9주 회고 - 어디서 왔고, 어디로 가는가 | 발표 & 포트폴리오

9주 전의 나 vs 오늘의 나

9주 전                           오늘
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
"LLM이 뭔가요?"             → OpenAI API, 프롬프트 엔지니어링
"RAG가 뭐예요?"             → 청킹, 임베딩, 벡터DB, 하이브리드 검색
"Agent?"                    → LangGraph, Tool-calling, MCP
"파인튜닝?"                 → QLoRA, PEFT, HuggingFace
"Knowledge Graph?"          → Neo4j, Cypher, 온톨로지
"통합 시스템?"              → End-to-End 제조 AI 어시스턴트
"발표?"                     → STAR, PREP, 15분 발표 완료

9주 만에 제조 AI 전문가가 됐다.

KPT 회고 프레임워크

K - Keep (유지할 것)

잘 했고, 계속 유지해야 할 것들:

기술적:
- 매주 실습 프로젝트를 직접 구현한 것
- 공식 문서를 참고하는 습관
- 에러를 만나면 깊이 파고드는 자세

학습적:
- 매일 학습 기록을 남긴 것 (TIL)
- 모르는 것을 질문한 것
- 다른 사람의 코드를 참고한 것

프로젝트:
- 문서화를 프로젝트 초기부터 진행한 것
- 데모 데이터를 미리 준비한 것
- 백업 계획을 세운 것

P - Problem (문제점)

어려웠거나 개선이 필요한 것들:

기술적:
- KG 스키마를 처음에 단순하게 설계해서 중간에 재설계
- RAG 청킹 전략을 여러 번 바꿈
- 에이전트 루프 방지에 시간 소모

학습적:
- 초반에 이론에 너무 많은 시간을 투자
- 영상 자료보다 직접 코딩이 더 효과적이었음
- 주말에 복습을 못한 주가 있었음

프로젝트:
- 설계에 더 많은 시간을 투자했어야 함
- 테스트 코드를 더 일찍 작성했어야 함

T - Try (시도할 것)

다음 프로젝트에서 시도할 것:

기술적:
- TDD (Test-Driven Development) 적용
- CI/CD 파이프라인 구축
- 실시간 센서 데이터 연동
- 예측 정비 모델 추가

학습적:
- 논문 1편/주 읽기 (Papers With Code)
- 오픈소스 프로젝트 기여
- 기술 블로그 작성

커리어:
- 포트폴리오 지속 업데이트
- 제조 AI 커뮤니티 참여
- 관련 자격증/수료증 취득

핵심 정리

회고는 성장의 시작점 - 하지 않으면 같은 실수를 반복
Keep에서 자신의 강점을 확인
Problem에서 솔직하게 문제를 인정
Try에서 구체적인 다음 행동을 정의