머신러닝 시스템을 프로덕션에 올려 본 사람이라면 누구나 한 번쯤 도구의 미로에서 길을 잃어 본 경험이 있을 것입니다. 실험 추적부터 파이프라인 오케스트레이션, 모델 서빙, 모니터링까지 단계마다 각기 다른 도구가 있고, 같은 단계 안에서도 여러 도구가 경쟁하며, 그 조합은 팀마다 제각각입니다.
ML옵스(MLOps)는 소프트웨어 분야를 통틀어도 도구 파편화가 유난히 심한 영역입니다. 얼마 전까지 이 파편화를 극복하는 방법은 하나뿐이었습니다. 도구를 하나하나 직접 설치하고, 설정 파일과 씨름하고, 에러 메시지를 검색하며 몸으로 부딪히는 것입니다. 그런데 최근 생성 AI의 급속한 발전으로 인해 코딩 에이전트와 협업하는 개발 방식이 자리 잡으면서 사정이 달라졌습니다. 설치와 설정, 예제 실행 같은 '실행의 비용이 눈에 띄게 낮아진 것'입니다.
어제까지 하루가 걸리던 환경 구성을 이제는 에이전트에게 맡기고, 우리는 결과를 검토하면 됩니다.
그렇다면 이제 무엇이 병목일까요? 저는 실행이 아니라 멘탈 모델(mental model)이라고 생각합니다. 이 지도 위에 어떤 도구들이 있는지, 각 도구는 어떤 문제를 풀기 위해 존재하는지, 도구를 선택하고 운영할 때 무엇을 고려해야 하는지에 대한 그림이 머릿속에 있어야, 에이전트에게 올바른 방향을 제시하고 그 결과를 판단할 수 있습니다. 실행이 값싸진 시대에 정말 필요한 것은 역설적으로, 좋은 지도입니다.
그런 지도를 얻는 가장 좋은 시작점은 여전히 숙련된 엔지니어가 쓴 책이라고 믿습니다. 예전에는 기술 서적을 펼치면 실습을 전부 직접 따라 해야 한다는 부담이 앞섰습니다. 지금은 다릅니다. 실행 단계는 에이전트와 나누어 맡고, 우리는 개념과 도구 사이의 관계, 저자가 수많은 시행착오 끝에 내린 판단에 집중하며 읽을 수 있습니다. 책을 읽는 부담은 줄었는데 얻어갈 수 있는 것은 오히려 많아진 셈입니다.
이 책은 실험 추적에서 파이프라인, 서빙, 모니터링을 거쳐 LLM 운영에 이르기까지 머신러닝 시스템 전반의 도구와 지형을 하나의 흐름으로 보여줍니다. 프로덕션 환경에서 오래 부딪혀 온 저자들이 그린 지도라는 점에서, 지금 이 시점에 꼭 필요한 책이라고 생각합니다.
이 책이 독자 여러분의 머릿속에 믿을 만한 지도 한 장을 남기기를 바랍니다.
파이토치 라이트닝은 코드를 구조화하고 재사용성을 높이기 위해 파이토치 사용자가 이용하는 프레임워크입니다. 사용 방법이 직관적이고 문서화가 잘 돼 있기는 하지만 사용자층에 비해 사용 방법을 소개한 책은 국내에는 물론 해외에도 거의 없습니다. 이번 기회에 파이토치 라이트닝을 소개하는 책을 번역하게 돼 기쁩니다.
원서 출간 시기와 번역서 출간 시기 사이에 파이토치와 파이토치 라이트닝의 메이저 버전이 모두 업그레이드됐습니다. 그로 인해 원서와 코드나 코드 설명이 달라지는 부분이 있었습니다. 코드를 모두 확인했지만 혹시 문제가 발생한다면 알려주시기 바랍니다.
작년 말, 호기롭게 두 권을 번역하기로 하고 드디어 그중 한 권인 『파이토치 라이트닝으로 시작하는 딥러닝』의 역자 서문을 쓰고 있습니다. 원서를 자주 읽어 번역이 어렵지 않겠다고 생각했는데 난관의 연속이었습니다. 다른 사람의 코드를 읽기는 쉽지만 직접 작성하려고 하면 라인마다 멈칫하게 되는 것처럼, 번역도 직접 하려니 몇 단어를 넘기지 못하고 막히곤 했습니다.
