개강 D-11
[IBM x RedHat] AI Transformation - AX Academy
대한상공회의소 · 8회차 · 서울 중구
AWSDocker딥러닝풀스택네트워크K-디지털
프로그램 요약
글로벌 기업 IBM x Red Hat과 함께하는 AI 서비스 개발, 처음부터 끝까지 - 프로그래밍부터 딥러닝, 클라우드, IBM watsonx.ai까지 아우르는 AX(디지털전환) 인재 양성
- 모집마감
- 개강 전까지
- 수업일정
- 2026.08.25 ~ 2027.02.18약 6개월
- 요일시간
- 월~금 / 09:30~18:30풀타임기관
- 모집정원
- 30명
- 총 시간
- 960시간
- 학습장소
- 서울서울특별시 중구 세종대로 39오프라인
- 강의장
- 17층 대한상공회의소 인력개발사업단
- 수강료
- 미공개 상담 시 확인
출처 · 고용24 등록값 · 기관 표기분은 별도 표시
어떤 분이 수강하면 좋을지
- ✓전공·학력 무관 — K-디지털 트레이닝은 제도상 전공을 보지 않습니다
- ✓국민내일배움카드 발급이 가능하거나 기소유한 자로 국민내일배움카드를 활용하여 훈련과정 수강이 가능한 자 (학력) 무관(초대졸, 대졸 모두 가능) *단, 특성화고 졸업자의 경우 관련 전공자 (전공) 무관(컴퓨터공학, 정보통신공학, SW개발 관련 학과 우대) (교육이력) 기본적인 IT 소양을 갖춘 컴퓨터 활용 능력 소지자 (자격) 정보처리산업기사,기사 또는 기타 SW 관련 국가기술, 공인 자격 소지자 우대 (직무경험) 프론트엔드·백엔드·풀스택 개발 및 인공지능 SW 관련 기업 근무경력 우대 (기타) 적극성, 성실성, 직무 이해력 우수자 우대(1:1 대면 면접을 통해 평가예정)
하루 6시간 이상 수업이라 직장·학업 병행이 어렵습니다.
출처 · 기관 랜딩페이지 · 제도 요건
커리큘럼
- 1오리엔테이션
교강사 및 KDT 선도기업 아카데미 소개 · 선도기업 소개 · 훈련실시 계획 안내
- 2AI 서비스 개발을 위한 프로그래밍 언어
Python(변수/자료형/조건문/함수/파일입출력/객체지향/예외처리/멀티쓰레딩) · JavaScript(기본문법/함수/이벤트/DOM/비동기) · Git 및 버전관리(브랜치/병합/협업워크플로우)
- 3AI 서비스 개발을 위한 웹 풀스택
React(컴포넌트/Hooks/라우팅/상태관리/데이터페칭) · FastAPI(경로/응답/데이터검증/DB연동/인증/RESTful API)
- 4데이터베이스 & DBMS
데이터모델링, SQL, 조인/서브쿼리 · 트랜잭션 관리, FastAPI 연동, 실시간 DB 운영
- 5AI모델 개발을 위한 딥러닝
신경망 구조, PyTorch 동적계산그래프 · 과적합 방지, 경량화/양자화/프루닝 · Triton & TensorRT 모델 서빙 최적화
- 6AI모델 개발을 위한 딥러닝 심화
컴퓨터비전(CNN, 객체탐지/분할, 이미지생성) · 자연어처리(RNN/LSTM, 트랜스포머) · 멀티모달 학습, 전이학습/파인튜닝 · BERT/GPT/YOLO/GAN/Diffusion/CLIP/DALL·E 구현
- 7시스템 & 네트워크 구축
리눅스 명령어/시스템관리 · SSH/방화벽/모니터링 · OSI/TCP-IP, 서브넷팅, DHCP/DNS, 라우팅
- 8RedHat OpenShift(Docker/Kubernetes)
Docker/Compose/Swarm · Kubernetes 개념·클러스터·Pod/Service/Deployment · OpenShift 컨테이너 오케스트레이션
- 9AWS Cloud Service
EC2/S3/RDS/Lambda, IAM/VPC/보안그룹/WAF · CloudWatch/Auto Scaling, CloudFormation(IaC) · 서버리스 아키텍처(API Gateway/SNS/SQS)
- 10IBM Watsonx.ai hands On
프롬프트 엔지니어링 · IBM Python SDK 및 LangChain · RAG, Watsonx Assistant/Discovery
