
랭체인을 활용한 AI 영상객체탐지분석 플랫폼 구축과정
코리아AI아카데미, 6회차, 서울 강남구
지원서는 내배픽이 기관에 전달해요. 보통 하루 안에 전달하고, 연락 시점은 기관마다 달라요.
내배픽이 정리했어요
이 과정에서는 이 네 가지를 배웁니다
- Python
- 프롬프트
- LLM
- RAG
AI 플랫폼 엔지니어를 양성하는 과정입니다.
고민되면 담아두세요
담아두면 자부담, 훈련시간, 교육장을 다른 과정과 나란히 놓고 볼 수 있어요. 한 번에 3곳까지 지원할 수 있습니다.
프로그램 요약
LangChain과 영상 객체 인식 기술을 융합하여 AI 기반 분석 플랫폼을 구축하는 실무 프로젝트 과정(K-Digital Training, 6회차)
- 수업일정
- 2026.08.11 ~ 2027.03.09약 7개월
- 모집정원
- 25명
- 훈련시간
- 총 1,108시간, 주 평균 39시간평일 주 5일평일 낮 시간대 과정으로 직장이나 학업과 병행하기 어렵습니다
- 학습장소
- 서울서울특별시 강남구 테헤란로 146 (역삼동 현익빌딩)
- 자부담금
- 40만원
- 훈련장려금
- 월 80만원기관 안내: 훈련장려금 월 최대 800,000원 = 훈련장려금 월 최대 200,000원 + 국민취업지원제도 1유형 월 최대 600,000원(2026년도 적용 기준).
확인 항목 더보기수업안내 / 강의장
- 수업안내
- 주중 주간
- 강의장
- 3,4층
커리큘럼
내배픽 요약
프로젝트가 424시간, 전체의 39%입니다. 다른 AI/머신러닝 과정은 보통 39%입니다.
- 총 훈련
- 1,108시간
- 구성
- 4단계
- 프로젝트
- 1단계 포함
- 프로젝트 424시간
- 그 밖의 학습 674시간
- 오리엔테이션과 수료 10시간
1NCS전공교과
2비NCS전공교과
4재량교과
정부 등록 교과목 전체 25개
- 재량교과_취업특강6시간1. 취업특강1, 산업동향 소개 2. 취업특강2, 이력서 초안 가이드 안내 및 작성, 훈련생별 취업가이드 3. 취업특강3, 모의면접 진행, 이력서 배포
- 파이썬103시간Python 소개, colaboratory 변수, 파이썬의 입출력 함수 문자열, 문자열 함수, 리스트, 튜플 조건문, 조건문의 활용 반복문, 반복문의 활용 딕셔너리, 셋, 컬렉션을 이용한 반복문의 활용 사용자 정의 함수, 람다 함수, 콜백 함수, 타입 어노테이션 클래스와 객체, 생성자, 메소드 상속, 오버라이딩, 스폐셜 메소드, 클로저, 데코레이터 모듈, 예외처리, 파일 입출력
- DBMS40시간DBMS, 개발 환경 구축, SELECT문, ORDER BY절, 자료형의 종류와 사용 방법, Alias 사용 방법, 연결연산자, 산술연산자, 관계연산자, SQL연산자, 논리연산자, WHERE절, DML, DDL, 제약 조건의 종류, DELETE문과 TRUNCATE문의 차이 무결성과 모델링(기획), 요구사항 분석, 개념 모델링, 논리 모델링, 물리 모델링, 구현, 정규화, GROUP BY, HAVING 절 SUBQUERY, ROWNUM 형변환 함수, 집합, VIEW, CASE 표현식, WINDOW 함수
- 데이터수집16시간빅데이터 개념 및 중요성, 다양한 데이터 소스와 수집 방법, 파이썬 기초 문법, 데이터 수집에 유용한 라이브러리 소개 (requests, BeautifulSoup), 웹 스크래핑 개념, BeautifulSoup을 이용한 웹 스크래핑 실습, Selenium을 이용한 동적 웹페이지 스크래핑, API 개념 및 활용 방법, 다양한 API를 통한 데이터 수집 실습 (Twitter API, Google Maps API), 파일 저장 (CSV, JSON) 웹 크롤링의 개념 및 원리 (HTML, CSS, HTTP), Python Requests, BeautifulSoup 라이브러리 활용, 웹 페이지 데이터 추출 실습, 동적 웹 페이지 크롤링 (Selenium), 크롤링 API의 개념 및 종류 (REST, GraphQL), Python Requests 라이브러리를 활용한 API 호출 및 JSON 데이터 파싱
- 데이터 저장16시간관계형 데이터베이스와 비관계형 데이터베이스, 데이터 정제 (결측치 처리, 이상치 제거, 중복 제거) , 데이터 변환 (타입 변경, 스케일링, 텍스트 전처리) CSV, Excel 파일로 저장, NoSQL 데이터베이스 심화, NoSQL 종류별 특징 (Key-Value,, Document, Column-Family, Graph), MongoDB 실습 (Document 데이터 모델링
- 데이터 분석46시간파이썬 데이터 분석 개요(Pandas, NumPy, Scikit-learn, Matplotlib, Seaborn), Anaconda 설치 및 환경 설정, Jupyter Notebook 사용법 Pandas Series, DataFrame 이해 및 생성, 데이터 불러오기 (CSV, Excel, SQL database) 및 저장, 데이터 인덱싱, 슬라이싱, 필터링, 데이터 정렬, 그룹화, 피벗, 결측치 처리, 데이터 변환 (apply, map 함수 활용), Pandas 실습 (다양한 데이터셋 활용)NumPy Array 이해 및 생성, Array 연산 (사칙연산, 행렬 연산), NumPy Broadcasting, NumPy 통계 함수 활용, NumPy 난수 생성 Matplotlib 기본 그래프 (line plot, scatter plot, bar plot, histogram, pie chart), Seaborn 고급 그래프 (distribution plot, relational plot, categorical plot), 데이터 시각화 실습,
