개강일 지남
쉽게 배워 바로 쓰는 AI 딥러닝 실무 과정
윈스펙원격평생교육원 · 45회차 · 서울 강남구
Python딥러닝반도체K-디지털기초
프로그램 요약
- 수업일정
- 2026.08.05 ~ 2026.09.04약 1개월
- 모집정원
- 50명
- 총 시간
- 미표기
- 학습장소
- 서울서울특별시 강남구 역삼로3길 11온라인
- 강의장
- 10층 1003호(역삼동, 광성빌딩)
- 수강료
- 미공개 상담 시 확인
출처 · 고용24 등록값 · 기관 표기분은 별도 표시
어떤 분이 수강하면 좋을지
- ✓전공·학력 무관 — K-디지털 기초역량은 제도상 전공을 보지 않습니다
- ✓(기본이론+실습과제) 해당 훈련 과정은 AI관련 산업 종사를 희망하는 취업준비생 및 커리어 전환자를 대상으로 합니다. AI관련 기본 이론과 실제 현업에서 사용하는 데이터 기분의 파이썬 실습을 통해 딥러닝 기초에 대해 학습하고, PyTorch 모델링, CNN 이미지 데이터 처리, Object Detection 모델링, 이미지 불량 탐지를 할 수 있는 훈련 과정입니다.
출처 · 기관 랜딩페이지 · 제도 요건
커리큘럼
고용24 등록 교과목 31개 보기
- 교과목단원명
- ★실습예제5★ CNN 기초 모델링 실습1. CNN의 기본 구조와 주요 구성 요소 이해 2. PyTorch를 이용한 CNN 모델 구현 실습 3. CNN 모델 평가 및 예측 실습
- 이미지 딥러닝 - CNN딥러닝 Advanced1. CNN 고급 개념과 주요 구성 요소 학습 2. Data Augmentation과 Custom Dataset 클래스 구현 방법 3. PyTorch의 Pre-trained 모델을 사용하여 새로운 데이터셋에 맞게 Fine-Tuning 하는 방법
- ★실습예제6★ CNN 딥러닝 Advanced실습①1. 고급 CNN 모델 구축과 학습 실습 2. 데이터 증강 및 전처리 실습 3. 모델 성능 평가 및 튜닝 실습
- ★실습예제7★ CNN 딥러닝 Advanced실습② - Transfer Learning1. Transfer Learning의 개념과 필요성 이해 2. Pre-trained 모델 로드와 활용 방법 실습 3. Transfer Learning을 통한 모델 성능 향상 실습
- ★실습과제★ X-ray 이미지 폐렴 진단 모델링 실습1. X-ray 이미지 데이터 로드와 폐렴 진단을 위한 데이터 전처리 및 탐색 방법 2. CNN 모델을 이용한 이미지 분류 실습 3. 학습된 모델 성능 평가 및 새로운 X-ray 이미지 데이터 예측 실습
- Object Detection 기초1. Object Detection의 정의와 주요 구성 요소 이해 2. Object Detection에서 Bounding Box의 역할과 IoU계산 방법 3. Object Detection 모델의 발전 과정과 성능 평가 방법
- Classic Object Detection Model1. 초기 Object Detection 방법 이해 2. Region Proposal 기법 학습 3. Classic Object Detection 모델의 발전 과정 학습
- 2-stage Object Detection Model1. RCNN의 기본 개념과 주요 구성 요소 2. Fast RCNN과 RCNN의 차이점 및 한계 개선 방법
- 1-stage Object Detection Model1. 1-stage Object Detection 모델의 기본 개념과 주요 특징 2. YOLO 모델의 기본 구조와 동작 원리 이해 및 YOLOv1, YOLOv2, YOLOv3의 발전 과정 학습 3. Object Detection 모델의 성능을 평가하고, 성능을 향상시키는 방법 학습
- ★실습과제★ Object Detection 모델링 실습1. Selective Search Region Proposal 실습 2. Non Maximum Suppression 실습
- 반도체 불량분석 개요 소개1. 반도체 제조공정에서 발생하는 다양한 Defect 종류와 영향 2. SEM과 TEM을 이용한 Defect 분석 방법 3. AI를 활용한 Defect 탐지 방법
- Object Detection Transfer Learning1. Transfer Learning의 개념과 필요성 2. YOLOv5 모델을 사용하여 반도체 불량 탐지 모델을 구축하고 튜닝하는 방법 3. Labeling Tool을 사용하여 데이터셋에 대한 labelImg 수행 방법
