QUICK
MENU

AI-based computer vision

AI ÄÄÇ»ÅͺñÀü ÇÁ·ÎÁ§Æ®
À̹ÌÁö ºÐ¼®ºÎÅÍ µö·¯´× ¸ðµ¨ °³¹ß±îÁö!

º» °úÁ¤Àº AI¿Í µö·¯´× ±â¹Ý ÄÄÇ»ÅͺñÀü ±â¼úÀ» Ȱ¿ëÇØ ½ÇÁ¦ ÇÁ·ÎÁ§Æ®¸¦ ¼öÇàÇÏ¸ç ½Ç¹« ¿ª·®À» Ű¿ì´Â ½Ç½À Á᫐ ÇÁ·Î±×·¥ÀÔ´Ï´Ù.
À̹ÌÁö ºÐ·ù, °´Ã¼ ŽÁö, À̹ÌÁö ¼¼ºÐÈ­, ¾ó±¼ ÀνÄ, OCR(¹®ÀÚ ÀνÄ) µî OpenCV, TensorFlow, PyTorch, YOLO, MediaPipe µî ÃֽŠÇÁ·¹ÀÓ¿öÅ©¿Í ¸ðµ¨À» Á÷Á¢ Ȱ¿ëÇÏ¿© AI ÇÁ·ÎÁ§Æ®¸¦ ¼öÇàÇÕ´Ï´Ù.
Æ÷Æ®Æú¸®¿À ±¸Ãà°ú µ¥ÀÌÅÍ ±â¹Ý ¼­ºñ½º ±âȹ ´É·Â±îÁö È®º¸ÇÒ ¼ö ÀÖµµ·Ï ¼³°èµÈ °úÁ¤ÀÔ´Ï´Ù.

  • ±³À°±â°£
    6°³¿ù
  • °­Àǽð£(ÁöÁ¡º° »óÀÌ)
    3½Ã°£
  • ³­À̵µ
    ÀÔ¹®~°í±Þ
  • Àοø
    20³»¿Ü
  • ÀüÈ­»ó´ã(ÁÖ¸» ¡¤ °øÈÞÀÏ »ó´ã ¹× Á¢¼ö°¡´É)
    051-914-5896

ÀÌ·± ºÐµé²² ÃßÃµÇØ¿ä!

  • AI¡¤µö·¯´× ±â¹Ý ºñÀü ºÐ¾ß·Î ÁøÃâÇϰíÀÚ ÇÏ´Â Ãë¾÷ Áغñ»ý ¶Ç´Â Çö¾÷ °³¹ßÀÚ
  • À̹ÌÁö µ¥ÀÌÅÍ ºÐ¼®, ½Ã°¢Áö´É ó¸® ±â¼ú¿¡ °ü½É ÀÖ´Â ÇнÀÀÚ
  • ÇÁ·¹ÀÓ¿öÅ© Ȱ¿ëÀ» ½Ç¹«¿¡ Á¢¸ñÇÏ°í ½ÍÀº ºÐ
  • Á¹¾÷ÀÛǰ, ½ºÅ¸Æ®¾÷ ±âȹ, ±â¾÷ ¼Ö·ç¼Ç °³¹ß¿ë ÄÄÇ»ÅͺñÀü ±â¼úÀÌ ÇÊ¿äÇÑ ºÐ

AI Ȱ¿ë ÄÄÇ»ÅͺñÀü ÇÁ·ÎÁ§Æ®°úÁ¤ÀÇ ÇÙ½É Æ÷ÀÎÆ®

  • POINT.01

    ÄÄÇ»ÅͺñÀü ±â¼ú ´Ü°èº° ½Ç½À ÁøÇà
    À̹ÌÁö Àüó¸® ¡æ ºÐ·ù(Classification) ¡æ ŽÁö(Detection) ¡æ ÀνÄ(OCR) ¼ø¼­ ±¸¼º

