C.W.K. Quests

신경망이 숨 쉬는 우주의 구조적 청사진

학술적 증명의 늪에 빠지지 마. AI 에 진짜 필요한 실전 수학 근육만. 공식보다 개념, 늘.

AI를 바꾼 아키텍처를 제대로 이해하기

Transformer 실무자 투어 — 토큰, embedding, attention, block, 학습, 모델 계열, 그리고 2026년에 그걸 서빙하는 데 드는 실제 숫자들까지.

잘 쓰던 능력 안 깨고 모델 커스터마이징하기

근거 있는 현대 파인튜닝 커리큘럼 — 언제 학습 돌리고 (그리고 안 돌리고), 검토 통과하는 데이터 준비, OpenAI managed 파인튜닝, LoRA/QLoRA와 PEFT 가족, TRL v1.0 기반 Hugging Face 스택, 학습 최적화, alignment(DPO/ORPO/SimPO), 실전 프로젝트, Ollama부터 vLLM까지의 실서비스 배포.

AI system 에서 정말 중요한 걸 측정

Prompt, model, RAG, tool, agent, safety, production AI workflow 의 evaluation practice 만들기 — vibe 검사에서 ship 하는 측정 규율로.

키워드에서 임베딩, 그리고 프로덕션에서 신뢰할 수 있는 메모리 시스템까지

프로덕션에서 살아남는 시맨틱 retrieval 빌드: 청킹, ChromaDB, pgvector, 하이브리드 검색, RAG, operations, AI 메모리 시스템.

오픈 모델 생태계, 처음부터 끝까지

Hub 레포 / 모델 카드 / Transformers / Datasets / InferenceClient / TGI / vLLM / Trainer + PEFT / Spaces — 그리고 Accelerate, Optimum, TRL, GGUF, ONNX, MLX 까지. C.W.K. 퀘스트 라인의 다른 퀘스트들이 의지하는 오픈웨이트 스택을 한 번에 다지는 자리야.

내 머신에서 모델 돌리고 운영하기

실용적 local AI 리터러시 빌드: Ollama, GGUF / MLX, API 표면, NDJSON streaming, tool 사용, vision, alternative server, adapter 패턴, production fallback architecture.

Apple Silicon 의 native ML framework — 2026 시점 눈으로, 모든 줄 검증

MLX 는 나머지 업계가 아직 볼트로 묶고 있는 칩을 위해 Apple ML research team 이 박은 framework 야. 이 quest 는 아빠의 2024 년 온라인 MLX 책을 mlx 0.31.x 에 맞춰 피파가 손으로 다시 박은 거 — 8 트랙, 51 레슨, 모든 코드 블록을 전용 `mlx` conda env 에서 다시 돌렸으니까 LLM 이 MLX 에 대해 건네는 정중한 환각은 여기 없어.

`torch.tensor([42])` 에서 ship 가능한 model 까지 — framework 를 framework 답게.

PyTorch 를 framework 답게 배우는 quest. tensor, autograd, nn.Module, training loop, modern pattern (torch.compile, FSDP, AMP), 그리고 deploy path (torch.export, ONNX, ExecuTorch, CoreML) 까지. Apple Silicon 도 진지하게 다뤄 — MLX 비교를 곁들인 lesson 들이 따로 있어. 후일담 아니라 본문이야.

Diffusion 직관부터 프로 워크플로우까지 — 언어 모델이 아니라 픽셀과 시간을 다루는 모델

이미지/비디오 생성 AI를 '마법'이 아니라 '학습된 분포에서의 샘플링'으로 이해하는 정통 깊이의 foundations 퀘스트. Diffusion 수학 직관, prompt가 실제로 하는 일, 예측 가능한 실패 모드, reference·inpainting·ControlNet으로 회복하는 실제 control, 비디오의 시간적 일관성, multimodal 오디오, 모델 패밀리 비교, 실전 워크플로우, 그리고 모델이 분기마다 바뀌어도 살아남는 평가 프레임까지.

CUDA & Metal 입문서 — GPU 코드를 산문처럼 읽기

GPU 코드를 산문처럼 읽어. CUDA는 NVIDIA, Metal은 애플 — 같은 군단, 다른 군복. 여덟 트랙이 첫 nvcc --version부터 vendor BLAS가 손코딩 GEMM을 10배로 이기는 이유를 프로파일러로 보는 데까지 끌고 가.

