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
  • 커뮤니케이션 스킬
  • 협업 능력 강화
  • 실무 보고서 작성법
• 인공지능 윤리
  • 인공지능 윤리 개요
  • 인공지능의 사회적 문제
  • 인공지능과 규제
• AI 기초
  • AI 개요
  • AI 시스템의 개발 공정
  • 딥러닝 개요
  • CNN 모델
  • DNN/CNN 실습(Colab)
• 생성형 AI 기초
  • 생성형 AI 개론
    • 생성형 AI 개론
    • LLM 작동 원리 및 주요 기술 개념 학습
    • 발전 과정에 대한 이해: RNN, LSTM, Transformer
      • RNN 모델
      • LSTM 모델
      • Transformer 모델
    • Tokenization, Attention, Parameter에 대한 이해
  • 생성형 AI 활용 사례
• 프롬프트 엔지니어링
  • GPT 원리 및 호출, 프롬프트 엔지니어링의 규칙
    • 프롬프트 설계 기초와 최적화
    • 데이터 생성 및 전처리
    • 시나리오 기반 프롬프트 작성
  • 프롬프트 엔지니어링을 활용한 실습 진행
    • LLM 활용: 질의 응답 / 텍스트 생성
    • 검색, 요약, 분석 해보기
    • 기획, 보고서 작성 해보기
    • 인 컨텍스트 러닝 맛보기
    • 코딩 해보기
  • 프롬프트 활용 심화 실습
    • 텍스트 생성 심화
    • 데이터 분석 및 요약
    • 사용자 맞춤형 프롬프트 설계
    • GPT 응용 서비스 설계
  • 구조화된 출력 제어(JSON/Markdown 응답, 정규표현식 파싱)
• OpenAI 활용
  • OpenAI API 활용 방법
  • OpenAI API를 활용한 응용 서비스 설계 및 구현
• 포트폴리오 1: OpenAI를 활용한 미니 프로젝트
  • 개인별 맞춤형 과제로 진행
  • 포트폴리오 작성 요령
  • Streamit를 활용한 LLM 연동 어플리케이션
• 생성형 AI 응용
  • RAG 기초
    • RAG 개요
    • 청킹, 검색 방법, Vector DB 개념
  • RAG 심화
    • Embedding 모델의 이해와 Vector DB(Chroma, Pinecone) 연동
    • LangChain을 이용한 체인 및 에이전트(Agent) 설계
  • 포트폴리오 2: RAG 응용
    • LangChain, Vector DB를 활용한 어플리케이션 구현
    • Semantic Search 및 Hybrid Search 기능 구현
• 현대적 웹 개발 스택: 백엔드
  • 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
  • Node.JS와 Next.JS의 이해
    • Node.JS의 이해
    • Next.JS의 이해
  • Typescript 기초
    • Typescript의 이해
    • 인터페이스와 타입 시스템
    • 고급 타입 및 제네릭
    • Next.js & Next.js 기반의 어플리케이션 구현
• Cloud 인프라
  • GCP 환경 설정
    • 클라우드 컴퓨팅 개요
    • 클라우드 플랫폼(Cloud Platform) 개요
    • GCP에 대한 이해
    • GCP(구글 클라우드 플랫폼) 계정 생성 및 프로젝트 설정
    • VM 인스턴스 생성 및 SSH 접속
  • GCP 환경 구축
    • GCP VM에 간단한 웹 애플리케이션 실행
• 이미지 생성
  • DALL·E API 연동
    • DALL·E API 키 설정 및 요청 방법 학습
    • Flask에서 DALL·E API 호출 구현
  • 텍스트와 이미지 통합 기능 구현
    • GPT와 DALL·E API를 통합하여 텍스트 및 이미지 결과 동시 반환
• CI/CD
  • 깃허브 설정 및 프로젝트 연동
    • Git & Github 개요
    • Git 환경 설정
    • Git 기본 명령어 실습
  • 깃허브 브랜치 관리
    • 깃허브 브랜치를 활용한 팀 협업 구조 설계 및 실습
  • 깃허브 PR과 코드 리뷰
    • PR(Pull Request) 생성 및 코드 리뷰 실습
  • 깃허브 액션
    • 깃허브 액션을 활용한 CI/CD 파이프라인 구성
    • 깃허브 액션을 활용한 Flask 애플리케이션 배포 및 테스트 자동화
• 팀 프로젝트 (50H)
  • 서비스 개발 기획서에 포함될 내용들
  • 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
  • 깃허브를 활용한 최종 포트폴리오 작성
• 포트폴리오 4
  • 프로젝트 발표 자료 평가