만화

웹툰

웹소설

도서

리디샵

ridi

박재현

박지수

결제가 즉시 금융이 되는 PayFi 시대,
머니 3.0의 골든타임을 잡아라

 

조개껍데기에서 금속으로, 금속에서 종이로… 인류는 지금 세 번째 화폐 혁명의 한가운데에 서 있습니다. 화폐는 이제 ‘규칙을 이해하고 스스로 실행하는 코드’로 변화하고 있습니다. 결제라는 행위를 정산·분배·규정 준수까지 포함한 자동 금융 프로세스로 바꾸는 새로운 금융 인프라, 스테이블코인!

 

이 책은 스테이블코인이 어떻게 탄생했고, 어떻게 돈의 흐름을 바꾸는지, 앞으로 AI 에이전트와 결합하여 우리의 일과 자산에 어떤 영향을 미치는지를 처음 접하는 독자도 이해할 수 있도록 체계적으로 풀어냅니다. 새로운 부의 지도를 직접 만나보세요.


이런 분께 추천합니다
●    뉴스에서 스테이블코인을 접했지만 어디서부터 공부해야 할지 모르는 분
●    핀테크·블록체인 스타트업에서 새로운 결제·금융 서비스를 기획하는 분
●    차세대 결제·정산 시스템을 직접 설계하고 구축하는 개발자와 아키텍트
●    가상자산 규제와 혁신 사이의 균형점을 고민하는 금융기관·정책 담당자
●    AI와 블록체인이 금융을 어떻게 바꾸는지 구조적으로 이해하고 싶은 분

1부 | 디지털 자산의 새로운 표준: 스테이블코인 개론
 1장. 디지털 자산, 투기에서 유틸리티로
 2장. 스테이블코인의 진화와 계보
 3장. 디지털 브레튼우즈: 팍스 달러의 확장
 4장. 세계의 도전: 非달러 스테이블코인과 CBDC

 

2부 | 핀테크를 넘어 PayFi의 시대로
 5장. 돈의 물리학이 바뀐다: PayFi와 스트리밍 머니
 6장. 거인들의 진격: 비자, 페이팔, 전통 금융의 역습

 

3부 | AI 에이전트의 지갑
 7장. AI는 은행 계좌를 만들 수 없다: 기계 경제의 서막
 8장. 에이전틱 워크플로와 자동 결제

 

4부 | 한국형 원화 스테이블코인 구축 가이드
 9장. 한국 금융 규제 맞춤형 발행 모델
 10장. 글로벌 스테이블코인 핵심 아키텍처
 11장. 글로벌 스테이블코인 핵심 구현 기술
 12장. KRWStablecoin 핵심 구조
 13장. 온·오프체인 통합 아키텍처

 

5부 | 안정성의 심장: 디파이, RWA와 인프라 기술
 14장. 금융의 자율주행 디파이, 스테이블코인을 태우다
 15장. 국채를 품은 코인: RWA(실물연계자산) 트렌드
 16장. 보안과 상호운용성

 

6부 | 미래 금융 지형도: 화폐의 진화와 인프라 전쟁
 17장. 화폐의 종말이 아닌 진화
 18장. 스테이블코인 2차 대전: 가스비와 인프라의 기회

 

7부 | 스페셜 인사이트
 SI1. 갈라파고스를 넘어 글로벌 허브로, ‘온체인 FX 마켓’ 구축 전략
 SI2. 은행의 종말인가, 진화인가: KRW 스테이블코인이 촉발하는 금융 재편
 SI3. AI 에이전트 경제에서 ‘법인’은 어떻게 재정의되는가?
 SI4. KRW 스테이블코인 확산 시, 국내 거래소(CEX)의 미래는?

코어 스테이블코인

황민호

단일 에이전트 대신 ‘에이전트 팀’을 설계하라
클로드 코드로 구축하는 최초의 하네스 실전 가이드 


AI 에이전트를 도구로 쓰는 단계를 넘어, 스스로 일하는 에이전트 팀을 직접 설계하고 운영하는 방법인 하네스 엔지니어링을 체계적으로 정리한 최초의 실전서다. 이 책의 저자이자, 카카오의 AI 리더 황민호(로빈 황)가 공개한 하네스 관련 오픈소스 자료는 깃허브에서 3천 개 이상의 별(star)을 받으며 이미 개발자 커뮤니티의 주목을 받은 바 있다.
하네스란 모델의 가중치를 건드리지 않고, 모델 바깥에 권한·도구·검증·관측을 설계해 에이전트가 혼자 움직이게 만드는 환경이다. 단일 에이전트의 구조적 한계부터, 에이전트 · 스킬 · 오케스트레이터라는 하네스 세 기둥의 설계 원칙, 스킬이 스킬을 만드는 메타스킬과 여섯 가지 아키텍처 패턴, 코드 리뷰·풀스택 구현·레거시 마이그레이션·디버깅 팀의 실전 사례까지 마크다운 파일을 직접 만들어 보며 익힐 수 있도록 설계되었다. 프롬프트 엔지니어링이나 모델 내부 지식 없이도, git과 마크다운 파일만 다룰 수 있다면 충분하다.

