AI Development

Natural Language Processing

Understanding the Fundamental Principles of Large Language Models (LLMs)

Explains the basic principles of large language models like ChatGPT, focusing on theory.

37 learners are taking this course

arigaram

llm성능평가및튜닝

chatgpt

생성형ai

ChatGPT

What you will learn!

Fundamental Principles of Large Language Models (LLM)
LLM Development Process

🧭알림

2025년 8월 31일
- 섹션 1 ~ 섹션 10의 실습 목차들을 공개했습니다. 향후 시간을 두고 내용을 공개할 예정입니다.
- 섹션 1 ~ 섹션 10의 [보충] 수업과 [심화] 수업 목차를 다시 공개했습니다. 이는 실습 목차와의 연계성을 수강생이 파악하도록 하기 위해서입니다.
2025년 8월 22일
- 아직 완성하지 않은 [심화] 과정과 [보충] 과정에 속한 수업들을 비공개 상태로 변경했습니다. 향후 완성하는 대로 각 섹션별로 공개할 예정입니다. 수강생의 혼선을 줄이기 위한 조치이니 이해해 주시면 감사하겠습니다.
2025년 8월 17일
- 현재 심화 과정 수업들을 추가하고 있고, 강의 시간이 긴 수업들을 분할하고 있습니다. 그래서 수업 자료에 있는 섹션 번호와, 목차에 나오는 섹션 번호가 상이할 수 있습니다.

👥 이런 분께 추천합니다

AI 모델을 개발·배포하고자 하는 엔지니어/데이터 사이언티스트
생성형 AI 기반 신규 서비스를 기획하는 스타트업/기업 관계자
AI 윤리·법적 리스크를 고려하는 정책 기획자, 법무 담당자
최신 AI 트렌드를 알고 싶은 연구자, 석·박사 과정 학생
Prompt Engineering과 LangChain 등을 배우고 싶은 개발자
그 밖에 LLM, NLP, gpt, ChatGPT, 생성형 인공지능(AI) 등에 관심 있는 분

🔥 강의 특징

"오늘의 학습이 내일의 경쟁력으로! 10년 후에도 빛날 AI 전문성을 쌓는 가장 실전적인 강의."

"10만 원 이상의 가치? 아닙니다. 10년 후에도 당신의 커리어를 지켜줄 AI 역량 투자입니다."

"표면적 지식은 그만! 보너스 강의를 통해서 LLM 기술의 깊은 곳까지 학습할 수 있습니다."

"다른 강의와 다릅니다. 최신 연구 동향부터 미래형 AI 에 이르는 내용을 모두 담았습니다."

"AI 전문가로 성장하면서 책임감 있는 AI 개발 역량까지! 윤리, 법규, 안전성까지 한 번에 학습."

수강 후에는

생성형 인공지능의 정의, 특징, 그리고 언어 모형의 원리에 대한 깊은 이해를 바탕으로 기술의 기본을 명확히 설명할 수 있게 됩니다.
데이터 수집부터 전처리, 모델 선택, 훈련, 평가 및 유지보수에 이르는 LLM 제작 전 과정을 이해할 수 있습니다.
사전훈련, 전이학습, 미세조정, 그리고 RLHF(강화학습을 이용한 인간 의견 반영) 기술을 활용해 특정 문제를 해결할 수 있게, 언어 모형을 제작하는 과정을 이론 중심으로 이해할 수 있게 됩니다.

수강 전 참고 사항

실습 환경

이론 중심의 강의이기 때문에 별도의 실습 환경이 필요하지 않습니다.
[추가한 내용] 그러나 추가된 실습 수업들에 나온 내용으로 스스로 실습 해보시려면 구글 코랩을 준비하시면 됩니다. 구글 코랩은 구글 계정이 있으면 바로 무료로 이용할 수 있습니다(다만, 실습 내용 중 특별한 경우에는 유료 요금제에서만 제공하는 서버 성능이 필요할 수도 있습니다).

학습 자료

강의 교안을 PDF 파일 형식으로 첨부합니다.

선수 지식 및 유의사항

자연어 처리, 인공지능, 딥러닝, 강화 학습에 관한 배경 지식이 있으면 내용을 더 잘 이해할 수 있습니다.
[추가한 내용] 추가한 실습 수업들에 나온 내용으로 스스로 실습 해보시려면 파이썬 언어와 머신러닝/딥러닝 프로그래밍을 알고 계시면 크게 도움이 됩니다.

