KDT AI 문제해결사 과정

PART 1 · 문제정의 (100h)

현상과 원인을 구분하고, 해결할 문제와 성공 기준을 명확히 정의합니다.

• 학습 목표: 문제 정의서 · KPI · AI 적용 가능성 평가서 완성
• 5W1H · Scoping · MECE로 문제 범위 정리
• 5 Why · Fishbone · AcciMap으로 원인 구조화
• 비즈니스 · 도메인 · 모델 KPI 설계
• AI · 규칙 · 프로세스 개선 적용 가능성 판단

PART 2 · 데이터 구조화 (100h)

변수·수집 단위·시간 기준을 설계하고 Python과 SQL로 분석 가능한 데이터를 만듭니다.

• 학습 목표: 분석용 데이터셋 · 데이터 요구사항 명세서 완성
• Python · SQL · pandas · NumPy
• 결측치 · 이상치 · 센서 노이즈 처리
• 데이터 누수 방지와 시계열 분할
• EDA와 데이터 요구사항 도출

PART 3 · AI 모델 선택 (150h)

성능뿐 아니라 설명 가능성·비용·데이터 조건까지 비교해 적합한 방식을 선택합니다.

• 학습 목표: 규칙 · 머신러닝 · 딥러닝 후보 모델 비교 보고서 완성
• 회귀 · 분류 · 군집 · 이상탐지 · 시계열
• 규칙 기반과 하이브리드 접근
• 머신러닝과 딥러닝 적용 조건 판단
• 평가지표 · 오류 비용 · XAI

PART 4 · AI 모델 적용 · AX 전환 (100h)

PoC를 구현하고 KPI 대시보드와 운영 가능한 AX 도입 로드맵으로 연결합니다.

• 학습 목표: AI PoC · KPI 대시보드 · AX 도입 기획서 완성
• 모델 적용과 튜닝
• 데이터 · 추론 파이프라인
• 간단한 API와 Streamlit 대시보드
• ROI · PoC · Pilot · Scale-up 로드맵

과정 소개

• AI에 대체되지 않는 자리,
• AI를 지휘하는 사람
• AX 리더가 되는 6개월
• 공공 제조 데이터와 산업 시나리오로 문제정의·데이터 구조화·모델 선택부터 PoC·대시보드·AX 전환 기획까지. 720시간, 공식 프로젝트 2개로 AI·AX 프로젝트 실무의 전 과정을 경험하세요.
• 120일
• 월~금 · 일 6시간
• 720시간
• 총 교육시간
• 30명
• 한 기수 정원
• 0원
• KDT · 본인 부담

왜 지금인가

• Why Now
• AI를 쓰는 사람은 늘고 있습니다. 어떤 문제에 써야 하는지 판단하는 사람은 부족합니다.
• 기업은 AI 기술만 아는 사람보다 데이터를 다루고, 업무 문제를 정의하고, AI 도입을 실제 결과로 연결하는 사람을 찾고 있습니다. 이 과정은 AI 엔지니어와 경쟁하기보다 현업과 기술을 연결하는 새로운 역할을 준비합니다.
• 청년층 고용률
• 44.2%
• 2026년 7월 기준, 전년 동월보다 1.6%p 하락 · 27개월 연속 하락
• -19.1만 명
• 청년 고용지표 취업자 전년비
• 6.8%
• 청년 고용지표 실업률(2026.7)
• 국가데이터처 · 2026년 7월 고용동향
• 채용 시 AI 역량을 고려하는 기업
• 69.2%
• 500여 개 기업 인사담당자 조사
• 31.6%
• 기업 요구 역량 수집·전처리
• 25.9%
• 기업 요구 역량 서비스 기획·운영
• 15.8%
• 기업 요구 역량 AI 프로그램 개발
• 대한상공회의소 · 2025년 하반기 기업 채용 트렌드 조사
• AX 리더는 직급이 아니라 역할입니다.
• 현장의 모호한 요청을 문제로 정의하고, 필요한 데이터를 설계하고, 규칙 기반·머신러닝·딥러닝 중 적합한 방식을 선택합니다. 이후 PoC와 대시보드로 검증하고, 비용·위험·운영 로드맵까지 제안합니다.
• 역할 흐름
• 문제 상황
• 정기 점검의 한계
• 모든 설비를 같은 주기로 점검합니다.
• 문제 정의
• 우선순위 재정의
• 위험 설비를 먼저 찾는 문제로 바꿉니다.
• 데이터 컬럼
• 분석 단위 설계
• 진동·온도·압력·정비이력을 구조화합니다.
• 모델 비교
• 적합한 방식 판단
• 임계값·통계·머신러닝을 비교합니다.
• 대시보드
• 결과의 시각화
• 설비 위험도를 한눈에 확인합니다.
• AX 도입안
• 현업 실행으로 전환
• 오탐·미탐 비용과 점검 로드맵을 제안합니다.
• 과정 이해를 돕기 위한 공공 제조 데이터 기반 예시이며, 포스코 내부 데이터나 실제 공장 과제를 의미하지 않습니다.

