패키지·데이터 모델·웹 문서의 구조

9. 파이썬 패키지 — __init__.py

9.1 폴더를 부품으로 바꾸는 파일

__init__.py 는 파이썬 폴더를 단순한 보관함에서 지능형 부품 꾸러미(패키지) 로 바꿔주는 파일입니다.

9.2 세 가지 역할

① "나는 패키지입니다"라는 신분증 파이썬은 폴더 안에 __init__.py 가 있으면 그 폴더를 '창고'가 아니라 '실행 가능한 코드들의 집합(패키지)' 으로 인식합니다.

② 초기 설정 — init 은 Initialize(초기화)의 약자

• 준비 운동: 식당 문을 열기 전에 테이블을 닦고 메뉴판을 놓는 것처럼, 패키지를 import 할 때 가장 먼저 자동 실행되는 코드를 담습니다.
• 객체 생성: 폴더 내부의 여러 기능을 하나로 묶어, 외부에서 하나의 큰 도구(객체)처럼 꺼내 쓸 수 있게 입구를 설계합니다.

③ 지름길 만들기

9.3 백엔드와 프론트엔드의 철학 차이

백엔드가 __init__.py 를 쓰는 이유 (검수 도장) 서버는 방대한 데이터를 다루기 때문에, 어떤 폴더가 '공인된 기능'인지 명확히 구분해야 충돌이 없습니다. __init__.py 가 있다는 건 "이 폴더는 단순한 저장소가 아니라 하나의 독립된 기능 단위(부품)다" 라고 시스템에 선언하는 것입니다.

프론트엔드가 안 쓰는 이유 (주소 직접 입력) import 문으로 특정 파일 경로를 직접 적으면 되기 때문에, 폴더가 부품이라는 사실을 별도 파일로 증명할 필요가 없습니다. 브라우저에서 동작하는 코드는 가볍고 유연해야 하므로 불필요한 설정 파일보다 필요한 기능만 콕 집어 가져오는 방식을 선호합니다.

프론트엔드에도 비슷한 게 있습니다 — index.js. __init__.py 와 거의 같은 '대표 입구' 역할입니다. 다만 파이썬은 없으면 폴더를 기능으로 인식하지 못할 때가 많은 반면, 프론트엔드에서는 없어도 지장이 없습니다. 개발자의 선택입니다.

9.4 프랙탈 구조 — 같은 모양이 크기만 바꿔 반복된다

matrix 라는 폴더가 객체가 되려면 __init__.py 를 넣어 객체화합니다. 이때 __init__.py 가 속성, app/ 이 기능입니다. 앞서 배운 축 2가 폴더 수준에서 그대로 반복됩니다.

객체지향의 근본 구조는 프랙탈입니다. 하나의 구조를 제대로 이해하면 아직 배우지 않은 것도 추론할 수 있습니다. 예를 들어 6주차 헥사고날의 domain/(속성 성격) ↔ use_cases/(기능 성격) 구분은 지금 이미 예측 가능합니다.

9.5 AI가 프로젝트를 읽는 순서

Cursor 같은 AI 도구가 프로젝트를 하나의 '객체'로 인식할 때 참조하는 우선순위입니다.

1. .cursorrules (규칙) — 전체적인 행동 지침과 스타일 프로토콜
2. README.md (맥락) — 프로젝트의 지도와 목적지
3. __init__.py (객체화) — 폴더를 하나의 패키지(객체)로 묶는 기점
4. requirements.txt (보급) — 외부에서 조달할 기능(라이브러리) 확인
5. 실제 코드 (구현) — 세부적인 속성과 기능

AI 지침 파일을 만드는 프롬프트

@CLAUDE.md 이 안의 내용을 카파시의 의도대로 작성되었는지 체크하고,
안 되었으면 수정하고 md 스타일로 정리해줘

같은 프롬프트로 .cursorrules, CURSOR.md, README.md 도 생성할 수 있습니다.