- 머신러닝40시간머신러닝 개요 및 종류 (지도 학습, 비지도 학습), 지도 학습 (Supervised Learning): 분류 (Classification), Logistic Regression, Support Vector Machine (SVM), Decision Tree, Random Forest, K-Nearest Neighbors (KNN), 회귀 (Regression), Linear Regression Polynomial Regression Decision Tree Regression Random Forest Regression 비지도 학습 (Unsupervised Learning): 군집화 (Clustering): K-Means Hierarchical Clustering DBSCAN 차원 축소 (Dimensionality Reduction): Principal Component Analysis (PCA) 모델 평가 (Accuracy, Precision, Recall, F1-score, ROC curve, Confusion Matrix) Scikit-learn 실습 (모델 구축, 학습, 평가)
- 딥러닝56시간딥러닝 개요 및 인공지능 학습 구조 이해, GPU와 CUDA 기반 딥러닝 연산 구조 이해, Colab GPU 환경 설정 및 활용 방법, 클라우드 GPU 환경 활용, 원격 GPU 서버 접속 및 개발 환경 구성, TensorFlow 및 PyTorch 개발 환경 구축, Tensor와 자동 미분이해, 딥러닝 기본 구조 및 학습 원리, 다층 퍼셉트론(MLP) 및 활성화 함수(ReLU, Sigmoid, Softmax), 손실 함수와 최적화 알고리즘(Adam, SGD), Backpropagation 원리 이해, TensorFlow / Keras 기반 딥러닝 기초 실습, PyTorch 기반 모델 구현 및 학습 실습, 합성곱 신경망(CNN) 구조 및 이미지 분류 실습, 전이학습(Transfer Learning) 및 Pre-trained Model 활용(ResNet, EfficientNet), 데이터 증강(Data Augmentation) 및 이미지 전처리, 시계열 데이터 처리 기초, HuggingFace 기반 딥러닝 모델 활용 기초, 실무형 딥러닝 프로젝트 구현
- UI 인터페이스100시간UI및 UX 개념 이해, UI / UX 디자인 원칙(가시성, 접근성, 일관성, 피드백) 및 사용자 중심 인터페이스 설계, 사용자 흐름(User Flow) 및 정보 구조 설계, Figma를 활용한 와이어프레임 및 프로토타입 제작, HTML5(JSX) / CSS3 / JavaScript 기초 문법 및 웹 표준 이해, Flexbox / Grid 기반 반응형 웹 디자인 구현, React 기반 컴포넌트 구조 및 상태 관리(useState, useEffect) 이해, Next.js 개발 환경 구축 및 App Router 기반 프로젝트 구조 설계, Server Component와 Client Component 이해 및 활용, Tailwind CSS를 활용한 UI 스타일링, 이벤트 처리 및 폼 데이터 검증, fetch 및 async / await 기반 비동기 통신, FastAPI 개발 환경 구축 및 RESTful API 설계, Pydantic 기반 데이터 검증 및 요청 / 응답 처리, SQLAlchemy를 활용한 데이터베이스 연동 및 CRUD API 구현, JWT 기반 로그인 및 인증 처리 기초, 파일 업로드 및 정적 파일 관리, Next.js와 FastAPI 연동을 통한 프론트엔드 / 백엔드 분리 구조 이해, API 호출 및 데이터 렌더링, 데이터 시각화, WebSocket 기반 실시간 통신 기초, 환경 변수 및 프로젝트 설정 관리, Docker 기반 개발 환경 기초 이해, Vercel / Render / AWS 기반 배포 구조 이해, Next.js + FastAPI 기반 실무형 AI 웹 서비스 프로젝트 구현
- 파이썬 서버제작28시간클라이언트-서버 아키텍처 이해, 웹서버구축(Apache, NginX), 설정파일 수정, Virtual Host 설정, SSL / TLS 설정, 웹 서버 성능 최적화, WSGI 설정, 데이터베이스 서버 설정, 자동 배포 구축(GitHub 사용), GitLab CI / CD 파이프라인 구축, 스크립트 작성
- 컴퓨터비전24시간컴퓨터 비전 개요 및 이미지 형성, 이미지 형성 과정 (빛, 센서, 디지털 이미지), 카메라 모델 (핀홀 카메라 모델, 투영 변환), 렌즈 왜곡 (방사형 왜곡, 접선 왜곡), 색 공간 (RGB, CMYK, HSV, CIE Lab),점 연산 (대비 조절, 밝기 조절, 감마 보정), Python 코드 예제: NumPy를 이용한 밝기 조절, 히스토그램 (히스토그램 평활화, 히스토그램 매칭), 공간 필터링 (선형 필터, 비선형 필터), 주파수 영역 필터링 (푸리에 변환, 주파수 스펙트럼 분석), 모폴로지 연산 (침식, 팽창, 열기, 닫기), Python 코드 예제: NumPy를 이용한 모폴로지 연산 구현, 에지 검출 (Canny, Sobel, Laplacian), 코너 검출 (Harris, Shi-Tomasi), SIFT (Scale-Invariant Feature Transform), SIFT 알고리즘 설명 및 특징 추출 과정 시각화, 객체 검출 기초, 이미지분할 기초
