Package 10 · L4 학생 × D3 통합
AI 부트캠프 (1-4주)
ND1 기초 + ND2 데이터·비전 + ND5 LLM 에이전트 — 몰입형 집중이수
PACKAGE 10
L4 학생 × D3 통합
💰 단가
협의 (바우처 사업 매칭 시 50-70% 지원)
🎯 타겟
- 대상: AI 부트캠프 수강생 (비전공자 포함, AI 기초 역량 보유 권장)
- 기간: 총 180시간 (ND1 60H + ND2 60H + ND5 60H) — 방학 집중이수
- AX 단계: 중급(ND1, ND2) → 고급(ND5)
📝 과정 소개
LLM(두뇌)·로봇/시스템(몸)·시뮬레이션(환경)의 3축 통합 역량을 갖춘 인재를 양성하는 몰입형 과정입니다. 3개 과정이 단계적으로 구성되어 있으며, 각 과정은 독립 수강도 가능하지만 3과정 연속 수강 시 학습 연속성과 캡스톤 완성도가 극대화됩니다. 모든 과정은 역량 인증(Lv3~Lv4)과 취업 연계 포트폴리오를 산출물로 가져갑니다.
🎯 교육 목표
- ND1 (기초, 60H): 오픈소스 생태계(HuggingFace, LangChain, Vector DB)를 활용해 AI 기초부터 멀티모달 이해까지 (역량 인증 Lv3 목표)
- ND2 (중급, 60H): 합성 데이터 구축과 비전(VLM) 실습으로 Sim2Real 설계 역량 확보 (Lv3 목표)
- ND5 (고급, 60H): Prompt → VLM → 에이전트 플래닝 → LLM-로봇 통합 순차 심화, 기업 실무 수준 포트폴리오 완성 (Lv4 목표)
- 수료 후 AI 분야 기업 채용 연계 — 단기 부트캠프 및 프리뷰 데이 운영
🔧 핵심 도구
Python · PyTorchHugging Face (Transformers)LangChain / LlamaIndex / LangGraphOpen-source VLMs (Florence-2 / Qwen3-VL)Vector DB (ChromaDB / FAISS)OpenAI API / vLLMMLflow / W&BGit / GitHub
🛤️ 트랙별 상세 커리큘럼
TRACK ND1
AI의 뼈대 : LLM부터 멀티모달·에이전트 기초까지
Python · PyTorch
Hugging Face
LangChain
Vector DB
M1. LLM 파운데이션 & 임베딩
15H
- Transformer 아키텍처 이론 및 최신 LLM(GPT-4o·Claude 3.5·GLM) 사례 분석
- 경량 SLM(Llama-3 8B·Qwen 1.5B) 로컬 파인튜닝 및 추론 실습
- HuggingFace 생태계 활용 커스텀 언어 모델 구축 미니 캡스톤
M2. Prompt Engineering & RAG 입문
15H
- 프롬프트 체인 구조 고도화와 Few-shot·CoT 전략
- RAG 파이프라인 단대단(End-to-End) 구현 — 문서 로드→청킹→임베딩→검색→응답
- 환각 방지 전략 · RAGAS 성능 평가 지표
M3. 멀티모달 LLM(VLM) 기초
15H
- VLM(LLaVA·GPT-4o) 시각 이해 실습
- 객체 탐지·Grounding DINO 기초
- 자연어 → 좌표 변환 파이프라인 입문
M4. 에이전트 기초 & 캡스톤
15H
- ReAct 에이전트 패턴 이해
- Tool-calling 에이전트 입문 실습
- 캡스톤: RAG+VLM 통합 미니 프로젝트
TRACK ND2
현실 데이터 한계를 넘는 데이터 연금술 : 시뮬레이션과 경량 VLM 실습
Python
Hugging Face Transformers
YOLO11
Open-source VLMs
Vector DB
M5. 합성 데이터 파이프라인
15H
- Sim2Real 도메인 갭 분석 및 합성 데이터 유효성 측정 지표 (PGR)
- 필수 도메인 랜덤화 (빛·재질·카메라 노이즈) 실습
