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 PPT 변환 흐름
3 자료화 입력
8 운영 코드팩
6 문서 변환 단계
1 지식 DB 흐름

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.

PPT to Confluence

슬라이드를 지식 문서로 변환

PPTX 파일을 슬라이드별 자료, Confluence 게시 본문, AI 학습용 JSON으로 동시에 변환하는 업무 흐름입니다.

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