얼마 안 남았습니다!
선착순 한정, 최저가 타이밍✨

본 강의는 9월 7일 런칭한 강의로
얼리버드 할인 혜택을 제공하고 있습니다
스페셜 얼리버드 + [10% 쿠폰]
26년 9월 7일 ~ 13일까지
정가 500,000원
판매가 215,100원
12개월 할부 적용시
월 17,925원
스페셜 얼리버드
26년 9월 14일 ~ 20일까지
정가 500,000원
판매가 239,000원
12개월 할부 적용시
월 19,916원
슈퍼 얼리버드
26년 9월 21일 ~ 30일까지
정가 500,000원
판매가 249,000원
12개월 할부 적용시
월 20,750원
정가
500,000원

현시점 주목받는 5가지 엔지니어링,

에이전트에 하나씩 적용해 봤는데
왜 아직도 마음대로 움직일까요?

문제는 개별 기술이 아니라
 "서로 연결되어 작동하는 구조"에 있습니다

에이전트는 5가지 엔지니어링이
 맞물려 완성되는 시스템

정교하게 잘 깎인 에이전트는
각 엔지니어링이 하나의 시스템 체계로 연결되어야 합니다 정교하게 잘 깎인 에이전트는
각 엔지니어링이 하나의 시스템 체계로
연결되어야 합니다

반복되는 실수 없이 복잡한 업무를 끝까지 수행하는 에이전트,
글로벌 빅테크 출신 개발자의 엔지니어링을 공개합니다 반복되는 실수 없이
복잡한 업무를 끝까지 수행하는 에이전트,
글로벌 빅테크 출신 개발자의
엔지니어링을 공개합니다

각기 다른 개념으로 학습하는 것이 아닌,
차곡차곡 쌓아 올려 상위 1% 에이전트를 구축하는 유일무이한 커리큘럼 각기 다른 개념으로 학습하는 것이 아닌,
차곡차곡 쌓아 올려
상위 1% 에이전트를 구축하는
유일무이한 커리큘럼

이 강의가 압도적인 이유

핵심 01
하네스, 루프, New 그래프 엔지니어링까지
5단계로 연결하는 에이전트 올인원
프롬프트, 컨텍스트 구성부터 실행 환경을 만드는 하네스, 결과를 검증하는 루프, 전체 과정을 연결하는 그래프까지 단계적으로 학습합니다. 흩어져 있던 개념을 하나의 구조로 이해하며, 실제로 작동하는 에이전트 시스템을 완성합니다.
핵심 02
MVP Builder,
PR draft 자동화 시스템, Agent ERP
완성도 높은 엔터프라이즈급 프로젝트 3가지
실리콘밸리 AI 전문가가 알려주는 다양한 프로젝트 별
12가지 AI 도구 활용법 100% 공개합니다.
핵심 03
Claude Code·Codex·Pi Agent
3가지 도구로 완성하는 실전 멀티 에이전트
Claude Code와 Codex로 동일한 스킬과 파이프라인을 활용해 에이전트를 개발하고, Pi를 완성된 Agentic ERP의 실행 계층으로 연결합니다. 개발부터 멀티 모델 기반의 실제 운영까지 이어지는 전 과정을 경험합니다.
핵심 04
성능은 유지하고 비용은 확 줄이는
에이전트 토큰 최적화 노하우까지 한 번에
좋은 에이전트는 성능뿐 아니라 운영 비용까지 관리할 수 있어야 합니다. 토큰 사용량을 직접 측정하고, 컨텍스트 축소·캐시 활용·작업별 모델 배분을 통해 불필요한 비용을 줄이는 방법을 익힙니다.

강사 소개

국내/글로벌 빅테크 수석 엔지니어를 거쳐,
이제는 AI 에이전트 전문가로!