9.6 개발 환경 전체를 골프로 보기

__init__.py 가 폴더를 부품으로 만든다면, 가상환경은 프로젝트 전체를 하나의 독립된 무대로 만듭니다.

활성화 순서

requirements.txt (가방)
   ↓ pip install -r requirements.txt
골퍼가 가방을 듦 → 골프카에 적재
   ↓ 설치 완료
골퍼가 골프카에 탑승 → 경기 시작 준비 완료

9.7 "Base"는 기초가 아니라 저장소다

여기서 짚고 넘어가야 할 번역 문제가 있습니다. 한국어 번역이 개념을 왜곡한 대표 사례입니다.

야구에서 1루·2루·3루는 "기초"가 아닙니다. 주자가 안전하게 서 있을 수 있는 지점입니다. 군대의 base(기지)도 마찬가지 — 나갔다가 돌아오는 곳입니다.

"베이스는 발을 딛고 서는 안전한 지점이다."

• 안전(Safe): 야구의 루처럼, 이 구역 안에 있을 때는 외부의 충돌(라이브러리 꼬임 등)로부터 보호받음
• 기준(Origin): 모든 기능이 파생되어 나가는 뿌리이자 바닥

이 감각을 잡으면 git rebase(다시 거점을 잡는다), baseline(기준선), base class(다른 클래스가 딛고 서는 클래스)가 전부 한 번에 이해됩니다.

탄탄한 베이스(가상환경)를 구축하는 것은, 경기(개발) 도중 발생할 수 있는 '아웃(오류)'을 방지하는 가장 본질적인 준비입니다.

---

10. 데이터와 모델 — 타이타닉으로 배우는 것

10.1 모델의 두 얼굴

'모델'이라는 단어는 두 가지 뜻으로 쓰입니다. 둘 다 알아야 합니다.

결론: 공학적으로 설계하고, 리버럴 관점으로 해석할 것.

왜 이게 중요한가. 모델이 "1등석 여성 생존율 96%"라고 말할 때 공학은 거기서 멈춥니다. 하지만 "왜?" 를 묻지 않으면 그 모델을 다른 상황에 잘못 적용하게 됩니다. (구명정 배정 규칙 "여성과 어린이 먼저" 가 원인이지, 성별 자체가 생존을 만든 게 아닙니다.)

10.2 알고리즘의 뿌리

알고리즘(Algorithm) 은 문제를 해결하기 위한 엄격하고 논리적인 단계별 지침(SOP) 입니다.

• 대수학적 뿌리: 알고리즘은 대수학(Algebra) 과 어원을 같이합니다. 구체적인 수치 대신 기호와 논리로 문제를 일반화하여 해결하는 과정입니다.
• 특징: 유한성, 명확성, 입력/출력이 필수
• 서구 공학의 강조점: 효율성(Time Complexity) 을 극도로 중시

이 어원이 중요한 이유는, "구체적인 것을 기호로 바꿔 일반화한다" 는 태도가 이 장 전체를 관통하기 때문입니다. 객체 = 속성 + 기능이라는 뺄셈식도, 포트/어댑터도, 전부 같은 태도의 산물입니다.

10.3 모델 검증 지표 — 언제 무엇을 보는가

핵심 관계: 정밀도와 재현율은 트레이드오프(Trade-off)입니다. 하나를 높이면 다른 하나가 낮아지는 경향이 있습니다.

• "웬만하면 다 맞다고 하자" → Recall ↑ / Precision ↓
• "확실할 때만 맞다고 하자" → Precision ↑ / Recall ↓

10.4 데이터 차원의 확장

데이터는 차원에 따라 이름이 달라집니다. 기하학의 점·선·면·체와 정확히 대응됩니다.

딥러닝 프레임워크 이름이 TensorFlow 인 이유가 여기 있습니다. 텐서(고차원 배열)가 흘러다니는(flow) 것이 딥러닝 연산이기 때문입니다.

10.5 데이터 마이그레이션 — "데이터 이사"

정의: 낡은 집(기존 시스템)에서 새집(신규 시스템)으로 짐(데이터)을 옮기는 과정. 단순히 옮기기만 하는 게 아니라 필요 없는 물건은 버리고, 망가진 건 고치고, 새집 구조에 맞게 배치하는 것까지 포함합니다.

