ChatGPT를 쓰는 사람에서, 만드는 엔지니어로
AI 머신러닝 엔지니어 양성과정 안내

2026년 7월 개강  |  동국대 AI캠퍼스  |  교육비 전액 국비 무료

─────────────────────────────────────────

AX 시대, AI 머신러닝 엔지니어가 뭔가요
쓰는 AI에서, 만드는 엔지니어로 — DX는 끝났고, 지금은 AX(AI Transformation)의 시대입니다.

ChatGPT,Gemini, cluade등. AI를 '쓰는' 사람은 넘쳐도, AI를 직접 설계하고 배포하는 엔지니어는 모자랍니다. AI는 더 이상 단일 기술이 아닌 산업 AX 전주기의 핵심역량입니다. AI·머신러닝·데이터 분야의 전문 인력 수요는 끊임없이 증가하고 있습니다. AI 머신러닝 엔지니어는 AI를 직접 설계하는 것부터 실제 상용 AI를 만드는 것까지의 전 과정을 설계하는 사람입니다.

─────────────────────────────────────────

과정 소개
[동국대 AI캠퍼스] AI 머신러닝 엔지니어 양성과정 │ 다이브 DAIVE

시중의 많은 교육은 무늬만 AI 교육일뿐, ‘머신러닝 코드 짜는 법’, ‘LLM 파인튜닝 방법’등 수많은 AI의 극히 일부분 기술만 다루고 있습니다. 그러나 동국대 AI캠퍼스가 운영하는 다이브(DAIVE)는 Python 기초부터 머신러닝·딥러닝·컴퓨터 비전·NLP·LLM/RAG·MLOps 배포까지 6개월 960시간 풀사이클을 한 번에 다룹니다. 체계적인 AI 머신러닝의 교육 이후에는 총 320시간(33%)에 달하는 프로젝트 비중과 160시간 AI 풀스택 캡스톤으로, 어디서나 자신있게 꺼낼수 있는 포트폴리오를 가져가게 됩니다.

─────────────────────────────────────────

커리큘럼 — 5 PARTS · 960시간
프로젝트 비중 33%(320시간), AI 풀스택 캡스톤 160시간. 이론과 실습, 실전 프로젝트가 하나의 흐름으로 연결됩니다.

 

PART 1  ·  기초 역량

AI 개요 · Python · 데이터 처리

M01 이론  8h  AI 기초 및 윤리

    ·  AI·머신러닝·딥러닝 개념 — 비전공자 직관적 이해

    ·  AI 대전환(AX) 산업 적용 — 의료·제조·금융·커머스

    ·  생성형 AI 원리·활용법·한계 (ChatGPT 등)

    ·  알고리즘 편향·개인정보·저작권 등 AI 윤리

M02 이론·실습  64h  Python 기초 프로그래밍

    ·  가상환경(Conda/venv) · Jupyter · VSCode 설정

    ·  Python 핵심 문법 — 변수·함수·클래스·파일

    ·  Git/GitHub 버전관리 (Branch·PR·Merge)

    ·  알고리즘 사고력·자료구조·코드 가독성

    ·  외부 라이브러리 활용 + 미니 프로그램 구현

M03 이론·실습  56h  판다스 이론/실무

    ·  NumPy 수치 연산·배열 처리

    ·  Pandas 데이터프레임 — 결측치·변환·집계·병합

    ·  Matplotlib·Seaborn 데이터 시각화·인사이트

    ·  탐색적 데이터 분석(EDA) + 공공 API·웹 수집

    ·  AI 모델 학습용 데이터 전처리·특징 추출

 

PART 2  ·  핵심 AI 기술

머신러닝 · 딥러닝

M04 이론·실습  112h  머신러닝 이론/실습

    ·  지도·비지도·강화학습 개념 이해

    ·  회귀·분류·군집화 등 주요 알고리즘 원리

    ·  모델 학습·평가·성능 개선 과정 이해

    ·  실 데이터 문제에 ML 모델 적용 실습

M05 이론·실습  80h  딥러닝 기초 및 신경망

    ·  신경망 작동 원리 — 블랙박스 직관적 이해

    ·  손실함수·옵티마이저·활성화함수·Dropout·BN

    ·  CNN(이미지) · RNN/LSTM(시계열·텍스트)

