개별 학습 자료 모음

각 주제 별로 학습자료가 분류되어 있습니다. 필요한 항목을 직접 찾아서 사용하시기 바랍니다.

파이썬

파이썬 기초

파이썬 중급

파이썬 고급

Web Service 기초

Web Service (DJango)

Web Service (Flask)

Web Service (FastAPI)


데이터 분석

데이터 분석 기초

데이터베이스

DBMS 종류별 특징과 활용


인공지능 (AI)

AI개요 / 머신러닝

  • AI 개요
  • AI/ML 시스템의 End-to-End 개발 공정
  • [머신러닝 개요]
  • 머신러닝 모델
    • [Linear Regression (선형회귀)]
    • [Logistic Regression (로지스틱 회귀)]
    • [K-Nearest Neighbors (KNN)]
    • [Decision Tree (의사결정나무)]
    • [Support Vector Machine (SVM)]
    • [Ensemble Learning (앙상블 러닝)]
    • [Random Forest]
    • [Gradient Boosting Machine (GBM)]
    • [XGBoost]
    • [LightGBM]
    • [CatBoost]
    • [ANN (인공신경망)]

딥러닝

  • [딥러닝 개요]
  • 딥러닝 모델 기초
    • [DNN 모델 / 실습]
    • [CNN 모델 / 실습]
    • [RNN 모델 / 실습]
    • [LSTM 모델 / 실습]
    • [DNN + CNN 모델 실습]
    • [YOLO 모델 / 실습]
  • 딥러닝 모델 활용 기술
    • 전이학습
      • [전이학습 개요 / 실습]
    • 미세 조정
      • [미세조정 개요 / 실습]
  • 딥러닝 모델 응용
    • [딥러닝 기반 객체 탐지]
    • [딥러닝 기반 차선 인식]
    • [도로 표지판 및 신호등 인식]

OpenCV 기반 영상처리

  • [디지털 이미지의 구조]
  • [OpenCV 기초]
  • [영상 전처리 및 필터링]
  • [엣지 검출 및 기하학적 변환]
  • [특징점 검출 및 추적 기초]
  • [라즈베리파이-카메라 실시간 영상 처리]

자연어처리

  • [자연어처리 개요]
  • 전처리
    • [토큰화]
    • [단어의 표현]
    • [임베딩]
  • 언어모델
    • [언어모델 개요]
    • [Word2Vec]
    • [Seq2Seq]
    • [Attention]
    • [Transformer]
    • [GPT]
    • [BERT]
  • [Chatbot 시스템]

대형언어모델(LLM)

  • LLM 개요
  • LLM 활용
    • [질의 응답 및 텍스트 생성 해보기]
    • [검색, 요약, 분석 해보기]
    • [기획, 보고서 작성 해보기]
    • [코딩 해보기]
    • [인 컨텍스트 러닝 맛보기]
  • Prompt Engineering
    • [프롬프트 설계]
    • [데이터 생성 및 전처리]
    • [시나리오 기반 프롬프트 작성]
    • [(심화) 텍스트 생성]
    • [(심화) 데이터 분석 요약]
    • [(심화) 사용자 맞춤형 프롬프트 설계]
    • [(심화) GPT 응용 서비스 설계]

LLM기반 개발 기초

  • Ollama
    • [Ollama 개요]
    • [Ollama 기초]
  • LangChain
    • [LangChain 개요]
    • [LangChain 기반 데이터 분석]
    • [LangChain 기반 챗봇]
    • [LangChain 기반 웹서비스]
  • GPT
    • [OpenAI API 연동]
    • [GPT API 연동]
    • [GPT 응답 데이터 처리]
    • [OpenAI API 기반 응용 서비스 구현]
    • [DALL-E API 연동]
    • [텍스트와 이미지 통합 기능 구현]
    • [LangChain 연동하기]
    • [LangChain+GPT 기반 데이터 분석]
  • RAG
    • [RAG 개요]
    • [Embedding 모델 이해와 Vector DB 연동]
    • [LangChain 기반 체인 / 에이전트 설계]

생성형 AI

  1. [생성형 AI 개요]
  2. [생성형 AI 작동 원리]
  3. [생성형 AI 활용사례]
  4. [텍스트 생성 실습]

강화학습

  1. [강화학습 개요]
  2. [강화학습 모델]
  3. [강화학습 실습]

AI 윤리

  • [AI 윤리 개요]
  • [AI 윤리와 전통 윤리]
  • [인공지능의 사회적 문제]
  • [인공지능과 규제]