- 11AI service application development project
주제1 Finance 소비분석 서비스(LLM) · 주제2 Call Center 업무자동화(LLM) · 주제3 Customer Reviews 감정분석(LLM) · 주제4 AI 음성인식·대화분석(LMM) · 주제5 Image&Text 제품검색·추천(LMM) · 팀별 1개 주제 선택 진행
- 12프로젝트 발표회 및 수료식
훈련생 포트폴리오 발표 및 피드백 · 프로젝트 성과 평가 · 우수 훈련생 수상
고용24 등록 교과목 14개 보기
- RedHat OpenShift(Docker/Kubernetes)"- Docker 설치 및 기본 사용법 : Docker 이미지 생성 및 실행, 기본 명령어 사용법 (docker run, docker ps, docker stop) - 이미지와 컨테이너 관리 : Docker 이미지 생성, 빌드, 푸시, Docker Hub 레지스트리 사용 - Docker Compose : docker-compose.yml , 컨테이너 관리 - Docker Swarm : 서비스 생성 및 스케일링, Swarm 모드에서의 네트워킹 및 보안 - Kubernetes 개념 및 아키텍처 - 클러스터 설정 : Kubernetes 클러스터 설치, 클러스터 설정 및 초기화, kubectl을 사용한 클러스터 관리 - 파드, 서비스, 디플로이먼트 : 파드(Pod) 정의 및 관리, 서비스(Service) 설정 네트워킹 및 로드밸런싱, 디플로이먼트(Deployment) 배포 및 업데이트 - Kubernetes 및 RedHat OpenShift를 사용하여 컨테이너화된 애플리케이션 오케스트레이션"
- AWS Cloud Service"- 아키텍팅 기본 사항 : AWS 서비스 및 인프라, 인프라 모델, AWS API 도구, 인프라보안, Well-Architected Framework - 계정 보안 : 보안정첵, 리소스 기반 정책, 계정 페더레이션, 다중 계정 관리 - 네트워킹 : IP 주소 지정, Amazon Virtual Private Cloud(VPC), 패턴 및 할당량, 라우팅, 인터넷 액세스, NACL(네트워크 액세스 제어 목록), 보안 그룹 - 컴퓨팅 : Amazon Elastic Cloud Compute(EC2), EC2 인스턴스, 고성능 컴퓨팅, Lambda 와 EC2의 사용 시기 - 스토리지 : Amazon S3, 보안, 버전 관리, 스토리지 클래스, 공유 파일 시스템, 데이터 마이크레이션 도구 - 데이터베이스 서비스 : AWS RDS, DynamoDB 기능 및 사용, Redshift 기능, RDS와의 비교, 데이터 캐싱 및 마이그레이션 - 모니터링 및 스케일링 : 모니터링: CloudWatch, CloudTrail, VPC Flow Logs, 호출 이벤트, Elastic Load Balancing, Auto Scaling 옵션 및 모니터링 - 자동화 : CloudFormation, AWS Systems Manager - 서버리스 아키텍처 : Amazon API Gateway, Amazon SQS, Amazon SNS, Amazon Kinesis Data Streams 및 Kinesis Firehose - 엣지서비스 : Amazon CloudFront, AWS Global Accelerator , AWS Web Application Firewall(WAF), DDoS, Firewall Manager, AWS Outposts"
- IBM Watsonx.ai hands On"- AI 비즈니스를 위한 플랫폼 IBM Watsonx : 생성형 AI와 IBM Foundation Model 적용을 위한 watsonx.ai - 프로프트 엔지니어링(w/Lab) - IBM python SDK 및 Langchain(w/Lab) - Retrieval Augmented Generation(w/Lab) : Vector Embedding, Vector DB, RAG아키텍처 - IBM Watsonx Assistant, Watson Discovery를 활용한 RAG - IBM warsonx.ai 기반의 생성형 AI활용 사례 데모"