  • POINT.02

    µö·¯´× ÇÁ·¹ÀÓ¿öÅ© ½Ç½À (PyTorch / TensorFlow)
    CNN, Transfer Learning, YOLOv5/v8 µî ½ÇÀü ¸ðµ¨ ÇнÀ

  • POINT.03

    ½Ç¹« Á᫐ ÇÁ·ÎÁ§Æ® 2~3°³ ¼öÇà
    ¿¹½Ã: CCTV ¾ó±¼ ÀÎ½Ä ½Ã½ºÅÛ, »óǰ ÀÎ½Ä ¾Û, À̹ÌÁö ºÐ·ù±â Á¦ÀÛ, OCR ±â¹Ý ¹®¼­ ºÐ¼®±â µî

  • POINT.04

    MLOps ȯ°æ üÇè ¹× ¹èÆ÷ ½Ç½À(Optional)
    Streamlit, FastAPI µîÀ¸·Î ¸ðµ¨ ¹èÆ÷ °æÇè Á¦°ø °¡´É

  • POINT.05

    ÇнÀÀÚ ¼öÁØ ¸ÂÃã - ±âÃʺÎÅÍ Æ÷Æ®Æú¸®¿À±îÁö ´Ü°èº° Áøµµ°ü¸®
    Python ±âº» ¹®¹ý ¹× Numpy/Pandas ½Ç½À Æ÷ÇÔ ¿É¼Ç ±¸¼º °¡´É

AI Ȱ¿ë ÄÄÇ»ÅͺñÀü ÇÁ·ÎÁ§Æ® Ä¿¸®Å§·³ ¾È³»

À̹ÌÁö ÀνÄ, °´Ã¼ ŽÁö, ¾ó±¼ ºÐ¼®, OCR µî ÃֽŠÄÄÇ»ÅͺñÀü ±â¼úÀ» ÇÁ·ÎÁ§Æ® ±â¹ÝÀ¸·Î ½Ç½ÀÇÏ´Â ½ÇÀüÇü AI ±³À° °úÁ¤ÀÔ´Ï´Ù.

  • Chapter.01

    ÆÄÀ̽㠱âÃʹ®¹ý

    - °úÁ¤ ¼Ò°³, °³¹ß Åø, º¯¼ö
    - Ä÷º¼Ç1 Á¦¾î¹®(Á¶°Ç¹®) Á¦¾î¹®(¹Ýº¹¹®)
    - Ä÷º¼Ç2 ÇÔ¼ö
    - °´Ã¼ÁöÇâÇÁ·Î±×·¡¹Ö, ¸ðµâ, ÆÄÀϰú ¿¹¿Üó¸®
  • Chapter.02

    ChatGPT Ȱ¿ë À¥¼­ºñ½º ±¸Ãà

    - À¥ ±âÃÊ, À¥ ÆäÀÌÁö ±¸¼º, ÀÚ¹Ù½ºÅ©¸³Æ®
    - ChatGPT, ¼­¹ö ±¸Ãà
    - À¥ ÆäÀÌÁö UI
    - µ¥ÀÌÅÍ º£À̽º
    - Å©·Ñ¸µ ±âÃÊ / Å©·Ñ¸µ Ȱ¿ë / Å©·Ñ·¯ ¸¸µé±â
  • Chapter.03

    µ¥ÀÌÅÍ ¼öÁý ¹× ºÐ¼®

    - ÆÇ´Ù½º ¸Ó½Å·¯´×
    - ¼±Çü ȸ±Í / ÀÇ»ç °áÁ¤ ³ª¹«
    - ·ÎÁö½ºÆ½ ȸ±Í / ¼­Æ÷Æ® º¤ÅÍ ¸Ó½Å
    - ·£´ý Æ÷·¹½ºÆ®¿Í lightGBM
    - Kmeans
  • Chapter.04

