codecrafters-io/build-your-own-x 딥다이브
— "직접 만들어보며 배운다"를 359개 튜토리얼로 엮은 지도

"저장이 아니라 참조" — 링크 큐레이션

콘텐츠를 복사해 담지 않고 링크만 건다. 덕분에 저장소는 46KB로 유지되고, 원저작자의 저작권 문제도 피한다. 대신 원본 사이트가 사라지면 항목이 죽는 링크 부패(link rot)를 떠안는다.

이 저장소는 링크 체커 자동화가 없어서, 죽은 링크는 사용자 이슈 제보로만 발견된다. 359개 링크를 사람이 지켜보는 구조다.

단일 파일 + 앵커 링크 = 무료 SPA

파일을 카테고리별로 쪼개지 않고 README 하나에 몰아넣은 뒤, 상단 목차에서 #build-your-own-database 같은 앵커(anchor)로 점프시킨다. 정적 사이트 생성기도, 검색 인덱스도 필요 없다 — 브라우저의 Ctrl+F가 곧 검색 기능이다.

가장 최근 커밋(2026-07-14)이 바로 "AI Model 섹션의 앵커 링크 오류 수정"이라는 점이 이 구조의 취약점을 보여준다. 헤더 텍스트를 바꾸면 앵커가 조용히 깨진다.

포맷 규약이 곧 스키마

모든 항목이 예외 없이 같은 틀을 지킨다. 이 일관성이 사람 눈에도, 스크립트에도 파싱 가능한 사실상의 데이터베이스를 만든다.

* [**C++**: _Introduction to Ray Tracing_](https://www.scratchapixel.com/...)
* [**Python**: _A Large Language Model (LLM)_](https://github.com/rasbt/LLMs-from-scratch)
* [**C#**: _AR App Tutorial with Vuforia and Unity 3D_](https://youtube.com/...) [video]

구조: * [ + **언어** + : _제목_ + ](URL) + 선택적 [video]. 언어가 여럿이면 **C# / TypeScript**처럼 슬래시로 잇는다. 3절의 언어 통계도 이 규약 덕분에 grep 몇 줄로 뽑을 수 있었다.

Shell → Docker → Operating System

Shell(7개)부터 시작한다. fork()·exec()·파이프만 이해하면 200줄로 동작하는 셸이 나온다. 프로세스가 무엇인지 몸으로 안다.

다음 Docker(6개). "500줄 Go로 만드는 컨테이너"류 튜토리얼을 하면 컨테이너 = namespace + cgroup + chroot의 조합이라는 게 드러난다. 셸에서 익힌 프로세스 감각이 그대로 쓰인다.

마지막 OS(19개). 부트로더·인터럽트·페이징. 난이도가 급격히 오르지만 앞의 둘을 했으면 용어가 낯설지 않다.

Regex Engine → Programming Language → Emulator

Regex Engine(9개)이 최고의 입문이다. 정규식 엔진은 작지만 토크나이저 → 파서 → 실행기라는 컴파일러의 3단 구조를 그대로 갖고 있다. 하루~이틀이면 된다.

그 다음 Programming Language(41개) — 저장소 최다 카테고리. Crafting Interpreters 같은 정평난 자료가 여기 있다. 트리 순회 인터프리터 → 바이트코드 VM 순으로 간다.

여유가 되면 Emulator/VM(13개). CHIP-8 에뮬레이터가 관문이고, 여기서 명령어 디코딩·레지스터·메모리 맵을 익히면 컴퓨터 구조 과목이 통째로 이해된다.

Database → Search Engine → Neural Network / AI Model

Database(13개): "sqlite를 밑바닥부터"류로 B-tree·페이지·WAL을 만난다. 인덱스가 왜 그렇게 동작하는지 영원히 잊지 않게 된다.

Search Engine(6개): 역색인(inverted index)·TF-IDF. RAG 시스템의 검색 파트가 사실 이것의 확장이다.

