agenticloops-ai/agentic-ai-engineering

해결하는 문제

AI 에이전트에 관한 블로그 글을 읽는 것만으로는 이론만 남을 뿐 기술이 되지 않습니다. 이 저장소는 에이전트 구축이 마법이 아닌 엔지니어링임을 보여주기 위해 존재합니다. Claude Code, Codex, GitHub Copilot과 같은 인기 에이전트의 핵심 구성 요소(에이전트 루프, 도구 실행기, 메모리 계층, 평가 하네스)를 프레임워크 도입 전 첫 원칙부터 직접 구축함으로써, 엔지니어가 그 작동 원리를 깊이 이해할 수 있는 실습 경로를 제공합니다.

작동 방식

이 저장소는 기초부터 고급까지 단계별로 구성된 구조화된 튜토리얼 모음입니다. 첫 LLM 호출부터 시작하여 프롬프트 엔지니어링, 채팅, 도구 사용, 에이전트 루프를 구축하고, 이후 라우팅, 병렬화, 오케스트레이터-워커, 평가자-최적화기와 같은 더 정교한 패턴으로 확장합니다. 후반 모듈에서는 고급 기술(구조화된 출력, 스트리밍, 컨텍스트 엔지니어링, 비용 최적화, 메모리, RAG, 멀티모달, 가드레일), 테스트 및 평가(단위 테스트, 평가, 트레이싱, 레드 티밍, 벤치마킹, 평가 하네스), 루프 엔지니어링(기술, 훅, 샌드박스, MCP, 하위 에이전트, 압축), 프레임워크(동일한 에이전트를 9가지 방식으로 구축하여 트레이드오프 비교), 그리고 프로덕션 고려 사항(12-factor 에이전트, 배포, 모니터링, 보안)을 다룹니다. 각 튜토리얼은 uv를 사용하여 단일 명령어로 실행 가능한 Python 스크립트이며, 많은 모듈이 모든 내용을 통합하여 프로덕션 스타일의 에이전트를 만드는 캡스톤 프로젝트로 마무리됩니다.

대상 독자

기본적인 Python 지식이 있고 호기심이 많은 엔지니어(AI/ML 사전 경험 불필요). 에이전트의 내부 작동 원리를 진정으로 이해하고 싶거나, 도구 호출 및 추론 루프에 관한 화이트보드 면접 질문에 대비하고 싶거나, 에이전트 활용 능력이 기본 지식이 되어가는 2026년 소프트웨어 엔지니어링 면접을 준비하려는 분들에게 적합합니다. 또한 100개의 블로그 글을 읽는 대신 이번 주말에 직접 자신만의 에이전트를 구축하고 싶은 분들에게도 유용합니다.

주요 특징

• 에이전트 루프, 도구 실행기, 메모리 계층, 평가 하네스를 처음부터 직접 구축 — 블랙박스 없이 모든 것이 투명하게 공개됨
• 단일 명령어로 실행 가능: uv run --directory <tutorial> python <script>.py — conda나 Jupyter 설정의 번거로움 없음
• 동반 Substack 시리즈 “Disassembling AI Agents”가 실제 프로덕션 에이전트(Claude Code, GitHub Copilot, OpenCode)를 리버스 엔지니어링하여 튜토리얼과 연계
• 첫 LLM 호출부터 프로덕션급 평가 하네스까지, 고급 패턴, 안전성, 배포를 포함한 전체 경로를 다룸
• 6개의 계획된 모듈(일부 “곧 출시 예정”)이 기초, 효과적인 에이전트 패턴, 고급 기술, 테스트 및 평가, 루프 엔지니어링, 프레임워크, 프로덕션을 포괄
• MIT 라이선스 및 커뮤니티 토론과 이슈 트래커를 통한 지원