Recommended for
these people

Who is this course right for?

Someone wishing to learn LLM principles with a theoretical focus.
Those who want to understand the LLM creation process

Need to know before starting?

Deep Learning
Reinforcement Learning
Natural Language Processing

Hello
This is

326

Learners

Reviews

Answers

4.7

Rating

Courses

IT가 취미이자 직업인 사람입니다.

다양한 저술, 번역, 자문, 개발, 강의 경력이 있습니다.

Curriculum

All

139 lectures ∙ (16hr 46min)

Course Materials:

Lecture resources

Section 1. Understanding Generative Artificial Intelligence

2 lectures ∙ (34min)

Section 2. "Understanding Generative Artificial Intelligence" Advanced

3 lectures ∙ (1hr 27min)

Section 3. "Understanding Generative AI" Practice

3 lectures

Section 4. Deep Understanding of Language Model Principles

4 lectures ∙ (1hr 35min)

Section 5. "Deep Understanding of Language Model Principles" Practice

3 lectures

Section 6. Autoregressive Model vs. Self-Attention Model

6 lectures ∙ (1hr 20min)

Section 7. '자기회귀 모형 vs. 자기주의 모형' 심화

5 lectures ∙ (43min)

Section 8.

3 lectures

Section 9. Transformer Architecture and Latest Developments

5 lectures ∙ (1hr 17min)

Section 10. 'Transformer 아키텍처' 실습

3 lectures

Section 11. Comparison of Open-Source LLMs and Closed-Source LLMs

6 lectures ∙ (44min)

Section 12. '개방형 LLM과 폐쇄형 LLM의 비교' 실습

3 lectures

Section 13. Understanding Basic Concepts Related to LLM Training

3 lectures ∙ (1hr 24min)

Section 14. 'LLM 훈련 관련 기본 개념의 이해' 심화

3 lectures ∙ (1hr 2min)

Section 15. 'LLM 훈련 관련 기본 개념의 이해' 실습

3 lectures

Section 16. Understanding the Complete Process of LLM Development

4 lectures ∙ (46min)

Section 17. 'LLM 제작 전 과정 이해하기' 심화

3 lectures

Section 18. 'LLM 제작 전 과정 이해하기' 실습

3 lectures

Section 19. Detailed LLM Training Process

6 lectures ∙ (1hr 35min)

Section 20. 'LLM 훈련 과정 상세' 심화

3 lectures

Section 21. 'LLM 훈련 과정 상세' 실습

3 lectures

Section 22. LLM Evaluation Methods

4 lectures ∙ (1hr 18min)

Section 23. 'LLM 평가 방법' 심화

3 lectures

Section 24. 'LLM 평가 방법' 실습

3 lectures

Section 25. LLM Lightweight

5 lectures ∙ (2hr 21min)

Section 26. 'LLM 경량화' 심화

4 lectures

Section 27. 'LLM 경량화' 실습

3 lectures

Section 28. (Scheduled: Date TBD) [Advanced] Ethical Considerations and Responsible AI for LLMs

3 lectures

Section 29. 'LLM의 윤리적 고려 및 책임감 있는 AI' 실습

3 lectures

Section 30. (Scheduled: Date TBD) [Advanced] LLM Applications and Deployment Strategies

3 lectures

Section 31. 'LLM 응용 및 배포 전략' 실습

3 lectures

Section 32. 최신 LLM 기술 현황

5 lectures ∙ (35min)

Section 33. '최신 LLM 기술 현황' 실습

3 lectures

Section 34. (Scheduled: Date TBD) [Advanced] Latest LLM Research Trends and Future Prospects

4 lectures

Section 35. '최신 LLM 연구 동향 및 미래 전망' 실습

4 lectures

Section 36. (Scheduled: Date TBD) [Advanced] Practical Applications of Generative Artificial Intelligence

3 lectures

Section 37. '생성형 인공지능의 실전 활용' 실습

3 lectures

Section 38. (Scheduled: Date TBD) [Advanced] Guide to Small-Scale Practice and Project-Based Learning Methods

3 lectures

Section 39. '소규모 실습과 프로젝트 기반 학습 방법 안내' 실습

3 lectures

Published:

Last updated:

Reviews

Not enough reviews.

