행정안전부 「LLM을 활용한 AI모델 개발 실습」과정 교육생 모집 안내
「LLM을 활용한 AI모델 개발 실습」과정 교육생 모집 안내 |
‘데이터기반행정 활성화에 관한 법률’ 제24조에 따라, 행정안전부와 네이버㈜가 협업(MOU)하여 운영하는 AI모델 개발 실습 과정 교육생 모집 안내임 |
□ 과정개요
○ (과정명) LLM을 활용한 AI모델 개발 실습
○ (교육목표) 민원응대 챗봇, 정책 문서 요약 등 실용적 과제를 실습하고 행정 현장에서 AI 서비스 구현‧적용 능력을 갖춘 AI 전문인재 양성
○ (교육일정) 3.31.(월) ~ 4.18.(금) 중 10일(첨부3 참조)
구분 | 내 용 | 일자(총 10일) |
이론 | 언어모델 워크숍, 머신러닝·딥러닝, LLM의 이해 (Vector DB, RAG, 프롬프트) |
3.31.(월) ~ 4.2.(수) 3일 |
실습 | LLM‧실습 및 RAG 실습(프로토타입 개발) ‣ HyperClova X 클라우드 플랫폼 기반 |
4.7.(월) ~ 4.11.(금) 5일 |
프로젝트 | 프로젝트 설계·개발 및 발표 | 4.17.(목) ~ 4.18.(금) 2일 |
※ 세부 교육일정은 교육기관의 운영 상황에 따라 변경될 수 있음
○ (장 소) 모두의연구소 강남캠퍼스(서울 강남구 강남대로 324, 2층)
□ 선발방법
○ (대 상) 중앙부처·지자체의 AI 구축·도입 사업수행 또는 수행 예정인 직원(총 20명)
※ AI 프로젝트를 리딩할 수 있는 수준의 AI 서비스 개발 역량 배양을 목표로 하며 파이썬, 자바 등 개발도구에 대한 기본적 이해·경험 보유자 대상으로 아래 절차에 따라 선발
○ (선발절차)
신청서 제출 | 선발 평가(첨부1 참조) | 선발 통보 | ||
3.12.(수)~3.20.(목) | 3.21.(금) | 3.24.(월) 예정 개별안내 |
○ (선발기준) 신청서 서류 평가(100%) + 가점(10%)
○ (신청방법) 과정 신청서 작성 후 기관의 “데이터 업무(또는 정보화 업무) 담당 부서장”이 공문으로 회신(붙임2. 과정 신청서)
※ 기관별 3명 이내로 추천 가능
○ (문 의) 행정안전부 오현준 주무관(044-205-2288, datahj@korea.kr)
□ 안내사항
○ 소속 부서장에게 교육일정(3.31.~4.18.중 10일) 기간 100% 교육 참석이 가능함을 승인받은 후 신청서 제출
○ 데이터기반행정실태평가 전문교육 이수로 실적 인정
○ 동 교육 수료자는 ‘25년 행안부 역량강화 전문교육 중 해커톤 대회 우선선발 기회 부여
○ 교육비는 무료이며 별도의 숙박, 식사는 비제공
○ 교육생으로 선발되시는 경우, 교육 중도 포기 사유는 명확하고 불가피한 사유로 교육 운영진에서 인정하는 때 외에는 불가
- 지각, 조기 퇴실 불가
※ 개인 사유로 교육 장소 이탈 시 교육생 소속기관으로 통보
- 교육생은 본 교육 기간 10일간 100% 수업 참석해야 이수 자격 부여
○ 선발된 교육생은 사전 필수교육을 이수하고 행정안전부 오현준 주무관에게 이메일로 교육 이수증 제출(3.27. 까지)
첨부1 | 교육생 선발 평가계획 |
□ 선발 평가
○ 신청서 서류 평가(100%) + 가점(10%)
평가 요소 | 배 점 |
