패스트캠퍼스
코인투자
온체인데이터
얼마 안 남았습니다!
지금이 가장 저렴해요.
본 강의는 10월 26일에 신규 런칭한 강의로 사전 구매하신 분들께
얼리버드 혜택을 제공하고 있습니다.
슈퍼 얼리버드+선착순 쿠폰
26년 10월 26일 ~ 31일까지
정가 500,000원
할인 판매가 229,000원
12개월 할부 적용시
월 19,083원
슈퍼 얼리버드
26년 11월 1일 ~ 8일까지
정가 500,000원
판매가 249,000원
12개월 할부 적용시
월 20,750원
마지막 얼리버드
26년 11월 9일 ~ 11월 22일까지
정가 500,000원
판매가 269,000원
12개월 할부 적용시
월 22,417원
정가
500,000원
선착순 쿠폰 마감까지 남은 시간
0일16시간9분12초
“AI에게 기업의 데이터와 언어, 업무 구조를 이해시키지 않으면
아무리 뛰어난 모델을 써도 제대로 작동하지 않는데,
이는 지도 없이 목적지만 주고
길을 찾으라고 하는 것과 같습니다.”
권남오 팔란티어 기술총괄
출처 : 삼성SDS 인더스트리 데이 (2026.4)
그렇다면
기업의 데이터와 업무 맥락을 이해하는 AI는 어떻게 만들어야 할까요?
강의 Points
온톨로지부터 엔터프라이즈 AI까지,
실제 산업에 적용하는 설계 역량을 완성합니다.
기술의 연결부터 제조·바이오 실습, Governance 설계까지 강의의 핵심을 담았습니다.
POINT 01
Knowledge Graph부터 Hybrid Search까지,
엔터프라이즈 온톨로지의 모든 것
온톨로지 모델링과 Knowledge Graph 구축을 시작으로 Vector Search, Hybrid Search, MCP, AI Agent까지 연결합니다. 단순한 지식 구조화를 넘어, 기업 데이터를 검색·분석하고 실제 업무에 활용하는 AI 시스템을 설계합니다.
Knowledge Graph부터 Hybrid Search까지,
엔터프라이즈 온톨로지의 모든 것
온톨로지 모델링과 Knowledge Graph 구축을 시작으로 Vector Search, Hybrid Search, MCP, AI Agent까지 연결합니다. 단순한 지식 구조화를 넘어, 기업 데이터를 검색·분석하고 실제 업무에 활용하는 AI 시스템을 설계합니다.
POINT 02
실제 산업 데이터를 활용한 주요 도메인 2개를
관통하는 실전 엔터프라이즈 AI 프로젝트
제조업의 BOM 변경 영향 분석부터 바이오 산업의 신약 타깃 연구까지,
각 산업의 데이터와 업무 특성을 반영한 AI 시스템을 직접 설계하고 구현합니다.
실제 산업 데이터를 활용한 주요 도메인 2개를
관통하는 실전 엔터프라이즈 AI 프로젝트
제조업의 BOM 변경 영향 분석부터 바이오 산업의 신약 타깃 연구까지,
각 산업의 데이터와 업무 특성을 반영한 AI 시스템을 직접 설계하고 구현합니다.
POINT 03
AI의 답변부터 판단 근거 검증까지,
Governance를 고려한 엔터프라이즈 AI 설계
AI가 도출한 답변의 근거와 출처를 추적하고 분석 결과를 검증합니다. 접근 권한, 데이터 계보, 감사 로그 등 기업 환경에서 요구되는 AI Governance 설계 방법까지 다룹니다.
AI의 답변부터 판단 근거 검증까지,
Governance를 고려한 엔터프라이즈 AI 설계
AI가 도출한 답변의 근거와 출처를 추적하고 분석 결과를 검증합니다. 접근 권한, 데이터 계보, 감사 로그 등 기업 환경에서 요구되는 AI Governance 설계 방법까지 다룹니다.
