# 16주 완성! AI 전문가 양성 과정: 파이썬부터 프로덕션 배포까지 ![과정 배너](./assets/course_banner.png) [![파이썬](https://img.shields.io/badge/Python-3.10+-blue.svg)](https://www.python.org/downloads/) [![Poetry](https://img.shields.io/badge/Poetry-dependency%20management-blue.svg)](https://python-poetry.org/) [![코드 스타일: black](https://img.shields.io/badge/code%20style-black-000000.svg)](https://github.com/psf/black) [![Ruff](https://img.shields.io/badge/linter-ruff-red.svg)](https://github.com/astral-sh/ruff) [![라이센스: MIT](https://img.shields.io/badge/License-MIT-yellow.svg)](https://opensource.org/licenses/MIT) [![CI/CD](https://img.shields.io/badge/CI%2FCD-GitLab%20CI-orange.svg)](http://gitlab.geumdo.net/root/geumdo_docs/-/pipelines) [![진행 상황 추적](https://img.shields.io/badge/Progress-Tracking-green.svg)](./TODO.md) "아이디어는 있는데, 어떻게 만들어야 할지 막막하신가요?" "AI, 이제는 소비하는 것을 넘어 직접 만들고 싶으신가요?" 본 과정은 파이썬 기초 문법부터 시작하여, 실제 동작하는 AI 서비스를 직접 기획하고, 개발하며, 세상에 배포하는 전 과정을 경험하는 **16주 완성 실전형 AI 엔지니어링 코스**입니다. 막연한 아이디어를 현실로 만드는 '만들기 능력자'로 거듭나세요. --- ## 🚀 빠른 시작 (Quick Start) 1. **저장소 복제:** ```bash git clone https://gds.geumdo.net/root/geumdo_docs.git cd geumdo_docs/ai_lecture ``` 2. **개발 환경 설정:** - 자세한 내용은 [SETUP.md](./SETUP.md) 파일을 참고하여 Poetry 또는 venv를 사용해 가상환경을 설정하고 필요한 라이브러리를 설치하세요. ```bash # Poetry 사용 시 poetry install # venv + pip 사용 시 python -m venv .venv source .venv/bin/activate pip install -r requirements.txt ``` 3. **강의 자료 및 코드 탐색:** - `courses` 디렉토리에서 각 파트별 강의 노트를 확인하세요. - `source_code` 디렉토리에서 실습 코드를 직접 실행하며 학습을 진행하세요. 4. **학습 진도 관리:** ```bash # 전체 진도 확인 make progress # 특정 파트 진도 확인 make progress-show PART=part_2 # 학습 항목 완료 표시 make progress-complete PART=part_2 ITEM=0 # 진도 리포트 생성 make progress-export FILE=my_progress.md ``` --- ## 🚀 이 과정을 통해 얻을 수 있는 것 - **AI 서비스 개발의 A to Z**: 데이터 분석, 머신러닝/딥러닝 모델링, API 서버 개발, Docker를 이용한 배포까지, AI 제품 개발의 전체 사이클을 직접 경험하고 이해합니다. - **실무 중심의 프로젝트 경험**: 체계적인 학습 후, '나만의 개성이 담긴 **캡스톤 프로젝트**'를 진행하며 현업 수준의 문제 해결 능력과 포트폴리오를 확보합니다. - **생산성을 극대화하는 최신 기술 스택**: `FastAPI`, `Docker`, `PyTorch`, `LangChain` 등 현업에서 가장 수요가 높은 기술 스택을 사용합니다. `Cursor`, `GitHub Copilot` 같은 AI 네이티브 도구를 활용하여 개발 효율을 극대화하는 방법을 체득합니다. - **지속 가능한 성장을 위한 발판**: MLOps의 기본 개념을 이해하고, 최신 AI 기술 트렌드를 읽는 눈을 기르며, AI 전문가로서 지속적으로 성장할 수 있는 학습 로드맵을 얻게 됩니다. --- ## 📚 전체 강의 목록 (Full Course List) 각 파트별 상세 내용과 학습 목표는 아래 링크를 통해 확인하실 수 있습니다. - [Part 0: 과정 소개](./courses/00_introduction/README.md) - [Part 1: AI 개발 환경](./courses/01_ai_development_environment/README.md) - [Part 2: 파이썬 핵심 문법](./courses/02_python_core_syntax/README.md) - [Part 3: 파이썬 컬렉션](./courses/03_python_collections/README.md) - [Part 4: 객체 지향 프로그래밍](./courses/04_object_oriented_programming/README.md) - [Part 5: AI 핵심 라이브러리](./courses/05_ai_core_libraries/README.md) - [Part 5.5: 선형대수학](./courses/05.5_linear_algebra_with_numpy/README.md) - [Part 6: 머신러닝](./courses/06_machine_learning/README.md) - [Part 7: 딥러닝](./courses/07_deep_learning/README.md) - [Part 8: FastAPI를 이용한 모델 