[Review] Go To Learn 2기 마지막 주차 활동 후기

 

 

안녕하세요. 고투런 2기 운영진 강주희입니다.

 

이번 후기는 마지막 주차 멘토링 세션을 중심으로 정리한 내용입니다. 

마지막까지 열정적으로 참여해주신 멘토님들과 멘티분들께 감사드립니다. 

 

그럼, 마지막 활동을 함께 살펴볼까요?

 

[정유선 멘토님 - 20년차 AI 엔지니어에게 배우는 AI 에이전트의 모든 것]🤖

마지막 세션에서는 AI Agent와 Agentic AI의 차이점에 대해 학습했습니다. 단순한 LLM 기반 응답 시스템이 아닌, 에이전트가 환경과 상호작용하며 목표 달성을 위한 결정을 스스로 내릴 수 있는 구조에 대한 개념을 중심으로 논의가 이루어졌습니다. LangGraph는 Agentic AI를 위한 프레임워크로 적합한지 여부를 사례와 함께 검토했고, OpenAI에서 제공한 자료를 참고해 실제 AI Agent 구현 시 고려해야 할 실무 가이드라인을 살펴보았습니다. 

멘티들은 각자 설정한 에이전트 주제를 기반으로 아이디어를 발전시켜 나갔으며, 여행 계획 세우기, 채용 매칭, 주식 추천, 커리어 코칭 등 다양한 분야에서 Agentic AI를 적용할 수 있는 가능성을 탐색했습니다.

 

[김정우 멘토님 - 확장성, 회복탄력성, 고가용성을 보장하는 애플리케이션 설계]🛠️

마지막 세션은 멘토님께서 내 주신 파이널 과제에 대한 발표로 이루어졌습니다. 파이널 과제는 두 가지 비즈니스 시나리오(BTS 굿즈 예약 서비스와 이커머스 시스템 구축)를 기반으로 진행되었습니다. 김정우 멘토님은 각 과제에 대해 비즈니스 요구사항 및 시스템 요구사항을 제공하였고, 멘티들은 이를 바탕으로 아키텍처를 설계하고 구현 전략을 발표하는 시간을 가졌습니다. 

[이권희 멘티님 - BTS 굿즈 예약 서비스 인프라 구조]

BTS 굿즈 예약 서비스는 대규모 트래픽 상황에서도 안정적인 예약 처리를 위한 메시지 큐, 타임아웃, 리트라이 전략 등을 중심으로 설계가 이루어졌고, 프론트엔드와 백엔드 간의 로그 수집 및 장애 복구 전략도 함께 다루어졌습니다. 

[조현민 멘티님 - 이커머스 시스템 클라우드 구성도]

이커머스 시스템 구축 과제에서는 상품, 주문, 재고를 분리된 마이크로서비스로 구성하고, 각 서비스 간 통신에는 메시지 큐를 활용한 비동기 방식이 적용되었습니다. 또한 재고 동시성 문제를 해결하기 위한 Redis 기반 캐시 및 분산 락 구조에 대한 토론 등 다양한 인프라 구성 방법도 함께 발표되었습니다. 

 

각 발표에서는 실제 클라우드 환경을 고려한 아키텍처 시각화와 함께, 실무에서 겪을 수 있는 문제 상황과 그에 대한 대응 방안도 함께 공유되었습니다.

 

이로써 고투런 2기의 모든 공식 활동이 마무리되었습니다. 각자의 자리에서 큰 성장을 보여주신 여러분께 깊은 감사의 인사를 드리며, 다음주에 운영진 후기로 찾아뵙겠습니다 🙂