Q: 초보(비전공자)도 수강 가능한가요?

추천 대상 문구 기준: 👩💻 기초부터 취업까지 효율적으로 준비하고싶으신 분

Q: 교육비는 얼마인가요?

요약: 내일배움카드(KDC)

Question 1

이 부트캠프는 한 줄로 어떤 과정인가요?

Accepted Answer

AI 개발을 위한 기초역량 패키지: Python·수학·통계·ML 과정입니다. 기간은 2026.10.10 ~ 2026.11.09입니다. 교육비는 내일배움카드(KDC)입니다. 진행 방식은 온라인입니다. 장소는 온라인입니다. 수업 시간은 개별 자유 학습 / 일0시간 학습 권장입니다. 내일배움카드가 필요합니다. 추천 대상: 👩‍💻 기초부터 취업까지 효율적으로 준비하고싶으신 분.

Question 2

이 페이지에서 무엇을 한 번에 확인할 수 있나요?

Accepted Answer

요약: 해당 부트캠프 관련 모집정보·커리큘럼·후기·일정·가격·국비지원·수업시간·지원절차·혜택를 한 페이지로 정리했습니다.

Question 3

누가 수강하면 좋나요? (추천 대상)

Accepted Answer

요약: AI 도구 활용을 넘어 AI 기술 개발 분야로의 진입(직무 전환 포함)을 준비하는 훈련생(비전공자, 입문자 가능)

상세:
- AI 도구 활용을 넘어 AI 기술 개발 분야로의 진입(직무 전환 포함)을 준비하는 훈련생(비전공자, 입문자 가능)
- AI 애플리케이션 개발에 필요한 기초 역량(수학·통계, 데이터 처리, 모델 이해, API 연계)을 체계적으로 확보하고자 하는 훈련생
- 공공데이터(Open API) 기반 실습을 통해 데이터 수집·EDA·전처리·모델링·평가/해석을 경험하고, 결과를 서비스/애플리케이션 관점으로 확장하고자 하는 훈련생
- 기초 수학·통계 개념을 모델 학습 원리 및 성능평가 해석과 연결하여 학습하려는 훈련생
- 실습형 학습을 지속적으로 수행할 의지가 있는 훈련생

Question 4

초보(비전공자)도 수강 가능한가요?

Accepted Answer

추천 대상 문구 기준: 👩‍💻 기초부터 취업까지 효율적으로 준비하고싶으신 분

Question 5

이 과정의 목표는 무엇인가요?

Accepted Answer

요약: AI 문제 해결 프로세스(데이터 수집→EDA→전처리→모델링→해석)를 문제정의 관점에서 설계·실행할 수 있다.

상세:
- AI 문제 해결 프로세스(데이터 수집→EDA→전처리→모델링→해석)를 문제정의 관점에서 설계·실행할 수 있다.
- Python/Pandas 기반으로 공공데이터를 수집·정제·탐색(EDA)·전처리/Feature 설계까지 수행할 수 있다.
- 선형대수·미적분·통계 기반 개념을 실습으로 적용하여(예: loss/gradient, 분포 해석) 모델 이해에 필요한 수학적 기초를 체득할 수 있다.
- 회귀·분류 모델을 구축하고 평가지표(Precision/Recall 등) 해석 및 실무 이슈(과적합·불균형·데이터 누수 등) 대응까지 수행할 수 있다.
- 실전 프로젝트를 통해 모델 결과를 비즈니스 관점으로 해석·제시하고, 프로젝트 분석 로드맵을 완성할 수 있다.

Question 6

무엇을 배우나요? (핵심 키워드)

Accepted Answer

요약: Python, 데이터 분석, EDA, 데이터 전처리, Feature Engineering

전체:
- Python
- 데이터 분석
- EDA
- 데이터 전처리
- Feature Engineering
- 선형대수
- 미적분
- 통계
- 머신러닝
- 회귀분석
- 분류분석
- 신경망
- 공공데이터
- Open API
- 경사하강법
- 손실함수
- 컴퓨팅사고
- AI 리터러시
- 프로젝트 실습

Question 7

교육비는 얼마인가요?

