reopt learning
AI-native development

AI-native architecture & implementation boundaries

Separate model, tool, state, code, and human responsibility

Design deterministic and probabilistic boundaries, explicit runtime topology, reviewable delivery slices, and evidence-driven migration paths.

Advanced 8 lessons 515 XP About 89 min

Source · Handbook · Developer unlearning & enterprise agent development · Source reviewed 2026-07-01

Complete the prerequisite courses first

AI problem framing & context design to unlock this course.

Study prerequisites
AI-native architecture & implementation boundaries course
0%
Course progress9 learning steps

1. 책임과 결정성 경계

모델이 잘하는 판단과 코드가 보장해야 하는 규칙을 분리합니다.

  1. 모든 것을 에이전트에게 맡기지 않는 설계Deterministic core, probabilistic edge, human authority와 fallbackConcept45 XP
  2. 책임 경계 설계 퀴즈모델·코드·도구·사람의 올바른 책임을 고릅니다.Quiz50 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 traceConcept45 XP
  2. 실전: 중간에 멈춘 계약 검토 Agent상태·도구·승인·재개 경계를 복구합니다.Scenario60 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 windowConcept45 XP
  2. AI 구현 Slice 준비도계약·변경 크기·호환성·정리 조건을 점검합니다.Checklist55 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 governanceConcept45 XP
  2. 워크북: AI 기능 마이그레이션 설계기존 업무를 shadow에서 제한 자동화까지 전환합니다.Workbook70 XP

Final challenge

Turn what you learned into a reusable work artifact.

  1. 최종 챌린지 · AI 네이티브 기능 아키텍처책임·Runtime·Slice·마이그레이션을 연결한 실행 가능한 설계Complete lessons first100 XP