AI-ERA SOFTWARE DEVELOPMENT · 10 CONNECTED COURSES
기술 이름보다
바뀐 이유를 배웁니다
정적 웹에서 AI Agent 운영까지, 당시의 제약 → 전환 메커니즘 → 얻은 것 → 새로 생긴 비용 → 현재의 검증 기준을 한 흐름으로 연결합니다.
01 과정부터 발전사 따라가기LEARNING ROADMAP
10개 과정이 하나의 서비스 수명주기로 이어집니다
각 카드는 별도 교육 페이지입니다. 순서대로 읽거나 현재 필요한 과정부터 시작할 수 있습니다.
- 01
웹 개발의 발전과 현대적 아키텍처
정적 문서에서 동적 서비스, SPA와 server rendering까지 웹 구조가 바뀐 이유를 하나의 요청 경로로 연결합니다.
- 02
AI가 바꾼 개발 방법
자동완성에서 저장소를 탐색·수정·검증하는 coding agent까지 권한과 feedback loop가 어떻게 달라졌는지 배웁니다.
- 03
AI Agent의 이해
답을 만드는 chatbot과 실제 상태를 바꾸는 agent를 구분하고, context·memory·tool·policy·평가의 경계를 설계합니다.
- 04
MCP와 AI 시스템 연결
Agent마다 제각각 연결하던 문제를 host·client·server 계약으로 나누고 tools·resources·prompts와 보안을 설계합니다.
- 05
AI 시대의 데이터베이스
관계형 제약, JSON, vector search와 RAG를 대체 관계가 아닌 서로 다른 질문과 failure path로 배웁니다.
- 06
테스트와 AI 개발 품질
Type check부터 unit·integration·contract·browser E2E까지 발견 가능한 결함을 나누고 AI 수정 loop를 release evidence로 닫습니다.
- 07
컨테이너와 클라우드 인프라
개발환경 차이를 image와 배포 계약으로 줄이고 Compose, Kubernetes, probe, rollout과 rollback을 연결합니다.
- 08
고성능 시스템과 언어 선택
TypeScript·Python·Go·Rust를 유행이 아니라 latency·throughput·memory safety·생태계·변경 비용으로 비교합니다.
- 09
Agent 운영과 Observability
Trace·metric·log를 agent의 model·prompt·tool·policy revision과 연결하고 비용·품질·권한을 함께 release gate로 만듭니다.
- 10
AI Native 서비스 종합 프로젝트
React/Next.js, TypeScript/Python API, PostgreSQL/pgvector, Agent·MCP, test·container·관측성을 하나의 인수 증거로 연결합니다.