어디서도 만나볼 수 없었던 엔지니어 멘토,
25년 경력의 상위 1% 강사님을 소개합니다

김석현 강사님
현 AX LABS 컨설턴트
현 RobinTech 대표
전 Coupang Staff Software Engineer (미국 · 한국)
전 Amazon Software Development Engineer II (미국)
전 삼성전자 Senior Software Engineer (한국)

교육 사항

• 서울대학교 전기컴퓨터공학부 박사
• 서울대학교 재료공학부 학사

전문 분야

• AI 에이전트 개발 · MCP 통합 · 프로덕션 배포
• LLM Application 백엔드 · 사내 시스템(ERP · CRM · DB) 연결
• 대규모 트래픽 · 분산 인프라 · 운영 안정성 설계

안녕하세요, 25년차 엔지니어 김석현입니다.
AI를 단순한 코딩 도구가 아니라, 스스로 실행하고 검증하며
결과를 완성하는 ‘독립적인 동료’로 활용하는 실전 에이전틱 엔지니어링 워크플로를 담았습니다.

이번 강의는 Claude Code와 Codex의 기능을 익히는 데서 끝나지 않습니다. AI의 실행 환경을 통제하는 하네스 엔지니어링,
완료 기준까지 개선을 반복하는 루프 엔지니어링, 복잡한 작업 경로를 설계하는 그래프 엔지니어링을 단계별 실습으로 체득합니다.
MVP-Builder 구축부터 Slack 기반 PR 자동화, Agentic AI ERP 프로토타입까지 직접 구현하며
스펙 작성·코드 분석·개발·테스트·업무 실행이 하나로 연결되는 과정을 경험할 수 있습니다.

AI에게 코딩을 맡기는 사용자를 넘어, 여러 에이전트와 도구를 설계하고 통제해
혼자서도 확장 가능한 시스템을 만드는 ‘에이전틱 아키텍트’로 성장하는 것. 그것이 이 강의의 목표입니다.

프로젝트 소개

더이상 새로운 엔지니어링 키워드에 흔들리지 않도록
현시점 기본으로 정리되는 엔지니어링 5가지를 제대로 빌드해 봅시다! 더이상 새로운 엔지니어링 키워드에 흔들리지 않도록
현시점 기본으로 정리되는 엔지니어링 5가지를
제대로 빌드해 봅시다!

차원이 다른 스케일의 엔터프라이즈급 에이전트 시스템 프로젝트

커리큘럼

Point 01 아이디어 한 줄로 시작하는 MVP 빌더 프롬프트부터 그래프 엔지니어링까지 한 단계씩 차곡차곡 쌓아가며, 기본적인 엔지니어링 테크닉을 학습하고,

사용자의 아이디어를 입력하면 요구사항 정의 → 시스템 설계 → 작업 계획 → 구현 → 테스트까지 단계적으로 수행하는 MVP-Builder를 완성합니다.
반복해도 일정한 품질을 내는 AI 개발 시스템을 설계하는 에이전틱 엔지니어링 역량을 갖추게 됩니다.

01. 하네스 엔지니어링 쌓기
이 파트에서는 작은 에이전트 루프를 직접 구현하며 시스템 프롬프트·허용 도구·최대 실행 횟수가 결과에 미치는 영향을 확인합니다. 이어서 재사용 가능한 Skill을 Claude Code와 Codex에 적용해 일관된 품질의 MVP를 만드는 하네스를 완성합니다.
학습 내용
하네스 엔지니어링의 원리와 핵심 구성요소
[실습] Anthropic SDK로 50줄 에이전트 루프 구현하기
시스템 프롬프트·도구 허용 목록·최대 턴 설계
[실습] 커스텀 하네스의 슬롯을 채우고 Claude Code와 비교하기
Skill을 활용한 스펙 작성과 TDD 기반 MVP 구현
[실습] spec·plan·build·test Skill로 MVP 완성하기
종료 코드가 아닌 실제 출력 기반의 성공 판정
[실습] 결과물의 품질을 판단하는 출력 기준 만들기
Claude Code와 Codex에서 호환되는 하네스 구축
[실습] 동일한 SKILL.md를 적용하고 두 산출물 비교하기
02. 루프 엔지니어링 쌓기
이 파트에서는 목표·검증·종료 조건을 명확히 정의하고, 외부 지표가 기준을 만족할 때까지 실행과 개선을 반복하는 루프를 설계합니다. 무한 반복과 비용 낭비를 방지하면서 결과물의 품질을 단계적으로 높이는 방법을 익힙니다.
학습 내용
목표·검증·종료로 구성되는 루프의 핵심 원리
[실습] 완료 기준과 반복·종료 조건 설계하기
요구사항 누락을 없애는 디자인 개선 루프
[실습] 스펙 반영률이 18/18이 될 때까지 반복하기
필수 리뷰 이슈를 제거하는 기계적 품질 게이트
[실습] Must 항목이 0개가 될 때까지 리뷰·수정하기
코드량과 복잡도를 줄이는 Ponytail 루프
[실습] 코드량 지표를 정의하고 목표 수준까지 개선하기
03. 그래프 엔지니어링 쌓기 (최초 공개)
복잡한 AI 작업의 단계·분기·사람의 승인 지점을 그래프로 설계합니다. Claude Code와 Codex를 연결해 아이디어 입력부터 스펙·설계·구현·테스트까지 수행하는 MVP-Builder를 완성합니다.
학습 내용
정적·동적·하이브리드 그래프의 원리
[실습] 작업에 맞는 그래프 구조와 실행 경로 설계하기
MVP-Builder의 전체 구조와 작동 방식
[실습] 아이디어가 결과물로 완성되는 실행 흐름 분석하기
Claude Code를 활용한 스펙·설계·작업 문서 작성
[실습] 요구사항 명세부터 시스템 설계·작업 문서까지 리뷰 루프 구축하기
Codex를 활용한 구현 및 품질 검증
[실습] 유닛 테스트와 E2E 테스트를 포함한 구현 노드 완성하기

