개강 D-6
실무로 배우는 생성형AI & 클라우드 서비스 개발 전문가 과정(GPT & LLM 활용)
한국소프트웨어인재개발원 · 6회차 · 서울 금천구
JavaPythonSQL클라우드쿠버네티스K-디지털
프로그램 요약
[가산본원] 실무로 배우는 생성형AI & 클라우드 서비스 개발 전문가 과정(GPT & LLM 활용) with 바이브코딩
- 모집마감
- 개강 전까지
- 수업일정
- 2026.08.20 ~ 2027.03.02약 6개월
- 요일시간
- 09:30~18:30풀타임기관
- 모집정원
- 30명
- 총 시간
- 1,040시간
- 학습장소
- 서울서울특별시 금천구 가산디지털2로 101오프라인
- 강의장
- 한라원앤원타워 B동 306호, 307호
- 수강료
- 40만원
출처 · 고용24 등록값 · 기관 표기분은 별도 표시
어떤 분이 수강하면 좋을지
- ✓전공·학력 무관 — K-디지털 트레이닝은 제도상 전공을 보지 않습니다
- ✓■ 학력 :
- ✓전문학사(2년제~3년제) 이상 졸업자 및 졸업예정자 우대 ■ 전공
- ✓필수 사항 : 전공 무관
- ✓우대 사항 : IT관련학과(컴퓨터공학, 정보통신공학, 소프트웨어(공학), 통계학, 수학 ■ 자격사항
- ✓수료 후 취업에 있어 결격사유가 없는 자
- ✓정부지원을 받는 훈련과정 수강 중에 있지 아니한 자
하루 6시간 이상 수업이라 직장·학업 병행이 어렵습니다.
출처 · 기관 랜딩페이지 · 제도 요건
커리큘럼
고용24 등록 교과목 18개 보기
- 도커와 쿠버네티스▪k8s의 베어메탈, 클라우드 환경을 통한 설치 ▪ReplicaSetPod/Deployment /Service 객체 이해하기와 기본 서비스 배포 ▪오버레이를 통한 클러스터 안정화 ▪ClusterIP/NodePort를 활용한 서비스 배포 ▪클라우드 로드밸런서 통한 서비스 배포 ▪on-premise 환경에서 로드밸런서를 통한 서비스 배포 ▪인그레스의 구조와활용, 볼륨(PV, PVC) ▪k8s 계정과 Role/Cluster Role ▪포드의 자원 사용량 제한하기 ▪쿠버네티스 스케줄링과 오토스케일링 ▪컨테이너(Amzon EC-S) 기반 시스템 ▪Amazon EKS 환경 및 인프라 구축
- MSA 기반 애플리케이션 개발▪테스트 주도 개발 개념, xUnit 테스트 프레임워크 ▪단위테스트 실습, 테스트 케이스 작성과 리팩토링 ▪데이터 일관성 유지, 데이터 통합 패턴 ▪명령&쿼리 책임 분리, 이벤트 소싱 패턴, SAGA 패턴, UI 패턴 ▪도메인 주도 설계(DDD) 개념 ▪바운디드 콘텍스트 단위 분리 및 매핑 ▪도메인 오브젝트 구성요소 설계 ▪Aggregate, Entity, Value Object, 모델링 ▪클러스터 구성과 서비스 배포를 위한 쿠버네티스 활용
- 팀별 주제 선정을 통한 프로젝트 실습▪기업별 현장 실무 프로젝트(채용 예정 기업 프로젝트 주제 활용) ▪수요기업 요구사항 분석 ▪기획서 작성 및 WBS 작성 ▪UML, Data Diagram ▪데이터 정의서, 프로그램 설계서, 기능정의서, 화면설계서 작성 등 ▪코드 구현 및 업무 보고서 ▪결과 보고서 작성 ▪발표 자료
- 오리엔테이션▪훈련과정(커리큘럼) 및 일정안내 ▪HRD 출석 및 유의사항 안내 ▪학사관리 시스템 소개 및 가입안내
- 기업설명회▪참여기업의 사업영역, 직무내용, 근무환경, 복리후생 등의 정보전달
- 인성교육▪신입사원 인성교육
- 모의면접▪참여기업의 인사 담당자의 모의면접 ▪훈련생 그룹별 면접 진행 ▪면접시 주의사항, 실전연습 및 피드백
- 프로젝트 성과 발표회▪팀 프로젝트 최종 발표 평가 및 피드백 ▪최우수/우수팀 포상
- 웹 인터페이스 개발 자바프로그래밍▪자바 개발 환경 설정 ▪GitHUB Copilot 연동 환경 설정 ▪변수,상수,제어문 ▪배열, 함수 ▪클래스, 생성자 ▪상속, 다형성, 인터페이스 ▪I/O 및 Network Programming ▪C/S Programming ▪Lambda, Stream ▪Github Copilot을 활용한 Java 소스 코드 생성
