하드웨어 없이 따라하는 피지컬 AI 첫걸음: 웹캠 손동작 인식 AI 만들기

기초를 떼도 실무 적용은 막막하시죠? 제 현업 노하우로 복잡한 RAG와 에이전트 설계를 완성해 드립니다.

이 과정은 비개발 사무직이 코딩 자체를 배우는 것이 아니라, AI 에이전트를 활용해 업무 문제를 직접 해결하는 능력을 기르는 데 초점을 둔 교육입니다. 기존에는 문제 발생 시 IT 부서나 외주 개발에 의존해야 했지만, 이제는 AI와 함께 설계하고 즉시 프로토타입을 만들어 업무 자동화를 구현할 수 있는 시대입니다. 이를 위해 핵심적으로 요구되는 역량은 문제 정의, AI 협업을 통한 해결 전략 수립, 그리고 필요한 도구를 직접 제작하는 능력입니다. 특히 Codex CLI를 활용하면 기존 ChatGPT 사용자라면 추가 비용 없이 바로 에이전틱 코딩을 실습할 수 있어, 비개발자도 빠르게 실전 경험을 쌓을 수 있습니다. 커리큘럼은 AI 에이전트 시대의 변화 이해부터 개발 기초, 터미널 활용, Codex CLI 기반 에이전틱 코딩, 문제 구조화, Django 웹앱 개발, 그리고 실제 업무 자동화 앱 제작까지 단계적으로 구성되어 있습니다. 학습자는 To-Do, 체크리스트, 일정 관리, 회의록, 요약 도구 등 실무에 바로 적용 가능한 애플리케이션을 직접 만들면서 반복 업무 자동화 역량을 확보할 수 있습니다. 전체 과정은 짧은 단위로 구성된 모듈형 마이크로러닝 방식으로 설계되어, 필요한 내용을 빠르게 학습하고 업무 중에도 즉시 재활용할 수 있도록 구성되어 있습니다.

🔥 바이브코딩 with Streamlit 🔥 코드 한 줄로 나만의 웹서비스를 바로 만들어보는 실시간 코딩 경험! MZ 감성에 맞춘 비주얼 중심의 실습형 강의, 복잡한 백엔드 지식은 필요 없어요. Streamlit에 대한 기초를 배우고 실질적인 앱까지 직접 구현하면서 개발 감각을 깨웁니다. 지금 바로 “나만의 서비스”를 코드로 vibe 있게 완성해보세요 😎💻

이 과정은 LangChain, OpenAI, Hugging Face 및 Python을 활용해 실제 AI 애플리케이션을 개발하고자 하는 개발자, AI 애호가 및 전문가들을 위해 마련되었습니다. 이 과정은 이론에만 집중하기보다는 실용적이고 프로젝트 중심의 접근 방식을 취합니다. 수강생들은 과정 전반에 걸쳐 챗봇, CSV 분석 도구, 이력서 심사 시스템, 청구서 추출 봇, 지원 어시스턴트, 마케팅 도구, 텍스트-투-SQL 애플리케이션 등 총 15개의 완성도 높은 AI 애플리케이션을 직접 구축하게 됩니다. 저는 복잡한 AI 개념을 쉽게 이해하고 누구나 현대적인 LLM 개발을 접할 수 있도록 이 과정을 만들었습니다. 많은 학습자들이 LangChain, 임베딩, 메모리 시스템, 벡터 데이터베이스, AI 에이전트 같은 도구들이 실제 애플리케이션에서 어떻게 상호 작용하는지 이해하는 데 어려움을 겪습니다. 이 강좌에서는 명확한 설명, 실전 코딩 세션, 실제 구현 워크플로를 통해 단계별로 안내해 드립니다. 강좌를 마치면, 수강생들은 최신 생성형 AI 기술을 활용하여 AI 기반 애플리케이션을 설계, 구축, 배포하는 방법을 자신 있게 이해하게 될 것입니다.

코딩 지식 없이도 챗GPT를 활용해 주식과 암호화폐 자동매매 프로그램을 직접 구축하는 과정입니다. 데이터 수집부터 예측 모델 개발, 종목 추천 시스템, 실제 자동매매까지 전 과정을 실습하며 AI 활용 개발 능력과 금융 투자 지식을 동시에 습득합니다.

코딩 경험이 없어도 Cursor AI와 함께라면 실제 업무 자동화 프로그램을 직접 만들 수 있습니다. 이 강의는 Python과 Cursor AI를 활용하여 뉴스 댓글을 자동으로 수집하고(Crawling), CSV 파일로 저장한 뒤, 여론과 감성을 분석하는 하나의 완성된 프로젝트를 만드는 실전 과정입니다. 단순히 코드만 따라 입력하는 강의가 아닙니다. Cursor AI에게 효과적으로 질문하는 방법, 개발 환경 구축, 자동화 프로그램 작성, 오류 해결까지 실제 개발 과정 전체를 함께 경험할 수 있도록 구성했습니다. 강의를 따라가며 Python 설치부터 Cursor AI 설정, 업무 자동화 기초, 뉴스 댓글 스크래핑, CSV 저장, 감성 분석, 그리고 실제 프로젝트에서 발생하는 오류 수정 방법까지 단계별로 배우게 됩니다. 프로그래밍을 처음 시작하는 분도 AI와 함께 개발하는 방법을 자연스럽게 익히며, 반복적인 업무를 자동화하고 데이터를 활용하는 실무 역량을 키울 수 있습니다.

LangChain만 알면 챗봇이지만, LangGraph와 Multi-Agent 패턴을 알면 서비스가 됩니다. 현업 AI 강사가 17개의 실습 노트북과 4가지 멀티 에이전트 패턴 (Subagents·Handoffs·Router·Skills)으로, 단순 프롬프트 호출을 넘어 도구를 다루고, 메모리를 유지하며, 사람이 검수하는 운영 가능한 AI Agent 워크플로우를 처음부터 끝까지 구축하는 노하우를 전해드립니다.