- OpenCV24시간OpenCV 기본 사용법, OpenCV 설치 및 환경 설정, 이미지 입출력, 색 공간 변환 (cv2.cvtColor), 이미지 크기 조절, 이미지 자르기 (NumPy slicing), OpenCV 데이터 타입 (NumPy ndarray), 이미지 처리, 필터링, 에지 검출, 기하학적 변환, 히스토그램, 모폴로지 연산, 이미지 스무딩, 샤프닝, 에지 강조 실습, 코너 검출, Blob 검출 , 특징점 매칭, 파노라마 이미지 생성 실습, 객체 인식 실습, 객체 검출, Haar Cascade Classifier, , HOG (cv2.HOGDescriptor, scikit-learn 활용), 얼굴 검출, 눈 검출 실습, 보행자 검출 실습, 비디오 처리, 비디오 캡쳐 , 프레임 단위 처리, 동영상 녹화 (cv2.VideoWriter), 배경 제거, 객체 추적 실습
- 멀티모달28시간멀티모달 AI 개요 및 최신 AI 트렌드 이해, 텍스트 / 이미지 / 음성 / 영상 데이터 융합 개념 이해, 멀티모달 데이터 전처리 및 데이터셋 구성, 이미지 캡셔닝(Image Captioning) 개념 이해, Vision Transformer(ViT) 및 CLIP 모델 이해, 이미지와 텍스트 임베딩 개념 이해, OCR 기반 문자 인식 기초, 음성 데이터 및 STT(Speech-to-Text) 기초, 이미지 / 텍스트 기반 질의응답(VQA) 개념 이해, HuggingFace 기반 멀티모달 모델 활용 및 이해, Vision-Language Model(VLM) 구조 이해, 이미지 기반 질의응답 및 멀티모달 추론 실습, 이미지 생성 및 생성형 AI 기초, OpenCV와 멀티모달 모델 연계 처리, 영상 / 이미지 기반 AI 분석 실습, 멀티모달 데이터 검색 및 유사도 분석 기초, GPU 기반 멀티모달 모델 추론 및 활용, 실무형 멀티모달 AI 실습
- 자연어처리36시간NLP 개요 및 텍스트 전처리 개요, 텍스트 데이터 수집 및 정제, 텍스트 전처리:Tokenization (토큰화): 단어, 형태소 분리, Stopwords removal (불용어 제거), Stemming (어간 추출), Lemmatization (표제어 추출), 정규 표현식 (Regular Expression) 활용, 텍스트 표현 (Text Representation), Bag-of-Words (BoW), TF-IDF (Term Frequency-Inverse Document Frequency), Word Embedding:Word2Vec (CBOW, Skip-gram), GloVe (Global Vectors for Word Representation), FastText, Pre-trained Word Embedding 활용, 순환 신경망 (RNN)을 이용한 NLP, Text Generation (텍스트 생성),Transformer 모델(Self-Attention Mechanism, Multi-Head Attention, Encoder-Decoder, BERT, GPT
- 공공데이터 AI허브를 활용한 시스템 구축 중간프로젝트166시간[프로젝트 기획] *프로젝트 기획 및 주제선정 1. 프로젝트 목표 및 범위 정의, 목표설정: 프롬프트 UI 구현과 기능에 대한 주요 목적과 기대결과를 명확히 정의, 범위설정: 프로젝트 결과범위를 구체화하여 관리가능한 수준으로 제한, 프로젝트 목표 설정 및 성공 기준 정의, 이해관계자 분석: 프로젝트에 영향을 미치거나 영향을 받는 이해관계자 파악 2. 프로젝트 주제 선정 (본인의 관심 분야 또는 사회 문제 해결) 및 아이디어 구체화, 팀 구성 및 역할 할당, 역할 및 책임 할당: 각 팀원의 역할과 책임을 명확히 정의하고 할당, 커뮤니케이션 계획 수립: 효율적인 팀 커뮤니케이션 및 협업을 위한 계획 수립, 타겟 사용자 정의 및 사용자 요구사항 분석 3. 개발 환경 및 도구 설정, 기술 스택 결정: 프로젝트에 적합한 프로그래밍 언어, 프레임워크, 라이브러리 결정, 개발 도구 설정: 소스 코드 관리(Git 등), 협업 도구(Slack, Jira 등) 설정 4. API 설계 및 명세서 작성, RESTful API 엔드포인트 정의, HTTP Methods (GET, POST, PUT, DELETE, PATCH) 정의, Request / Response 데이터 포맷 정의 (JSON Schema), API 인증 및 권한 부여 방식 정의 [DB 설계 및 구축] *데이터 준비 모델 개발 1. 데이터베이스 모델링 및 ERD 설계 2. 데이터베이스 테이블 설계 및 정규화 3. 테이블 간 관계 설정 (ERD 작성) 및 관계형 데이터베이스 모델링 4. 데이터 타입 및 제약 조건 정의 5. ORM 구축, 모델 정의, 관리자 페이지 설계 6. 폼 유효성 검사 (클라이언트 측 및 서버 측) 7. 