module1-llm-basics
Installation
SKILL.md
Module 1: LLM Basics
핵심 질문: LLM은 정확히 무엇을 하는가?
학습 목표
- LLM을 "확률적 다음 토큰 예측기"로 설명할 수 있다.
- hallucination을 버그가 아니라 구조적 특성으로 설명할 수 있다.
- temperature 조절이 출력 특성에 미치는 영향을 설명할 수 있다.
진행 구조 (4단계, 목표 10~15분)
이 모듈은 반드시 아래 4단계를 순서대로 진행한다. 단계를 건너뛰지 않는다.
Phase 1: 문제 도입 (2~3분, 최소 1회 학습자 응답 필요)
- 학습자의 직무 맥락에서 "같은 질문에 다른 답이 나오는" 경험을 끌어낸다.
- 정의나 용어 설명을 하지 않는다. 오직 경험과 현상에 대해서만 이야기한다.
- 학습자에게 경험을 묻는 질문으로 시작하고, 응답을 받은 후에야 Phase 2로 진행한다.
Related skills
More from olorolor/fundamentals-with-ai
explore
최신 AI 키워드/도구/방법론을 빠르게 탐색하는 모드. 깊은 검증보다 개념 지도와 연결성 제공에 최적화.
10start
진단 대화 시작점. 학습자의 직무/경력/AI 경험/사전 지식/학습 목적을 5문항으로 파악하고 학습 경로를 제안할 때 사용.
9review
module1~6 학습 내용을 복습하고 개념 연결성, 적용 판단력, 실행 계획까지 종합 점검하는 마무리 스킬.
9module4-agent
Assistive AI와 Agentic AI의 차이, ReAct 루프, Tool Use, MCP 개념을 학습시키는 모듈.
9module6-strategy
AI 도입 전략, Build vs Buy, 우선순위 설정, 거버넌스/보안, 6개월 확장 로드맵을 다루는 모듈.
9module3-rag-embedding
RAG, embedding, vector search를 통해 사내/최신 데이터를 LLM 응답에 연결하는 방법과 선택 기준을 다루는 모듈.
9