음성인식

  • 음성인식 개요
    • [음성인식의 역사 및 발전 과정]
    • [음성인식 기술의 이론적 기반]
  • 음성인식 모델 및 소프트웨어
    • [음성인식 모델의 종류]
    • [음성인식 관련 소프트웨어]
    • [Kaldi 활용하기]
  • 음성인식 기술 구현
    • [KALDI 설치 및 환경 구축]
    • [KALDI 실습]
    • [Praat 설치 및 환경 구축]
    • [Praat 실습]
    • [torchaudio 기반 음성 특징 추출]
    • [Librosa 기반 음성 특징 추출]
    • [Speech Command Dataset 기반 음성인식]

Physical AI 기초

  • Physical AI 기초
    • [Physical AI 개요]
    • [Physical AI의 작동 원리]
    • [On Device AI와 Edge AI]
    • [Google Teachable Machine으로 경험하는 Physical AI]
  • Physical AI 활용
    • [모빌리티 AI]
    • [자율제조와 스마트팩토리]
    • [휴머노이드와 서비스 AI]

Physical AI: 모빌리티 AI

  • [모빌리티 AI 개요]
  • 자율주행 기술의 원리 및 요소
    • [자율주행 레벨(Level)의 이해]
    • [인지-판단-제어 프로세스 소개]
    • [자율주행 센서의 종류와 역할]
  • 자율주행 자동차 기능 구현
    • [자율주행 키트 조립]
    • [자동차 무선 조종기능 구현]
    • [카메라를 활용한 자율주행 자동차 구현(OpenCV)]
  • 딥러닝 기반 자율주행 인지
    • [딥러닝 기반 차선 인식]
    • [도로 표지판 및 신호등 인식]
    • [자율주행 인지 모델 구현]
  • 자율주행 판단 및 제어 시스템 구축
    • [인지 결과 기반 판단 전략]
    • [자율주행 제어의 기초 및 PID 제어]
    • [라즈베리파이 기반 차량 제어]
    • [영상 인식을 통한 자율주행 제어 구현]
    • [음성 명령어 기반 차량 제어]
    • [LLM 기반 차량 제어]
    • [Decision Tree 기반 판단 시스템]

AI SW 테스트

  • AI SW 테스트 개요
    • [AI SW와 평가]
    • [AI SW 테스트 개요]
    • [기존 SW와 AI SW의 차이점 및 테스트]
    • [기존 테스트 기법의 적용 가능성]
  • AI SW 테스트 기법
    • 튜토리얼 환경 준비
      • [파이썬 환경 설정]
      • [데이터셋 및 모델학습 준비]
    • [AI 모델 학습 및 실행 확인]
    • [AI 모델 성능 평가 및 검증]
    • 메타모픽 테스트 기법
      • [메타모픽 테스트 기법의 개념과 활용]
      • [메타모픽 테스트 기법 튜토리얼(실습)]
    • 뉴런 커버리지 테스트 기법
      • [뉴런 커버리지 테스트 기법의 개념과 활용]
      • [뉴런 커버리지 테스트 기법 튜토리얼(실습)]
    • 최대 안전 반경 테스트 기법
      • [최대 안전 반경 테스트 기법의 개념과 활용]
      • [최대 안전 반경 테스트 기법 튜토리얼(실습)]
    • 커버리지 검증 기법
      • [커버리지 검증 기법의 개념과 활용]
      • [커버리지 검증 기법 튜토리얼(실습)]


WEB 개발

WEB 개발 기초

  • (준비 중)

Node.JS

Next.JS

TypeScript


개발/운영 시스템 구축 기술 및 도구

Git / Github

  • [Git & Github 개요]
  • [Git 환경 설정]
  • [Git 기본 명령어 실습]
  • [Github Branch 관리]
  • [Github 풀 리퀘스트와 코드 리뷰]
  • [Github Action]

Docker

  • [Docker 개요와 이미지, 컨테이너 이해]
  • [Dockerfile 작성 및 이미지 최적화]
  • [Docker Compose 이해]

MinIO

  • [MinIO 개요 및 설치, 환경설정]
  • [MinIO 오브젝트 스토리지 구축]

Apache Iceberg

  • [Apache Iceberg 개요 및 설치, 환경설정]
  • [Apache Iceberg 기반 레이크하우스 구축]

Trino

  • [Trino 개요]
  • [Trino 기반 S3 데이터 SQL 엔진 구축]

Spark

  • [Spark 개요]
  • [분산 데이터 처리]
  • [Spark 설치 및 환경설정]
  • [Spark의 분산 아키텍처와 M-W구조]
  • [Spark+Iceberg+MinIO 연결 및
    대용량 데이터 분석 준비]
  • [Spark DataFrame, SparkSQ을 이용한
    데이터 가공]
  • [파티셔닝과 셔플링 최적화 이해하기]

Airflow

  • [Airflow 개요]

