EDA 툴 없이 엑셀 하나로 끝내는 AI 반도체 입문

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.

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.

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.

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.

우리가 말하는 0과 1, HIGH와 LOW, 논리게이트와 플립플롭은 모두 아날로그 신호가 임계값을 넘는 물리적 사건으로부터 태어납니다. 그렇다면, 논리 이전의 세계 — 전류와 전압이 만드는 움직임을 이해하는 것이 진짜 회로 설계의 시작이 아닐까요? 이 강의는 그 첫 걸음을 함께합니다.

SwiftUI 중급까지 마친 당신께, 이제는 AI를 앱에 녹여낼 차례입니다. Apple Intelligence와 FoundationModels 프레임워크로 인터넷 없이 기기 안에서 동작하는 온디바이스 AI 앱을 완성합니다.

AI Tech DNA Series: AI 관점에서 바라보는 컴퓨터 기초 핵심 원리는 AI 시대에 필요한 컴퓨터의 기본 개념을 가장 쉽게 이해할 수 있도록 만든 입문 강의입니다. CPU·메모리·저장장치·네트워크·데이터 구조 등 기초 원리를 실생활 비유와 AI 관점으로 연결해 설명하여, 파이썬·AI·보안·클라우드로 나아가기 위한 탄탄한 기초 체력을 만들어 줍니다.

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.

비전공자를 위해 프로그래밍에 깔린 지식인 컴퓨터 구조의 원리를 설명하는 강의입니다. 강의의 목표는 프로그램 동작의 원리에 대해 익숙함을 가지기 위함입니다.

CPU, 메모리, 디스크가 협업하는 원리와 운영체제가 자원을 중재하는 방식을 체계적으로 학습합니다. 서버 스펙표를 읽고 성능 병목을 판단할 수 있는 실무 기초 지식을 습득하며, 클라우드와 네트워크 학습의 토대를 마련합니다.

컴퓨터 하드웨어의 기본 구조와 동작 원리 및 설계 방법과 OS에 대한 부분을 알아보고, 좋은 프로그램을 만드는 데 필요한 지식을 쌓을 수 있습니다.

ChatGPT와 같은 AI의 근본이 되는 기술 LLM 과 Agent. LLM은 현 시점에 AGI에 가장 가까이 다가간 기술입니다. 이 강의에서는 일반인의 시선으로 LLM 과 Agent 기술에 대해 알아봅니다.

코딩 몰라도 OK, Google Stitch로 완성하는 나만의 첫 번째 서비스 기획부터 배포까지 하나의 흐름으로 연결하는 올인원 AI 개발 워크플로우

SW 개발자가 알아야 할 컴퓨터 구조와 동작 원리의 핵심을 그림으로 이해하기 쉽게 알려드립니다.

"딥러닝 코드는 돌아가는데, 논문 수식은 왜 이렇게 낯설까?" AI를 공부하다 보면 어느 순간 수식의 벽에 부딪힙니다. 그 벽의 정체를 거슬러 올라가면, 결국 가장 기초적인 수학 언어를 제대로 다져두지 않은 것에 닿게 됩니다. 이 강의는 집합이라는 언어로 시작해 방정식, 함수, 수열, 지수·로그, 삼각함수까지 18강에 걸쳐 핵심 개념만 골라 짚어 나갑니다. 공식을 외우게 하지 않습니다. AI 맥락이 어디에 연결되는지를 간략히 짚되, 이 강의의 주된 목적은 하나입니다 — 이후 선형대수, 미적분학, 확률통계를 배울 때 흔들리지 않는 토대를 만드는 것. 수민정음 시리즈 1편으로, 나머지 세 편을 제대로 소화하기 위한 공통 언어를 이 강의에서 만들어 드립니다.

