생산성을 높이는 Gemini 활용법

PostgreSQL을 사용하여 500만 건의 한국 아파트 거래 데이터를 분석하는 방법을 배웁니다. 데이터 정제, 변환 및 다양한 SQL 쿼리를 통해 유의미한 인사이트를 도출하는 과정을 다룹니다.

NotebookLM을 활용해 시간을 절약하고 업무 생산성을 극대화하는 방법을 배우는 강의 입니다.

Terraform 모듈을 활용하여 AWS InfraArchitecture를 기반으로 AWS 리소스를 생성하는 과정을 담았습니다.

GCP (Google Cloud Platform)는 Google의 클라우드 컴퓨팅 서비스로, 다양한 인프라 및 플랫폼 서비스를 제공합니다. 이를 통해 다양한 기능을 활용할 수 있습니다.

Locust를 활용한 예제 Web Application의 성능 및 부하 테스트를 진행하는 강의 입니다.

애플리케이션을 설계 및 구현 하고, Cloud 인프라 아키텍처를 직접 설계, 구성하여 개발된 프로그램을 Cloud 환경에서 실행하는 과정 입니다.

구글 드라이브를 넘나들며 일하는 Gemini 에이전트! 압도적인 생산성으로 구글 AI 실무의 마침표를 찍으세요.

ChatGPT와 같은 AI의 근본이 되는 기술 LLM 과 Agent. LLM은 현 시점에 AGI에 가장 가까이 다가간 기술입니다. 이 강의에서는 일반인의 시선으로 LLM 과 Agent 기술에 대해 알아봅니다.

문학, 영화, 음악, 역사 등 인문학적 관점에서 생성형 AI의 개념과 원리를 쉽게 이해하고, AI가 가져올 문화적 영향과 삶의 변화를 탐구합니다. 개인과 기업이 AI 시대에 어떻게 대응하고 준비해야 할지에 대한 실질적인 통찰과 전략을 제공합니다.

요즘 이걸 모르면 안된다 할 정도로 유명해진 Nano Banana? Gemini 3.0? 이 강의에서 Gemini API 로 모두 다룰 수 있습니다.

나노바나나 2로 어디까지 가능할까요? 해상도, 폰트, 색상 등을 하나씩 같이 실습해봅니다. 징검다리 참조 방식으로 로고부터 배너, 영상까지 실제 콘텐츠를 만들어봅니다.

코딩을 전혀 모르는 사람도 AI에게 우리말로 명령을 내려서, 나만의 주식 자동매매 프로그램을 만들 수 있게 됩니다!

Microsoft AI-900 자격을 동시에 대비 할 수 있는 특강이며 2025년 5월기준의 출제 범위를 반영한 최신 콘텐트로서 AI 개요, 머신러닝 기초, 컴퓨터 비전, 자연어 처리, 문서 인텔리전스, 지식 마이닝, 그리고 생성형 AI를 포함한 이론과 실습이 겸비된 형태로 제공합니다

카카오 AI TOP 100 1등, 베스트셀러 《최고의 프롬프트 엔지니어링 강의》 저자 골빈해커가 직접 운영하는 AI Native 회사의 실제 이야기. 개발자 단 2명이 서비스를 만들고 운영하는 방법, AI 시대 개발자와 조직이 갖춰야 할 새로운 역량을 실전 사례로 풀어냅니다.

데이터가 폭발적으로 증가하고 실시간 처리가 중요해지는 시대에 엣지 컴퓨팅은 더 이상 선택이 아닌 필수 기술로 자리매김하고 있습니다. 본 강의는 엣지 컴퓨팅의 핵심 개념부터 실제 비즈니스 환경에 적용하기 위한 구축 전략까지, 모든 것을 체계적으로 학습할 수 있도록 구성되었습니다. 본 강의를 통해 수강생 여러분은 엣지 컴퓨팅의 기본 원리를 탄탄히 다지고, 실제 업무 및 프로젝트에 적용할 수 있는 실질적인 지식과 노하우를 습득하게 됩니다. 미래 IT 환경의 핵심 기술인 엣지 컴퓨팅 전문가로 성장하기 위한 가장 확실한 첫걸음을 내딛어 보세요!

이제 당신의 AI는 클라우드에 있지 않습니다. 당신의 노트북 안에서 직접 돌아갑니다. LM Studio와 Ollama를 활용해 데이터 처리, 문서 분석, 코드 생성까지 완전히 로컬에서 실행하는 Private AI 환경 구축 방법을 알려드립니다. 보안 걱정 없이, 비용 없이, 그리고 더 빠르게 — AI를 “사용하는 수준”에서 “직접 활용하는 수준”으로 올라가세요.

AI를 활용해 초보자도 빠르게 PDF 템플릿과 노션 템플릿을 제작하고, Etsy·Gumroad·노션 마켓플레이스 등에서 실제 판매하여 자동 수익을 만드는 방법을 배우는 실전형 강의입니다. 시장 조사부터 제작, 상세페이지 구성, 업로드, 판매 전략까지 한 번에 익힐 수 있습니다.

인공지능이 처음인 사람의 눈높이에 맞춘 인공지능 입문 강의! 데이터부터 생성형 AI까지 핵심 개념을 쉽게 정리했습니다. 인공지능을 만드는 것이 아닌 질문하고 설명할 수 있는 수준의 실무 이해를 목표로 합니다.