POINT 04
현직 CTO의 FDE·AI 커리어 컨설팅부터,
낯선 산업을 이해하는 전문 용어집까지
Hyper x AI 현직 CTO의 취업 컨설팅으로 커리어 방향을 구체화하고,
제조·바이오 산업의 핵심 용어를 정리한 자료로 실습의 이해도를 높입니다.
현직 CTO의 FDE·AI 커리어 컨설팅부터,
낯선 산업을 이해하는 전문 용어집까지
Hyper x AI 현직 CTO의 취업 컨설팅으로 커리어 방향을 구체화하고,
제조·바이오 산업의 핵심 용어를 정리한 자료로 실습의 이해도를 높입니다.
엔터프라이즈 온톨로지 수강생들을 위한 특별 혜택
기업 특화 AI 전문 기업 Hyper x AI
현직 CTO와 함께하는 FDE 커리어 컨설팅
현직 CTO와 함께하는 FDE 커리어 컨설팅
✓ FDE는 실제로 어떤 일을 할까? 현직 CTO가 들려주는 FDE의 역할과 실무 이야기
✓ 기업이 원하는 AI 인재는? 엔터프라이즈 AI 분야에서 요구되는 핵심 역량과 기술 스택
✓ FDE로 커리어를 시작하거나 전환하려면? 직무 진입부터 커리어 성장까지 현실적인 조언
✓ 현직 CTO에게 직접 질문하는 시간! 평소 궁금했던 직무와 커리어 고민을 나누는 온라인 Q&A
* 본 컨설팅은 2026년 12월 중 온라인 세미나 형태로 1회 진행되며, 정확한 일정은 세미나 전 별도 안내예정입니다.
* 녹화본은 본 강의 구매 수강생에게 별도로 제공됩니다.
✓ 기업이 원하는 AI 인재는? 엔터프라이즈 AI 분야에서 요구되는 핵심 역량과 기술 스택
✓ FDE로 커리어를 시작하거나 전환하려면? 직무 진입부터 커리어 성장까지 현실적인 조언
✓ 현직 CTO에게 직접 질문하는 시간! 평소 궁금했던 직무와 커리어 고민을 나누는 온라인 Q&A
* 본 컨설팅은 2026년 12월 중 온라인 세미나 형태로 1회 진행되며, 정확한 일정은 세미나 전 별도 안내예정입니다.
* 녹화본은 본 강의 구매 수강생에게 별도로 제공됩니다.
Point 1
개별 기술을 배우는 데서 끝나지 않고,
하나의 엔터프라이즈 AI 시스템으로 연결합니다.
Knowledge Graph부터 Vector Search, Hybrid Search, MCP, AI Agent, Governance까지.
6가지 핵심 요소가 어떻게 연결되고 작동하는지 하나의 아키텍처로 이해합니다.
Point 2
제조업부터 바이오까지, 서로 다른 산업의 문제를
온톨로지 기반 엔터프라이즈 AI로 해결합니다.
제조업의 BOM 변경 영향 분석부터 바이오의 신약 타깃 연구까지.
서로 다른 산업의 데이터와 업무 특성을 반영한 2가지 실전 프로젝트를 직접 구현합니다.
Domain 01
제조업 - MANUFACTURING
BOM 변경 영향 분석 및 검증 AI Agent
STEP 01. DATA MODELING
제조 데이터 정규화 및 BOM 변경 온톨로지 설계
부품·구매 데이터의 식별자와 단위를 통일하고, BOM 변경 이력과 제품·부품 간 관계를 온톨로지로 모델링합니다.
핵심 수행 과제 
부품·구매 데이터 매핑 및 식별자·단위 정규화 BOM 변경 전후 및 Revision 모델링 제조 온톨로지 설계 및 데이터 검증 규칙 정의
제조 데이터 정규화 및 BOM 변경 온톨로지 설계
부품·구매 데이터의 식별자와 단위를 통일하고, BOM 변경 이력과 제품·부품 간 관계를 온톨로지로 모델링합니다.
