FPGA로 만드는 AI 가속기 — 이미지 처리부터 CNN 학습·하드웨어 검증까지

RISC-V 명령어의 동작 원리에서 출발하여 5단 파이프라인 구조의 32비트 CPU를 직접 설계하고, Verilog RTL 구현부터 시뮬레이션 검증, FPGA 실물 실행까지 완성하는 실전 CPU 설계 과정입니다. RV32I 40개 명령어 중 CPU의 핵심 구조를 학습하는 데 필요한 14개 명령어를 선정하여 TinyRV32I를 단계적으로 구축합니다. 데이터패스, 파이프라인 레지스터, ALU와 제어회로, Branch, Hazard, Stall·Flush, Memory-Mapped I/O 등 실제 CPU를 구성하는 핵심 구조를 직접 설계하고 검증합니다. 강의에 사용되는 Verilog RTL, Testbench, Assembly 프로그램, Memory Image, FPGA 제약 파일을 제공하며, 최종적으로 Arty S7-25 FPGA에서 자신이 설계한 CPU로 실제 프로그램을 실행합니다. 본 과정은 여기서 끝나지 않습니다. TinyRV32I를 통해 CPU의 핵심 구조를 완성한 뒤, 후속 과정에서 RV32I 40개 명령어 전체를 지원하는 Full RV32I CPU로 확장하는 단계적 CPU 설계 시리즈로 이어집니다.

NPU·트랜스포머 가속기·mini LLM 같은 AI 반도체를 직접 설계하려면, 그 안의 연산이 왜 일어나는지 이론으로 알아야 합니다. 이 강의는 뉴런 하나에서 CNN·트랜스포머·LLM까지, 하드웨어 설계에 꼭 필요한 이론의 엑기스만 뽑아 세 편으로 압축했습니다. 수식 암기가 아니라 '왜 그렇게 되는지'의 직관으로, 반도체 산업 30년 경력의 현직 교수가 소프트웨어 이론과 하드웨어 구현을 하나로 잇습니다.

CPU를 만들겠다고 마음먹으면 대개 회로도부터 찾습니다. 그런데 도면을 펼치는 순간 답할 수 없는 질문이 생깁니다. 이 블록은 왜 여기 있어야 합니까? 레지스터를 읽는 포트는 왜 두 개입니까? 답은 모두 명령어에 있습니다. 명령어가 무엇을 요구하는지 알면 어떤 회로가 필요한지가 정해집니다. 반대 순서로는 되지 않습니다. RISC-V 강의는 이미 여럿 있습니다. 하지만 대부분 슬라이드에 값을 띄우고 "이렇게 됩니다"라고 말한 뒤 넘어갑니다. 수강생은 그 값이 맞는지 확인할 방법이 없습니다. 이 강의는 파이썬 명령어 실행 시뮬레이터를 함께 드립니다. run ADD 라고 치면 그 자리에서 기계어가 조립되고, 32비트가 필드별로 펼쳐지고, 레지스터가 어떻게 바뀌는지 화면에 나옵니다. 교재의 모든 숫자가 이 도구의 실행 결과이며, 여러분 화면에서 똑같이 재현됩니다. 상용 디버거는 라이선스가 필요하고 시뮬레이터는 설치가 벽입니다. 이 도구는 파이썬만 있으면 됩니다. 보드도, 라이선스도, 설치도 필요 없습니다. RV32I 명령어 40개를 하나도 빠뜨리지 않고 직접 실행하며, 회로가 무엇을 해야 하는지 스스로 알아내는 과정입니다.

Verilog 문법은 배웠는데 "그래서 뭘 만들지?"에서 막히는 분을 위한 강의입니다. FPGA 보드 한 장으로 디지털 시계, 초음파 거리 센서, OLED 디스플레이, 실시간 카메라 영상까지 네 가지 하드웨어를 직접 설계합니다. 출력에서 입력·제어, 디스플레이, 영상으로 난이도가 올라가며, 눈에 보이는 결과물을 만들며 디지털 설계를 몸으로 익힙니다. 반도체 산업 30년 경력의 현직 교수가 실제 FPGA에서 검증한 내용만 가르칩니다.

Verilog와 EDA 툴을 배우다 포기하셨나요? NPU를 직접 설계하는 반도체학과 교수가 엑셀 파일 9개로 CPU부터 NPU까지 계산하며 이해하는 법을 알려드립니다.

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.

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. MNIST 숫자를 인식하는 신경망 가속기(NPU)를 스펙 읽기부터 파이썬 골든 모델, 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.

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. MNIST 숫자를 인식하는 신경망 가속기(NPU)를 스펙 읽기부터 파이썬 골든 모델, 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.