[ Part 01  하네스란 무엇인가 ]
Chapter 01 왜 하네스인가
_스스로 데이터를 지운 단일 에이전트
_혼자 일하는 AI는 자기 실수를 못 본다
_모델의 환경을 바꿨을 때 일어난 일들
_병목은 능력이 아니라 구조다
_하네스 = around the model
_하네스에 대한 세 가지 오해

 

Chapter 02 30분 Quick Start 
_[Step 1] 같은 프롬프트, 다른 산출물
_[Step 2] 30분 안에 2인 팀 만들기
_자주 틀리는 세 가지

 

[ Part 02 하네스 구성하기 — 에이전트·스킬·오케스트레이터 ]
Chapter 03 에이전트·스킬·오케스트레이터의 책임 분리 
_2인 팀을 분해해보자
_한 파일에 다 넣으면 무엇이 깨지는가
_세 기둥, 세 질문
_세 기둥은 어떻게 맞물리는가
_세 기둥이 섞이면 생기는 문제

 

Chapter 04 에이전트를 정의한다는 것 
_어제 잘 굴러가던 팀이 오늘 아침 사라지는 이유
_본문 7개 섹션 — 왜 필요하고 어떻게 쓰는가
_가드레일 — 에이전트가 할 수 없는 것을 파일로 정하기
_프론트매터 다섯 필드와 16개 공식 필드
_실전 파일 전체 읽기 — copy-editor.md
_책 집필 하네스의 7가지 에이전트 관계도
_안티패턴

 

Chapter 05 스킬 설계의 기술 
_스킬을 썼는데 왜 호출이 안 될까
_원리 1 — Description이 호출을 결정한다
_원리 2 — Progressive Disclosure 3단계
_원리 3 — Why-First 원칙
_실물 파일 읽기 — book-writer/SKILL.md
_구현 — book-writer 스킬을 펼치다
_스킬 검증 — With/Without 비교
_안티패턴

 

Chapter 06 오케스트레이터 
_리더는 이벤트 루프, 팀원은 피어
_세 가지 기본 도구 — 팀을 데이터 전달 방식으로 보기
_TeamCreate — 팀은 상수가 아니라 세션 객체
_TaskCreate — 공유 작업 큐와 depends_on
_SendMessage — 리더를 거치지 않는 peer-to-peer 채널
_에이전트 파일의 팀 통신 프로토콜 섹션
_리더의 역할
_데이터 흐름
_실전 예제 — PR 리뷰 오케스트레이터 SKILL.md
_292개 에이전트 사건
_TeamDelete와 정리 — 세션당 한 팀, shutdown 필수
_언제 팀 프리미티브를 도입할까
_관측과 경계면 — 팀을 바깥에서 보기
_안티패턴

 

[ Part 03  하네스 스킬로 구성하기 ]
Chapter 07 메타 하네스 스킬과 6단계 파이프라인 
_여섯 번째 팀을 만들던 날
_메타스킬이란 무엇인가
_메타스킬이 여는 6단계 파이프라인
_Phase 1. 도메인 분석 — 질문을 정제하는 단계
_Phase 2. 팀 아키텍처 설계
_Phase 3·4. 에이전트와 스킬 — 파일이 없으면 존재하지 않는다
_Phase 5. 오케스트레이션
_Phase 6. 검증
_Phase 0·7 — 순환 구조와 Meta-Harness 루프
_안전장치 — 메타스킬도 폭주할 수 있다
_안티패턴

 

Chapter 08  6가지 아키텍처 패턴 
_팀에는 모양이 있다
_에이전트를 몇 명으로 쪼갤 것인가
_패턴 1. 파이프라인 — 순서가 의미를 만든다
_패턴 2. 팬아웃·팬인 — 같은 입력, 다른 관점
_패턴 3. 전문가 풀 — 라우터 + 전문가
_패턴 4. 생성-검증 — 만들고 검사하고 다시 만든다
_패턴 5. 감독자 — 런타임 동적 분배
_패턴 6. 계층적 위임 — 총괄 → 팀장 → 실무자
_복합 패턴은 실전의 기본값
_패턴 선택 기준 - 플로우차트와 전환 신호
_전통 분산 패턴과의 대응
_안티패턴

 

Chapter 09 팀 / 서브에이전트 / 하이브리드 
_팀을 짤까, 그냥 각자 시킬까
_실행 모드별 트레이드오프
_실행 모드 결정
_아키텍처 패턴과 실행 모드
_구현 — 세 템플릿 골격
_[예시] 제품 런칭 준비 하네스
_안티패턴

 