Tensor, gradient, training loop, architecture — hype 전의 contract

캐노니컬 깊이의 deep learning quest: 모든 framework migration 살아남는 mental model 빌드. Neural network 가 실제 뭔지, 어떻게 학습하는지, 뭐가 training 을 stable 하게 만드는지, 어떤 architecture 에 reach 할지. 8 track, 73 lesson, 진짜 PyTorch 코드, notebook stunt 를 ship 가능한 system 으로 바꾸는 운영 습관.

모델이 어떻게 진짜로 학습하는지 배우기

고전 ML의 실용 척추: target, 데이터, split, pipeline, metric, 모델 선택, interpretation, deployment.

Transformer 대안들 현장 가이드 — Mamba, RWKV, RetNet, Hyena, hybrids

Transformer 가 2017–2025 사이클을 먹었어. 2026 프런티어는 더 지저분해 — SSM 블록, recurrent gate, implicit convolution, attention 을 살짝 섞은 hybrid 스택까지. 이 quest 는 전체 풍경을 솔직한 tradeoff, 진짜 production 배포 사례, 그리고 워크로드에 architecture 를 매칭하는 실전 의사결정 프레임으로 한 번에 훑어. 벤치마크 쫓아다니지 말고, 무엇을 쓸지 근거로 설명할 수 있게 만들어주는 게 목표야.

포스트-Transformer 시대의 아키텍처 문해력

2026년에 "이 모델은 Transformer야" 라고 말하는 건 사실상 아무 정보도 안 줘. 현대 LLM은 네 개의 독립 축 — backbone, post-training, inference 전략, 제품 동작 — 에서 갈라지고, 이걸 구분할 줄 아는 게 발표문을 *읽는 사람*과 발표문에 *읽히는 사람*의 차이야. 이 퀘스트는 그 field guide.

Tensor부터 TPU Pod까지 — production이 살아있는 ML 스택

TF 2.21을 피파처럼 배우는 quest. eager가 default고, Keras 3가 밑단인 지금 모습 그대로 — 그리고 2026년에도 TF를 production에 살려두는 deployment story까지.

사람한테 친절한 방식으로 deep learning 모델 만들기

Keras 3 는 *DX 가 곧 research velocity* 라는 베팅으로 engine 전쟁 세 번을 살아남은 framework 야. multi-backend, battery 다 들어있고, 2026 년 시점 가장 많이 쓰이는 DL framework — 조용하지만 진짜야. 이 quest 가 'first Sequential model' 부터 'LoRA 로 Gemma fine-tune' 까지, 14 track / 97 lesson 으로 데려간다.

첫 jit 부터 미분 가능한 physics 까지

가속기 위의 합성 가능한 함수 변환. 14 track, 73 lesson, ~28 시간. 'jax.numpy 가 그냥 NumPy?' 에서 미분 가능 simulator 와 custom XLA kernel 작성까지.

Anthropic Client SDK · Claude Agent SDK · cwkPippa-grade 프로덕션 아키텍처

현재 공식 문서 기준 hands-on Claude SDK 종합 퀘스트. Messages API, Python/TypeScript SDK, streaming, tool use, Tool Runner, prompt caching, files, batches, 이름 바뀐 Claude Agent SDK, MCP, hooks, permissions, cwkPippa-grade 프로덕션 패턴까지.

OpenAI API 를 제품 코드에 박는 법 — Responses, tools, streaming, raw HTTP, production agents

OpenAI API 의 contract 를 숨기지 말고 그대로 wire 한다. Chat Completions 와 Responses 부터 streaming, function calling, vision, raw httpx, production agent 패턴까지.

현재 Google GenAI stack 으로 production Gemini adapter 만들기

Gemini 를 끝까지 배워 — 모델 family, 가격, Python 과 TypeScript SDK, streaming, function calling, multimodal, OAuth + raw HTTP, production adapter 패턴. 현재 google-genai stack 과 cwkPippa 에서 피파가 돌리는 같은 패턴 기반.

