본문 바로가기

내 강의실

최근 수강강좌 목록

※ 현재 진행중인 강좌(청강제외)만 출력됩니다.

※ 최근접속순 최대 10개 강좌만 표시됩니다.

K-MOOC
K-MOOC 학점은행제

현재 진행중인 수강강좌가 없습니다.

수강신청 하러가기 →

현재 진행중인 수강강좌가 없습니다.

수강신청 하러가기 →
한국어
  • 한국어
  • ENGLISH
배우고 싶은 강좌를 찾아보세요.
추천 강좌
    다국어 설정

    강좌소개
    강좌소개
    • 통화 중 상대방의 말을 실시간으로 번역해 주는 기능, 사진에서 원하지 않는 사물을 자연스럽게 지워주는 AI 편집 기능, 스마트워치가 심박수 패턴을 분석해 이상 신호를 알려주는 기능. 이 기능들은 모두 인터넷 연결 없이도 기기 안에서 스스로 판단하고 동작하는 인공지능 기술의 사례다. 이처럼 내 손 안의 기기가 스스로 생각하고 반응하는 기술, 바로 이것이 이 강좌의 주제인 온디바이스 인공지능(On-Device AI) 이다. 이 강좌는 이러한 기술이 어떤 원리로 동작하는지, 그리고 작은 기기 안에서 어떻게 구현되는지를 전공 지식 없이도 이해할 수 있도록 풀어낸다.
    • 강좌는 총 4주로 구성된다. 1주차에서는 컴퓨터가 처음 어떻게 만들어졌는지, 그리고 인공지능이 기존 컴퓨터 프로그램과 무엇이 다른지를 일상 속 사례와 함께 살펴본다. 2주차에서는 인공지능이 기기 안에서 직접 동작하는 방식과 멀리 있는 서버를 거쳐 동작하는 방식의 차이, 그리고 각각의 장단점을 이해한다. 3주차와 4주차에서는 크고 무거운 인공지능 모델을 작고 가볍게 만드는 두 가지 핵심 기술을 다룬다. 불필요한 부분을 걷어내는 가지치기(Pruning) 와 정보를 더 간결하게 표현하는 양자화(Quantization) 가 그것으로, 각 기법의 원리와 실제 적용 방식을 단계적으로 학습한다.
    • 이 강좌를 통해 인공지능 관련 개념을 실제로 어떻게 작동하는지 이해하고 설명할 수 있는 기초 역량을 기를 수 있다. 또한 인공지능이 빠르고 안전하게 기기 안에서 동작하기 위해 어떤 기술적 접근이 필요한지 파악하고, 인공지능이 우리 삶에 가져다주는 가능성과 함께 사회적으로 함께 고민해야 할 과제들을 균형 잡힌 시각으로 바라보는 안목을 기르게 된다.
    학습목표
    • 온디바이스 AI의 개념과 서버 기반 AI와의 차이를 사례를 통해 설명할 수 있다.
    • 온디바이스 AI의 동작 방식과 경량화 기법(Pruning, Quantization)의 원리를 비교·설명할 수 있다.
    • 온디바이스 AI의 기술적 특성과 사회적 쟁점을 종합하여 활용 적절성을 평가할 수 있다.
    강좌 운영일정
    • 수강신청기간 : 2026년 9월 8일(화) ~ 12월 15일(화)
    • 강좌운영기간 : 2026년 9월 15일(화) ~ 12월 15일(화)
    이수 및 평가기준
    • 평가항목: 퀴즈(50%), 기말고사(50%)
    • 이수기준: 총 100점 중 60점(%)이상 충족 시 이수증 발급
    수업계획서

    주차

    주차명(주제)

    차시

    차시명(학습내용)

    평가방법

    1

    컴퓨팅과 인공지능의 발전

    1-1

    컴퓨팅의 시작: 튜링이 던진 질문

    퀴즈(2)

    1-2

    컴퓨팅의 5가지 혁신

    퀴즈(2)

    1-3

    인공지능의 개념과 응용

    퀴즈(2)

    1-4

    인공지능 시대의 숙제와 가능성

    퀴즈(2)

    2

    온디바이스 인공지능 기초

    2-1

    온디바이스 인공지능 개요: 응용사례로 이해하기

    퀴즈(2)

    2-2

    온디바이스 인공지능의 기술적 도전

    퀴즈(2)

    2-3

    온디바이스 인공지능을 위한 기술적 접근

    퀴즈(3)

    2-4

    인공지능 모델 추론 과정의 이해

    퀴즈(3)

    3

    경량 모델 설계기법 Ⅰ - Pruning(가지치기)

    3-1

    효율적 인공지능 만들기: 가지치기(Pruning)

    퀴즈(2)

    3-2

    어떤 묶음으로 줄일까? 가지치기의 단위

    퀴즈(2)

    3-3

    어떤 가중치를 버릴까? 가지치기의 기준

    퀴즈(2)

    3-4

    얼마나 버릴까? 가지치기 비율 결정

    퀴즈(2)

    4

    경량 모델 설계기법 Ⅱ - Quantization(양자화)

    4-1

    효율적 인공지능 모델 만들기: 양자화(Quantization)

    퀴즈(2)

    4-2

    양자화의 여러 기법들: K-Means 양자화

    퀴즈(3)

    4-3

    양자화의 여러 기법들: 선형 양자화

    퀴즈(3)

    4-4

    몇 비트까지 줄일까? 이진/삼진 양자화

    퀴즈(2)

    5

    총괄평가

    5-1

    기말고사

    시험

    강좌운영진
    • 이영기 교수

      [소    속] 서울대학교 공과대학 컴퓨터공학부

      [최종학력] KAIST 컴퓨터과학 박사

      [주요경력]  

      (2018-현재) 부교수, 서울대학교 컴퓨터공학부
      (2013-2018) 조교수, Singapore Management University

      [수상이력] 

      우수강의상 (모바일 컴퓨팅, 컴퓨터 프로그래밍), 서울대학교, 2022, 2023.
      Best Paper Honorable Mention, ACM CHI, 2022

    • 한동호 조교
      [소속] 서울대학교 공과대학 컴퓨터공학부
      [이메일] ggp04175@snu.ac.kr

    분야 공학 (컴퓨터 · 통신)

    난이도 전공심화

    운영기관 서울대학교

    이수증 발급

    주차 5 주

    학습인정시간 8시간 10분 (05시간 03분)

    수강신청기간 26.09.08 ~ 26.12.15

    강좌운영기간 26.09.15 ~ 26.12.15

    전화번호 02-880-5385

    자막언어 한국어 외 1건

    강좌언어 한국어(ko)

    추천강좌
    같은기관강좌