    µö·¯´× ±âÃÊ

    - ÅÙ¼­Ç÷οì¿Í ÆÄÀÌÅäÄ¡ ¸ðµ¨ »ý¼º
    - ÆÄÀÌÅäÄ¡·Î ±¸ÇöÇÑ ¼±Çüȸ±Í, ³í¸® ȸ±Í
    - µö·¯´× / CNN
    - ÀüÀÌ ÇнÀ / ºÐ·ù ¿¹Á¦ ½Ç½À
    - RNN / Auto Encoder / GAN
  • Chapter.05

    ÄÄÇ»ÅͺñÀü ±âÃÊ

    - ÄÄÇ»ÅÍ ºñÀü, OpenCV
    - Classification
    - Object detection
    - Instance Segmentation
  • Chapter.06

    ÄÄÇ»ÅͺñÀüÀ» Ȱ¿ëÇÑ ½Ç¹« ÇÁ·ÎÁ§Æ®

    - ÇÁ·ÎÁ§Æ® ±âȹ
    - ¼³°è ¹× °³¹ß ȯ°æ ±¸Ãà
    - µ¥ÀÌÅÍ ½ºÅ©·¡ÇÎ, µ¥ÀÌÅÍ Àüó¸®, ¸ðµ¨ Ȱ¿ë
    - ÆÄÀÎ Æ©´×, ¼­¹ö ±¸Ãà
    - ¸ð¹ÙÀÏ ÆäÀÌÁö Á¦ÀÛ, RESTful API, Å×½ºÆ® ¹× ¹èÆ÷

Ãë¾÷ÀÇ ÇÙ½É
½Ç¹« ±â¹Ý ÇÁ·ÎÁ§Æ®·Î ¿Ï¼ºÇÏ´Â Æ÷Æ®Æú¸®¿À

½ÇÁ¦ ¼ö·á»ýµéÀÇ ÇÁ·ÎÁ§Æ® °á°ú¹°À» º¸°í, ±â¾÷ÀÌ ¿øÇÏ´Â Æ÷Æ®Æú¸®¿À ±âÁØÀ» È®ÀÎÇØ º¸¼¼¿ä

¼º°øÀûÀÎ Ãë¾÷ Áغñ!
ÄÚ¸®¾ÆIT¾ÆÄ«µ¥¹Ì¿¡¼­ ½ÃÀÛÇϼ¼¿ä!

IT±³À°ÀÇ ¿Ï¼ºÀº Ãë¾÷ÀÔ´Ï´Ù!

ÄÚ¸®¾ÆIT¾ÆÄ«µ¥¹Ì´Â ÇöÀå Áß½É Ä¿¸®Å§·³°ú Ãë¾÷ ¹ÐÂø ÇÁ·Î±×·¥À¸·Î ¼ö°­»ýÀÇ ¼ºÀåÀ» ³¡±îÁö Áö¿øÇÕ´Ï´Ù.

step.01
Áø·Î¼³°è
¼ö°­»ý ¸ÂÃãÇü Á÷¹« ¸ÅĪ & Ä¿¸®¾î »ó´ã

-ÇнÀ°úÁ¤ ±â¹Ý ÁøÃâ ºÐ¾ß ¾È³»

