2개월 만에 AI 학습 마스터하기, 막막한 분들을 위한 가이드
Caught up to ai learning in 2 months , opening thread to help anyone stuck
핵심 요약
2개월간의 집중 학습과 실전 프로젝트를 통해 AI 개발 역량을 쌓고 실무에 적용한 경험담.
- 학습 로드맵 — Anthropic 강의와 유튜브 심층 분석을 통해 AI 에이전트와 MCP 기술을 2개월 만에 습득함.
- 실전 프로젝트 — Whoop MCP 등 4개의 프로젝트를 직접 구축하며 GitHub 리포지토리 관리와 백엔드 최적화를 수행함.
- 개발 방법론 — spec-plan-build-ship 프로세스를 따르고 보안 감사와 코드 리뷰를 서브 에이전트로 활용함.
- 인간의 역할 — AI가 발전해도 결국 최종 결정권과 창의성을 가진 인간이 마스터 에이전트가 되어야 함.
3월에 FAANG에서 새 직장을 시작했는데, 매일 쏟아지는 AI 업데이트 때문에 너무 불안했습니다. 그래서 아무것도 모른다는 생각으로 처음부터 다시 배우기로 결심했죠.
첫 번째: Anthropic의 모든 강의를 수료하며 MCP, 에이전트, 기술, 서브 에이전트, 평가(evals)에 대해 배웠습니다.
그다음에는 매일 1시간씩 심층 분석 영상을 보는 시간을 고정했습니다.
강력 추천하는 몇 가지:
Andrej Karpathy: LLM 심층 분석, LLM 사용법
Ralph 플러그인, PRD 관련 유튜브 영상 몇 개
제 학습 내용을 매니저에게 보여주었더니 매우 감명받았는지, 바로 AI 리드(AI 이니셔티브 담당 수석 엔지니어)와 직접 일하도록 배정해주더군요.
4월에는 4개의 프로젝트를 만들었습니다.
Whoop MCP: 800회 이상 다운로드, 에이전트가 전체 GitHub 리포지토리를 관리하게 하려는 시도였는데 성공했습니다.
다음: Research buddy 에이전트
다음: 유튜브 분석용 심층 멀티 에이전트 플로우
다음으로 가장 좋아하는 것: AI 슬롭(slop)을 수정하기 위한 백엔드 기술
이 기술의 천재적인 점은, 지시사항 대신 몇 가지 명령어를 통해 지식 베이스를 검색하게 만든다는 것입니다.
결과: 토큰 사용 없이 백엔드 리뷰 가능
계속 만들고 직접 해보면서 배우는 것을 추천합니다.
몇 가지 팁:
코딩할 때는 spec->plan->build->ship 프로세스를 사용하세요.
각 빌드 후에는 컨텍스트 엔지니어링을 포함한 보안 감사와 코드 리뷰를 서브 에이전트로 활용하세요.
제 학습 과정과 빌드 과정을 공개적으로 공유하기 위해 유튜브 채널을 만들었습니다: @Shank-Labs
질문 있으면 뭐든 물어보세요. AI를 두려워하게 두지 마세요.
무엇보다 에이전트 중 마스터 에이전트는 항상 인간일 것입니다. 왜냐고요?
참신함(novelty) 때문이죠 🙂
