AI 이해·비판적 판단
AI의 원리와 한계를 이해하고 결과의 신뢰성을 판단합니다.
공통 역량을 중심으로 AI 원리부터 데이터, 생성형 AI, 피지컬 AI와 문제 해결까지 단계적으로 성장하는 딥코 교육과정입니다.
국내외 AI 교육 프레임워크를 비교해 여러 과정에서 공통으로 길러야 할 역량을 여섯 축으로 정리했습니다. 각 프로그램은 지식 전달에 머물지 않고 데이터를 다루고, 시스템을 만들며, 사람의 문제를 책임 있게 해결하도록 설계합니다.
AI의 원리와 한계를 이해하고 결과의 신뢰성을 판단합니다.
데이터를 수집·정제하고 모델을 학습해 성능을 해석합니다.
AI 도구와 협력해 새로운 아이디어와 결과물을 만듭니다.
문제를 나누고 코드·모델·장치를 하나의 시스템으로 연결합니다.
AI의 인식과 판단을 센서, 모터, 로봇의 행동으로 구현합니다.
사람과 사회에 미치는 영향을 고려하며 실제 문제를 해결합니다.
연령보다 수행 수준을 기준으로 성장 과정을 설계합니다.
AI의 핵심 개념과 작동 원리를 자신의 말로 설명합니다.
데이터와 설정을 바꾸며 결과가 달라지는 이유를 탐구합니다.
스스로 데이터를 구성하고 AI 모델과 장치를 구현합니다.
문제에 맞는 AI를 선택하고 영향과 성능을 함께 개선합니다.
각 영역은 4단계를 따라 독립적으로 배우거나 하나의 프로젝트로 연결됩니다.
분류·회귀·예측과 AI가 틀리는 이유를 이해합니다.
센서·표 데이터를 분석하고 예측 모델을 만듭니다.
생성 원리, 프롬프트, RAG와 출력 검증을 배웁니다.
이미지 데이터셋을 학습하고 카메라 인식에 적용합니다.
AI 예측으로 모터와 장치를 움직이고 자율주행을 구현합니다.
목표·계획·도구·관찰 루프와 사람의 승인 지점을 설계합니다.
AI가 만든 코드를 읽고 테스트하며 목적에 맞게 수정합니다.
사람의 문제를 정의하고 AI 프로토타입을 검증·개선합니다.
유형을 선택하면 프로그램이 앨범형 목록으로 표시되고, 각 프로그램에서 목표·성취기준·차시와 운영 정보를 확인할 수 있습니다.
짧은 시간 안에 AI 핵심 원리를 경험하고 하나의 결과물을 완성합니다.
데이터를 개선하고 앱·센서·로봇으로 구현하는 프로젝트 수업입니다.
AI 리터러시부터 캡스톤 프로젝트까지 단계적으로 성장합니다.