YouTube AI Agent 학습: 제작자 10팀과 학습 경로
대표 영상의 범위를 비교하고 시청을 검증된 프로젝트로 연결하세요.
출처 및 버전 정보
이 글의 목차
학습 경로 선택
1. 개념 입문
Jeff Su → IBM → Tina Huang으로 호출·고정 흐름·도구 선택을 구분하고 Karpathy로 모델 기초를 보완하세요。
2. Python 엔지니어링
Tina Huang → Dave Ebbelaar → Cole Medin 순서로 제한된 Agent를 만든 후 프레임워크를 선택하세요. Andrew Ng의 패턴으로 대안을 비교하세요.
3. 로우코드
Tina Huang → Nate Herk. JSON과 HTTP부터 익히세요. 시각적 편집기에도 권한, 멱등성, 오류 처리와 책임자가 필요합니다.
4. 고객 납품
Liam Ottley → Dave Ebbelaar, Google Cloud Tech로 클라우드 배경을 보완하세요. 도구보다 고객 문제와 수용 기준을 먼저 정의하세요.
영상 시청과 모델·호스팅·API·연계 과정 비용은 별개입니다. 플레이어를 미리 불러오거나 실험 데이터를 보내지 않습니다. 영상을 열면 YouTube 개인정보 규칙이 적용됩니다. 구독자 수와 수익 약속을 품질 근거로 삼지 않습니다.
6단계 과정: 모델 호출에서 신뢰할 수 있는 서비스까지
6개 설명은 자체 종합으로 영상과 엔지니어링 개념을 하나의 읽기 전용 SRE 프로젝트로 연결합니다. 각 영상이 모든 요구를 다루는 것은 아닙니다. 설명과 영상을 학습하고 마지막 실습을 진행하세요.
1. 모델·워크플로·Agent
학습 순서와 선행 지식
다음 단계를 프로그램이 고정하는지 모델이 관측을 보고 선택하는지 구분하세요. 함수의 입력과 반환값 이해가 선행 지식입니다. Jeff와 IBM은 분류를, Karpathy는 모델 기초를 보완합니다.
메커니즘과 설계 판단
모델은 문맥으로 출력을 만들고 워크플로는 규칙으로 단계를 연결합니다. Agent는 관측·판단·행동을 반복하지만 실행 권한은 런타임이 통제합니다. 긴 프롬프트는 영속 상태, 권한, 종료 조건을 제공하지 않으며 문맥 변경은 가중치 학습이 아닙니다.
같은 SRE 사례 심화
추론 오류 증가 알림을 예로 사용합니다. 고정 흐름은 지표와 배포 이력을 읽고 Agent는 결과에 따라 추가 읽기를 선택합니다. 어느 쪽도 운영 재시작 권한을 스스로 부여하면 안 됩니다.
권장 시청 순서: Jeff Su → IBM Technology → Andrej Karpathy
2. 도구 계약과 실행 루프
학습 순서와 선행 지식
JSON, 필수 필드, 타입, HTTP 상태와 예외를 배우세요. 생성 텍스트와 실행 코드 사이의 경계입니다. Tina로 구성 요소를, Dave로 책임 분리를 익힌 뒤 도구 호출 하나를 끝까지 추적하세요.
메커니즘과 설계 판단
도구에는 이름, 목적, 인자 스키마와 구현이 필요합니다. 모델 제안을 실행기가 검증하고 권한 확인 후 실행합니다. 결과는 신뢰되지 않은 근거로 반환합니다. 단계와 시간을 제한하세요. 유효한 JSON도 사실 오류나 권한 위반일 수 있습니다.
같은 SRE 사례 심화
SRE 도구의 범위는 서버에서 고정하고 범용 Shell이나 임의 클러스터 URL은 제공하지 마세요. 실제로 읽은 내용을 추적할 근거 ID를 반환하세요.
권장 시청 순서: Tina Huang → Dave Ebbelaar / Datalumina
3. 문맥·검색·메모리
학습 순서와 선행 지식
벡터 DB 전에 현재 모델 입력, 검색 가능한 지식과 영속 실행 기록을 구분하세요. 영상과 RAG 종합 해설을 함께 보며 수집, 검색 품질과 근거 충분성을 배우세요.
메커니즘과 설계 판단
검색은 자료를 고르고 문맥은 현재 정보를 담으며 실행 저장소는 진행과 결과를 남깁니다. 메모리에는 범위, 출처와 신선도 규칙이 필요합니다. 요약은 제약을 잃을 수 있고 검색 문서는 도구 권한을 부여하지 않습니다.
