생성형 AI 활용 개발자 양성 및 취업 과정(164H)

● 강의 개요

  • 교육분야: 생성형 AI
  • 교육대상: 구직자, 비전공자
  • 강의기간: 2026.04.13~05.14 (09:00 ~ 18:00) (164H)
  • 운영방식: 오프라인 대면 강의
  • 학습목표
    • 기업 및 개발 업무를 위한 기본 소양의 이해
    • 인공지능 윤리 개요 및 주요 쟁점 이해
    • 생성형 AI 작동 원리 및 LLM 핵심 기술 이해
    • 생성형 AI 기반 서비스 관련 기술의 이해 및 구현

● 강의 내용(New)

  • 기본 소양 교육 (2H)
  • 인공지능 윤리 (4H)
  • 생성형 AI 기초 (6H)
    • 생성형 AI 개론 (4H)
      • 생성형 AI 개론
      • LLM 작동 원리 및 주요 기술 개념 학습
      • 발전 과정에 대한 이해: RNN, LSTM, Transformer, GPT
      • Tokenization, Attention, Parameter에 대한 이해
    • 생성형 AI 활용 사례 (2H)
  • 프롬프트 엔지니어링 (4H)
    • GPT 원리 및 호출, 프롬프트 엔지니어링의 규칙
    • 프롬프트 엔지니어링을 활용한 실습 진행
    • 구조화된 출력 제어(JSON/Markdown 응답, 정규표현식 파싱)
  • OpenAI 활용 (2H)
    • OpenAI API 활용 방법
    • OpenAI API를 활용한 응용 서비스 설계 및 구현
  • 포트폴리오 1: OpenAI를 활용한 미니 프로젝트 (4H)
    • 포트폴리오 작성 요령
    • 개인별 맞춤형 과제
    • Streamit를 활용한 LLM 연동 어플리케이션
  • 생성형 AI 응용 (30H)
    • RAG 개요 (6H)
      • RAG 개념
      • 청킹, 검색 방법, Vector DB 개념
    • RAG 심화 (8H)
      • Embedding 모델의 이해와 Vector DB(Chroma, Pinecone) 연동
      • LangChain을 이용한 체인 및 에이전트(Agent) 설계
    • 포트폴리오 2: RAG 응용 (16H)
      • LangChain, Vector DB를 활용한 어플리케이션 구현
      • Semantic Search 및 Hybrid Search 기능 구현
  • 현대적 웹 개발 스택: 백엔드 (8H)
    • FastAPI를 활용한 고성능 백엔드
      • FastAPI 기초: 비동기 처리(Async/Await)와 Pydantic 모델링
      • LLM Streaming API 구현 (실시간 답변 출력)
  • 현대적 웹 개발 스택: 프론트엔드 (20H)
    • NodeJS와 Next.JS의 이해 (4H)
    • Typescript 기초 (16H)
      • Typescript의 이해
      • 인터페이스와 타입 시스템
      • 고급 타입 및 제네릭
      • Next.js & Next.js 기반의 어플리케이션 구현
  • Cloud 인프라 (6H)
    • GCP 환경 설정 (4H)
      • GCP에 대한 이해
      • GCP(구글 클라우드 플랫폼) 계정 생성 및 프로젝트 설정
      • VM 인스턴스 생성 및 SSH 접속
    • GCP 환경 구축 (2H)
      • GCP VM에 간단한 웹 애플리케이션 실행
  • 이미지 생성 (6H)
    • DALL·E API 연동 (2H)
      • DALL·E API 키 설정 및 요청 방법 학습
      • Flask에서 DALL·E API 호출 구현
    • 텍스트와 이미지 통합 기능 구현 (4H)
      • GPT와 DALL·E API를 통합하여 텍스트 및 이미지 결과 동시 반환
  • CI/CD (14H)
    • 깃허브 설정 및 프로젝트 연동 (2H)
      • 깃허브 기초
      • 기본 저장소 설정
    • 깃허브 브랜치 관리 (2H)
      • 깃허브 브랜치를 활용한 팀 협업 구조 설계 및 실습
    • 깃허브 PR과 코드 리뷰 (2H)
      • PR(Pull Request) 생성 및 코드 리뷰 실습
    • 깃허브 액션 (8H)
      • 깃허브 액션을 활용한 CI/CD 파이프라인 구성
      • 깃허브 액션을 활용한 Flask 애플리케이션 배포 및 테스트 자동화
  • 팀 프로젝트 (50H)
    • 프로젝트 기획 및 설계 (8H)
      • 미니프로젝트 주제 선정 및 설계
      • 필요한 API 정의 및 데이터 흐름 설계
    • 프로젝트 구현 (32H)
      • 생성형 AI를 연동한 기능 구현
      • 프론트엔드, 백엔드 구현
    • 프로젝트 테스트 및 디버깅 (8H)
      • 구현된 프로젝트 테스트 및 디버깅
      • 깃허브를 통한 코드 리뷰 및 최적화
    • 프로젝트 발표 준비 및 최종 업데이트 (2H)
      • 프로젝트 발표자료 제작
      • 깃허브 최종 업데이트 및 프로젝트 배포
  • 포트폴리오 3 (4H)
    • 깃허브를 활용한 최종 포트폴리오 작성
  • 포트폴리오 4 (4H)
    • 프로젝트 발표 자료 평가

© 2020. AiDALab Co. All rights reserved.

Powered by Hydejack v9.2.1