머신러닝 모델을 활용한 Android, iOS 앱 개발

탄탄한 신입 iOS개발자가 되기 위한 기본기 갖추기. 15개의 앱을 만들어 보면서 익히는.. iOS프로그래밍의 기초 강의입니다. (물고기 잡는 법을 알려드리겠습니다.)

모바일 앱은 화면을 잘 만드는 것만으로 완성되지 않습니다. 네트워크가 끊기고, 앱이 종료되고, 데이터가 중복되며, 수많은 이벤트가 동시에 들어오는 순간부터 진짜 모바일 시스템 디자인이 시작됩니다. 이 강의는 Instagram 피드, WhatsApp 메시징, Uber 위치 추적, Netflix 오프라인 다운로드, Spotify 스트리밍, ChatGPT,Claude 스타일 AI 앱을 직접 설계하며 미국 빅테크에서 요구하는 모바일 아키텍처 사고방식을 익히는 과정입니다. 완성된 구조를 처음부터 암기하지 않습니다. 가장 단순한 구현에서 시작해 데이터 불일치, 느린 화면, 메시지 중복, 배터리 소모, 앱 종료, 배포 장애 같은 문제를 직접 발견하고, 이를 해결하는 과정에서 오프라인 퍼스트, Sync Engine, 상태 머신, 캐싱, 재시도, 실시간 연결, Push Notification, 관측성, AI-native 아키텍처의 원리를 단계적으로 체득합니다. iOS와 Android의 플랫폼 제약을 함께 비교하며, 기능 구현을 넘어 빠르고 안정적이며 장애에서 복구 가능한 모바일 시스템을 설계하는 방법을 배웁니다.

직관적이고 파이써닉한 파이토치(Pytorch)를 통해 딥러닝 모델을 직접 구축하는 방법을 학습해 봅니다. 최신 Pytorch version 을 반영하였습니다.

누구보다 빠르게 배우는 Springboot + Android(Compose) RestAPI 게시판 만들기 Springboot 로 CRUD 서버를 개발하고 Android로 나만의 게시판을 만들어보세요!!

딥러닝 차세대 혁신기술 중 하나인 물리 정보 신경망을 공부하고 Pytorch를 이용하여 직접 구현을 하는 강의입니다. 인공지능의 차세대 혁신기술을 저와 함께 배워봐요!

Android 및 iOS 장치에서 테스트 자동화 개발이 궁금하신 모든 분을 위한 강의입니다. 이 강의를 통해 모바일 장치에서 자동화 테스트를 수행할 수 있게 됩니다.

고전 게임인 벽돌깨기를 직접 만들어 봄으로써, 아이폰(IOS) 게임개발의 개념을 익히실 수 있습니다.

현재 안드로이드는 자바 언어와 Kotlin 언어로 개발할 수 있습니다. 어떤 언어를 사용하여도 같은 안드로이드 애플리케이션을 개발할 수 있습니다. 본 강좌는 안드로이드 애플리케이션 개발에 대한 기초 부터 심화까지 대부분의 내용을 다루고 있으며 기초적인 내용부터 전부 Kotlin 언어를 이용해 코드를 작성하고 있습니다. 또한 구글의 최신 UI 라이브러리인 Material 3를 이용하고 있습니다. 본 강좌는 안드로이드 전체 과정 중 3가지 프로젝트를 수행하여 보는 과정입니다. 프로젝트 수행시 Hilt, Retrofit, RoomDatabaes, MVVM 등 현업에서 실제로 사용중인 고급 기법을 익히실 수 있습니다. 또한 안드로이드 개발 도구 안에서 제미나이를 활용한 바이브 코딩을 수행하여 AI를 이용한 생산성 증대를 가져올 수 있다. 저희 소프트 캠퍼스는 항상 최신 강의를 제공하도록 노력하겠습니다.

머신러닝의 주요 알고리즘과 딥러닝을 이해하고, 인공지능을 알아가보자!

파이어베이스에 대한 소개와 파이어베이스의 기능을 이용한 웹, 안드로이드 어플리케이션을 만드는 강좌 입니다.

코딩을 몰라도 괜찮습니다. 이 강의는 AI를 활용해 하루 만에 광고 수익이 나는 안드로이드 앱을 직접 만들어, 실제로 출시까지 완료하는 경험에 초점을 둡니다. 많은 분들이 “앱은 만들었는데 수익은 어떻게 붙이지?” “광고 넣으려다 애드몹, 정책, 심사에서 막힘” “출시 직전에 개인정보처리방침에서 포기” 이 단계에서 멈춥니다. 이 강의에서는 👉 아이디어 → 앱 생성 → 광고 연동 → 스토어 출시 필수 요소 → 실제 배포 까지 ‘여기서 다들 떨어지는 구간’을 전부 통과합니다. AI에게 시키고, 우리는 판단만 합니다. 하루 안에 ‘작동하는 수익 구조’를 가진 앱을 완성하는 것이 목표입니다.