Chapter 10 하네스 등록과 진화 
_하네스는 진화하는 생명체다
_포인터는 4줄, 시스템은 4층
_하네스 등록 — CLAUDE.md 템플릿과 실전용 변형
_진화의 두 관문 — Phase 0 현황 감사와 7-5 운영 루프
_피드백 반영과 변경 이력 — drift를 방지하는 물리적 증거
_재실행과 부분 재실행
_심화 — ADR과 Build to Delete
_안티패턴
_하네스 등록과 진화 통합 체크리스트

 

[ Part 04  하네스 실전편 ]
Chapter 11 코드 리뷰 자동화 팀 
_시나리오 — PR 리뷰
_팀 구성
_워크플로
_핵심 파일 훑어보기
_실행 결과

 

Chapter 12 풀스택 기능 구현 팀 
_시나리오 — 로그인 기능 추가
_팀 구성
_워크플로
_핵심 파일 훑어보기
_실행 결과
_응용 가이드

 

Chapter 13 레거시 마이그레이션 팀 
_시나리오 — 3,500개의 레거시 테스트 파일
_팀 구성
_워크플로
_핵심 파일 훑어보기
_응용 가이드

 

Chapter 14 디버깅 / RCA 팀
_시나리오 — “로컬에선 잘 되는데요”
_팀 구성
_워크플로
_핵심 파일 훑어보기
_응용 가이드

 

[맺음말] 스케일별 하네스 진화
[부록 A] 설치·환경 설정 
[부록 B] 안티패턴 카탈로그 + 도구 설계 패턴
[부록 C] 트러블슈팅 — 자주 막히는 실패 패턴 20선
[부록 D] 토큰 경제와 레퍼런스 아키텍처

하네스 엔지니어링 with 클로드 코드

이남희

백승현

클로드 코드 하나로 
기획·개발·운영을 한 번에 끝낸다
AI 에이전틱 코딩의 실전 워크플로를 처음부터 끝까지 담은 최초의 클로드 코드 전문서. AI 코딩 도구는 이제 스스로 작업을 정의하고, 설계하고, 테스트까지 반복하는 '에이전트'로 진화했다. 이 책은 그 변화의 중심에 있는 클로드 코드를 실무에서 제대로 활용하는 법을 알려준다. 설치와 환경 설정부터 풀스택 TODO 앱 구현, AWS Bedrock과 연동한 AI 챗봇 개발까지, 실제 프로젝트를 함께 만들어가며 AI와 협업하는 개발자의 역할과 방법론을 체득할 수 있다.


단순한 툴 사용법을 넘어 “AI 시대에 개발자로서 어떻게 일할 것인가”라는 본질적인 질문에 답한다. 작업을 어떻게 분해하고, AI 출력을 어떻게 검증하며, 개발자로서 주도권을 어떻게 유지할 것인지 그 방법론을 실습을 통해 자연스럽게 익힐 수 있도록 설계되었다. 클로드 코드뿐 아니라 어떤 AI 코딩 도구를 사용하더라도 그대로 적용할 수 있는 원칙을 모두 담았다.

[ 1부 | 시작하기 전에 ]

 

CHAPTER 1 AI 시대의 개발자 패러다임
1.1 개발자의 역할 변화
1.2 AI 코딩 어시스턴트란 무엇인가
__AI 코딩 도구의 진화
__AI 코딩 어시스턴트의 정의
__LLM 기반의 작동 원리
__AI 에이전트 도구의 등장
1.3 클로드 코드 소개
1.4 더 많은 실험이 가능해진 시대

 

CHAPTER 2 클로드 코드 설치와 환경 구성
2.1 클로드 코드 개발 환경 설정하기
__맥에서 클로드 코드 설치하기
__윈도우에서 클로드 코드 설치하기
__클로드 코드 실행해보기
__VSCode 설치하기
2.2 첫 번째 대화: Hello, World
__클로드 코드 인터페이스와 편집 모드의 이해
2.3 클로드 모델 계열 이해하기
__Opus, Sonnet, Haiku 비교
__용도별 모델 선택 가이드
__Extended Thinking 모드
__클로드 코드에서 Thinking 모드 변화 및 사용법
2.4 기본 명령어(슬래시 커맨드)와 사용법 익히기
__꼭 알아야 할 필수 명령어
__자주 쓰는 단축키
__프롬프트 내 특수 문법
__대화 모드 vs 단일 명령 모드
__커스텀 슬래시 명령어 만들기
__실전 명령어 조합 예시
2.5 CLAUDE.md로 프로젝트 설정하기
__CLAUDE.md 파일의 역할
__효과적인 CLAUDE.md 작성법
__코딩 컨벤션과 프로젝트 규칙 전달하기
__AGENTS.md: 모든 에이전트를 위한 표준 문서
2.6 Agent Skill 이해하기
__Agent Skill이란 무엇인가
__Skill이 수행할 수 있는 작업 유형
__사용 가능한 Skill 확인하기
__클로드 코드 Skill 저장소 소개
__Skill의 활성화와 비활성화
2.7 Hook으로 워크플로 자동화하기
__Hook이란 무엇인가
__작업 완료 시 소리 알림 설정하기
__Hook 활용 아이디어
__PreCompact Hook으로 작업 흐름 이어가기
__Hook 사용 시 주의사항

