나만의 autoresearch 만들기 — 다른 도메인에 자율 실험 적용하기
autoresearch 패턴을 텍스트 분류, 이미지 분류, RAG 파이프라인에 적용합니다. 범용 실험 러너와 program.md 템플릿 제공.

나만의 autoresearch 만들기 -- 다른 도메인에 자율 실험 적용하기
Karpathy의 autoresearch는 LLM 사전학습에 특화된 자율 실험 시스템입니다. Part 1에서 전체 구조를, Part 2에서 에이전트의 실험 전략과 결과 분석을 다뤘습니다. 여기까지 읽으셨다면 한 가지 질문이 떠오를 겁니다.
"이걸 내 문제에도 쓸 수 있을까?"
이번 글에서는 autoresearch의 핵심 패턴을 추출하고, 텍스트 분류, 이미지 분류, RAG 파이프라인이라는 세 가지 도메인에 적용하는 방법을 다룹니다. 마지막에는 범용 실험 러너 코드와 program.md 템플릿을 제공합니다.
시리즈: Part 1: 구조 분석 | Part 2: 실험 전략 | Part 3 (이 글)
관련 포스트

AI Tools & Agents
autoresearch 실전 — GPU 하나로 밤새 실험 돌리기
환경 설정부터 에이전트 실행, 밤새 100개 실험 결과 분석까지. 작은 GPU에서도 돌리는 튜닝 가이드와 실전 팁.

AI Tools & Agents
Karpathy의 autoresearch 해부 — 630줄로 AI 연구실 만들기
Andrej Karpathy의 autoresearch를 코드 레벨까지 분석합니다. 630줄 train.py, BPE 토크나이저, MuonAdamW 옵티마이저, 에이전트 프로토콜의 설계 원리를 파헤칩니다.

Ops & Systems
Agent 프로덕션 — Guardrails부터 Docker 배포까지
Guardrails 3계층(Input/Output/Semantic)으로 안전한 Agent를 만들고, FastAPI + Docker로 프로덕션 배포합니다. HITL, 레이트 리밋, 모니터링 체크리스트 포함.