개강일 지남
데이터 기반 문제 해결을 위한 AI 기초 부터 실전까지
미래디지털 원격평생교육원 · 19회차 · 서울 강서구
PythonK-디지털기초
프로그램 요약
- 수업일정
- 2026.08.05 ~ 2026.09.04약 1개월
- 모집정원
- 200명
- 총 시간
- 미표기
- 학습장소
- 서울서울특별시 강서구 등촌동 등촌로51길 14(태진빌딩)온라인
- 강의장
- 502호, 501호일부
- 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
- ✓(훈련목표) 1. AI와 데이터의 관계를 이해하고, 분류와 회귀 문제를 구분할 수 있다. 2. AI 수학 이론(확률, 통계, 미적분, 선형대수)을 AI 모델 학습 과정과 연결하여 이해할 수 있다. 3. 손실함수와 경사하강법의 원리를 이해하고, 모델 최적화 과정을 설명할 수 있다. 4. AutoML 도구를 활용하여 데이터 분석 전체 파이프라인(데이터 로드, 전처리, 모델 학습, 성능 평가)을 수행할 수 있다. 5. 파이썬을 활용하여 데이터 전처리, 시각화, 모델링을 구현할 수 있다. 6. 공공데이터를 활용한 실전 프로젝트를 통해 문제 정의부터 결과 해석까지 전체 과정을 완수할 수 있다. 7. AI 모델의 성능 지표를 해석하고, 모델 개선 방향을 제시할 수 있다. 8. AI 활용 시 윤리적 이슈를 이해하고, 책임 있는 AI 활용 방안을 제시할 수 있다. 9. 학습한 AI 모델을 저장하고, 추후 웹 서비스 연동을 위한 기초를 준비할 수 있다. (지원자격)
- ✓내일배움카드를 발급 받은 사람 중에서 K-디지털 기초역량훈련과정 수강 신청일을 기준으로 직업능력개발계좌의 유효기간이 남아 있는 사람
- ✓학력 및 전공 무관 (비전공자 수강 가능)
- ✓AI기초 개념이나 수학 관련 개념이 있으면 유리
출처 · 기관 랜딩페이지 · 제도 요건
커리큘럼
고용24 등록 교과목 22개 보기
- 교과목단원명
- 실전 프로젝트② 데이터 정제EDA 결과에 맞춰 특성 엔지니어링과 데이터 전처리(정제)를 진행한다. 그래프를 활용해 이상치의 개념과 처리 시 유의사항에 대해 학습한다.
- 데이터와 AI의 관계 이해현대 사회에서 데이터가 가지는 위치, 중요성을 AI와 연계하여 이해한다. 이를 위해 데이터의 역사, 생산량, 사용 예 등을 설명하고 AI 제작 및 활용에 데이터가 어떻게 사용되는지 설명한다.
- AI의 학습과 예측AI가 데이터를 학습하고 결과를 예측한다는 것이 무슨 의미인지 대략적으로 살펴본다. 대표 유형인 분류/회귀로 데이터의 종류에 따라 예측 유형이 어떻게 달라지는지 살펴본다.
- AI를 위한 수학 이론AI 수학의 필요성을 설명하기 위해 AI의 학습과 예측은 모두 숫자의 계산을 통해 이루어지는 것을 대략적으로 설명한다. 강의 중에 배우게 될 다양한 수학적 이론의 개념 (데이터의 수학적 표현부터 확률, 통계, 미적, 선형대수 등)에 대해 소개하고, 각각의 이론이 강의에서 어느 파트에서 사용될지 대략적으로 소개한다.
- 모델 학습의 본질AI 모델의 학습과 손실, 오차, 개선에 대해 설명한다. 머신러닝, 딥러닝이 무엇인지부터 출발해 학습 과정에서의 손실, 오차, 개선을 개념적으로 살펴보는 것으로 AI 모델 학습의 원리를 이해한다.
- 데이터 분석 전체 파이프라인 개요데이터 기반 의사결정을 위한 프로세스를 개괄적으로 살펴본다. (문제 정의 - 데이터 수집 - 데이터 전처리 - 모델 학습 - 성능 평가 및 개선)
- 성능 지표와 결과 해석문제 유형별로 여러가지 성능지표가 왜 필요한지 구체적인 사례를 통해 개념적으로 이해한다. 이를 통해 예측 결과에 대해 판단하는 방법을 이해한다.