Kafka

  • [Kafka 개요]
  • [실시간 데이터 & Kafka 이해]
  • [Docker 기반 Kafka 클러스터 구축하기]
  • [Producer / Consumer 애플리케이션 만들기]
  • [CDC(Debezium) DB 변경분 실시간 캡처]
  • [Kafka Connect 기반 실시간 데이터 MiniO 적재]

Mixed System

  • [MiniO – Iceberg 데이터 파이프라인 구축]
  • [MiniO – Iceberg – Trino 기반 데이터 카탈로그
    연결 및 레이크하우스 통합]
  • [MinIO - VectorDB 연동]


Cloud System

클라우드 시스템 기초

  • [클라우드 시스템 개요]
  • [클라우드 플랫폼 개요]
  • [GCP, AWS, Azure 비교]

GCP

  • [GCP 개요]
  • [GCP 계정 생성 및 환경설정]
  • [VM 인스턴스 생성 및 SSH 접속]
  • [GCP 활용]

AWS

  • [AWS 개요]
  • [AWS 환경 설정]
  • [AWS 활용]

Azure

  • [Azure 개요]
  • [Azure 환경 설정]
  • [Azure 활용]


Linux

리눅스 기초

  • [리눅스 개요]
  • 환경 구축
    • [리눅스 설치 및 환경 설정]
    • [WSL 설치 및 환경설정]

기초 명령어

  • 기초 명령어
    • [기초 명령어 종합]
    • 기초 명령어 상세
      • [파일 및 디렉토리 관리]
      • [사용자 및 권한 관리]
      • [프로세스 관리]
      • [네트워크 관리]
      • [패키지 관리]
      • [텍스트 처리 및 검색]

리눅스 쉘 프로그래밍

  • [리눅스 쉘 프로그래밍]


SBC & IoT

Single Board Computer(SBC)

  • [SBC 개요]
  • [Arduino 기초 및 제어]
  • [라즈베리파이 기초 및 제어]

Sensor

  • 센서의 이해
    • [센서에 대한 기본적인 이해와 센서의 역할]
    • [센서의 종류 및 응용 사례]
    • [스마트폰 센서 데이터 시각화 및 분석 실습]
    • [센서 평가 지표]
    • [센서 평가 지표 적용 실습]
  • 센서의 구조 및 동작 원리
    • [센서의 하드웨어 구조와 원리]
    • [센서의 동작 원리]
    • [센서 종류별 동작 원리 및 활용 사례]
  • 센서 인터페이스 기술
    • [아날로그 인터페이스]
    • [아날로그 센서 데이터 정밀 분석 (가변 저항)]
    • [디지털 인터페이스]
    • [디지털 센서 통신 및 레지스터 핸들링 (I2C 온습도 센서)]
    • [화학/환경 센서 인터페이스의 특징]
    • [화학/환경 센서를 위한 데이터 신뢰성 확보]
  • 센서와 디바이스
    • [센서와 디바이스의 관계]
    • [센서형 디바이스와 디바이스형 센서의 이해]
  • 센서와 에지 컴퓨팅
    • [에지 컴퓨팅에서 센서 활용의 개념과 기술 적용 방법]
    • [에지 컴퓨팅을 위한 센서 활용 기술]
  • 센서와 구동 장치
    • [센서용 구동 장치의 종류와 구조]
    • [구동 장치의 원리, 활용 방법과 응용 사례]


Smart Factory

스마트팩토리 기초

  • [스마트팩토리 개요]
  • [제조산업의 패러다임 변화]
  • [현장 적용 관점에서의 AI 도입 포인트 정리]
  • [스마트팩토리의 구축절차]
  • [스마트팩토리의 구성 요소 및 기술]
  • [스마트팩토리 구축 성공사례]

스마트팩토리 구성 시스템

  • [제조 프로세스]
  • [MES(제조실행시스템)]
  • [MRP(자재소요계획)]
  • [PLM(제품 수명 주기 관리)]
  • [ERP(전사적 자원 관리)]
  • [SCM(공급망 관리)]
  • [물류 시스템]

품질경영시스템(ISO 9001)

  • [스마트팩토리와 DX 경영의 필요성]
  • [품질경영시스템(ISO 9001)의 개요]
  • [스마트팩토리와 ISO 9001 연계]
  • [스마트 품질경영 프로세스 설계]
  • [스마트 품질경영 문서화의 중요성]
  • 스마트팩토리 품질 문서 작성 실습
    • [계획서 작성]
    • [보고서 작성]
    • [관리문서 작성]

스마트팩토리 구축 기술 (1)

