AI 도입의 필요성은 느끼지만,
시작이 막연하다면.

서비스에 AI 추천 모델을 도입해 완성도를
높이고 싶었는데, 방법을 모르겠어요.

6년 차 웹 풀스택 엔지니어

NPC 대화 시스템에 LLM을 파인튜닝해서
적용하는 등 AI로 다양한 문제를 풀고 싶어요.

5년 차 게임 서버 개발자

AI로 이슈 패턴을 학습시켜 업무 효율화를
하고 싶었는데, 시작을 못 해서 포기했어요.

3년 차 미들웨어 개발자

실무에 AI를 도입하면
문제 해결의 폭이 확장됩니다.

개발에 AI를 도입하는 것은 단순한 기능 구현을 넘어, 데이터 중심의 새로운 가치를 창출하는 개발 방식을 뜻합니다.

실무에서 AI를 도입하면 업무 효율화와 더불어, 코드 리뷰 자동화, 서비스 개인화, 이상 탐지 등 기존에 어려웠던 문제도 효과적으로 해결하며 더 큰 임팩트를 창출할 수 있습니다.

AI를 도입해 더 다양한 문제를 해결할 수 있는 개발자로 성장할 수 있도록 특별한 애정과 관심으로 함께하겠습니다.

선배들의 후기

AI를 활용하고 있는
선배 기수의 이야기를 들어보세요.

업무에 RAG을 적용하는 등
AI를 전문적으로 활용하고 있어요.
회사에서도 AI를 활용해서 서비스를 만드는 방안도 논의 중이고요. AI와 업무를 조금씩 접목해 가는 중이에요. 저도 그랬던 것처럼, 어느 날 갑자기 AI 프로젝트가 주어질 수 있어요. 그럴 때 AI에 대한 사전 지식이나 경험이 있다면, 새로운 업무에 훨씬 더 능동적으로 대처할 수 있어요.

임요한

2년 차 프론트엔드 개발자

업무 효율을 높이기 위해 자연어를
SQL로 변환하는 시스템을 구현하고 있어요.
AI를 사용하지 않고도 같은 결과를 얻을 수 있지만,
훨씬 더 빠르고 쉽게 작업할 수 있다는 것을 몸소 느끼고 있어요.
AI를 활용해 새로운 기술을 빠르게 습득하고 적용해서,
서비스와 팀에 필요한 개발자로 성장하고 싶어요.

이병현

4년 차 프론트엔드 개발자

멘토링을 통해 지름길로 갈 수 있었습니다.

멘토링이 아니면 얻을 수 없는 귀한 정보들을 정말 많이 얻었습니다. AI는 새롭게 시작된...더보기

신*우

2년 차 프론트엔드 개발자

직장에서 바로 AI 서비스 개발을 맡았습니다.

AI에 대해 막연했지만, 교육을 통해 앞으로 무엇을 배워야 할지 명확해 졌습니다. 수강 직...더보기

김*현

2년 차 서버/백엔드 개발자

이론과 동작 원리를 배우고,
코드로 구현하며 서비스 배포까지.

실전에서 AI로 문제를 해결하는 개발자로 도약하세요.

8주 뒤, 구현할 수 있게 되는 서비스 예시

서비스 특성에 맞게 LLM을 파인튜닝하고, 정교한 답변을 하는 즉문즉답 챗봇

NLP, RNN, Transformer 등 자연어 처리 모델을 학습하고, 긍정/부정 구분하는 시장 동향 뉴스 분류 모델

수학적 연산을 코드로 풀어서 해결하는 Prompting 기법으로 구현하는 재고 예측 모델

GPT, BERT와 같이 학습된 pre-trained 자연어 모델을 활용한 리뷰 분석 및 추천 모델

GPT, BERT와 같이 학습된 pre-trained 자연어 모델을 활용한 주식 가격 예측 모델

이론과 동작 원리를 배우고,
코드로 구현하며 서비스 배포까지.

실전에서 AI로 문제를 해결하는 개발자로 도약하세요.

8주 뒤, 구현할 수 있게 되는 서비스 예시

서비스 특성에 맞게 LLM을 파인튜닝하고, 정교한 답변을 하는 즉문즉답 챗봇

NLP, RNN, Transformer 등 자연어 처리 모델을 학습하고, 긍정/부정 구분하는 시장 동향 뉴스 분류 모델

수학적 연산을 코드로 풀어서 해결하는 Prompting 기법으로 구현하는 재고 예측 모델

GPT, BERT와 같이 학습된 pre-trained 자연어 모델을 활용한 리뷰 분석 및 추천 모델

GPT, BERT와 같이 학습된 pre-trained 자연어 모델을 활용한 주식 가격 예측 모델

사전 합류 혜택

빠르게 합류할수록
성장의 폭은 넓어집니다.

혜택 1

사전 스터디 참여 기회

AI가 처음이어도 괜찮습니다. AI 기초부터 파이썬, 라이브러리까지 사전 스터디를 통해 기초를 다질 수 있습니다.

파이썬 기초 다지기

AI 기초 이해하기 (머신러닝/딥러닝)

LLM 라이브러리 이해하기

혜택 2

200만원 상당의 강의 5종 지급

합류 즉시 딥러닝·머신러닝 기초, 파이썬 문법, Streamlit, 생성형 AI 활용 강의를 제공합니다. 본 과정 전, AI 자신감을 얻어갑니다.

혜택 3

현직자 오픈채팅방 초대

커리어 정보를 공유하는 카톡방에 초대됩니다. 현직 개발자 중심으로 입장코드를 안내하고 있는 커뮤니티입니다.