템플릿 엔진 사용법 구상 8. 웹프레임워크 URL 설정 및 View 함수 설계 9. UI / UX 디자인(와이러 프레임, 목업 제작) 10. 정적파일 설정, 웹프레임워크 개발 서버 사용법 구상, 웹 애플리케이션 UI 레이아웃 디자인, 주요 페이지 UI 디자인 (메인 페이지, 목록 페이지, 상세 페이지, 폼 페이지), 와이어프레임 및 목업 제작 (Balsamiq Mockups, Figma, Adobe XD) [개발 구축 4개 주제 중, 택1] *구축 및 개발 1. 의료공공데이터 활용 서비스 제작 2. 산재 데이터 분석 및 추천 정보제공 플랫폼제작 3. 교통&물류 데이터 서비스 제작 4. 공모전 대비반 주제 선정 (정부, 기업, 대학 등 공모전 주제에 맞는 프로젝트 기획) [프로젝트 테스트 배포 발표 피드백] *프로젝트 테스트 1. 통합 테스트 케이스 작성 2. 통합 테스트를 통해 작성된 FBS와 WBS의 기능 구축 결과 확인 *산출물 정리 및 배포 1. 산출물 정리 및 배포 파일 작성 *프로젝트 보고서 작성 및 발표 1. 프로젝트 발표 및 포트폴리오 작성
- 멀티모달 AI Agent를 활용한 AI 서비스 개발 최종 프로젝트206시간[프로젝트 기획] *프로젝트 기획 및 주제선정 1. 프로젝트 목표 및 범위 정의, 목표설정: 이미지, 영상 자료에서 정보를 추출하고, 사용자의 질문에 답변하며, 문서 내용을 요약하는 지능형 시스템 구축, 범위설정: 프로젝트 결과범위를 구체화하여 관리가능한 수준으로 제한, 프로젝트 목표 설정 및 성공 기준 정의 하기 2. 프로젝트 주제 선정 (본인의 관심 분야 또는 사회 문제 해결) 및 아이디어 구체화, 팀 구성 및 역할 할당, 역할 및 책임 할당: 각 팀원의 역할과 책임을 명확히 정의하고 할당, 커뮤니케이션 계획 수립: 효율적인 팀 커뮤니케이션 및 협업을 위한 계획 수립, 타겟 사용자 정의 및 사용자 요구사항 분석 3. 팀빌딩 [프로젝트 구축 준비] *데이터 분석기반 이미지 모델링 환경 설정 1. 데이터 분석기반 이미지 모델링 환경 설정 2. 파이썬 기반 빅데이터 처리 및 이미지 데이터 수집 및 전처리 구축 3. 프로젝트 주제와 부합한 컴퓨터 비전 및 자연어 처리 모델 사전 조사 4. 웹 인터페이스 화면 설계 [개발 구축 4개 주제 중, 택1] *구축 및 개발 1. 멀티모달 기반 음성 이미지 영상 AI서비스 개발 2. 컴투루 aiSee FACE 활용 영상인식 플랫폼 제작 3. 랭체인 랭그래프 에이전트를 활용한 서비스 개발 4. 공모전 대비반 주제 선정 (정부, 기업, 대학 등 공모전 주제에 맞는 프로젝트 기획) [프로젝트 테스트 배포 발표 피드백] *프로젝트 테스트 1. 통합 테스트 케이스 작성 2. 통합 테스트를 통해 작성된 FBS와 WBS의 기능 구축 결과 확인 *산출물 정리 및 배포 1. 산출물 정리 및 배포 파일 작성 *프로젝트 테스트 1. 통합 테스트 케이스 작성 2. 통합 테스트를 통해 작성된 FBS와 WBS의 기능 구축 결과 확인 *프로젝트 보고서 작성 및 발표 1. 프로젝트 발표 및 포트폴리오 작성
- 입학식 / 수료식2시간1. 입학식, OT, 과정소개, 법정의무교육, 사전평가 2. 수료식, 수료식, 우수훈련생 포상, 기타 시상, 단체사진 촬영
- 선발평가5시간1. 기업참여 선발평가 2. 기초테스트 진행 및 인성면접
- 재량교과_참여기업_공공데이터 AI허브를 활용한 시스템 구축 중간프로젝트24시간기획안 검토, 멘토링, 발표 피드백
- 재량교과_실무자특강2시간- 참여기업 실무자 특강
- 재량교과_참여기업_멀티모달 AI Agent를 활용한 AI 서비스 개발 최종 프로젝트28시간기획안 검토, 중간 멘토링, 피드백, 발표회 참석
- LLM32시간LLM 개요 및 Fine-tuning, Fine-tuning 개요, Few-shot Learning, Zero-shot Learning, Prompt Engineering: 프롬프트 작성 전략, Hugging Face Hub 활용, LLM 활용 및 응용, 텍스트 생성, 다양한 스타일의 텍스트 생성 코드 생성 (Code Generation), 텍스트 요약 (Text Summarization), 대화형 AI (Conversational AI), OpenAI API 활용, GPT-3, ChatGPT API 사용, API Key 발급 및 사용 방법, LLM 심화, LLM 구조 (Transformer 기반) 심층 분석, Attention Mechanism 심화 학습, Scaling Laws: 모델 크기, 데이터 크기, 학습 시간의 관계, 최신 LLM 모델 소개 (GPT-4, PaLM, LLaMA 등)
- 프롬프트 엔지니어링16시간프롬프트 엔지니어링 개요, LLM 작동 방식 & 프롬프트 구성 요소 분석, 효과적인 프롬프트 디자인 원칙 습득 Zero-shot, Few-shot, Chain-of-Thought, Role Playing 실습, 다양한 LLM API (OpenAI, Hugging Face) 활용 Prompt Iteration, Decomposition, Constrained Generation 실습, 마케팅 카피, 코드 생성, 데이터 분석 등 응용 분야별 디자인, RAG 시스템에 적합한 프롬프트 디자인: 텍스트 검색 결과와 LLM의 조합을 고려한 프롬프트 설계 학습