맛비와 함께 AI 하드웨어의 기본을 공부합니다. 비메모리 설계 전문가로서 좋은 AI HW를 설계하기 위한 필수 지식을 담았습니다.

AI 에이전트를 활용한 바이브코딩 방법론으로 복잡한 코딩 없이 IoT 제품을 완성하는 과정입니다. 임베디드 하드웨어 제어부터 AI 비전 인식, PCB 설계, 3D 프린팅, 웹/앱 서비스 개발까지 제품 개발의 전 과정을 압축적으로 경험하며 실제 작동하는 상용 수준의 IoT 디바이스를 출시할 수 있습니다.

실무 적용과 면접 대비가 막막하시죠? 제 현업 경험을 녹여 CNN부터 DETR까지 코드 중심으로 확실히 잡아드립니다.

NPU·트랜스포머 가속기·mini LLM 같은 AI 반도체를 직접 설계하려면, 그 안의 연산이 왜 일어나는지 이론으로 알아야 합니다. 이 강의는 뉴런 하나에서 CNN·트랜스포머·LLM까지, 하드웨어 설계에 꼭 필요한 이론의 엑기스만 뽑아 세 편으로 압축했습니다. 수식 암기가 아니라 '왜 그렇게 되는지'의 직관으로, 반도체 산업 30년 경력의 현직 교수가 소프트웨어 이론과 하드웨어 구현을 하나로 잇습니다.

Season 1이 실력 점검과 기본기 다지기였다면, Season 2는 오직 '합격과 이직'을 위한 실전 압축 훈련입니다. 단순한 문법이나 게이트 레벨을 넘어, 실제 대기업/외국계 현업과 코딩 테스트에 빈출되는 최상위 고난도 모듈(CDC, 동기/비동기 FIFO, AMBA APB, SPI, I2C, FIR 필터 등)을 직접 설계해 봅니다. 면접관의 꼬리물기 압박 질문에도 흔들리지 않는 단단한 설계 역량이 필요하신가요? 지방대에서 외국계 반도체 기업으로 이직을 이뤄낸 ETA의 모든 실전 노하우와 코딩 테스트 끝판왕 문제들을 이 강의에 모두 담았습니다. 마지막 시즌, 당신의 이직 프리패스를 완성해 보세요.

딥러닝·CNN 핵심 이론부터 다양한 CNN 모델 구현 방법, 실전 문제를 통한 실무 딥러닝 개발 노하우까지, 딥러닝 CNN 기술 전문가로 거듭나고 싶다면 이 강의와 함께하세요 :)

현업에서 진짜 쓰이는 OCR 기술, 제대로 배워보고 싶다면 이 강의 하나로 끝! 비정형 문서와 복잡한 레이아웃에서도 98% 이상의 정확도를 목표로, 최신 SOTA 모델과 실전 노하우를 바탕으로 기업 수준의 OCR 프로젝트를 함께 만들어갑니다.

핫 한 이미지 생성모델! 기초부터 구현하면서 이해하자! AUTO ENCODER / VAE / GAN / DIFFUSION 까지 함께 구현해 봅시다!

RISC-V 명령어의 동작 원리에서 출발하여 5단 파이프라인 구조의 32비트 CPU를 직접 설계하고, Verilog RTL 구현부터 시뮬레이션 검증, FPGA 실물 실행까지 완성하는 실전 CPU 설계 과정입니다. RV32I 40개 명령어 중 CPU의 핵심 구조를 학습하는 데 필요한 14개 명령어를 선정하여 TinyRV32I를 단계적으로 구축합니다. 데이터패스, 파이프라인 레지스터, ALU와 제어회로, Branch, Hazard, Stall·Flush, Memory-Mapped I/O 등 실제 CPU를 구성하는 핵심 구조를 직접 설계하고 검증합니다. 강의에 사용되는 Verilog RTL, Testbench, Assembly 프로그램, Memory Image, FPGA 제약 파일을 제공하며, 최종적으로 Arty S7-25 FPGA에서 자신이 설계한 CPU로 실제 프로그램을 실행합니다. 본 과정은 여기서 끝나지 않습니다. TinyRV32I를 통해 CPU의 핵심 구조를 완성한 뒤, 후속 과정에서 RV32I 40개 명령어 전체를 지원하는 Full RV32I CPU로 확장하는 단계적 CPU 설계 시리즈로 이어집니다.