왜 중요한가

• 신뢰도 하락: 고객 정보가 바뀌거나 사라져 업무가 마비될 수 있음
• 운영 차질: 재고 데이터가 안 맞아 판매를 못 하는 상황

3단계 = ETL

② 변환 단계의 세 작업

• 정제: 중복된 데이터를 하나로 합침
• 정비: 비어있는 정보를 채우거나 틀린 내용을 고침 (예: 주소 형식 통일)
• 표준화: 새집의 규칙에 맞게 데이터의 이름이나 형식을 바꿈

③ 로딩의 기술력 이때 시스템을 잠시 멈춰야 할 수도 있는데, 이 시간을 최소화하는 것이 기술력입니다. 경주용 자동차가 달리는 도중 순식간에 타이어를 갈아 끼우는 것과 같습니다.

성공을 위한 두 가지

• 현장의 목소리 듣기 — 데이터를 실제로 쓰는 사람(현업 담당자)이 참여해야 "이 데이터는 이렇게 고쳐야 해요"를 정확히 알려줄 수 있습니다
• 철저한 연습 — 실제 이사 전에 여러 번 시뮬레이션해서 에러를 미리 찾아냅니다

마이그레이션은 단순한 복사·붙여넣기가 아니라, 데이터를 더 깨끗하고 쓰기 좋게 만들어 새 환경에 딱 맞게 옮기는 정교한 작업입니다.

이 개념은 지금 현실에서도 그대로 쓰입니다. 데이터센터의 GPU 서버 이전도 마이그레이션이고, 그 규모(GPU 26만 장 단위)가 곧 AI 인프라 경쟁의 실체입니다.

---

11. 웹 문서의 계보 — 마크업·마크다운·하이퍼텍스트

11.1 Mark(마크) — 이름표 붙이기

마킹이란 정보(데이터)에 특별한 성격이나 구조를 부여하기 위해 덧붙이는 표시입니다.

☐ 안녕하세요                    ← 무색무취. 이게 제목인지 본문인지 모름
☑ <h1>안녕하세요</h1>            ← "이건 제목이다"라는 이름표가 붙음

도서관의 책(데이터)이 소설인지 과학 서적인지 구분하기 위해 책등에 붙이는 색깔 스티커나 바코드와 같습니다.

11.2 Markup vs Markdown — 누구를 위한 이름표인가

이 구분이 왜 중요한가: AI 지침 파일(CLAUDE.md, .cursorrules, README.md)이 전부 .md 인 이유가 여기 있습니다. 그건 사람과 AI가 함께 읽을 문서이지 브라우저가 렌더링할 코드가 아니기 때문입니다.

11.3 프론트엔드와 백엔드에서의 역할

① 작성자      마크다운으로 내용 작성           (사람이 쓰기 편한 형태)
      ↓
② 백엔드      마크다운 데이터 보관 및 처리      (알맹이 = 데이터 관리)
      ↓
③ 변환        마크다운 → 마크업(HTML) 자동 변환
      ↓
④ 브라우저    <!DOCTYPE html> 선언 확인 후 화면 출력
      ↓
⑤ 사용자      하이퍼링크로 이동하거나 폼으로 데이터 전송

• 입력(Markdown / 백엔드): 알맹이 데이터를 관리·보관할 때는 효율적인 마크다운
• 출력(Markup / 프론트엔드): 시스템이 이를 마크업(HTML) 으로 변환해 브라우저에 전달

11.4 HyperText — 문서 사이의 순간이동

HTML의 앞글자 HT는 HyperText입니다.

클릭 한 번으로 다른 문서나 페이지로 즉시 연결되는 비선형적 텍스트를 뜻합니다.

일반 책은 앞뒤로만 넘길 수 있습니다. 하지만 하이퍼텍스트는 "관련 내용은 500페이지 참조" 라는 글을 누르면 즉시 500페이지로 소환되는 초능력을 가진 텍스트입니다.