같은 SRE 사례 심화
오래된 Runbook은 다른 배포 버전의 문서일 수 있습니다. 본문과 버전을 보존하고 현 서비스와 다르면 충돌을 보고하세요.
권장 시청 순서: Andrej Karpathy → Dave Ebbelaar / Datalumina → Nate Herk
4. 상태 그래프·계획·승인
학습 순서와 선행 지식
분기와 복구 지점이 중요할 때 그래프를 사용하세요. 다음 동작, 필요한 데이터와 종료를 상태·전이로 정의합니다. Cole은 그래프 관점을, Andrew Ng 소개 영상은 설계 패턴의 입구를 제공합니다.
메커니즘과 설계 판단
계획은 단계 제안이고 오케스트레이션은 전이 강제입니다. 성찰은 수정 제안이며 평가는 개선 확인입니다. 다중 Agent는 조정과 실패도 늘립니다. 승인은 정확한 동작과 인자에 연결하세요.
같은 SRE 사례 심화
수집→판단→보고 흐름에서 근거 부족 시 상한 안에서 수집으로 돌아갑니다. 재시작 제안은 검토로 보내세요. 현재 SRE 구현은 읽기 전용이며 승인 실행기는 별도 확장입니다.
권장 시청 순서: Cole Medin → Andrew Ng / DeepLearning.AI → Nate Herk
5. 신뢰성·보안·평가
학습 순서와 선행 지식
한 번의 성공을 재현 가능한 동작으로 바꾸세요. 실제 사용자 전에 타임아웃, 재시도, 멱등성과 최소 권한을 이해하세요. 데모는 신뢰성 측정이 아니므로 보안·평가 자료로 보완하세요.
메커니즘과 설계 판단
타임아웃이어도 외부 동작은 이미 반영됐을 수 있습니다. 무조건 재시도는 부작용을 중복시키므로 요청 ID와 결과를 저장하세요. 프로토콜 완료, 출처 인용과 주장 뒷받침은 서로 다른 속성입니다.
같은 SRE 사례 심화
실제 Pending Pod를 인용해도 모든 오류의 원인을 입증하지는 못합니다. 미확인 인과는 근인 미확정으로 남기세요. 사고 재생은 과거 보고서이며 새 관측이 아닙니다.
권장 시청 순서: Dave Ebbelaar / Datalumina → Nate Herk → IBM Technology
6. 배포·비용·운영 책임
학습 순서와 선행 지식
루프를 설명할 수 있게 된 후 실행 환경을 고르세요. 컨테이너, 비밀 정보, 서비스 신원, 영속 저장과 네트워크 경계를 배우세요. Google 인터뷰와 Liam 사업화 자료가 운영 매뉴얼을 대체하지는 않습니다.
메커니즘과 설계 판단
비공개 Service, 프로세스 상태 점검과 영속 볼륨은 서로 다른 문제를 풀며 응답 품질을 보장하지 않습니다. 호출, 검색, 재시도, 사람 검토 비용을 나누고 유지보수·보존·롤백·수용 기준을 정하세요.
같은 SRE 사례 심화
사고 스키마, 이미지 버전, 설정, 요청 예제, 예상 보고서와 복구 문서를 제공하세요. 빠진 실시간 수집기와 인증을 명시하세요. localhost 성공은 운영 준비 증거가 아닙니다.
권장 시청 순서: Google Cloud Tech → Liam Ottley → Dave Ebbelaar / Datalumina
대표 영상과 범위
AI Agents, Clearly Explained
단일 LLM, 미리 정의한 워크플로, 도구를 선택하는 Agent의 차이를 설명하는 입문입니다. 구현 전에 범주를 구분하는 데 적합합니다.
영어 영상. 자막은 YouTube에서 확인하세요.
YouTube에서 보기 ↗https://www.youtube.com/watch?v=FwOTs4UxQS4Deep Dive into LLMs like ChatGPT
채팅 도우미의 기반인 LLM을 이해하는 강의입니다. Agent 배포 과정은 아니며, 구현 중심의 Zero to Hero 시리즈도 별도로 있습니다.
영어 영상. 자막은 YouTube에서 확인하세요. 원본 게시일:
YouTube에서 보기 ↗https://www.youtube.com/watch?v=7xTGNNLPyMIBuilding AI Agents In 44 Minutes
정의, 구성 요소, 워크플로, 프롬프트를 거쳐 n8n 데모와 Agents SDK 금융 조사 예제로 이어집니다.