- 프롬프트엔지니어링▪상용 AI 프롬프트의 소개 ▪AI 개발 툴에 대한 이해 ▪AI 단위 주도 개발에 대한 정의 ▪상용화 AI 툴에 대한 소개(둘 중 택일) - Github Copilot - Cursor AI ▪AI 툴 설치 및 환경 설정 ▪Cursor AI, GitHub Copilot 의 핵심 기능 설명 - Chat 기능 - Edit 코드 생성 - CLI 기능 지원 ▪프로젝트 기본 설정 및 AI 환경 연동 ▪PRD(Product Requirement Document) 작성 및 기능명세서 작성 ▪기능명세서와 프로젝트 관리 구조 세팅 ▪프로젝트 생성 및 코드 수정과 관리 ▪기존 LLM 모델과 AI 개발 툴 연동 ▪다른 AI 툴 소개 및 기존 AI 개발 툴과의 연동
- 데이터베이스RDBMS, NoSQL▪오라클 환경 설치 ▪SQL 튜닝 ▪parameter(my.conf) 구성 ▪테이블 생성 및 변경 ▪EXPLAIN, id, select_type, table, Type 종류 ▪possible_keys, key,key_len, ref, rows 등 ▪풀 테이블 스캔, Order by, Group by 처리 ▪테이블 조인, 조인 알고리즘, 서브 쿼리, 세미조인 ▪NoSQL과 몽고DB, 정형, 비정형 데이터 처리 ▪도큐먼트, 컬렉션, 데이터형, 인덱싱, 트랜잭션 관리 ▪스키마 관리, 복제 셋 처리, 샤딩, 배포와 관리 ▪관계형 데이터베이스 및 NoSQL 방식 데이터베이스를 고려한 객체형 데이터베이스 tjfrP ▪Amazon RDS, Amazon DynamoDB 연계성 고려
- 생성형 AI를 활용한Python▪파이썬 개발 환경 설정 ▪파이썬 기본 문법 선택문 반복문 실습 ▪파이썬 함수와 예외 처리 ▪고급 패키지 활용 ▪모듈과 리눅스 ▪클래스&메소드 심화 ▪매직메소드 ▪파이썬 시퀀스 ▪파이썬 일급 함수(클로저, 데코레이터) ▪파이썬 병행성(Futures, 제너레이터, 코루틴) ▪Github Copilot을 활용한 소스코드 구현 실습
- 웹표준을 적용한Front-End 개발▪HTML5 기본 요소와 멀티미디어, 입력방식의 이해 ▪스타일 시트와 선택자, 박스 모델과 응용 ▪반응형 웹 레이아웃 구성하기 ▪자바스크립트 자료형과 문법, 자바스크립트 객체 ▪ECMAScript6 문법의 이해 ▪DOM과 Web API를 활용한 자바스크립트 응용 ▪Node.js 환경의 이해와 프론트앤드 프레임워크 환경설정을 위한 Vite 환경 이해 및 설정 ▪React 기본 개념의 이해 ▪JSX, State, Component, Props ▪Redux, Custom Hooks ▪React Routing 개념의 이해 ▪TailwindCSS 연동 ▪Next.js 의 이해 및 파일 기반 라우팅의 이해 ▪Github Copilot을 연동한 개발 환경 구성 및 코드 자동화
- 웹표준을 적용한Back-End 개발▪스프링과 스프링 부트의 이해 ▪DI, 생명주기 AOP 프로그래밍 ▪API 의 이해와 JSON 응답과 요청 처리 ▪ORM의 이해와 Mybatis, ▪JPA 를 활용한 데이터 통신 ▪Spring Data MongoDB를 통한 NoSQL 연동 ▪트랜젝션 이해 및 설정 ▪Cookie & Session ▪Exception 처리 ▪File 및 Log 처리 ▪spring docker ▪Github Copilot을 연동한 개발 환경 구성 및 코드 자동화 ▪플라스크 개발환경 ▪플라스크 기초 ▪플라스크 애플리케이션 팩토리 ▪블루포인트 라우트 함수 관리 ▪데이터모델 처리 ▪목록조회와 상속조회 ▪표준 HTML과 템플릿 상속 ▪폼 모듈로 데이터 검증 ▪파이보 서비스 ▪깃 버전 관리 ▪깃허브 ▪AWS 라이트 세일 활용 ▪Naver API 활용 웹서비스 개발 ▪AIaaS 사용하기 ▪Clova Studio 활용 ▪모니터링 SaaS API 사용하기 ▪Github Copilot을 연동한 개발 환경 구성 및 코드 자동화