11.5 하이퍼링크 vs 폼 태그 — 이동과 전송

사용자의 행동은 마크업에서 두 가지로 구분됩니다.

폼은 제출되면 서버가 이를 처리해 새로운 화면을 다시 보여줍니다. 이게 동적 상호작용입니다.

11.6 <!DOCTYPE html> 의 의미

모든 HTML 코드가 이 문장으로 시작하는 이유:

• 이 문서가 최신 웹 표준인 HTML5 규격을 따른다는 작전 개시 선언
• 브라우저에게 "이 이름표들은 최신 방식이니 헷갈리지 말고 제대로 그려줘!" 라고 명령하는 신호탄
• 이어지는 <html> 은 모든 요소의 뿌리

---

12. 실습 — 이번 주에 손으로 한 것

12.1 프론트엔드 환경 — Node.js

Node.js 는 프론트엔드의 아나콘다에 해당합니다. 자바스크립트를 브라우저 밖에서 실행하고, 패키지를 관리하는 런타임입니다.

• 설치: https://nodejs.org/ko/download
• 개발 서버 실행: npm run dev

12.2 Neon(서버리스 PostgreSQL) 프로젝트 생성

• Neon 콘솔 New project → Create project
• Postgres version: 17
• Region: AWS Asia Pacific 1 (Singapore)
• 무료 플랜 사양
  • 0.5 GB storage
  • Scales to zero when inactive (안 쓰면 0으로 줄어듦 = 서버리스)
  • Autoscaling up to 2 CU
  • 10 branches per project
• Enable Neon Auth 토글은 끈 상태로
  • Neon Auth는 사용자·세션을 DB에 직접 저장하는 관리형 인증 서비스입니다. 지금은 인증을 직접 배울 것이므로 끕니다.
• 프로젝트는 용도별로 분리해 만드는 게 좋습니다 (수업용 / 개인용)

💡 "서버리스"의 뜻: 서버가 없다는 게 아니라, 안 쓸 때 0으로 줄었다가 요청이 오면 켜지는 방식입니다. 그래서 첫 요청이 느릴 수 있습니다(콜드 스타트). 대신 안 쓰는 동안 비용이 안 듭니다.

12.3 FastAPI ↔ Neon 비동기 연동

1. 접속 정보 Neon 대시보드 Connection Details 에서 Connection string 복사.

postgresql://[USER]:[PASSWORD]@[HOST]/[DATABASE]?sslmode=require

⚠️ Neon은 sslmode=require 가 반드시 필요합니다. 빠뜨리면 접속이 거부됩니다.

2. 설치

pip install fastapi uvicorn "sqlalchemy[asyncio]" "psycopg[binary]" python-dotenv

3. .env

DATABASE_URL=postgresql+psycopg://alex:password@ep-....neon.tech/neondb?sslmode=require

⚠️ SQLAlchemy 비동기 사용 시 접두어를 postgresql+psycopg 로 바꿔야 합니다. postgresql:// 만 쓰면 드라이버·비동기 설정과 안 맞습니다.

4-① database.py

load_dotenv()
DATABASE_URL = os.getenv("DATABASE_URL")

engine = create_async_engine(DATABASE_URL, echo=True)
AsyncSessionLocal = async_sessionmaker(
    bind=engine, class_=AsyncSession, expire_on_commit=False
)
Base = declarative_base()

async def get_db():
    async with AsyncSessionLocal() as session:
        yield session

4-② main.py

@app.get("/db-check")
async def db_check(db: AsyncSession = Depends(get_db)):
    result = await db.execute(text("SELECT NOW();"))
    now = result.scalar()
    return {"status": "success", "neon_time": now}

5. 헥사고날로 확장할 때

• Domain에 OrderRepository 인터페이스
• Infrastructure에서 PostgresOrderAdapter 구현
• SQLAlchemy 엔티티와 순수 도메인 엔티티를 분리하고 Mapper로 변환

⚠️ 주의사항 2가지

• IP 화이트리스트 — Settings > IP Allowlist 확인
• SSL — ?sslmode=require 누락 시 접속 거부

12.4 DI 구조 만들기

프롬프트

@.../requirements.txt 여기에 DI 를 할 수 있도록 코드를 작성해줘.