영어 영상. 자막은 YouTube에서 확인하세요. 원본 게시일:
YouTube에서 보기 ↗https://www.youtube.com/watch?v=_Udb5NC6vTIHow to Build Reliable AI Agents (without the hype)
추론, 메모리, 도구, 검증, 제어, 복구, 피드백으로 신뢰성을 정리합니다. 관련 글은 명시적 워크플로와 선택적 모델 호출을 강조합니다.
영어 영상. 자막은 YouTube에서 확인하세요.
YouTube에서 보기 ↗https://www.youtube.com/watch?v=T1Lowy1mnEg주요 챕터
- 7:56 · 모델 능력https://www.youtube.com/watch?v=T1Lowy1mnEg&t=476s
- 9:08 · 메모리https://www.youtube.com/watch?v=T1Lowy1mnEg&t=548s
- 10:56 · 도구https://www.youtube.com/watch?v=T1Lowy1mnEg&t=656s
- 13:08 · 검증https://www.youtube.com/watch?v=T1Lowy1mnEg&t=788s
- 16:53 · 제어https://www.youtube.com/watch?v=T1Lowy1mnEg&t=1013s
- 20:59 · 복구https://www.youtube.com/watch?v=T1Lowy1mnEg&t=1259s
- 23:06 · 피드백https://www.youtube.com/watch?v=T1Lowy1mnEg&t=1386s
What are AI Agents?
Maya Murad가 단일 모델에서 데이터베이스와 외부 도구를 결합한 복합 AI 시스템으로의 전환을 설명합니다.
영어 영상. 자막은 YouTube에서 확인하세요. 원본 게시일:
YouTube에서 보기 ↗https://www.youtube.com/watch?v=F8NKVhkZZWIAI Agents: From concept to code
Agent의 정의, 구축, 코딩을 다루는 짧은 인터뷰입니다. Vertex AI 전체 배포 실습은 아닙니다.
영어 영상. 자막은 YouTube에서 확인하세요. 원본 게시일:
YouTube에서 보기 ↗https://www.youtube.com/watch?v=8Yx0HW0bA_oTHE BEST Tool for AI Agent Workflows - LangGraph FULL Guide
제작자 보조 노트는 상태, 노드, 조건부 연결, 분기와 도구 루프를 설명합니다. 오래된 예제의 API는 최신 문서와 대조하세요.
영어 영상. 자막은 YouTube에서 확인하세요. 원본 게시일:
YouTube에서 보기 ↗https://www.youtube.com/watch?v=w_HeP0A2MF8How to Build & Sell AI Agents: Ultimate Beginner’s Guide
강의 소개는 기초, 사례 구축, 사업화의 세 부분입니다. 수익 보장이 아니라 고객에게 서비스를 제공하는 방법을 배우는 자료입니다.
영어 영상. 자막은 YouTube에서 확인하세요.
YouTube에서 보기 ↗https://www.youtube.com/watch?v=w0H1-b044KYLearn to build effective Agentic AI systems with Andrew Ng
전체 강의가 아닌 과정 소개입니다. 성찰, 도구 사용, 계획, 다중 Agent와 평가 및 Python 구현 목표를 소개합니다.
영어 영상. 자막은 YouTube에서 확인하세요. 원본 게시일:
YouTube에서 보기 ↗https://www.youtube.com/watch?v=w7vqXL4PWEEBuild & Sell n8n AI Agents (8+ Hour Course, No Code)
n8n, JSON, API, Agent, 출력 파싱, 사람 검토, 오류 처리, 웹훅, 자체 호스팅을 다룹니다. 먼저 프로젝트 하나에 집중하세요.
영어 영상. 자막은 YouTube에서 확인하세요. 원본 게시일:
YouTube에서 보기 ↗https://www.youtube.com/watch?v=Ey18PDiaAYI주요 챕터
- 12:05 · 기초https://www.youtube.com/watch?v=Ey18PDiaAYI&t=725s
- 51:25 · RAGhttps://www.youtube.com/watch?v=Ey18PDiaAYI&t=3085s
- 129:54 · APIhttps://www.youtube.com/watch?v=Ey18PDiaAYI&t=7794s
- 240:26 · 첫 Agenthttps://www.youtube.com/watch?v=Ey18PDiaAYI&t=14426s
- 346:25 · 사람의 개입https://www.youtube.com/watch?v=Ey18PDiaAYI&t=20785s
- 362:16 · 오류 처리https://www.youtube.com/watch?v=Ey18PDiaAYI&t=21736s
- 439:49 · 자체 호스팅https://www.youtube.com/watch?v=Ey18PDiaAYI&t=26389s
실습과 검증 — 자체 과제
Jeff Su
고객 문의 분류를 단일 호출, 고정 경로, 제한된 도구 루프로 그리세요. 다음 단계를 누가 결정하는지 표시하고 가장 단순한 방식을 선택하세요.
