도메인 5 · 시험 비중 16.8%
모델 선택과 최적화
Model Selection and Optimization
토큰과 컨텍스트 윈도우, 샘플링, 비결정성 같은 LLM 기초와 고속 모드·확장 사고·적응형 사고·강도 설정 같은 모델 옵션을 다룹니다. REST API를 감싼 SDK 연동과 웹소켓 같은 기술 기초, Opus·Sonnet·Haiku의 용도 구분과 품질·지연·비용의 균형, 모델 교체 시 동작 변화, 그리고 토큰 사용량 추적과 프롬프트 캐싱을 포함한 비용 관리가 들어갑니다.
5.1LLM 기초35분
토큰과 컨텍스트 윈도우, 비결정성 같은 기초는 알고 있다고 생각하다 시험에서 틀리기 쉬운 영역입니다. 이 수업에서는 그 개념들을 코드에서 실제로 마주치는 형태로 다룹니다.
5.2기술 기초35분
SDK는 REST API를 감싼 얇은 층이고, 그 아래를 알아야 문제가 났을 때 고칠 수 있습니다. 이 수업에서는 SDK와 HTTP의 관계, 타임아웃과 재시도, 멱등성 같은 연동 기초를 다룹니다.
5.3모델 선택과 트레이드오프25분
가장 좋은 모델이 항상 정답은 아닙니다. 이 수업에서는 등급 사이의 트레이드오프를 재는 방법과, 모델을 옮길 때 무엇이 깨질 수 있는지를 다룹니다.
5.4비용과 토큰 관리25분
비용은 대개 조용히 늘어납니다. 이 수업에서는 사용량을 추적하는 방법과, 캐싱·배치처럼 구조로 비용을 낮추는 수단을 다룹니다.