- 오리엔테이션"- 교강사 및 KDT 선도기업 아카데미 소개 - 선도기업 소개 - 훈련실시 계획 안내 - 성과 평가 일정 및 평가자료 활용 안내 - 훈련 운영사항 안내(출결, 제적조건등)"
- AI 서비스 개발을 위한 프로그래밍 언어"▶[JavaScript] - 자바스크립트 소개 및 설정 - 기본문법 : 변수와 데이터 타입. 기본 연산자 - 조건문과 반복문 : if, switch 조건문, for, while 반복문 - 함수 : 함수 정의와 호출, 화살표 함수 - 객체와 배열 : 배열의 정의와 메서드,반복문과 배열 / 객체의 정의와 사용,객체와 반복문 - 고급 함수 : 콜백 함수와 고차 함수, 클로저 - 이벤트와 이벤트 처리 : DOM과 이벤트 리스너, 기본 이벤트 처리 - DOM 탐색 : DOM 요소 선택 및 속성 변경, 클래스 추가/제거 - DOM 수정 : 요소 생성, 삽입, 삭제, 폼과 입력 값 처리 - 비동기 자바스크립트 : 콜백 패턴과 프로미스, async와 await - REST API와 Fetch API 기본 개념 및 실습 ▶[python] - 변수와 자료형 : 기본 자료형: int, float, str, bool, 컬렉션 자료형: list, tuple, set, dict, 자료형 변환. 변수 범위와 생명주기 - 조건문과 반복문 : 조건문: if, elif, else, 반복문: for, while, 리스트 내포, 반복문 제어: break, continue, pass - 함수 및 모듈 : 함수 정의 및 호출, 함수 인자와 반환값, 모듈 및 패키지 임포트, 람다 함수와 고차 함수 - 파일 입출력 : 파일 읽기 및 쓰기: 텍스트 파일, CSV 파일, 파일 모드와 예외 처리 , JSON 파일 다루기, os 모듈을 사용한 파일 시스템 조작 - 객체 지향 프로그래밍 : 클래스 및 객체, 상속 및 다형성, 캡슐화 및 정보 은닉, 클래스 메소드와 정적 메소드 - 예외 처리 : try, except, else, finally, 사용자 정의 예외, 예외 계층 구조 이해, 예외 로깅 및 추적 - 표준 라이브러리 활용 : 주요 라이브러리: os, sys, datetime, math , itertools와 collections 모듈, functools와 operator 모듈, 파이썬 내장 함수 활용 - 비동기 프로그래밍 및 멀티쓰레딩 : async 및 await 키워드, asyncio 모듈, 멀티쓰레딩 (threading 모듈), 비동기 I/O 작업 처리 ▶[Git 및 버전 관리] - Git 기초 명령어 : Git 설치 및 설정, 로컬 저장소 생성 및 초기화, 변경 사항 추적, 파일 관리 - 브랜치와 병합 : 브랜치 개념 및 생성, 작업 분리와 병합, 브랜치 삭제 및 정리 - 원격 저장소 사용 : 원격 저장소 설정 및 관리, 원격 저장소와 상호작용, 협업을 위한 원격 저장소 관리 - 협업 워크플로우 : Fork 및 Pull Request, Feature Branch Workflow, Git Flow Workflow, 코드 리뷰 및 협업 도구"
- AI 서비스 개발을 위한 웹 풀스택"▶[React] - 리액트 소개 및 기본 개념 - JSX와 컴포넌트 : JSX 문법, 함수형 컴포넌트와 클래스형 컴포넌트, Props사용 컴포넌트 데이터 전달, State와 생명주기 메서드 - Hooks : Hooks의 개념과 필요성, useState 훅, useEffect 훅, 커스텀 훅 제작 - 이벤트 처리와 폼 : 이벤트 처리하기, 폼과 사용자 입력 관리, 비제어 컴포넌트 - 컴포넌트 스타일링 : CSS 모듈과 인라인 스타일, Styled Components와 Emotion, 클래스명 조건부 적용 - 라우팅 : React Router 소개, 라우팅 설정, 동적 라우팅과 URL 파라미터 - 상태 관리 : Context API, 리덕스 소개 및 기본 사용법, 리덕스 미들웨어 (Redux Thunk, Redux Saga) - 데이터 페칭 : Fetch API와 Axios를 사용한 데이터 가져오기, useEffect를 사용한 비동기 작업 관리, SWR과 React Query를 이용한 데이터 캐싱 및 최적화 ▶[FastAPI 프레임워크] - FastAPI 소개 및 환경 설정 - FastAPI 애플리케이션 : FastAPI 앱 작성, uvicorn으로 애플리케이션 실행, 기본 경로(route) 설정 - 경로와 요청 처리: 경로 매개변수, 쿼리 매개변수, 요청 본문(Request Body) 처리 - 응답(Response) 관리 : JSON 응답, HTTP 상태 코드 설정, 커스텀 응답 형식 - 데이터 검증 및 직렬화 : Pydantic 모델 사용, 데이터 유효성 검사, 데이터 직렬화 및 역직렬화 - 종속성 주입(Dependency Injection) : 종속성 주입 개념 이해, FastAPI에서의 종속성 주입 방법, 전역 종속성 설정 - 데이터베이스 연동 : SQLAlchemy 통합, CRUD 작업, 비동기 데이터베이스 연동 - 인증 및 권한 관리 : 사용자 인증 및 권한 부여, OAuth2 및 JWT 사용 - 미들웨어와 이벤트 처리 : 미들웨어 작성, 애플리케이션 이벤트 처리 - RESTful API 설계 : RESTful 원칙 이해, API 설계 패턴"
- 데이터베이스 & DBMS"- 데이터베이스 개념 이해 - 데이터 모델링 기법: ERD 작성 및 정규화 - DBMS(Database Management System) 종류: 관계형 및 비관계형 데이터베이스 소개 - 트랜잭션 관리 및 동시성 제어: ACID 속성, 락과 트랜잭션 - SQL 구문 이해: SELECT, INSERT, UPDATE, DELETE - 조인과 서브쿼리 활용: INNER JOIN, OUTER JOIN, CROSS JOIN, 서브쿼리 - 데이터 집계 및 정렬 : 집계 함수(AVG, SUM, COUNT, MAX, MIN), 데이터 그룹화(GROUP BY) 및 조건부 그룹화(HAVING), 데이터 정렬(ORDER BY) 방법 - 데이터베이스 연동: FastAPI - 애플리케이션에서의 데이터 처리: CRUD 작업 구현, 트랜잭션 관리 및 오류 처리 기법 - 실시간 데이터베이스 운영: 백업 및 복구 전략, 성능 모니터링 및 튜닝"
- AI모델 개발을 위한 딥러닝"- 머신러닝과 딥러닝 - 신경망의 구조: 뉴런, 가중치, 활성화 함수 - 단층 및 다층 퍼셉트론 설계: 입력, 은닉, 출력 레이어 구성 - PyTorch의 동적 계산 그래프와 자동 미분 - 딥러닝 모델의 학습: 손실 함수, 옵티마이저, 배치 처리 - 과적합 방지 전략: 드롭아웃, 조기 종료, 정규화 기술 - 오버피팅을 방지하기 위한 기법 (Dropout, Data Augmentation) - 경량화, 양자화, 프루닝과 같은 기본 최적화 기법 소개 - 간단한 모델을 사용한 경량화 실습 - 모델 서빙의 개념 소개, Nvidia Triton & TensorRT를 활용한 Inference 최적화 실습 - 모델 서빙 모니터링 및 성능 측정 실습"
- AI모델 개발을 위한 딥러닝 심화"- 컴퓨터 비전 기초 : 디지털 이미지 처리 기본, 전통적인 컴퓨터 비전 기법 소개 - 컨볼루션 신경망 (CNN) : CNN의 구조와 원리, 대표적인 CNN 아키텍처 (VGG, ResNet, Inception) - 객체 탐지와 분할 : R-CNN 계열 모델 (Fast R-CNN, Faster R-CNN), YOLO, SSD 등의 단일 단계 탐지기, 시맨틱/인스턴스 분할 기법 - 이미지 생성 모델 : GAN의 원리와 응용, 변분 오토인코더 (VAE), 최신 이미지 생성 모델 (Diffusion 모델 등) - 