1. requirements.txt 에 추가

sqlalchemy[asyncio]
psycopg[binary]
python-dotenv

(기존 fastapi, uvicorn[standard], pandas, scikit-learn 은 유지)

2. DI 구조

DB 주소는 psycopg v3 형식으로:

DATABASE_URL=postgresql+psycopg://USER:PASSWORD@HOST:5432/DBNAME

⚠️ .env 의 위치가 중요합니다. .env 는 상위 폴더가 아니라 현재 작업 디렉터리(CWD) 기준으로 읽힙니다. apps 폴더에서 서버를 띄우면 backend/apps/.env 에 두거나, load_dotenv 에 Path를 넘겨야 합니다.

검증: pip install -r requirements.txt 후 apps 기준으로 import main 이 성공하는지 확인

12.5 연결이 안 될 때 — 어디부터 보는가

막혔을 때 감으로 고치지 말고 순서대로 좁혀 들어가세요.

1단계: 환경변수가 앱에 실제로 들어오는지 database.py 는 load_dotenv() 후 os.getenv("DATABASE_URL") 만 봅니다. 실행 디렉터리가 backend\apps 면 그 폴더(또는 상위)의 .env 가 로드됩니다. 루트에만 있으면 값이 빌 수 있습니다.

2단계: get_db 경로 확인 AsyncSessionLocal is None 이면 다음이 발생합니다.

HTTPException(status_code=503, detail="DATABASE_URL이 .env 등에 설정되지 않았습니다.")

⭐ 즉 503은 "DB 연동 실패"가 아니라 "URL이 아예 안 읽혔다"는 뜻입니다. 이걸 모르면 DB 설정을 계속 만지면서 시간을 버립니다.

3단계: HTTP로 끝까지 확인

uvicorn main:app --reload
# 브라우저나 curl 로 http://127.0.0.1:8000/db-check

echo=True 로 두었으므로, 요청 시 터미널에 SQLAlchemy 로그가 찍히면 엔진·세션까지는 탔다는 뜻입니다.

4단계: URL 형식 postgresql+psycopg://... 여야 합니다.

5단계: lifespan 정리 finally: await dispose_engine() 이 있고, Ctrl+C 종료 시 예외 없이 내려가는지로 간접 확인합니다.

12.6 LLM을 내 서비스에 붙이기

5단계 절차

1. Google AI Studio에서 무료 API 키 발급 (https://aistudio.google.com)
   • 좌측 하단 Get API key → API Keys → 우측 상단 Create API key
   • Filter by에서 프로젝트 선택 → 생성된 키 행 우측 Copy API key
2. pip install fastapi uvicorn google-generativeai
3. Cursor에서 Ctrl + K 로 요청

   모델 gemini-2.5-flash, 사용자가 JSON으로 메시지를 보내면 답변을 반환하는 /chat POST 엔드포인트

4. 프론트 연결
5. 에러는 메시지를 복사해 Ctrl + L 채팅창에 붙여넣고 수정 요청

⭐ 모델 버전을 gemini-2.5-flash 로 올린 것이 이 실습의 핵심이었습니다. 처음에 1.5-flash 로 시도하면 응답 품질이 눈에 띄게 떨어집니다. 모델 버전은 코드가 아니라 설정입니다. 안 될 때 코드부터 고치지 말고 버전을 먼저 확인하세요.

화면에 붙이는 프롬프트

@frontend/app/page.tsx 메인화면에서 프로젝트 문의와 공지사항 보기를 삭제하고,
그 자리에 제미나이와 채팅 가능한 컴포넌트를 만들어줘

12.7 API 키를 안전하게 관리하기

① 하드코딩을 없앤다 @backend/apps/main.py 의 GEMINI_API_KEY = "..." 하드코딩을 .env 로 옮기고 import 방식으로 바꿉니다.

