베스트

에이전틱 코딩의 시대, 이제는 끝까지 완성하는 기술이 필요하다 AI가 코드를 작성하고 수정하며 테스트까지 수행하는 시대입니다. 누구나 빠르게 기능을 구현하고 그럴듯한 결과물을 만들 수 있게 되었지만, 프로젝트가 복잡해질수록 이야기는 달라집니다. AI는 맥락을 놓치고, 고쳤던 오류를 반복하며, 새로운 기능을 추가하다 기존 코드를 망가뜨리기도 합니다. 처음에는 놀라웠던 바이브 코딩이 끝없는 수정과 시행착오로 이어지는 이유는 무엇일까요? 문제는 모델

AI 에이전트 설계는 도구 선택이 아니라 문제를 나누는 일에서 시작된다 AI 에이전트를 쓰기로 먼저 정해 놓으면 설계는 금세 복잡해진다. 이 책은 순서를 바꿔 문제부터 들여다본다. 입력과 출력이 정형인지 비정형인지, 답이 하나로 정해지는지를 따져 규칙 기반 소프트웨어와 학습 기반 모델, LLM이 맡을 일을 나눈다. 그리고 도구와 메모리, 반복 실행은 꼭 필요한 만큼만 더한다. 가장 단순한 LLM 호출에서 출발해 Queens 퍼즐 생성기, 텍스트

순한맛 바이브 코딩으로 시작해, 매운맛 하네스 엔지니어링으로 완성한다! 바이브 코딩부터 숏폼 자동화, AI 비서, 스펙 주도 개발, 하네스 엔지니어링까지 클로드 코드, 이제 이 한 권이면 충분하다! 클로드 코드는 지금 가장 빠르게 개발 방식을 바꾸고 있는 AI 도구 중 하나다. 이 책은 바이브 코딩을 처음 접하는 입문자부터 이미 바이브 코딩을 경험하고 한 단계 더 깊이 활용하고 싶은 분들까지를 대상으로 한다. 입문부터 심화까지, 클로드 코드를

AI, 도입한다고 끝이 아니다. AI 에이전트가 제대로 일할 수 있는 환경을 설계하고 운영하는 법 화려한 AI 에이전트의 데모 영상을 본 다음 날, 우리는 회사 책상 앞에서 차가운 현실의 벽에 부딪힙니다. “우리 팀의 수많은 업무 중 대체 어떤 것부터 AI에게 맡겨야 하는가?” “에이전트의 판단과 실행 결과가 맞는지 무엇으로, 어떻게 검증할 것인가?” “오류가 발생했을 때 책임 경계는 어떻게 설계하며, 폭증하는 비용은 어떻게 통제할 것인가?”

PoC는 성공하는데 운영은 왜 계속 실패할까? AI의 능력이 부족해서가 아니다. 에이전트가 발 딛고 움직일 '실행 세계' — 누가, 어디서, 어떤 상태에서, 무엇을 할 수 있는지를 정의하는 구조 — 가 없기 때문이다. 확률로 말하는 지능을 결정이 요구되는 현장에 그냥 밀어 넣으면 반드시 실패한다. 이 책은 그 구조적 원인을 해부하고, 에이전트가 신뢰 가능하게 작동하는 실행 환경을 설계하는 원리를 가르쳐준다. 뉴럴과 심볼릭 두 전통의 계보부터 하

오늘날 인기 있는 대부분의 비디오 게임의 디자인 구조를 살펴볼 수 있도록 도와준다. 우아한 게임 메커니즘, 설득력 있는 픽션, 플레이어를 완전히 몰입시키는 속도감 등 감성을 자극하는 경험을 제공하는 게임을 제작하기 위한 원칙과 사례를 배울 수 있다. 기획 전문가인 타이난 실베스터는 명확하고 친근한 산문으로, 팀과 협력하는 방법, 창의적인 막다른 길을 피하는 방법 등등 프로젝트를 순조롭게 진행하는 데 필요한 일상적인 프로세스에 대해서도 살펴본다.

AI를 쓰는 데서 그치지 말고, AI가 어떻게 만들어지는지 이해하라 생성형 AI와 LLM이 일상이 된 지금, 새로운 도구를 익히는 것만으로는 AI를 제대로 이해하기 어렵습니다. 그 아래에는 데이터를 준비하고, 모델을 선택하고, 훈련하고, 평가하는 머신러닝의 기본 원리가 여전히 단단하게 자리하고 있습니다. 이 책과 함께 사이킷런으로 머신러닝의 기본 개념과 엔드투엔드 프로젝트를 익히고, 파이토치로 신경망을 직접 구현하며 딥러닝의 원리를 차근차근 확

헛소리하는 AI, 범인은 따로 있다. 응답의 퀄리티를 바꾸는 벡터 데이터베이스. 분명 문서 안에 있는 내용인데 AI는 모른다고 답합니다. 모델 탓일까요? 같은 LLM이라도 필요한 정보를 얼마나 정확히 찾아 전달하느냐에 따라 답변의 품질이 달라집니다. 텍스트, 이미지, 오디오처럼 형태가 다른 데이터도 벡터로 표현하면 키워드가 일치하지 않아도 의미가 비슷한 정보를 찾아낼 수 있습니다. 그렇다면 벡터는 어떻게 만들어지고, 저장되고, 검색될까요? 이

지금까지의 AX 이야기는 손에 잡히지 않는 무지개 같았다. 직접 부딪히고 확인한, AI 도입과 확산의 진짜 기록 AI를 도입하지 않은 기업을 찾기 어려운 시대다. 그런데 AI가 실제 업무에 녹아든 기업은 얼마나 될까? 이 책은 그 간극 앞에 선 한 팀의 기록이다. 상용 솔루션을 도입했다가 10% 사용률에 좌절했고, 자체 플랫폼을 만들면서 PoC 지옥을 경험했으며, 전사 확산을 시도하다 조직 저항이라는 벽에 부딪혔던 대기업 AX 팀의 시행착오가

설계되지 않은 도메인은 에이전트가 집행할 수 없다. 감(感)으로 프롬프트를 짜는 것과, 설계도로 도메인을 명세화하는 것은 전혀 다른 일이다. 1권(원리편)에서 '왜'를 이해했다면, 이 책에서 '어떻게'를 완성한다. 저자가 창시한 ESTC 프레임워크(Entity·State·Transition·Constraint)와 이를 위한 도구인 월드 모델 캔버스(World Model Canvas)로 어떤 비즈니스 도메인이든 에이전트가 읽고 판단하고 실행할 수

AI 브라우저 Aside를 설치해 놓고도 검색창처럼만 쓰고 있다면, 그 이유는 대개 세 가지입니다. 무엇을 시켜야 하는지 모르고, 어떻게 말해야 결과가 나오는지 모르고, 어디까지 맡겨도 안전한지 모르기 때문입니다. 이 책은 그 세 가지 질문에 답하는 데만 집중한 짧은 입문서입니다. 챗봇 창과 업무 사이트를 오가며 복사·붙여넣기 하던 일을 브라우저가 직접 처리한다는 것이 어떤 뜻인지, 그리고 어떤 일부터 맡길 만한지를 첫 장에서 가늠한 뒤 설치부