-¸ñÇ¥ Á÷¹«¿¡ ¸ÂÃá Áø·Î ·Îµå¸Ê Á¦½Ã

step.02
Ãë¾÷¿ª·® °­È­
¼­·ù¡¤Æ÷Æ®Æú¸®¿ÀºÎÅÍ ½Ç¹« ¿ª·®±îÁö ¿Ï¼º

-À̷¼­/ÀÚ±â¼Ò°³¼­ 1:1 Çǵå¹é

-GitHub¡¤Notion Æ÷Æ®Æú¸®¿À Á¦ÀÛ Áö¿ø

-IT±â¾÷ ½Ç¹«ÀÚ Æ¯°­ & ½ÇÀü ÄÚµù Ŭ¸®´Ð

step.03
±â¾÷ ¿¬°è
ITÀü¹® Çù¾à±â¾÷°úÀÇ Á÷Á¢ ¿¬°á

-Çö¾÷ÀÚ ÃÊû ±â¾÷¼³¸íȸ

-Ãë¾÷ ¿¬°è ¹Ì´Ï ä¿ë¹Ú¶÷ȸ

-±¸Àαâ¾÷ ´ë»ó ÀÎÀç Ãßõ ¿î¿µ

step.04
¸ðÀǸéÁ¢ & ±â¼ú¸éÁ¢ ÈÆ·Ã
½ÇÀü ¸éÁ¢ ½Ã¹Ä·¹À̼ÇÀ¸·Î ÇÕ°Ý·ü »ó½Â

-Àμº¡¤±â¼ú ¸éÁ¢ ½Ç½À

-Á÷¹«º° ¿¹»óÁú¹® Á¦°ø

-Çǵå¹é ±â¹Ý ¸éÁ¢ Àü·« ¼ö¸³

step.05
¼ö·á ÈÄ Áö¼Ó°ü¸®
Á¹¾÷ ÈÄ¿¡µµ À̾îÁö´Â Ãë¾÷ Áö¿ø

-¼ö·á»ý Àü¿ë ä¿ëÁ¤º¸ ä³Î ¿î¿µ

-ÀÌÁ÷ ÄÁ¼³ÆÃ ¹× °í±Þ°úÁ¤ ¾È³»

-ä¿ë ±â¾÷ÀÇ Çǵå¹é ¹Ý¿µÇÑ Ãë¾÷ ¸ÅĪ

ÄÚ¸®¾ÆIT¾ÆÄ«µ¥¹Ì Ãë¾÷Áö¿ø, À̰ÍÀÌ ±Ã±ÝÇÏ´Ù!

À̷¼­ ÷»èºÎÅÍ Æ÷Æ®Æú¸®¿À, ¸ðÀǸéÁ¢, ±â¾÷¿¬°è±îÁö Ãë¾÷ °ÆÁ¤À» ´ú¾îÁÖ´Â ½ÇÀüÇü Q&A Á¤¸®!