 

CHAPTER 3 AI와 함께하는 개발 방법론
3.1 왜 설계가 중요한가
3.2 작은 단위로 쪼개기의 힘
__한 번에 하나의 작업만 요청하기
__작업 분해의 기준과 단위
3.3 명확한 지시의 기술
__컨텍스트 제한의 원칙
__완료 조건을 명시하는 방법
3.4 매 단계 리뷰하기: 주의 깊은 수정의 원칙
__리뷰해야 할 것들
__단계별 리뷰 습관 만들기
__리뷰 워크플로와 되돌리기
3.5 AI에게 없는 것 — 개발자의 판단력(Taste)
3.6 증강코딩과 TDD — AI 시대의 개발 방식
__증강코딩 : AI 시대의 새로운 개발 방식
__AI 출력의 비결정적 특성과 TDD
__AI가 TDD 사이클을 무시할 때 대응법
__AI가 만드는 회귀 방지하기
__테스트가 진짜 안전망이 되려면
3.7 클로드 코드에서 MCP 설정하기
__MCP 서버 연결과 설정
__개발에 필수적인 MCP 서버
__Skill, Hook, MCP 확장 기능 사용의 원칙

 


[ 2부 | 기초편_풀스택 TODO 앱 개발 ]

 

CHAPTER 4 프로젝트 소개와 요건 정의
4.1 TODO 앱으로 배우는 풀스택 개발
__프런트엔드: React + TypeScript
__백엔드: Node.js + Express/Next.js API Routes
__데이터베이스 선택
4.2 요구사항 정의하기
__기능 요구사항 정의
__비기능 요구사항 정의
__사용자 스토리 정의
4.3 클로드 코드와 함께 요건 문서 작성하기
__프로젝트 구조 및 실제 개발 계획 수립하기
__PRD, TRD, REQUIREMENTS.md 작성
4.4 명세서 설계와 TDD 방식으로 개발 시작하기
__데이터 설계
__API 설계
__컴포넌트 및 UseCase 설계
__테스트 케이스 정의
__TDD 방식의 개발 흐름
__PostgreSQL 설치
__TDD로 개발 시작하기
4.5 SDD와 Spec Kit
__SDD란 무엇인가
__왜 AI와 SDD가 잘 맞는가
__TDD와 SDD의 결합
__Spec Kit으로 SDD 워크플로 자동화하기
__수동 워크플로 vs Spec Kit: 언제 무엇을 쓸 것인가
__실무 활용 팁

 

CHAPTER 5 백엔드 구현 - 명세를 코드로 만들기
5.1 개발 환경 준비
__ Next.js 프로젝트 생성 및 의존성 설치
__ Jest 테스트 환경 구성
__ Drizzle ORM과 PostgreSQL 연결
5.2 SDD 워크플로로 API 구현하기
__Spec Kit 초기화와 Constitution 설정
__필수 안전 장치(가드레일) 추가
__/speckit 명령어를 이용한 계획 수립과 구현 프로세스
5.3 테스트로 명세 검증하기
5.4 API 검증과 마무리
__명세(API_SPEC.md) 대비 구현 검증
__수동 테스트로 최종 확인
__변경사항 기록 Skill 연동하기

 

CHAPTER 6 프런트엔드 개발 - 컴포넌트 단위로 구축하기
6.1 개발 환경과 구현 전략
6.2 컴포넌트 테스트 환경 구성
6.3 UI 컴포넌트 설계와 구현
__기본 컴포넌트 TDD로 구현하기
__레이아웃 구현하기
__티켓폼과 모달 구현하기
6.4 API 연동과 상태 관리
6.5 컨테이너 조립과 페이지 통합
6.6 디자인 시스템을 이용한 UI와 스타일 개선
__디자인 시스템 일관성 유지
__디자인 시스템을 CLAUDE.md에 반영하기
__프런트 개발 플러그인을 활용한 UI 개선
6.7 프런트엔드 테스트 실행과 검증

 

CHAPTER 7 빌드와 배포
7.1 개발/스테이징/운영 서버 관리 전략
7.2 Vercel을 이용한 배포
__배포 전 준비사항
__Vercel 계정 생성과 프로젝트 연결
__첫 배포 실행
7.3 Railway를 이용한 백엔드 배포
7.4 도메인 연결하기

 


[ 3부 | 실전편_AI 챗봇 앱 개발 ]

 

