BigKunLun/Agent-Interview-100

해결하는 문제

이 프로젝트는 AI 에이전트 개발을 산만하고 무목적적으로 학습하는 문제를 해결합니다. 방향 없이 긴 문서를 읽는 대신, 학습 앵커 역할을 하는 엄선된 100개의 질문을 제공합니다. 각 질문은 무엇을 왜 배워야 하는지 알려주며, 핵심 개념부터 프로덕션 실무까지 AI 에이전트 스택 전체를 다룹니다. 또한 AI 에이전트 및 LLM 엔지니어링 직무를 위한 체계적인 면접 준비 도구로도 활용됩니다.

작동 방식

저장소는 100개의 질문을 11개의 테마 모듈로 구성하고, 점진적인 4단계 경로로 배열합니다: 먼저 기본 아키텍처(에이전트 기초), 그 다음 핵심 능력(RAG, 도구 사용, 멀티 에이전트, 메모리, 계획 및 추론), 그 다음 엔지니어링 실무(프롬프팅, 평가, 안전), 마지막으로 프로덕션 생태계(배포, 프레임워크)입니다. 각 기사는 일관된 4부 구조를 따릅니다: 간단한 답변, 상세 설명, 일반적인 실수 및 후속 면접 질문, 참고 자료입니다. 많은 기사에는 Python 코드 예제, 의사 코드, 아키텍처 다이어그램, 최근 연구 및 업계 관행에 대한 인용이 포함됩니다. 프로젝트는 또한 시나리오 문제 해결, 정량적 계산, 시스템 설계, 코드 리뷰, 점진적 질문 체인, Computer Use, Deep Research, EU AI Act 준수와 같은 2026년 최신 주제를 포함한 7가지 특수 질문 유형을 도입합니다. 지식 맵과 권장 학습 경로는 다양한 역할(엔지니어, 아키텍트, 보안 전문가)이 콘텐츠를 효율적으로 탐색하는 데 도움이 됩니다.

대상 독자

AI 에이전트 기술을 체계적으로 배우고자 하는 모든 사람을 위한 것입니다: 탄탄한 기초를 원하는 개발자, 에이전트 시스템을 설계하는 아키텍트, 엔지니어링 관점을 원하는 연구자, AI 에이전트 또는 LLM 면접을 준비하는 구직자, 그리고 준비된 문제 은행을 찾는 기술 면접관. 난이도 수준(기본, 중급, 고급)과 역할별 경로는 다양한 배경에 적응할 수 있게 합니다.

하이라이트

• 엄선된 100문항이 기본부터 프로덕션까지 AI 에이전트 스택 전체를 다룹니다
• 11개 테마 모듈과 명확한 지식 맵 및 점진적 학습 순서
• 4부 기사 구조(간단한 답변, 상세 설명, 함정/후속 질문, 참고 자료)로 효율적인 학습 지원
• 풍부한 코드 예제(Python, 의사 코드, 아키텍처 다이어그램 포함)
• 실용적인 특수 질문 유형(시나리오 디버깅, 정량적 메트릭, 시스템 설계, 코드 리뷰 등)
• 최신 콘텐츠: 2024-2026년 연구 및 업계 트렌드 참조(Computer Use, Deep Research, A2A 프로토콜, EU AI Act 준수 포함)