3주짜리 항해의 구조
NIPA-NAVER Cloud Sovereign AI PBL 기반 프로젝트 1기 — 한국소프트웨어산업협회(KOSA) 주관, 2026년 7월 27일부터 8월 14일까지, 월금 09:0018:00 서울 송파 오프라인. 3주를 이렇게 나눴다.
1주차 7/27 ~ 8/6 네이버 클라우드 플랫폼 · CLOVA 교육
2주차 8/7 ~ 8/13 팀 단위 프로젝트 (앞서 배운 NCP로 만들 것)
PBL(Project Based Learning)이라는 이름대로, 첫 주는 배우기 위한 주가 아니라 둘째 주에 쓸 재료를 쌓는 주였다. 배운 서비스 중 프로젝트에서 실제로 쓰지 않을 것은 없다는 전제로 진행됐다.
인프라 — VPC에서 모니터링까지, 순서대로
콘솔 화면 설명이 아니라 랩을 순서대로 쌓는 방식이었다. 앞 랩의 결과물이 다음 랩의 입력이 된다.
VPC · 서브넷 · 라우팅 테이블
→ 서버 생성 (init script)
→ 내 서버 이미지 (같은 구성을 복제)
→ 로드밸런서 (앞에서 만든 서버 2대를 타깃 그룹으로)
→ 스토리지 (NAS · Object Storage)
→ Cloud DB (MySQL · PostgreSQL)
→ 모니터링
→ 멀티존 · 개발환경 구축
여기에 ISMS-P 이론이 붙었다. 클라우드에서 무엇을 증명해야 하는지 — 접근 통제·로그·암호화가 규정 언어로는 어떻게 요구되는지를 다뤘다.
이 순서가 남긴 감각은 하나다. 네트워크를 먼저 그리지 않으면 그 위의 모든 것이 임시방편이 된다. 서브넷을 public/private로 나누고 ACG를 어디에 걸지가 정해지지 않은 상태에서 서버부터 띄우면, 나중에 반드시 서버를 다시 만든다.
AI — 플레이그라운드에서 멀티 에이전트까지
CLOVA 쪽은 번호가 19번까지 붙은 실습 자료를 따라갔다. 뒤로 갈수록 "API를 호출한다"에서 "그래프를 설계한다"로 옮겨간다.
| 구간 | 다룬 것 |
|---|---|
| 기초 | 실습환경 · 플레이그라운드 · 프롬프트 체이닝 · 이미지 해석 |
| 응용 | 챗봇 UI · NoCode · 튜닝 · 토큰 계산기 · Sliding window API |
| 검색 | RAG · Object Storage 기반 RAG · Advanced RAG |
| 에이전트 | LangGraph 챗봇 · LangGraph RAG · Conditional Edge · 웹검색 에이전트 · Multi-Agent · 유튜브 추천 Skill |
가장 오래 남은 건 Conditional Edge였다. 프롬프트 체이닝은 "정해진 순서로 여러 번 부르는 것"이고, 조건부 엣지가 붙는 순간 모델의 출력이 다음 경로를 고르는 구조가 된다. 흐름도를 그리는 사람 입장에서 이건 기능이 아니라 설계 언어의 변화였다.
튜닝 파트에서는 Domain Oriented Tunning과 RAG를 언제 나눠 쓰는지가 기준으로 남았다 — 말투와 형식은 튜닝으로, 사실은 검색으로.
모의시험 72점
8월 5일, NCE AI 모의시험을 봤다. 60문제 중 43문제 정답, 72점. 오답 17개가 어디에 몰렸는지가 성적보다 유용했다.
- 파라미터의 정의 — TOP P / TOP K / Repetition Penalty / temperature를 실습에서는 감으로 조절했지 정의로 구분하지 못했다
- 스펙 상수 — 플레이그라운드 최대 생성 토큰, 이용량 정책 같은 "찾아보면 되는" 숫자
- 복수정답 문항 — 벤치마크(KoSBi·KoBBQ·KorNAT), 스킬 구성 요소처럼 범위를 다 아는지 묻는 문제
실습으로 만든 것은 돌아갔지만, 왜 그 값인지를 설명하지 못하는 상태였다는 뜻이다. 만들 줄 아는 것과 아는 것은 겹치지만 같지 않다.
정리
- 클라우드 교육의 실질은 서비스 목록이 아니라 순서에 있다. VPC → 서버 → 이미지 → LB → 스토리지 → DB → 모니터링은 그대로 실제 구축 순서다
- CLOVA는 "LLM API"에서 시작해 LangGraph 위의 에이전트 설계로 끝난다. 뒤쪽이 프로젝트에서 쓸 부분이다
- 실습이 통과했다고 아는 것이 아니다. 모의시험 72점이 그 간극을 정확히 가리켰다
- 다음 2주는 이 재료로 실제 서비스를 짓는다 — 팝콘톡