크에만 의존하여, 학습자가 도구는 다룰 수 있어도 왜 그런지 작동 원리를 이해하지 못하는 결과를 낳는다. 이를 반박하기 위해 과정은 «배우고, 직접 만들고, 남에게 가르친다»는 모토를 채택했다. 이는 지식과 공학, 그리고 결과물을 하나의 순환고리로 묶는다.
프로그램은 규모면에서 상당하다. 511개의 강의를 20단계로 조직하고 총 약 329시간의 콘텐츠를 담고 있으며, Python·TypeScript·Rust·Julia 등 네 개의 프로그래밍 언어를 아우른다. 이런 선택은 좁은 도구 친숙함이 아니라 옮길 수 있는 능력을 기르겠다는 의도를 보여준다. 과정은 MIT 라이선스로 배포되어 무료로 이용 가능하다.
심층 분석
이 과정을 두드러지게 하는 것은 산출물 지향적 교수법이다. 모든 강의는 재사용 가능한 결과물을 제공한다. 프롬프트, 스킬, 에이전트, 또는 MCP 서버처럼 매번 끝날 때마다 학습자에게 즉각 사라지는 지식이 아니라 재사용할 수 있는 실공학적 자산을 남긴다. 이런 엔드투엔드·제로부터의 접근은 미리 포장된 라이브러리를 호출하는 대신 핵심 로직을 직접 짜는 것을 강조한다.
커리큘럼은 여러 목표 지향적 학습 경로围绕를 기준으로 구조화되었다. 초보자는 환경 설정으로 시작할 수 있고, Python에 익숙한 사람은 수학 및 머신러닝 기초 경로를, 생산급 LLM 애플리케이션을 만들려는 개발자는 LLM 공학 단계로, 에이전트에 관심 있는 사람은 바로 에이전트 공학으로 들어간다. 여기에 추가적으로 Model Context Protocol 경로, Agent Skills 빠른 통로, 그리고 Claude 인증 대비 경로가 마련되었다.
기술적 측면에서 과정은 행렬대수 직관 같은 수학 기초로 시작해 프롬프트 공학과 agent loop 등으로 나아간다. 이런 순서는 AI 시스템이 실제로 어떻게 돌아가는지 깊은 이해를 쌓도록 설계되었다. 어디서부터 시작해야 할지 모르는 학습자를 위해 과정은 placement tutor와 선행 지식 가이드를 제공해 출발점을 고를 수 있게 돕는다.
산업 영향
과정은 두 개의 병렬 진입점을 제공한다. GitHub 저장소와 공식 웹사이트로, 둘은 동일한 소스 코드를 사용하여 학습자가 읽는 방식을 자유롭게 고를 수 있다. 권장 워크플로는 엄격하다. 문서를 읽고 핵심 아이디어를 한 문장으로 재진술한 뒤, 코드 블록을 장식으로 여기지 않고 핵심 코드를 손으로 직접 입력하고 구축한다. 커뮤니티 관심은 뜨거워 최근 30일 동안 15만 명을 넘는 독자와 24만 페이지 조회수를 기록했다.
더 넓은 가치는 AI 학습자가 능력을 쌓는 방식을 재형성하는 데 있다. 이는 많은 튜토리얼이 프레임워크만 쓰게 하고 근본 원리에 대한 장악은 부족해 프레임워크가 대처하지 못하는 상황에 부딪히면 방황하게 한다는 오래된 불만에 답한다.제로부터의 코딩과 실체 있는 결과물을 결합함으로써 개발자에게 옮기고, 설명하고, 전달할 수 있는 공학 능력을 기르게 한다.
함께 제공되는 Claude 인증 대비는 뚜렷한 직업적 진출로도 제공한다. 과정은 스페인어, 프랑스어, 포르투갈어, 독일어, 이탈리아어, 간체 중국어, 일본어, 한국어, 힌디어, 아라비아어, 러시아어, 터키어를 포함한 다국어 랜딩페이지를 지원하며, 영어를 정본으로 삼는다. 이런 개방적이고 글로벌한 태도는 전 세계 개발자에게 더 강하게 어필한다.
전망
여러 위험이 프로그램을 따른다. 329시간이라는量は 대부분의 사람에게 큰 도전이며 중도 포기 가능성을 높인다.제로부터의 방법은 급한 결과를 원하는 개발자에게 부담으로 느껴질 수 있다. AI 기술이 빠르게 바뀌는 만큼 콘텐츠를 현재 상태로 유지하려면 지속적인 관리가 필요하다.
주목할 방향은 여러 가지다. 과정이 MCP와 Agent Skills처럼 빠르게 움직이는 표준을 따라갈 수 있을지, 다국어와 양플랫폼 경험이 비영어 학습자의 장벽을 더 낮출 수 있을지, 그리고 이런 산출물 지향적 교수모델이 다른 오픈소스 과정에 차용될지 여부다.
종합하면 ai-engineering-from-scratch는 AI 교육이 콘텐츠를 소비하는 방식에서 진정한 능력을 쌓는 방식으로 옮겨가는 의미 있는 시도로 볼 수 있다. 이 운동감을 지속하고 더 넓은 학습 생태계에 영향을 미칠지는 엄격함과 접근성 사이의 균형을 잡을 수 있는지에 달려 있다.