핵심 수행 과제
부품·구매 데이터 매핑 및 식별자·단위 정규화 BOM 변경 전후 및 Revision 모델링 제조 온톨로지 설계 및 데이터 검증 규칙 정의 
STEP 02. KNOWLEDGE GRAPH
Knowledge Graph 및 Hybrid Search 구축
BOM 데이터를 Knowledge Graph로 구축하고, 부품 간 영향 경로 조회와 정비 문서 검색을 결합합니다.
BOM Knowledge Graph 적재 및 관계 검증 Cypher 기반 부품 사용처 및 영향 경로 조회 정비 문서 인덱싱 및 Hybrid Search 구현
Knowledge Graph 및 Hybrid Search 구축
BOM 데이터를 Knowledge Graph로 구축하고, 부품 간 영향 경로 조회와 정비 문서 검색을 결합합니다.
BOM Knowledge Graph 적재 및 관계 검증 Cypher 기반 부품 사용처 및 영향 경로 조회 정비 문서 인덱싱 및 Hybrid Search 구현 
STEP 03. CALCULATION & MCP
부품 변경 원가 계산 및 MCP 도구 연동
BOM 전개 결과를 바탕으로 부품 수량과 원가 차이를 계산하고, 변경 영향 분석 기능을 MCP 도구로 연결합니다.
BOM 기반 순소요량 및 구매 팩 수 계산 부품 교체 전후 원가 차이 계산 change_impact · where_used MCP 도구 연결
부품 변경 원가 계산 및 MCP 도구 연동
BOM 전개 결과를 바탕으로 부품 수량과 원가 차이를 계산하고, 변경 영향 분석 기능을 MCP 도구로 연결합니다.
BOM 기반 순소요량 및 구매 팩 수 계산 부품 교체 전후 원가 차이 계산 change_impact · where_used MCP 도구 연결 
STEP 04. AI AGENT & VALIDATION
부품 변경 영향 분석 AI Agent 구현 및 검증
질문에 따라 그래프 조회·원가 계산·문서 확인 도구를 호출하는 AI Agent를 구현하고, 분석 결과의 정확성을 평가합니다.
질문별 AI Agent 도구 호출 경로 설계 영향 경로·원가·계산 가정·출처 기반 답변 검증 기준 문항 평가 및 오류 원인 분석
부품 변경 영향 분석 AI Agent 구현 및 검증
질문에 따라 그래프 조회·원가 계산·문서 확인 도구를 호출하는 AI Agent를 구현하고, 분석 결과의 정확성을 평가합니다.
질문별 AI Agent 도구 호출 경로 설계 영향 경로·원가·계산 가정·출처 기반 답변 검증 기준 문항 평가 및 오류 원인 분석 제조 산업 | 7가지 핵심 실습
1.부품·구매 데이터 연결 및 정규화
서로 다른 데이터의 부품 식별자와 단위를 통일하고, 분석에 필요한 데이터를 정리합니다.
서로 다른 데이터의 부품 식별자와 단위를 통일하고, 분석에 필요한 데이터를 정리합니다.
2.제조 온톨로지 및 BOM 변경 모델 설계
제품·조립품·부품 간 관계와 BOM 변경 이력을 모델링하고, 데이터 검증 규칙을 정의합니다.
제품·조립품·부품 간 관계와 BOM 변경 이력을 모델링하고, 데이터 검증 규칙을 정의합니다.
3.Knowledge Graph 구축 및 영향 경로 조회
BOM 데이터를 Knowledge Graph로 구축하고, Cypher를 활용해 부품 변경이 영향을 미치는 경로를 추적합니다.
BOM 데이터를 Knowledge Graph로 구축하고, Cypher를 활용해 부품 변경이 영향을 미치는 경로를 추적합니다.