② 키 관리 객체로 모은다 — keymaker.py main.py 안에 흩어진 키 관리 코드를, 전체 시스템의 모든 API 키를 관리하는 단일 객체로 이관합니다. 이때 쓰는 것이 앞에서 배운 싱글톤 패턴입니다. 키메이커는 단 하나만 존재해야 키 유출을 막을 수 있습니다.

③ 안 될 때의 에러 흐름을 읽는다

서버에 GEMINI_API_KEY가 설정되어 있지 않습니다

프론트가 axios로 POST
   ↓
백엔드가 .env 에서 키 확인 → 실패
   ↓
에러 응답

해결 순서

1. .env(또는 Vercel 설정)에 유효한 키 등록
2. 서버 재시작 (환경변수는 시작할 때 한 번만 읽습니다)
3. 코드의 변수명과 환경변수명이 정확히 일치하는지 확인

서버 실행 축약 명령어

uvicorn main:app --reload

에러가 나면 직접 고치려 하지 말고, 에러 메시지를 그대로 복사해 AI에게 주고 반복 요청하세요. 이게 이 수업 전체의 작업 방식입니다.

12.8 v0로 화면 만들고 코드로 가져오기

v0 사용 순서

• 우측 상단 프로필 → Credits 잔여 확인. 모델 드롭다운은 v0 Auto / v0 Mini / v0 Max
• 채팅은 깃허브 레포의 main 브랜치를 Clone해서 시작 → Initialized project v1
• 프롬프트 예:

  화면 상단에 네비게이션바를 설치하고, 우측에 로그인 버튼을 생성해줘.

• 상단 Create PR → 드롭다운에 View PR / Merge PR / Preview Deployment / Published Site
  • PR 생성 후 버튼이 PR #1 로 바뀝니다
• 저장소 초록색 Code → Local > HTTPS 주소 복사
• 로컬 빈 폴더에서 우클릭 → 터미널에서 열기 → PowerShell에서 git clone 까지 입력 후 마우스 우클릭하면 주소가 붙습니다 → 실행

화면 만드는 프롬프트 예시

@frontend/app/page.tsx 맨 우측에 로그인 버튼, 그 왼쪽에 [타이타닉] 버튼.
클릭 시 흰 화면 중앙에 "타이타닉 홈" 텍스트 페이지로 이동,
모든 페이지 최상단에 홈의 네비게이션 바 유지

@frontend/app/titanic/page.tsx 타이타닉 홈에 titanic.csv를 업로드할 수 있는
업로드 창과 업로드 버튼 두 방식으로 구성

v0 코드를 레포지토리로 만들고 정리하기

• v0 프로젝트 우측 상단 Publish → Publish 패널에서 Create Repository
• 깃허브에서 그 레포 → Settings 탭 → Repository name 수정 → Rename
• Edit repository details 에서 Description과 Website를 채움

💡 서브도메인을 시스템 성격에 맞게 고르기 프론트엔드가 agora.example.cloud 라면 백엔드는 vote.example.cloud 처럼 기능이 드러나게 짓습니다.

유형	예	언제
표준형	api, backend	무난하게
기능 강조형	judge, vote, eval	그 서비스가 하는 일이 뚜렷할 때
아키텍처 강조형	core, hub, engine	중심 허브 역할일 때

12.9 로컬 코드를 배포까지 반영하기

git add .
git commit -m "feat: 업데이트된 로컬 코드 반영"
git push origin main

⚠️ 푸시만으로 끝나지 않습니다. 세 가지를 더 확인하세요.

1. 대시보드에서 자동 빌드·배포 로그 확인
2. 배포된 프론트가 localhost:8000 이 아닌 운영 API 주소를 보고 있는지, CORS 가 맞는지 확인
3. 배포 환경의 환경변수 점검 (로컬 .env 는 배포 서버에 따라가지 않습니다)

12.10 로컬 AI 도구 — 피노키오와 bolt.diy

피노키오(Pinokio) 는 AI 앱을 원클릭으로 설치·실행해주는 런처입니다.