CHAPTER 8 프로젝트 기획과 설계
8.1 AI 챗봇 프로젝트 개요
__무엇을 만들 것인가
__이 프로젝트를 선택한 이유
8.2 AWS Bedrock과 모델 선택
__AWS Bedrock이란
__Converse API를 선택한 이유
__비용 추정과 최적화 전략
8.3 프로젝트 범위 결정
8.4 시스템 아키텍처 설계
8.5 API 설계
__엔드포인트 목록
__요청/응답 형식 개요
__SSE 이벤트 타입 정의
8.6 프런트엔드 UI 설계
__화면 레이아웃
__주요 컴포넌트 정의
8.7 CLAUDE.md 작성
__프로젝트 컨텍스트 정리
__코딩 컨벤션 정의
__제외 사항 명시
8.8 TDD + 클로드 코드 워크플로
__역할 분담 및 실제 워크플로
__프롬프트 패턴
__명세의 두 가지 형태

 

CHAPTER 9 AWS Bedrock 연동
9.1 AWS 계정과 IAM 설정
__AWS 계정 생성
__IAM 사용자 생성
__Bedrock 액세스 권한 설정
9.2 프로젝트 초기화
__Node.js 프로젝트 생성과 AWS SDK 설치
__테스트 환경 구성
__CLAUDE.md 작성
9.3 Bedrock 클라이언트 구현
__테스트 작성: 클라이언트 생성
__테스트 작성: 기본 메시지 전송
__클로드 코드에 구현 요청
__검증과 리팩터링
9.4 스트리밍 응답 처리
__테스트 작성: 스트리밍 이벤트
__클로드 코드에 구현 요청
__이벤트 타입별 핸들링
__토큰 사용량 추적
9.5 에러 핸들링
__테스트 작성: 에러 시나리오
__클로드 코드에 구현 요청
__에러 타입별 처리

 

CHAPTER 10 채팅 API 구현
10.1 Express 서버 설정
__프로젝트 구조
__미들웨어 설정
__라우터 구성
10.2 세션 관리
__테스트 작성: 세션 CRUD
__구현: SessionManager
10.3 대화 히스토리 관리
__테스트 작성: 메시지 저장/조회
__구현: MessageHistory
__컨텍스트 크기 관리
10.4 시스템 프롬프트 설계
__프롬프트 구조
__페르소나 정의
10.5 채팅 API 엔드포인트
__테스트 작성: POST /api/chat
__구현: SSE 스트리밍 응답
__테스트 작성: 세션 API
__구현: 세션 CRUD 엔드포인트
__테스트 작성: 세션 메시지 API
__테스트 작성: 미들웨어
__SSE 스트리밍 동작 확인
10.6 통합 테스트
__E2E 테스트 작성
__에러 시나리오 테스트
__리팩터링: 테스트가 만드는 안전망

 

CHAPTER 11 Tool Use 구현
11.1 Tool Use 개념
11.2 도구 정의와 스키마
__도구 스키마 구조
__JSON 스키마 작성법
__도구 설명 작성 가이드
11.3 시간 조회 도구 구현
11.4 계산기 도구 구현
11.5 날씨 API 연동
__외부 API 선택
__도구 설계
__테스트 작성(Mock 활용)
__구현
__에러 처리
__통합 테스트: 실제 API 호출 검증
11.6 다중 도구 처리
__병렬 도구 호출 이해
__테스트 작성: 다중 도구
__구현: 도구 오케스트레이터
__BedrockService에 Tool Use 통합
__Tool Use 통합 테스트
11.7 Tool Use 설계 고려사항
__입력 검증
__타임아웃 처리
__실패 시 폴백 전략
__유틸리티 테스트 실행

 

CHAPTER 12 챗봇 프런트엔드 개발
12.1 React 프로젝트 설정
__기술 스택: Vite + React + TypeScript
__Tailwind CSS 설정
__프로젝트 구조
12.2 채팅 UI 컴포넌트
__컴포넌트 설계
__테스트 작성: MessageList
__구현: MessageList
__테스트 작성: MessageInput
__구현: MessageInput
12.3 스트리밍 응답 표시
__SSE 클라이언트 설계
__테스트 작성: SSE 서비스
__구현: SSE 클라이언트
__테스트 작성: useChat Hook
__구현: useChat Hook
12.4 Tool Use 결과 표시
__테스트 작성: ToolResult 컴포넌트
__구현: ToolResult 컴포넌트
12.5 마크다운 렌더링
__MarkdownRenderer 컴포넌트 구현
__MessageList에 MarkdownRenderer 연결
__MessageList에 ToolResult 연결
__리팩터링: MessageItem 추출
__보안 고려사항(XSS 방지)
__구현: sanitize 유틸리티
12.6 에러 처리와 로딩 상태
__에러 바운더리
__사용자 친화적 에러 메시지
__로딩 스피너와 로딩 오버레이
12.7 반응형 디자인
__브레이크포인트 전략
__에러 처리와 세션 연결
12.8 App 컴포넌트 통합
__세션 관리 Hook
__App 컴포넌트
12.9 풀스택 통합
__클라이언트 지정 ID -- 백엔드 확장
__세션 백엔드 동기화 -- useSession 확장
__메시지 로딩 -- useChat 확장
__Bedrock Tool Use 스트리밍 -- bedrock.test.ts 확장
__시각적 확인
12.10 디자인 개선: shadcn/ui 적용
__shadcn/ui 설치
__컴포넌트별 적용
__다크 모드 구현
__전체 검증
12.11 프런트엔드 설계 고려사항
__상태 관리 전략
__성능 최적화

