머신러닝 모델을 활용한 Android, iOS 앱 개발

인공지능과 데이터의 다양한 요소들을 이해하고 Chat GPT와 코딩 단계 없는 프로그래밍을 활용해 실생활 문제를 해결함으로써 수학적 사고를 바탕으로 한 합리적 의사 결정 모델을 찾는 역량을 키워보자!

코딩, 개발에 흥미있는 디지털 인재라면? 앱 인벤터를 통해 블록코딩에 입문해보자!

공공데이터, 웹 스크래핑 등을 통해 데이터를 수집, 정제하고 탐색적으로 데이터를 분석해보자!

리액트를 활용한 웹 애플리케이션 개발 능력을 갖추고 실무에 적용할 수 있는 역량을 키워보자!

다양한 자료구조와 알고리즘을 학습하고, 프로그래밍을 통해 이를 구현하는 실습 능력을 길러보자!

Git과 GitHub를 다루는 법을 익히고 협업을 위해 사용해보자!

인공지능과 AI 윤리를 이해 및 학습하고, 자신의 전공 분야와 접목하여 인공지능 디지털 역량을 강화해보자!

틴커캐드를 통해 간단하고 재미있는 3D 모델링을 만들어보자!

블록 코딩을 통해 텍스트 코딩을 체험하고, 아두이노를 제어해보자!

실생활 및 전공의 문제를 실제 컴퓨터 프로그램으로 옮겨보기 위한 학습과 파이썬 기반 인공지능 도구 활용을 연습해보자!

프로그래밍 기술, 알고리즘 기술, 통계 분석 기술에 대한 전문 역량을 함양해보자!

웹 상에서 데이터를 수집하는 방법을 익히고, 머신러닝의 지도학습 모델을 생성해보자!

C++ 언어의 기본 개념과 객체지향 개념을 배우면서 설계해보고, 구현해보고, 개발해보자!

머신러닝의 주요 알고리즘과 딥러닝을 이해하고, 인공지능을 알아가보자!

4차 산업혁명 시대를 선도하는 글로벌 리더 육성을 위한 기본 매너와 에티켓 및 커뮤니케이션 스킬 교육

인공지능을 이용한 다양한 귀여운 로봇들과 함께 재미있게 코딩해보자!

대용량 데이터에서 유용한 정보를 추출하고 의사 결정을 지원하는 역량을 키워보자!

파이썬 프로그래밍 언어의 기본적인 내용을 학습함으로써 인공지능에 필요한 파이썬 코딩 능력을 습득해보자!

컴퓨터공학 전공자를 위한 객체지향 개념에 바탕을 둔 Java 프로그래밍

비전공자들을 위한 어비스 배포 방법을 알아보자!

직관적이고 파이써닉한 파이토치(Pytorch)를 통해 딥러닝 모델을 직접 구축하는 방법을 학습해 봅니다. 최신 Pytorch version 을 반영하였습니다.

Jetpack Compose로 그럴 듯한 앱을 만들어봅니다. 예제에서 조금 발전해서 API(Firebase)를 연결해서 네트워크 통신까지 한번 해봅니다.

Xcode를 이용해서 아이폰 전용 RPG 게임 개발을 합니다. 어플 개발에 아무런 지식이 없는 분들도 충분히 따라 오실 수 있도록 강의를 준비했습니다.

Swift 언어로 테트리스 게임을 만들어봅니다.

스스로 판단하고 적응하는 AI, 이제 직접 만들 수 있습니다. 복잡한 이론 대신 직관적인 설명과 코드로 강화학습의 핵심을 배우고, 금융, 산업 프로젝트를 통해 '실전형 개발자'로 성장하세요.

처음 시작하는 분들에게는 자주쓰이고 대신 가장 중요하고 자주 쓰는 문법만을 빠르고 가볍게 다룹니다.

파이어베이스에 대한 소개와 파이어베이스의 기능을 이용한 웹, 안드로이드 어플리케이션을 만드는 강좌 입니다.

고전 게임인 벽돌깨기를 직접 만들어 봄으로써, 아이폰(IOS) 게임개발의 개념을 익히실 수 있습니다.

머신러닝의 주요 알고리즘과 딥러닝을 이해하고, 인공지능을 알아가보자!

Windows, macOS, iOS, Android 애플리케이션을 하나의 코드로 개발 및 동작시키는 MAUI 크로스플랫폼 개발에 대해 알아봅니다.

본 강의는 웹 서비스 개발 기술인 Javascript를 사용하여 모바일 환경의 여러 가지 네이티브 앱 기능을 빠르게 만들 수 있는 방법에 대해 배우고 스토어 출시 과정까지 학습할 수 있는 강의입니다.

현재 안드로이드는 자바 언어와 Kotlin 언어로 개발할 수 있습니다. 어떤 언어를 사용하여도 같은 안드로이드 애플리케이션을 개발할 수 있습니다. 본 강좌는 안드로이드 애플리케이션 개발에 대한 기초 부터 심화까지 대부분의 내용을 다루고 있으며 기초적인 내용부터 전부 Kotlin 언어를 이용해 코드를 작성하고 있습니다. 또한 구글의 최신 UI 라이브러리인 Material 3를 이용하고 있습니다. 본 강좌는 안드로이드 전체 과정 중 3가지 프로젝트를 수행하여 보는 과정입니다. 프로젝트 수행시 Hilt, Retrofit, RoomDatabaes, MVVM 등 현업에서 실제로 사용중인 고급 기법을 익히실 수 있습니다. 또한 안드로이드 개발 도구 안에서 제미나이를 활용한 바이브 코딩을 수행하여 AI를 이용한 생산성 증대를 가져올 수 있다. 저희 소프트 캠퍼스는 항상 최신 강의를 제공하도록 노력하겠습니다.

76개의 예제로 실습하며 공부하는 코틀린 Kotlin 프로그래밍 언어. 당장 내일부터 코틀린으로 개발해야 하는데, 차근히 문법을 공부할 여유가 없나요? 이 강의에서 알려드리는 예제로 빠르게 코틀린의 모든 문법을 알아봅시다.

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.

엑셀로 딥러닝 프레임워크를 직접 구현해보자! 구현한 프레임워크로 지도학습/ 비지도학습/강화학습을 풀어보자!

새로운 swiftUI 환경에서 증강현실 AR앱을 제작합니다. ARKit, RealityKit, Core ML 등을 활용하여 나만의 스노우 앱을 만들어 봅니다.

SwiftUI 초반에 등장하는 데이터 관련 프로퍼티 래퍼에 대해 배웁니다. @State, @Binding, .constant, ObservableObject, @Published, @ObservedObject, @EnvironmentObject, @Environment

Android 및 iOS 장치에서 테스트 자동화 개발이 궁금하신 모든 분을 위한 강의입니다. 이 강의를 통해 모바일 장치에서 자동화 테스트를 수행할 수 있게 됩니다.

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.

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.