개요
본 교육 프로그램은 라즈베리파이(Raspberry Pi)를 기반으로 한 센서 제어 기술과 인공지능 모델의 구축 및 경량화, 그리고 Edge AI 서비스 구현까지 아우르는 실습 중심의 융합 교육 과정입니다.
라즈베리파이 설치 및 설정, Python 환경 구축을 시작으로 LED, 터치 센서, 온습도 센서, 부저, 거리 센서, 서보 모터, 인체감지 센서 등 다양한 입출력 장치를 제어하면서 하드웨어와 소프트웨어의 연동 구조를 익힙니다.
TensorFlow/Keras 기반의 딥러닝 이론과 이미지 분류 및 객체 탐지 모델 구축 실습을 통해 기본적인 인공지능 모델링 역량을 갖추게 되며, 전이학습을 통해 적은 데이터로도 성능을 확보하는 기법을 학습합니다.
경량화된 모델을 라즈베리파이에 배포하여, 실제 환경에서 실시간 데이터를 수집·분석하는 Edge AI 환경을 직접 구현합니다.
Edge AI 모델을 활용한 지능형 서비스 구축 프로젝트를 수행하며, 단순한 AI 기술 습득을 넘어 실제 센서 제어 기반 응용 서비스를 구현하는 전 과정을 체험하게 됩니다.
이 과정은 임베디드 시스템과 AI의 융합, 실시간 예측/분석 기술, 현장 적용 가능한 경량 AI 시스템 설계에 관심 있는 학습자에게 적합한 실무형 교육 프로그램입니다.
강의 대상
전공 대학생
강의 시간
1일 6시간, 총 5일 30시간
강의 계획서
| 일차 | 차시 | 주제 | 내용 |
|---|---|---|---|
| 1일차 | 1차시 | 라즈베리파이 | – 라즈베리파이 설치 및 기본 설정 – Python 개발 환경 구축 |
| 2차시 | 라즈베리파이 | – 센서 제어(LED, 터치, 온습도) | |
| 2일차 | 1차시 | 라즈베리파이 | – 센서 제어(피에조 부저, 초음파 거리감지센서) |
| 2차시 | 라즈베리파이 | – 센서 제어(서보 모터, 적외선 인체감지센서) | |
| 3일차 | 1차시 | 딥러닝 모델 | – TensorFlow/Keras 소개 – 딥러닝 구조 및 원리 – 딥러닝 모델 구축 및 학습 |
| 2차시 | 딥러닝 모델 | – 이미지 분류/객체 탐지 모델 구축 | |
| 4일차 | 1차시 | 딥러닝 모델 | – 전이학습을 통한 이미지 처리 모델 구축 |
| 2차시 | Edge AI | – Edge AI 기본 개념 및 필요성 – 모델 경량화 및 TensorFlow Lite 소개 – 라즈베리파이에서 실시간 데이터 수집 및 처리 | |
| 5일차 | 1차시 | Edge AI | – 실시간 데이터 분석을 위한 딥러닝 모델 적용 |
| 2차시 | Edge AI | – Edge AI 활용 서비스 구현 |