Concept Dependency Tree (학습 경로맵)
목적: wiki의 14개 개념을 4계층 구조로 정렬하고, 학습 경로 2개(A: 4시간 기초, B: 8시간 심화)를 제공하는 문서입니다. 자신의 목표에 맞는 경로를 선택하세요.
📊 4계층 구조 (Concept Hierarchy)
Level 1️⃣: Foundations (기초 개념)
LLMOps, Agentic AI, 데이터 엔지니어링의 기초 원리
| 개념 | 설명 | 소요시간 | 링크 |
|---|---|---|---|
| LLMOps Lifecycle & Stack | LLM 프로덕션 운영의 7단계 프레임워크 (프롬프트 관리, 평가, 가드레일, 비용 제어) | 1.5h | llmops-lifecycle-and-stack |
| Agentic AI 설계 패턴 | Reflection, Tool Use, Planning, Memory 패턴으로 자율 에이전트 구축 | 1.5h | agentic-ai-patterns |
| Workflow Automation 패턴 | 비즈니스 프로세스 자동화의 핵심 설계 원칙 (trigger, action, state) | 1h | workflow-automation-patterns |
사전요구: 없음 (입문자 시작점)
Level 2️⃣: Harness Engineering (하네스 설계)
Claude Code Harness, 옵저버빌리티, 온콜 운영 프레임워크
사전요구: Level 1 완료
| 개념 | 설명 | 소요시간 | 링크 |
|---|---|---|---|
| Harness Engineering (Claude Code) | 4단계 하네스 구축 패턴: CLAUDE.md → Skills → Hooks → Subagents | 1h | harness-engineering |
| Observability & Monitoring | 분산 시스템의 3기둥 (로그, 메트릭, 트레이스) + 알림 설계 | 1.5h | observability-and-monitoring-architecture |
| On-Call Management | 생산 환경 장애 대응 체계 (Escalation, MTTR, Runbook) | 1h | on-call-management-and-escalation |
| Incident Response Automation | 온콜 + 자동화 = 신속한 장애 복구 (Root Cause Analysis 자동화) | 1h | incident-response-automation |
Level 3️⃣: Agentic Patterns in Practice (에이전틱 패턴 실제 적용)
DAP, Airflow, 데이터 파이프라인, 추천 시스템 구축
사전요구: Level 1 + Level 2 중 1개 이상
| 개념 | 설명 | 소요시간 | 링크 |
|---|---|---|---|
| Airflow DAG 설계 패턴 | 데이터 파이프라인 오케스트레이션 (의존성, 타이밍, 재시도) | 1.5h | airflow-dag-design-patterns |
| DAG Idempotency | 멱등 파이프라인 설계 (중복 실행 안전성) | 1h | dag-idempotency |
| IBM DataStage 설계 | ETL 데이터 흐름 설계 및 최적화 (Job Architecture, Parallel) | 2h | datastage-job-design-troubleshooting, datastage-parallel-job-architecture |
| Recommendation System 아키텍처 | 상품추천 모델 설계 (콜드스타트, A/B 테스트, 피드백 루프) | 2h | recommendation-system-architecture |
Level 4️⃣: Domain Applications (도메인별 통합)
DAP 운영, 거버넌스, 추적 시스템 설계
사전요구: Level 3 관련 개념 1개 이상
| 개념 | 설명 | 소요시간 | 링크 |
|---|---|---|---|
| AI Governance & Compliance | 생산 환경 AI의 규제 (MLOps regulation, audit trail) | 1.5h | ai-governance-and-compliance |
| Issue Tracking System | Jira 기반 효율적 이슈 관리 설계 | 1h | issue-tracking-system-design |
| Jira Workflow 최적화 | 조직 업무 흐름에 맞는 워크플로우 설정 | 1h | jira-workflow-optimization |
🎯 Learning Path A: “AI 에이전트 기초” (4시간)
대상: 에이전틱 AI의 핵심 원리를 빠르게 이해하고 싶은 실무자 예상 효과: Harness 설계, 간단한 에이전트 프로토타입 구축 가능
학습 순서
1. Agentic AI 설계 패턴 (1.5h)
[[wiki/concepts/agentic-ai-patterns]]
↓ (선택지: Reflection 패턴을 따로 학습하고 싶으면 여기서 실습)
2. Harness Engineering (1h)
[[wiki/concepts/harness-engineering]]
↓ (CLAUDE.md/Skills 직접 작성하면서 학습)
3. Observability & Monitoring (1h)
[[wiki/concepts/observability-and-monitoring-architecture]]
↓ (로그·메트릭 기반 모니터링 설계)
4. 실습 미션
자신의 프로젝트에 Harness 적용 (30분)
→ CLAUDE.md 작성 + Skill 1개 생성
핵심 산출물:
- CLAUDE.md (100-200줄)
- 1개 Skill (재사용 가능한 절차)
- 로깅 대시보드 (Dataview 또는 Notion)
📚 Learning Path B: “DAP + Agentic AI 심화” (8시간)
대상: DAP 운영 PM 또는 데이터 엔지니어 → 에이전틱 자동화로 확장하고 싶은 사람 예상 효과: 데이터 파이프라인을 에이전틱하게 재설계, Airflow + Claude 통합 가능
학습 순서
Path A (4시간) 완료 후:
5. Airflow DAG 설계 패턴 (1.5h)
[[wiki/concepts/airflow-dag-design-patterns]]
↓
6. DataStage 설계 (1h) — 선택지: "간단히만" or "상세히"
[[wiki/concepts/datastage-job-design-troubleshooting]]
[[wiki/concepts/datastage-parallel-job-architecture]]
↓ (현재 DAP 파이프라인 구조 다시 검토)
7. Recommendation System 아키텍처 (1h)
[[wiki/concepts/recommendation-system-architecture]]
↓ (DAP의 '상품추천' 모델이 실제 어떻게 작동하는가?)