 

[ 부록 ]

 

A. 반복 실행과 자율 코딩: Loop
B. 어디서든 세션 이어가기: Remote Control
C. 브라우저 자동화: Claude in Chrome
D. 에이전트 스킬 프레임워크: Superpowers
E. 텔레그램으로 클로드 코드 원격 접속하기
F. Brewnet으로 홈서버 구축하기
G. 개발에 참고할 만한 프로그램

클로드 코드 마스터

조태호

★ 하버드의과대학교수, 국회의원, 실리콘밸리 벤처캐피탈 창립파트너 등 국내외 전문가 강력 추천!
★ 코딩 몰라도, 아이디어만 있으면 앱을 만드는 시대를 위한 실습형 AI 코딩 입문서
☆ 저자 직강 유튜브 강의, Q&A 채널 제공
☆ 15가지 실습 프로젝트를 따라 하며 배우는 실전 개발 워크플로

 

매일 반복되는 일을 AI에게 맡길 수 있다면 어떨까?
AI가 코드를 대신 쓰는 시대, 이제 코딩은 ‘배워야 하는 기술’에서 ‘활용하면 더 유용한 도구’가 되었다. 이 책은 그 변화의 한가운데에서 탄생한 &lt;혼자 공부하는&gt; 시리즈 최초의 AI 기반 코딩 입문서이다.
프로그래밍을 전혀 모르는 독자라도 책의 흐름대로 따라 하기만 하면 실제로 동작하는 웹 앱을 자신의 손으로 만들어내는 경험을 하게 된다. 설치부터 실습, 오류 해결, 배포까지 이어지는 완성형 워크플로가 담겨 있어, ‘처음 만들기’의 장벽을 낮추고 ‘끝까지 완주하기’라는 성취감을 자연스럽게 이끌어낸다.
특히 이 책은 단순히 프롬프트를 복사해 붙여 넣는 방식에 그치지 않는다. 왜 이런 결과가 나오는지, 어떤 구조로 앱이 작동하는지, 어떻게 응용해야 나만의 결과물을 만들 수 있는지를 기초 원리부터 친절하게 설명한다. 덕분에 독자는 도구 사용법을 넘어 AI를 활용해 문제를 해결하는 사고방식을 익힐 수 있다.
저자는 이 책을 두고  “AI 시대, 인류의 마지막 코딩 책이 될지도 모른다”고 말한다.
앞으로 우리가 배워야 할 것은  코드를 암기하는 법이 아니라, AI와 정확하게 협업하는 능력이기 때문이다. AI와 함께 설계·구현·배포까지 해내는 진짜 코딩 경험을 시작해 보자!

Chapter 01 나의 첫 바이브 코딩
01-1 나의 코딩 파트너, AI 어시스턴트
바이브 코딩
AI 통합 도구의 등장
[좀 더 알아보기] AI 어시스턴트의 탄생과 발전
[3가지 키워드로 정리하는 핵심 포인트]
[확인 문제]

 

01-2 AI로 나만의 첫 웹페이지 만들기
클로드 시작하기 
클로드 아티팩트로 웹페이지 만들기
웹페이지 게시하고 검토하기
커스터마이즈 기능으로 개성 더하기 
[좀 더 알아보기]클로드 구독으로 더 강력한 AI 파트너 만들기
[4가지 키워드로 정리하는 핵심 포인트]
[확인 문제]


Chapter 02 효과적인 프롬프트로 AI 200% 활용하기
02-1 AI를 깨우는 프롬프트의 비밀
프롬프트의 중요성 
제품 기획서 초안 작성하기
[4가지 키워드로 정리하는 핵심 포인트]
[확인 문제]

 

02-2 실전! 마케팅 포트폴리오 완성하기
4단계 포트폴리오 전략
1단계: 뼈대
2단계: 기능 
3단계: 디자인 
4단계: 점검
[6가지 키워드로 정리하는 핵심 포인트]
[확인 문제]

 

Chapter 03 클로드 코드 시작하기
03-1 클로드 코드 설치하기
실습 환경 준비하기 
터미널 실행하기 
클로드 코드 
[3가지 키워드로 정리하는 핵심 포인트]
[확인 문제]

 

03-2 손글씨 인식 프로그램 만들기
프로젝트 폴더 준비하기
MNIST 데이터세트로 숫자 인식 프로그램 만들기
[3가지 키워드로 정리하는 핵심 포인트]
[확인 문제]

 