Please write a valuable review that helps everyone!

$77.00

arigaram's other courses

Check out other courses by the instructor!

하루 만에 이해하는 AI 기반 풀스택 개발 실무 트랙(주니어용)

아리가람

주니어 개발자가 인공지능을 개발 도구로 삼아 기획부터 코드 작성과 배포 및 검증에 이르는 전체 개발 과정을 이해할 수 있게 함으로써, AI 시대에 필요한 풀스펙트럼(Full-Spectrun) 역량을 갖춰 생존하고 발전할 수 있게 합니다.

Basic

프로토타이핑, crud

하루 만에 이해하는 AI 기반 풀스택 개발 실무 트랙(주니어용)

아리가람

(기획자를 위한) LLM의 기초 이해

아리가람

LLM이 필요한 이유와 기술적 배경 및 기본 개념을 설명합니다.

Beginner

NLP, LLM, gpt

(기획자를 위한) LLM의 기초 이해

아리가람

프롬프트 엔지니어링 완전 정복

아리가람

이 강의는 대규모 언어 모형(LLM)이나 생성형 인공지능을 효과적으로 활용하기 위한 핵심 기술인 프롬프트 엔지니어링을 체계적으로 학습하는 과정입니다. 기초 이론부터 실전 기법, 그리고 최신 응용 사례와 보안·윤리 문제까지 폭넓게 다루어, LLM 기반 서비스 개발자·데이터 사이언티스트·AI 기획자 모두에게 실질적인 도움을 제공합니다.

Intermediate

프롬프트엔지니어링

프롬프트 엔지니어링 완전 정복

아리가람

개발자를 위한 (바이브 코딩) 프롬프트 패턴

아리가람

이제는 인공지능을 활용해서 개발하는 시대. 인공지능을 더 잘 활용해 더 좋고, 더 정확한 코드와 문서를 만드는 방법이 필요하므로 이에 알맞은 방법을 제시합니다.

Basic

프롬프트엔지니어링

개발자를 위한 (바이브 코딩) 프롬프트 패턴

아리가람

클린 코딩: 요리 비유로 쉽게 배우는 좋은 코드 작성 기술

아리가람

👨‍🍳 코드를 요리하듯, 깔끔하고 맛있게! 『클린 코딩』은 요리에 비유해 클린 코딩을 유쾌하게 배우는 요리사 같은 개발자의 코드 요리 교실입니다. 🍽️

Basic

협업 툴, 코딩 테스트, 리팩터링

클린 코딩: 요리 비유로 쉽게 배우는 좋은 코드 작성 기술

아리가람

문제화: '개발 낭비'를 줄이는 기초 역량

아리가람

문제화(Problematization)는 문제 제기, 문제짜기 등으로도 번역되는 용어입니다. 그리고 문제 설정이나 문제 정의로도 번역될 수 있습니다. 요청 사항이나 상식 같은 알려진 사실에 대해 새로운 관점에서 의문을 제기하고, 문제를 정의하고, 이 문제를 해결하는 방식을 짜 나가는 과정이 포함되어 있는 개념입니다. 문제화는 모든 개발의 출발점이 되어야 하지만 아직까지 개발 분야에서 충분히 논의되지 않은 주제입니다. 프로젝트를 수행하는 일이나 프로그램을 개발하는 일도 사실 문제를 해결하는 계획을 세우는 일입니다. 즉, 문제화와 관련이 있다는 말입니다. 문제를 해결하려면 먼저 문제가 명확히 정의되어 있어야 합니다. 그런데 대부분 애매한 요청 형태로 문제가 주어지게 됩니다. 그러므로 애매한 요청을 명확한 문제로 바꾸는 힘이 있어야 불필요한 '개발 낭비'를 줄이고, 협업은 원활해지며, 사용자의 진짜 필요를 제대로 파악할 수 있습니다. 이 강의는 실전 사례와 도구를 통해 문제를 ‘구성하는 사고’를 훈련하도록 돕습니다.

