처음부터 AI 에이전트를 구축하는 방법을 배우세요
12개의 진행형 세션으로 AI 에이전트 개발을 마스터하세요. 한 번에 하나의 개념씩 에이전트 루프, 도구 시스템, 계획, 메모리 및 에이전트 협업을 구축하세요.
핵심 패턴
모든 AI 코딩 에이전트는 동일한 루프를 공유합니다: 모델을 호출하고, 도구를 실행하고, 결과를 반환합니다. 프로덕션 시스템은 정책, 권한 및 수명 주기 레이어를 추가합니다.
while True:
response = client.messages.create(messages=messages, tools=tools)
if response.stop_reason != "tool_use":
break
for tool_call in response.content:
result = execute_tool(tool_call.name, tool_call.input)
messages.append(result)메시지 성장
에이전트 루프가 실행됨에 따라 메시지 배열이 성장하는 것을 확인하세요
학습 경로
12개의 진행형 세션, 간단한 루프에서 격리된 자율 실행까지
The Agent Loop
The minimal agent kernel is a while loop + one tool
Tools
The loop stays the same; new tools register into the dispatch map
TodoWrite
An agent without a plan drifts; list the steps first, then execute
Subagents
Subagents use independent messages[], keeping the main conversation clean
Skills
Inject knowledge via tool_result when needed, not upfront in the system prompt
Compact
Context will fill up; three-layer compression strategy enables infinite sessions
Tasks
A file-based task graph with ordering, parallelism, and dependencies -- the coordination backbone for multi-agent work
Background Tasks
Run slow operations in the background; the agent keeps thinking ahead
Agent Teams
When one agent can't finish, delegate to persistent teammates via async mailboxes
Team Protocols
One request-response pattern drives all team negotiation
Autonomous Agents
Teammates scan the board and claim tasks themselves; no need for the lead to assign each one
Worktree + Task Isolation
Each works in its own directory; tasks manage goals, worktrees manage directories, bound by ID
아키텍처 레이어
완전한 에이전트를 구성하는 5개의 직교Concern
Tools & Execution
2 버전Planning & Coordination
4 버전Memory Management
1 버전Concurrency
1 버전자주 묻는 질문
AI 에이전트 구축에 대해 알아야 할 모든 것
이 사이트는 처음부터 AI 에이전트를 구축하는 방법에 대한 포괄적인 단계별 가이드입니다. 간단한 에이전트 루프에서 시작하여 도구 사용, 계획, 메모리 관리, 동시성 및 다중 에이전트 협업과 같은 기능을 점진적으로 추가하는 12개 세션 여정을 안내합니다. 각 세션에는 작동하는 코드, 인터랙티브 시뮬레이션 및 자세한 문서가 포함됩니다.
AI 전문가일 필요는 없지만 기본적인 프로그래밍 지식이 필요합니다. Python에 익숙하고 기본적인 프로그래밍 개념(루프, 함수, 클래스)을 이해한다면 따라할 수 있습니다. 진행하면서 AI 특정 개념을 설명하여 소프트웨어 엔지니어, 학생 및 AI 에이전트가 어떻게 작동하는지 이해하고 싶은 기술 애호가에게 접근할 수 있게 합니다.
12개의 진행형 세션이 다음을 다룹니다:
1. 에이전트 루프 - 핵심 while-루프 패턴 (응답 → 도구 실행)
2. 도구 - 에이전트에게 능력 부여 (읽기, 쓰기, 실행)
3. TodoWrite - 작업 관리 및 알림 시스템
4. 하위 에이전트 - 병렬 작업을 위한 컨텍스트 격리
5. 스킬 - 주문형 전문 능력 로딩
6. 압축 - 메모리 관리 및 컨텍스트 압축
7. 작업 - 의존성 인식 작업 보드
8. 백그라운드 작업 - 알림이 있는 비차단 실행
9. 에이전트 팀 - 메일박스를 통한 다중 에이전트 조정
10. 팀 프로토콜 - FSM 기반 팀 협업 패턴
11. 자율 에이전트 - 자기 주도 에이전트 실행
12. Worktree + 작업 격리 - 프로덕션 준비된 작업 격리
네! 각 세션에는 완전한 실행 가능한 Python 코드가 포함됩니다. 다음을 할 수 있습니다:
- 브라우저에서 소스 코드 직접 보기
- 전체 구현 다운로드
- 버전 간 차이점을 확인하여 정확히 무엇이 변경되었는지 이해
- 자신의 API 키로 로컬에서 코드 실행
코드는 교육용으로 설계되었지만 Claude Code와 같은 실제 에이전트 시스템의 모범 사례를 따라 프로덕션 준비 완료 상태입니다.