1. 지원동기(20점) 2. AI·데이터 분야 경력·실적(40점) - 사업 수행 실적(프로젝트 실적) - 연구모임 활동 실적 - 자격증, 교육이수 실적 3. 기관 내 AI 도입·구축·활용 계획(40점) - ‘25년 계획 - ‘26년 이후 계획 |
100% |
1. 직접 수행한 챗봇 등 AI 모델 또는 AI활용 데이터분석 모델 산출물 등*(10점) * 과제기획, 분석결과물, 모델 사용자 매뉴얼 등 신청서 제출 시 제출(별도 양식 없음) |
10% (가점) |
첨부2 | 사전 필수교육 안내(선발 교육생 필수 이수) ※ 상시 수강가능 |
선발통보를 받은 교육생은 데이터역량강화 학습지원시스템에 있는 아래 2과목 중 1과목 이상을 사전에 필수 이수하여야 함 |
□ 교육 신청방법
데이터 역량 강화 학습지원시스템(www.databus.kr) |
① 회원가입 후, 우측 또는 상단 메뉴바에서 “교육수강신청” → “온라인교육 신청” |
② 파이썬 시작하기_파이썬 기본개념, 파이썬 시작하기_함수와 주요개념 중 선택수강 |
③ 우측 또는 상단 메뉴바에서 “나의 강의실” → “온라인교육 과정”에서 신청목록 확인 |
□ 사전 필수교육 목록
과 정 명 | 시 간 | 비 고 |
파이썬 시작하기_파이썬 기본개념 | 약 6시간 | 택1 |
파이썬 시작하기_함수와 주요개념 | 약 8시간 |
※ 과정 신청 前, 동 교육을 이수하여 신청서에 기재하는 경우 선발평가 시 ’AI·데이터 분야 경력·실적‘으로 반영
첨부3 | 과정 커리큘럼(3.31.~4.18일중 10일) |
구분 | 차수 | 과목 | 내 용 |
(파트1) 자연어 처리· 딥러닝 기초 |
1 | 딥러닝 이해 |
‣ 딥러닝‧머신러닝 개념 ‣ 딥러닝 심화 모델 튜닝 이해 ‣ 딥러닝 구현을 위한 환경구축 |
2 | 자연어 처리 실습 |
‣ 텍스트 데이터 이해와 딥러닝 모델 구현 ‣ 자연어 처리(word embedding) 실습 |
|
3 | 딥러닝 실습 |
‣ 번역모델 실습(Seq2Seq, Attention, Transformer 등) ‣ 딥러닝 AI 모델 실습(BERT, GPT 등) ‣ 결과분석 및 하이퍼파라미터 튜닝 실습 |
|
(파트2) LLM‧RAG 실습 |
4 | AI 이해 | ‣ LLM 트랜드 ‣ 프롬프트 엔지니어링 기초 |
5 | 프롬프트 작성 실습 |
‣ HyperClova X 환경설정 ‣ 프롬프트 엔지니어링 핵심 원리 이해 ‣ 시나리오별 프롬프트 작성 실습 |
|
6 | LLM 구현 실습 |
‣ LLM 학습을 위한 데이터 처리 ‣ 외부 데이터 검색을 위한 Retriever 구현 실습 ‣ 문서 검색을 위한 프롬프트 작성기법 |
|
7 | RAG 구현 실습1 |
‣ RAG 시스템 확장(Query, Chat, Agent) ‣ 외부 데이터 검색을 위한 Retriever 구현 실습 |
|
8 | RAG 구현 실습2 |
‣ 법령 데이터 검색용 RAG Query 시스템 구현 ‣ 민원 데이터 기반 QA RAG Chatbot 구현 ‣ RAG 시스템 구현 및 최적화 |
|
(파트3) 프로젝트 수행 |
9 | 프로젝트 설계·개발 |
‣ 개인 프로젝트 구상 및 설계 |
10 | 프로젝트 진행 |
‣ 최종 프로젝트 결과발표 및 피드백 |