프레임워크 없이 Colab에서 RAG·에이전트·평가를 다루는 AI 엔지니어 노트북 모음

작년에 이런 자료가 있었으면 좋았겠다고 생각함. Claude와 Google을 더듬으며 해 본 결과가 거의 여기와 같더라. 다만 글 전체가 Claude가 쓴 것처럼 보여서, 그래서 결론도 비슷했나 싶음.

Claude에서 Codex나 다른 프런티어 연구소 모델로 넘어가면 Claude 특유의 문체가 바로 느껴짐.

이건 너무 기본적인 내용 같음. OpenAI 호환 API로 도구를 몇 개 만들면서 익히면 되는데, '프레임워크 없음'도 대부분 JSON-RPC 얘기라 문제를 과하게 복잡하게 만듦. FDE라는 말도 면접용으로 특정 관리자층에게 잘 보이려는 표현처럼 보임.

응용 AI에서 왜 프레임워크나 하니스까지 일부러 빼는지 모르겠음. AI를 제품에 쓰려면 하니스가 중요한 부분인데.

처음부터 평가를 우선한다는 점은 좋음. 보통은 RAG 파이프라인을 급히 만들고 터미널에서 응답 서너 개만 훑은 뒤 눈대중으로 판단하더라.

음성 AI처럼 하니스와 모델 추론 자체가 제품의 일부인 경우에는 평가가 처음부터 특히 중요함. 시스템을 시험할 테스트 하니스를 만드는 일부터 만만치 않음.