X(트위터)에서 한 개발자가 AI 에이전트 엔지니어링을 학습하기 위한 12단계 로드맵을 공개해 주목받고 있다. 1단계는 에이전트 아키텍처와 상태 머신으로, DAG(방향성 비순환 그래프), 순환 워크플로, LangGraph, Temporal.io, 상태 직렬화를 학습하고 취약한 while True 루프 없이 반복·분기·일시정지가 가능한 상태 머신 기반 멀티스텝 에이전트를 구축하라고 제안한다. 채팅 루프는 프로덕션에서 충돌하기 쉽고 실제 워크플로에는 결정론적 상태 관리와 크래시 복구가 필요하다는 것이 그 이유다. 2단계는 도구 사용과 MCP(Model Context Protocol)로, JSON-RPC, 엄격한 Pydantic 스키마, MCP 서버·클라이언트 아키텍처, 동적 도구 발견을 익히고 래퍼 SDK 없이 로컬 Postgres DB를 노출하는 MCP 서버를 직접 작성해 보라고 조언한다.

3단계는 컴퓨터 사용과 GUI 자동화다. DOM 파싱, Set-of-Mark 프롬프팅, 좌표 매핑, 스크린샷 디핑, Playwright/Puppeteer를 학습하고 스크린샷 기반으로 레거시 웹 포털에 로그인해 메뉴를 탐색하고 CSV를 다운로드하는 비전 에이전트를 만들어 보라고 한다. 기업용 소프트웨어의 약 80%는 API가 없어 GUI 에이전트가 텍스트 기반 에이전트가 닿지 않는 레거시 세계를 열어준다는 설명이다. 4단계는 고급 메모리와 컨텍스트 엔지니어링으로, 작업·에피소드·의미의 3계층 메모리, 벡터 축출 정책, 컨텍스트 압축, 토큰 예산 관리를 다루며 50턴 대화를 에피소드 요약으로 자동 압축해 컨텍스트 오버플로를 막는 메모리 엔진 구축을 실습 과제로 제시한다. 5단계는 멀티 에이전트 스웜과 A2A 핸드오프로, Researcher·Coder·Reviewer 3개 에이전트가 원시 텍스트가 아닌 엄격하게 타입화된 JSON 상태를 주고받는 스웜 구축을 권한다.

6단계는 샌드박스 실행 환경이다. E2B, WebContainers, gVisor, Docker-in-Docker, 리소스 제한, 네트워크 이그레스 차단을 학습하고 인터넷 접속이 완전히 차단된 격리 마이크로VM에서 파이썬을 작성·실행하는 코드 인터프리터 에이전트를 만들라고 제안한다. LLM이 호스트 머신이나 프로덕션 서버에서 os.system()을 실행하도록 두는 것은 치명적인 보안 위험이라는 지적이다. 7단계는 에이전트 간 보안과 가드레일로, 간접 프롬프트 인젝션, 도구 오염(tool poisoning), 새니테이션 프록시, 최소 권한 스코핑을 다루며 이메일에서 악성 지시문을 제거하는 미들웨어 구축을 실습으로 내놓는다. 8단계는 휴먼인더루프(HITL)와 브레이크포인트로, 비동기 승인, 웹훅 라우팅, Slack/Teams 연동, 내구성 있는 실행 일시정지를 학습하고 1만 달러 인보이스 초안을 작성한 뒤 상태를 직렬화하고 Slack에서 사람이 승인할 때까지 3일간 대기 후 재개하는 에이전트 구축을 제시한다.

9단계는 자기 수정과 반성(reflection) 루프다. 비평(critic) 에이전트, 트레이스백 분석, 컨텍스트를 포함한 재시도, 컴파일러 오류 파싱을 학습하고 자신의 스택 트레이스를 읽고 실패 코드를 재작성해 최대 3회 재시도 후 사람에게 에스컬레이션하는 코딩 에이전트를 만들어 보라고 한다. 10단계는 궤적(trajectory) 평가와 CI 게이트로, 스텝 수준 채점, 골든 DAG, 궤적 거리 메트릭, 도구 호출에 대한 LLM-as-a-judge를 다루며 100개 에이전트 궤적을 리플레이해 도구 호출 시퀀스가 골든 경로에서 벗어나면 PR을 차단하는 CI 파이프라인 구축을 제안한다. 11단계는 우아한 성능 저하(graceful degradation)와 폴백으로, 서킷 브레이커, API-브라우저 폴백, 모델 캐스케이딩, 비용 킬 스위치를 학습하고 기본 REST API가 404를 반환하면 헤드리스 브라우저를 생성해 작업을 완료하는 라우팅 레이어 구축을 실습 과제로 제시한다.

마지막 12단계는 공개 에이전트 분석과 포트폴리오다. 아키텍처 결정 기록(ADR), 작업당 비용 분석, 지연 프로파일링, 공개 벤치마킹을 학습하고 멀티 에이전트 스웜의 정확한 비용, 실패율, 상태 머신 설계, 평가 방법론을 상세히 담은 분석 글을 공개하라고 권한다. 최상위 AI 연구소들은 최종 텍스트 출력이 아니라 시스템 설계 판단력과 프로덕션 현실을 기준으로 에이전트 엔지니어를 채용한다는 것이 저자의 결론이다.