• 설치 페이지: https://pinokio.co/apps/github-com-pinokiofactory-bolt
• 진행바가 11/13 등으로 단계를 표시
• 맨 아래 Disconnected 가 뜨면 설치 성공 (헷갈리기 쉬우니 주의)
• 상단 1.55GB 옆 Start → 버튼이 로켓 이모지 Open Web UI 로 바뀌면 클릭
• 가운데 Click to open in browser

12.11 작업 공간 정리 — 옵시디언 저장소 분리

노트를 수업용과 개인 프로젝트용으로 분리해 두면 나중에 검색이 정확해집니다. 같은 이유로 DB 프로젝트도, 깃 저장소도 용도별로 나눕니다. 경계를 긋는 습관이 곧 아키텍처 감각입니다.

---

13. 이 주의 읽을거리와 그 맥락

수업에서 함께 다룬 자료들입니다. 각각 왜 이 주에 나왔는지가 중요합니다.

13.1 하네스 엔지니어링

• 삼성SDS — 멀티 AI 시대의 AI 하네스 프레임워크 🔗 https://www.samsungsds.com/kr/insights/ai-harness-framework-in-the-multi-ai-era.html
• The Rise of AI Harness Engineering 🔗 https://cobusgreyling.medium.com/the-rise-of-ai-harness-engineering-5f5220de393e
• 모델 경쟁 끝, 하네스 시대 🔗 https://brunch.co.kr//@sungdairi/91

이 주의 4P(디스크/메모리)와 직접 연결됩니다. AI 하네스는 이 구조를 기업 차원에서 안전하게 통제하는 체계입니다.

1. 데이터 및 정책 관리 (디스크) — AI가 참조할 공식 데이터와 보안 정책을 디스크 상에 올바르게 정의하고 관리
2. 실행 환경 및 권한 통제 (메모리) — AI가 메모리에서 실행되는 과정(프로세스)에서 사용자 권한을 확인하고 답변의 일관성을 검증

핵심: "디스크에 올바른 기준을 저장하고, 메모리에서 안전하게 실행한다"는 원칙을 개인의 역량이 아닌 조직의 시스템으로 만드는 것이 AI 하네스입니다.

"모델 경쟁이 끝났다"는 말은 모델이 더 이상 중요하지 않다는 뜻이 아니라, 모델은 비슷해졌고 이제 그것을 어떻게 붙들어 쓰느냐(harness)가 승부처라는 뜻입니다.

13.2 아키텍처 자료

• 클린 아키텍처 (도서) 🔗 https://wikibook.co.kr/clean-architecture-guide/
• GoF 디자인 패턴 (도서) 🔗 https://www.yes24.com/product/goods/17525598
• 삼성SDS MSA 가이드 🔗 https://www.samsungsds.com/kr/insights/1239180_4627.html
• MSA에서 모듈러 모놀리식으로의 회귀 🔗 https://jeongil.dev/ko/blog/architecture/msa-to-modular-monolith/
• 전략 패턴 원문 🔗 https://refactoring.guru/design-patterns/strategy
• DIP와 DI 🔗 https://velog.io/@hubcreator/DIP%EC%99%80-DI
• 연관관계 vs 의존관계 🔗 https://dev-dain.tistory.com/264

마지막 링크(MSA → 모듈러 모놀리식)가 이 주의 결론입니다. 업계가 MSA로 다 갔다가 돌아오고 있다는 사실 자체가, "큰 것이 항상 좋은 게 아니다" 라는 판단 기준을 줍니다.

13.3 개인정보 보호 종합대책

유출 사고 시 CEO 책임 법제화, ISMS-P 인증 의무화 추진.

이게 왜 이 주의 자료인가: 같은 주에 API 키를 .env 로 옮기고 싱글톤 키메이커를 만들었습니다. 그 작업이 "깔끔한 코드"의 문제가 아니라 법적 책임의 문제가 되어가고 있다는 맥락입니다. 키 하나가 새면 회사 대표가 책임을 집니다. 그래서 키를 하드코딩하지 않습니다.