Accepted Answer

요약: 내일배움카드(KDC)

Question 8

국비지원 가능한가요?

Accepted Answer

요약: 가능합니다.

유형: KDC(K-Digital Credit)
안내: KDC 과정은 국민내일배움카드 지원 한도와 별도로 1년간 50만원의 K-디지털 크레딧으로 수강할 수 있습니다.

훈련비의 10%는 자비부담금이며, 나머지 90%는 크레딧 잔액에서 차감됩니다. 크레딧이 부족해도 크레딧 잔액이 1원 이상 남아있다면, 훈련비의 10%를 자비부담하고 수강할 수 있습니다.

(예시) 크레딧 잔액이 10만원이고, 수강을 희망하는 과정 훈련비가 30만원인 경우 크레딧 10만원 사용 + 자부담 3만원(훈련비의 10%)만으로 수강 가능

Question 9

내일배움카드가 필요한가요?

Accepted Answer

요약: 필요합니다.

Question 10

교육 기간은 언제인가요?

Accepted Answer

요약: 2026.10.10 ~ 2026.11.09

Question 11

수업 요일과 시간은 어떻게 되나요?

Accepted Answer

요약: 개별 자유 학습 / 일0시간 학습 권장

Question 12

수업은 온라인인가요, 오프라인인가요?

Accepted Answer

요약: 온라인

Question 13

수업 장소는 어디인가요?

Accepted Answer

요약: 온라인

Question 14

학업이나 직장과 병행할 수 있나요? 풀타임 참여가 필요한가요?

Accepted Answer

요약: 병행 가능한 과정입니다. (파트타임으로 참여 가능합니다.)

Question 15

지원(신청) 절차는 어떻게 되나요?

Accepted Answer

요약: 홈페이지에서 수강신청

전체 단계:
- 홈페이지에서 수강신청

Question 16

선발절차가 있나요?

Accepted Answer

요약: 없습니다.

Question 17

선발 방식은 어떻게 되나요?

Accepted Answer

요약: 선발절차가 없습니다.

Question 18

지원 자격(필수 조건)은 무엇인가요?

Accepted Answer

요약:
- 근로자카드(내일배움카드)를 발급받고 유효한 상태여야 합니다.
근로자카드의 지원한도를 초과하거나 잔액이 부족한 경우 수강 불가

Question 19

현재 모집 상태는 어떤가요?

Accepted Answer

요약: 모집 마감

모집개요

💡 이 교육은 KDC(K-Digital Credit) 과정이에요.

💡 참고 링크

💡 상세내용 및 참고사항

커리큘럼

[분류및평가] 신경망 구조 이해 (2) (실기시간 1 시간)

[분류및평가] 신경망 구조 이해 (2) (실기시간 1 시간)

[분류및평가] 신경망 학습 구조 (실기시간 1 시간)

[분류및평가] 신경망 학습 구조 (실기시간 1 시간)

[분류및평가] 공공데이터 기반 분류 신경망 모델 구축(실습) (실기시간 1 시간)

[분류및평가] 공공데이터 기반 분류 신경망 모델 구축(실습) (실기시간 1 시간)

[프로젝트실습] 프로젝트 기획 (실기시간 1 시간)

[프로젝트실습] 프로젝트 기획 (실기시간 1 시간)

[프로젝트실습] 프로젝트 실습(1) (실기시간 1 시간)

[프로젝트실습] 프로젝트 실습(1) (실기시간 1 시간)

[프로젝트실습] 프로젝트 실습(2) (실기시간 1 시간)

[프로젝트실습] 프로젝트 실습(2) (실기시간 1 시간)

[프로젝트] 단계별 최종프로젝트 (실기시간 1 시간)

[프로젝트] 단계별 최종프로젝트 (실기시간 1 시간)

[기본준비] 컴퓨팅사고(CT) 기반 문제정의 (실기시간 1 시간)