상세 커리큘럼

8주 과정

과제 16개

프로젝트 1개

전체 펼치기

사전 준비 과정

언어 기초 / AI 이론 / 라이브러리 스터디

합류 후 제공되는 강의와 자료를 참고하여 파이썬 기초 문법, AI 이론, LLM 라이브러리를 학습합니다. 희망 시 동기들과 함께하는 스터디에 참여합니다.

- 파이썬 기초 문법 스터디 (선택)
- 머신러닝/딥러닝 강의 1회 완강을 목표로 하는 AI 이론 스터디 (선택)
- LLM을 활용하기 위한 Pandas/Numpy/Pytorch 라이브러리 스터디 (선택)

[사전 지급 강의] · AI가 처음이어도 쉽게 배우는 생성형 AI A to Z · 실무에 바로 쓰는 기초가 탄탄한 딥러닝 · 실무에 바로 쓰는 바닥부터 시작하는 머신러닝 · 파이썬 문법 뽀개기 · streamlit을 활용한 웹 서비스 개발

1~2주차

딥러닝 이론과 자연어 처리

머신러닝과 딥러닝의 핵심 개념 및 자연어 처리에 대해 다룹니다. 자연어 처리 문제들을 해결하는 딥러닝 모델들(RNN, Transformer)을 이해하고, 실습합니다.

기본 과제

심화 과제

- 머신러닝 개요: 선형 회귀 모델을 통한 머신러닝 기본 개념, 수학적 표현, 평가 방법 학습
- 다층 퍼셉트론(MLP): 비선형 문제 해결을 위한 ReLU 활성 함수를 포함한 MLP 모델 학습 및 역전파(backpropagation)로 최적화
- 딥러닝 기법: 딥러닝 모델의 일반화 성능을 높이기 위한 오버피팅 방지 기법과 활성 함수, 최적화 방법(Adam 등) 학습
- NLP(Natural Language Processing, 자연어 처리), RNN(Recurrent Neural Network, 순환 신경망), Transformer(딥러닝 모델)

기본 과제

주어진 문장에서 나올 다음 단어를 예측하는 모델 구현

심화 과제

Multi-head Attention으로 감정 분석 모델 구현

3~5주차

LLM 원리 & 멀티모달 LLM과 RAG의 활용

LLM의 동작 원리와 HuggingFace 라이브러리 및 API, 멀티모달과 RAG를 활용해 서비스를 구현하는 방법을 배웁니다.

기본 과제

심화 과제

3주차

LLM 원리와 작동 방식

대규모 언어 모델(LLM)과 Transfer Learning을 활용해 자연어 처리 성능을 극대화하는 방법을 학습하며, BERT와 GPT 같은 사전 학습 모델의 동작 원리를 배웁니다.

- Transfer Learning: 데이터가 부족하거나 충분해도 훨씬 빠르게 generalization 할 수 있는 모델 학습
- BERT, GPT의 작동 방식을 배우고 직접 코드로 구현해 보며 깊이 이해

개인 과제

Pre-trained 모델로 효율적인 NLP 모델 학습하기

4~5주차

멀티모달 LLM과 RAG의 활용

HuggingFace 라이브러리를 사용해 LLM을 쉽게 구현하고 활용하는 방법을 다루며, zero-shot, 프롬프트 기법 등을 실습을 통해 학습합니다. VLM과 RAG를 활용하는 방법도 알게 됩니다.

- HuggingFace 활용 방법
- Zero & Few Shot Classification과 Prompting 기법 실습
- RAG를 활용한 멀티모달 LLM 서비스 구현

개인 과제

다양한 형태의 입력을 가지는 LLM 서비스 개발

6~8주차

대화형 LLM 서비스 개발 및 클라우드 배포

클라우드 환경에 오픈소스 LLM을 설치하고, 실제 데이터를 학습 시키며 Fine-Tuning의 과정을 거칩니다.

기본 과제

프로젝트

- LLM Fine-Tuning: GPT와 같은 objective로 나만의 LLM 만드는 방법 학습
- LLM 챗봇 서비스 개발: 위 LLM 기반으로 챗봇 제작 및 클라우드 서비스를 통해 LLM과 소통할 수 있는 서비스를 streamlit으로 개발
- LLM 경량화: LLM을 서비스할 때 사용할 수 있는 경량화 방법론 학습

논문 요약 Q&A 챗봇

기본 과제

Validation data를 포함하여 Fine-Tuning 해보기

프로젝트

나만의 LLM 서비스 개발하기

수료 이후

이직 코칭 및 협력사 연계

희망하는 분들에 한하여 이직 지원 등이 진행됩니다.

- 현직 시니어 개발자의 이력서 피드백 제공
- 실전 경험을 쌓을 수 있는 현업 프로젝트 매칭
- 협력사인 보이저엑스, 잡코리아와 이직 연계 진행

* 더 탁월한 성장을 위해 커리큘럼은 지속적으로 업데이트됩니다.

8주간의 성장 이후엔, 가슴 뛰는 기회가 주어집니다.

희망하는 분들에게 수료 후 이직 코칭과 협력사 기업 연계가 지원됩니다.

이직 코칭

수료 후 IT 인재 채용 플랫폼 인텔리픽에서 무료로 현직 시니어의 이력서 피드백을 받을 수 있습니다.

협력사 기업 연계

취업 플랫폼 잡코리아와 인공지능 스타트업 보이저엑스가 협력사로 참여하여, 특별 취업 연계를 지원합니다.

주간 일정

현업과 병행하며,
압축 몰입합니다.