- 랭체인 / LangGraph 기초, RAG32시간LangChain 및 LangGraph 개요와 최신 Agent 기반 AI 시스템 이해, 생성형 AI와 RAG 구조 이해, LLM의 한계와 해결 전략, LangChain 개발 환경 구축 및 OpenAI API 연동, LangChain 핵심 모듈 이해, 다양한 데이터 로더 활용 Unstructured 기반 문서 로드 및 데이터 전처리, Text Splitter 기반 문서 청킹 전략, Embedding 모델 이해, Vector Database 개념 및 활용, Vector Search / BM25 / Hybrid Search 이해, Retriever 구조 및 검색 최적화, Reranker 기반 검색 성능 향상, 검색 성능 평가, RetrievalQA 및 ConversationalRetrievalChain 구현, Memory 기반 대화 시스템 구축, 문서 기반 질의응답(QA) 시스템 구현, Streaming 응답 처리 및 비동기 처리, LangSmith 기반 체인 추적 및 디버깅, LangGraph 기반 StateGraph 및 상태 흐름 설계, Node / Edge / Conditional Edge 기반 Workflow 구현, Multi-Agent 구조 및 Supervisor 패턴 구현, Tool Calling 및 Function Calling 연동, 외부 API 및 데이터베이스 연동, Self-RAG 및 Reflection 기반 Agent 구조 이해, Human-in-the-Loop(HITL) 개념 이해, 실무형 RAG 챗봇 및 문서 분석 AI 프로젝트 구현
- AI Agent32시간AI Agent 및 Agentic Workflow 개요, LangGraph 기반 상태 기반 AI 시스템 설계, StateGraph / Node / Edge / Conditional Routing 구조 이해, Multi-Agent 및 Supervisor Agent 구조 구현, Reflection 및 Planning 기반 Agent Workflow 이해, ReAct 패턴 및 Tool Calling 기반 추론 구조 구현, MCP 개념 및 최신 AI Tool Ecosystem 이해, MCP Client / Server 구조 이해 및 FastMCP 기반 MCP 서버 구축, 외부 Tool 연동, OpenAI Function Calling 및 Structured Output 활용, Pydantic 기반 구조화 출력 및 데이터 검증, Long-term / Short-term Memory 관리 및 Context Engineering, 문서 분석 Agent / 데이터 분석 Agent / 검색 Agent 구현, OCR / OpenCV / 멀티모달 모델과 Agent 연동, 웹 검색 및 실시간 데이터 수집 Agent 구현, 코드 실행 및 Python Tool 연동, Streaming 응답 및 실시간 Agent 처리 구조 이해, 비동기 처리 및 병렬 Agent 처리 기초, AI Agent 보안 및 권한 관리 기초, LangSmith 기반 Agent 모니터링 및 평가, Prompt Routing 및 Dynamic Workflow 구성, AutoGen / CrewAI / OpenAI Agent SDK 등 최신 Agent Framework 이해, MCP 기반 멀티툴 AI 시스템 구현, 실무형 AI Agent 플랫폼 및 멀티모달 Agent 프로젝트 구현
비교값은 커리큘럼에 시수가 적힌 AI/머신러닝 과정 87개의 중앙값입니다.
지원 자격
내배픽 요약
K-디지털 트레이닝은 제도상 전공과 학력을 보지 않습니다. 아래는 기관이 덧붙인 조건입니다.
- 전문대 이상 관련 학과 졸업 및 졸업예정자 중 IT관련 전공자 및 자격증 보유자우대
- 비전공자의 경우 기초프로그래밍 역량 보유자
- 1차면접 (지면평가 및 기초지식평가) + 2차면접 (면접평가) 점수 합산 60점 이상 훈련생
수강생 후기
제가 인공지능을 해외로부터 처음 접하고 인공지능의 잠재력을 인지하기 시작한 것이 3년 정도 되었네요. 그동안 인공지능은 무섭게 발전하였고 지금도 빠르게 발전하고 있고 앞으로 더욱 발전할 것이라 확신하고 있습니다. 7개월 동안 수강 중에 류정원 강사님의 KDT 수업을 듣고 동기생분들과 함께 프로젝트와 과제를 적극적으로 수행하면서, 인공지능을 활용한 공부를 하면 할수록 그 빠르게 좋아지는 성능과 압도적인 효율성에 감탄하였고 두려움과 초초함을 느꼈습니다. 그러면서 인공지능을 어떻게 활용해서 무엇에 적용할지, 그렇게 사람의 선택이 더해져서 거의 불가능했던 것들을 손쉽게 생산하고 부가가치를 높일지 계속 고민하는 시간이었습니다. 분명한 것은 인공지능을 사용할 줄 모르면, 이미 일상생활 속에 깊숙이 들어와 버린 인공지능이 접목된 일상생활에서 적응하기가 어려울 것임을 반복해서 확인했다는 것입니다. 특히 그 압도적인 효율과 사람의 생산성을 아득히 뛰어넘는 점에 대해서요. 안타까운 것은 아직 우리나라에는 인공지능을 전문으로 다루는 대학 학과가 없는 것으로 알고 있습니다. 또한 인공지능 기술에 대한 공인된 전문 기술 자격증도 거의 없는 것이나 다름없습니다. 그만큼 인공지능에 대한 프로 전문가들도 굉장히 희귀하다는 것입니다. 