4.정비 문서 기반 Hybrid Search 구현
정비 문서의 벡터 검색과 부품번호 검색을 결합하고, 검색 결과를 Knowledge Graph의 영향 경로와 연결합니다.
정비 문서의 벡터 검색과 부품번호 검색을 결합하고, 검색 결과를 Knowledge Graph의 영향 경로와 연결합니다.
5.부품 변경 원가 계산 및 MCP 도구 연동
BOM 기반 수량·원가 계산 기능을 구현하고, 변경 영향 분석 기능을 MCP 도구로 연결합니다.
BOM 기반 수량·원가 계산 기능을 구현하고, 변경 영향 분석 기능을 MCP 도구로 연결합니다.
6.부품 변경 영향 계산·검증 AI Agent 구현
질문에 따라 그래프 조회, 원가 계산, 문서 검색 도구를 호출하고 분석 결과와 출처를 검증합니다.
질문에 따라 그래프 조회, 원가 계산, 문서 검색 도구를 호출하고 분석 결과와 출처를 검증합니다.
7.AI Agent 평가 및 오류 분석
기준 문항을 활용해 수량·원가·영향 경로·출처의 정확성을 평가하고 오류 원인을 분석합니다.
기준 문항을 활용해 수량·원가·영향 경로·출처의 정확성을 평가하고 오류 원인을 분석합니다.
Domain 02
바이오 - BIOTECH
신약 타깃 탐색 및 연구 근거 검증 AI Agent
STEP 01. DATA MODELING
바이오 데이터 정규화 및 Claim–Evidence 모
비소세포폐암(NSCLC) 후보 표적 3개의 연구 데이터를 정규화하고, 표적·질환 간 연관 주장과 연구 근거를 연결하는 온톨로지를 설계합니다.
Open Targets · PubMed · PubChem 데이터의 식별자 매핑 및 정규화 Claim–Evidence 기반 표적·질환·연구 근거 관계 모델링 연구 근거 유형 분류 및 출처 검증 기준 정의
바이오 데이터 정규화 및 Claim–Evidence 모
비소세포폐암(NSCLC) 후보 표적 3개의 연구 데이터를 정규화하고, 표적·질환 간 연관 주장과 연구 근거를 연결하는 온톨로지를 설계합니다.
Open Targets · PubMed · PubChem 데이터의 식별자 매핑 및 정규화 Claim–Evidence 기반 표적·질환·연구 근거 관계 모델링 연구 근거 유형 분류 및 출처 검증 기준 정의 
STEP 02. KNOWLEDGE GRAPH
Knowledge Graph 구축 및
Hybrid Search 구현
후보 표적 3개의 연구 근거를 Knowledge Graph로 구축하고, 논문 검색과 그래프 관계 탐색을 결합해 표적별 연구 근거를 조회합니다.
후보 표적 3개의 연구 근거 Knowledge Graph 구축 질환·표적·주장·근거·출처 간 관계 경로 조회 PubMed 논문 검색 인덱스 및 Hybrid Search 구현
Knowledge Graph 구축 및
Hybrid Search 구현
후보 표적 3개의 연구 근거를 Knowledge Graph로 구축하고, 논문 검색과 그래프 관계 탐색을 결합해 표적별 연구 근거를 조회합니다.
후보 표적 3개의 연구 근거 Knowledge Graph 구축 질환·표적·주장·근거·출처 간 관계 경로 조회 PubMed 논문 검색 인덱스 및 Hybrid Search 구현 
STEP 03. MCP & EVIDENCE ANALYSIS
MCP 도구 연동 및 신약 타깃 연구 근거 분석
MCP 도구를 활용해 표적별 연구 근거를 조회하고, 정해진 계산 규칙에 따라 후보 표적의 점수를 산출하며 주장과 출처의 연결 관계를 검증합니다.