교육 안내

• 교육 안내
• 교육 기간
• 2026년 10월 말(예정) ~ 2027.03.31
• 총 120일 · 720시간
• 강의 시간
• 월~금 09:00~16:00
• 점심 12:00~13:00 · 일 6시간
• 모집 정원
• 30명
• 교육 장소
• 포항시 남구 대이로 59번길 8

사용 도구

• 도구를 배우는 것이 아니라, 문제를 해결하기 위해 사용합니다.
• ChatGPT · 협업 문서
• Python · pandas · NumPy
• SQL
• scikit-learn · PyTorch 기초
• Streamlit · 간단한 API
• AWS · Git
• 문제정의 · 조사 · 팀 협업
• 데이터 전처리 · 탐색 · 분석
• 필요한 데이터를 조회하고 구조화
• 후보 모델 구현과 비교
• PoC와 KPI 대시보드 구현
• 실행 환경과 협업 이력 관리
• ※ 사용 도구는 프로젝트 조건과 교육 운영에 따라 조정될 수 있습니다.

일반 부트캠프와의 차이

• 일반 AI 부트캠프와의
• 차이
• AI 문제해결사 과정
• 일반 AI·데이터 부트캠프
• 양성 목표
• AX 프로젝트 실무자, AI 융합형 문제해결사
• AI·ML 개발자, 데이터 분석가
• 시작점
• 현장의 모호한 문제
• 정리된 데이터와 모델
• 핵심 역량
• 문제정의·데이터·모델 판단·AX 전환
• 코딩·알고리즘·라이브러리
• 모델 접근
• 규칙·ML·DL을 상황에 맞게 선택
• 더 높은 성능 탐색
• 결과물
• 문제 정의서·PoC·대시보드·AX 기획서
• 코드·모델 성능
• 커뮤니케이션
• 현업·개발·의사결정자 연결
• 기술 결과 설명
• 홍보 메시지
• AI로 일하는 방식을 바꾸는 사람
• AI를 만드는 사람

추천 대상

• 이런 분이라면, 이 과정이 맞습니다.
• 정답이 없는 산업 문제를 정의하고, 팀과 함께 끝까지 해결할 준비가 된 분을 기다립니다.
• AI 시대, 첫 커리어
• 구체적인 프로젝트로 시작하고 싶은 분
• 기존 경험과 AI로 커리어 재설계
• 업무 경험을 AI와 결합하고 싶은 분
• 현업과 기술을 연결하는 역할
• 모델 개발자와 다른 진로에 관심 있는 분
• 산업 문제를 데이터로 해결
• 제조·품질·설비·안전·물류에 관심 있는 분
• Python·SQL 실전 적용
• 산업 문제에 직접 적용해보고 싶은 분
• 정답 없는 문제를 팀으로 해결
• 문제를 정의하고 끝까지 완주할 준비가 된 분

지원 방법

• 지원 방법
• 1
• 지원서 제출
• 온라인 신청
• 신청하기 버튼을 눌러 지원서와 필수 정보를 작성합니다.
• 2
• 참여 자격 확인
• 개별 안내
• 국민내일배움카드와 풀타임 참여 가능 여부를 확인합니다.
• 3
• 과정 적합성 인터뷰
• 학습 동기와 취업 목표, 팀 프로젝트 참여 준비도를 확인합니다.
• 4
• 최종 안내·합류
• 2026년 10월 말(예정)
• 선발 결과와 참여 절차를 안내한 뒤 본 과정을 시작합니다.