03-3 CLAUDE.md로 프로그램 확장하기
프로젝트 설정 파일의 이해 
계층적 구조 활용하여 웹 버전 손글씨 인식 프로그램 만들기 
[4가지 키워드로 정리하는 핵심 포인트]
[확인 문제]

 

Chapter 04 클로드 코드 실전 활용

단계별 프롬프트 작성하기 
단계별 프롬프트 실행하기 
[좀 더 알아보기] 클로드 초기 설정 명령어 
[5가지 키워드로 끝내는 핵심 포인트] 
[확인 문제 ]

 

04-2 작업 재개와 효율성 높이기
기능 추가하기 
컨텍스트 관리하기 
[4가지 키워드로 끝내는 핵심포인트]
[확인 문제]

 

04-3 프로젝트 개선과 작업 관리
캡처 이미지로 데스크톱 버전 앱의 UI 개선하기
참조를 통해 코드 빠르게 점검하기 
클로드 코드 프로젝트 관리하기
[5가지 키워드로 끝내는 핵심포인트]
[확인 문제]

 

Chapter 05 게임 제작으로 배우는 체계적인 개발과 관리
05-1 할루시네이션 없는 AI 콘텐츠 만들기
게임 기획과 구현
할루시네이션 해결하기
[3가지 키워드로 끝내는 핵심포인트]
[확인 문제]

 

05-2 자동화로 개발 효율 높이기
2단계: 게임 확장하기 
커스텀 명령어로 반복 작업 자동화하기 
커스텀 명령어 확장하기 
새로운 퀴즈 문제 추가 자동화
[5가지 키워드로 끝내는 핵심 포인트]
[확인 문제]

 

05-3 명령어 체이닝으로 익히는 유지보수 전략
3단계: 데이터 저장 및 순위 시스템
게임 제작 워크플로 자동화하기 210
클로드 코드가 스스로 만드는 커스텀 명령어
효율적인 유지보수 워크플로 구축하기
[3가지 키워드로 끝내는 핵심 포인트]
[확인 문제]

 

Chapter 06 클로드 코드에 API 날개 달기
06-1 클로드 코드에서 API 설정하기
API의 개념과 활용 방법
AI 모델 선택하기
AI 모델 연결하고 테스트하기
[5가지 키워드로 정리하는 핵심 포인트]
[확인 문제]

 

06-2 클로드 코드와 API로 만드는 ‘냉장고를 부탁해’
애플리케이션 구현을 위한 PRD 작성하기
1단계: 냉장고 이미지에서 재료 인식하기
2단계: 레시피 생성하기
3단계: 사용자 프로필에 레시피 저장하기
[2가지 키워드로 정리하는 핵심 포인트]
[확인 문제]

 

Chapter 07 클로드 코드 AI 에이전트로 개발팀 구성하기
07-1 클로드 코드의 AI 에이전트 이해하기
나의 첫 에이전트, 코드 리뷰어
최적화 에이전트
UX 디자인 에이전트
서브에이전트 협업 테스트하기
[좀 더 알아보기] 작업 결과 백업하기
[6가지 키워드로 정리하는 핵심 포인트]
[확인 문제 ]

 

07-2 AI 에이전트로 소프트웨어 개발 자동화하기
나만의 AI 개발팀 구축하기
에이전트 팀과 완성하는 애플리케이션, ‘AI 공감 다이어리’
에이전트 팀과 완성하는 애플리케이션, ‘PDF 요약 AI’
[5가지 키워드로 정리하는 핵심 포인트]
[확인 문제]

 

Chapter 08 MCP로 클로드 코드의 한계 넘어서기

08-1 MCP 이해하고 클로드 코드와 연결하기
MCP가 열어준 AI의 무한 확장 가능성
클로드 코드와 노션 연결하기
순차적 추론 MCP로 더 똑똑한 AI 만들기
순차적 추론 MCP의 성능 확인하기
[6가지 키워드로 정리하는 핵심 포인트]
[확인 문제]

 

08-2 MCP로 구현하는 완전 자동화 개발 환경
원하는 MCP를 찾는 방법
쇼핑 리스트 애플리케이션 만들고 MCP로 테스트 자동화하기
깃허브 MCP로 프로젝트 영구 보관하기 
[7가지 키워드로 정리하는 핵심 포인트]
[확인 문제]

 

08-3 데이터베이스 연결해 진짜 서비스 만들기
나만의 웹페이지 배포하기
애플리케이션에 데이터베이스 연동하기
쇼핑 리스트 앱을 진짜 서비스로 업그레이드
[6가지 키워드로 정리하는 핵심 포인트]
[확인 문제]

 

[정답 및 해설]
[찾아보기]

혼자 공부하는 바이브 코딩 with 클로드 코드

사이토 고키

개앞맵시(이복연)

토크나이저부터 추론 모델까지,
처음부터 끝까지 구현하며 배우는 LLM의 원리

 

