차세대 AI Agent
개발 실무자가 되는
가장 확실한 방법, 업계를
선도하는 글로벌 기업 IBM과 함께!

• 정규교과 (비대면 라이브)

• IBM Application 개발
  (Frontend Development)

  왜 배우나요?
  AI와 클라우드 서비스는 사용자와의 접점을 웹 프론트엔드를 통해 제공합니다.
  React와 JavaScript는 이에 최적화된 기술로, AI Agent와의 연동, 직관적인 UI 구현,
  API 통신에 필수입니다. 또한 Git은 협업과 버전 관리를 위한 실무 필수 도구입니다.
  
  무엇을 할 수 있게 되나요?
  · React 기반 웹앱을 개발하고, REST API 및 GraphQL로 AI 서비스와 연동할 수 있습니다.
  · TailwindCSS 또는 MUI로 반응형 UI를 구현할 수 있습니다.
  · Git과 GitHub Flow를 활용해 실무 프로젝트에 참여할 수 있습니다.

  JavaScript & React	- JavaScript 기초 (변수, 함수, 객체, 비동기 처리) - ES6+ 문법 (Arrow Function, Spread Operator,   Destructuring, Modules) - React 기본 (컴포넌트, Props, State, Hooks) - React Router & SPA 구조 - 상태 관리 (Context API, Redux Toolkit, Zustand) - REST API, GraphQL 연동 - React + TailwindCSS or MUI 활용
  [JavaScript]	- Git 기본 개념과 명령어 - 로컬 저장소와 원격 저장소 - 브랜치와 병합 전략 - 협업을 위한 Git Workflow (GitHub Flow, Git Flow)

  

• IBM Application 개발
  (Backend Development)

  왜 배우나요?
  AI와 클라우드 네이티브 환경에서 백엔드 시스템은 데이터 처리와 서비스 로직의 중심
  입니다. Java와 Spring Boot는 안정성과 확장성을 바탕으로 전 세계에서 가장 널리 쓰이는
  백엔드 기술이며, MSA, 보안, 인증, API 연동 등 실무에 꼭 필요한 핵심 역량을 갖추는 데
  필수입니다.
  
  무엇을 할 수 있게 되나요?
  · Spring Boot 기반의 RESTful API를 개발하고, 데이터베이스와 연동할 수 있습니다.
  · JWT, OAuth2를 활용한 사용자 인증/보안을 구현할 수 있습니다.
  · Kafka, Redis 등과 연계한 *확장 가능한 마이크로서비스 아키텍처(MSA)*를 설계할 수
   있습니다.
  · gRPC, API Gateway, 서비스 디스커버리를 통해 AI Agent와의 통신 환경을 구축할 수
   있습니다.
  

  Java 프로그래밍	- Java 기본 문법 - 객체지향 프로그래밍 (OOP) - 컬렉션 프레임워크 - 람다 표현식 & 스트림 API - 동시성 프로그래밍 (멀티스레드, CompletableFuture) - 예외 처리 & 입출력 (I/O)
  Spring Boot	- Spring Boot 기본 개념 - RESTful API 개발 - 예외 처리 & 로깅 (SLF4J, Logback) - API 문서화 (Swagger / OpenAPI 3.0) - 데이터베이스 연동 (JPA & Spring Data JPA) - Spring Security (JWT 기반 인증, OAuth2 & OpenID Connect) - Rate Limiting & Throttling (Redis 연동)
  데이터베이스 (SQL & NoSQL)	- 데이터베이스 개념 (DBMS & RDBMS) - SQL 기본 문법 (SELECT, JOIN, GROUP BY, 인덱스) - 트랜잭션 관리 - 데이터 암호화 & 보안 - NoSQL (MongoDB, Redis)
  Microservice Architecture & Spring Cloud	- MSA 개념과 Monolithic과 비교 - 도메인 주도 설계 (DDD) - 서비스 간 통신 (gRPC, Kafka) - API Gateway (Kong / Spring Cloud Gateway) - 서비스 디스커버리 (Eureka) - 서킷 브레이커 패턴

  

• IBM AI Agent

  왜 배우나요?
  AI 서비스는 이제 단순한 분석을 넘어 자연어 이해, 음성 인식, 생성형 응답까지 요구됩니다.
  Python과 FastAPI, LLM/음성 모델 기술을 활용해 실제로 작동하는 AI Agent를 개발
  하고 배포할 수 있는 역량은 현업에서 매우 높은 수요를 보이고 있습니다. IBM의 AI Agent
  프로젝트 실무 사례 특강을 통해 최신 산업 트렌드와 실전 노하우도 함께 익힐 수 있습니다.
  
  무엇을 할 수 있게 되나요?
  · Python과 FastAPI로 AI 기능이 탑재된 API를 개발할 수 있습니다.
  · LLM, LangChain, Vector DB(Milvus) 등을 활용해 검색 기반 생성형 AI Agent를
   구현할 수 있습니다.
  · Whisper와 Hugging Face 모델로 음성 인식 및 감성 분석이 가능합니다.
  · ONNX, TensorRT, Kubernetes를 활용해 AI 모델을 경량화하고 실제 서비스에 배포할 수
   있습니다.

