채널톡 아이콘

아두이노와 Edge Impulse로 시작하는 Edge AI 개발 - 센서부터 비전 딥러닝 구현

센서·비전 AI는 데이터 수집부터 배포까지 막막합니다. 실무 트러블슈팅 경험을 바탕으로 그림과 실습으로 작동하는 결과물까지 안내합니다. 수학 없이 시작하는 실전 임베디드 AI 개발 과정입니다. Arduino Nano BLE 33와 Nicla Vision 보드를 활용해 제스처 인식과 이미지 분류 모델을 직접 만들고 배포하며, Edge Impulse 노코드 플랫폼으로 데이터 수집부터 딥러닝 모델 실장까지 전 과정을 체득합니다. 실무 트러블슈팅과 성능 개선 팁을 통해 실제 엣지 디바이스 개발 역량을 갖추게 됩니다.

1명 이 수강하고 있어요.

난이도 초급

수강기한 3개월

토이프로젝트
토이프로젝트
실습 중심
실습 중심
AI
AI
토이프로젝트
토이프로젝트
실습 중심
실습 중심
AI
AI

수강 후 이런걸 얻을 수 있어요

  • 아두이노 개발보드에서 동작하는 제스처 인식 및 이미지 분류 AI 모델 구현

  • Edge Impulse를 활용한 노코드 기반 센서 데이터 수집, 전처리, 딥러닝 모델 학습 및 배포

  • 엣지 디바이스 설계 시 모델 성능 개선과 실무 디버깅 기법

  • Edge Device의 AI 모델 수행에 대한 전반적인 개발/설계 흐름

  • Edge AI의 경량화 진행 경험과 필요 ROM/RAM/연산소요 시간 등 하드웨어 자원에 대한 이해

아두이노와 Edge Impulse로 시작하는 Edge AI 디바이스 개발

실제 제스처 인식 시연

FOMO 알고리즘의 홍보 예시 영상

센서 데이터로 제스처 인식 기기를 만듭니다.

카메라 영상 분류 모델을 보드에 배포합니다.

데이터 수집부터 모델 배포까지 직접 연결합니다. 메모리와 연산량을 고려한 AI Edge Device를 완성합니다.

AI Edge Device의 개발 모든 과정을 실습합니다.

수학보다 직접 만드는 경험에 집중합니다.
아두이노 나노 33 BLE Sense, Nicla Vision, Edge Impulse 플랫폼으로
센서 데이터 수집부터 전처리와 모델 학습까지 진행합니다.
작은 보드에서 동작하는 딥러닝 개발 프로세스를 익힙니다.

실습에서 구현된 경량 딥러닝 모델의 연산 시간과 필요 Flash, RAM 사이즈 확인

학습한 모델을 아두이노 개발보드에 배포합니다.
센서와 카메라 데이터 준비부터 모델 실행까지
엣지 인공지능 개발의 전 과정을 경험하고,
메모리와 연산 시간 등 하드웨어 제약도 확인합니다.

센서부터 비전까지 보드에서 직접 구현

Edge Impulse를 통한 딥러닝 모델 학습

Section 1 - 엣지 임펄스와 경량 딥러닝 개요

엣지 임펄스의 역할과 주요 기능을 살펴보고, 아두이노에서 경량 딥러닝 모델을 구동하는 엣지 인공지능의 기본 개념을 익힙니다.

Section 2 - 아두이노 나노 제스처 인식 프로젝트

개발 환경을 설정하고 센서 데이터를 수집·전처리해 제스처 인식 모델을 학습합니다. 학습한 모델을 아두이노 나노 개발보드에 배포하고 동작을 확인하며, 프로젝트 완성 과정을 익힙니다.

Section 3 - 니클라 비전 이미지 분류 프로젝트

니클라 비전 개발보드를 활용해 이미지 데이터를 수집하고 이미지 분류 모델을 학습·평가합니다. 모델을 엣지 기기에 배포해 추론 결과를 확인하고, 비전 기반 엣지 인공지능 구현 흐름을 익힙니다.

센서부터 배포까지

센서 데이터로 인공지능을 만들고 싶지만, 무엇부터 해야 할지 막막하신가요?
이 강의는 바로 이런 분들을 위해 만들었어요.


