지역사회 현안 해결 프로젝트: Living Lab + AI
개요
본 교육 프로그램은 인공지능의 기초 개념부터 데이터 분석, 머신러닝·딥러닝 실습, 생성형 AI 활용, 그리고 지역사회 문제 해결 프로젝트 수행까지 AI 기술의 전 과정을 종합적으로 학습하고 실제에 적용하는 실무 중심의 융합 교육 과정입니다.
인공지능과 개발 환경을 이해하고, Kaggle과 공공데이터를 활용한 데이터 수집, 웹 스크래핑을 통해 실제 데이터를 확보하고 정제·시각화하는 기초 데이터 분석 역량을 갖추게 됩니다.
머신러닝과 딥러닝 모델을 학습하며, 회귀·분류·군집화 분석, 이미지 분류, 전이학습, 오토인코더 기반 이상치 탐지 등 다양한 모델을 구축하고 튜닝하는 실습을 통해 AI 모델 설계, 평가, 개선 역량을 기릅니다.
**생성형 AI와 LLM(Large Language Model)**을 학습하며, Hugging Face API, Ollama 등을 활용해 로컬 환경에서의 LLM 활용법과 Streamlit 기반 AI 분석 서비스 개발까지 실습합니다.
기후, 환경, 재난, 의료 등 지역사회 현안 데이터를 활용하여 문제를 정의하고 AI 기술로 해결 방안을 제안하는 프로젝트 중심 교육으로 진행됩니다.
수강생은 팀을 구성해 데이터 수집, 분석, 모델링, 예측, 시각화까지 전 과정을 수행하며, AI 기술을 실제 사회 문제 해결에 적용해보는 경험을 쌓게 됩니다.
이 강의는 AI 입문자부터 프로젝트 기반 실습을 통해 실제 사회적 가치 창출에 관심 있는 학습자에게 적합하며, 기술 학습과 공공 문제 해결이라는 두 가지 목표를 통합적으로 달성하도록 설계되었습니다.
강의 대상
비전공자
강의 시간
1일 8시간, 총 15일 120시간
강의 계획서
| 일차 | 주제 | 내용 |
|---|---|---|
| 1일차 | AI 개요 | - 인공지능의 개요 - 개발환경 구축 |
| 2일차 | 데이터 분석 및 시각화 | - 캐글, 공공 데이터 수집 - 정적/동적 웹 페이지 스크래핑 |
| 3일차 | 데이터 분석 및 시각화 | - 데이터 전처리 - 그래프 및 지도 시각화 |
| 4일차 | 머신러닝 | - 머신러닝 개요 - 회귀, 분류, 군집화 |
| 5일차 | 딥러닝 | - 딥러닝 개요 - 딥러닝 모델 구축, 학습, 평가 - 하이퍼파라미터 튜닝 및 모델 최적화 |
| 6일차 | 딥러닝 | - CNN과 이미지 분류 - 데이터 증강 및 전이학습 |
| 7일차 | 딥러닝 | - 카메라를 활용한 실시간 객체 탐지 - 오토 인코더 |
| 8일차 | 생성형 AI | - 생성형 AI와 LLM 개요 - LLM을 활용한 데이터 분석 - Streamlit과 PandasAI |
| 9일차 | 생성형 AI | - Hugging Face LLM API 활용 - Ollama를 활용한 Local LLM 구축 및 활용 |
| 10일차 | 지역사회 현안 해결 실습 | - 기후, 환경 데이터 분석 및 예측 실습 - 재난 데이터 분석 및 예측 실습 - 지역 의료 데이터 분석 및 예측 실습 |
| 11일차 | 지역사회 현안 해결 프로젝트 | - 지역사회 현안 해결 프로젝트 진행 |
| 12일차 | 지역사회 현안 해결 프로젝트 | - 지역사회 현안 해결 프로젝트 진행 |
| 13일차 | 지역사회 현안 해결 프로젝트 | - 지역사회 현안 해결 프로젝트 진행 |
| 14일차 | 지역사회 현안 해결 프로젝트 | - 지역사회 현안 해결 프로젝트 진행 |
| 15일차 | 지역사회 현안 해결 프로젝트 | - 지역사회 현안 해결 프로젝트 진행 |