1부 AI 얘기를 하기 전에: IT라는 세계
_1장. 오리엔테이션
__코딩을 배워야 하나요, AI만 잘 쓰면 되나요?
__가장 먼저 알아야 할 것은 프로그래밍도, 프롬프트도 아닙니다
__이 책을 읽고 나면 들리게 되는 것들
_2장. 컴퓨터와 프로그램
__컴퓨터 사양표, 뭘 보고 사야 하죠?
__"프로그램을 실행한다"는 게 정확히 무슨 일이죠?
__개발자들이 말하는 '언어'는 뭐가 다른 거죠?
__운영체제(OS)는 왜 자꾸 업데이트하라는 거죠?
__그런데 이게 AI랑 무슨 상관이죠? — GPU 이야기
_3장. 네트워크, 클라이언트, 서버
__한강에서 유튜브를 켜면 일어나는 일들
__당신은 계속 뭘 달라고 하고, 누군가는 계속 뭘 준다
__"서버 터졌대요"의 정확한 의미
__클라우드는 구름이 아니라 남의 컴퓨터입니다
__ChatGPT에 질문하면 내 문장은 어디까지 갔다 오는 걸까?
_4장. API와 데이터
__기계들끼리는 어떻게 대화할까?
__JSON이라는 서식: 기계들의 공용 문서 양식
__"API 연동하면 되죠"라는 말의 무게
__데이터는 어디에 어떻게 쌓이는가
__이 장을 기억해두세요
_5장. 앱과 웹
__설치하는 앱과 접속하는 웹, 뭐가 다르죠?
__웹페이지 하나가 그려지기까지
__프레임워크와 라이브러리 — 개발자들이 맨땅부터 안 만드는 이유
__ChatGPT도 결국 '채팅 웹사이트'입니다
_6장. 개발자의 일
__개발자는 앉아서 종일 뭘 하는 거죠?
__커밋? 머지? 배포? — 코드가 세상에 나가기까지
__"그거 금방 되는 거 아니에요?"가 위험한 이유
__이 장의 풍경을 기억해두세요
2부 AI는 어떻게 말을 하게 되었나
_7장. AI의 짧은 역사
__알파고 때도 난리였는데, 이번엔 뭐가 다른 거죠?
__규칙으로 가르치다 → 데이터로 배우게 하다
__딥러닝: 뇌를 흉내 냈더니 생긴 일
__2017년의 논문 한 편
_8장. 생성하는 기계: 글에서 그림, 영상까지
__AI는 '다음 단어 맞히기'를 하고 있을 뿐입니다
__토큰: AI가 세는 글자의 단위
__같은 질문인데 왜 매번 답이 다르죠?
__파라미터가 몇천억 개라는 게 무슨 말이에요?
__그림 그려주는 AI는 어떻게 그릴까?
__영상·음성, 그리고 하나로 합쳐지는 멀티모달
_9장. AI는 어떻게 학습하는가
__인터넷을 통째로 읽히기
__신입사원 교육시키기
__그래서 AI는 내 대화로 학습하나요?
_10장. AI의 한계는 버그가 아니라 본질이다
__왜 AI는 그렇게 당당하게 거짓말을 하죠?
__어제 일을 왜 모르죠?
__대화가 길어지면 왜 앞부분을 까먹죠?
__계산기보다 계산을 못하는 이유
__이 한계들을 기억해두세요
_11장. AI 모델의 생태계
__GPT, Claude, Gemini… 뭐가 다르고 뭘 써야 하죠?
__큰 모델과 작은 모델
__오픈소스 모델은 왜 공짜로 풀죠?
__즉답하는 모델, 그리고 '생각한 다음' 답하는 모델
3부 요즘 그 단어들: AI 활용의 핵심 개념
_12장. 프롬프트 엔지니어링
__"질문 잘하는 게 기술이에요?" — 네, 그리고 원리가 있습니다
__역할을 주고, 예시를 보여주고, 단계적으로 생각하게 하라
__프롬프트 엔지니어라는 직업은 왜 뜨고 왜 지고 있나
_13장. 컨텍스트 엔지니어링
__프롬프트의 다음 단계: '무엇을 물을까'에서 '무엇을 보여줄까'로
__AI의 책상은 좁다 — 한정된 컨텍스트에 뭘 올려놓을 것인가
__회사들이 "AI 도입"한다며 실제로 하고 있는 일
_14장. RAG: AI에게 오픈북 시험 보게 하기
__"우리 회사 규정은 모르잖아요" — 그래서 나온 기술
__찾아서(Retrieval), 얹어서(Augmented), 답하게 한다(Generation)
__공부시키기 vs 자료 쥐여주기
__사내 문서 챗봇이 자꾸 헛소리하는 이유
_15장. 도구 사용(Tool Use): AI가 손을 얻다
__검색하고, 계산하고, 코드를 돌리는 AI — 어떻게 가능한 거죠?
__4장의 API를 기억하시나요?
__말만 하던 AI가 일을 하기 시작할 때
4부 에이전트: 대화하는 AI에서 일하는 AI로
_16장. 에이전트란 무엇인가
__챗봇과 에이전트의 결정적 차이 한 가지
__목표를 주면 계획하고, 실행하고, 확인하고, 다시 한다
__"AI 비서"라는 말은 왜 이제야 현실이 되고 있나
_17장. 루프: 에이전트의 심장
__생각 → 행동 → 관찰, 그리고 반복
__루프를 잘 돌게 만드는 기술
__에이전트가 삽질을 무한 반복할 때 벌어지는 일
_18장. MCP: AI 세계의 USB 규격
__내 캘린더, 사내 시스템, 파일함에 AI를 연결하려면
__표준이 생기면 생태계가 폭발한다
__"MCP 지원"이라는 문구를 보면 이제 이렇게 읽으세요
_19장. 하네스: 같은 AI인데 왜 성능이 다르죠?
__모델이 엔진이라면 하네스는 자동차입니다
__하네스 엔지니어링 — 작업환경과 안전장치를 설계하는 일
__코딩 에이전트가 좋은 예시인 이유
_20장. 멀티 에이전트와 오케스트레이션
__에이전트에게 팀을 붙여주면 생기는 일
__지금 되는 것과 아직 안 되는 것
_21장. 에이전트를 믿어도 되는가
__자율성과 권한의 트레이드오프
__인간은 어디서 검토해야 하는가
__실제로 있었던 사고들, 그리고 배울 점
5부 그래서, 우리는
_22장. AI가 바꾸는 일의 풍경
__개발자의 일은 사라지는가, 바뀌는가
__기획자, 마케터, 디자이너의 책상에서 벌어지는 일
__"AI 잘 쓰는 사람"의 실체는 프롬프트가 아니라 문제 정의
_23장. AI를 둘러싼 걱정들
__"이거 위험한 거 아니에요?"에 답하기 전에
__AI는 왜 편향되고 차별하는가
__딥페이크와 가짜뉴스, 그리고 저작권 논란
__일자리, 그리고 눈에 안 보이는 전력·환경 비용
_24장. 아웃트로
__기술을 이해하는 사람이 방향을 정한다
부록
_부록 A. 키워드 사전
_부록 B. 2026년 기준 AI 서비스 지도
_부록 C. 이 책 다음에 볼 것들
_부록 D. 비용, 실제로 얼마나 들까