1일
Loop 설계
1 DAY · CODING FREE
팀의 반복 업무 하나를 고르고, AI와 사람이 맡을 판단을 같은 언어로 정렬합니다.
- JTBD와 반복 업무 분해
- Agent Loop Canvas
- Human Approval Map
- 팀 공통 언어와 다음 실험
Learn with Habix · Loop Engineering
AI가 반복 업무를 실행하고, 사람이 목표와 예외를 판단하며, 결과가 다음 기준으로 돌아오게 설계합니다. 도구 시연이 아니라 팀이 교육 다음 날 이어서 운영할 첫 루프를 만듭니다.
Why PoC stops
왜 PoC는 많은데
운영은 실패할까요?
AI 도입의 실패는 모델보다 팀의 업무·판단·학습 구조를 설계하지 않은 데서 시작합니다. Habix는 자동화 범위보다 먼저 사람이 소유할 판단과 다음 실행 조건을 명확히 합니다.
PoC는 많은데
운영은 멈춥니다.데모의 성공과 실제 업무의 안정성을 같은 것으로 취급하기 때문입니다.
도구 교육 뒤
적용이 끊깁니다.팀의 업무, 데이터, 권한과 연결되지 않은 실습은 다음 날 재현되지 않습니다.
사람의 판단이
마지막 승인에 갇힙니다.목표 설정, 예외 해석, 검증 기준을 누가 소유하는지가 정의되지 않습니다.
결과가 다음 실행의
기준으로 남지 않습니다.로그는 쌓이지만 결정 이유와 실패 조건이 학습 자산으로 돌아오지 않습니다.
Three purchase packages
우리 팀에 맞는
세 가지 시작점.
1일은 팀을 정렬하고, 2일은 실행과 평가까지 완성합니다. 실제 시스템 연결이 필요하면 FDE가 현장 안에서 프로토타입과 운영 경계를 함께 만듭니다.
1일
1 DAY · CODING FREE2일
Loop 완성
2 DAYS · RECOMMENDED
설계를 실제 실행 흐름으로 연결하고, 성공·실패를 판별할 평가 기준까지 완성합니다.
- 1일 과정 전체
- 도구·컨텍스트·권한 설계
- 실행 프로토타입
- Evaluation Checklist
- 실패 조건과 운영 Backlog
2–4주
현장 적용
FIELD DELIVERY
교육에서 만든 Loop를 팀의 실제 데이터·도구·보안 경계에 연결해 운영 가능한 프로토타입으로 만듭니다.
- Field Loop Map
- 작동하는 Agent prototype
- 승인·보안·평가 Runbook
- 운영 로그와 개선 계획
Loop Engineering curriculum
자동화 한 번이 아니라,
더 나은 다음 실행까지.
문제 정의부터 운영 로그까지 일곱 단계를 팀의 실제 업무 위에서 진행합니다. 사람은 루프 밖의 승인 버튼이 아니라 목표, 예외, 평가 기준을 소유합니다.
IntentContextExecuteVerifyHumanLearnNext
Loop
Loop
- 문제 정의JTBD와 원하는 결과를 한 문장으로 합의합니다.
- 업무 분해반복, 예외, 사람의 판단이 필요한 순간을 분리합니다.
- 실행 설계Intent·Context·도구·권한과 실행 경계를 정합니다.
- Human Gate승인뿐 아니라 목표·예외·검증 기준의 소유자를 배치합니다.
- 평가 조건품질 기준, 실패 조건, 중단과 에스컬레이션을 정의합니다.
- 학습 자산화운영 로그와 결정 기록을 다음 실행 기준으로 돌려보냅니다.
- Next Loop한 번의 자동화가 아니라 더 나은 다음 루프를 설계합니다.
Tangible outcomes
교육이 끝난 뒤
팀에 남는 것.
좋은 강의 후기는 기억에서 끝나지만, 좋은 기업 교육은 다음 날 사용할 문서·프로토타입·운영 기준으로 남습니다.
Agent Loop Canvas
목표, 입력, 실행, 판단, 결과와 다음 조건을 한 장에 정렬합니다.
Human Approval Map
사람이 목표를 소유하고 예외를 해석할 지점을 명시합니다.
Evaluation Checklist
좋은 결과, 실패 조건, 중단 기준을 팀의 언어로 정의합니다.
Context / Memory Blueprint
어떤 컨텍스트와 결정 기록을 다음 실행에 재사용할지 설계합니다.
실행 Prototype
2일 과정과 FDE에서는 핵심 흐름을 실제로 작동시켜 검증합니다.
운영 Backlog
교육 다음 날 팀이 이어갈 실험과 책임자를 남깁니다.