  • Q.¼ö·áÇÏ¸é ¹Ù·Î Ãë¾÷ÀÌ µÇ³ª¿ä?
    A.ÄÚ¸®¾ÆIT¾ÆÄ«µ¥¹Ì´Â ¼ö·á¿Í µ¿½Ã¿¡ Ãë¾÷ÀÌ º¸ÀåµÇÁö´Â ¾ÊÁö¸¸ À̷¼­ ÷»è, Æ÷Æ®Æú¸®¿À Á¦ÀÛ, ¸ðÀǸéÁ¢, ±â¾÷¸ÅαîÁö Àü °úÁ¤ÀÇ Ãë¾÷Áö¿ø ¼­ºñ½º¸¦ Á¦°øÇϰí ÀÖ¾î ³ôÀº Ãë¾÷ ¼º°ú¸¦ º¸À̰í ÀÖ½À´Ï´Ù.
  • Q.¾î¶² ±â¾÷µé°ú ¿¬°èµÇ¾î ÀÖ³ª¿ä?
    A.À¥°³¹ß, ¹é¿£µå, º¸¾È, µ¥ÀÌÅÍ ºÐ¼®, Ŭ¶ó¿ìµå µî ´Ù¾çÇÑ ºÐ¾ßÀÇ ITÀü¹® Áß¼Ò±â¾÷, ½ºÅ¸Æ®¾÷, Çù¾à ±â¾÷ 100¿© °÷ ÀÌ»ó°ú ¿¬°èµÇ¾î ÀÖ½À´Ï´Ù.
    ½ÇÁ¦ ä¿ë ÀÇ·Ú°¡ µé¾î¿Â ±â¾÷°úÀÇ ¸éÁ¢µµ ¼ö·á ÈÄ ¹Ù·Î ¿¬°áµË´Ï´Ù.
  • Q.Æ÷Æ®Æú¸®¿À´Â ²À ¸¸µé¾î¾ß Çϳª¿ä?
    A.ÃÖ±Ù °³¹ßÀÚ Ã¤¿ë¿¡¼­ À̷¼­º¸´Ù Æ÷Æ®Æú¸®¿À°¡ ´õ Áß¿äÇÏ°Ô Æò°¡µÇ´Â °æ¿ì°¡ ¸¹½À´Ï´Ù.
    GitHub, Notion, ÇÁ·ÎÁ§Æ® °á°ú¹° ±â¹ÝÀÇ Æ÷Æ®Æú¸®¿À¸¦ ½Ç½À °úÁ¤ Áß Á÷Á¢ Á¦ÀÛÇϰí Çǵå¹éÀ» ¹Þ°Ô µË´Ï´Ù.
  • Q.ºñÀü°øÀÚµµ Ãë¾÷ÀÌ °¡´ÉÇѰ¡¿ä?
    A.³×, °¡´ÉÇÕ´Ï´Ù.
    ÄÚ¸®¾ÆIT¾ÆÄ«µ¥¹ÌÀÇ °úÁ¤Àº ºñÀü°øÀÚµµ ÀÌÇØÇÒ ¼ö ÀÖµµ·Ï ±âÃʺÎÅÍ ½Ç½À À§ÁÖ·Î ±¸¼ºµÇ¾î ÀÖÀ¸¸ç, ÇÁ·ÎÁ§Æ® Á᫐ ÇнÀ°ú Ãë¾÷ÄÁ¼³ÆÃÀ¸·Î ½Ç¹« ÀûÀÀ·ÂÀ» Ű¿ö Ãë¾÷±îÁö ¿¬°áÇÕ´Ï´Ù.
  • Q.¸ðÀǸéÁ¢Àº ½ÇÁ¦ ¸éÁ¢Ã³·³ ÁøÇàµÇ³ª¿ä?
    A.½ÇÁ¦ ±â¾÷ ¸éÁ¢°ú À¯»çÇÏ°Ô ±â¼ú¸éÁ¢ + Àμº¸éÁ¢ Çü½ÄÀ¸·Î ±¸¼ºµÇ¸ç, ¸éÁ¢°ü Çǵå¹é±îÁö Á¦°øµË´Ï´Ù.
    ¸éÁ¢ ºÒ¾È ÇØ¼Ò¿Í Ä¿¹Â´ÏÄÉÀÌ¼Ç ´É·Â Çâ»ó¿¡ ¸Å¿ì È¿°úÀûÀÔ´Ï´Ù.
  • Q.¼ö·á ÈÄ¿¡µµ Ãë¾÷Áö¿øÀ» ¹ÞÀ» ¼ö ÀÖ³ª¿ä?
    A.³×. ¼ö·á ÈÄ¿¡µµ **Àü¿ë ä¿ë Ä¿¹Â´ÏƼ(īī¿Àä³Î/½½·¢ µî)**¸¦ ÅëÇØ ä¿ë Á¤º¸¸¦ Áö¼ÓÀûÀ¸·Î Á¦°øÇϸç, ÀÌÁ÷ ¹× Àç±³À°À» À§ÇÑ °í±Þ°úÁ¤ Ãßõ, Ãë¾÷ ÄÁ¼³ÆÃµµ ¿î¿µÇϰí ÀÖ½À´Ï´Ù.
  • Q.Ãë¾÷·üÀº ¾î´À Á¤µµÀΰ¡¿ä?
    A.°úÁ¤ ¹× ½Ã±â¿¡ µû¶ó ´Ù¸£Áö¸¸, ½Ç¹« ÇÁ·ÎÁ§Æ®¿Í Æ÷Æ®Æú¸®¿À¸¦ Ãæ½ÇÈ÷ À̼öÇÑ ¼ö°­»ýÀÇ °æ¿ì Æò±Õ 85% ÀÌ»óÀÇ Ãë¾÷·üÀ» º¸À̰í ÀÖ½À´Ï´Ù.

