한눈에 보는 과정 요약 (비전공자 가이드)
🏠
AI의 집 짓기
누구나 접속할 수 있는 예쁜 화면과 데이터를 저장할 튼튼한 창고(웹사이트)를 처음부터 끝까지 직접 만듭니다.
📖
AI 지식 가르치기
우리 회사의 매뉴얼이나 문서를 AI에게 읽혀, 거짓말하지 않고 정확한 정보만 대답하도록 똑똑하게 교육합니다.
🤖
스스로 일하는 AI
단순한 챗봇을 넘어 직접 계획을 세우고, 정보를 찾고, 결과를 메일로 보내는 등 자율형 비서(Agent)를 구축합니다.
훈련 목표
"머신러닝 기반의 자율형 에이전트 설계 역량"과 "풀스택 서비스 구현 능력"을 갖춘 실무형 AI 엔지니어를 양성합니다. 데이터 파이프라인부터 LLM 최적화, MLOps까지 AI 서비스의 전주기를 주도합니다.
Expected Outcome
- • 기업 실무 난제 해결 PoC 수행 경험
- • LangGraph 기반 복합 추론 엔진 설계 능력
- • 실시간 Streaming UI 기반 AI 웹 앱 구축
- • 기술 백서 및 전문 포트폴리오 확보
상세 교육 커리큘럼 (정규 교과 554h)
| 교과목 | 세부 학습 내용 및 기술 스택 | 시간 |
|---|---|---|
| Full-Stack 기초 | [Python, TypeScript] Python 심화 및 자료구조, 웹 기초(HTML/CSS), JS/TS 프로그래밍 기초 | 44h |
| DB & 서버 | [FastAPI, PostgreSQL] 관계형/NoSQL DB 활용, FastAPI 기반 고성능 API 서버 아키텍처 설계 | 60h |
| 데이터 파이프라인 | [Pandas, Selenium] Pandas/Numpy 데이터 전처리, EDA, 실시간 스크래핑 및 저장 자동화 | 50h |
| AI 모델링 & RAG | [PyTorch, OpenAI, ChromaDB] 딥러닝 기초 모델링, 프롬프트 엔지니어링, Vector DB 연동형 RAG 시스템 구축 | 140h |
| LangChain 활용 | [LangChain] Chain, Memory, Output Parser 이해, 지식 추출 챗봇 개발 실습 | 60h |
| 에이전트 심화 | [LangGraph, CrewAI] 순환적 추론 및 상태 관리(HITL), 분업형 멀티 에이전트 팀 구축 및 자가 수정 로직 | 100h |
| 앱 통합 및 MLOps | [Next.js, Docker, LangSmith] AI 특화 Streaming UI 구현, 컨테이너화 배포 및 LLM 성능 모니터링/디버깅 | 100h |
산업 밀착형 프로젝트 로드맵 (240h)
STAGE 01
시나리오 기획
도메인 페인 포인트 정의 및 Planning 아키텍처 기획
STAGE 02
인프라 구축
데이터 파이프라인 및 고성능 RAG 시스템 백엔드 개발
STAGE 03
최적화 & 구현
SLLM Fine-tuning, 할루시네이션 제어 및 워크플로우 통합
STAGE 04
검증 & 발표
데모데이 시연, 기술 백서 작성 및 포트폴리오 완성
최고의 AI 엔지니어로 성장할 준비가 되셨나요?
본 과정은 단순 교육을 넘어 현업 전문가와 함께 호흡하며 기술적 난제를 해결해나가는 여정입니다. 지금 바로 도전하세요.