Beginner

협업 툴, 소프트스킬, 문제해결능력

문제화: '개발 낭비'를 줄이는 기초 역량

아리가람

RAG 성능의 한계를 뚫는 인지 부하 관리 기술

아리가람

생성형 인공지능 또는 LLM을 기반으로 RAG(검색 증강 생성: Retrieval-Augmented Generation) 시스템을 구축해도 바라는 성능이 나오지 않고 마땅한 해결책이 없을 때는 어떻게 해야 할까요? 이 강의에서는 인지 부하(Cognitive Load) 이론을 기반으로 RAG 성능을 개선하는 방안을 제시합니다. 이 강의를 통해서 LLM 컨텍스트 창의 한계를 이해하고, RAG 시스템에서 인지 부하를 효과적으로 관리하는 방법을 알 수 있습니다. 청크(Chunk) 크기와 구조 설계, 고품질 청크 생성 기법, 동적 최적화, 성능 평가 및 실전 기법 등을 다루는 실무 수준 이론 강의입니다.

Intermediate

인공지능(AI), ChatGPT, LLM

RAG 성능의 한계를 뚫는 인지 부하 관리 기술

아리가람

(기획자를 위한) LLM 애플리케이션을 위한 서비스 디자인

아리가람

생성형 인공지능(생성형 AI)의 일종인 LLM을 기반으로 삼아 만드는 애플리케이션이나 웹 서비스를 기획할 때 필요한 '서비스 디자인' 개념과 방법을 익힐 수 있습니다.

Beginner

LLM, AI 활용 (AX)

(기획자를 위한) LLM 애플리케이션을 위한 서비스 디자인

아리가람

자바 네이밍

아리가람

"이름 하나 바꿨을 뿐인데, 코드가 달라졌습니다." 가독성 좋은 코드의 핵심, '읽히는 이름 짓기'를 원리부터 사례까지 정리했습니다. 읽기 쉬운 이름이 협업의 시작입니다.

Basic

naming-conventions, naming, renaming

자바 네이밍

아리가람

시큐어 코딩 쪼개기

아리가람

시큐어 코딩(Secure Coding: 보안 코딩)이 무엇인지 전혀 몰라도 이해할 수 있게 한 강의입니다. 기본 보안 코딩 개념을 섭렵한 다음에 웹 서비스 보안을 중심으로 설명합니다. OO 대학교 주관 특강으로 진행했던 강의였습니다. 160개가 넘는 소스 코드를 풍부한 주석과 함께 제시해 실무에서 당장 쓸 수 있는 핵심 주제와 기법을 콕콕 찍어 알 수 있게 합니다.

Basic

보안 교육

시큐어 코딩 쪼개기

아리가람

C 언어 빠르게 훑어보기

아리가람

C 언어의 기본 개념과 기본 문법을 빠르게 이해할 수 있습니다.

Beginner

C, 임베디드

C 언어 빠르게 훑어보기

아리가람

LLM의 역사와 발전

아리가람

자연어 처리 기술의 출발부터 시작해서 최신 LLM 모형에 이르기까지의 과정에서 개발된 다양한 언어 모형들을 상세히 설명합니다.

Beginner

NLP, RNN, self-attention

LLM의 역사와 발전

아리가람

CrewAI와 LLM으로 인공지능 판사 만들기

아리가람

LLM 기반 다중 에이전트 기술을 구현할 수 있게 하는 CrewAI, 지식 그래프, 추론 시스템을 결합해 인공지능 판사를 만들어 봅니다.

Intermediate

인공지능(AI), LLM, AI Agent

CrewAI와 LLM으로 인공지능 판사 만들기

아리가람

(기획자를 위한) LLM 애플리케이션 사용자 요구 사항 수집과 분석 방법의 이해

아리가람

LLM 서비스를 기획하기 위해 사용자가 요구하는 사항을 수집하고 분석하는 방법을 살펴봅니다.

Beginner

프로젝트 관리, 서비스 기획, 인공지능(AI)

(기획자를 위한) LLM 애플리케이션 사용자 요구 사항 수집과 분석 방법의 이해

아리가람

(기획자를 위한) LLM의 한계와 미래 전망

아리가람

LLM의 한계와 한계 극복 방안과 최신 연구 주제를 살펴봅니다.

Beginner

NLP, 서비스 기획, 콘텐츠 기획

(기획자를 위한) LLM의 한계와 미래 전망

아리가람

(기획자를 위한) LLM 응용 서비스 사례 분석

아리가람

LLM을 사용해 구축할 수 있는 애플리케이션이나 웹 서비스들로는 어떤 것들이 있는지 살펴봅니다.