8. 실습 미션
DAP 파이프라인 중 1개를 에이전틱하게 재설계 (1.5h)
→ Airflow DAG + Harness 통합
→ 모니터링·알림 설정
핵심 산출물:
- Airflow DAG (또는 DataStage Job) 최적화 설계서
- Agentic 자동화 스크립트 (e.g., 이상 감지 에이전트)
- 모니터링 대시보드 (Airflow UI + 커스텀 메트릭)
🗺️ Concept 맵 (시각적 의존성)
┌─────────────────────────────────────────────────┐
│ Level 1: Foundations │
├─────────────────────────────────────────────────┤
│ │
│ ┌─────────────────┐ ┌──────────────────┐ │
│ │ LLMOps Lifecycle│ │ Agentic Patterns │ │
│ └────────┬────────┘ └────────┬─────────┘ │
│ │ │ │
│ ┌─────────────────────────────▼─────────────┐ │
│ │ Workflow Automation Patterns │ │
│ └──────────────────────────────────────────┘ │
│ │
└─────────────────────────────────────────────────┘
▼
┌─────────────────────────────────────────────────┐
│ Level 2: Harness Engineering │
├─────────────────────────────────────────────────┤
│ │
│ ┌──────────────────────────────────────────┐ │
│ │ Harness Engineering (Claude Code) │ │
│ └────────────┬─────────────────────────────┘ │
│ │ │
│ ┌─────────┴──────────┬────────────┐ │
│ ▼ ▼ ▼ │
│ Observability On-Call Mgmt Incident Response
│ │
└─────────────────────────────────────────────────┘
▼
┌─────────────────────────────────────────────────┐
│ Level 3: Agentic Patterns in Practice │
├─────────────────────────────────────────────────┤
│ │
│ ┌─────────────────┐ ┌────────────────┐ │
│ │ Airflow DAG │ │ DataStage │ │
│ │ DAG Idempotency │ │ Job Design │ │
│ └────────┬────────┘ └────────┬───────┘ │
│ │ │ │
│ └────────────┬───────────┘ │
│ ▼ │
│ ┌──────────────────────┐ │
│ │ Recommendation System │ │
│ └──────────────────────┘ │
│ │
└─────────────────────────────────────────────────┘
▼
┌─────────────────────────────────────────────────┐
│ Level 4: Domain Applications │
├─────────────────────────────────────────────────┤
│ │
│ ┌──────────────────┐ ┌──────────────────────┐ │
│ │ AI Governance │ │ Issue Tracking & │ │
│ │ & Compliance │ │ Jira Workflow │ │
│ └──────────────────┘ └──────────────────────┘ │
│ │
└─────────────────────────────────────────────────┘
✅ 학습 진도 추적
각 개념을 학습한 후 아래 체크리스트로 진도를 추적하세요:
Path A 진도 (4시간)
- 1.5h: Agentic AI 설계 패턴 읽음 → 4가지 패턴 설명 가능
- 1h: Harness Engineering 읽음 → 4단계 구축 순서 설명 가능
- 1h: Observability 읽음 → 로그/메트릭/트레이스 정의 가능
- 0.5h: 자신의 프로젝트에 CLAUDE.md 작성
- 총 4시간: Path A 완료 ✅
Path B 추가 진도 (8시간 총)
- 1.5h: Airflow DAG 설계 패턴 읽음 → Task 의존성 정의 가능
- 1h: DataStage 설계 읽음 (A: 간단히만, B: 상세히)
- 1h: Recommendation System 읽음 → 콜드스타트 문제 설명 가능
- 1.5h: 실습 미션 (DAP 파이프라인 1개 재설계)
- 총 8시간: Path B 완료 ✅
🎓 학습 팁
어떤 경로를 선택해야 할까?
| 상황 | 추천 |
|---|---|
| ”Harness 설계만 빠르게 배우고 싶어” | Path A ✅ |
| “현재 DAP 파이프라인을 더 잘 이해하고 개선하고 싶어” | Path B ✅ |
| “두 영역 모두 깊이 있게 배우고 싶어” | Path A → Path B 순서 ✅ |
| “특정 도메인만 깊이 있게” | 선택적 학습: Level 4 선택 후 필요한 Level 3 역으로 학습 ✅ |
학습 중 막혔을 때
- 개념 간 연결이 안 보일 때: 해당 개념의 “사전요구” 다시 확인
- 실습 미션이 너무 어려울 때:
- 한 수준 낮은 개념부터 다시 읽기
- faqs-and-guides (FAQ 문서) 참고 (예정)
- 시간이 부족할 때:
- Path A만 먼저 완료 후 나중에 Path B
- “간단히만” 학습 모드로 1시간 단위로 쪼개기
🔗 관련 페이지
- phase9-pkm-improvement — 이 학습 경로를 만든 Phase 9 프로젝트
- dashboard — 이번 주 학습 목표 추적
- faqs-and-guides — Q&A 및 실습 가이드 (예정)
- index > Concepts — 전체 개념 카탈로그
마지막 업데이트: 2026-04-26
상태: ✅ 완성 (경로 A/B 정의 완료)
다음 단계: FAQ+How-To 문서 작성 (views/faqs-and-guides.md)