X-SCADA AI로 구현하는 스마트 현장 혁신

이 과정은 ESP32와 IoT 개발을 처음 접하는 학습자가 환경 세팅 → 언어 기초 → 하드웨어 제어 → RTOS 활용까지 익히는 것을 목표로 합니다. 이 과정 목표는 크게 다음과 같습니다. - ESP32 개발 환경과 기본 툴 사용 능력 습득 - C 언어와 ESP-IDF 구조 이해 - FreeRTOS 태스크 및 기본 동기화 방식 이해 - GPIO·I2C·SPI·UART를 통한 하드웨어 제어 가능 - 저장소와 메모리 구조 이해 및 간단한 데이터 영구 저장 구현 가능

센서 데이터 수집, MQTT 통신, 웹 대시보드, AI 환경 분석을 통합한 실제 동작 가능한 스마트팜 플랫폼을 직접 구축합니다. IoT 센서 연동부터 FastAPI/Spring 기반 API 서버, React/Vue 대시보드 개발, 클라우드 배포까지 농업 DX의 전 과정을 실무 프로젝트로 경험합니다.

--- 기술을 배운다는 것은, 자기 삶의 선택지를 되찾는 일이다 --- ESP32 개발보드와 센서를 연결해 본 적은 있지만, 점퍼선으로 만든 실험을 하나의 완성된 기기로 발전시키는 과정은 막막하게 느껴질 수 있습니다. 인터넷에는 회로 설계, PCB 제작, 센서 제어, BLE와 Wi-Fi 통신에 관한 정보가 많습니다. 그러나 흩어진 정보를 하나로 연결하여 실제로 동작하는 보드를 완성하기까지는 많은 시행착오가 필요합니다. 이 강의에서는 ESP32 기반 센서 보드를 직접 설계하고 제작합니다. 전원 회로와 펌웨어 다운로드 회로를 구성하고, 온습도·조도 센서를 연결한 뒤, KiCad로 PCB를 설계하여 실제 제작을 주문합니다. 완성된 보드에는 펌웨어를 올리고, 센서 데이터를 BLE와 Wi-Fi를 통해 외부로 전송합니다. 강의를 마치면 개발보드와 센서 모듈을 조립하는 수준을 넘어, 자신의 목적에 맞는 회로와 PCB를 이해하고 수정할 수 있게 됩니다. 강의에서 완성한 프로젝트는 환경 모니터링 기기, 스마트홈 장치, 교육용 키트, IoT 시제품과 같은 새로운 프로젝트의 출발점으로 다시 활용할 수 있습니다. 생성형 AI가 디지털 콘텐츠를 빠르게 만들어내는 시대에도 현실 세계의 온도, 습도, 빛, 움직임과 같은 물리적 정보는 센서와 하드웨어를 통해서만 얻을 수 있습니다. 직접 만든 기기로 데이터를 수집하고 네트워크에 연결하는 능력은 아이디어를 현실의 시스템으로 구현할 수 있는 힘이 됩니다. 이 강의는 다음과 같은 분들에게 도움이 됩니다. * 아두이노나 ESP32 개발보드는 사용해 보았지만 PCB 설계는 처음인 분 * 점퍼선으로 만든 센서 프로젝트를 하나의 보드로 완성하고 싶은 분 * KiCad를 실제 ESP32 프로젝트를 따라가며 배우고 싶은 분 * 센서 데이터를 수집하고 BLE와 Wi-Fi로 전송하는 기기를 만들고 싶은 분 * 환경 모니터링, 스마트홈, 교육용 하드웨어를 개발하려는 메이커와 교육자 * 자신만의 IoT 제품이나 시제품을 준비하는 예비 창업자 * 현실에서 수집한 데이터를 분석·가공하거나 AI 모델에 활용하려는 개발자와 콘텐츠 제작자 개발보드를 사용하는 사람에서, 자신의 보드를 설계하는 사람으로 넘어가세요. 이 강의는 센서 사용법만 알려주는 수업이 아닙니다. 아이디어를 회로로 바꾸고, 회로를 PCB로 만들며, 완성된 하드웨어를 네트워크에 연결하는 전체 과정을 경험하는 수업입니다.

사물인터넷(IoT)에 흥미있는 디지털 인재라면? 아두이노(Arduino)를 통해 사물인터넷에 입문해보자!

임베디드 IoT 개발자가 되고 싶은 학생과 취준생을 위한 실전형 강의입니다. Arduino IoT Cloud 기반 스마트락 프로젝트를 통해 센서 제어, RFID 인증, WiFi 통신, 클라우드 대시보드, OTA, 알림 기능을 직접 구현하며 최신 Edge IoT 개발 흐름을 한 번에 경험합니다.

초급에서 중급으로 가는 IoT 하드웨어 학습, 막막하셨죠? 어떻게 공부해가야 할지 방향을 제시합니다.

Kimi를 중심으로 OpenCode, Codex 등 여러 AI 모델을 상황에 맞게 조합하여 실제 웹서비스를 구축하는 과정을 경험합니다. 단순 프롬프트 입력을 넘어 요구사항 정의부터 코드 리뷰, 서비스 완성까지 AI와 협업하는 실전 개발 워크플로우를 실습 중심으로 익힙니다.

이 과정은 기계·금속 가공 산업에서 AI를 활용해 생산성과 품질을 높이는 실무 전략을 다룹니다. CNC, 용접, 절단 등 주요 공정 데이터를 분석하고, 불량률 감소·예지보전·작업자 안전 관리까지 AI 기술이 어떻게 적용되는지 실제 사례와 함께 설명합니다. 학습자는 중소기업부터 대기업까지 현장에서 바로 활용할 수 있는 AI 기반 가공 최적화 방법을 이해하고, 글로벌 경쟁 속에서 제조 혁신을 실현할 수 있는 인사이트를 얻게 됩니다.

금융 AI 보안(PART1. 기본)에서 AI보안에 대한 개요를 설명드렸고, 실질적인 모의해커(Red TEAM) 대상 보안성심의 시 필요한 AI 점검에 대한 실무자 교육이니 참고바랍니다. 해당 강의가 실질적인 내용을 담고 있으며, 기술적 부분에 대해 어떻게 모의해킹을 수행하면 될지 설명하는 강의입니다.(체크리스트 포함) 공부하실때 AI가 어려우시거나 AI가이드라인이 모델링 기준으로 되어 있어 심의가 어려워 각 기업에서 적용이 안되어 있는 기업이 너무나도 많고 실제 AI보안 거버넌스 수립에 대한 각종 피드백을 감사시 받았을 것으로 예상하고 있습니다. 그 이유는 당연히 내부 운영현황에 AI보안에 대한 확실한 증거가 없기 때문이죠. 이제는 수립을 해야할 때입니다. AI보안에 공부하시고 AI보안 담당자의 길로 가시면 좋을 듯합니다.

자동차 및 부품 제조 산업은 치열한 글로벌 경쟁과 복잡한 공급망 속에서 혁신이 필수적인 분야입니다. 본 강의는 AI 기술을 현장에 어떻게 적용할 수 있는지를 중심으로, 생산 효율 향상, 품질 검사 자동화, 설비 예지보전, 공급망 최적화 등 실제 사례와 함께 설명합니다. AI 도입에 필요한 기초 이해부터, 현장 적용 시 고려해야 할 전략과 리스크 관리까지 단계적으로 다루어, 실무 담당자와 관리자가 바로 활용할 수 있는 지식과 통찰을 제공합니다.