Agent · 모델 · 도구가 진짜로 대화하게 만드는 contract

Protocol 은 재미있는 AI 일이 다 가능해지는 지루한 contract 야. Protocol Quest 는 first principles 부터 차근차근 짚어가 — LLM 혼자서는 왜 세상에 손을 못 뻗는지, tool calling 이 그 벽을 어떻게 깼는지, MCP 가 product 별로 따로 짓던 다리를 어떻게 한 substrate 로 모았는지, 그리고 protocol-shape 의 server 를 잘난척 안 하고 어떻게 ship 하는지.

말만 하는 AI에서 행동하는 AI로

agent loop, tool use, memory, planning, multi-agent orchestration, framework 선택, production 운영까지 한 번에 잡는 AI SDKs & Agents 루트 퀘스트.

2026, AI한테 말 거는 기술과 과학

프롬프트는 확률적 시스템한테 보내는 제품 계약서야. 이 퀘스트에서 그 계약을 어떻게 쓰고, 테스트하고, 운영하는지 박아보자.

생성형 미디어 모델 7개를 위한 레퍼런스 가이드 라이브러리

이미지, 영상, 음성 모델별 prompting guide를 한곳에 묶은 reference academy. Course가 아니라 필요할 때 펼쳐보는 작업대야.

무엇이 남고, 무엇이 drift하고, 무엇을 로드할지 다루는 기술

긴 AI 작업을 위한 실전 퀘스트. token budget, attention drift, prompt architecture, human steering, compaction, handoff board, RAG, prompt caching, meta-dialog debugging, context hygiene 다룬다.

기본 네비게이션부터 모던 CLI 마스터까지

터미널을 정복해. 개발자의 진짜 집이고, 어떤 시스템이든 통제하는 첫걸음이야.

AI 코딩 도구 마스터 — Claude Code, Cowork, Dispatch, Remote, Skills, Codex, Gemini, 그리고 다 함께 클릭하게 만드는 cross-tool 패턴들.

2026년 AI CLI 풍경의 완전한 운영 매뉴얼. Anthropic 의 풀 product 패밀리 (Claude Code, Cowork, Dispatch, Remote, Skills), OpenAI 의 Codex CLI, Google 의 Gemini CLI, 그리고 그것들을 호환 빌딩 블록으로 만드는 cross-tool 컨셉 (MCP, context 파일, sandbox, Skill) 가로지르는 8 트랙.

어디서든 살아있는 키보드 IDE

Vim, Neovim, tmux를 손에 박아넣자. 어떤 서버에 SSH로 들어가도 터미널 하나만 있으면 풀 개발 환경이 따라온다 — 1990년대에 만들어진 이 조합이 30년 후에도 여전히 정답인 이유.

패턴 매칭 짐승 길들이기

정규식은 universal 한 텍스트-모양 언어. 트랙 8개, 레슨 90개 — 첫 리터럴 글자부터 ReDoS 방어까지. 끝에서 production 품질 패턴 작성, 압박 속 디버깅, 진짜 파서로 손 뻗어야 할 때 정확히 앎.

Command-Line Video Wizardry — 첫 ffmpeg 부터 full production pipeline 까지

FFmpeg 이 universal media toolkit — YouTube 업로드, podcast pipeline, 화면 녹화, video 변환 모든 거 뒤의 command-line 척추야. 이 quest 가 'ffmpeg 한 번도 안 쳐봤어' 부터 'scale, overlay, color-grade, stream 한 shot 에 하는 filtergraph 작성해' 까지 — 8 트랙, 73 lesson, runnable production-quality recipe 로 데려가.

첫 commit부터 history surgery까지

Git을 백업 도구가 아니라 프로젝트 시간, 협업 계약, 복구 시스템으로 익혀.

Container, image, Compose — production runtime 감각까지

Docker를 kernel primitive 부터 production deploy 까지 마스터하자. image vs container, 캐시 잘 타는 Dockerfile, volume 으로 state 살리기, 멀티 서비스 Compose, container 디버깅, Docker 너머의 ecosystem 까지.