- 데이터분석 및 시각화▪파이썬을 활용한 전처리 ▪웹 크롤링과 스크래핑 ▪Open API를 활용한 공공 데이터 수집 ▪정적/동적 크롤링과 스크래핑 ▪Open API를 활용한 SNS 데이터 수집 ▪데이터 핸들링, 탐색적 데이터 분석 ▪Matplotlib, Pandas, NumPy, Scikit-learn, seaborn, folium 등 ▪Scikit-learn(사이킷런) : 사이킷런의 주요 모듈, Model Selection 모듈 - 학습/테스트 데이터 분리 - train_test_split()등 ▪교차 검증, GridSerachCV, 피쳐 스케링과 정규화 ▪PCA, LDA, SVD 등을 이용한 차원 축소 ▪K-평균 알고리즘, DBSCAN ▪군집 모델 평가(실루엣) 및 군집화 실습 ▪회귀 실습 – 캐글, 회귀 모델 평가 - RMSE ▪Tensorflow를 활용한 머신러닝과 딥러닝 이해 ▪ANN/DL과 모델링 개요 ▪Regularization과 Batch Normalization ▪Tensorflow를 이용한 딥러닝 구현 및 활용 ▪STT, TTS, Translation, OCR ▪Face detection, Object detection ▪Pose Estimation, mediapip 등
- 리눅스 시스템▪클라우드의 개념 및 네트워크 기초 ▪NCP IaaS 구성 및 활용 ▪AWS EC2 구성 및 활용 ▪가상환경 구축 ▪리눅스의 설치와 실습환경 구성 ▪파일과 사용자 관리 명령어 ▪편집기 기능 익히기(vim, sed) ▪파이프/gawk를 이용한 데이터베이스 정보 필터링 ▪bash 기본 문법, 함수와 라이브러리 작성하기 ▪다양한 변수 활용하기 ▪bash와 데이터베이스의 연결 ▪zabbix, cacti 구성과 시스템 모니터링, 자체 서버 구축
- 퍼블릭 클라우드▪DevOps 아키텍쳐 설계 ▪접근 관리와 사용자 관리 ▪클라우드 환경 구성과 계정 생성, 관리 ▪하이퍼바이저, 네트워크, 볼륨, 데이터베이스, 클라우드에서의 함수 등 ▪3tier 구조의 이해, 사설 환경 구성, ▪Jira, Jenkins, Jmeter ▪WEB-WAS-DB(Storage) 환경구성과 접근 제어 ▪CDN 서비스를 통한 컨텐츠 배포 ▪Serverless, MSA 기반의 서비스 배포데이터 분석 ▪Ansible을 활용한 클라우드 서비스 배포 ▪클라우드 환경에서의 k8s 실습환경 구성 ▪blue/green 서비스 배포와 트래픽 관리 ▪로드밸런서와 ingress, Ansible을 통한 컨테이너 관리
- 총 훈련시간1040 시간
출처 · 고용24
지원 혜택
기관이 공개한 혜택 정보가 없습니다. 상담에서 확인하세요.
출처 · 기관 랜딩페이지 · 훈련장려금은 제도
지원 절차
기관이 공개한 절차 정보가 없습니다. 지원하면 상담에서 안내받습니다.
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.
실제로 얼마를 내나요?
40만원입니다. 정가 9,872,720원 중 9,472,720원을 정부가 지원합니다. 교육비용 9,872,720원 중 자부담 400,000원 표기. LP에 'D-15'로 마감 임박 표시가 있으나 크롤링 시점 기준 상대값이라 절대 날짜로 환산 불가
선발 절차가 있나요?
기관이 공개한 절차에서 별도 시험·전형은 확인되지 않았습니다. 상담 후 수강신청으로 이어집니다.
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
고용24 2026-08-14 기준 · 매일 갱신