공식 MCP 및 실습용 rnd-kg 서버의 도구 호출 조건 정의 후보 표적별 교육용 평가 점수 계산 주장·근거·출처 간 인용 연결 검증
MCP 도구 연동 및 신약 타깃 연구 근거 분석
MCP 도구를 활용해 표적별 연구 근거를 조회하고, 정해진 계산 규칙에 따라 후보 표적의 점수를 산출하며 주장과 출처의 연결 관계를 검증합니다.
공식 MCP 및 실습용 rnd-kg 서버의 도구 호출 조건 정의 후보 표적별 교육용 평가 점수 계산 주장·근거·출처 간 인용 연결 검증 
STEP 04. AI AGENT & VALIDATION
신약 타깃 비교 AI Agent 구현 및 분석 리포트 검증
그래프 조회부터 논문 검색, 점수 계산까지 연결하는 AI Agent를 구현하고, 후보 표적 비교 결과와 연구 근거를 담은 분석 리포트를 생성·검증합니다.
그래프 조회·문서 검색·점수 계산 워크플로우 구현 후보 표적 비교표·불확실성·출처 배지를 포함한 리포트 생성 기준 문항 기반 검색·도구 선택·인용 정확성 평가
신약 타깃 비교 AI Agent 구현 및 분석 리포트 검증
그래프 조회부터 논문 검색, 점수 계산까지 연결하는 AI Agent를 구현하고, 후보 표적 비교 결과와 연구 근거를 담은 분석 리포트를 생성·검증합니다.
그래프 조회·문서 검색·점수 계산 워크플로우 구현 후보 표적 비교표·불확실성·출처 배지를 포함한 리포트 생성 기준 문항 기반 검색·도구 선택·인용 정확성 평가 바이오 산업 | 7가지 핵심 실습
1.바이오 데이터 수집 및 식별자 정규화
연구 데이터의 수집 시점을 기록하고, 유전자·질환 식별자를 통일합니다.
연구 데이터의 수집 시점을 기록하고, 유전자·질환 식별자를 통일합니다.
2.Claim–Evidence 온톨로지 설계
신약 타깃의 연관 주장과 연구 근거·출처 간 관계를 모델링합니다.
신약 타깃의 연관 주장과 연구 근거·출처 간 관계를 모델링합니다.
3.신약 타깃 Knowledge Graph 구축
후보 표적 3개의 연구 근거를 그래프로 구축하고 출처까지의 관계를 탐색합니다.
후보 표적 3개의 연구 근거를 그래프로 구축하고 출처까지의 관계를 탐색합니다.
4.논문 기반 Hybrid Search 구현
PubMed 논문 검색과 그래프 탐색을 결합해 표적별 연구 근거를 검색합니다.
PubMed 논문 검색과 그래프 탐색을 결합해 표적별 연구 근거를 검색합니다.
5.MCP 기반 연구 근거 분석 및 검증
MCP 도구로 교육용 평가 점수를 계산하고 주장과 근거의 연결을 검증합니다.
MCP 도구로 교육용 평가 점수를 계산하고 주장과 근거의 연결을 검증합니다.
6.AI Agent 기반 신약 타깃 분석 리포트 생성
그래프 조회·논문 검색·점수 계산을 연결해 후보 비교표와 출처가 포함된 리포트를 생성합니다.
그래프 조회·논문 검색·점수 계산을 연결해 후보 비교표와 출처가 포함된 리포트를 생성합니다.
7.AI Agent 검색·인용 정확성 평가
기준 문항으로 검색·도구 선택·인용 정확성을 평가하고 오류를 분석합니다.
기준 문항으로 검색·도구 선택·인용 정확성을 평가하고 오류를 분석합니다.
Point 3
AI의 분석 결과부터 데이터 접근과 운영까지,
Governance를 고려한 엔터프라이즈 AI를 설계합니다.
데이터 출처 추적, 결과 검증, 접근 권한, 운영 관리까지.
기업 환경에서 AI의 신뢰성과 통제 가능성을 확보하기 위한 4가지 핵심 설계 원칙을 배웁니다.
