에이전트형 AI 시스템 개발 1부 (전체 2부 중)
소프트웨어 개발 수명 주기 내에서 에이전트 AI 시스템을 설계, 배포 및 관리하는 방법을 알아봅니다.
이 학습 경로에서는 다음을 알아봅니다.
- 에이전트 작업, 입력/출력 및 실행 경계를 정의하여 AI 에이전트를 SDLC(소프트웨어 개발 수명 주기)에 통합
- 안정성 및 제어를 개선하기 위해 계획, 추론 및 실행을 분리하는 에이전트 아키텍처 디자인 및 구성
- 개발 환경 내에서 에이전트 도구, 권한 및 MCP 서버를 구성하여 도구 사용 및 환경 상호 작용 구현
사전 요구 사항
- GitHub 계정
- AI 개념에 대한 기본 이해
- 리포지토리, 브랜치 및 끌어오기 요청에 대한 기본 이해
- CI 및 CD 개념에 대한 일반적인 지식
업적 코드
업적 코드를 요청하려고 하나요?
이 학습 경로의 모듈
AI 코딩 에이전트가 GitHub 워크플로 내에서 계획, 행동 및 개선하여 소프트웨어 개발을 어떻게 변화시키는지 알아봅니다.
에이전트 시스템에서 GitHub 워크플로를 사용하여 소프트웨어를 안전하게 빌드하는 방법을 알아봅니다.
에이전트가 도구, MCP 및 GitHub 워크플로를 사용하여 명확한 경계, 보안 제어 및 확장 가능한 자동화를 사용하여 작업을 안전하게 실행하는 방법을 알아봅니다.