Learnstead
- AI가 만든 앱, 데이터는 어디에 남을까?
저장 위치와 DB 선택부터 사용자별 접근 권한, 변경과 복구까지. 비개발자를 위한 데이터베이스 가이드와 신청 앱 튜토리얼, 안전 실습을 소개합니다.
- 여러 AI Agent에게 일을 맡기면 더 나아질까?
여러 모델 호출을 연결하는 방법부터 코딩 에이전트의 작업 위임까지, 효과와 실패를 직접 비교하는 Learnstead 가이드와 실습 4편을 소개합니다.
- AI Agent를 잘 쓰려면 무엇을 가르치고, 연결하고, 보여 줘야 할까?
반복 절차는 Agent Skills로, 외부 도구는 MCP로, 지금 필요한 정보는 Context Engineering으로 나누어 배우는 Learnstead 학습 경로를 소개합니다.
- AI가 코드를 만들어 주는데, 결과는 왜 이렇게 다를까요?
바이브 코딩으로 빠르게 만들면서도 계획·확인·복구의 결정권을 놓치지 않는 작업 흐름과 직접 해 볼 수 있는 실습을 소개합니다.
- 내 문서에 답하는 AI — RAG 이해부터 실패 진단까지
Local LLM에 내 문서를 연결하는 RAG의 원리부터 최소 구현, 실패 재현과 골든셋 검증까지 이어지는 Learnstead 학습 시리즈 소개.
- AI로 코딩하는 사람을 위한 Git
AI가 만든 변경을 저장·확인·분리·공유하고, branch와 worktree로 여러 AI 작업을 안전하게 나누는 Learnstead Git 가이드 소개.
- Local LLM을 내 프로그램에 연결하기
Python 네 줄의 첫 호출부터 대화 상태, 구조화 출력, tool calling과 읽기 전용 agent의 권한 경계까지 이어지는 Learnstead 두 번째 가이드 소개.
- 내 장비에서 LLM 직접 실행하기
Local LLM의 개념과 모델·runtime 선택부터 Ollama로 첫 응답을 확인하는 절차까지 정리한 Learnstead 첫 가이드 소개.