2nd/10_Wiki/Topics/Domain_Programming/AI_and_ML/Introduction-to-Programming.md

id, title, category, status, canonical_id, aliases, duplicate_of, source_trust_level, confidence_score, verification_status, tags, raw_sources, last_reinforced, github_commit, tech_stack

id	title	category	status	canonical_id	aliases	duplicate_of	source_trust_level	confidence_score	verification_status	tags	raw_sources	last_reinforced	github_commit	tech_stack
wiki-2026-0508-introduction-to-programming	Introduction to Programming	10_Wiki/Topics	verified	self	Programming 101 Learn to Code AI-augmented Programming Intro	none	A	0.9	applied	programming education fundamentals ai-pair-programming learning		2026-05-10	pending	language framework python cli

Introduction to Programming

매 한 줄

"매 코딩 입문은 변수에서 시작해 함수에서 끝나지 않는다 — 2026 은 LLM 과 함께 추론하는 법을 배운다". 변수/제어흐름/함수/자료구조의 고전적 fundamentals 위에, 버전관리/테스트/AI pair programming/디버깅 워크플로가 입문 커리큘럼의 핵심 축이 되었다.

매 핵심

매 입문 6 축

1. 표현 (expressions): 값, 타입, 연산자.
2. 상태 (state): 변수, 가변/불변.
3. 제어 (control): if, for, while, match, 예외.
4. 추상 (abstraction): 함수, 모듈, 클래스.
5. 자료구조 (data): list/dict/set, immutable, IO.
6. 메타 (meta): VCS, 테스트, 디버깅, AI 페어.

매 2026 추천 첫 언어

• Python: 가장 친화적, ML/스크립트/웹 모두.
• JavaScript/TypeScript: 웹 즉시, browser console 실행.
• Go: 단순 + 컴파일 + 동시성 입문.
• Rust: 시스템 + 안전 — 입문 두 번째 언어로 추천.

매 학습 워크플로 (현대)

• VS Code + Copilot/Cursor → 코드 작성.
• Git + GitHub → 첫날부터 commit.
• pytest / vitest → 첫 함수부터 테스트.
• LLM chat → 개념 설명 / rubber duck / 디버깅 도우미.
• 작은 project (≤ 100 LOC) → 매주 1 개.

매 응용

1. CLI 도구 (파일 정리, API 호출).
2. 웹 스크래퍼 / 자동화.
3. 간단 웹앱 (Flask/FastAPI/Next.js).
4. 데이터 분석 (pandas, polars).

💻 패턴

1. Hello, World + 입출력 (Python)

name = input("이름? ")
print(f"안녕, {name}!")

2. 변수, 타입, 캐스팅

age_str = "30"
age = int(age_str)        # str -> int
ratio = age / 7           # int / int -> float
print(type(age), type(ratio))  # <class 'int'> <class 'float'>

3. 제어 흐름 (match)

def grade(score: int) -> str:
    match score:
        case s if s >= 90: return "A"
        case s if s >= 80: return "B"
        case s if s >= 70: return "C"
        case _:            return "F"

4. 함수 + 타입힌트 + 독스트링

def average(nums: list[float]) -> float:
    """nums 평균을 반환. 빈 리스트면 0.0."""
    if not nums:
        return 0.0
    return sum(nums) / len(nums)

5. list / dict / comprehension

words = ["apple", "banana", "cherry"]
upper = [w.upper() for w in words if "a" in w]
counts = {w: len(w) for w in words}
unique_letters = {c for w in words for c in w}

6. 파일 IO + with

from pathlib import Path
path = Path("notes.txt")
path.write_text("hello\nworld\n", encoding="utf-8")
for line in path.read_text(encoding="utf-8").splitlines():
    print(">>", line)

7. 첫 테스트 (pytest)

# test_average.py
from solution import average
def test_empty(): assert average([]) == 0.0
def test_basic(): assert average([1, 2, 3]) == 2.0
def test_floats(): assert abs(average([0.1, 0.2]) - 0.15) < 1e-9

pip install pytest && pytest -q

8. Git 첫 사이클

git init
git add .
git commit -m "feat: hello world"
git branch -M main
gh repo create my-first --public --source=. --push

9. CLI 만들기 (argparse)

import argparse
def main():
    p = argparse.ArgumentParser()
    p.add_argument("name")
    p.add_argument("--shout", action="store_true")
    args = p.parse_args()
    msg = f"hello, {args.name}"
    print(msg.upper() if args.shout else msg)
if __name__ == "__main__":
    main()

10. AI pair-programming workflow (.cursorrules / 사람 측)

# 학습용 rules
- 새 개념은 먼저 설명 요청 → 코드는 그 다음
- LLM 이 준 코드는 한 줄씩 읽고 주석 직접 달기
- 막히면 rubber-duck 질문 형식으로 정리 후 LLM 에게
- 매 PR 단위 작은 commit, 메시지는 conventional

매 결정 기준

상황	Approach
0 base, 빠른 결과 원함	Python + Replit/Cursor
웹 즉시 보고 싶음	JavaScript + browser devtools
시스템 / 성능 흥미	Go 또는 Rust
ML 지향	Python + Jupyter
게임/모바일	C# (Unity) 또는 Swift/Kotlin

기본값: 입문 1 개월 = Python + Git + pytest + Cursor/Copilot, 1주 1 mini-project.

🔗 Graph

• 응용: Data-Analysis
• Adjacent: Debugging · Pair-Programming

🤖 LLM 활용

언제: 개념 설명 (다양한 비유), 에러메시지 해석, rubber-duck 질문 정리, 작은 단위 코드 리뷰, 학습 로드맵 생성. 언제 X: 답을 그대로 복붙 — 학습 효과 0. 반드시 한 줄씩 이해하고 직접 재작성.

❌ 안티패턴

• 튜토리얼 hell: 코스만 보고 코드 안 짬 — 매주 1 작은 프로젝트가 필수.
• 버전관리 미사용: 손실 위험 + 협업 불가 — Day 1 부터 git.
• 테스트는 나중에: 첫 함수부터 1 테스트.
• AI 답 복붙: 본인이 못 설명하면 commit 금지.
• 너무 큰 첫 프로젝트: ≤ 100 LOC scope, 점진 확장.

🧪 검증 / 중복

• Verified (Python docs 3.13, MDN JS Guide, Software Carpentry curriculum 2026).
• 신뢰도 A.

🕓 Changelog

날짜	변경
2026-05-08	Phase 1
2026-05-10	Manual cleanup — fundamentals + AI 페어 워크플로 패턴