Beginner

NLP, 서비스 기획, 콘텐츠 기획

(기획자를 위한) LLM 응용 서비스 사례 분석

아리가람

Similar courses

Explore other courses in the same field!

맞춤형 LLM 만들기 – LoRA & QLoRA 파인튜닝 실습 입문

HappyAI

"LoRA 기반 경량 파인튜닝으로 도메인 특화 맞춤형 LLM을 만들어보는 입문 실습 강의!" 맞춤형 LLM, 이제는 직접 만들 수 있습니다. 이 강의는 복잡한 이론 없이, LoRA 기반 경량 파인튜닝 실습을 중심으로 도메인 특화 LLM을 쉽게 만드는 흐름을 배울 수 있도록 설계되었습니다. 처음 LLM을 다루는 분도 따라올 수 있도록, 모델 불러오기 → 데이터 넣기 → 학습시키기 → 결과 비교까지 전 과정을 단계별로 안내합니다. 적은 자원으로도 특정 분야에 특화된 LLM을 만드는 최신 기법을 직접 실습하며 익혀보세요!

Beginner

딥러닝, NLP, 인공지능(AI)

맞춤형 LLM 만들기 – LoRA & QLoRA 파인튜닝 실습 입문

HappyAI

(기획자를 위한) LLM의 기초 이해

아리가람

LLM이 필요한 이유와 기술적 배경 및 기본 개념을 설명합니다.

Beginner

NLP, LLM, gpt

(기획자를 위한) LLM의 기초 이해

아리가람

LLM 기초부터 최신 RAG·LangChain까지: 단 5시간 만에 LLM 기초과정 마스터!

HappyAI

LLM 기초이론, LangChain과 RAG의 핵심적인 기술을 마스터하는 강의입니다. LLM기초부터 실무에 쓰이는 최신 AI 기술을 쉽게 배울 수 있습니다!

Basic

챗봇, LLM, LangChain

LLM 기초부터 최신 RAG·LangChain까지: 단 5시간 만에 LLM 기초과정 마스터!

HappyAI

[LLM 101] LLM 필수기초 & LLaMA SFT 튜닝하기 (feat. ChatApp Poc)

꿈꾸는범블비

LLM을 위해 필요한 기초지식부터 실전에서 쓰일법한 팁까지 핵심적인 내용위주로 빠르게 현직자가 전달합니다!

Basic

NLP, ChatGPT, LLM

[LLM 101] LLM 필수기초 & LLaMA SFT 튜닝하기 (feat. ChatApp Poc)

꿈꾸는범블비

인공지능(AI) 프로젝트 제대로 배우기 Part.3

유용한IT학습

본 과정은 AI 모델링 프로젝트를 실무에서 능숙하게 수행하기 위한 기본 이론과 실무 활용 능력을 동시에 기를 수 있도록 구성되었습니다. 학습자는 AI 프로젝트의 전반적인 흐름을 이해하고, 문제 정의 → 모델 설계 → 데이터 확보 및 전처리 → 특징 추출 → 모델 학습 및 검증까지 단계별 과정을 실습과 함께 경험하게 됩니다. 또한, 다양한 상황에서 최적의 AI 모델을 선정하고 관리하는 방법을 학습하여, 실제 비즈니스 현장에 적용할 수 있는 AI 실무 역량을 쌓을 수 있습니다. 본 과정을 통해 학습자는 AI 모델링 프로젝트 전 과정을 체계적으로 이해하고, 이를 기반으로 데이터 기반 문제 해결 능력을 강화할 수 있습니다.

Beginner

인공지능(AI)

인공지능(AI) 프로젝트 제대로 배우기 Part.3

유용한IT학습

인공지능은 어떻게 생각하고 배우는가? 머신러닝 완전 정복

공룡선생

세상을 바꾸는 AI의 모든 것을 단 4강으로 정복한다! 1강. 인공지능의 진짜 정체 AI는 마법이 아니다. 인간의 ‘지능’을 수식처럼 분석해 만든 디지털 두뇌! 똑똑한 척하는 인공지능의 핵심 구조를 낱낱이 파헤칩니다. 2강. 알고리즘, AI의 창의적(?) 사고법 고민하는 AI는 어떻게 해답을 찾을까? 바둑을 두고, 길을 찾고, 당신의 검색 결과를 예측하는 AI의 전략을 직접 만나보세요. 3강. AI 하드웨어, 상상을 현실로 만드는 엔진! 당신의 스마트폰 속 칩이 AI의 심장이다. CPU, GPU, TPU, 그리고 알 수 없는 그 이름들까지 전부 해부합니다. 4강. 머신러닝과 딥러닝의 대격돌! AI가 '배운다'는 건 대체 무슨 뜻인가? 고전적인 규칙 기반 AI에서, 요즘 핫한 챗GPT까지! 학습의 진화를 추적합니다.