데이터의 출처부터 분석 결과까지
01. 데이터 출처 추적 (Data Lineage)
AI가 활용한 데이터가 어디에서 왔고, 어떤 관계를 거쳐 분석에 사용되었는지 추적합니다. 분석 결과의 근거가 되는 데이터와 문서를 확인할 수 있어 결과의 신뢰성을 높일 수 있습니다.
01. 데이터 출처 추적 (Data Lineage)
AI가 활용한 데이터가 어디에서 왔고, 어떤 관계를 거쳐 분석에 사용되었는지 추적합니다. 분석 결과의 근거가 되는 데이터와 문서를 확인할 수 있어 결과의 신뢰성을 높일 수 있습니다.
정확한 답변을 넘어, 검증 가능한 결과로(Validation)
02. 결과 검증 (Validation)
AI가 생성한 답변뿐 아니라 계산 과정과 분석 근거까지 검증합니다. 잘못된 계산이나 부정확한 인용을 식별하고, 불확실성을 명시하여 분석 결과의 정확성을 높입니다.
02. 결과 검증 (Validation)
AI가 생성한 답변뿐 아니라 계산 과정과 분석 근거까지 검증합니다. 잘못된 계산이나 부정확한 인용을 식별하고, 불확실성을 명시하여 분석 결과의 정확성을 높입니다.
필요한 정보는 제공하고, 민감한 정보는 보호
03. 접근 권한 (Access Control)
사용자의 역할과 데이터의 특성에 따라 접근 가능한 정보와 기능을 구분합니다. 기업 내부의 민감한 데이터를 보호하면서도 업무에 필요한 정보를 적절하게 활용할 수 있도록 설계합니다.
03. 접근 권한 (Access Control)
사용자의 역할과 데이터의 특성에 따라 접근 가능한 정보와 기능을 구분합니다. 기업 내부의 민감한 데이터를 보호하면서도 업무에 필요한 정보를 적절하게 활용할 수 있도록 설계합니다.
AI의 판단과 실행 과정을 추적할 수 있도록
04. 운영 관리 (Governance)
데이터 변경 이력과 AI의 분석 과정을 기록하고 관리합니다. 문제 발생 시 원인을 파악하고, 감사 로그를 통해 AI 시스템의 운영 과정을 점검할 수 있도록 설계합니다.
04. 운영 관리 (Governance)
데이터 변경 이력과 AI의 분석 과정을 기록하고 관리합니다. 문제 발생 시 원인을 파악하고, 감사 로그를 통해 AI 시스템의 운영 과정을 점검할 수 있도록 설계합니다.
강사님
엔터프라이즈 AI의 최전선에서 활약하는,
현직 CTO이자 FDE 강사님을 소개합니다.
온톨로지 기반 AI 시스템 설계부터 산업별 문제 해결까지.
현장에서 직접 쌓아온 경험과 실전 노하우를 강의에서 만나보세요.
기업의 AX을 위해 Data Foundation, AI Orchestrator,
AI Agent를 설계하고 구축합니다.
장종례 강사님
——————————————————————
| 주요 경력
현) Hyper x ai CTO/FDE
전) Aart Inc. CTO
threads ↗
AI Agent를 설계하고 구축합니다.
장종례 강사님
——————————————————————
| 주요 경력
현) Hyper x ai CTO/FDE
전) Aart Inc. CTO
threads ↗
BENEFIT
엔터프라이즈 FDE로 한 걸음 더, 수강생 특별 혜택!
Benefit 1
기업 특화 AI 전문 기업 Hyper x AI의 CTO와
함께하는 FDE 커리어 컨설팅
기업 특화 AI 전문 기업 Hyper x AI의 현직 CTO이자 FDE에게 기업이 필요로 하는 AI 인재의 역량부터 FDE의 실무, 커리어 전환과 성장 방향까지 직접 듣고 질문할 수 있는 시간을 마련했습니다.