난관을 지나 책의 번역을 무사히 마쳤습니다. 번역 경험이 없음에도 믿고 좋은 기회를 주신 에이콘출판사에 감사드리며 특히 번역 과정에서 지속적인 도움을 주신 분들께 감사드립니다.
지난 2026년 7월 『Building an AI Agent from Scratch』라는 제목으로 국내 최초로 매닝(Manning) 출판사에서 영어 원서로 출간한 도서를 우리 개발자분들께도 한국어판으로 빠르게 소개해드릴 수 있게 되어 정말 기쁩니다.
이 책을 처음 구상한 2025년 초 무렵을 돌이켜보면, AI 에이전트가 막 붐을 일으키기 시작했고 에이전트를 어떻게 정의할지를 두고 다양한 논의가 오가고 있었습니다. 손쉽게 에이전트를 만드는 방법이 이미 널리 확신되고 있었고 모두가 그렇게 제작을 하기 시작했습니다. 저희는 에이전트를 이루는 요소들을 하나씩 직접 구현해 보면 그 실체를 더 잘 이해할 수 있지 않을까 생각했습니다.
평소에도 기초부터 직접 만들어 보며 배우는 방식을 좋아했고, 매닝 출판사의 'From Scratch' 시리즈를 즐겨 읽었습니다. 그런 탐구법은 평소 저희의 학습 방식과도 맞닿아 있었기에 AI 에이전트라는 주제에 대해서도 기본과 원리를 다루는 책을 쓰고 싶었습니다. 아직 정리된 자료가 많지 않은 주제인 만큼, 처음부터 영어로 책을 집필해 더 넓은 독자층과 에이전트의 원리를 함께 살펴보면 좋겠다고 생각했습니다. 그 생각을 담아 매닝에 출간기획안을 제출했고, 출간 제안이 받아들여지면서 본격적으로 집필을 시작했습니다. 평소 독자로서 좋아하던 출판사 시리즈에 저자로 참여하게 된 것은 참으로 뜻깊고 영광스러웠습니다. 집필을 하면서 영어권 기술 리뷰어들에게 피드백을 받아 책의 내용을 탄탄히 다져가는 과정도 꽤 좋은 경험이었습니다.
집필을 시작한 뒤, 클로드 코드 같은 CLI 기반 코딩 에이전트가 등장하며 개발자의 작업 방식도 빠르게 달라졌습니다. 코딩 에이전트는 많은 개발자의 일상에 자리 잡았고, 관심도 모델에 무엇을 입력할지에서 모델이 도구를 사용하고 작업을 이어 가는 과정을 어떻게 설계할지로 그 범위도 점차 넓어지고 있습니다.
이러한 변화는 특히 프롬프트 엔지니어링에서 컨텍스트 엔지니어링으로, 다시 하네스, 루프, 그래프 엔지니어링으로 이어지는 용어의 흐름에서도 드러납니다. 특히 하네스 엔지니어링을 기점으로 에이전트는 작업 방식을 설계하는 기본 단위로 자리 잡았습니다. 하네스 엔지니어링 이후에 등장한 루프와 그래프 역시 에이전트를 바탕으로, 작업을 어떻게 반복하고 연결할지를 다루는 개념입니다.
이 책을 집필하는 과정에서도 저희는 그와 같은 변화의 흐름을 적극적으로 받아들이고 응용해서 내용을 다듬어 나갔습니다. 책에 들어갈 자료를 조사하고, 기존 에이전트 프레임워크를 분석해 코드를 작성하며, 한국어로 작성한 원고를 영어로 번역하는 등의 집필 과정 전반에서 AI 에이전트를 적극적으로 활용했습니다. 에이전트는 저희 저자진이 할 수 있는 일의 범위를 넓혀 주었고, 그 도움 없이는 이 책을 완성하기 어려웠을 것입니다. 그런 의미에서 이 책은 에이전트를 만드는 방법을 설명하는 책이자, 에이전트와 함께 저자들의 역량을 확장해 완성시킨 결과물이기도 합니다.
도구가 빠르게 바뀔수록 그 바탕이 되는 원리를 이해하는 일은 더욱 중요해집니다. 직접 AI 에이전트를 만들어 보는 경험은 완성된 도구를 사용하는 데서 한 걸음 더 나아가, 그 안에서 어떤 일이 일어나는지 이해하는 데 도움이 됩니다.
이 책이 에이전트의 작동 원리를 익히고 자신에게 필요한 에이전트를 만들어 보고 싶은 분들께 좋은 출발점이 되기를 바랍니다.
