CHO-FAM | 12개월 AI 연구 커리큘럼

1. 운영 원칙

Theory → Paper → Architecture → Implementation → Experiment → Evaluation → Research Note

목표는 특정 프레임워크 사용법을 익히는 것이 아니라, AI-Native Company의 architecture와 Agent 기반 시스템을 설계·구현·평가할 수 있는 능력을 만드는 것이다.

O’Reilly는 정규과목, Manning은 Agent·LLM 심화 참고자료, 논문은 연구방법 훈련, CHO-FAM은 실제 연구실·실험실 역할을 한다.

핵심 주교재 체계

O’Reilly 구독을 주교재 플랫폼으로 사용한다. 아래 T1~T8은 월별로 필요한 장을 선택해 읽으며, 전권 완독보다 CHO-FAM 연구 질문과 구현 실험에 직접 연결하는 것을 우선한다.

코드	교재	주요 활용
T1	T1 · AI Engineering — Chip Huyen	AI application, RAG, evaluation, agent
T2	T2 · Fundamentals of Software Architecture, 2e — Mark Richards & Neal Ford	Software architecture와 architecture decision
T3	T3 · Designing Data-Intensive Applications, 2e — Martin Kleppmann & Chris Riccomini	Distributed systems, data, reliability
T4	T4 · Build a Large Language Model (From Scratch) — Sebastian Raschka	LLM·Transformer 기초 구현
T5	T5 · Build an AI Agent (From Scratch)	Agent loop, tools, memory
T6	T6 · AI Agents in Action, 2e — Michael Lanham	MCP, A2A, multi-agent
T7	T7 · Human-Centered AI — Ben Shneiderman	Human-AI interaction와 human control
T8	T8 · Observability Engineering, 2e	Observability, SLO, LLMOps

구독 운영: 별도 Manning 구독은 필수가 아니다. O’Reilly에서 제공되는 핵심 교재를 우선 사용하고, O’Reilly에 없는 MEAP·liveProject·최신 자료가 연구 질문에 꼭 필요할 때만 선택적으로 보완한다.

ML 보조교재 S9: Hands-On Machine Learning with Scikit-Learn, Keras, and TensorFlow, 3e — 5주차 Ch.1–3, 6주차 Ch.10–11의 필요한 절을 발췌한다. 기존 T1–T8 코드는 유지한다.

2026-10-13 순서 재구성: 기존 3 → 새 2개월차, 기존 4 → 새 3개월차, 기존 2 → 새 4개월차. 2개월차에 ML·딥러닝을 먼저 배치한다: 5주 ML, 6주 Deep Learning + Transformer, 7주 Generation, 8주 Model Serving. 이후 RAG → 아키텍처 순서로 학습한다. 1개월차 및 5–12개월차는 유지한다. 2–3개월차는 단일 프로세스 실험으로 진행하고, 4개월차에 실제 결과를 구조 설계에 연결한다. 이전 과제는 이월하지 않는다.

2. 12개월 커리큘럼

월	주차	과목	CHO-FAM 연구	상세
1	1–4	Research Methodology + CS Foundations	CHO-FAM 전체	열기
2	5–8	Machine Learning + Deep Learning + LLM Systems	LLM Core / LLM Gateway	열기
3	9–12	Knowledge Engineering + RAG	Mentor / RAG	열기
4	13–16	Software Architecture + Distributed Systems	Chofam House	열기
5	17–20	AI Agent Architecture	Cho-Pilot	열기
6	21–24	Agent Architecture + Runtime Reliability	Agent Runtime	열기
7	25–28	Multi-Agent + MCP/A2A	Society	열기
8	29–32	Human-AI Interaction	AFO / Ethos	열기
9	33–36	AI Software Engineering	Chofam House	열기
10	37–40	Evaluation + LLMOps	Terra	열기
11	41–44	Enterprise AI Architecture	CHO-FAM 전체	열기
12	45–48	Research Project + Thesis	CHO-FAM AI-Native Architecture	열기

3. 주차 운영

주차 상세 페이지는 미래 48주를 미리 생성하지 않는다. 매주 예약 실행 시 현재 주차의 학습계획을 확정하고 public/docs/curriculum/week-NN.html을 생성 또는 갱신한다.

각 주차 페이지에는 이번 주 목표, O’Reilly, Manning, 논문, CHO-FAM Lab, 실험/평가, 주간 산출물, 시간표, 이전/다음 주 탐색을 포함한다.

4. 현재 학습

2개월차 · 5주차 진행중

Week 05 · Machine Learning 상세 계획 →

Week 03 · Probability + Metrics · Week 02 · CS Foundations + System Decomposition · Week 01 · Research Methodology + Agent vs Workflow

Week 05 이후 페이지는 해당 주차가 시작될 때 생성한다.

5. 연간 산출물

주간 Research Note 48편
월간 Architecture/Experiment Review 12편
CHO-FAM Architecture 문서 5개 이상
RAG·Agent·Multi-Agent·Human-AI·LLMOps 실험 결과
최종 AI-Native Architecture
재현 가능한 최종 연구 보고서 및 데모