CPU를 만들겠다고 마음먹으면 대개 회로도부터 찾습니다. 그런데 도면을 펼치는 순간 답할 수 없는 질문이 생깁니다. 이 블록은 왜 여기 있어야 합니까? 레지스터를 읽는 포트는 왜 두 개입니까? 답은 모두 명령어에 있습니다. 명령어가 무엇을 요구하는지 알면 어떤 회로가 필요한지가 정해집니다. 반대 순서로는 되지 않습니다. RISC-V 강의는 이미 여럿 있습니다. 하지만 대부분 슬라이드에 값을 띄우고 "이렇게 됩니다"라고 말한 뒤 넘어갑니다. 수강생은 그 값이 맞는지 확인할 방법이 없습니다. 이 강의는 파이썬 명령어 실행 시뮬레이터를 함께 드립니다. run ADD 라고 치면 그 자리에서 기계어가 조립되고, 32비트가 필드별로 펼쳐지고, 레지스터가 어떻게 바뀌는지 화면에 나옵니다. 교재의 모든 숫자가 이 도구의 실행 결과이며, 여러분 화면에서 똑같이 재현됩니다. 상용 디버거는 라이선스가 필요하고 시뮬레이터는 설치가 벽입니다. 이 도구는 파이썬만 있으면 됩니다. 보드도, 라이선스도, 설치도 필요 없습니다. RV32I 명령어 40개를 하나도 빠뜨리지 않고 직접 실행하며, 회로가 무엇을 해야 하는지 스스로 알아내는 과정입니다.

본 강의는 DDR Memory Arbiter를 구현합니다.

이 강의는 생성형 인공지능 모델 중 Diffusion 모델과 관련된 실습을 수행합니다. 대표적인 Diffusion 모델 응용 논문인 prompt-to-prompt 논문을 함께 읽어보고 구현해 봄으로써, 최신 인공지능 논문을 이해할 수 있는 능력을 함양할 수 있기를 기대합니다.

본 강의는 DDR Memory Arbiter를 구현합니다.

AI 시대의 필수 자격증, MS AI-900! 🚀 알고 계셨나요? ChatGPT는 Microsoft Azure에서만 운영됩니다! 최신 GPT 모델을 독점 제공하는 Microsoft Azure OpenAI를 제대로 활용하고 싶다면, 지금이 바로 기회입니다. AI-900 과정을 통해 Azure AI 서비스 전문가로 성장하고, 기업이 신뢰하는 엔터프라이즈급 AI 솔루션을 마스터하세요. 글로벌 공인 인증까지 확보하여 진정한 AI 전문가로서 경쟁력을 높이세요!

UART는 가장 기본적이며 널리 활용되는 시리얼 통신 방식으로, FPGA 설계를 처음 접하는 입문자에게 매우 적합한 학습 주제입니다. 본 강의에서는 UART의 통신 원리와 프레임 구조를 상세히 이해하고, 이를 기반으로 RTL(Register Transfer Level) 설계를 통해 송수신 로직을 직접 구현해보는 과정을 진행합니다. FPGA 상에서 UART를 구현함으로써 디지털 회로 설계 능력을 체계적으로 키우고, 시뮬레이션 및 검증을 통해 실제 하드웨어 수준에서 동작을 확인하는 경험을 쌓을 수 있습니다. 또한 Soft Processor인 MicroBlaze와 Xilinx UART IP를 활용한 방식도 함께 학습하여, 프로세서 기반의 시스템 설계 흐름 및 인터페이스 구성을 폭넓게 이해하게 됩니다. 이를 통해 논리 설계와 프로세서 설계를 아우르는 포괄적인 개발 역량을 갖출 수 있습니다.

스프링 부트 프로젝트에서 Fast를 이용한 파이썬 기반 AI 웹서버와의 연결을 설명합니다.

안녕하세요 여러분. 제 풀 AI 코스 2026: ChatGPT, Google Gemini, Midjourney, Firefly에 오신 것을 환영합니다. 제 강의에서는 모든 AI 도구에 대한 모든 것을 배우게 됩니다. 저는 이러한 AI 도구의 모든 기능에 대한 비디오 강의를 만들었습니다. 이 도구들의 모든 기능을 사용하는 방법에 대한 실제 실용적인 구현을 보실 수 있습니다.

반도체라는 기술 분야를 넘어 한 기업이 세계를 움직이는 방식을 입체적으로 조망한다. 단순한 기술 설명을 넘어, 왜 미국·중국·대만이 반도체를 둘러싸고 격돌하는지를 분석하며, TSMC가 어떻게 시장을 주도하는 초격차를 만들었는지를 실제 사례를 통해 다룬다. 창업자 모리스 창의 리더십과 TSMC의 성공 전략을 중심으로, 기술과 경영을 통합적으로 이해할 수 있는 기회를 제공한다.

CNN을 공부 했는데도 잘 모르시겠다구요? CNN의 기본 동작 원리를 핵심 부분만 간결하게 알려 드리겠습니다.