* 본 컨설팅은 2026년 12월 중 온라인 세미나 형태로 1회 진행되며, 정확한 일정은 세미나 전 별도 안내예정입니다.
* 녹화본은 본 강의 구매 수강생에게 별도로 제공됩니다.
기업 특화 AI 전문 기업 Hyper x AI의 CTO와
함께하는 FDE 커리어 컨설팅
기업 특화 AI 전문 기업 Hyper x AI의 현직 CTO이자 FDE에게 기업이 필요로 하는 AI 인재의 역량부터 FDE의 실무, 커리어 전환과 성장 방향까지 직접 듣고 질문할 수 있는 시간을 마련했습니다.
* 본 컨설팅은 2026년 12월 중 온라인 세미나 형태로 1회 진행되며, 정확한 일정은 세미나 전 별도 안내예정입니다.
* 녹화본은 본 강의 구매 수강생에게 별도로 제공됩니다.
Benefit 2
제조업·바이오 산업의 이해를 돕는
도메인별 실무 용어집 제공
제조업의 BOM·부품 변경 관리부터 바이오 산업의 신약 타깃·연구 근거까지, 각 산업에서 사용되는 핵심 용어와 개념을 정리한 실무 용어집을 제공합니다. 낯선 산업의 데이터와 업무 구조를 이해하고, 강의 속 프로젝트를 더욱 깊이 있게 학습해 보세요.
* 강의에서 다루는 산업별 프로젝트의 이해를 돕기 위한 보조 학습 자료입니다.
* 본 자료는 강의 1차 공개일에 엑셀 파일 형태로 강의장에 업로드될 예정입니다.
제조업·바이오 산업의 이해를 돕는
도메인별 실무 용어집 제공
제조업의 BOM·부품 변경 관리부터 바이오 산업의 신약 타깃·연구 근거까지, 각 산업에서 사용되는 핵심 용어와 개념을 정리한 실무 용어집을 제공합니다. 낯선 산업의 데이터와 업무 구조를 이해하고, 강의 속 프로젝트를 더욱 깊이 있게 학습해 보세요.
* 강의에서 다루는 산업별 프로젝트의 이해를 돕기 위한 보조 학습 자료입니다.
* 본 자료는 강의 1차 공개일에 엑셀 파일 형태로 강의장에 업로드될 예정입니다.
QUESTION 01
강의를 수강하기 위해
필요한 선수 지식이 있나요?
강의를 수강하기 위해
필요한 선수 지식이 있나요?
Python으로 CSV·JSON 파일을 읽고 간단한 함수를 작성할 수 있는 수준의 기초 프로그래밍 지식이 필요합니다. 온톨로지, Knowledge Graph, Cypher, MCP 등의 기술과 제조업·바이오 분야에 대한 사전 지식은 요구하지 않으며, 실습에 필요한 개념과 활용 방법은 강의에서 설명합니다.
QUESTION 02
온톨로지나 Knowledge Graph를 처음 접하는
개발자에게도 도움이 되는 강의인가요?
온톨로지나 Knowledge Graph를 처음 접하는
개발자에게도 도움이 되는 강의인가요?
네. 온톨로지와 Knowledge Graph를 처음 접하는 개발자도 학습할 수 있도록 구성했습니다. 각 기술의 핵심 개념과 역할을 이해하는 것부터 시작해, 기업의 복잡한 데이터와 업무 관계를 구조화하고 AI 시스템에 적용하는 과정까지 단계적으로 다룹니다. 단순히 기술의 사용법을 익히는 것이 아니라, 어떤 문제에 해당 기술이 필요하고 다른 AI 기술과 어떻게 연결되는지 이해하는 데 중점을 둡니다.
QUESTION 03
제조업이나 바이오 분야의 개발자가 아니어도
실무에 적용할 수 있나요?
제조업이나 바이오 분야의 개발자가 아니어도
실무에 적용할 수 있나요?
