개발자를 위한 프롬프트 엔지니어링과 LLM 최적화
대규모 언어 모델은 이제 프로덕션 소프트웨어의 실질적인 계층으로 사용되고 있습니다. 코드 생성, 데이터 추출, 요약, 자율 에이전트에 활용되고 있죠. 본 과정은 이러한 모델과 정확하고 안정적으로 소통하는 방법, 출력값을 평가하고 보안하는 방법, 통제 불가능한 비용이나 예측 불가능한 동작 없이 실제 애플리케이션에 통합하는 방법을 알려줍니다. 실용적이고 개발자 중심의 접근으로, OpenAI, Anthropic, 오픈 가중치 모델 같은 API로 개발할 때 내려야 하는 모든 결정과 맞춰져 있습니다.
배우게 될 내용
프롬프트 기초부터 시작합니다. 지시문 명확성, 역할 설정, few-shot 패턴을 다룬 후 chain-of-thought, self-consistency, 출력 제약 같은 고급 전략으로 나아갑니다. 이후 과정에서는 개발 워크플로우에 LLM 통합하기, 코드 생성 및 데이터 작업을 위한 프롬프트 엔지니어링, end-to-end LLM 기반 애플리케이션 구축을 다룹니다. 본 과정은 모델 출력 평가 및 보안, 오류 사례 식별, prompt injection 방어도 다룹니다. 마지막 과정에서는 성능 튜닝, 비용 최적화, 도메인 특화 fine-tuning, tool use와 오케스트레이션을 포함한 에이전틱 AI 패턴, LLM 솔루션의 프로덕션화 및 확장 전체 파이프라인을 다룹니다.
학습 경로
12개 과정이 A1부터 C1까지 진행됩니다. 첫 과정인 프롬프트 엔지니어링 기초에서 어휘와 정신 모델을 확립합니다. 중급 과정인 개발 워크플로우에 LLM 통합하기, 코드 & 데이터를 위한 프롬프트 엔지니어링, LLM 기반 애플리케이션 구축에서는 실질적인 구축으로 나아갑니다. 본 과정은 고급 에이전틱 AI & 오케스트레이션, 특정 도메인을 위한 LLM 커스터마이징, LLM 솔루션의 프로덕션화 & 확장으로 C1에서 마무리되며, LLM 기능이 규모에서 프로덕션으로 나갈 때 발생하는 엔지니어링 문제를 다룹니다.
작동 방식
각 과정은 짧고 집중된 레슨으로 구성되어 있으며, 실시간 피드백과 막히는 부분이 생기면 AI 튜터의 도움을 받으면서 완료할 수 있습니다. 연습은 실제 중심입니다. 기본 편집기에서 프롬프트와 통합 코드를 직접 작성, 테스트, 반복하면서 각 변경의 효과를 추상적으로 읽는 대신 즉시 확인할 수 있습니다.