교육 목표 | 정성적 목표 | ㅇ 학생의 AI 스타트업을 위한 MVP 개발에 대한 심화 기술개발 교육 ㅇ 기관의 우수한 AI.빅데이터 컴퓨팅 자원의 적극활용 ㅇ 스타트업 전문가 초청을 통한 MVP 개발노하우 공유 ㅇ AI MVP 프로토타입 개발 및 최적화, 사업화 |
정량적 목표 | ㅇ 수료 : 20명 ㅇ AI 기반 창업발굴 : 1팀 이상 (예비창업, 창업) |
교육 대상 | □재직자 | ■미취업자 | ■전공자 | □비전공자 |
일정 및 기간 | (전반기) 2025. 04. 01. ~ 06. 30. 중 (160H) (하반기) 2025. 09. 01. ~ 11. 30. 중 (160H) | 교육 시간 | 총 320H |
교육 수준 | 고급 | 교육 구분 | AI | 필요 역량 | 기술활용, 분석력 등 |
구분 | 내용 | 교육방법 | 시간 | 비고 |
전반기 | 1장 | 고성능 컴퓨팅 자원 설정 및 AI MVP 기획 | 온/오프라인 | 40H | |
2장 | 고성능 GPU 자원 설정 및 생성형 AI MVP 기획 | 온/오프라인 | 40H | |
3장 | 고성능 CPU 및 GPU 자원 설정 및 영상화질 개선을 위한 AI MVP 기획 | 온/오프라인 | 40H | |
4장 | 고성능 컴퓨팅 자원 설정 및 컨텐츠 추천 서비스 기획 | 온/오프라인 | 40H | |
하반기 | 5장 | AI 서비스형 API 개발 및 클라우드 배포 | 오프라인 | 40H | |
6장 | 생성형 AI 기반 서비스 프로토타입 개발 | 오프라인 | 40H | |
7장 | 영상화질 개선을 위한 서비스 프로토타입 개발 | 오프라인 | 40H | |
8장 | 대규모 AI기반 컨텐츠 추천 서비스 프로토타입 개발 | 오프라인 | 40H | |
계 | | | 320H | |
|
구분 | 세부 교육내용 | 시수 |
고성능 컴퓨팅 자원 설정 및 AI MVP 기획 | ㅇ AI MVP 기획 및 Lean Startup 전략 (8H) ㅇ 고성능 컴퓨팅 자원 초기설정, 활용, 및 운용방법 (16H) - Linux, Apache Spark, Pytorch, Docker, DB 등 조합 설치 및 운용 ㅇ 데이터 수집 및 전처리 자동화 (8H) - 웹 크롤링 API 데이터 수집 및 라벨링 자동화 | 40H |
고성능 GPU 자원 설정 및 생성형 AI MVP 기획 | ㅇ 생성형 AI MVP 기획 및 Lean Startup 전략 (8H) ㅇ 고성능 GPU 자원 설정 및 최적화 (8H) ㅇ 생성형 AI 모델 학습 및 데이터 처리 (8H) ㅇ AI MVP 프로토타입 개발 및 실전 적용 (8H) | 40H |
고성능 CPU 및 GPU 자원 설정 및 영상화질 개선을 위한 AI MVP 기획 | ㅇ 영상 신호 처리 및 Lean Startup 전략 (8H) ㅇ 영상 압축 기술 (코덱, 필터링, 전/후처리) 개요 (8H) ㅇ 다채널 영상 압축을 위한 고성능 컴퓨팅 자원 활용방법 (8H) ㅇ 실시간 미디어 서비스를 위한 Rate Control 기술 및 동향 (8H) ㅇ 영상 화질 개선을 위한 AI 모델 개발 동향 및 적용 방법 (8H) | 40H |
고성능 컴퓨팅 자원 설정 및 컨텐츠 추천 서비스 기획 | ㅇ 뉴럴 네트워크 학습을 위한 데이터 전처리 (8H) ㅇ 컨텐츠 추천 시스템 개요 (8H) - Content based Filter, Collaborative Filter ㅇ 데이터 저장 시스템 (RDBMS, NoSQL), 분산 처리 시스템 (Hbase, Spark) 설치 및 운용 (8H) ㅇ 뉴럴네트워크 기반 추천 알고리즘 (8H) ㅇ 최신 컨텐츠 추천 시스템 최신 동향 및 적용 방법론 (8H) | 40H |
AI 서비스형 API 개발 및 클라우드 배포 | ㅇ FastAPI REST Framework을 활용한 AI API 개발 ㅇ MLOps를 통한 모델 배포 및 지속적인 학습 자동화 ㅇ Docker, Kubernetes 기반 클라우드 서비스 배포 ㅇ Gradio를 활용한 AI 대화형 프로토타입 개발 | 40H |
생성형 AI 기반 서비스 프로토타입 개발 | ㅇ 생성형 AI API 개발 (8H) ㅇHugging Face 및 OpenAI API 연동 및 활용 (8H) ㅇMLOps를 활용한 모델 배포 및 자동화된 업데이트 (8H) ㅇ생성형 AI 모델의 성능 평가 및 최적화 기법 적용 (8H) | 40H |
영상화질 개선을 위한 서비스 프로토타입 개발 | ㅇ 레거시 미디어 트랜스코딩 프로토타입 개발 (8H) ㅇ 영상 화질 개선을 위한 AI 모델 개발 (16H) ㅇ AI 모델 최적화 기술 및 배포 (8H) ㅇ 영상화질 개선 성능 검증 파이프라인 구성 (8H) | 40H |
AI기반 컨텐츠 추천 서비스 프로토타입 개발 | ㅇ 데이터 확보 및 가공 (8H) ㅇ 데이터 저장 시스템 개발 (8H) ㅇ 추천 알고리즘 개발 및 분산 처리환경 적용 (16H) ㅇ 시스템 통합 및 성능 검증 (8H) | 40H |