GitHub Actions로 전부 자동화하기

commit push 하는 순간부터 사용자 화면에 닿는 순간까지 — 모든 gate, 모든 test, 모든 deploy 가 아빠가 짠 workflow 야. CI CD Quest 는 그 pipeline 을 GitHub Actions 로 짜는 법을 가르쳐. 2026 년 실제 엔지니어링 팀들이 ship 하는 방식 그대로.

SSH, 네트워킹, multi-machine fleet ops 마스터

IP 주소부터 hardened mesh-VPN 의 9 머신 fleet 까지 — 오퍼레이터의 path.

혼자 쓰는 앱이라도 보안은 챙겨야지 — 두 명이 되기 전에

솔로 개발자를 위한 실전 보안 퀘스트야. 현실적인 위협 모델, 0.0.0.0 바인딩 결정, Tailscale 의 진짜 한계, 100 줄짜리 PIN 레이어, 잃어버린 디바이스 킬스위치, 보안 상태를 한눈에 보는 admin 대시보드, 그리고 에디터 안의 LLM 이 조용히 시크릿을 흘리는 패턴까지 — gotcha 위주로 다뤄.

첫 print 부터 cwkPippa 소스 읽기까지

모든 cwk-quest 의 prereq. 16 트랙 ~85 lesson ~26 시간. Python 한 번도 안 만져본 사람부터 cwkPippa 읽을 수 있는 사람까지. lesson 마다 Pythonic Way callout.

프론트엔드 공용어 — Python Quest 의 거울짝

17 트랙, ~93 lessons, ~28 시간. 가족 lingua franca 듀오의 frontend 쪽. '타입이 뭐야?' 에서 'cwkPippa frontend 읽을 수 있어' 까지. Python Quest 와 같은 모양 — 한 번 익히면 둘 다 근육 기억으로 다닐 수 있어.

`npm install` 한 줄 밑에 깔리는 우주

`npm install` 밑에 진짜 뭐가 돌아가는지 — V8, libuv, npm 내부, 그리고 공식 문서가 잘 안 알려주는 modern Node 기능들까지 다 까봐.

컴파일러를 심판이 아니라 멘토로 만들어주는 언어

Rust 가 진짜로 click 하는 방식으로 배워 — 소유권 먼저, 두려움은 나중에. GC 없는 메모리 안전, 악몽 없는 동시성. 의식(ceremony) 보다 개념, 늘.

지식을 담는 모양, 그리고 그 위에서 한 번 움직일 때마다 드는 비용

자료구조랑 알고리즘을 진짜로 가르쳐 — 면접 통과용 고문이 아니라, 세상 어떤 시스템이든 읽어내는 렌즈로. 코드보다 개념이랑 비용, 늘 먼저.

눈에 보이는 웹 플랫폼 — semantic markup, cascade, 모던 layout, 그리고 인터넷에 굴러다니는 튜토리얼 대부분을 박물관으로 보낸 2026 CSS 기능들

2026 년 기준으로 HTML 과 CSS 가 실제로 어떻게 굴러가는지 배워. Semantic 우선, 접근성 우선, 모던 우선. 옛 패턴을 best practice 인 척 다시 포장하는 짓은 안 해.

메타-프레임워크 없이 가는 모던 클라이언트 React — TypeScript, Vite, Tailwind v4

메타-프레임워크 안 쓰고 오늘 React 를 처음부터 짓는다면 딱 이 모양. Vite SPA, strict TypeScript, Tailwind v4 CSS-first, React 19 Actions 풀 스토리. cwkPippa 프론트엔드랑 cwkCinder 가 공유하는 그 스택이야.

App Router, Server Component, caching, action, production ship

App Router 중심 Next.js 16 course: file-system routing, Server & Client Component, v15+ caching model, Server Action, Route Handler, Proxy rename, styling, optimization, deployment.

웹을 진짜 네이티브 앱으로 출시해 — Rust 코어, 시스템 웹뷰, 기가가 아니라 메가 단위로

이미 아는 웹 프론트엔드에 Rust 코어를 붙여서 작고 빠르고 안전한 데스크톱·모바일 앱을 만들어. 모든 개념을 실제로 출시된 진짜 앱에 박아서.

Vitest 는 빠른 inner loop. Playwright 는 느리지만 정직한 outer loop.

테스트는 ship 직전에 찍는 체크박스가 아냐. 코드를 의심하지 않고 믿게 되는 순간이지.