서빙](./courses/08_model_serving_with_fastapi/README.md) - [Part 9: 프로덕션 레벨 API](./courses/09_production_ready_api/README.md) - [Part 10: 전문가 과정 로드맵](./courses/10_expert_path/README.md) - [Part 11: MLOps](./courses/11_mlops/README.md) - [Part 12: 모델 최적화](./courses/12_model_optimization/README.md) - [Part 13: 생성형 AI](./courses/13_generative_ai/README.md) - [Part 14: AI 윤리](./courses/14_ai_ethics/README.md) - [Part 15: 캡스톤 프로젝트](./courses/15_capstone_project/README.md) --- ## 📚 전체 커리큘럼 개요 | 파트 (Part) | 주차 (Week) | 주제 (Topic) | 관련 문서 | 소스코드 | |:---:|:---:|:---|:---|:---| | **1** | 1-5주차 | **AI 개발을 위한 파이썬 마스터리** | [0. 소개](./courses/00_introduction/part_0_introduction.md)
[0.1. AI의 역사](./courses/00_introduction/part_0.1_history_of_ai.md)
[1. 개발환경](./courses/01_ai_development_environment/part_1_ai_development_environment.md)
[2. 파이썬 핵심](./courses/02_python_core_syntax/part_2_python_core_syntax.md)
[3. 컬렉션](./courses/03_python_collections/part_3_python_collections.md)
[4. 객체지향](./courses/04_object_oriented_programming/part_4_object_oriented_programming.md)
[5. AI 라이브러리](./courses/05_ai_core_libraries/part_5_ai_core_libraries.md)
[5.5. 선형대수학](./courses/05.5_linear_algebra_with_numpy/part_5.5_linear_algebra_with_numpy.md) | [Part 2](./source_code/02_python_core_syntax/)
[Part 3](./source_code/03_python_collections/)
[Part 4](./source_code/04_object_oriented_programming/)
[Part 5](./source_code/05_ai_core_libraries/)
[Part 5.5](./source_code/05.5_linear_algebra_with_numpy/) | | **2** | 6-9주차 | **핵심 AI 모델 개발 및 서빙** | [6. 머신러닝](./courses/06_machine_learning/part_6_machine_learning.md)
[7. 딥러닝](./courses/07_deep_learning/part_7_deep_learning.md)
[7.1. RNN](./courses/07_deep_learning/part_7.1_recurrent_neural_networks.md)
[7.2. Transformer](./courses/07_deep_learning/part_7.2_transformer_and_llm_principles.md)
[7.3. LangChain](./courses/07_deep_learning/part_7.3_llm_application_development_with_langchain.md)
[7.4. GNN](./courses/07_deep_learning/part_7.4_graph_neural_networks.md)
[7.5. 강화학습](./courses/07_deep_learning/part_7.5_reinforcement_learning.md)
[8. FastAPI 서빙](./courses/08_model_serving_with_fastapi/part_8_model_serving_with_fastapi.md)
[9. 프로덕션 API](./courses/09_production_ready_api/part_9_production_ready_api.md) | [Part 6](./source_code/06_machine_learning/)
[Part 7](./source_code/07_deep_learning/)
[Part 8](./source_code/08_model_serving_with_fastapi/)
[Part 9](./source_code/09_production_ready_api/) | | **3** | 10-13주차 | **프로덕션 MLOps 및 AI 심화** | [10. 전문가 과정](./courses/10_expert_path/part_10_expert_path.md)
[11. MLOps](./courses/11_mlops/part_11_mlops.md)
[12. 모델 최적화](./courses/12_model_optimization/part_12_model_optimization.md)
[13. 생성형 AI](./courses/13_generative_ai/part_13_generative_ai.md)
[14. AI 윤리](./courses/14_ai_ethics/part_14_ai_ethics.md) | [Part 11](./source_code/11_mlops/)
[Part 12](./source_code/12_model_optimization/)
[Part 13](./source_code/13_generative_ai/)