Project 02 이슈 해결 PR draft 자동화 w. Slack 슬랙에 이슈를 한 줄로 입력하면 AI 에이전트가 관련 코드를 분석하고 수정·테스트한 뒤 PR 초안까지 생성하는 워크플로를 구축합니다.
Claude Code와 Codex, llm-wiki, GitHub를 연결해 실제 협업 환경에서 작동하는 이슈 해결 자동화를 완성합니다.

Slack에 남긴 이슈 한 줄이 코드 수정과 Draft PR로 이어지는 전 과정을 직접
구현합니다. LLM Wiki로 방대한 코드베이스에서 관련 모듈을 빠르게 찾고, 하네스로 Slack·Claude/Codex·GitHub를 연결하며, 루프와 그래프로 분석·수정·검증의 반복 과정과 작업 흐름을 설계해 스스로 이슈를 해결하는 개발 에이전트를 완성합니다.
학습 내용
슬랙 메시지에서 PR 초안까지 이어지는 시스템 구조
[실습] Slack·Orchestrator·Agent Runner·GitHub 연결 구조 설계하기
Claude Code와 Codex를 실행하는 Orchestrator Backend
[실습] 슬랙 이벤트를 받아 AI 에이전트를 Headless 방식으로 실행하기
llm-wiki를 활용한 저장소 및 관련 모듈 탐색
[실습] 이슈와 연관된 코드의 위치와 구조 찾아내기
Skill을 활용한 체계적인 코드 분석
[실습] 이슈 재현부터 원인·수정 범위까지 분석하고 결과 비교하기

| 엔지니어링 로드맵

ImageSlide
ImageSlide
ImageSlide

컨텍스트를 구성하고, 하네스를 실행하고, 그래프와 루프로 검증하는 구조를 학습할 수 있어요

Project 03 Agentic ERP 시스템 업무 요청과 필요한 맥락을 ERP에 등록하면, AI 에이전트 Pi가 허용된 도구를 활용해 작업을 수행하고 결과까지 반영하는 Agentic ERP를 구현합니다.
MCP 기반 도구 연결부터 컨텍스트 주입, 감사 로그, 스케줄링까지 구축해 안전하게 반복 업무를 완수하는 프로토타입을 완성합니다.