  Python 기본 문법	- 데이터 타입, 리스트, 딕셔너리, 제어문 - 함수형 프로그래밍 - 객체지향 프로그래밍 (OOP) - 파일 입출력 & 예외 처리
  FastAPI	- Python 비동기 API 개발 (FastAPI) - Pydantic & 데이터 검증 - OAuth2 & JWT 인증
  데이터 처리 & 분석	- Vector DB (Milvus) - Pandas & NumPy 활용 - 데이터 전처리 & 분석
  LLM & LMM	- 생성형 AI 모델 활용 - LLM 및 LMM 활용 (Hugging Face) - LangChain 활용 - LlamaIndex 활용
  음성 인식 & 텍스트 분석	- Speech-to-Text (Whisper, Deepgram) - Sentiment Analysis (감성 분석)
  AI 모델 배포 & 운영	- FastAPI로 AI API 개발 - AI 모델 경량화 (ONNX, TensorRT) - Kubernetes에서 AI 모델 서빙
  IBM Korea 현직자를 통해 실제 진행하는 Cloud Native 프로젝트 컨설팅 사례 및 특강(2시간)

  

• IBM Course

  왜 배우나요?
  AI와 클라우드 기술이 결합된 IBM의 플랫폼은 기업의 디지털 전환과 AI 서비스 구현에
  필수적인 도구입니다. 특히 watsonx 시리즈는 생성형 AI, 챗봇, 코드 자동화 등 실제
  비즈니스에 적용 가능한 AI 솔루션을 제공합니다. OpenShift 기반의 컨테이너 관리와
  IBM Cloud 환경을 통해 엔터프라이즈 수준의 실무 환경 경험을 쌓을 수 있습니다.
  
  무엇을 할 수 있게 되나요?
  · IBM Cloud와 OpenShift를 활용해 AI 서비스의 인프라를 직접 구축하고 운영할 수
   있습니다.
  · watsonx.ai를 통해 생성형 AI 모델을 실습하고, 데이터 기반의 Fine-tuning을 이해할 수
   있습니다.
  · watsonx Assistant로 음성 및 텍스트 기반의 챗봇을 구성할 수 있습니다.
  · watsonx Code Assistant를 활용해 코딩을 자동화하고 코드 품질을 향상시킬 수 있습니다.

  IBM Cloud	- IBM Cloud 개요 및 서비스 소개 - IBM Cloud Console & CLI 실습
  Red Hat OpenShift on IBM Cloud	- IBM Cloud에서 OpenShift 클러스터 생성 및 기본 배포 - OpenShift에서 컨테이너 배포 & 관리
  IBM watsonx.ai	- Generative AI 및 Watsonx.ai 기본 개념 - Watsonx.ai Studio에서 AI 모델 실습 - Watsonx.ai에서 데이터 업로드 및 Fine-tuning 개념
  IBM watsonx Assistant	- Watsonx Assistant 개념 - IBM Watson Speech-to-Text & Text-to-Speech 개념
  IBM watsonx Code Assistant	- AI 기반 코드 자동화 및 코드 품질 개선 - Watsonx Code Assistant를 활용한 코드 자동 생성

  

• 프로젝트 (오프라인)

• Project 1

  왜 배우나요?
  클라우드 네이티브 환경에서 실제 서비스 수준의 플랫폼을 개발하는 종합 실습 프로젝트
  입니다. DevOps, MSA, 데이터 처리 등 훈련 과정을 기반으로 기획부터 배포까지 전 과정
  을 실무처럼 수행합니다.
  
  무엇을 할 수 있게 되나요?
  · MSA 기반의 웹 플랫폼을 설계하고 구축할 수 있습니다.
  · Spring Boot, React, FastAPI를 활용해 요구사항에 적합한 서비스를 개발할 수
   있습니다.
  · Docker, Kubernetes, OpenShift 기반의 클라우드 환경에서 서비스를 배포하고 운영할 수
   있습니다.
  · CI/CD 자동화 파이프라인을 구축하고 실시간 모니터링 시스템까지 구성할 수 있습니다.
  · JWT 인증, API 보안, 성능 최적화 기술을 적용해 안정적인 서비스를 구현할 수 있습니다.
  

  Cloud Native Dev Project

  - [Team A]  Cloud Native 기반 공유 주거(Co-Living) 플랫폼 개발 - [Team B]  Cloud Native 기반 통합 이벤트 관리 플랫폼 개발

  

• Project 2

  왜 배우나요?
  AI와 클라우드 네이티브 기술은 단순한 개발을 넘어 비즈니스 가치 창출에 직결되는
  핵심 역량입니다. 이 프로젝트는 IBM의 실제 사례를 기반으로, AI Agent의 기획, 학습,
  구현, 배포 전 과정을 경험하며 실무에서 요구되는 AI 융합 서비스 설계 및 운영 능력을
  체득하는 것을 목표로 합니다.
  
  무엇을 할 수 있게 되나요?
  · AI Agent 플랫폼을 설계하고, 사용자 맞춤형 상담 콘텐츠를 생성 및 개선할 수 있습니다.
  · IBM watsonx.ai, watsonx Assistant, Code Assistant를 활용한 실전형 AI 기능을
   구현할 수 있습니다.
  · Spring Boot + React + Kubernetes + OpenShift 기반의 MSA 플랫폼을 개발하고
   운영할 수 있습니다.
  · Vector DB, STT/TTS, 다국어 번역 등 최신 AI 기술을 통합한 복합 서비스를 만들 수
   있습니다.
  · CI/CD 자동화, 성능 최적화, 실시간 모니터링까지 포함한 엔드투엔드 프로젝트 역량을
   갖출 수 있습니다.

  Cloud Native Dev base AI Agent Project

  - Cloud Native 기반 AI agent 서비스 개발 ※ IBM 수행 프로젝트 기술 기반 자유 주제 선정