[기본준비] 컴퓨팅사고(CT) 기반 문제정의 (실기시간 1 시간)

[기본준비] AI 리터리시 & AI 법률과 윤리 (실기시간 1 시간)

[기본준비] AI 리터리시 & AI 법률과 윤리 (실기시간 1 시간)

[기본준비] 개발환경 구축 및 Python 핵심 문법 실습 (실기시간 1 시간)

[기본준비] 개발환경 구축 및 Python 핵심 문법 실습 (실기시간 1 시간)

[기본준비] 데이터 처리 기본 실습과 Label Encoding (실기시간 1 시간)

[기본준비] 데이터 처리 기본 실습과 Label Encoding (실기시간 1 시간)

[기본준비] 공공데이터 Open API수집·EDA (실기시간 1 시간)

[기본준비] 공공데이터 Open API수집·EDA (실기시간 1 시간)

[실습과제] Open API 데이터 EDA (실기시간 1 시간)

[실습과제] Open API 데이터 EDA (실기시간 1 시간)

[기본준비] 데이터 전처리와 모델링 준비 (실기시간 1 시간)

[기본준비] 데이터 전처리와 모델링 준비 (실기시간 1 시간)

[기본준비] Feature Engineering/ 상관분석, 히트맵 (실기시간 1 시간)

[기본준비] Feature Engineering/ 상관분석, 히트맵 (실기시간 1 시간)

[기초수학] 선형대수 기초: 벡터·행렬·내적·유사도 이해 (실기시간 1 시간)

[기초수학] 선형대수 기초: 벡터·행렬·내적·유사도 이해 (실기시간 1 시간)

[기초수학] 미적분 기반 Loss·Gradient Descent(경사하강법) (실기시간 1 시간)

[기초수학] 미적분 기반 Loss·Gradient Descent(경사하강법) (실기시간 1 시간)

[기초수학] 통계 기초: 기술통계 & 분포 이해 (실기시간 1 시간)

[기초수학] 통계 기초: 기술통계 & 분포 이해 (실기시간 1 시간)

[실습과제-평가] AI를 위한 기초 수학 평가 (실기시간 1 시간)

[실습과제-평가] AI를 위한 기초 수학 평가 (실기시간 1 시간)

[모델링] 머신러닝 지도학습(Supervised Learning): 회귀(Regression (Analysis)) (실기시간 1 시간)

[모델링] 머신러닝 지도학습(Supervised Learning): 회귀(Regression (Analysis)) (실기시간 1 시간)

[모델링] 머신러닝 지도학습(Supervised Learning): 분류(Classification (Analysis)) 이해 및 성능평가 (실기시간 1 시간)

[모델링] 머신러닝 지도학습(Supervised Learning): 분류(Classification (Analysis)) 이해 및 성능평가 (실기시간 1 시간)

[기초수학] 행렬곱(WX+B) 기반 모델 구조 이해 (실기시간 1 시간)

[기초수학] 행렬곱(WX+B) 기반 모델 구조 이해 (실기시간 1 시간)

[모델링] Tree 기반 Model (실기시간 1 시간)

[모델링] Tree 기반 Model (실기시간 1 시간)

[모델링] 분류분석의 핵심 메커니즘 (실기시간 1 시간)

[모델링] 분류분석의 핵심 메커니즘 (실기시간 1 시간)

[모델링] 분류 모델 평가 심화 (실기시간 1 시간)

[모델링] 분류 모델 평가 심화 (실기시간 1 시간)

[분류및평가] 신경망 구조 이해 (1) (실기시간 1 시간)

[분류및평가] 신경망 구조 이해 (1) (실기시간 1 시간)

💡 자세한 커리큘럼은 교육과정 홈페이지에서 확인하세요

포폴&후기

와우패스AI 개발을 위한 기초역량 패키지: Python·수학·통계·ML

빠른 목차찾기

와우패스
AI 개발을 위한 기초역량 패키지: Python·수학·통계·ML