AI·데이터 분석

이런 분들께 추천합니다

• AI 도입을 검토 중이지만 어디서부터 시작해야 할지 막막한 실무자·의사결정자
• 데이터는 쌓여 있는데 어떻게 정리하고 활용해야 할지 모르는 현장 담당자
• 생성형 AI를 업무에 실질적으로 활용하고 싶은 팀

학습 목표

• "AI가 아니라 문제에서 시작한다"는 관점으로 AI 도입 과제를 스스로 정의할 수 있다
• 정형·반정형·비정형 데이터의 차이를 이해하고, 현장에서 수집 포인트를 설계할 수 있다
• 결측치·이상치 처리 등 데이터 전처리의 기본기를 실습을 통해 익힌다
• 생성형 AI 프롬프트를 실무 문서 작성·분석 업무에 바로 적용할 수 있다

커리큘럼 구성

1. AI 도입을 위한 문제 정의 — AI 도입 실패의 주요 원인(데이터 부재, 문제 정의 불명확성)과 현장에서 바로 쓸 수 있는 문제 정의 방법
2. 현장 데이터 수집 구조 설계 — 설비→PLC→MES→ERP로 이어지는 제조·물류 데이터 흐름과 IoT 기반 수집 사례
3. 데이터 전처리 실습 — 정제(cleaning), 결측치·이상치 처리, 간단한 통계 기반 진단
4. 데이터 표준화와 품질 진단 — 산업별 데이터 표준 사례와 품질 수준을 스스로 진단하는 방법
5. 생성형 AI 프롬프트 엔지니어링 — 업무 문서·보고서·분석 업무에 생성형 AI를 적용하는 실무 프롬프트 작성법
6. 산업별 적용 사례 분석 — 제조(품질 예측·예지보전), 물류(수요예측·피킹 최적화), 서비스(매출 예측·고객 분류) 사례

강의 시간은 대상 기관의 필요에 따라 반나절~종일 과정으로 조정됩니다. 자세한 커리큘럼 구성은 강의 요청 게시판을 통해 문의해주세요.