    ·  Pre-trained 모델 + 강화 학습 입문(Q-learning)

    ·  TensorFlow/Keras · PyTorch 실무 패턴 중심

 

PART 3  ·  응용 AI 기술

컴퓨터 비전 · NLP · LLM · 생성형 AI

M06 이론·실습  56h  컴퓨터 비전 응용

    ·  OpenCV 이미지 전처리·필터링·영상 변환

    ·  이미지 분류 (ResNet·EfficientNet·ViT)

    ·  객체 탐지 (YOLOv8) + 세그멘테이션 (U-Net)

    ·  전이학습·Fine-tuning — 적은 데이터 고성능

    ·  CV 모델 경량화·양자화 (INT8/FP16)

M07 이론·실습  64h  자연어 처리(NLP)

    ·  텍스트 전처리 — 정제·토크나이징·정규화

    ·  단어 임베딩 (Word2Vec·GloVe) 원리

    ·  Transformer 아키텍처 직관 이해 — Attention

    ·  BERT 사전 학습 — HuggingFace Fine-tuning

    ·  감성분석·텍스트 분류·NER 실무 적용

M08 이론·실습  88h  LLM 및 생성형 AI

    ·  LLM(GPT 계열) 작동 원리 + API 활용

    ·  프롬프트 엔지니어링 (Few-shot·CoT·ReAct)

    ·  RAG — 내 데이터로 챗봇 만들기

    ·  LLM Fine-tuning · LoRA · Quantization

    ·  LangChain · Agentic AI · Stable Diffusion

 

PART 4  ·  실무 배포

MLOps

M09 이론·실습  64h  MLOps 및 모델 배포

    ·  ML 파이프라인 — 데이터→학습→평가→배포

    ·  Docker 컨테이너화 + FastAPI 추론 API

    ·  MLflow 실험 추적·모델 버전 관리

    ·  GitHub Actions CI/CD + AWS EC2 배포

    ·  모델 모니터링·성능 알람 설정

 

PART 5  ·  캡스톤 프로젝트 및 취업 준비

320h Capstone + Career  |  320h · 3개 프로젝트 · 3사 멘토링 · 전체 과정 비중 33.3%

M10 프로젝트  80h  컴퓨터 비전 프로젝트

    ·  팀구성(3~4인) → 도메인 데이터셋 수집

    ·  전이학습 모델 학습·하이퍼파라미터 튜닝

    ·  INT8/FP16 Quantization → 속도·정확도 비교

    ·  예시: 스마트팩토리·의료·농산물·물류

    ·  결과 시연 + 팀별 최종 발표

M11 프로젝트  80h  NLP/LLM 프로젝트

    ·  도메인 데이터 임베딩·벡터DB 구축

    ·  RAG 파이프라인·LLM 에이전트 설계

    ·  LoRA Fine-tuning + Quantization 경량화

    ·  예시: RAG챗봇·법률요약·고객지원·다국어

    ·  데모 시연 + 팀별 최종 발표

M12 프로젝트  160h  AI 풀스택 캡스톤 (CV+NLP/LLM+MLOps 통합)

    ·  [1주] 팀·주제 선정·시스템 설계

    ·  [2주] 핵심 모델 개발 (CV/NLP/LLM)

    ·  [3주] MLOps — Docker·CI/CD·MLflow·클라우드

    ·  [4주] 통합·QA·데모·기술보고서·포트폴리오

    ·  3社 멘토링 + 우수 프로젝트 채용 연계

기타 프로젝트  48h  OT·수료식 및 포트폴리오·취업·산업 특강

    ·  GitHub README·프로젝트 문서화·코드정리

    ·  이력서·기술 면접·코딩 테스트 준비

    ·  현업 AI 엔지니어 초청 커리어 멘토링

    ·  취·창업 전략 컨설팅·진로 방향 설정

총계  960h

─────────────────────────────────────────

캡스톤 프로젝트 상세
이노그리드·솔트룩스·씨엔티테크 3사 현업 멘토가 직접 참여하는 산학 연계 프로젝트입니다.


PROJECT 01  ·  CV · 컴퓨터 비전 응용

실 도메인 비전 데이터로 나만의 산업용 AI 모델을 만든다.

