단기 (2026–2027)
- HOTL이 표준 개발 방법론으로 정착
- EU AI Act 완전 시행으로 Governance-as-Code 필수화
- 오픈소스 모델이 상용 API에 근접한 성능 달성
16주차: 최종 발표와 수업 마무리
최종 발표 일정
| 시간 | 팀 | 비고 |
|---|---|---|
| 09:00–09:15 | 팀 1 | 발표 15분 |
| 09:20–09:35 | 팀 2 | |
| 09:40–09:55 | 팀 3 | |
| 10:00–10:15 | 팀 4 | |
| 10:20–10:35 | 팀 5 | |
| 10:40–11:00 | 휴식 + Q&A | |
| 11:00–11:30 | 동료 평가 작성 | |
| 11:30–12:00 | 수업 마무리 & 성적 안내 |
동료 평가 기준
각 팀의 발표를 다음 5가지 항목으로 평가한다 (각 20점, 총 100점):
- 기술적 완성도 — 에이전트 파이프라인이 실제로 동작하는가?
- 문제 해결력 — 선택한 문제가 적절하고 해결책이 효과적인가?
- 발표의 명확성 — 복잡한 시스템을 이해하기 쉽게 설명했는가?
- Ralph 루프 철학 적용 — 하네스 엔지니어링 원칙을 제대로 구현했는가?
- 학습 성찰 — 실패와 교훈을 솔직하게 공유했는가?
AI 엔지니어링의 미래
중기 (2027–2030)
- 완전 자율 SDLC — 인간은 요구사항만 제공
- 에이전트가 에이전트를 설계하는 메타-에이전틱 시스템
- AI 엔지니어 = 시스템 아키텍트 + 감독자 역할 통합
취업 준비 가이드
이 수업에서 쌓은 역량을 이력서에 어떻게 표현할지:
## 프로젝트 경험- **Ralphthon 캡스톤**: 멀티에이전트 자율 SDLC 설계 및 구현 - 기술: Ralph Loop, HOTL, vLLM, DeepSeek-Coder-V2, MCP - 성과: 코드 생성 → 테스트 → 배포 파이프라인 90% 자동화 - 인프라: NVIDIA DGX H100 (MIG), Kubernetes
## 기술 스택- AI 엔지니어링: 에이전틱 워크플로우, 하네스 엔지니어링, LLM 운영- MLOps: vLLM, OpenTelemetry, LLM-as-Judge- 인프라: DGX H100, MIG, Docker, Kubernetes수고했습니다!
16주 동안 함께 공부한 모든 학생 여러분, 정말 수고했습니다. 😊 이 강의에서 만든 것들이 여러분의 커리어에 큰 자산이 되길 바랍니다.
질문이나 피드백: yj.lee@chu.ac.kr 또는 GitHub Issue