MVP-Builder로 주문·재고 백오피스를 구축하고, Pi 에이전트가 ERP 업무를 직접 수행하도록 연결합니다. MCP 도구·업무별 컨텍스트·완료 조건·주기 실행을 설계해 결과 반영과 감사 로그까지 갖춘 Agentic AI ERP를 완성합니다.
학습 내용
에이전트가 업무를 수행하는 ERP의 구조
[실습] MVP-Builder로 주문·재고 백오피스 구현하기
ERP와 Pi를 연결하는 JSON-RPC 실행 환경
[실습] ERP 요청을 Pi에 전달하고 응답받는 실행 흐름 구축하기
ERP 기능을 에이전트 도구로 제공하는 MCP
[실습] ERP API를 MCP 서버로 노출하고 필요한 도구만 연결하기
안전한 업무 실행을 위한 Task와 Context 설계
[실습] 입력·완료 조건·허용 도구·컨텍스트 예산 설정하기
ERP 업무의 주기적 무인 실행과 감사 체계
[실습] 중복과 무한 실행을 방지하는 스케줄러와 감사 로그 완성하기

| 엔지니어링 로드맵

ImageSlide
ImageSlide
ImageSlide

그래프로 경로를 정하고, 하네스로 통제하고, 컨텍스트를 공급하고, 루프로 검증하는 구조를 학습할 수 있어요

수강 혜택

보고 끝나는 강의가 되지 않도록,
직접 실행하고 확장할 수 있는 강사님만의 자료집을 모두 드려요 보고 끝나는 강의가 되지 않도록,
직접 실행하고 확장할 수 있는
완성 코드를 모두 드려요

본 강의에서 사용될
프로그램 안내 드립니다.
[필수 툴]
  • • Claude, ChatGPT 유료구독 (최소 Pro, 권장 Max)
  • • pi agent (무료)

* 프로그램은 제공되지 않습니다.


[주의사항]

* 툴이나 프로그램 사용 환경과 버전 업데이트에 따라, 강의 내 화면(UI) 구성이나 기능이 실제 수강 시점과 다를 수 있습니다.

* 본 강의는 촬영 시점의 버전을 기준으로 학습 흐름과 개념 전달에 중점을 두었으며, 이후 버전 업데이트에 따른 내용 수정이나 추가는 제공되지 않습니다.

* 강의에서 안내되는 AI 툴의 무료 크레딧 제공 여부 및 요금제 가격은 각 서비스 제공사의 정책에 따라 변경되거나 종료될 수 있습니다. 이용 전 반드시 해당 서비스의 최신 정책 및 요금을 확인해 주시기 바랍니다.
Question 1.
멀티 에이전트를 처음 접하는 개발자도 수강할 수 있나요?
에이전트 엔지니어링이 처음인 분도 충분히 따라올 수 있습니다.
특히 Claude Code나 Codex로 코드를 작성해 본 경험은 있지만, 에이전트를 어떻게 설계하고 확장해야 할지 막막했던 분께 적합합니다. 모델이 파일과 지침을 읽고 도구를 실행하도록 만드는 ‘하네스’부터, 결과가 기준을 충족할 때까지 개선하는 ‘루프’, 여러 작업의 순서와 분기를 연결하는 ‘그래프’까지 단계적으로 확장해 나갑니다. 단순히 개념을 설명하는 데 그치지 않고, 프로젝트를 직접 구현하며 각 구조가 언제, 왜 필요한지 체감할 수 있도록 구성했습니다.

실제 코드베이스와 개발 도구를 다루는 중급 난이도의 강의인 만큼 기본적인 프로그래밍 경험을 갖춘 분께 가장 적합합니다. 현업 소프트웨어 엔지니어와 개발자를 준비하는 학습자는 물론, 개발 전공자가 아니더라도 Claude Code나 Codex를 활용해 자신의 서비스를 만들어 본 분이라면 도전할 수 있습니다.

다만 코드를 읽거나 AI 코딩 도구를 사용해 본 경험이 전혀 없는 비개발자에게는 일부 내용이 어렵게 느껴질 수 있습니다.
Question 2.
왜 에이전트 엔지니어링을 하나로 연결해
하나의 시스템으로 만들어야 하나요?
프롬프트·컨텍스트·하네스·루프·그래프를 각각 독립적으로 구축해도 개별 기능은 수행할 수 있습니다. 하지만 시스템 사이에서 목표와 상태, 실행 결과, 완료 기준이 자동으로 이어지지 않기 때문에 결과를 전달하고 다음 단계를 실행하는 역할을 결국 사람이 맡아야 합니다. 각 시스템이 서로 다른 정보를 바탕으로 판단하면서 작업이 중복되거나 중요한 맥락이 누락될 수도 있습니다.

