David Vicente Campos
NeuraLIA Labs 창립자 & MyRealFood 공동 창립자
저는 레온 대학교 출신의 컴퓨터 엔지니어입니다. MyRealFood를 공동 창업해 수백만 명이 더 건강하게 먹기 위해 사용해 온 앱을 CTO로서 만들었고, NeuraLIA Labs를 설립해 그곳에서 AI 제품을 만들고 있습니다. 여기서는 제가 그 과정에서 이해해야 했던 것들에 대해, 누군가 제게 설명해줬으면 했던 방식으로 쓰고 있습니다.
처음부터 배우는 AI
30개 챕터
- 처음부터 만드는 퍼셉트론: 뉴런은 무엇을 계산하는가
- 손실 함수는 어디서 오는가: 관습이 아니라 likelihood
- 내리막길: Gradient Descent와 모두가 건너뛰는 두 단계
- 분류, cross-entropy, 그리고 스스로를 속이지 않는 법
- Backpropagation from scratch: 엔진부터, 그다음 신경망
- 학습시키는 것과 일반화시키는 것
- BPE Tokenizer 만들기: 모델이 R 개수를 세지 못하는 이유
- Next-token prediction: embedding과 perplexity의 의미
- 평균에서 유도하는 Attention과 Transformer Block
- LLM 사전 학습: 데이터, 컴퓨트, 스케일링 법칙과 비용
- Base model에서 Assistant까지: SFT, RLHF, DPO, GRPO
- Chain of Thought, RLVR, Test-Time Compute를 측정하다
- Inference 비용 낮추기: KV cache, batching, 양자화
- 첫 Production LLM 호출: Streaming, 재시도, 타임아웃
- Prompt Engineering, 측정으로 보기: 무엇이 출력물을 바꾸는가
- Context window, token, 청구액을 실제로 재보면
- Temperature와 Top-p, 그리고 당신에게 없는 결정성
- Tool Calling과 Structured Outputs: 깨지지 않는 계약
- Production RAG: chunking, retrieval, 정직한 인용
- Fine-Tune, Retrieval, Prompt? 결정은 경제성입니다
- Multimodal 가격: 이미지, 오디오, 비디오는 실제로 무엇에 과금될까
- AI agent란 무엇인가: 다섯 가지 고전 유형과 두 경쟁 정의
- Agent Harness 만들기: 루프와 그 루프를 빠져나오는 다섯 가지 길
- Context Engineering: 왜 당신의 agent는 40번째 턴에 더 멍청해질까
- Multi-Agent 오케스트레이션: 다섯 가지 패턴과 승리하는 순간
- 스펙으로 읽는 MCP: 서버란 실제로 무엇인가
- MCP Server 출시하기: TypeScript와 Python 실측 비교
- Agent Skills와 SKILL.md: 점진적 공개를 숫자로 검증하다
- LLM 평가: 공개 벤치마크에서 나만의 골든 세트까지
- Prompt Injection과 치명적 삼중 조건: 실제 Agent 보안하기