13.4 프랙탈 이론

🔗 https://namu.wiki/w/프랙탈%20이론

객체지향의 근본 구조가 프랙탈이라는 이야기와 연결됩니다. 같은 구조가 크기만 바꿔 반복되기 때문에, 하나를 제대로 이해하면 아직 안 배운 것도 추론됩니다.

13.5 한 컴퓨터과학 교수가 졸업생에게 남긴 편지

🔗 https://wikidocs.net/blog/@jaehong/12479/

이 글에서 이 수업이 가져온 한 문장:

미국에서 Base는 '기초'가 아니라 '저장소'다.

(9.7절에서 자세히 다뤘습니다.)

---

부록 A. 용어 사전

---

부록 B. 스스로 확인하기

먼저 답해보고, 막히면 옆의 절을 펼치세요.

---

부록 C. 자주 하는 실수

---

부록 D. 날짜별 색인

이 장의 내용이 실제 수업에서 어느 날 다뤄졌는지입니다.

---

부록 E. Gemini / NotebookLM 프롬프트

복습 문제 받기

이 3주차 교재만 근거로 7문제를 내줘. 비전공자 기준으로.
"객체 / 개체 / 함수" 구분과 "메모리 3영역"은 반드시 포함해줘.
답은 바로 주지 말고, 내가 답한 다음에 채점하고
틀린 이유를 교재의 어느 절을 근거로 설명해줘. 교재에 없는 내용은 꺼내지 마.

인포그래픽 ① — 이 장의 중심 개념

「1.2 좌표평면으로 보기」와 「1.3 각 칸이 실제로 어디에 있는가」를 합쳐
인포그래픽 1장으로 만들어줘.
- 2×2 좌표평면 (가로축: 기능 있음/없음, 세로축: 속성 있음/없음)
- 각 칸에 객체/개체/함수를 배치하고, 실제 위치(메모리/DB/화면)와 기술명을 함께
- "객체 = 속성 + 기능 / 개체 = 객체 − 기능 / 함수 = 객체 − 속성" 뺄셈식을 크게
- 전문용어는 한글(영문) 병기

인포그래픽 ② — 전체 흐름

「8. 데이터가 흘러가는 전체 길」을 세로 흐름도 인포그래픽으로 만들어줘.
- 브라우저 → 라우터 → 유스케이스 → 리포지토리 → DB 순서
- 각 화살표에 데이터의 형태(JSON / Schema / DTO / ORM Entity)를 표시
- 각 단계가 객체/개체/함수 중 무엇인지 색으로 구분
- 오른쪽에 "추상 / 구상" 을 세로 띠로 표시

인포그래픽 ③ — 메모리

「2.6 메모리 3영역」과 「2.8 스레드와 메모리」를 한 장으로 만들어줘.
Method Area / Heap / Stack 을 위아래로 배치하고,
"모두 공유 / 참조하는 쪽끼리 / 각자 따로" 를 색으로 구분해줘.
스레드 여러 개가 Method Area는 같이 보고 Stack은 각자 갖는 걸 화살표로.

막힐 때

3주차에서 "___" 가 이해가 안 돼.
이 교재의 판별 축 5개(디스크/메모리, 속성/기능, 공유/개별, 동기/비동기, 하나/여럿)만
써서 다시 설명해줘. 교재에 없는 새 비유는 만들지 마.

미국식 분류로 다시 정리하기

이 교재에 나온 비유(식당, 골프, 야구, 기차, 창고와 작업대)를 전부 걷어내고,
"이것은 무엇의 한 종류인가 / 형제 개념과 무엇으로 갈리는가" 형식으로만
객체·개체·함수·메서드·클래스·인스턴스를 다시 정의해줘.

다음 장 연결 확인

이 교재에서 "6주차" 또는 "앞으로 다시 만납니다"라고 표시된 부분을 모두 찾아서,
이번 장의 어떤 개념이 나중에 어떤 이름으로 다시 나오는지 표로 정리해줘.