그런데 기업들과 정부는 이미 그 중요성과 엄청난 영향력과 파급력을 인지하고 인공지능에 막대한 예산을 투자하며 미래를 공격적으로 준비하고 있더군요. 앞으로 일자리의 구조 전체가 바뀔 것은 분명해 보입니다. 수강 기간 동안에 관련 뉴스들을 다 챙기지 못할 정도로 인공지능은 이미 사람들의 일상에 영향을 주기 시작했네요. 기업들도 채용 기준에 혼선이 있는 것 같기도 합니다. KDT 2기 교육 수업 동안에 코드 한 줄 한 줄을 마치 조립을 하듯이 원리와 개념을 체계적으로 배울 수 있는 기회를 접하게 된 것은 큰 행운이고 시기적절한 기회였습니다. 특히 인공지능을 활용한 놀라운 연산 능력을 사람이 거의 공짜로 가져다 사용할 수 있는 능력을 배우면서 깊이 이해하는 수업 과정은 정말 최고였습니다. 이미 완성된 기술들과 아직 개발 중이고 계속 업데이트되는 기술들을 알게 되면서 동기생들과 협업하고 공유하면서 함께 실력을 쌓고 자신감을 키워 가는 과정은 재미있고 보람찼습니다. 물론 배워야 할 공부와 수준은 결코 만만치 않았네요. 하지만 배우고자 하는 의지로 자발적으로 모인 사람들이 서로 도와주며 의기투합하여 함께 공부하는 분위기가 일찍 형성되었고 마지막 프로젝트까지 잘 유지되어서 좋은 인연과 인간관계까지 넓어졌으니 무엇과도 바꿀 수 없는 선물을 얻은 KDT 훈련 과정이었습니다. 양질의 수업을 위해서 항상 준비하시고 노력해 주신 류정원 강사님과 Korea IT Academy 스태프분들의 노고에도 깊은 감사의 말씀을 드립니다. 류정원 강사님께 배우신 모든 동기생분들은 이제 스스로 공부하고 인공지능을 친숙하게 활용할 힘을 얻으셨으니 앞으로 사회에서도 훌륭한 인재가 될 것이라 믿습니다. 어쩐지 또 만나게 될 것 같습니다. 그만큼 끈끈하게 서로 격려하고 독려하고 도와주면서 지낸 지난 7개월을 정말로 잊지 못할 것 같습니다. 각자 서로 원하는 것을 이루기 위해서 바쁜 일상을 살아가더라도 좋은 모습으로 다시 만나길 바랍니다. KDT 2기 동기생분들 화이팅!
개발과는 전혀 관련이 없는 학과를 졸업하고 다른 직종에서 일을 하다 돌고 돌아 개발을 배우게 되었습니다. 그래서 처음 교육을 시작했을 때는 기대보다 걱정과 두려움이 훨씬 컸던 것 같습니다. 특히 개강 초반 파이썬 객체지향을 배우던 시기에 정말 멘붕 상태가 와서 강사님께 따로 조언을 구했던 때가 아직도 생생하게 기억납니다. 그 당시에는 수업 내용을 따라가는 것조차 벅차게 느껴졌는데, 그런 제가 어느덧 과정을 수료하게 되었다는 게 아직도 실감이 잘 나지 않습니다… ㅜㅠ 사실 그동안 저는 코딩은 지능의 영역이라고 생각해왔었습니다. 그래서 스스로를 지레 겁먹게 만들었고, 도전하기 전에도, 막상 도전한 이후에도 계속 그 생각에 사로잡혀 있었던 것 같습니다. 다른 사람들과 비교하며 ‘나는 원래 이쪽 사람이 아닌 것 같다’고 느낀 순간들도 많았습니다. 하지만 강사님께서 늘 강조해주셨던 것처럼 결국 중요한 건 꾸준히 부딪혀보고, 고민하고, 포기하지 않는 과정이라는 걸 조금씩 깨달을 수 있었습니다. 사실 학교를 졸업하고 직장생활을 할 때는, 무언가를 위해 아침에 일찍 일어나고 싶다는 마음이 크지 않았어요. 그러다 보니 자연스럽게 자아 발전이나 자기계발에 대한 성장 욕구도 점점 무뎌졌던 것도 사실입니다. 그런데 이번 커리큘럼을 진행하면서는 체력적으로 정말 많이 지치고 힘든 날들도 있었지만, 이상하게도 ‘내일이 기다려지는 기분’을 오랜만에 느낄 수 있었습니다. 무언가를 배우고, 성장하고, 다음날 새로운 걸 해본다는 기대감으로 하루를 시작했던 감정이 초등학생 이후로 처음이었던 것 같아요. 그 과정 속에서 강사님께 정말 많은 도움을 받았습니다. 단순히 수업 내용만 전달해주시는 것이 아니라, 어려워하는 부분은 끝까지 이해할 수 있도록 설명해주시고 지금 당장은 힘들어도 계속 하다 보면 분명 익숙해진다며 방향을 잡아주셨던 말씀들이 큰 힘이 되었습니다. 덕분에 중간에 포기하지 않고 끝까지 버틸 수 있었던 것 같습니다. 특히 프로젝트 기간 동안에는 기술적인 부분뿐만 아니라 문제를 바라보는 방식이나 협업에 대한 태도까지 정말 많이 배울 수 있었습니다. 막히는 부분이 생길 때마다 단순히 답을 알려주시기보다 스스로 고민해볼 수 있도록 유도해주신 점도 인상 깊었습니다. 처음에는 작은 오류 하나에도 당황하던 제가 이제는 팀원들과 함께 프로젝트를 기획하고 구현하며 결과물까지 만들어낼 수 있게 된 걸 보면, 7개월 동안 정말 많이 성장했다는 걸 느끼게 됩니다. 무엇보다 과정을 수료한 지금은 드디어 끝났다는 마음보다도 오히려 이 분야에 대한 욕심과 흥미가 더 커지고 있습니다. AI 시대에 뒤처지지 않기 위해 예전에 놓아버렸던 수학 공부도 다시 시작해보려고 합니다. 요즘은 진지하게 구몬 등록까지 고민하고 있습니다!! 쿄쿄! 그만큼 이번 과정을 통해 배우는 즐거움과 성장하는 재미를 느낄 수 있었던 것 같습니다! 그리고 강사님께서는 항상 질문하기 편한 분위기를 만들어주셔서 정말 감사했습니다. 비전공자이다 보니 사소한 것도 물어봐도 되나 고민될 때가 많았는데, 그럴 때마다 편하게 질문할 수 있게 해주셔서 부담 없이 배울 수 있었습니다. 으아 벌써 글자수 제한이 생겨요 긴말 안 하겠습니다 감사합니다 사랑합니다!!!!
