강의내용
| 주차 | 주제 | 세부내용 | 비고 |
|---|---|---|---|
| 1 | AICE Basic 오리엔테이션 | · 과정 소개 / AICE Basic 출제 영역 분석
· AI와 빅데이터 기본 개념 · 실습 환경 소개(ez-AI 등) |
|
| 2 | 데이터와 정보 / 빅데이터 이해 | · 데이터의 특성과 종류
· 데이터 처리 과정 이해 · 빅데이터 5V 개념 · 실습 : 샘플 데이터 탐색 |
|
| 3 | AI 프로세스 이해 | · AI 문제 해결 절차
· 지도/비지도/강화학습 개념 · 실습 : No-Code 도구로 간단한 분류 모델 만들기 |
|
| 머신러닝 기본 모델 이해 | · 분류·회귀 기본 원리
· 성능 평가 지표(정확도, 정밀도, 재현율, F1) · 실습 : 모델 성능 비교 |
||
| 4 | AI 응용 사례 | · 추천 시스템 개념
· 챗봇·이미지 분류·예측 자동화 사례 · 실습 : 나만의 미니 AI 사례 설계 |
|
| 책임 있는 AI / 윤리 | · AI 윤리의 필요성
· AI 윤리 10대 원칙 · 공정성·투명성·책임성 · 실습 : 윤리 이슈 사례 분석 |
||
| 5 | 기출유형 분석 | · AICE 기출 유형 정리
· 빈출 개념 50 정리 · 기출문제 풀이 전략 · 모의고사 1회 |
|
| 실전 대비 / 모의시험 | · 실전 모의시험(40문항)
· 오답 분석 및 유형별 약점 정리 · 응시 전략 안내 |
||
| 6 | 핵심 개념 종합 정리 | · AI / 데이터 / 머신러닝 핵심 개념 재정리
· 헷갈리는 개념 비교 정리(지도 vs 비지도 등) · 개념 연결형 문제 접근법 |
|
| 사례·응용 문제 집중 분석 | · 사례형 문항 해석 방법
· AI 활용 시나리오 문제 풀이 · ‘개념 → 사례’ 연결 훈련 |
||
| 7 | 실전 모의고사 심화 | · 실전 수준 모의고사 2회차
· 시간 관리 전략 · 고난도·함정 문항 분석 |
|
| 8 | 최종 점검 및 시험 전략 | · 핵심 요약 노트 정리
· 시험 직전 체크리스트 · 합격 전략 정리 및 질의응답 |
수료 후 비전
| 직무 역량 | ChatGPT 기반 문서작성·아이디어 발상·요약 등 실무 활용 능력 증가
데이터·지표 해석 능력 향상 → 보고서 품질 향상 AI 기반 업무 효율화 역량 확보 |
|---|---|
| 자격 취득 | AICE Basic 인증 취득
향후 AICE Associate·ADsP·Make 자동화 과정 등으로 확장 가능 |
| 커리어·학습 확장 | AI 기반 프로젝트·캡스톤 수행 역량 강화
디지털 전환(DX) 환경에서 요구되는 필수 기초 역량 확보 교육·행정·마케팅·기획 등 다양한 직무에 활용 가능 |
