3.STUDY 학습 글 지도

3.STUDY는 교육 과정이나 프로젝트에 직접 묶이지 않는 개인 학습 글을 모아두는 공간이다.

1.TIL은 수업과 과정 기반 기록, 2.PROJECT는 프로젝트 결과와 회고, 3.STUDY는 AI 엔지니어링 주제를 따로 공부하며 정리한 글로 구분한다.

카테고리 구조

3.STUDY
  3-1.PYTHON
  3-2.RAG
  3-3.AI_AGENT
  3-4.AGENTIC_WORKFLOW
  3-5.KNOWLEDGE_GRAPH
  3-7.AI_ENGINEERING

읽는 순서

처음 읽는다면 RAG -> AI_AGENT -> AGENTIC_WORKFLOW -> KNOWLEDGE_GRAPH -> AI_ENGINEERING 순서가 자연스럽다. RAG와 Agent는 실제 AI 서비스 설계의 기본 축이고, Knowledge Graph와 AI Engineering은 운영과 데이터 구조를 이해하는 데 이어진다.

flowchart LR
    A[RAG] --> B[AI Agent]
    B --> C[Agentic Workflow]
    C --> D[Knowledge Graph]
    D --> E[AI Engineering]

RAG

RAG는 LLM이 외부 지식을 검색해 답변에 활용하는 구조다. 기본 파이프라인부터 운영 환경의 chunking, retrieval, reranking, evaluation까지 나눠 정리했다.

글	핵심 내용
RAG 완전 가이드 1: 필요성과 기본 구조	RAG가 필요한 이유와 기본 파이프라인
RAG 완전 가이드 2: Naive, Advanced, Modular, Agentic RAG	RAG 구조의 진화
RAG 완전 가이드 3: 평가, 도입 로드맵, 논문 타임라인	평가 기준과 학습 로드맵
Production RAG Engineering 1: 아키텍처와 설계 지점	운영형 RAG 아키텍처
Production RAG Engineering 2: Chunking, Embedding, Retrieval, Reranking	검색 품질을 좌우하는 핵심 전략
Production RAG Engineering 3: Evaluation, Operations, Checklist	평가, 관측, 운영 체크리스트

AI Agent

AI Agent는 LLM에 memory, planning, tools를 결합해 작업을 수행하게 만드는 구조다. 단순 LLM 호출과 Agent를 구분하고, 성숙도와 운영 요소를 분리해 정리했다.

글	핵심 내용
AI Agent 완벽 가이드 1: 정의와 Workflow 구분	Agent의 정의와 Workflow와의 차이
AI Agent 완벽 가이드 2: Agent 성숙도 7단계	L0부터 L6까지 Agent 복잡도
AI Agent 완벽 가이드 3: Memory, RAG, Guardrails, Cost	Agent 운영에 필요한 구성 요소
Agent Engineering	Agent를 제품으로 만들 때 필요한 엔지니어링 관점
Hermes Agent vs OpenClaw	두 Agent 프로젝트의 설계 비교
AI Assistant Engineering	Assistant를 서비스로 만들 때의 설계 기준

Agentic Workflow

Agentic Workflow는 LLM을 단일 호출로 쓰지 않고, 여러 단계의 판단과 실행으로 구성하는 방식이다. 무조건 자율 Agent로 가는 것이 아니라 문제에 맞는 패턴을 선택하는 것이 핵심이다.

글	핵심 내용
Agentic AI 패턴 가이드 1: Workflow vs Agent	결정론적 workflow와 동적 agent의 구분
Agentic AI 패턴 가이드 2: 8가지 패턴	Prompt chaining, routing, parallelization 등 핵심 패턴
Agentic AI 패턴 가이드 3: 선택 기준, 비용, 토폴로지	비용, 지연, topology 기준의 선택법
바이브코딩 & Claude Code 교육 자료	AI 코딩 도구를 학습하고 가르치는 방법
AI 코딩의 Cognitive Debt	AI 코딩에서 생기는 이해 부채와 관리법

Knowledge Graph

Knowledge Graph는 지식을 entity와 relation 중심으로 구조화하는 방법이다. RAG가 문서 검색 중심이라면, Knowledge Graph는 관계와 제약을 명시적으로 다루는 데 강점이 있다.

글	핵심 내용
온톨로지 & 지식 그래프 가이드 1: 개념, 스펙트럼, 트리플	ontology, taxonomy, triple의 기본 개념
온톨로지 & 지식 그래프 가이드 2: GraphRAG, 도구, 시작법	GraphRAG와 도구 생태계
Knowledge Graph 학습 로드맵	학습 순서와 실습 방향

AI Engineering

AI Engineering은 모델 하나가 아니라 데이터, 팀 운영, 개발 경험, 프롬프트 변화, 작은 모델 학습까지 포함하는 넓은 주제다.

글	핵심 내용
AI Native 팀 운영 가이드	AI Native 팀의 운영 방식
AI Engineering 학습 로드맵	AI 엔지니어링 학습 순서
AI-Ready Data 가이드	AI 시스템이 사용할 수 있는 데이터 조건
AX 시대를 위한 DX	AI Transformation과 Developer Experience
모델 변경과 프롬프트 변화	모델이 바뀔 때 프롬프트도 바뀌는 이유
Tiny LLM from Scratch	작은 LLM을 직접 구현하며 이해하는 구조

정리 기준

이 카테고리의 글은 자료 목록을 모으는 것보다, 실제로 판단에 쓸 수 있는 기준을 남기는 데 초점을 둔다. 개념은 정의에서 끝내지 않고, 언제 쓰고 언제 쓰지 않을지까지 함께 정리한다.