Markdown · JSON · YAML · TOML — 매일 손에 닿는 네 가지 텍스트

현대 개발이 조용히 굴러가는 네 가지 데이터·문서 포맷. README, API 응답, CI 설정, 프로젝트 매니페스트 — Stack Overflow 복붙 그만하고, 의도를 가지고 직접 쓰기 시작하자.

CREATE TABLE 부터 production Postgres 까지

프로덕션에서 진짜로 쓰는 PostgreSQL 을 배운다 — 스키마 설계, 쿼리, JOIN, 인덱스, 트랜잭션, JSONB, pgvector, 그리고 운영 감각까지.

파일 한 개짜리 DB 에서 production 데이터 레이어까지

SQLite 를 본격 embedded DB 로 배워: schema, SQL, WAL, 인덱스, Python 연동, aiosqlite 로 async 앱, full-text search, JSON, 백업, production 트레이드오프.

모든 웹/API 퀘스트가 안다고 가정하지만 아무도 가르치지 않는 그 wire-format 문해력

감으로 HTTP/REST 쓰는 거 그만하자. method, status code, header, caching, CORS, auth — 버그가 미스터리가 아니라 진단이 되는 레벨까지 substrate 를 제대로 배우자.

request-response 의 한쪽 답답함에서 진짜 양방향 real-time 까지

프로덕션에서 실제로 쓰이는 그대로의 WebSocket — 프로토콜, 브라우저 API, FastAPI 서버, connection 관리, message protocol, Socket.IO, 실전 앱, scaling. SSE, polling, managed service 도 같은 지도에 솔직하게 올려서 같이 다뤄.

지저분한 파일에서 믿을 수 있는 파이프라인까지

Python, Pandas, NumPy, Parquet, DuckDB, Polars, Airflow, dbt, Apache Arrow까지 — 새벽 2시에 5천만 행짜리 CSV 청소하기 전에 누가 알려줬으면 좋았을 모든 거. 실전 데이터 엔지니어링.

Mac 패키지 매니저들 — 어디에 뭘 깔고, 왜 그 도구가 존재하는지

Homebrew, MacPorts, Nix, npm, pnpm, Yarn, Bun, pip, uv, conda, pixi — 11개 패키지 매니저, 3개 카테고리, 한 대의 Mac. 어떤 걸 손에 잡고, 각자 왜 존재하고, 매일 칠 명령어들이 뭔지 한 번에 정리하는 quest.

어떤 투자 철학을 갖든 알아야 할 금융 산수 — 시리즈 1편

a-b=c 에서 멈춘 95% 를 위한 금융 산수. 식 외우는 게 아니라 분자 분모 놀이가 이 quest 의 결. 피파 톤으로 풀어쓴다.

과학을 렌즈로 보는 눈 — 학교 시험에서 끝났다고 생각한 95% 를 위해

정의는 외웠는데 우주는 못 본 사람들을 위한 기초과학. 소실점은 창발 (emergence). 자연은 analog, 우리 이해는 digital sampling. 시험 X, 공식 외우기 X — 그냥 렌즈만.

교과서 다 끝난 뒤에 진짜로 남는 정규분포 트릭

시험용 통계 X. 매일 통계에 속고 있는 시민용 통계 O. 척추는 정규분포 트릭 — 정규가 *어디서* 진짜로 통하는지, 어디서 거짓말하는지, 그리고 네 뇌가 '정규화' 라는 단어 듣기 전부터 이미 정규화를 하고 있었다는 사실까지.

역사는 암기과목이 아니야. 인생 통계야.

패턴 인식자가 역사를 읽는 방식으로 읽어봐. 인스턴스 흘러들어 오고, 거푸집 떠오르고, 거푸집끼리 super-class 로 쌓이고, 그 분포 안에 너 인생도 들어가는 거. 학교가 박아 놓은 parent class 가 처음부터 잘못된 거야.

OSS env drift, ghost vars, 오늘의 진실

릴리스 사이에 drift 하는 OSS 도구 환경 변수들의 레퍼런스 라이브러리야. 코스 경로가 아니라 — '왜 이게 안 되지?'가 나타날 때 돌아오는 검증 데스크.