Why Habix
강의가 아니라
운영 경험을 전달합니다.
제품을 출시하고, AI Agent를 직접 설계·운영하며, 비전공자부터 개발자까지 함께 구현해 온 경험을 워크숍의 기준으로 사용합니다.
Operator evidence
제품을 출시하고 에이전트를 운영한 사람이 가르칩니다.
김생근 대표 · LINE, Samsung, CJ, Kakao 등 20년+ Product Management · PERSO.ai와 Alan CPO · 프로필 보기 ↗
20+제품·서비스를 설계하고 출시한 PM 경력
22+직접 설계하고 운영하는 AI Agent
200+KDT 주강사로 함께한 학습자
1,300+LLM Wiki에 연결한 지식 그래프 노드
Advanced · implementation track
Python에서 LangGraph·MCP까지, 설계한 Loop를 구현합니다.
Vision Agent
이미지·PDF를 분석하고 구조화된 데이터로 추출하는 멀티모달 파이프라인.
LangGraphVisionMCPPDF
Voice Agent
STT에서 의도 분류, 도구 실행, TTS 응답까지 이어지는 음성 실행 루프.
WhisperTTSLangGraph
Web Agent
Playwright 기반 브라우저 탐색과 데이터 수집을 평가 가능한 흐름으로 구현합니다.
PlaywrightWebPipeline
Knowledge Agent
질문을 재구성하고 근거를 탐색하는 Agentic RAG 지식 시스템을 만듭니다.
Agentic RAGVector DBEmbedding
코드 전에 아키텍처 결정의 이유를 설명합니다.
낯선 개념을 이미 아는 실무 프레임에 연결합니다.
하나의 개념과 코드를 작게 나눠 실패를 찾습니다.
LangChain vs LangGraph처럼 선택 기준까지 제시합니다.
Learner voices
직접 만들고 배포한
사람들의 이야기.
구체적인 피드백, 원리를 이해하는 설명, 막힌 순간을 함께 푸는 운영형 학습 경험을 지향합니다.
어려웠던 순간에 함께 고민해 주시고 올바른 길을 안내해 주셨습니다. 수업 진도를 따라갈 수 있도록 유익한 정보를 제공해 주시고, 용기를 북돋아 주신 조언과 시간들이 기억에 남습니다.
프로젝트가 막힐 때 상담을 구체적으로 피드백하면서 해주신 순간이 특히 기억에 남습니다. 천천히 설명해 주시고 이야기를 기다려주시는 학습멘토입니다.
Questions before purchase
워크숍 전에
자주 묻는 질문.
참여 대상, 과정 차이, 보안, 구현 범위를 확인하고도 남는 질문은 첫 Loop 진단에 적어 주세요.
코딩을 몰라도 기업 워크숍에 참여할 수 있나요?
네. PM·기획·운영·마케팅·CS 등 현업팀이 실제 업무를 가져와 설계하는 1–2일 과정에는 코딩 경험이 필요하지 않습니다. LangGraph·MCP 심화 구현 트랙을 선택할 때 Python 기초를 권장합니다.
1일과 2일 과정은 무엇이 다른가요?
1일은 팀 공통 언어, 업무 분해, Agent Loop Canvas와 Human Approval Map에 집중합니다. 2일은 실행 프로토타입, 평가 기준, 실패 조건과 운영 Backlog까지 완성합니다.
우리 회사의 데이터와 보안 경계를 반영할 수 있나요?
사전 진단에서 다룰 데이터, 허용 도구, 권한과 승인 기준을 확인합니다. 민감 데이터는 더미·비식별 데이터로 대체하고, 실제 시스템 연결이 필요하면 별도의 FDE Sprint 범위를 설계합니다.
LangGraph와 MCP도 배울 수 있나요?
가능합니다. 기업 워크숍은 기술보다 업무와 운영 Loop 설계가 중심이며, 구현이 필요한 실무자·개발자는 Python, LangGraph, MCP, Vision·Voice·Web·Knowledge Agent 심화 트랙으로 이어갈 수 있습니다.
기업 워크숍은 어떻게 시작하나요?
첫 Loop 진단 폼에 반복 업무, 사람이 판단해야 하는 지점, 속도·품질·보안·비용·내재화 중 현재 불안한 요소를 남겨주세요. 1일, 2일, 2–4주 FDE 중 적합한 범위를 제안합니다.
Start with one recurring task
우리 팀의 첫 Agent Loop를
실제 업무 위에 완성해 보세요.
지금 반복되는 업무와 사람이 꼭 판단해야 할 지점을 알려주시면 1일, 2일, 2–4주 FDE 중 적합한 시작 범위를 함께 정합니다.