FPGA 구현을 위한 머신러닝 파이썬 실습

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

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.

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.

CPU와 RISC-V를 공부하다 보면 명령어의 기능은 이해했지만, “이 명령어들이 실제 하드웨어에서는 어떻게 실행되는가?”, “직접 설계한 CPU가 정말 올바르게 동작한다고 어떻게 확인할 수 있는가?”라는 지점에서 어려움을 느끼게 됩니다. 시중의 많은 자료가 ISA 설명이나 간단한 CPU 예제에 머무르고, 완성된 IP를 사용하는 경우도 많아 CPU를 직접 설계하고 검증하여 실제 FPGA에서 프로그램을 실행하는 전체 과정을 경험하기는 쉽지 않습니다. 저는 시스템반도체 분야에서 오랜 기간 연구개발과 사업을 경험하고, 현재 대학에서 반도체 설계와 FPGA를 교육하면서 이러한 학습의 간극을 많이 보아 왔습니다. 그래서 이 과정은 완성된 CPU를 제공하고 동작만 확인하는 방식이 아니라, “RV32I 명령어를 실행하려면 어떤 하드웨어가 필요한가?”라는 질문에서 출발하여 CPU 구조를 White Box 방식으로 직접 설계하도록 구성했습니다. Volume 3에서는 Volume 2의 TinyRV32I를 기반으로 RV32I 40개 명령어를 사용하는 Full-Version 32비트 CPU로 확장합니다. 데이터패스와 Decoder, Branch·Jump, Byte/Halfword Memory Access를 확장하고, Forwarding과 Load-Use Interlock을 구현하여 5단 Pipeline이 데이터 의존성을 스스로 처리하도록 합니다. 이어 CSR, Exception, Interrupt, Trap, MRET을 통합하여 정상적인 프로그램 실행뿐 아니라 예외와 외부 사건까지 처리할 수 있는 CPU를 완성합니다. 설계는 RTL Simulation에서 끝나지 않습니다. 실제 프로그램을 CPU에서 실행하고 Spike Reference Model과 결과를 비교하며, RISC-V Architecture Compatibility Test의 목적과 수행·판정 과정을 실제 검증 사례를 통해 학습합니다. 마지막에는 검증한 CPU를 Arty S7-25 FPGA에 구현하여 Switch와 Button의 입력을 받아 프로그램을 실행하고 결과를 LED로 출력하는 것까지 확인합니다. 이 강의가 해결하고자 하는 문제는 단순히 RISC-V 명령어를 더 많이 아는 것이 아닙니다. 명령어 → CPU 아키텍처 → Verilog RTL → Pipeline 제어 → 프로그램 실행 → 표준 기반 검증 → FPGA 실제 동작을 하나의 흐름으로 연결하여, 수강생이 CPU 내부 구조를 근본적으로 이해하고 직접 설계·검증할 수 있는 엔지니어링 역량을 갖추도록 하는 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. 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.

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.

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.

FPGA와 Verilog는 배웠지만 "그래서 AI 가속기를 어떻게 직접 만드나?"에서 막히는 분이 많습니다. 이 강의는 그 궁금을 해소합니다. 보급형 FPGA 한 장과 무료 툴만으로, 손으로 설계한 3×3 커널에서 시작해 CNN을 직접 학습시키고, 학습된 가중치를 INT8로 양자화해 하드웨어에 올린 뒤, 파이썬 모델과 1비트도 어긋나지 않는지(Bit-True)까지 검증합니다. 반도체 산업 30년 경력과 현직 교수로서, 실제 FPGA에서 검증한 내용만 '동작하는 회로'로 가르칩니다. 이론이 아니라 직접 설계하고 증명하는 경험을 얻어, 팹리스 설계·AI 반도체 분야에서 통하는 실전 역량을 갖추게 됩니다.

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.

코딩을 전혀 몰라도 돼요. 바이브코딩 공부 반나절이면 코드를 짜지 않고도 프로그램을 만들수 있게 될거예요. 웹 스크래핑, TTS, 챗봇, 게임 등 단계별 예제 10개를 직접 만들며 최신 AI코딩법을 익혀봅시다.

* 100% 실전형 커리큘럼: 문법 공부가 아닌, 데이터를 직접 다루는 실습 위주 구성 * 머신러닝 선수 필승 코스: AI 학습 전 반드시 알아야 할 전처리 기법 완벽 정리 * 데이터 분석 도구 마스터: Numpy(수치연산), Pandas(데이터제어) 핵심 기능 정복 * 시각화 인사이트 도출: Matplotlib, Seaborn을 활용한 데이터 시각화 스킬 전수 * 통계 기초 다지기: 데이터의 특성을 파악하는 기초 통계 및 그룹 분석 기법 학습

수학없이 고급 머신러닝 모델을 이해하고 파이썬을 통해 쉽게 구현하는 방법을 배웁니다.

AI가 코드를 짜주는 시대에 무엇을 배워야 할지 막막하다면, 변하지 않는 시스템의 본질인 UNIX와 커널 원리에서 확실한 답을 찾을 수 있습니다. 본 강의는 Node.js와 C 언어 엔진(FFmpeg)을 융합하는 실전 프로젝트를 통해, 기술 유행에 흔들리지 않고 시스템 전체를 지휘하는 상위 1% 아키텍트의 시각을 전합니다.