강사

• Linda
• AI 문제해결 프로젝트 강사
• 현장 문제를 AI 과제로 정의하고, 데이터 · 엔지니어링 · 기획을 연결해 실행 가능한 해결안으로 구체화하는 프로젝트 중심 교육을 진행합니다.
• 학습자가 문제 정의부터 솔루션 설계 · 검증 · 발표까지 전 과정을 직접 완주할 수 있도록 단계별 피드백과 협업 방식을 안내합니다.
• AI 문제 정의
• 프로젝트 관리
• AI 솔루션 설계
• 팀 프로젝트 코칭

학습 지원

• 120일, 끝까지 함께
• 팀 프로젝트용 ChatGPT
• 4~5인 팀별 지정 사용자 1인에게 유료 플랜 이용을 지원하며 세부 방식은 기수별 안내 예정
• AWS 실습 환경
• AWS 크레딧 기반 프로젝트 실습 환경 지원
• 학습용 노트북 대여
• 개인 장비가 필요한 경우 신청자에 한해 1인 1대 대여를 지원하며 수량과 반납 조건은 별도 안내 예정
• 1:1 피드백·멘토링
• 학습 내용과 프로젝트 진행 상황에 맞춘 피드백과 멘토링 제공
• 현직자 멘토링
• 산업 현장의 관점에서 문제정의와 결과 전달 방식 점검
• 취업 준비 지원
• 희망자에게 포트폴리오 첨삭과 모의면접을 선택형으로 제공
• 온라인 Q&A·보충 학습
• 온라인 질문 채널과 커뮤니티를 운영하며 필요 시 보충 교육과 추가 실습 제공
• 추가 훈련수당
• 출석률 등 지급 요건을 충족하고 최근 5년 내 KDT 참여 이력이 없는 훈련생에게 월 최대 40만 원을 지원
• 기숙사 제공
• 기숙사는 선착순으로 제공하며 정원 도달 시 신청 마감
• ※ 지원 범위와 기숙사 위치·비용·배정 조건은 기수별 운영 상황에 따라 달라질 수 있습니다.

참여 전 확인사항

• 참여 전 꼭 확인하세요
• 전공 제한은 없지만, 6개월 풀타임 학습과 팀 프로젝트를 완주할 준비도와 과정 적합성을 확인합니다.
• 필수
• 국민내일배움카드
• K-디지털 트레이닝 참여를 위해 카드 발급과 사용이 필요합니다.
• 평일 6개월 풀타임
• 월~금 09:00~16:00, 총 120일 과정에 안정적으로 참여해야 합니다.
• 선발
• 전공 제한 없음
• 기초 역량과 학습 동기, 취업 목표와 과정의 적합성을 확인합니다.
• 권장
• Python·데이터 사전학습
• 입문 수준의 Python과 데이터 기초를 미리 익히면 프로젝트 적응에 도움이 됩니다.
• 프로젝트·발표·문서화
• 팀 프로젝트와 발표, 문서 작성, 피드백 과정에 모두 참여해야 합니다.
• 포함
• 비대면 실시간 150시간
• 전체 과정에는 실시간 비대면 수업 150시간이 포함됩니다.

수강료·수료 혜택

• 120일 · 720시간 정규 과정 (일 6시간 · 주 5일)
• 문제정의 · 데이터 구조화 · 모델 선택 · AX 전환 학습
• 총 258시간 공식 산업 문제해결 프로젝트 2개
• PoC · KPI 대시보드 · AX 도입 기획 포트폴리오
• 1:1 피드백 · 현직자 멘토링 · 온라인 Q&A
• K-디지털 트레이닝 수료 기준 충족 시 수료증 발급
• 추가 훈련수당 월 최대 40만 원 (최근 5년 내 KDT 참여 이력이 없는 훈련생 대상)

마무리

• AI를 따라갈 것인가, AI로 일의 방식을 바꿀 것인가.
• 6개월 동안 문제정의부터 AI 적용과 AX 전환 기획까지 직접 수행하세요. 국민내일배움카드 참여 가능 여부를 확인하고 AI 문제해결사 과정에 지원하세요.
• 국민내일배움카드 필수 · 외부 신청 페이지