Neural Network(17개) → AI Model(3개): 역전파를 직접 구현(예: SlowTorch — 순수 파이썬으로 PyTorch 재구현)한 뒤, 2026-02 신설된 AI Model 섹션의 LLMs-from-scratch로 넘어간다. 2026-06에는 "PyTorch 내부를 34단계로 재구현"하는 자료도 추가됐다.

죽은 링크 사냥꾼 — 링크 체커 만들기

이 저장소에 없는 바로 그 자동화를 직접 만든다. README를 파싱해 359개 URL을 뽑고, 각각에 HTTP 요청을 보내 상태 코드를 기록한다.

# 1) 항목 파싱 — 4-2의 포맷 규약을 이용
grep -oE '\* \[\*\*[^]]+\]\(([^)]+)\)' README.md | \
  grep -oE 'https?://[^)]+' > urls.txt

# 2) 상태 확인 (동시 20개, 타임아웃 10초)
cat urls.txt | xargs -P 20 -I{} \
  curl -s -o /dev/null -w "%{http_code} {}\n" -L --max-time 10 {}

배우는 것: 정규식 파싱, 병렬 처리(xargs -P), HTTP 상태 코드. 확장: 결과를 마크다운 표로 만들고, 404가 나온 항목은 실제로 이슈를 등록해 보라 — 오픈소스 첫 기여로 이상적이다.

README를 검색 가능한 데이터로 — 파서 + 대시보드

README를 {카테고리, 언어, 제목, URL, 영상여부} 구조의 JSON/CSV로 변환하고, 언어별·카테고리별 필터가 되는 단일 HTML 페이지를 만든다.

배우는 것: 반정형 텍스트를 구조화 데이터로 바꾸는 ETL의 축소판. 이 저장소가 이미 이 문서의 3절·5절 통계를 만들어 낸 방식 그대로다.

확장: "Python으로 할 수 있는, 영상이 아닌, 데이터베이스 튜토리얼"처럼 3중 필터를 걸어보라. CC0 라이선스라 결과물을 공개해도 문제없다.

정규식 엔진 만들기 (Regex Engine 카테고리)

., *, ^, $ 정도만 지원하는 최소 정규식 엔진을 짠다. Rob Pike의 30줄 버전이 고전 출발점이다.

배우는 것: 토크나이저 → 파서 → 매칭 실행기라는 컴파일러의 3단 구조를 가장 작은 규모로 체험. 재귀와 백트래킹 감각.

완주 판정: 자기 엔진과 언어 내장 정규식의 결과를 무작위 입력 500개로 비교해 전부 일치하면 성공.

동작하는 DB 만들기 (Database 카테고리)

"sqlite를 밑바닥부터"류 튜토리얼을 따라 REPL → SQL 파서 → B-tree 인덱스 → 디스크 영속화 순으로 쌓는다.

배우는 것: 페이지·B-tree·커서, 그리고 영속성(durability). "인덱스를 걸면 왜 조회는 빨라지고 쓰기는 느려지는가"에 스스로 답할 수 있게 된다.

확장: WAL(Write-Ahead Log)을 붙여 프로세스를 강제 종료해도 데이터가 살아남게 만들어 보라.

미니 LLM 밑바닥부터 (AI Model 카테고리)

2026-02 신설된 AI Model 섹션의 LLMs-from-scratch 경로. 토크나이저 → 임베딩 → 어텐션 → 트랜스포머 블록 → 학습 루프를 직접 쌓는다.

배우는 것: 어텐션의 QKV 연산, 위치 인코딩, 학습률 스케줄. GPT류 모델이 "다음 토큰 확률 분포"를 계산하는 기계일 뿐이라는 게 손끝으로 이해된다.

현실 조언: 처음부터 큰 모델을 노리지 말 것. 셰익스피어 텍스트로 학습하는 수백만 파라미터급 장난감 모델이면 원리 학습에는 충분하고, 노트북 CPU로도 몇 시간이면 돌아간다.