이론 전에 먼저 눈으로 확인합니다. 에이전트에게 말 한마디로 — 9억 행 데이터베이스를 분석하고, 이메일 첨부파일을 받아 분석 후 회신하고, 서버 20여 대를 종합 진단하고, 전문 보고서 PDF를 만들어냅니다. 이 모든 것을 폰 하나로 합니다.

SaaS 에이전트는 밥을 떠먹여줍니다 — 누구나 같은 결과를 받습니다. 차별화된 연구를 위해 왜 자체 환경이 필요한지, 서버 20여 대와 프로젝트 70여 개를 실제로 운영하는 사례를 통해 설명합니다. 전기차 배터리 이상 징후가 발생했을 때 인프라·데이터·코드를 종합적으로 분석하는 에이전트의 실제 업무를 보여줍니다.

• 신경망의 본질 — 퍼셉트론에서 다층 신경망까지. 복잡한 전력 시스템을 왜 근사할 수 있는가.
• 임베딩과 의미 공간 — 단어를 벡터로 변환하는 원리. 전기설비, 계통 데이터, 논문 텍스트가 같은 공간에서 비교되는 것의 의미.
• 트랜스포머와 창발성 — 어텐션 메커니즘의 직관. 스케일링 법칙. 다음 단어를 예측할 뿐인데 추론·계획·지식이 나오는 것 — 이것이 창발성이고, 도구와 만났을 때 무슨 일이 일어나는가.

• 컨텍스트 윈도우의 실체 — 토큰화, KV 캐시, 추론이 실제로 어떻게 구현되는가. 컨텍스트 로트(context rot): 긴 대화가 무너지는 이유. Needle in a Haystack: 큰 컨텍스트의 한계.
• 도구 호출의 해부 — 에이전트의 핵심은 도구입니다. 클라이언트와 서버 사이에 오가는 JSON 메시지를 열어봅니다. “에이전트가 SQL을 날리는 것”의 실체를 구체적으로 이해합니다.

AWS 콘솔을 클릭하지 않습니다. 에이전트에게 시킵니다.
“AWS에 Ubuntu 서버를 만들어줘” — 에이전트가 CLI를 호출해서 서버를 생성합니다. AWS 웹 콘솔을 열어 확인합니다 — 진짜 서버가 만들어졌습니다. 소프트웨어 설치, 에이전트 배치, 비용 관리까지 모두 에이전트가 수행합니다.

“그냥 시키면 되는 거 아닌가요?” 안 됩니다. 왜 안 되는지를 직접 체험합니다.

• 컨텍스트 로트 — 긴 작업 중 에이전트가 앞의 맥락을 잃는 순간을 체험
• 프로젝트 규칙(CLAUDE.md) — 규칙을 작성하고 에이전트 행동이 바뀌는 것을 확인
• 컴팩션(Compaction) — 대화를 능동적으로 압축하는 전략
• 외부 기억(STATE.md) — 세션이 바뀌어도 맥락을 유지하는 방법

CLI 도구가 있으면, 에이전트는 그것을 호출할 수 있습니다. 참가자가 선택하여 체험합니다:

• 데이터베이스 — 강사가 준비한 전력계통 DB에 접속, 실데이터로 분석
• Git & GitHub — 레포 생성, 커밋, 연구 코드를 버전 관리
• Zenodo — 데이터셋에 DOI를 발급, 논문에 바로 인용
• 웹서치 — 최신 논문 동향 조사, arXiv 검색
• 크론잡 — “매일 새벽에 데이터 업데이트해” 자동화

• 실습 DB의 전력계통 데이터를 에이전트가 조회하고 전처리
• pandas + matplotlib/seaborn으로 저널 스타일 그래프를 에이전트가 생성
• “IEEE 2-column에 맞춰줘” — 에이전트가 저널 포맷을 자동 적용
• 그래프가 LaTeX/Typst 원고에 바로 삽입되는 파이프라인
• 정합성 검증 — 논문의 숫자가 코드 결과와 일치하는가 자동 확인

“이 데이터를 보여주는 대시보드를 만들어줘”
에이전트에게 한 문장으로 지시하면, API 서버와 웹 프론트엔드가 자동으로 만들어집니다. 여러분 서버에서 실행하고, 브라우저로 접속하여 확인합니다.

SaaS 에이전트가 절대 할 수 없는 영역입니다.
에이전트에게 일을 시키고, 여러분은 검수만 합니다. 노트북을 닫아도 서버에서 에이전트는 계속 돌아갑니다.

• 연구소 모드 — 서버의 에이전트에게 연구를 지시하고, 사람은 판단과 검수만
• 자율 반복 — 명세서를 주면 구현→검증→보고를 자율적으로 반복
• 자율 탐색 — 열린 질문에 에이전트가 스스로 방향을 잡으며 탐색

실제로 서버에서 하나를 돌려보고, 비용이 얼마나 발생하는지 확인합니다.

• 문헌 조사 → 연구 갭 → 시뮬레이션 → 그래프 → 원고 → 참고문헌 → 정합성 검증
• 참고문헌 환각(hallucination) — 에이전트가 없는 논문을 만들어내는 문제와 방지법
• AI 연구 윤리 — IEEE, Nature, Elsevier의 가이드라인. 경계선의 구체적 사례

연구실 도입 로드맵 — 내일부터 무엇을 하면 되는가. 비용 가이드, Q&A, 후속 협력 안내.