이 강의는 AI를 쓰고는 있지만, 어디까지 믿고 써야 할지 헷갈리는 사람을 위해 AI를 일이나 작업 과정에 과하지 않게, 그러나 실제로 도움이 되게 사용하는 방법을 다룹니다. 전문적인 개발 지식이나 복잡한 도구를 전제로 하지 않고, 누구나 자신의 작업 흐름 속에서 AI를 어떻게 활용하면 좋은지에 초점을 맞춥니다. 프롬프트를 복잡하게 작성하는 법보다, **어떤 순간에 AI를 써야 하고 언제는 쓰지 않는 게 나은지**, AI의 결과를 그대로 믿지 않고 **확인하고 다듬는 사고 방식**을 중심으로 설명합니다. 이 강의를 통해 AI를 모든 것을 대신해 주는 자동화 도구가 아니라, 함께 생각을 정리하고 작업을 보조해 주는 **실용적인 파트너**로 활용하는 기준을 익히게 됩니다.

엑셀과 Orange로 끝내는 고객 분석, 교차판매부터 A/B 테스트, 이탈 리스크 관리까지 한 번에

Microsoft AI-900 자격을 동시에 대비 할 수 있는 특강이며 2025년 5월기준의 출제 범위를 반영한 최신 콘텐트로서 AI 개요, 머신러닝 기초, 컴퓨터 비전, 자연어 처리, 문서 인텔리전스, 지식 마이닝, 그리고 생성형 AI를 포함한 이론과 실습이 겸비된 형태로 제공합니다

보고서를 쓸 때마다 막막하지 않으신가요? 무엇을 써야 할지 몰라 시간을 허비하고, 논리가 정리되지 않아 몇 번이고 수정하며, 결국 마감 직전에 겨우 완성하는 경험. 많은 직장인과 학생들이 반복하는 일상입니다. ChatGPT를 사용해보았지만, 단순히 문장을 대신 써주는 수준에 그쳐 “그럴듯한 글”은 나와도 “성과를 만드는 보고서”는 완성되지 않습니다. 이 강의는 다릅니다. ChatGPT를 업무 대행 도구가 아니라, 당신의 기획력을 증폭시키는 전략 파트너로 활용하는 방법을 알려드립니다. ✔ 문제 정의를 명확하게 구조화하는 법 ✔ 논리 흐름을 설계하는 프레임워크 적용법 ✔ 데이터를 근거로 설득력을 강화하는 방법 ✔ 성과 중심 보고서로 업그레이드하는 전략 강의를 듣는 동안 실제로 자신의 업무 보고서 하나를 완성하게 되며, 단순 이론이 아닌 즉시 결과로 이어지는 실전 경험을 제공합니다. 또한 최신 기능인 Canvas와 파일 업로드 분석 기능까지 활용하여, 빠르게 진화하는 생성형 AI 환경에서도 뒤처지지 않는 AI 리터러시를 갖출 수 있도록 돕습니다. 이 강의를 수강한 후, 보고서 작성 시간은 줄어들고, 논리는 더 단단해지며, 성과는 더 선명해집니다. 보고서가 더 이상 부담이 아닌, 당신의 역량을 증명하는 무기가 되는 순간을 경험해보세요.

