reopt learning
AI 네이티브 개발

AI 네이티브 아키텍처와 구현 경계

모델·도구·상태·사람의 책임을 분리해 변경 가능한 시스템 만들기

AI가 생성하는 코드의 양보다 시스템 경계와 책임을 먼저 설계합니다. 결정적 코드와 확률적 모델, 컨텍스트와 도구, 단기 작업과 지속 상태, 자동 실행과 사람 승인을 분리하고 작은 호환성 창으로 기존 시스템을 전환합니다.

심화 8레슨 515 XP 약 89분

출처 · 핸드북 · 개발자 언러닝 · 엔터프라이즈 에이전트 개발 · 원문 검토 2026-07-01

선수 코스를 먼저 완료해 주세요

AI 문제 정의와 컨텍스트 설계 완료 후 이 코스를 시작할 수 있어요.

선수 코스 학습하기
문제 설계·아키텍처·품질 검증·팀 운영 역량이 하나의 개발 흐름으로 연결되는 일러스트
0%
코스 진행률9개 학습 단계 기준

1. 책임과 결정성 경계

모델이 잘하는 판단과 코드가 보장해야 하는 규칙을 분리합니다.

  1. 모든 것을 에이전트에게 맡기지 않는 설계Deterministic core, probabilistic edge, human authority와 fallback개념45 XP
  2. 책임 경계 설계 퀴즈모델·코드·도구·사람의 올바른 책임을 고릅니다.퀴즈50 XP

2. 컨텍스트·도구·상태 Topology

에이전트 실행을 추적 가능한 데이터 흐름과 capability로 설계합니다.

  1. 에이전트는 Prompt가 아니라 RuntimeContext assembly, capability tools, state machine, approval과 trace개념45 XP
  2. 실전: 중간에 멈춘 계약 검토 Agent상태·도구·승인·재개 경계를 복구합니다.시나리오60 XP

3. AI 구현을 통합하는 Slice

큰 생성 결과를 작은 계약·diff·checkpoint로 나눠 흡수합니다.

  1. 생성 속도보다 통합 가능한 변화량Vertical slice, contract-first, bounded diff와 compatibility window개념45 XP
  2. AI 구현 Slice 준비도계약·변경 크기·호환성·정리 조건을 점검합니다.체크리스트55 XP

4. 마이그레이션과 운영 아키텍처

기존 시스템에 AI 경로를 단계적으로 추가하고 증거로 확대합니다.

  1. Big-bang AI 전환을 피하는 세 가지 경로Shadow, assistive, canary·strangler와 governance개념45 XP
  2. 워크북: AI 기능 마이그레이션 설계기존 업무를 shadow에서 제한 자동화까지 전환합니다.워크북70 XP

최종 챌린지

코스에서 배운 내용을 업무에 재사용할 수 있는 산출물로 완성하세요.

  1. 최종 챌린지 · AI 네이티브 기능 아키텍처책임·Runtime·Slice·마이그레이션을 연결한 실행 가능한 설계레슨 완료 후100 XP