신경망을 FPGA에 올린다 — 말은 익숙하지만, 실제로 해낸 사람은 드뭅니다. 캡스톤, 경진대회, 졸업작품에서 한 발 앞서고 싶다면, 모델을 학습시키는 것을 넘어 그 연산이 실제 칩 안에서 어떻게 도는지를 직접 만들고 증명할 수 있어야 합니다. 이 강의는 바로 그 지점, 이론과 실물 하드웨어 사이의 간극을 건너게 해드립니다. 실제 사람의 손글씨로 이루어진 MNIST 숫자를 인식하는 신경망 가속기(NPU)를 스펙 읽기부터 파이썬 골든 모델, Machine Learning학습, Verilog RTL 설계, FPGA 검증까지 처음부터 끝까지 직접 완성합니다. 라인 버퍼와 병렬 MAC로 만드는 Conv 계층, ReLU·MaxPool·Flatten을 거쳐 완전연결 계층과 Argmax까지 — 아홉 개 블록을 하나의 칩으로 통합하고, "파이썬 정답지와 하드웨어 출력이 한 비트도 다르지 않다(Bit-True)"를 스스로 증명합니다. 시뮬레이션은 멀쩡히 돌아가는데 결과만 미묘하게 다른, 그 답답한 순간을 넘어서는 법까지 강의에 담았습니다. 정수 양자화, 배열 축 순서 변환, 누산기 오버플로 방지처럼 일반 딥러닝 교재가 다루지 않는 실전 노하우를 하나씩 짚어드립니다. 저는 RISC-V CPU 설계와 FPGA Bit-True 검증을 오래 다뤄오며 겪은 시행착오를, 여러분이 반복하지 않도록 이 강의에 녹였습니다. 수업이 끝나면 "직접 설계하고, 증명했다"고 말할 수 있는 완성된 하드웨어 프로젝트가 손에 남습니다.

엑셀로 딥러닝 프레임워크를 직접 구현해보자! 구현한 프레임워크로 지도학습/ 비지도학습/강화학습을 풀어보자!

Windows, macOS, iOS, Android 애플리케이션을 하나의 코드로 개발 및 동작시키는 MAUI 크로스플랫폼 개발에 대해 알아봅니다.

Swift 언어로 장기 게임을 만들며, 프로그래밍의 기본적인 감각을 익힙니다.

76개의 예제로 실습하며 공부하는 코틀린 Kotlin 프로그래밍 언어. 당장 내일부터 코틀린으로 개발해야 하는데, 차근히 문법을 공부할 여유가 없나요? 이 강의에서 알려드리는 예제로 빠르게 코틀린의 모든 문법을 알아봅시다.

Xcode를 이용해서 아이폰 전용 RPG 게임 개발을 합니다. 어플 개발에 아무런 지식이 없는 분들도 충분히 따라 오실 수 있도록 강의를 준비했습니다.

머신러닝을 배우면 정확도를 올리는 법을 익힙니다. 그런데 그 모델을 실제 칩에 올리려는 순간, 아무도 알려 주지 않은 질문이 남습니다. 이 모델은 곱셈을 몇 번 합니까? 무엇을 얼마나 기억하고 있어야 합니까? 지금 목표로 하는 칩 스펙이 그 요구를 감당할 수 있습니까? 머신러닝 교재는 정확도를 이야기하고 반도체 교재는 회로를 이야기하는데, 그 사이를 잇는 자료가 드뭅니다. 저는 RISC-V CPU와 NPU를 FPGA로 구현하며 이 간극을 반복해서 마주쳤습니다. 정확도가 가장 높은 모델이 정작 보드에는 들어가지 않는 상황 말입니다. 본 과정은 알고리즘 여섯 개를 파이썬으로 직접 만들면서, 만들 때마다 곱셈과 비교와 메모리와 정확도를 측정합니다. 그리고 그 값을 실제 FPGA 보드의 자원으로 환산합니다. 곱셈 몇 번이라는 말은 그 자체로 크기를 가늠할 수 없지만, 보드의 몇 퍼센트라고 하면 판단이 서기 때문입니다. 아홉 개의 Lab을 지나 여섯 모델을 한 표에 모으면 예상과 다른 그림이 나옵니다. 곱셈을 세는 데 아홉 편을 썼는데 정작 발목을 잡는 것은 곱셈이 아니었습니다. 이후 실수를 정수로 내리고, 자릿수를 관리하고, 회로를 채점할 기준까지 만듭니다. FPGA 보드는 필요하지 않습니다. 파이썬만으로 진행하며, 보드는 측정값을 환산하는 기준으로만 사용됩니다.

본 강의는 웹 서비스 개발 기술인 Javascript를 사용하여 모바일 환경의 여러 가지 네이티브 앱 기능을 빠르게 만들 수 있는 방법에 대해 배우고 스토어 출시 과정까지 학습할 수 있는 강의입니다.

이 강의를 통해 코틀린 언어의 핵심을 이해하고 안드로이드 앱 개발할 때 언어에서 막혀서 앱 개발이 안되는 우를 범하지 않고자 합니다.