[Part 14](./source_code/14_ai_ethics/) | | **4** | 14-15주차 | **최종 캡스톤 프로젝트** | [15. 캡스톤](./courses/15_capstone_project/part_15_capstone_project.md) | (프로젝트 개별 진행) | --- ## 🛠️ 기술 스택 (Tech Stack) - **언어**: Python 3.10+ - **의존성 관리**: Poetry (권장) / pip - **핵심 라이브러리**: NumPy, Pandas, Scikit-learn, PyTorch, LangChain - **API 서버**: FastAPI - **배포 및 운영**: Docker, Git - **개발 환경**: JupyterLab, Visual Studio Code, Cursor, GitHub Copilot - **코드 품질**: Black, Ruff, MyPy, Pytest - **CI/CD**: GitLab CI/CD --- ## 📖 학습 자료 - **[개발 환경 설정 가이드 (SETUP.md)](./SETUP.md)**: Poetry를 사용한 현대적인 개발 환경 설정 방법 - **[전체 강의 계획서 (Course Schedule)](./AI_Expert_Course_Schedule.md)**: 16주 과정의 상세한 주차별 학습 목표와 내용을 확인하세요. - **[파트별 강의 노트 및 용어집 (Courses)](./courses/)**: 각 파트별 강의 자료와 핵심 용어집을 확인할 수 있습니다. - **[실습 코드 모음 (Source Code)](./source_code/)**: Jupyter Notebook과 Python 파일로 구성된 실습 코드를 직접 실행하고 수정해볼 수 있습니다. - **[통합 용어집 (Glossary)](./glossary.md)**: 전체 과정에서 사용되는 핵심 용어들을 한 곳에서 확인할 수 있습니다. - **[자주 묻는 질문 (FAQ)](./FAQ.md)**: 학습 중 자주 발생하는 질문들과 답변을 확인하세요. - **[트러블슈팅 가이드 (TROUBLESHOOTING.md)](./TROUBLESHOOTING.md)**: 설치 및 실행 중 발생하는 문제 해결 방법을 참고하세요. - **[개선 사항 및 TODO](./TODO.md)**: 프로젝트 개선 계획과 기여 방법을 확인하세요. --- ## 📑 추가 가이드 및 참고 자료 **커뮤니티 및 협업** - **[온라인 커뮤니티 가이드](./ONLINE_COMMUNITY_GUIDE.md)**: Discord 및 Slack 커뮤니티 활용 방법과 효과적인 참여 가이드 - **[짝 프로그래밍 가이드](./PAIR_PROGRAMMING_GUIDE.md)**: 효율적인 학습을 위한 짝 프로그래밍 방법론 및 실습 적용 방안 **실무 적용 및 도구** - **[산업 사례 연결 가이드](./INDUSTRY_CASE_STUDIES.md)**: 이론적 학습 내용과 실제 산업 적용 사례를 연결하는 가이드 - **[클라우드 AI 서비스 가이드](./Cloud_AI_Services_Guide.md)**: AWS, Google Cloud, Azure의 AI 서비스 특징 및 선택 가이드 - **[도구 및 프레임워크 비교](./Tooling_Frameworks_Comparison.md)**: 주요 AI 개발 도구 및 프레임워크 비교 분석 **학습 관리 및 콘텐츠** - **[진도 관리 시스템](./PROGRESS_TRACKING_SYSTEM.md)**: 학습 진도를 체계적으로 관리하는 고급 시스템 설명 - **[콘텐츠 업데이트 정책](./AI_CONTENT_UPDATE_POLICY.md)**: 최신 AI 기술 트렌드를 교육 과정에 반영하는 업데이트 정책 --- ## 🎯 학습 진도 관리 ### 진도 체크 시스템 본 과정에서는 학습 진도를 체계적으로 관리할 수 있는 도구를 제공합니다: ```bash # 전체 진도 확인 make progress # 특정 파트 진도 확인 make progress-show PART=part_2 # 학습 항목 완료 표시 make progress-complete PART=part_2 ITEM=0 # 진도 리포트 생성 make progress-export FILE=my_progress.md ``` ### 진도 관리 기능 - ✅ **파트별 체크리스트**: 각 파트의 핵심 학습 항목들을 체크리스트로 관리 - 📊 **진도 시각화**: 전체 과정과 개별 파트별 진도를 퍼센트로 표시 - 📄 **진도 리포트**: 마크다운 형태의 진도 리포트 자동 생성 - 🔄 **진도 초기화**: 필요시 특정 파트 또는 전체 진도 초기화 --- ## 🤝 기여 및 피드백 ### 기여 방법 1. **이슈 등록**: 발견한 문제나 개선 아이디어를 [GitHub Issues](https://github.com/your-repo/issues)에 등록 2. **풀 리퀘스트**: 코드 개선이나 문서 수정을 위한 풀 리퀘스트 제출 3. **피드백 제공**: 학습 중 발견한 문제점이나 개선 사항 공유 ### 커뮤니티 - **Discord/Slack**: 실시간 질의응답 및 스터디 그룹 - **GitHub Discussions**: 기술적 토론 및 아이디어 공유 - **Email**: geumdo@geumdo.net --- ## 📊 프로젝트 통계 - **파이썬 코드**: 6,492줄 - **문서**: 10,224줄 (마크다운) - **Jupyter 노트북**: 10개 - **테스트 파일**: 8개 - **Docker 설정**: 2개 (개발/GPU 환경) --- > [!NOTE] > 이 과정은 '금도'님의 AI 강의 자료를 기반으로, 수강생의 학습 경험 극대화를 위해 커리큘럼을 재구성하고 내용을 심화시킨 결과물입니다. 원작자의 훌륭한 비유와 설명에 깊이 감사합니다. > [!TIP] > **학습 팁**: 각 파트를 완료할 때마다 진도 체크 시스템을 활용하여 학습 현황을 기록하고, 정기적으로 진도 리포트를 생성하여 학습 동기를 유지하세요!