파이썬, 더 효율적인 코드를 짜고 싶다면? 같은 기능을 구현하더라도 효율성이 더 높은 코드를 짜고 싶다면 파이썬에서 자료구조와 알고리즘의 이해는 필수 요소입니다파이썬 전문강사의 이론과 실습으로 이루어진 총 8시간의 강의를 수강하고 나면 파이썬을 활용해 훌륭한 결과물을 만들어 낼 수 있습니다.

40강의 체계적인 커리큘럼으로 AI의 기초 이론부터 각 알고리즘의 응용 AI 기술까지 학습합니다. 수학적 직관과 R코딩 알고리즘 학습 및 실습을 통해 데이터 분석, 머신러닝 및 이에 대한 응용툴의 알고리즘의 모델러를 꾸미는 것과 선택 활용하는 내용까지 즉시 적용 가능한 AI 모델 개발 역량을 갖춥니다.

Hash, Salt, JWT, 대칭키 비대칭키, 그리고 HTTPS와 TLS까지. 매일 쓰면서도 늘 모호하고 찝찝했던 보안의 뼈대. 방치해 둔 수많은 위협과 기술적 부채, 언젠가 마주해야 한다면 이번 한 번으로 제대로 끝냅시다.

ChatGPT를 사용해 본 것과 실제 생성형 AI 서비스를 개발하는 것은 전혀 다릅니다. API 호출부터 대화 상태 관리, 구조화된 출력, 함수 호출, 문서 기반 RAG, MCP 연동, AI 에이전트 구현까지 익혀야 하기 때문입니다. 이 강의에서는 오랜 데이터 분석·AI 강의 경험을 바탕으로 복잡한 개념을 파이썬 실습 중심으로 설명합니다. 생성형 AI의 원리부터 OpenAI Responses API와 멀티모달 기능, File Search 기반 RAG, 외부 도구 연동, Agents SDK까지 단계적으로 학습하여 실제 동작하는 AI 애플리케이션을 완성합니다.

코딩테스트 [ ALL IN ONE ] ✔️ 강의 하나로 끝내기

퍼셉트론부터 역전파까지, 신경망의 핵심 수학 이론을 체계적으로 학습하고 R 코드로 직접 구현합니다. 활성함수, 경사하강법, 다층신경망 등 딥러닝의 기초를 탄탄하게 다지며, 실제 데이터셋을 활용한 분류 문제 해결 능력을 키웁니다.

40여 종의 경제 지표와 주가 데이터를 AI로 분석하여, S&P 500, QQQ ETF뿐만 아니라 개별 종목까지 예측하는 강력한 주가 분석 모델을 직접 만들어보세요!

쉬운 예제를 통한 칼만 필터(Kalman Filter)의 이론적인 동작 원리를 이해할 수 있습니다.

이 강좌를 통해 문법을 보다 명확하게 이해하시고, 문제 풀이에 대한 자신감을 얻으시길 바랍니다.

에이전트 개념 및 실전을 한 번에?! OpenClaw 기반으로 완성하는, 끊김 없는 통합 과정. (Mac 추천)

인터랙티브 교재 기반의 파이썬 입문 강의입니다. 아기자기한 보드게임을 통해 프로그래밍의 동작 원리를 이해합니다.

미국 기업 티커 입력만으로 재무회계 데이터, 경쟁사 분석, 최근 뉴스, 주가 정보를 자동으로 수집해 OpenAI GPT API로 심층 분석하여 전문적인 투자 리포트를 생성합니다. 최종 결과는 Notion에 자동 업로드됩니다. 재무회계의 기본 개념과 용어를 익혀 엔지니어도 타사 벤치마킹, 상사 설득, 신규 솔루션 기획에 활용할 수 있습니다. Python과 FastAPI로 고성능 API 서버를 구축하며, 비동기 프로그래밍, AI 통합, 핀테크 실전 스킬을 배웁니다. 초보자도 쉽게 따라가며 실제 투자와 비즈니스에 적용 가능한 시스템을 완성해 AI 시대 맞춤 개발자로 성장할 수 있도록 지원합니다.

AI를 공부하려는데 선형대수 수식 앞에서 매번 막히셨나요? 이 강의는 공식을 외우는 대신, 벡터와 행렬이 공간에서 실제로 어떻게 움직이는지를 눈으로 보여드립니다. 끝까지 들으면 신경망, PCA, SVD 뒤에 숨은 수학을 스스로 읽어낼 수 있습니다.

진짜 코딩의 ㅋ 자도 경험해 본 적 없는 분들도 딸깍으로 자동화 소프트웨어 만들 수 있어요 진짜에요

AI에게 "이 데이터로 모델 만들어줘"라고 시켜보면 처음 몇 줄은 그럴듯한데, 조금만 복잡해지면 엉뚱한 컬럼을 쓰고 누수가 섞이고 점수는 올랐는데 모델은 더 나빠집니다. 이 강의는 더 좋은 프롬프트를 알려주지 않습니다. 대신 에이전트가 데이터를 이해하고, 계획하고, 코드를 쓰고, 자기 결과를 검증하고, 틀리면 되돌아가는 루프(하네스)를 직접 설계하는 법을 다룹니다. DS-STAR의 다섯 조각 루프를 손으로 한 바퀴 돌려본 뒤, 데이터 프로파일 카드·훅·스킬 계층·독립 검증자·애블레이션까지 하나씩 조립해 나갑니다.