AI API 호출만으로는 분류 서비스를 완성하기 어렵습니다. 실무 경험을 바탕으로 구현부터 배포까지 안내합니다.

명함인식을 구현하는 실전을 통해 OpenCV를 활용하고 이미지를 처리하는 방법을 배웁니다. OpenCV에 대해서는 간략히 설명하며, 명함인식을 구현하기 위해 필요한 OpenCV 함수들은 좀 더 자세히 설명하는 방식입니다. 즉 기초강좌라기 보다는 명함인식이라는 실전을 위한 엑기스를 제공합니다. Tesseract 및 Microsoft의 OCR엔진을 활용하는 방안도 포함됩니다. 본 강의의 소스코드는 Python기반이지만, 활용하는 OpenCV 클래스 및 함수와 이미지 인식 및 처리기술을 익히기 때문에, 이를 바탕으로 안드로이드와 iOS에 적용하는 것은 무리가 없을 것입니다. 수강하시는 분은 강의 슬라이드, 실제 동작하는 명함 인식 소스 코드를 제공합니다. 2017년 1월과 2월에 3회의 오프라인 세미나를 하면서 더욱 개선되고 검증된 강의 내용을 강사가 정성들여 온라인용으로 다시 녹음한 것입니다. 본 강의에서 활용되는 OpenCV 함수들입니다. cv2.Canny() cv2.GaussianBlur() cv2.VideoCapture() cv2.adaptiveThreshold() cv2.approxPolyDP() cv2.arcLength() cv2.boundingRect() cv2.boxPoints() cv2.contourArea() cv2.convertScaleAbs() cv2.createTrackbar() cv2.cvtColor() cv2.destroyAllWindows() cv2.dilate() cv2.drawContours() cv2.findContours() cv2.getAffineTransform() cv2.getPerspectiveTransform() cv2.getTrackbarPos() cv2.imread() cv2.imshow() cv2.imwrite() cv2.minAreaRect() cv2.namedWindow() cv2.rectangle() cv2.resize() cv2.threshold() cv2.waitKey() cv2.warpAffine() cv2.warpPerspective()

AI를 연구하거나 이를 활용하여 프로젝트를 진행할 때 기본적인 논문 구현은 필수 입니다. 이 강의를 통해 실제 논문을 한편 구현해보며 실무 역량을 업그레이드 해봅시다!

머신러닝 및 딥러닝 전반에 대한 개요와 기본 도구 사용 방법, 그리고 학습에 필요한 파이썬 언어 지식을 단기간에 습득할 수 있습니다.

본 강의는 추천시스템의 기본개념부터 딥러닝 적용원리까지 다룹니다. 협업 필터링, 콘텐츠 기반 필터링, 하이브리드 추천 시스템 등 다양한 추천 알고리즘을 배우며 추천 서비스 개발을 위한 실무역량을 키워보세요!

본 강의에서는 포토 모자익을 생성하는 전체 과정을 알고리즘 관점에서 살펴봅니다. 입력 이미지를 K-means 클러스터링을 통해 타일 개수에 맞는 대표 색상 집합으로 축소한 뒤, 헝가리안 알고리즘을 적용하여 각 색상과 타일을 1:1로 최적 매칭합니다. 이를 통해 이미지 처리와 조합 최적화 알고리즘이 결합되어 하나의 시각적 결과물을 만들어내는 과정을 이해합니다

이미지를 업로드하면 Opencv가 처리하여 얼굴을 검출해주는 웹앱을 만들어 봅니다.

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.

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.

Python 문법은 알지만 서비스를 만들기 어려운 문제를 네이버 실무 경험과 단계별 실습으로 해결합니다.

삼성전자 DS부문 메모리·S.LSI·Foundry·TSP·AVP 평가및분석, SK하이닉스 PE·AE·Solution PE를 준비하지만 사업부와 직무 차이에서 막히는 취업준비생을 위한 강의입니다. 제품평가 직무의 실제 업무 흐름을 기준으로 회사별 직무명을 정리하고, 본인의 전공 경험을 자소서와 면접에서 쓸 수 있는 직무 언어로 바꾸는 방법을 배웁니다. Analog 회로설계, Verilog/FPGA, 공정 실험, 데이터 분석 경험 등을 수율·Wafer Map·Shmoo Plot·불량 분석 키워드와 연결해 지원 전략을 세울 수 있습니다.

메이커톤에서 80%가 막히는 포인트, 이제 해결하세요. 라즈베리파이 · 컴퓨터비전 · LLM · 3D 설계까지 4주 완성! 시연 가능한 스마트미러 PoC로 메이커톤 상위권 달성!

이 강의는 Transformer를 단순히 “구현하는 법”이 아니라, 왜 이런 구조가 만들어졌는지, 각 모듈이 어떤 역할을 하는지, 그리고 전체 모델이 어떻게 작동하는지를 설계자의 관점에서 해부하는 과정입니다. Self-Attention과 Multi-Head Attention의 내부 계산 원리를 깊이 있게 분석하고, Positional Encoding, Feed-Forward Network, Encoder·Decoder 구조가 어떤 한계를 해결하기 위해 등장했는지를 수식·논문·구현 코드로 직접 확인합니다. Attention에서 출발해 Transformer 전체 구조를 직접 조립하고, 실제로 학습까지 수행하며 모델이 어떻게 동작하는지 체득합니다. 이 강의는 “Transformer를 완전히 이해하고 싶은 사람”을 위한 가장 구조적이고 실전적인 로드맵입니다.