자연어 처리 기초 : 텍스트 전처리 기법, 워드 임베딩 (Word2Vec, GloVe) - 순환 신경망 (RNN)과 LSTM : 시퀀스 데이터 처리, 텍스트 분류와 감성 분석 - 트랜스포머 아키텍처 : 어텐션 메커니즘의 이해, BERT, GPT 등 대표적인 언어 모델 - 자연어 생성과 번역 : Sequence-to-Sequence 모델, 기계 번역과 텍스트 요약 - 멀티모달 학습 : 이미지 캡셔닝, 비전-언어 사전학습 모델 (CLIP, DALL-E 등) - 전이학습과 파인튜닝 : 컴퓨터 비전에서의 전이학습, NLP에서의 사전학습 모델 활용"
- 시스템 & 네트워크 구축"▶[리눅스] - 리눅스 이해 및 명령어 : 파일 및 디렉토리 관리, 파일 내용 보기, 파일 권한 관리, 시스템 정보 확인, 텍스트 편집기 사용 - 리눅스 시스템 관리 : 사용자 및 그룹 관리, 소프트웨어 패키지 관리, 시스템 모니터링 및 관리 - 네트워크 설정 및 관리 : 네트워크 설정 및 진단, 네트워크 서비스 설정(SSH/방화벽) ▶[네트워크] - OSI 모델과 TCP/IP 프로토콜 : 네트워크 통신의 기본 이해 - IP 주소 구조 및 서브넷팅 : IP 할당 및 서브넷 설계 방법 - DHCP/DNS : DHCP 서버 및 클라이언트 설정, DNS 서버 기본 설정 및 관리 - 라우팅 기본 동작 : 로컬 네트워크 라우터 기본 설정"
- 수료식"- 수료 후 사후 관리사항 안내 - 우수 훈련생 수상 - 훈련생 소감 및 피드백 - 수료식"
- AI service application development project"1. LLM(Large Language Model) : Finance 소비 분석 서비스 2. LLM(Large Language Model) : Call Center 업무 자동화 서비스 3. LLM(Large Language Model) : Customer Reviews 감정 및 Insight 도출 시스템 4. LMM(Large Multimodal Model) : AI기반 음성 인식 및 대화 분석 시스템 5. LMM(Large Multimodal Model) : Image&Text 기반 제품 검색 및 AI추천 시스템"
- 프로젝트 발표회- 훈련생 포트폴리오 발표 및 피드백
- 총 훈련시간960 시간
출처 · 기관 랜딩페이지 · 접힘은 고용24 등록 교과목
지원 혜택
장비·학습환경
- ·데스크탑 실습환경 완비(노트북 불필요)
취업 연계
- ·IBM & Red Hat 현직자와 함께하는 기술 멘토링
- ·취업 성공을 위한 컨설팅 프로그램 운영
- ·IBM & Red Hat Partner 기업 취업 지원
그 외
- ·IBM & Red Hat 솔루션 자원 활용
- ·IBM & Red Hat 현직자 직강
출처 · 기관 랜딩페이지 · 훈련장려금은 제도
지원 절차
선발 전형이 있습니다 서류·면접 등 전형을 거쳐야 합니다. 신청한다고 모두 수강할 수 있는 것은 아닙니다.
- 1서류심사
- 2레벨 테스트(기초역량평가, 객관식)
- 3심층 상담(면접평가)
- 4선발
출처 · 기관 랜딩페이지 · 기관마다 다릅니다
자주 묻는 질문
비전공자도 지원할 수 있나요?
K-디지털 트레이닝은 제도상 전공·학력을 보지 않습니다. 다만 기관이 밝힌 훈련 대상이 있어 위 「어떤 분이 수강하면 좋을지」를 함께 확인하세요.
내일배움카드가 꼭 있어야 하나요?
지원 시점에 없어도 됩니다. 상담 단계에서 발급을 진행합니다. 다만 수강신청은 카드가 있어야 마칠 수 있습니다.
선발 절차가 있나요?
있습니다. 위 「지원 절차」의 서류·면접 전형을 확인하세요.
예전에 국비 교육을 들었는데 또 되나요?
중복수강 제한이 있을 수 있습니다. 최근 수료 이력이 있으면 상담 단계에서 먼저 확인해야 합니다.
출처 · 제도 요건 · 과정 데이터로 답이 채워지는 질문만
기관 랜딩페이지 https://new.hi-kdt.com
고용24 2026-08-14 기준 · 매일 갱신
