원티드 포텐업 AI Agent 개발 트랙 4기/회고록

[회고] 1주차 회고 (2026.07.20 ~ 07.24)

Dannian 2026. 7. 27. 13:26
반응형

1주차 회고 (2026.07.20 ~ 07.24)

  • 과정: 원티드 포텐업 AI Agent 트랙 4기
  • 주제 키워드: 파이썬 기초 · Numpy/Pandas 입문 · AI 트렌드 감 잡기
  • 한 줄 소감: 다시 학부생 때로 돌아간 느낌인데, 다만 술이 없는 학부생 느낌.
  • 📊 이번 주 숫자: 블로그 3편 · 자습 12개(심화 5+연습 7) · 과제 3 · 인포그래픽 3 · 인텔 5일

1. 이번 주 커리큘럼

날짜 학습 내용 그날의 트렌드
07.20 오리엔테이션 · Markdown 트렌드 소스·공모전 사이트
07.21 파이썬 기초 — 변수/자료형 AI 툴 3종(Alt·NotebookLM·Perplexity)
07.22 파이썬 기초 — 제어문 Agent의 발전(Orca/ADE), AI 생태계
07.23 파이썬 기초 — 함수/클래스 Loop Engineering, Gemini 3.6 Flash
07.24 Numpy & Pandas 지식 관리의 발전 — RAG

날짜별 상세: 07.20 · 07.21 · 07.22 · 07.23 · 07.24

2. 트렌드로 알게 된 것

  • AI 툴: Alt, NotebookLM, Perplexity — 실무 활용 감 잡기
  • 에이전트: Orca / ADE(Agent Development Environment) — 여러 AI를 한 팀처럼 운영
  • 엔지니어링 4단계: Prompt → Context → Harness → Loop Engineering
  • 지식 관리: RAG(검색증강생성), Knowledge Graph, 파일 저장 포맷 변화(→ Markdown·JSON)
  • 모델: Google Gemini 3.6 Flash 출시

3. 내가 한 것 (산출물)

4. KPT 회고

Keep — 잘했고 계속할 것

  • 매일 트렌드를 intel.md로 정리하는 습관 → 블로그·복습 자료가 자동으로 쌓임
  • 수업 진도를 그날 블로그로 소화(3편) - 그 외는 차후 복습하며 추가로 작성 예정
  • 자습으로 클래스 심화·연습문제까지 스스로 확장
  • 앞으로 뭘 더 할지 지속적으로 상담 및 고민 할 것
  • 1분 설명 카드를 만들기 위한 디자인 가이드라인 구축해두었고, 이를 통해서 보기 편하면서 핵심 내용들이 들어가있는 한장짜리 인포그래픽을 만들 수 있게 환경을 구축한 점.
  • 위의 인포그래픽을 통해서 어디서든 참고하며 공부할 것

Problem — 어려웠거나 아쉬운 것

  • Pandas import 실패(스마트 앱 컨트롤)로 실습 시간 지연 → 해결 기록
  • RAG·Agent·Loop Engineering 등 새 용어가 한꺼번에 쏟아져 소화가 벅참
  • Pandas는 사용방식이 조금 생소해서 더 공부할 필요가 있음

Try — 다음에 시도할 것

  • 새 용어는 그날 바로 "1분 설명" 카드로 정리하기
  • Numpy/Pandas를 실제 데이터셋에 적용해보기
  • 데이터 전처리를 포함한 작업을 진행할 때 이번주에 부족한 부분이 보이면 추가 학습 진행할 것

5. 막혔던 것 & 해결

문제 원인 해결
Pandas importDLL load failed 윈도우 스마트 앱 컨트롤이 DLL 차단 스마트 앱 컨트롤 끄고 VS Code 재시작

상세: 03.오류해결_모음.md

6. 다음 주 목표

  • 학습: 실제 CSV 데이터셋 1개로 로드 → 결측치 처리 → groupby 집계까지 한 사이클 완주 (이번 주 생소했던 Pandas loc/iloc 포함)
  • 습관/태도: 새 용어는 당일 '1분 카드'로 즉시 정리하고, 수업 후 복습 루틴을 밀리지 않게 유지

7. 한 줄 정리

생소한 Python 언어 학습과 새로운 정보들로 정신없었지만, 재밌는 일주일이었으며, 추가로 모르는걸 바로 정리하려 하는 새로운 습관을 정립하기 좋은 시간이라고 생각했다.

반응형