안녕하세요 강사님! 롤링 페이퍼에 마음을 다 전하고 싶었지만, 저처럼 마음을 전달하고픈 분들이 많을 것 같아 롤링페이퍼에서는 줄이고 여기서 상세히 작성합니다! 솔직히 말하면 이 과정을 다시 들으라고 말씀하셨을 때, 워낙 거절을 잘 못 하는 저로서는 강사님을 거절할 수 없었고, 그래 뭐 어차피 공부도 해야하는데-라는 마음에 이 과정을 시작했습니다. 그래도 강사님의 이전 과정을 들은 사람인데, 강사님의 수업을 들으면 이만큼 잘해진다!! 를 보여주기 위해 열심히 했고, 논문강의/질의응답방/개인보충 등 일도 크게 벌렸지요.. 지난 기수의 낙오자였던 저는, 저같은 사람을 만들지 않기 위해 다들 친하고 서로 알려주는 분위기를 만들려 노력 많이 했고, 그 덕에 쉬는시간은 거의 삭제가 됐었습니다 수업이 끝나고도 다른 분들 알려주기에 바빴고, 토요일에는 힘들어 하시는 분들 몇 명 모아서 강의하고 일요일에는 논문을 공부하고 같이 수업 따라가자! 하며 수업 준비하고 수업을 했지요 그러면서 공모전도 시작하고, 팀장도 하면서 점점 제 시간이 줄었고, 중간즈음엔 아 이게 맞나 싶었습니다 부끄럽지만 도망칠까도 생각했고, 모든게 후회되었어요 하지만 이 과정이 끝난 후 저를 돌이켜보니, 강사님께서 마지막 식사 때 말씀주신 대로 이 모든 경험이 저에게는 선물이었습니다 밝은 분위기로 끝까지 버틸 수 있었다고 고맙다고 말씀해주시는 분도 계셨고, 열심히 하는 저를 보며 더 열심히 했다는 분도 계셨습니다. 수업을 놓쳐도 따라갈 수 있었다고 덕분이라는 분도 계셨고, 자기만 알 법도 한데 공부 내용을 공유해줘서 큰 도움을받았다고 하는 분도 계셨습니다. 가르치는 경험을 하면서 지식을 제것으로 만들 수 있었고, 여러 일을 병행하면서 일정 관리의 힘도 기를 수 있었습니다. 처음에는 그저 다른 분들을 위해 했던 일들이 결국에는 저를 위하는 일이 됨을 깨달았습니다. 이 기회를 선물해주신 강사님께 감사드리고, 제가 그동안 궁금했던 AI들을 가르쳐주셔서 정말 감사했습니다. 절대 잊지 못할 것 같아요! 항상 이렇게 학생들에게 울림을 주고, 큰 가르침을 주는 강사님의 수업이 더욱 승승장구 했으면 좋겠습니다. 올 상반기 고생하셨고, 다음에는 실무자대 실무자로서 봽고싶습니다!! 감사합니다, 사랑합니다 강사님! 그리고 저희 랭체인반 여러분!! 저는 정말 처음에 아 이렇게 내가 노력해도 아무도 안 알아봐주면 어쩌지? 했는데, 그러지 않아주셔서 정말 감사합니다 특히 정말 좋은 말씀 많이 해 주셔서 감사해요.... 정말 많은 힘이 되었습니다 중간에 어려운 일이 있었고, 그분께서 안 좋은 소문을 퍼트리고 나가 정말 힘들고 억울했는데, 결국에는 한 사람이 퍼트린 루머에 속지 않고, 저라는 사람을 봐 주셔서 정말 감사합니다. 솔직히 이제는 해명할 힘도 없어요... 다들 좋은 곳에 취직하실거라 믿어 의심치 않습니다. 제가 인생에서 만난 좋은 사람들의 모습들이 이번 랭체인 반에 다들 있었어요!! 다들 정말 고생 많았고, 제가 그동안 못챙겨주거나 서운하게 한게 있으면 정말 죄송했어요 그리고 고생했다고 해주고 고맙다고 해줘서 정말 감사했어요 다들 행복하고 건강하세요!! 나중에 만나면 웃으면서 반갑게 만나요 다들 고생했고 취뽀해요!! 화이팅!!