물론입니다. 각 세션은 다음을 할 수 있는 인터랙티브 시뮬레이터가 있습니다:
- 에이전트 루프가 단계별로 실행되는 것을 보기
- 사용자, 에이전트 및 도구 간 메시지가 어떻게 흐르는지 보기
- 메모리 성장 및 압축 시각화
- 다중 에이전트 통신 관찰
- 언제든지 실행 속도 제어 및 일시정지
코드에 Diving하기 전에 개념을 이해하는 데 도움이 됩니다.
대부분의 튜토리얼은 너무 간단하게 유지되거나(기본 API 호출) 복잡한 프레임워크로 바로 점프합니다. 우리는 진행형 공개 접근법을 사용합니다:
- 처음부터 구축 - 숨겨진 추상화 없음, 모든 줄을 볼 수 있음
- 점진적 복잡성 - 각 세션이 하나의 개념 추가
- 실제 세계 패턴 - Claude Code와 같은 프로덕션 에이전트가 어떻게 작동하는지 기반
- 인터랙티브 학습 - 시뮬레이션, 시각화 및 실습 코딩
- 완전한 코드베이스 - 스니펫이 아닌 완전한 작동 구현
각 설계 결정이 왜 내려졌는지 이해하게 됩니다.
마지막에 다음을 수행할 수 있는 프로덕션 준비된 AI 코딩 에이전트를 구축하게 됩니다:
- 자율 작업 계획 및 실행
- 도구 사용 (파일 작업, 코드 실행, 웹 검색)
- 메모리가 있는 장기 작업 관리
- 복잡한 프로젝트를 위한 다중 에이전트 협업
- 백그라운드 작업 실행
- 격리된 작업 환경
코딩 도우미, 연구 에이전트 또는 자동화된 워크플로 시스템이든 사용 사례에 맞게カスタマイズ할 수 있을 만큼 아키텍처를 잘 이해하게 됩니다.
네! 핵심 에이전트 아키텍처에 초점을 맞추지만 중요한 프로덕션 주제를 다룹니다:
- 보안 - 샌드박스 실행, 권한 시스템
- 확장성 - 동시성 패턴 및 리소스 관리
- 오류 처리 - 도구 실패 및 API 오류로부터 복구
- 모니터링 - 로깅, 추적 및 가시성 후크
- 비용 최적화 - 컨텍스트 압축 및 효율적인 토큰 사용
- 격리 - 안전을 위한 Worktree 기반 작업 분리
마지막 세션은 에이전트를 강력하고 배포 가능하게 만드는 데 specifically 다룹니다.
코어 스택은 의도적으로 최소화되어 있습니다:
- Python - 주요 언어
- Anthropic API - 언어 모델 기능을 위한 Claude
- 표준 라이브러리 - 무거운 프레임워크 없음, 명확한 의존성
단순함은 프레임워크 세부 사항이 아닌 에이전트 개념에 집중할 수 있게 합니다.
네, 완전히 무료이며 오픈 소스입니다. 교육 콘텐츠와 코드는 MIT 라이선스에 따라 제공됩니다. 다음을 할 수 있습니다:
- 개인 프로젝트에서 코드 사용
- 에이전트 아키텍처 기반 상업적 제품 구축
- 자체 버전 수정 및 배포
- 커뮤니티에 개선 사항 기여
열린 교육을 믿으며 무엇을 구축할지 보고 싶습니다!
속도와 깊이에 따라 시간이 다릅니다:
- 빠른 개요 - 2-3시간 (읽기 + 시뮬레이션 보기)
- 실습 코딩 - 1-2일 (각 세션과 함께 구현)
- 심층 마스터리 - 1-2주 (실험, 수정, 확장 구축)
각 세션은 30-60분의 집중 학습으로 완료하도록 설계되었습니다. 진행형 구조는 작동하는 에이전트로 언제든지 중단할 수 있다는 의미입니다 - 유용한 것을 구축하기 위해 모두 12개가 필요하지 않습니다.