네. 제조업과 바이오는 서로 다른 산업 환경에서 엔터프라이즈 AI를 설계하는 방법을 학습하기 위해 선정한 프로젝트 도메인입니다. 산업별 데이터의 특성과 업무 구조를 파악하고, 이를 온톨로지와 AI 기술로 연결하는 설계 과정을 중심으로 다루기 때문에 특정 산업의 개발 경험이 없어도 수강할 수 있습니다. 강의에서 익힌 접근 방식은 금융, 유통, 물류 등 다른 산업의 AI 시스템을 설계할 때도 응용할 수 있습니다.
QUESTION 04
어떤 기술 스택이 활용되나요?
어떤 기술 스택이 활용되나요?
본 강의에서는 온톨로지 기반 엔터프라이즈 AI 시스템을 구현하기 위해 다음 기술을 활용합니다.
· Python : 산업별 데이터 처리 및 AI 시스템 구현 (무료)
· Neo4j (Cypher) : Knowledge Graph 구축 및 데이터 조회 (AuraDB Free 플랜, 무료)
· Claude Haiku API : LLM 연동 및 AI Agent 구현 (API 사용량에 따라 과금) · 실습용 MCP 서버 : AI Agent와 외부 데이터 및 도구 연동
· Open Targets 공식 MCP 서버 : 바이오 분야 연구 데이터 연동 (시연 및 선택 실습)
[실습 환경]
· 강사님은 macOS 환경에서 강의를 진행하며, Windows와 macOS 모두 실습할 수 있습니다.
[주의사항]
· 2026년 10월 기준 정보이며, 강의에서 사용하는 프로그램 및 유료 API 이용 비용은 별도로 제공되지 않습니다.
· Claude Haiku API는 사용량에 따라 비용이 발생하며, 실제 요금은 사용하는 모델 버전과 API 사용량에 따라 달라집니다.
· 프로그램의 사용 환경 및 버전 업데이트에 따라 강의 화면이나 일부 기능이 실제 수강 시점과 다를 수 있습니다.
· 본 강의는 촬영 시점의 버전을 기준으로 제작되며, 이후 업데이트에 따른 강의 내용 수정이나 추가는 제공되지 않습니다.
· 프로그램 요금과 무료 이용 정책은 각 서비스 제공사의 정책에 따라 변경될 수 있으므로, 이용 전 최신 요금을 확인해 주시기 바랍니다.
· Python : 산업별 데이터 처리 및 AI 시스템 구현 (무료)
· Neo4j (Cypher) : Knowledge Graph 구축 및 데이터 조회 (AuraDB Free 플랜, 무료)
· Claude Haiku API : LLM 연동 및 AI Agent 구현 (API 사용량에 따라 과금) · 실습용 MCP 서버 : AI Agent와 외부 데이터 및 도구 연동
· Open Targets 공식 MCP 서버 : 바이오 분야 연구 데이터 연동 (시연 및 선택 실습)
[실습 환경]
· 강사님은 macOS 환경에서 강의를 진행하며, Windows와 macOS 모두 실습할 수 있습니다.
[주의사항]
· 2026년 10월 기준 정보이며, 강의에서 사용하는 프로그램 및 유료 API 이용 비용은 별도로 제공되지 않습니다.
· Claude Haiku API는 사용량에 따라 비용이 발생하며, 실제 요금은 사용하는 모델 버전과 API 사용량에 따라 달라집니다.
· 프로그램의 사용 환경 및 버전 업데이트에 따라 강의 화면이나 일부 기능이 실제 수강 시점과 다를 수 있습니다.
· 본 강의는 촬영 시점의 버전을 기준으로 제작되며, 이후 업데이트에 따른 강의 내용 수정이나 추가는 제공되지 않습니다.
· 프로그램 요금과 무료 이용 정책은 각 서비스 제공사의 정책에 따라 변경될 수 있으므로, 이용 전 최신 요금을 확인해 주시기 바랍니다.