- ★실습예제8★ 반도체 공정 이미지 불량 탐지 모델링 실습1. 반도체 공정 이미지 불량 탐지 모델 구축 실습 2. 데이터 전처리 및 증강 기법 적용을 통해 모델 성능 향상 실습 3. 구축한 모델을 학습시키고, 모델의 성능을 평가하는 방법 실습
- ★실습과제★ 반도체 공정 이미지 불량 탐지 모델링 실습1. 반도체 공정 이미지 불량 탐지 및 모델링 실습 2. 데이터셋 다운로드 및 전처리 실습 3. 학습된 모델 평가 및 예측 결과 시각화하여 분석하는 과정 실습
- 최종과제[기본]작물 병충해 불량 여부 판정 모델링 실습 [심화]반도체 제조 공정 Wafer DEFECT Detection
- ★실습예제2★ 유방암 진단 PyTorch 모델링 실습 (이진분류)1. 데이터 전처리와 탐색 실습 2. PyTorch를 이용한 이진 분류 모델 구축 실습 3. 모델 평가와 예측 실습
- ★실습예제3★ 와인 품종 분류 PyTorch 모델링 실습 (다중분류)1. 데이터 전처리와 탐색 실습 2. PyTorch를 이용한 다중 분류 모델 구축 실습 3. 모델 평가와 예측 실습
- ★실습과제★ 의료보험료 예측 모델링 실습1. 의료보험료 데이터 탐색 및 전처리 실습 2. PyTorch를 이용한 회귀 모델 구축 실습 3. 모델 평가와 예측 실습
- 이미지 데이터처리(Image Processing)1. OpenCV를 이용한 이미지 읽기와 출력 2. 이미지 처리 기법 3. imutils 패키지 사용법
- ★실습예제4★ OpenCV 이미지 데이터 처리 실습1. OpenCV를 이용한 이미지 읽기와 저장 실습 2. 이미지 리사이징, 그레이스케일 변환, 이진화 처리, 블러링 등 다양한 이미지 변환 및 처리 기법 실습 3. 이미지에 도형 및 텍스트 추가 방법 실습
- 이미지 딥러닝 - CNN 딥러닝 기초1. CNN의 기본 구조와 각 구성 요소의 역할 2. Convolution 연산, 활성화 함수, 패딩 등 CNN의 주요 연산 3. PyTorch를 사용한 CNN 모델 구현과 데이터 전처리 및 모델 학습 방법
- Deep Learning 기초 - AI 정의와 분류&발전의 역사1. AI의 기본 개념과 역사 2. 지도학습, 비지도학습, 강화학습의 개념과 차이점 3. Perceptron, XOR Gate, Backpropagation 등의 역할과 한계
- Deep Learning 기초 - ML&DL의 동작원리1. 머신러닝에서 사용되는 Linear Regression의 기본 개념과 수식 2. Gradient Descent 알고리즘 사용 방법 3. 딥러닝에서 사용되는 Forward와 Backward Propagation의 동작 원리
- Deep Learning 기초 - DL기본이론과 PyTorch를 활용한 개발방법1. PyTorch의 라이브러리, 데이터 로더를 사용하여 모델 정의 및 데이터 처리하는 방법 2. 선형 회귀, 이진 분류, 다중 분류 모델에 맞는 Loss 함수와 Optimizer 사용 방법
- [실습준비] 파이썬 학습하기① 자료형1. 파이썬 자료형 설명 - 정수형, 실수형 - 리스트 - 튜플 - 딕셔너리
- [실습준비] 파이썬 학습하기② 조건문&반복문1. 파이썬 조건문, 반복문 설명 - 조건문: if, elif, else - 반복문: for, while
- [실습준비] 파이썬 학습하기③ numpy array1. Numoy Array Library 사용하기 - 배열 만들기 - 배열 수정하기 - 배열 연산하기
- [실습준비] 파이썬 학습하기④ pandas 자료구조1. Pandas Library 사용하기 - Pandas 불러와서 Data Frame 만들기 - Data Frame 자료를 불러오고, 수정하기 - Data Frame의 자료를 이용해서 통계량 만들기
- ★실습예제1★ 당뇨병 진단 PyTorch 모델링 실습 (회귀분석)1. 데이터 전처리와 탐색 실습 2. PyTorch를 이용한 회귀 모델 구축 실습 3. 모델 평가와 예측 실습
- 총 훈련시간41 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 기초역량은 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?
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
기관 랜딩페이지 https://winspec.co.kr/ncs/digital/1446
고용24 2026-08-14 기준 · 매일 갱신