  • 제조 데이터 수집 및 분석
    • [제조 데이터 유형 및 특성]
    • [제조 데이터 이해]
    • [제조 데이터 수집 구조]
  • [AI 개발 공정 및 모델 사례]
  • [AI 기반 품질예측 및 불량 감지 개념의 이해]
  • 비전 AI 기반 품질 검사
    • [비전 AI 기반 검사 시스템 구조]
    • [이미지 데이터 수집 및 라벨링 프로세스]
    • [불량 검출 모델 개념 및 적용 방식]
    • [품질 검사 자동화 사례 분석]
    • [불량 검출 결과 해석 및 개선 포인트 도출 예시]
  • 공정 최적화를 위한 AI 모델 적용
    • [노코드/로우코드 기반 AI 활용 구조 이해]
    • [공정 데이터 기반 예측 모델 개념]
    • [예측 결과를 공정 개선에 연결하는 방법]
    • [AI 모델 운영 흐름(MLOps) 기초 이해]
    • [공정 개선 시나리오 설계 예시]

스마트팩토리 구축 기술 (2)

  • 설비 데이터 분석과 스마트 운영
    • [설비 센서 데이터 기반 이상 탐지]
    • [예지보전(Predicted Maintenance) 개념]
    • [KPI 기반 공정 모니터링 및 대시보드 설계]
    • [실시간 데이터 기반 의사결정 구조]
    • [사례 분석: 현장 적용 운영 전략]
  • 스마트 공장 확장과 미래 제조 전략
    • [디지털 트윈 및 가상 공장 개념과 활용]
    • [물류 자동화 및 제조 로봇(AVR, 협동로봇) 이해]
    • [유연 생산 시스템(FMS) 및 스마트 생산 전략]
    • [제조 AI 도입 로드맵 및 조직 변화]
    • [미래 제조 트렌드 및 산업 전망]


미니프로젝트

Django/DRF 기반 Pystagram 만들기

Streamit를 활용한 LLM 연동 앱

  • [가이드라인]
  • [Streamlit 기반의 챗봇 인터페이스 개발]

LangChain, Vector DB 기반 앱 구현

  • [가이드라인]

Semantic Search 및 Hybrid Search 기능 구현

  • [가이드라인]

FastAPI, React, TypeScript, PostgreSQL 기반 게시판 만들기

  • [가이드라인]

데이터 파이프라인 구축 기반 프로젝트

  • [데이터 파이프라인 구축 및 최종 RAG 챗봇 개발]


업무 자동화/고도화 + 실무 교양

프로젝트 관리

  • 프로젝트 기획 및 설계
    • [프로젝트 주제 선정 및 러프 기획]
    • [API 정의 및 데이터 흐름 설계]
  • [프로젝트 구현]
  • [프로젝트 테스트 및 디버깅]
  • [깃허브를 통한 코드리뷰 및 최적화]
  • 프로젝트 발표 준비 및 최종 업데이트
    • [프로젝트 발표자료 제작]
    • [깃허브 최종 업데이트 및 프로젝트 배포]
  • 포트폴리오 작성
    • [일반 포트폴리오 작성요령]
    • [LLM 기반 프로젝트 포트폴리오 작성요령]

GPT + Copilot

  • [AI 도구별 개요]
  • [Copilot 개요]
  • GPT + Copilot
    • [GPT와 Copilot 실습 환경]
    • [프롬프트 설계]
    • [문서 품질 향상 기법]
    • [문서 품질 향상 기법 적용 실습]
  • [Copilot 사용법]
  • [Copilot 고급 기능]
  • [Copilot 기반 오피스 활용 기본 실습]
  • Copilot in Word
    • [보고서, 회의록 자동화]
    • [템플릿 기반 보고서, 회의록 자동 완성법]
    • [템플릿 기반 보고서, 회의록 작성 실무 적용 실습]
  • Copilot in Excel
    • [데이터 분석, 시각화]
    • [엑셀 데이터 분석 자동화 및 시각화 지시]
    • [엑셀 데이터 분석 자동화 및 시각화 지시 실무 적용 실습]
  • [Copilot in PowerPoint]
  • Copilot + Power Automate + GPT 통합
    • [Copilot + Power Automate + GPT 통합 자동화]
    • [GPT 기반 자동 알림, 문서 생성 워크플로우 설계]
    • [GPT 기반 자동 알림, 문서 생성 워크플로우 설계 실무 적용 실습]

연구계획서, 기획, 보고서 작성

  • 연구계획서 작성
    • [연구계획서 기본 구조 및 구성요소의 이해]
    • [연구 문서 활용 사례]
    • [연구계획서 작성을 위한 프롬프트 설계]
    • [GPT를 활용한 연구계획서 초안 작성 실습]
  • 보고서 작성
    • [보고서 작성 구조와 논리 구성]
    • [Copilot을 이용한 자동화된 보고서 초안 작성]

커뮤니케이션과 협업

  • [커뮤니케이션]
  • [협업능력의 강화]
  • [실무 보고서 작성법]