AI Engineering from Scratch로 AI 에이전트 커리큘럼 구현하기

AI 에이전트를 쓰다 보면 프롬프트와 도구 사용법은 빨리 익히는데, 모델 안쪽 원리나 에이전트 루프는 빈칸으로 남기 쉽습니다. AI Engineering from Scratch는 그 빈칸을 메우는 오픈소스 커리큘럼입니다. 이 글은 저장소 구조와 첫 lesson 실행 흐름만 다룹니다.

개요

AI Engineering from Scratch는 20개 phase와 503개 lesson으로 구성된 학습 저장소입니다. Python, TypeScript, Rust, Julia를 다루고, 각 lesson은 코드와 문서, 산출물 폴더를 같은 구조로 둡니다. 일반 강의 목록보다 저장소 구조가 중요한 이유는 배운 내용을 prompt, skill, agent, MCP server 같은 재사용 결과물로 남기는 방식 때문입니다.

1. 왜 쓸 만한가

저라면 이 저장소를 Claude, GPT, Codex CLI 사용법을 배우는 자료보다 한 단계 아래 레이어를 확인하는 용도로 보겠습니다. 채팅형 도구만 쓰면 결과는 빨리 얻지만, tokenizer, attention, agent loop, tool call 흐름이 어디서 갈리는지 설명하기 어렵습니다.

• 학습 범위: 수학 기초부터 LLM engineering, agent engineering, production까지 이어지는 20단계 구성.
• lesson 구조: code/, docs/en.md, outputs/가 반복되는 폴더 규칙.
• 산출물: prompt, skill, agent, MCP server 같은 재사용 파일.
• 라이선스: GitHub metadata 기준 MIT.

AI 자동화 작업 흐름은 n8n 설치 글처럼 바로 운영 도구를 붙이는 방식도 있습니다. 이 저장소는 반대로 운영 전에 원리와 구현을 먼저 확인하는 쪽에 가깝습니다.

적용 대상

AI API 호출은 이미 쓰지만 내부 동작을 설명하기 어려운 개발자에게 맞습니다. 에이전트 프레임워크를 고르기 전에 직접 작은 루프를 만들어보고 싶은 경우도 좋습니다. /find-your-level과 /check-understanding <phase> 같은 built-in skill도 있어서, Claude나 Codex 계열 환경에서 현재 수준을 점검하는 흐름을 만들 수 있습니다.

반대로 빠른 서비스 출시가 목적이면 맞지 않습니다. README에 적힌 전체 분량은 약 320시간입니다. 당장 챗봇 하나를 배포해야 한다면 LangChain, LlamaIndex, OpenAI SDK 같은 기존 도구 문서를 먼저 보시는 편이 낫습니다.

사전 준비 사항

• Git과 Python 실행 환경.
• GitHub 저장소를 내려받을 수 있는 네트워크.
• Python 문법을 읽을 수 있는 정도의 코딩 경험.
• Claude, Cursor, Codex, OpenClaw, Hermes 중 skill을 읽는 에이전트 환경은 선택 사항.

1. 설치 및 첫 확인

저장소를 내려받고 첫 lesson 코드를 실행하는 흐름은 README에 나온 방식이 가장 짧습니다.

git clone https://github.com/rohitg00/ai-engineering-from-scratch.git
cd ai-engineering-from-scratch
python phases/01-math-foundations/01-linear-algebra-intuition/code/vectors.py

폴더를 열었을 때 phases/, scripts/, .claude/skills/가 보이면 구조 확인은 끝난 상태입니다. 특정 phase를 건너뛰려면 먼저 README의 contents에서 하위 lesson 이름을 확인하시면 됩니다.

1. 사용 방식

처음부터 20단계를 순서대로 끝내려 하면 길어집니다. 제 기준으로는 agent loop, MCP server, prompt 산출물처럼 당장 쓰는 영역을 먼저 고르고, 부족한 수학이나 transformer 파트만 역으로 따라가는 방식이 현실적입니다.

• 읽기: 웹사이트나 GitHub에서 lesson 문서를 먼저 확인.
• 실행: code/ 안의 짧은 구현 파일부터 실행.
• 보관: outputs/ 안의 prompt, skill, agent 파일을 따로 모아 재사용.
• 점검: /find-your-level, /check-understanding <phase>로 학습 위치 확인.

확인

설치 뒤에는 아래 명령으로 저장소 구조를 확인합니다.

ls phases/01-math-foundations/01-linear-algebra-intuition/

code, docs, outputs가 나타나면 lesson 구조 확인은 정상입니다. 다음에는 README contents에서 필요한 phase 하나만 고르고, 해당 lesson의 docs/en.md와 code/를 같이 확인해주시면 됩니다.