스마트팩토리·의료영상·농산물 등 실제 도메인 데이터셋을 수집·라벨링·전처리하고, YOLOv8·ResNet 전이학습 모델을 학습·최적화하여 산업 비전 솔루션을 완성합니다.

STACK  PyTorch · AudioLDM · LoRA · CLAP

INFRA  GPU 가상머신 (이노그리드 템플릿)

PARTNER  ㈜이노그리드 R&D 실무진

프로젝트 흐름
데이터 수집  →  전처리·라벨링  →  전이학습  →  Quantization

핵심 기술
•  OpenCV — 이미지 전처리·필터링·영상 변환, CV 파이프라인 기본 토대
•  YOLOv8 — 실시간 객체 탐지, 산업 현장 비전 문제 해결의 표준
•  ResNet/EfficientNet — 전이학습·Fine-tuning으로 적은 데이터 고성능
•  Quantization — INT8/FP16 양자화로 추론 속도·모델 크기 최적화

학습 포인트
•  실 도메인 데이터셋 직접 수집·라벨링·전처리
•  전이학습으로 적은 데이터로 좋은 성능 달성
•  하이퍼파라미터 튜닝·모델 학습 파이프라인
•  Quantization으로 추론 속도·정확도 비교 분석

파트너
㈜이노그리드 — GPU 가상 머신 전용 템플릿 제공·클라우드 인프라 환경 구축 지원·MLOps 운영 자문

최종 산출물
[01] 학습된 비전 모델 (체크포인트)   [02] 추론 결과 시연 데모   [03] 기술 보고서 + 아키텍처 문서   [04] 최종 발표 + 데모데이 시연


PROJECT 02  ·  NLP/LLM · 에이전트 시스템

도메인 데이터로 나만의 도메인 LLM 에이전트를 만든다.

씨엔티테크·푸드테크·O2O 주문/고객 리뷰·기업 사규·법률·의료 등 도메인 데이터셋을 벡터 DB에 색인하고, RAG·LoRA Fine-tuning을 활용해 도메인 특화 LLM 에이전트를 구현합니다.

STACK  LLM · RAG · LoRA · LangChain

INFRA  HuggingFace · 벡터DB · GPU 환경

PARTNER  ㈜솔트룩스 R&D 실무진

프로젝트 흐름
도메인 데이터  →  벡터DB·임베딩  →  RAG·LoRA 학습  →  에이전트 응답

핵심 기술
•  도메인 임베딩 — 도메인 문서를 청크 단위로 임베딩하여 벡터 DB에 색인 (FAISS)
•  RAG — 도메인 지식 기반 검색·증강 → 정확하고 근거 있는 답변 생성
•  LoRA Fine-tuning — 도메인 특화 모델로 적은 비용 파인튜닝 · 4-bit/8-bit 양자화
•  LangChain·Agent — Tool Calling 에이전트 설계 · 자동화 워크플로우 구현

학습 포인트
•  LLM 응용·프롬프트 엔지니어링 심화
•  RAG 파이프라인 직접 설계·구현
•  LoRA Fine-tuning·Quantization 경량화
•  솔트룩스 LLM 경량화 기술 학습

파트너
㈜솔트룩스 — LLM/RAG 아키텍처 자문 · sLLM 경량화 기술 전수 · 멘토 1人 1팀 전담 (회당 4h × 14회 = 56h)

최종 산출물
[01] 도메인 에이전트 (LLM+RAG+LoRA)   [02] RAG 데모 응답 시연   [03] 기술 보고서 + 임베딩·설계서   [04] 최종 발표 + 데모데이 시연

 
PROJECT 03  ·  AI 풀스택 캡스톤

CV+NLP/LLM+MLOps를 통합한 실서비스 수준 AI 캡스톤.

4주 스프린트 구조로 진행. CV 또는 NLP/LLM 기반 핵심 AI 기능을 개발하고 Docker·CI/CD·MLflow MLOps 파이프라인으로 클라우드 배포까지 통합 완수합니다.
 