- 바운딩 박스·시맨틱 마스크 자동 대량 추출 파이프라인
M6. 라벨링·학습 포맷 변환
15H
- 대량 메타데이터 → YOLO/COCO 학습 포맷 변환 스크립트
- 합성 데이터 통계 분석 및 품질 관리
- 실습: 합성+실데이터 혼합 학습 검증
M7. 비전 인지: 탐지·추적·포즈
15H
- 2D/3D 컴퓨터 비전 인지 수학적 기초
- YOLO11 파인튜닝 — 합성 데이터 전용 객체 탐지
- FoundationPose(6D Pose) 사례 분석
M8. VLM 심화 캡스톤
15H
- 오픈소스 VLM(Florence-2·Qwen-VL-3B) 설치·추론
- VLM 기반 질의응답(VQA) 파이프라인
- 캡스톤: 합성 이미지 내 다중 객체 Grounding 종합 프로젝트
TRACK ND5
LLM으로 시스템을 움직여라 : Prompt·VLM·에이전트·통합
Python
Hugging Face Transformers
LangChain / LangGraph
FAISS / ChromaDB
OpenAI API / vLLM
MLflow / W&B
M9. 프롬프트 엔지니어링 & RAG 심화
15H
- 프롬프트 체인 구조 고도화 전략 및 거대 엔터프라이즈 Search 기반 RAG 사례
- 방대한 특화 문서를 쪼개고 색인(ChromaDB)하는 단대단 RAG 정보 시스템 구축
- 환각 억제 Guardrail 설계 및 RAGAS 정량 지표 기반 응답 신뢰성 개선 실험
M10. VLA (Vision-Language-Action) 및 공간 지능
15H
- 입력-시각-행동을 종단간 직결하는 'VLA' 파운데이션 동향 (RT-2, Figure 01)
- OpenVLA 오픈소스 행동 액션 모델 레이어 구조 탐구
- 사물 관계 추론 및 공간 지능(Spatial Intelligence) 프롬프트 파싱 실습
M11. 에이전트 플래닝 및 정렬
15H
- 전통적 ReAct 한계와 계층적 멀티 에이전트 트렌드 파악
- LangGraph 기반 상태(State)를 가지는 다단계 워크플로우 에이전트 구축
- 도구 풀(액션 공간) 정의 및 MLflow 에이전트 사고 추적(Tracing)
M12. LLM·시스템 E2E 통합 캡스톤
15H
- 사용자 인텐트 해석 → 단위 모듈 선택 → 실행 3원화 시스템 아키텍처
- LLM 에이전트 사고 결과를 외부 시스템 명령으로 변환하는 브릿지 레이어 구축
- 캡스톤: 자연어 지시로 '인지→플래닝→실행→검증' E2E 데모 시연 (Git 포트폴리오 제출)
📦 산출물
- [ND1 산출물] 커스텀 경량 언어 모델 + RAG Q&A 시스템 (역량 인증 Lv3)
- [ND2 산출물] 합성 데이터셋 생성 스크립트 + VLM Grounding 파이프라인 (Lv3)
- [ND5 캡스톤] LLM 기반 E2E 에이전트 시스템 — Git/README + 실행 스크립트 + 데모 영상 (Lv4)
- 취업 연계: 포트폴리오 프리뷰 데이 + 단기 취업 부트캠프 운영
🏢 산업 적합도
☆ 대기업 · ☆ 중견·중소 · ★★★ 대학 · ☆ 공공
🏭 추천 산업 케이스
대학 AI 부트캠프 사업 · RISE 사업 · 정부 지원 산업맞춤형 바우처 · 청년취업사업
📚 유사 레퍼런스
과거 운영 사례 요약 — 상세 커리큘럼은 본 문서 기준으로 별도 협의
대학 피지컬 AI 부트캠프
ND1+ND2+ND5 통합 180H 사업 수주
대학 기업위탁
카카오엔터프라이즈 RISE — 학기중 퍼널형
⚙️ 필요 인프라
- GPU 기반 AI 클라우드 — 모델 추론 및 서빙 실습 환경
- LLM 서빙 플랫폼 — RAG 파이프라인·에이전트 런타임
- MLOps-DevOps 환경 — 실험 이력 관리 · 재현성 보장
- AI LMS / 문제은행 — 전 과정 학습 지원
- GitHub Codespaces — 통일 클라우드 실습 환경
💡 다음 단계