°£ÆíÇÏ°Ô °ü½ÉÀÖ´Â
ÀϹÝ/±¹ºñÁö¿ø °úÁ¤ ¼ö°­·á ¾Ë¾Æº¸¼¼¿ä!

Step2. ¼¼ºÎ ±³À°°úÁ¤À» ¼±ÅÃÇØ ÁÖ¼¼¿ä.(Áߺ¹ ¼±Åà °¡´É)

Step3. °¡±î¿î ÁöÁ¡À» ¼±ÅÃÇØ ÁÖ¼¼¿ä.

    ½ÅûÇϽô ºÐÀÇ À̸§°ú ¿¬¶ôó¸¦ ÀÔ·ÂÇØ ÁÖ¼¼¿ä.

    - -
    ÀÚ¼¼È÷ º¸±â
    ¼öÁý Ç׸ñ: À̸§, ¿¬¶ôó, ¼ö°­¾È³» °ü·Ã ÀÌ·Â
    ÀÌ¿ë ¸ñÀû: ¼ö°­¾È³» Á¦°ø, °ü·Ã ÀÌ·Â °ü¸® ¹× ¸ÂÃãÇü Àç¾È³»¸¦ ÅëÇÑ ¼­ºñ½º ǰÁú °³¼±
    º¸À¯ ±â°£: ¼öÁýÀϷκÎÅÍ ÃÖ´ë 3³â°£ º¸°ü ÈÄ ÆÄ±â

    AI Ȱ¿ë ÄÄÇ»ÅͺñÀü ÇÁ·ÎÁ§Æ® ¹Ù·Î ¾Ë¾Æº¸½Ã°Ú¾î¿ä?

    ´Ý±â
    • ±³À°Èñ¸ÁÁöÁ¡À» ¼±ÅÃÇØÁÖ¼¼¿ä
      • ½ÅûÇϽôºÐÀÇ À̸§°ú ¿¬¶ôó¸¦ ÀÔ·ÂÇØ ÁÖ¼¼¿ä.
        - -
      ÀÚ¼¼È÷ º¸±â
      ¼öÁý Ç׸ñ: À̸§, ¿¬¶ôó, ¼ö°­¾È³» °ü·Ã ÀÌ·Â
      ÀÌ¿ë ¸ñÀû: ¼ö°­¾È³» Á¦°ø, °ü·Ã ÀÌ·Â °ü¸® ¹× ¸ÂÃãÇü Àç¾È³»¸¦ ÅëÇÑ ¼­ºñ½º ǰÁú °³¼±
      º¸À¯ ±â°£: ¼öÁýÀϷκÎÅÍ ÃÖ´ë 3³â°£ º¸°ü ÈÄ ÆÄ±â
      Àüü¸Þ´º ¿­±â

      ¼Õ½±°í °£ÆíÇϰÔ
      Àü¹®°¡¿Í ÀüÈ­»ó´ã!

      ¾È³»¹Þ°í ½ÍÀº ÁöÁ¡À» ¼±ÅÃÇØ ÁÖ¼¼¿ä.

      ¾ß°£ ¹× ÁÖ¸» »ó´ã ÀüÈ­ ¾È³»

      ºü¸¥ ¾È³»¸¦ À§ÇØ
      ÆòÀÏ ¾ß°£(¿ÀÈÄ 6½Ã ~ ¿ÀÈÄ 10½Ã)
      ÁÖ¸»(¿ÀÀü 9½Ã ~ ¿ÀÈÄ 6½Ã)¿¡µµ ¾È³»ÇØ µå¸®°í ÀÖ½À´Ï´Ù.