STACK  Docker · MLflow · FastAPI · AWS · React

INFRA  AWS EC2 · Docker · GitHub Actions

PARTNER  솔트룩스·이노그리드·씨엔티테크 3사

4주 스프린트 흐름
1주: 설계  →  2주: 모델 개발  →  3주: MLOps  →  4주: 통합·발표

핵심 기술
•  시스템 설계 — 요구사항 명세서·아키텍처 설계·데이터 수집 · 1주 차
•  핵심 모델 개발 — CV 또는 NLP/LLM 기반 AI 기능 구현·성능 최적화 · 2주 차
•  MLOps 파이프라인 — Docker·CI/CD·MLflow 연동·클라우드 배포 자동화 · 3주 차
•  통합·QA·데모 — 전체 통합·QA·기술 보고서·포트폴리오 제출 · 4주 차

학습 포인트
•  4주 스프린트 구조로 프로젝트 진행
•  CV·NLP/LLM·MLOps 통합 풀스택 경험
•  Docker·CI/CD·MLflow 클라우드 배포
•  3사 멘토링·우수 프로젝트 채용 연계



어떤 분이 지원하나요

CASE 01  ·  진로 전환자

"ChatGPT 쓰는 것 넘어 AI 엔지니어로 커리어를 시작하고 싶은 분"

지원 요건
•  미취업 청년 (만 34세 이하 우대)
•  비전공자·타 직군 경력자
•  내일배움카드 발급 가능자
•  주 5일 전일 참여 가능

이 과정이 드리는 것
•  전공 무관·Python 기초부터 시작하는 커리큘럼
•  사전학습 자료 + 1:1 보충 지도
•  기초부터 MLOps 배포까지 풀사이클


CASE 02  ·  전공 심화자

"컴퓨터공학·통계학·AI 관련 전공 지식을 실전 프로젝트로 검증하고 싶은 분"

지원 요건
•  컴퓨터공학·통계학·AI 관련 전공자
•  머신러닝·데이터 유관 경험자
•  동국대 재학생·졸업생 우대
•  제조·데이터 분야 진로 희망

이 과정이 드리는 것
•  연구실 수준 GPU 실습 환경
•  기업 연계 실전 프로젝트
•  세계적 성과 교수진 직접 지도

 
CASE 03  ·  취업 준비자

"면접에 바로 꺼낼 수 있는 AI 풀스택 포트폴리오가 필요한 분"

지원 요건
•  졸업 예정자 (졸업까지 2년 이내)
•  Python·C·Java 등 프로그래밍 경험자
•  AI·ML 취업 목표자

이 과정이 드리는 것
•  이노그리드·솔트룩스·씨엔티테크 취업 연계
•  포트폴리오·취업특강 직접 진행
•  AI 산업특강 + 데모데이

─────────────────────────────────────────

공통 지원 자격
•  내일배움카드 발급 가능자
•  최근 5년 내 K-디지털 트레이닝(K-DT) 미참여자
•  미취업자 또는 졸업 예정자 (졸업까지 2년 이내)
•  평일 9:00~18:00 전일 교육 참여 가능자
※ 컴퓨터공학, 통계학, AI 관련 전공 또는 머신러닝·데이터 유관 경험 보유자 우대

─────────────────────────────────────────

모집 일정

1차 모집  2026.05.18(월) ~ 06.21(일)

2차 모집  2026.06.22(월) ~ 06.30(화)

합격 발표  면접 이후 개별 수시 발표

교육 기간  2026.07.01(수) ~ 12.23(수)  —  6개월 · 120일 · 960시간

교육 시간  09:00 ~ 18:00  (점심 1시간, 공휴일 제외)

교육 장소  동국대학교 서울캠퍼스

─────────────────────────────────────────

교육비 안내
교육비 전액 국비 무료 + 내일배움카드 대상
자부담 없이 수강 가능한 K-디지털 트레이닝(K-DT) 과정입니다. 노트북·GPU 등 산업 표준 환경도 무상으로 제공됩니다.

─────────────────────────────────────────

신청 안내
아래 공식 홈페이지를 통해 신청하실 수 있습니다. 별도 전화 문의 없이 홈페이지에서 모든 절차가 진행됩니다.

▶ 동국대 AI캠퍼스 다이브 DAIVE 공식 신청 홈페이지

https://tinyurl.com/2t7c65p6