반대로 다섯 가지 엔지니어링을 하나의 시스템으로 연결하면, 에이전트가 필요한 정보를 찾고 도구를 실행한 뒤 결과를 검증하며 다음 단계로 이동하는 전 과정이 끊김 없이 이어집니다. 실패하면 적절한 단계로 돌아가 수정하고, 사람은 미리 정한 승인 지점에서만 개입합니다.

결국 독립된 시스템은 각각 잘 작동하는 여러 도구에 가깝지만, 연결된 시스템은 하나의 목표를 향해 상태를 공유하며 끝까지 업무를 완수하는 에이전트가 됩니다.
Question 3.
이론이나 간단한 예제에 그치지 않고,
실제로 작동하는 결과물을 만들 수 있나요?
강의에서는 토이 프로젝트를 만드는 대신, 앞 프로젝트의 결과물이 다음 프로젝트의 도구가 되는 방식으로 총 3개의 실전 프로젝트를 완성합니다.

먼저 아이디어 한 줄을 입력하면 스펙 작성 → 사람 승인 → 설계 → 리뷰 → 구현으로 이어지는 전 과정을 자동화하는 ‘MVP Builder’를 만듭니다. 이후 이 MVP Builder를 실제 개발 도구로 활용해 콘텐츠 자동 생성 파이프라인과 에이전트가 업무를 수행하는 ‘Agentic ERP’를 구축합니다.

프로젝트에서는 단순히 AI가 코드를 생성하게 하는 데서 멈추지 않습니다. 수용 기준이 설계와 테스트에 빠짐없이 반영됐는지 검사하고, 리뷰의 필수 이슈가 사라질 때까지 수정하며, 테스트 통과·필수 파일 존재·계약 문서 무변경 등의 완료 조건을 모두 충족해야 다음 단계로 넘어가도록 설계합니다. 사람의 승인이 필요한 지점과 에이전트가 자율적으로 실행할 구간도 명확히 분리합니다.

강의별 실습 코드와 최종 완성 소스코드, 스킬·설정 파일, 프로젝트 구조와 실행에 필요한 자료도 함께 제공됩니다. 완성된 결과물을 그대로 실행해 보는 것은 물론, 자신의 서비스와 업무 환경에 맞게 수정하고 확장할 수 있습니다.
Question 4.
수강을 마치면 실무에서 무엇을 할 수 있게 되나요?
단순히 AI에게 코드를 요청하고 결과를 복사하는 수준을 넘어, 에이전트가 실제 업무를 안정적으로 완수하도록 시스템 전체를 설계할 수 있게 됩니다.

에이전트가 어떤 파일과 정보를 볼지, 어떤 도구와 권한을 사용할지, 어떤 행동을 차단할지를 하네스로 정의하고, 테스트·커버리지·리뷰 결과가 목표 기준에 도달할 때까지 반복하도록 루프를 구성할 수 있습니다. 반복 횟수·비용·진척도에 상한을 설정해 무한 실행과 과도한 비용도 통제하게 됩니다.

작업이 여러 단계로 커졌을 때는 전체 과정을 그래프로 설계할 수 있습니다. 예를 들어 스펙 작성 → 승인 → 설계 → 리뷰 → 재수정 → 승인 → 구현처럼 복잡한 업무를 노드와 경로로 선언하고, 조건에 따른 분기와 사람의 승인 지점을 코드로 관리합니다. 덕분에 에이전트가 매번 임의로 다음 행동을 선택하는 것이 아니라, 정해진 절차에 따라 재현 가능한 결과를 만들도록 구성할 수 있습니다.

결국 수강 후에는 ‘내가 계속 지시하고 확인해야 움직이는 AI’가 아니라, 명확한 권한과 완료 기준 안에서 스스로 실행하고 검증하며 끝까지 결과를 만들어 내는 에이전트 시스템을 구축할 수 있습니다. 개인의 프롬프트 노하우를 넘어, 팀이 함께 사용하고 반복 실행하며 실제 서비스에 적용할 수 있는 자동화 구조를 설계하는 것이 이 강의의 최종 목표입니다.