- 업무에서의 AI 이론 적용배운 내용이 실제 업무 프로세스에서 어떤 형태로 적용되는지 이해한다. 모의 시나리오를 바탕으로 전체 프로세스를 개괄적으로 살펴보는 것으로 실제 업무에서 이론이 어떻게 적용되는지를 파악한다.
- AI 활용 시 유의사항과 윤리AI 활용에 여러가지 유의사항(법률, 윤리, 성능 한계 등)에 대해 살펴본다. 실제 문제가 되었던 사례를 통해 무분별한 AI 활용이 가진 위험성을 파악한다.
- AutoML 실습 개요 및 사용법실습에 활용할 AutoML도구의 사용법을 실습 시연과 함께 알아본다.
- AutoML 실습① 데이터 이해문제 정의와 데이터 수집, 탐색적 데이터 분석의 과정을 실습한다. 가상 시나리오를 기반으로 문제 정의 및 공공데이터 수집, 기술 통계 분석 및 시각화 과정을 진행한다.
- AutoML 실습② 데이터 전처리데이터 가공 및 모델 학습 과정을 실습한다. 특성 엔지니어링, 결측치 처리, 스케일링, 인코딩 등의 데이터 가공 과정과 모델 학습을 위한 파라미터 설정에 관해 설명하고 직접 실습한다.
- AutoML 실습③ AI 모델링 및 결과 해석성능 평가 및 개선 과정에 대해 설명하고 직접 실습한다. 완성된 모델을 활용해 시뮬레이션을 진행한다. 전체 실습 과정을 다시 살펴보는 것으로 마무리한다.
- 코드 이해를 위한 파이썬 기초① 코드 구조 이해코드 이해를 위해 필요한 정도의 파이썬 기본 문법을 학습한다. 파이썬의 기본 구조, 문자열, 들여쓰기, 라이브러리 등에 관해 배운다. 실습용 플랫폼은 google colab을 사용하며, 실습을 위한 사용법도 같이 익힌다.
- 코드 이해를 위한 파이썬 기초② 파이썬 라이브러리파이썬으로 작성된 실습용 코드를 설명과 함께 읽어보고, 직접 실행해본다. 데이터 로드부터 시뮬레이션까지 단계별로 진행한다. 이 과정에서 사용하는 도구(pandas, seaborn, matplotlib 등 ) 또한 살펴본다.
- 파이썬 실습① 데이터 준비앞서 체험형식으로 진행했던 파이썬 기반 데이터 분석을 직접 해본다. 초보자가 처음부터 모든 코드를 작성하긴 힘드므로 빈칸 채우기 및 객관식 보기를 활용한다.
- 파이썬 실습② 모델링과 성능 평가전처리 과정을 마무리하고 모델 학습 및 성능 평가, 시뮬레이션을 진행한다. 다양한 모델을 활용해 모델 선택의 차이와 AI 학습의 원리에 대해 생각해본다. 모델 성능 개선에서 AI가 하는 부분과 인간이 하는 부분의 차이를 이해한다.
- 실전 프로젝트① 문제 정의와 데이터 탐색실제 업무에 사용한다고 가정하고, 시나리오에 맞춰 문제 정의부터 결과 도출까지 단계별로 진행한다. 주제 설정, 문제 정의, 데이터 수집 및 탐색(EDA)까지 진행한다. 예전 실습에서 사용했던 데이터를 다른 형태로 변환해 사용 하는 것으로 데이터 활용에 인간의 판단이 어떤 영향을 끼치는지 이해한다.
- 실전 프로젝트③ AI 모델링 및 결과 해석AI 모델 학습 후 성능 지표를 출력한다. 성능 지표의 수학적 의미를 반복 학습한다. 성능 개선 작업과 시뮬레이션을 완료한 후, 정리된 결론으로 AI와 데이터, 인간의 판단 사이의 관계성을 이해한다.
- 과정 성과 정리 및 활용 방향강의 내용을 전체적으로 정리한다.(핵심 원리와 개념 위주) 현장에 어떻게 적용할 것인지 활용 방향성을 탐구하는 것으로 전체 강의를 마무리한다.
- 총 훈련시간24 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 랜딩페이지가 확인되지 않았습니다. 아래 정보는 고용24 등록값입니다.
고용24 2026-08-14 기준 · 매일 갱신
