AI 모델을 단순히 라이브러리로 불러와 사용하는 수준을 넘어 내부 알고리즘과 동작 원리를 바닥부터 직접 구현하려는 개발자들의 관심이 커지고 있다. 오픈소스 커리큘럼 프로젝트인 ai-engineering-from-scratch는 기초 수학부터 에이전트 시스템 및 프로덕션 배포까지 다루는 체계적인 실습 경로를 제공한다. 본 글에서는 이 교육 과정의 핵심 설계 철학과 영역별 학습 로드맵을 살펴본다.

AI 엔지니어링, 바닥부터 배우는 길

오픈소스 AI 커리큘럼 프로젝트인 ai-engineering-from-scratch는 기존 프레임워크나 라이브러리를 단순 임포트해 사용하는 방식에서 벗어나 기초부터 직접 구현해보는 학습 경로를 제공한다. 이 프로젝트는 "Build, don't import"라는 명확한 설계 철학 아래 순수 수학 및 코드를 활용하여 AI 알고리즘을 바닥부터 작성하는 데 중점을 둔다.

학습 과정은 외부 프레임워크 없이 순수 언어로 알고리즘과 수학적 추론을 직접 구현하는 'Build It' 단계와, 이를 PyTorch나 scikit-learn 같은 실무 프레임워크로 재작성해보는 'Use It' 단계의 이중 구조로 이루어져 있다. 학습 언어 역시 Python에 국한되지 않고 TypeScript, Rust, Julia 등 다양한 프로그래밍 언어를 함께 다룬다. 이 커리큘럼은 MIT 라이선스가 적용된 오픈소스 프로젝트로 제공되어 누구나 자유롭게 활용할 수 있다.

ai-engineering-from-scratch 프로젝트는 AI 개발의 기초를 탄탄히 다지기 위한 오픈소스 커리큘럼을 제공한다.

20단계, 500개 이상 레슨으로 구성된 과정

이 커리큘럼은 AI 개발 전반을 아우르기 위해 20개의 연결된 단계(Phases)로 설계되어 있으며 지속적인 업데이트를 거치고 있다. 오픈소스 커뮤니티의 업데이트 과정에 따라 포함된 레슨 수가 230개 이상, 435개, 503개 등으로 변화해 왔으며, 공식 최신 웹 빌드 기준으로는 총 523개의 세부 레슨으로 확장되었다.

503개 레슨 버전 기준 전체 예상 학습 소요 시간은 약 320시간에 달하며, 최신 523개 레슨 체제에서의 전체 총 소요 시간은 공식 문서에 별도로 명시되지 않았다. 학습자의 이해를 돕기 위해 총 12개 학습 영역에 걸쳐 243개의 용어를 정리한 공식 용어 사전을 함께 제공한다.

이 커리큘럼은 20개의 체계적인 단계를 거쳐 500개 이상의 레슨을 통해 AI 엔지니어링 전체를 다룬다.

AI 엔지니어링 핵심 영역별 학습 로드맵

학습 로드맵은 화려한 응용 기술이 아닌 기본 개발 환경과 수학적 기초부터 시작한다. Phase 00 개발 환경 설정과 Phase 01 선형대수 및 기초 수학을 거쳐 Phase 02 머신러닝 기본과 Phase 03 딥러닝 핵심 개념으로 기초를 다진다.

이후 NLP, 트랜스포머 아키텍처, 생성형 AI를 다루는 심화 과정을 거친 뒤 LLM 엔지니어링과 에이전트 시스템 영역으로 나아간다. 나아가 다중 에이전트 협업과 집단 지능을 다루는 자율 시스템을 구현하고, 최종적으로 인프라 구축 및 프로덕션 배포 단계까지 20개 단계를 순차적으로 통합 학습한다.

커리큘럼은 선형대수부터 머신러닝, 딥러닝, LLM, 에이전트 시스템까지 광범위한 주제를 포괄한다.

에이전트 엔지니어링 및 자율 시스템 심층 과정

전체 과정 중 에이전트 시스템 학습은 매우 비중 있게 다뤄진다. 특히 Phase 14 'Agent Engineering' 단계는 에이전트 루프, 기억, 계획, 도구 호출 등의 핵심 개념을 다루며 총 42개의 세부 레슨으로 구성된다.

Phase 14 과정의 예상 학습 시간은 약 55시간이며, 바로 이어지는 Phase 15 'Autonomous Systems' 단계는 장기 시야 에이전트 등을 다루며 약 20시간이 소요된다. 두 심화 단계를 합쳐 약 75시간 이상을 에이전트 및 자율 시스템 구현에 배정하고 있다.

에이전트 엔지니어링 단계는 42개 레슨으로 약 55시간이 소요되며, 자율 시스템도 중요한 부분을 차지한다.

AI 개발자 성장을 위한 실질적 지침

ai-engineering-from-scratch는 단순한 라이브러리 사용자를 넘어 이론과 실무 구현 능력을 동시에 갖춘 풀스택 AI 엔지니어로 성장하고자 하는 개발자에게 실질적인 로드맵을 제공한다. 기존 패키지 의존성을 낮추고 바닥부터 알고리즘을 구현해보는 경험은 AI 시스템의 내부를 이해하고 고도화하는 데 강력한 기반이 된다.

AI를 실제 프로젝트에 적용하고자 하는 개발자라면 완성된 에이전트 프레임워크를 조작하는 데 그치지 않고, 기초 선형대수와 순수 코드 구현부터 차근차근 시작해 보기를 권한다. 오픈소스 커뮤니티의 지속적인 기여로 발전하는 이 교육 과정을 활용해 나만의 원천 기술 경쟁력을 확보하는 것이 좋은 출발점이 될 것이다.

참고