Beginner

머신러닝, 딥러닝, 인공지능(AI)

인공지능은 어떻게 생각하고 배우는가? 머신러닝 완전 정복

공룡선생

모두를 위한 대규모 언어 모델 LLM Part 3 - 구글 제미나이(Google Gemini) API, OpenAI API와 젬마(Gemma)로 AI 어플리케이션 만들기

AISchool

구글 제미나이(Gemini) 모델의 개념과 Gemini API 활용 방법을 학습하고, Streamlit을 이용해서 다양한 AI 어플리케이션을 만들어보는 강의입니다.

Intermediate

openAI API, ChatGPT, gemini

모두를 위한 대규모 언어 모델 LLM Part 3 - 구글 제미나이(Google Gemini) API, OpenAI API와 젬마(Gemma)로 AI 어플리케이션 만들기

AISchool

200% 활용하는 ChatGPT 질문법

컨100

<200% 활용하는 챗 GPT 질문법>은 ‘챗 GPT에게 어떻게 질문해야 원하는 답을 얻을 수 있는가?’에 초점을 맞춘 실습형 콘텐츠입니다. 본 과정에서는 챗 GPT의 무료 버전을 기본으로 활용하고 있으며, 내용에 따라 일부 유료 버전도 함께 실습함으로써 학습자의 활용 환경에 맞춘 실습을 진행하고 있습니다. 본 과정을 통해 학습자는 챗 GPT에 좋은 질문을 하는 방법을 터득하고, 다양한 확장 프로그램을 실제로 사용하여 업무 활용성을 높일 수 있습니다.

Basic

ChatGPT

200% 활용하는 ChatGPT 질문법

컨100

누구나 가능! 코딩 없이 나만의 서비스 만드는 '바이브코딩'

셀피쉬클럽

이제는 누구나 코딩 없이도 서비스를 만들 수 있는 시대입니다. 셀피쉬클럽 크루들은 실제 사용을 위한 서비스를 딱 필요한 기능만 골라 3주 안에 구현했습니다. 코딩 할 줄 모르는 크루들이 자연어 프롬프트만으로 ‍직접 문제를 해결하기 위해 서비스를 직접 만든 사례들입니다. 바이브 코딩은 더 이상 낯선 개념이 아닙니다! ‘코딩으로 실제 어떤 문제를 해결할 수 있는지’ 실제 사례들을 통해 모두 공유합니다!

Beginner

바이브코딩, replit, ChatGPT

누구나 가능! 코딩 없이 나만의 서비스 만드는 '바이브코딩'

셀피쉬클럽

모든 직장인을 위한 누구나 이해할 수 있는 인공지능

최진영

인공지능이 처음인 사람의 눈높이에 맞춘 인공지능 입문 강의! 데이터부터 생성형 AI까지 핵심 개념을 쉽게 정리했습니다. 인공지능을 만드는 것이 아닌 질문하고 설명할 수 있는 수준의 실무 이해를 목표로 합니다.