100회 이상 진행한 딥러닝 교육 경험을 바탕으로, 수강생들이 가장 많이 어려워했던 핵심 기초 이론을 체계적으로 정리한 강의입니다. 이 강의는 비전공자도 이해할 수 있도록 수학적 직관, 모델 학습 원리, 코드 구현을 단계적으로 연결해 설명하며, 단순한 라이브러리 사용법이 아닌 AI 모델이 학습되는 근본 구조와 작동 원리를 깊이 있게 다룹니다. 경사하강법, 오차 함수, 최적화, 퍼셉트론, 다층 신경망, 오차역전파 등 딥러닝의 핵심 기초 기술을 직접 수식과 코드로 구현해 보면서, AI 원리를 이해하는 실력 있는 엔지니어로 성장하도록 설계된 실전형 입문 과정입니다.

이 강의를 통해 인공지능 대학원 입시 과정 및 준비 방법을 처음부터 끝까지 알아가실 수 있을 거예요! 합격 확률을 높이는 좋은 내용도 같이 알려드리겠습니다!

당신의 아이디어를 단 몇 분 만에 아름다운 프레젠테이션으로 바꿀 수 있습니다. 슬라이드 디자인에 더 이상 몇 시간씩 고민할 필요가 없습니다. GAMMA의 AI 기술을 사용하면 콘텐츠 제작 프로세스를 획기적으로 개선할 수 있습니다.

이 강의에서는 Antigravity에 내장된 Browser MCP를 활용해 AI 에이전트가 실제 브라우저를 열고 웹을 조사·판단하는 구조를 실전으로 확인합니다. 단순 사용법이 아니라, Agent → Tool → Browser로 이어지는 실행 흐름과 MCP 기반 확장 구조를 이해하는 데 초점을 둡니다. 30분 안에 브라우저 자동화의 개념을 넘어, “AI가 웹을 도구로 사용하는 방식”을 구조적으로 정리합니다. https://antigravity.google/download

“LoRA 기반 경량 파인튜닝으로 나만의 맞춤형 LLM을 만들어보는 첫걸음!” 이 강의는 처음 LLM을 접하는 분도 쉽게 따라올 수 있도록 설계된 입문 실습 강의입니다. 복잡한 이론은 최소화하고, 모델 불러오기 → 데이터 적용 → 학습 → 결과 비교까지 전 과정을 단계별로 안내합니다. 짧은 시간 안에 LoRA·QLoRA와 같은 최신 경량 파인튜닝 기법의 흐름을 직접 경험하며, “LLM 파인튜닝이 이렇게 돌아가는구나”라는 감을 잡을 수 있습니다. 많은 자원이 없어도, 내 도메인에 특화된 LLM을 만들어보는 성취감을 직접 느껴보세요!

세상을 바꾸는 AI의 모든 것을 단 4강으로 정복한다! 1강. 인공지능의 진짜 정체 AI는 마법이 아니다. 인간의 ‘지능’을 수식처럼 분석해 만든 디지털 두뇌! 똑똑한 척하는 인공지능의 핵심 구조를 낱낱이 파헤칩니다. 2강. 알고리즘, AI의 창의적(?) 사고법 고민하는 AI는 어떻게 해답을 찾을까? 바둑을 두고, 길을 찾고, 당신의 검색 결과를 예측하는 AI의 전략을 직접 만나보세요. 3강. AI 하드웨어, 상상을 현실로 만드는 엔진! 당신의 스마트폰 속 칩이 AI의 심장이다. CPU, GPU, TPU, 그리고 알 수 없는 그 이름들까지 전부 해부합니다. 4강. 머신러닝과 딥러닝의 대격돌! AI가 '배운다'는 건 대체 무슨 뜻인가? 고전적인 규칙 기반 AI에서, 요즘 핫한 챗GPT까지! 학습의 진화를 추적합니다.

AI 기술의 현재와 미래를 이해하고, 머신러닝 등 AI 모델의 테스트 과정을 체험하며 테스터의 역할을 배우게 됩니다. AI 기반 시스템 테스트 전략 수립부터 테스트 케이스 설계 · 실행, 또 테스트 지원을 위한 AI 활용 방법까지 폭넓게 익힙니다. 본 과정을 ISTQB의 AI Testing 실러버스를 기반으로 진행되며, ISTQB AI Testing 자격시험을 완벽하게 준비할 수 있는 기회를 제공합니다.

이 강의는 확산모델(Diffusion Model)의 진화 과정을 논문과 코드로 완전 정복하는 실전 중심 마스터클래스입니다. DDPM(Denoising Diffusion Probabilistic Model)과 DDIM 등, 생성 AI의 핵심 모델들을 논문 원리부터 직접 구현하며 학습합니다. 각 모델의 등장 배경, 수식, 네트워크 구조(U-Net, VAE, Transformer), 학습 과정(Noise Schedule, Denoising Step), 그리고 성능 향상을 이끈 아이디어들을 단계별로 분석합니다.수강생은 모든 모델을 PyTorch 기반으로 직접 코딩하며, 논문을 이해하는 것에 그치지 않고 ‘재현하고 응용할 수 있는 실무 능력’을 얻게 됩니다. 또한, 모델 간의 차이와 발전 흐름을 비교하며, 어떻게 확장되는지를 명확히 이해하게 됩니다. 이 강의는 이론·코드·실습을 하나로, 연구자·개발자·창작자 모두에게 생성모델의 진화를 체계적으로 익힐 수 있는 여정을 제공합니다. 논문을 ‘읽는 것’을 넘어, 직접 구현하며 ‘이해하고 재창조’하는 경험을 지금 시작하세요.