Unitree Go2 예시로 배우는 로보틱스 상·하위 제어기, 센서, 그리고 초고속 통신 개념 완성

매일 쏟아지는 업무와 끝없는 반복 작업 속에서 "이 일을 좀 더 스마트하고 효율적으로 할 수 없을까?" 고민하셨을 겁니다. 보고서 초안 작성에 시간을 낭비하고, 아이디어 회의에서 번번이 새로운 인사이트를 찾지 못하고, 경쟁사의 속도를 따라잡기 힘들어 막막하지 않으셨나요? 바로 지금, 그 고민을 해결해줄 가장 강력한 도구가 등장했습니다. 바로 생성형 AI(Generative AI)입니다. 이는 단순히 유행하는 기술이 아닙니다. 우리 시대의 가장 근본적인 생산성 혁신이며, 이 변화를 먼저 포착하고 활용하는 사람이 미래 비즈니스의 승자가 될 것입니다. 이 강의는 당신의 책상 위 가장 유능한 비서가 되어줄 생성형 AI를 실제 업무에 곧바로 적용하는 법을 알려드립니다. 복잡한 이론은 잠시 접어두세요. 우리는 **"그래서 이 기술로 당장 내일 무엇을 할 수 있는가?"**에 집중합니다. 💡 당신의 시간과 창의력을 되찾아 드립니다. 우리의 핵심 목표는 당신의 **'업무 자동화'**와 **'창의성 극대화'**입니다. 보고서 작성 시간 90% 단축: 매주 당신의 귀한 시간을 잡아먹는 보고서, 기획안, 이메일 초안 작성을 AI에 맡기는 법을 배웁니다. 핵심 데이터와 방향만 입력하면, AI가 곧바로 프로페셔널한 문서를 완성해줍니다. 당신은 이제 문서 작성자가 아닌, 전략적 사고를 하는 리더에 집중할 수 있습니다. 경쟁사를 앞서는 아이디어 발상: 새로운 마케팅 캠페인, 혁신적인 제품 디자인, 고객을 사로잡을 콘텐츠 아이디어가 필요하신가요? AI를 파트너 삼아 순식간에 수십 개의 창의적인 대안을 도출하고, 시장 반응을 예측하는 방법을 실습합니다. 데이터 기반의 현명한 의사 결정: 수많은 자료 속에서 헤매지 마세요. AI가 방대한 데이터를 빠르게 요약하고 핵심적인 인사이트를 제공하여, 직관이 아닌 데이터에 근거한 전략적 판단을 내리도록 돕습니다. 🛠️ '프롬프트'는 새로운 언어입니다. 생성형 AI를 잘 활용한다는 것은 결국 **'프롬프트 엔지니어링'**을 잘한다는 의미입니다. 마치 유능한 직원을 지휘하듯, AI에게 명확하고 구체적으로 지시하는 기술이 성패를 좌우합니다. 본 강의에서는 **"어떻게 질문해야 원하는 결과물을 얻을 수 있는지"**에 대한 핵심 공식을 전수합니다. 마케터, 개발자, 기획자 등 당신의 직무에 최적화된 맞춤형 프롬프트를 직접 작성하고, 그 결과가 얼마나 달라지는지 체감하게 될 것입니다. 이 지식은 어떤 새로운 AI 툴이 등장해도 흔들리지 않는 미래의 핵심 역량이 될 것입니다. 🏆 강의를 통해 당신은 '미래의 비즈니스맨'이 됩니다. 생성형 AI는 더 이상 '선택'이 아닌 '필수'입니다. 이 기술을 거부하면 당신의 경쟁자는 매일 10배 빠르게 일할 것입니다. 하지만 이 기회를 잡는다면, 당신은 생산성을 극대화하고, 창의적인 혁신을 주도하며, 비즈니스 성과를 압도적으로 끌어올리는 '미래형 인재'로 거듭날 수 있습니다. 생성형 AI, 두려워하지 마세요. 잘 활용하는 법을 아는 것이 중요합니다. 이 강의를 통해 당신의 업무 혁신 여정을 시작하세요. 당신의 비즈니스 잠재력을 폭발시킬 단 하나의 결정이 될 것입니다. 지금 바로 등록하고, 더 적게 일하고 더 많이 성취하는 새로운 업무 방식을 경험하십시오.

혹시, IT 인프라(서버, 네트워크, 스토리지 등) 기술에 대해 이해를 못하여 여러움을 겪은 적은 없으신가요? IT 인프라가 어떻게 구성되고 어떤 기술이 적용되었는지 이해하고 싶으신가요? IT 인프라를 구성하는 다양한 기술에 대해서 설명하는 국내 유일의 강의입니다!

컴퓨터 구조 핵심 개념을 이해하고, 면접에서 말로 설명하는 훈련까지 함께 하는 강의

시스템 소프트웨어에서 가장 많이 쓰이는, 최신 리눅스 커널(v6.1)의 프로세스 핵심 개념을 "디버깅을 통해 배우는 리눅스 커널의 구조와 원리"의 저자가 제대로 설명합니다.