Beginner

머신러닝, 딥러닝, 추천 시스템

모든 직장인을 위한 누구나 이해할 수 있는 인공지능

최진영

인공지능(AI) 프로젝트 제대로 배우기 part.1

유용한IT학습

본 과정은 AI 모델링 및 서비스 기획을 실무에 적용하기 위해 필요한 기본 이론과 실무 프로세스를 학습하는 과정입니다. 학습자는 AI 모델링 프로젝트를 능숙하게 수행하기 위해 필수적인 기초 지식을 습득하고, 실제 현업에서 활용되는 다양한 실무 절차를 경험할 수 있습니다. 특히 AI 서비스의 환경 분석 → 목표 수립 → 요구사항 분석 → 서비스 모델 설계 → 시나리오 기획 → 활용 기획 → 실행 계획 수립 → 성과 평가 기획까지 이어지는 전체 흐름을 단계적으로 학습하도록 구성되어 있습니다. 이를 통해 단순히 기술적인 관점의 학습에 그치지 않고, 비즈니스와 서비스 기획 차원에서 AI를 어떻게 도입하고 활용할 것인지에 대한 체계적인 사고와 실무 적용 능력을 기를 수 있습니다. 본 과정을 마친 학습자는 AI 프로젝트의 전반적인 기획과 실행 과정을 이해하고, 실제 기업 환경에서 AI 서비스 기획자·PM·데이터 기반 전략가로서 역량을 강화할 수 있을 것입니다.

Beginner

인공지능(AI), AI 활용 (AX)

인공지능(AI) 프로젝트 제대로 배우기 part.1

유용한IT학습

LLM Finetuning : RunPod와 Multi-GPU 실습

다니엘

실리콘밸리 LLM 프로젝트 현업자에게 배우는 LLM Fine-Tuning 노하우를 가득 담았습니다

Basic

LLM, RunPod, openAI API

LLM Finetuning : RunPod와 Multi-GPU 실습

다니엘

(기획자를 위한) LLM 응용 서비스 사례 분석

아리가람

LLM을 사용해 구축할 수 있는 애플리케이션이나 웹 서비스들로는 어떤 것들이 있는지 살펴봅니다.

Beginner

NLP, 서비스 기획, 콘텐츠 기획

(기획자를 위한) LLM 응용 서비스 사례 분석

아리가람

엣지 컴퓨팅 기초와 활용: 개념부터 실전 구축 전략

디펙업

데이터가 폭발적으로 증가하고 실시간 처리가 중요해지는 시대에 엣지 컴퓨팅은 더 이상 선택이 아닌 필수 기술로 자리매김하고 있습니다. 본 강의는 엣지 컴퓨팅의 핵심 개념부터 실제 비즈니스 환경에 적용하기 위한 구축 전략까지, 모든 것을 체계적으로 학습할 수 있도록 구성되었습니다. 본 강의를 통해 수강생 여러분은 엣지 컴퓨팅의 기본 원리를 탄탄히 다지고, 실제 업무 및 프로젝트에 적용할 수 있는 실질적인 지식과 노하우를 습득하게 됩니다. 미래 IT 환경의 핵심 기술인 엣지 컴퓨팅 전문가로 성장하기 위한 가장 확실한 첫걸음을 내딛어 보세요!

Beginner

AWS, Google Cloud Platform, CI/CD

엣지 컴퓨팅 기초와 활용: 개념부터 실전 구축 전략

디펙업

인공지능 대학원 준비 A-Z: 스펙 정리에서 컨택, 서류, 면접까지

에폭

이 강의를 통해 인공지능 대학원 입시 과정 및 준비 방법을 처음부터 끝까지 알아가실 수 있을 거예요! 합격 확률을 높이는 좋은 내용도 같이 알려드리겠습니다!

Beginner

인공지능(AI), 면접

인공지능 대학원 준비 A-Z: 스펙 정리에서 컨택, 서류, 면접까지

에폭

수많은 AI 회사들을 만나며 느낀 AI 개발의 현주소

인프런

Basic

인공지능(AI), LLM

수많은 AI 회사들을 만나며 느낀 AI 개발의 현주소

인프런

인공지능(AI) 프로젝트 제대로 배우기 Part.2 학습데이터 구축

유용한IT학습

본 과정은 AI 모델링 프로젝트를 성공적으로 수행하기 위해 필수적인 ‘AI 학습 데이터 구축’ 전 과정을 학습하는 과정입니다. 학습자는 단순히 이론적인 지식에 머무르지 않고, 실제 실무에서 요구되는 데이터 구축 프로세스를 단계별로 경험하게 됩니다. 구체적으로 AI 학습 데이터의 기획 → 획득 → 저장 → 정제 → 라벨링 → 가명정보 결합 및 변환에 이르는 전 과정을 실습 중심으로 다루어, 현업에서 바로 적용 가능한 실무 능력을 기를 수 있도록 구성되어 있습니다. 또한 데이터의 품질 관리와 보안 이슈, 개인정보 비식별화 처리, 데이터셋 최적화와 같은 AI 프로젝트에서 가장 중요한 데이터 관리 역량을 체계적으로 학습하게 됩니다. 이를 통해 학습자는 단순한 데이터 수집자가 아닌, AI 프로젝트를 주도적으로 기획하고 실행할 수 있는 데이터 전문가로 성장할 수 있습니다. 👉 본 과정을 통해 학습자는 AI 모델 성능을 좌우하는 양질의 학습 데이터 구축법을 이해하고, 이를 실무 환경에 효과적으로 적용할 수 있는 실질적인 역량을 확보하게 될 것입니다.

