reopt learning
AI 네이티브 개발

AI 문제 정의와 컨텍스트 설계

모호한 요청을 에이전트가 실행하고 사람이 검증할 수 있는 계약으로

기능 요청을 사용자 결과·불변식·비대상·완료 증거로 재구성하고, 저장소·문서·도구·실행 상태를 목적에 맞는 컨텍스트로 선별합니다. 프롬프트를 일회성 지시가 아니라 재사용 가능한 설계 인터페이스로 만들고, 피드백 루프로 문제 정의 자체를 개선합니다.

중급 8레슨 515 XP 약 89분

출처 · 핸드북 · 개발자 언러닝 · 에이전틱 문서 설계 · 원문 검토 2026-07-01

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

1. 요청을 문제 계약으로 바꾸기

구현 지시보다 먼저 사용자 결과와 실패 조건을 고정합니다.

  1. “무엇을 만들까”보다 “무엇이 달라져야 하나”Outcome, evidence, invariant, non-goal과 acceptance개념45 XP
  2. 문제 계약 진단요청·해결책·증거·acceptance를 구분합니다.퀴즈50 XP

2. 컨텍스트 아키텍처

많은 정보를 넣는 대신 결정에 필요한 관계를 보존합니다.

  1. 컨텍스트는 데이터 더미가 아니라 작업 환경Source of truth, scope, freshness, progressive disclosure와 task state개념45 XP
  2. 실전: 오래된 문서와 현재 코드의 충돌Source of truth와 필요한 컨텍스트를 선별합니다.시나리오60 XP

3. Prompt-as-Design

프롬프트를 대안과 반증이 가능한 설계 인터페이스로 만듭니다.

  1. 좋은 프롬프트는 답보다 결정 구조를 만든다Intent, constraints, examples, alternatives, output schema와 uncertainty개념45 XP
  2. 설계 프롬프트 품질 점검의도·경계·대안·검증 구조를 확인합니다.체크리스트55 XP

4. 컨텍스트 품질 피드백 루프

작업 결과의 수정 비용을 다음 명세와 컨텍스트 개선으로 환류합니다.

  1. 실패를 모델 문제가 아니라 환경 신호로 읽기Failure taxonomy, human correction, retrieval task와 documentation trigger개념45 XP
  2. 워크북: 컨텍스트 개선 루프반복되는 AI 작업 하나의 실패·수정·자산화 구조를 설계합니다.워크북70 XP

최종 챌린지

코스에서 배운 내용을 업무에 재사용할 수 있는 산출물로 완성하세요.

  1. 최종 챌린지 · AI 실행 가능 문제·컨텍스트 패키지실제 기능 하나를 다른 개발자와 에이전트가 재현할 수 있는 설계 입력으로레슨 완료 후100 XP