챗GPT 같은 대규모 언어 모델(LLM)이 일상에 깊이 들어온 지금, 그 작동 원리를 직접 구현해 본 사람은 많지 않습니다. 『밑바닥부터 시작하는 딥러닝』 여섯 번째 편은 토크나이저, 모델, 학습이라는 LLM의 핵심 세 단계를 완성된 라이브러리에 기대지 않고 밑바닥부터 구현합니다. CodeBot, StoryBot, WebBot 세 프로젝트를 거치며 BPE 토크나이저, 트랜스포머 어텐션, 사전 학습부터 SFT·GRPO·DPO 강화 학습까지 LLM 개발의 전 과정을 코드로 직접 재현합니다. 파이썬, 파이토치 기초와 딥러닝에 대한 기본 이해가 있다면, 이 책과 함께 나만의 LLM을 밑바닥부터 키워보세요.

CHAPTER 0 LLM이 만들어지기까지
0.1 구성 요소
0.2 LLM의 사전 학습
0.3 LLM의 사후 학습

 

[PART I 기본편: CodeBot 만들기]
I.1 개발 흐름
I.2 사전 학습
I.3 SFT(지도 파인튜닝)
I.4 강화 학습

 

CHAPTER 1 토크나이저 (기본편)
1.1 문자 단위 토큰화
1.2 바이트 단위 토큰화
1.3 BPE의 학습 알고리즘
1.4 BPE를 적용한 인코딩과 디코딩
1.5 특수 토큰 대응
1.6 사전 토큰화
1.7 TinyCodes를 이용한 학습
1.8 토크나이저 평가
1.9 TinyCodes 인코딩
1.10 정리

 

CHAPTER 2 모델 (기본편)
2.1 어텐션 기본 원리
2.2 어텐션의 수식과 구현
2.3 어텐션 스케일링
2.4 트랜스포머 기본 구조
2.5 위치 인코딩
2.6 어텐션 마스크
2.7 밸류 변환 행렬 효율 개선
2.8 멀티헤드 어텐션
2.9 트랜스포머 블록
2.10 GPT-2
2.11 정리

 

CHAPTER 3 학습 (기본편)
3.1 사전 학습
3.2 텍스트 생성
3.3 SFT(지도 파인튜닝)
3.4 SFT 모델과 나누는 대화
3.5 강화 학습과 언어 모델
3.6 정책 경사법
3.7 베이스라인
3.8 오프-정책과 클리핑
3.9 GRPO
3.10 정리

 

[PART II 응용편: StoryBot 만들기]
II.1 데이터셋
II.2 개발 흐름

 

CHAPTER 4 토크나이저 (응용편)
4.1 BPE 학습 개선 ①: 중복 제거
4.2 BPE 학습 개선 ②: 부분 갱신
4.3 BPE 학습 개선 ③: 분할 처리
4.4 BPE 학습 개선 ④: 병렬화
4.5 토크나이저 평가
4.6 BPE 인코딩 개선 ①: 고속 병합
4.7 BPE 인코딩 개선 ②: 대규모 데이터 처리
4.8 정리

 

CHAPTER 5 모델 (응용편)
5.1 RoPE
5.2 SwiGLU
5.3 RMSNorm과 그 밖의 개선
5.4 개선된 GPT 구현
5.5 KV 캐시
5.6 정리

 

CHAPTER 6 학습 (응용편)
6.1 AdamW의 원리
6.2 AdamW 구현
6.3 학습률 스케줄
6.4 혼합 정밀도
6.5 사전 학습 (개선 버전)
6.6 텍스트 생성과 모델 평가
6.7 RLHF와 DPO
6.8 DPO 구현
6.9 정리

 

[PART III 도전편: WebBot 만들기]
III.1 데이터셋
III.2 개발 흐름

 

CHAPTER 7 토크나이저 (도전편)
7.1 WebBot의 토크나이저
7.2 병목 지점 찾기
7.3 러스트와 C++를 이용한 속도 개선
7.4 특수 토큰 추가
7.5 다른 토크나이저
7.6 토크나이저를 사용하지 않는 접근법
7.7 정리

 

CHAPTER 8 모델 (도전편)
8.1 모델 크기 선택
8.2 FlashAttention
8.3 Grouped-Query Attention(GQA)
8.4 전문가 혼합(MoE)
8.5 torch.compile
8.6 컨텍스트 길이 확장
8.7 정리

 

CHAPTER 9 학습 (도전편)
9.1 기울기 누적
9.2 기울기 체크포인트
9.3 분산 학습
9.4 ZeRO
9.5 Muon 옵티마이저
9.6 Weights & Biases
9.7 WebBot 학습과 생성 결과
9.8 정리

 

APPENDIX A UTF-8 인코딩의 원리
APPENDIX B 어텐션의 스케일링 효과 증명
APPENDIX C 베이스라인을 적용한 정책 경사 추정량의 불편성 증명
APPENDIX D Adam의 편향 보정
APPENDIX E DPO의 최적해 유도

한빛미디어 AI&IT 기획전