지원 혜택6개
취업 연계
- 실무 기반 프로젝트로 포트폴리오 완성 지원
- 참여기업 멘토링
- 취업특강
- IT전문 협약기업 100여 곳 연계(공통 안내)
금전 지원
- 훈련장려금 월 최대 800,000원
그 외
- 실무자 특강
교육장
- 실습실
- 실습실
- 휴게공간
- 상담실
- 안내데스크
- 복도
- 실습실
- 실습실
- 휴게공간
- 상담실
- 주소
- 서울특별시 강남구 테헤란로 146 (역삼동 현익빌딩) 3,4층
- 수업
- 오프라인
지원 절차
- 1
내배픽에서 지원 접수내배픽
여러 과정에 동시에 넣을 수 있어요
- 2
기관 확인과 선발기관
확인했는지를 내 지원 현황에 표시합니다. 방법과 시점은 기관이 정하며, 이 과정은 선발평가를 안내합니다
- 3
내일배움카드 발급본인
본인이 고용24에서 직접 신청합니다. 며칠 걸리니 미리 해두세요
- 4
수강신청 완료본인
최종으로 고른 한 곳에 신청을 마치면 지원 현황이 완료로 넘어갑니다
- 1내배픽에서 지원 접수내배픽여러 과정에 동시에 넣을 수 있어요
- 2기관 확인과 선발기관확인했는지를 내 지원 현황에 표시합니다. 방법과 시점은 기관이 정하며, 이 과정은 선발평가를 안내합니다
- 3내일배움카드 발급본인본인이 고용24에서 직접 신청합니다. 며칠 걸리니 미리 해두세요
- 4수강신청 완료본인최종으로 고른 한 곳에 신청을 마치면 지원 현황이 완료로 넘어갑니다
이런 과정도 모집 중이에요
1 / 5자주 묻는 질문12개
- 지원하면 바로 결제인가요?
- 아니에요. 지원은 접수까지고, 여기서 나가는 돈은 없어요. 수강할지는 기관 상담을 받아 보고 그때 정하시면 돼요.
- 연락이 여기저기서 오지 않나요?
- 지원한 과정을 운영하는 기관에만 전달해요. 지원하지 않은 곳에는 연락처가 가지 않아요. 모집이 끝나면 180일 안에 파기하고요.
- 여러 곳에 넣어봐도 되나요?
- 한 번에 3곳까지 같은 지원서로 넣을 수 있어요. 담아두고 나란히 비교한 다음 한꺼번에 접수하면 돼요.
- 비전공자도 지원할 수 있나요?
- K-디지털 트레이닝은 제도상 전공과 학력을 보지 않습니다. 다만 이 과정은 기관이 학력과 전공 조건을 함께 밝혔습니다. 위 「지원 자격」을 확인하세요.
- 실제로 얼마를 내나요?
- 40만원입니다. 정가 10,518,244원 중 10,118,244원을 정부가 지원합니다. 수강료 10,518,244원(최대 100% 국비지원). 훈련장려금 월 최대 800,000원 = 훈련장려금 월 최대 200,000원 + 국민취업지원제도 1유형 월 최대 600,000원(2026년도 적용 기준).
- 내일배움카드가 꼭 있어야 하나요?
- 지원 시점에는 없어도 됩니다. 다만 카드는 본인이 고용24에서 직접 신청해 발급받아야 하고, 신청부터 사용 가능까지 며칠이 걸립니다. 수강신청은 카드가 있어야 마칠 수 있으니 개강 전에 미리 발급해두세요. 내일배움카드 발급 가이드 보기
질문 6개 더 보기중간에 그만두면 어떻게 되나요, 훈련장려금은 얼마나, 언제 받나요, 직장을 다니면서 들을 수 있나요, 수료 조건이 뭔가요, 예전에 국비 교육을 들었는데 또 되나요, 지원하면 그다음은 어떻게 되나요
- 중간에 그만두면 어떻게 되나요?
- 수강 철회 가능 기간 안에 철회하면 수강 이력이 남지 않습니다. 그 기간이 지난 뒤 중도 탈락하면 K-디지털 트레이닝을 한 번 수강한 것으로 기록돼 다음 과정 지원이 제한될 수 있습니다. 철회 가능 기간은 과정마다 다르니 기관 안내를 확인하세요.
- 훈련장려금은 얼마나, 언제 받나요?
- 기관이 80만원으로 안내합니다. 월 지급액인지 전체 기간 합계인지는 기관 안내에서 확인하세요. 지급에는 훈련시간과 출석률 요건이 붙습니다.
- 직장을 다니면서 들을 수 있나요?
- 주중 주간, 주 평균 39시간 과정입니다. 평일 낮 시간대 과정으로 직장이나 학업과 병행하기 어렵습니다.
- 수료 조건이 뭔가요?
- 출석률 기준을 채워야 하고, 훈련이 끝난 뒤 정해진 기간 안에 고용24에서 수강 평가를 마쳐야 합니다. 마지막 달 수당 지급이 여기 걸립니다. 기준은 과정마다 다르니 기관 안내를 확인하세요.
- 예전에 국비 교육을 들었는데 또 되나요?
- 중복수강 제한이 있을 수 있습니다. 최근 수료 이력이 있으면 고용24 마이페이지의 직업훈련관리에서 훈련 이력과 카드 잔액을 먼저 확인하세요.
- 지원하면 그다음은 어떻게 되나요?
- 내배픽이 접수해 훈련기관에 전달합니다. 전달한 뒤 기관이 안내하는 방법과 시점은 기관마다 다릅니다. 어디까지 진행됐는지는 내 지원 내역에서 모아 볼 수 있습니다. 내 지원 내역 보기












