강의해온 것들

대부분의 "AI 에이전트" 강의는 LangChain부터 시작합니다. 이 강의는 단 한 번의 LLM 호출에서 출발해서, 한 챕터마다 직전의 한계를 깨면서 다음 패턴을 끌어옵니다. stateless 호출 → 멀티턴 → 툴 → 고정 워크플로우 → 자율 툴 선택 → 피드백 루프 → 플래닝 → 멀티 에이전트 오케스트레이션. 구조 자체가 곧 가르치고 싶은 것.

슬라이드는 전부 직접 만들었습니다. reveal.js 위에 워밍한 잉크 톤의 커스텀 디자인 시스템, draw-in 애니메이션 SVG 다이어그램, 챕터별 액센트. 테마 구매도, 템플릿 차용도 없습니다. MIT 라이선스로 공개해서 다른 팀이 포크해서 자기 교육에 변형해 쓸 수 있게 했습니다.

펌웨어를 짜거나, 팹을 돌리거나, 칩을 설계하는 엔지니어들을 위한 2일 인텐시브. LLM은 한 번도 만져본 적 없고 파이썬 개발자가 될 필요도 없지만, 1년 안에 자기 업무에서 AI 에이전트를 쓰게 될 사람들. 그 간극을 메우는 커리큘럼입니다. GenAI Agent 코스보다 코드는 적고, 이 시스템이 무엇을 할 수 있고 무엇을 못 하는지에 대한 감각을 만드는 데 더 집중.

교육 인프라도 직접 구축했습니다. React 슬라이드 SPA, FastAPI로 사내 ID와 OIDC-SSO 연동한 서버, 실습 문제 자동 채점용 LLM 그레이딩 파이프라인. 전체 커리큘럼 MIT로 공개.

코드를 쓰지 않는 청중을 위한 단발성 세미나. 화두는 이거였습니다. AI가 개발자를 대체한다는데, 진짜 그런가? 아니라면 실제로 무엇을 하고 있는가? 지금까지 AI가 만들어낸 가장 가시적인 생산성 패턴으로 바이브 코딩을 짚고, 그것이 누가 필요한지에 대해 무엇을 바꾸고 무엇을 바꾸지 않는지 정리했습니다.

슬라이드는 HTML, 테크 데크가 아니라 에디토리얼 키노트 톤으로 디자인했습니다. GenAI Agent 코스와 같은 hand-rolled 스타일.