AI Learn Forge

Human Learning + Machine-Readable Code

AI Learn Forge

사람을 위한 AI 학습 카테고리와 AI를 학습시키기 좋은 코드 집합소를 하나의 운영 체계로 묶은 지식 플랫폼입니다.

학습 로드맵 보기 코드팩 탐색
2 학습 접근
6 초기 코드팩
4 실험 프로젝트
1 AI용 매니페스트

Learning Architecture

두 개의 입구, 하나의 성장 흐름

학습자는 개념에서 실전으로 이동하고, 코드는 목적·입력·출력·평가 기준을 갖춘 재사용 가능한 단위로 축적됩니다.

For People

사람을 위한 AI 학습

입문, 프롬프트, LLM, RAG, Agent, 평가까지 이어지는 단계형 커리큘럼입니다.

  • AI 입문
  • 프롬프트 설계
  • RAG 이해
  • Agent 워크플로우
For AI Systems

AI를 위한 코드 집합소

모델과 에이전트가 읽고 조합하기 쉬운 코드, 데이터 처리, 평가, 템플릿 저장소입니다.

  • 실행 코드
  • 메타데이터
  • 입출력 명세
  • 평가 루틴

Code Library

초기 코드팩 탐색

태그와 난이도로 정리한 실행 단위입니다. 각 항목은 나중에 GitHub 저장소, Cloudflare Worker, R2, Vectorize 같은 배포 자원과 연결할 수 있습니다.

AI Lab

프로젝트 실험실

학습 글과 코드팩을 실제 결과물로 연결하는 실험 공간입니다. 첫 버전은 바로 따라 만들 수 있는 과제 중심으로 시작합니다.

Build Roadmap

운영 로드맵

콘텐츠를 쌓는 순서와 기술 확장 순서를 분리하면 MVP가 작아도 방향을 잃지 않습니다.

AI-Readable Structure

코드팩 등록 기준

모든 코드 항목은 사람용 설명과 AI용 메타데이터를 함께 가집니다. 이 구조는 검색, 추천, RAG, 자동 문서화의 기본 데이터가 됩니다. 

{
  "title": "RAG 문서 검색 기본 코드",
  "purpose": "PDF를 벡터DB에 저장하고 질의응답을 수행",
  "inputs": ["PDF", "question"],
  "outputs": ["answer", "source_refs"],
  "difficulty": "중급",
  "tags": ["RAG", "VectorDB", "LLM"],
  "license": "MIT"
}

작게 시작하고, 구조는 크게 열어두기

첫 배포는 정적 허브로 가볍게 시작합니다. 이후 GitHub 연동, 코드 실행 환경, 데이터셋 저장소, AI 검색까지 차례로 붙일 수 있습니다.

초기 코드팩 보기