✔️ 수학 부담 없이 엣지 인공지능을 시작하고 싶은 입문자

  • 수식보다 직접 만들어 보며 인공지능을 익히고 싶은 분

  • 센서 데이터 수집부터 모델 배포까지 차근차근 경험하고 싶은 분

  • 아두이노에서 동작하는 제스처 인식 모델을 만들어 보고 싶은 분

✔️ 임베디드·사물인터넷 개발자

  • 기존 기기에 인공지능 기능을 직접 더하고 싶은 분

  • 모델의 메모리와 연산량을 고려해 기기 적용법을 익히고 싶은 분

  • 실전 디버깅과 성능 개선 방법을 프로젝트로 익히고 싶은 분

✔️ 빠르게 작동하는 시제품을 구현하고 싶은 학생과 개발자

  • 아두이노 나노로 손동작 인식 기기를 만들고 싶은 분

  • 니클라 비전으로 이미지 분류 기능을 구현하고 싶은 분

  • 데이터 준비부터 기기 배포까지 작동하는 결과물을 완성하고 싶은 분


센서와 카메라가 포착한 정보를 기기 안에서 바로 판단하도록 만들어 보세요.
직접 구현한 엣지 인공지능 프로젝트가 다음 도전의 든든한 출발점이 됩니다.

수강 전 참고 사항


실습 환경

  • 윈도우, 맥 운영체제, 리눅스에서 브라우저를 사용합니다.

  • Arduino IDE와 Edge Impulse, 인터넷 연결이 필요합니다.
    아두이노 나노 BLE 33과 니클라 비전 보드를 준비하세요.
    메모리 8기가바이트 이상인 컴퓨터를 권장합니다.

선수 지식 및 유의사항

  • 수학적 인공지능 지식은 필수 조건이 아닙니다.
    기초적인 코딩 경험이 있으면 실습에 도움이 됩니다.

  • 센서 데이터로 제스처를 분류하고,
    카메라 영상으로 이미지 분류 모델을 만듭니다.
    보드와 USB 데이터 케이블을 준비해 주세요.

학습 자료

  • 강의 슬라이드 자료와 실습 코드를 함께 확인하세요.
    데이터 수집부터 모델 배포까지 따라갈 수 있습니다.

  • 아두이노 보드 설명서와 실습 기록을 곁에 두세요.
    모델 설정과 실행 결과를 비교하기 좋습니다.


이런 분들께
추천드려요

학습 대상은
누구일까요?

  • 수학적 AI 지식 없이 임베디드 딥러닝을 시작하려는 중학생 이상 학습자

  • 빠르게 AI Edge Device 프로토타입을 만들고 싶은 개발자

  • AI 기술을 습득하고자 하는 임베디드 및 IoT 개발자

  • 빠르게 임베디드 프로젝트를 진행해야하지만, 무슨 프로젝트를 해야 높은 성과를 얻을 지 막막한 대학생

  • 반복적인 임베디드 개발이 지루한 전문가

선수 지식,
필요할까요?

  • 기본적인 프로그래밍 개념 이해 (변수, 함수, 조건문 등)

  • 아두이노 또는 마이크로컨트롤러에 대한 기초 지식

  • 컴퓨터 활용 및 개발 환경 설정 경험

안녕하세요
miotmaker입니다.

커리어인증

Edge AI · IoT · Embedded

대학원 무선통신 석사부터 스타트업, 대기업 양산 개발까지.

실무 경험을 바탕으로 Edge AI · IoT · 임베디드 개발자의 성장을 돕습니다.

---

👨‍💻 7년차 임베디드 소프트웨어 개발자

🎓 서울대학교 컴퓨터공학 석사

 

더보기

수강평

아직 충분한 평가를 받지 못한 강의입니다.
모두에게 도움이 되는 수강평의 주인공이 되어주세요!

비슷한 강의

같은 분야의 다른 강의를 만나보세요!

얼리버드 할인 중

월 ₩104,742

5개월 할부 시

48%

₩49,500

₩523,708

평생교육이용권 지원 강의