Beginner

인공지능(AI), AI 활용 (AX)

인공지능(AI) 프로젝트 제대로 배우기 Part.2 학습데이터 구축

유용한IT학습

ISTQB AI Testing - 베스트 프랙티스를 배우고 시험에 대비

edu

AI 기술의 현재와 미래를 이해하고, 머신러닝 등 AI 모델의 테스트 과정을 체험하며 테스터의 역할을 배우게 됩니다. AI 기반 시스템 테스트 전략 수립부터 테스트 케이스 설계 · 실행, 또 테스트 지원을 위한 AI 활용 방법까지 폭넓게 익힙니다. 본 과정을 ISTQB의 AI Testing 실러버스를 기반으로 진행되며, ISTQB AI Testing 자격시험을 완벽하게 준비할 수 있는 기회를 제공합니다.

Beginner

ISTQB, 소프트웨어 테스트, 인공지능(AI)

ISTQB AI Testing - 베스트 프랙티스를 배우고 시험에 대비

edu

인공지능(AI) - 새로운 비디오, 동영상를 만들어 주는 런웨이(runway ai) 배우기

유용한IT학습

본 강좌는 AI 플랫폼에 대한 기초부터 실습까지 다루며, AI 이미지 생성 기술을 익힐 수 있는 과정입니다. 학습자는 AI의 기본 개념을 이해하고, 다양한 도구와 기술을 활용하여 AI 이미지를 생성하는 능력을 키울 수 있습니다. 이 과정을 통해 AI 분야에 대한 이해도를 높이고, 실전에서 AI 이미지를 직접 생성하는 방법을 배울 수 있습니다.

Beginner

인공지능(AI), AI 활용 (AX), 딥러닝

인공지능(AI) - 새로운 비디오, 동영상를 만들어 주는 런웨이(runway ai) 배우기

유용한IT학습

인공지능 코딩을 위한 엔트리

국립안동대학교 SW융합교육원

블록 코딩 엔트리를 활용해 컴퓨팅 사고 및 문제해결력을 키우고, 엔트리 AI 도구를 통해 인공지능 개념을 익히고 간단한 머신러닝 학습을 실습한다.

Beginner

Entry, 블록코딩, 인공지능(AI)

인공지능 코딩을 위한 엔트리

국립안동대학교 SW융합교육원

Understanding the Fundamental Principles of Large Language Models (LLMs)

What you will learn!

🧠 대규모 언어 모형(LLM)의 기초 원리 이해: 생성형 AI 실전 활용부터 최첨단 연구 동향까지

🧭알림

🧭 지금이 시작할 때입니다

👥 이런 분께 추천합니다

🔥 강의 특징

🧑‍💻 설명 방식

수강 후에는

수강 전 참고 사항

실습 환경

학습 자료

선수 지식 및 유의사항

🧭 지금이 시작할 때입니다

Recommended for
these people

Hello
This is

Curriculum

Reviews

arigaram's other courses

Similar courses

Understanding the Fundamental Principles of Large Language Models (LLMs)

What you will learn!

🧠 대규모 언어 모형(LLM)의 기초 원리 이해: 생성형 AI 실전 활용부터 최첨단 연구 동향까지

🧭알림

🧭 지금이 시작할 때입니다

👥 이런 분께 추천합니다

🔥 강의 특징

🧑‍💻 설명 방식

수강 후에는

수강 전 참고 사항

실습 환경

학습 자료

선수 지식 및 유의사항

🧭 지금이 시작할 때입니다

Recommended for these people

HelloThis is .css-1q3zd4q{text-decoration-line:underline;text-underline-position:under;text-underline-offset:1px;}

Curriculum

Reviews

arigaram's other courses

Similar courses

Recommended for
these people

Hello
This is