Andrej Karpathy
도구 결과를 문맥에 넣는 것과 가중치를 갱신하는 차이를 설명하세요. 토큰 시각화와 소형 언어 모델 프로젝트로 확인하세요.
Tina Huang
읽기 전용 예제 하나를 재현하고 입력 스키마, 허용 도구, 종료 조건과 근거를 정의하세요. 금융 예제는 소프트웨어 연습으로만 사용하세요.
Dave Ebbelaar / Datalumina
일곱 책임을 SRE 프로젝트 파일에 연결하세요. 재시도 가능한 오류와 중단할 오류를 구분하고 외부 작업 중복 방지를 설명하세요.
IBM Technology
모델, 저장소, 실행기, 사용자를 분리해 그리고 신뢰 경계를 추가하세요. 검색한 텍스트는 실행 권한이 아님을 설명하세요.
Google Cloud Tech
클라우드 선택 전에 신원, 모델 접근, 도구 자격 증명, 외부 통신, 관측성을 정의하고 이식 가능한 로직과 배포 설정을 분리하세요.
Cole Medin
근거 수집, 충분성 판단, 응답 또는 종료 상태를 구현하세요. 반복 한도와 도구 결과 저장 후 재시작을 시험하세요.
Liam Ottley
구매자, 기존 업무, 기준선, 수용 조건, 데이터 권한, 유지보수 책임과 롤백을 한 장에 정리하고 전체 비용을 계산하세요.
Andrew Ng / DeepLearning.AI
같은 과제로 직접 생성과 한 번의 수정 결과를 비교하세요. 정확도, 지연, 호출 수를 측정하고 성찰이나 Agent 추가가 자동 개선은 아님을 확인하세요.
Nate Herk
승인이 필요한 답변 초안 흐름을 만드세요. 웹훅 중복, 자격 증명 누락, 타임아웃을 시험하고 검증 전에는 모의 도구만 사용하세요.
최종 결과물은 사실, 가설, 부족한 근거와 제안을 구분하는 읽기 전용 SRE 도우미입니다. 같은 사고로 결정적 기준선과 모델 정책을 비교하세요. 성공, 근거 없는 인과 주장, 도구 실패, 지연, 호출 수를 기록하고 오래된 근거, 중복, 권한 부족, 주입을 포함하세요. 1점 용어, 2점 정상 경로, 3점 실패 재현과 경계, 4점 공정 비교와 비용, 5점 설계 설명·복구·새 사고 적용입니다. 실제 기업 면접 문제가 아닌 자체 기준입니다.
원본 자료와 추가 학습
- Jeff Su — AI Agents, Clearly Explainedhttps://www.youtube.com/watch?v=FwOTs4UxQS4
- Andrej Karpathy — Deep Dive into LLMs like ChatGPThttps://www.youtube.com/watch?v=7xTGNNLPyMI
- Tina Huang — Building AI Agents In 44 Minuteshttps://www.youtube.com/watch?v=_Udb5NC6vTI
- Dave Ebbelaar / Datalumina — How to Build Reliable AI Agents (without the hype)https://www.youtube.com/watch?v=T1Lowy1mnEg
- IBM Technology — What are AI Agents?https://www.youtube.com/watch?v=F8NKVhkZZWI
- Google Cloud Tech — AI Agents: From concept to codehttps://www.youtube.com/watch?v=8Yx0HW0bA_o
- Cole Medin — THE BEST Tool for AI Agent Workflows - LangGraph FULL Guidehttps://www.youtube.com/watch?v=w_HeP0A2MF8
- Liam Ottley — How to Build & Sell AI Agents: Ultimate Beginner’s Guidehttps://www.youtube.com/watch?v=w0H1-b044KY
- Andrew Ng / DeepLearning.AI — Learn to build effective Agentic AI systems with Andrew Nghttps://www.youtube.com/watch?v=w7vqXL4PWEE
- Nate Herk — Build & Sell n8n AI Agents (8+ Hour Course, No Code)https://www.youtube.com/watch?v=Ey18PDiaAYI
- Andrej Karpathy — LLM coursehttps://karpathy.ai/llm-course/
- Datalumina — How to build reliable AI agentshttps://academy.datalumina.com/blog/how-to-build-reliable-ai-agents
- Cole Medin — companion noteshttps://github.com/coleam00/cole-medin-knowledge-base/blob/main/sources/the-best-tool-for-ai-agent-workflows-langgraph-full-guide.md
- DeepLearning.AI — Agentic AIhttps://www.deeplearning.ai/courses/agentic-ai