ROS 2 & AI 로 끝내는 자율주행 로봇 개발 올인원

이 모든 내용을 한 번에 어디에서 배워야 할지
그 동안 찾지 못하고 헤매고 있으셨나요?

자율주행 로봇 개발 실무의
모든 것을 다 담은 올인원 강의입니다

ROS 2 + 자율주행 + 임베디드 + 컴퓨터비전 + AI 모두 직접 다루어보는

강사소개 이 모든 실전 커리큘럼과 노하우를 공유해주실
현직 글로벌 대기업 자율주행 로봇 개발자 강사님을 소개합니다

글로벌 대기업 로봇 연구 개발 전문가 &
패스트캠퍼스 로봇 카테고리 강의 1위 연사님

안녕하세요, 여러분! Robby입니다.
저도 처음 로봇 개발을 공부할 때 “어떤 우선순위로 공부해야 하지?”, 그리고 실무를 하고 있는 지금은
“이런 것들을 미리 누가 알려줬으면 좋았을 텐데”라는 생각을 정말 많이 했었기 때문에 로보틱스 엔지니어로서
현업에서 쌓은 경험을 바탕으로, 여러분께 실질적인 노하우를 제공하고 싶었습니다.

비전공자, 주니어분들이 가장 어려워 하는 것이 로봇 개발 요소 하나하나를 어떻게 공부해야 하는 것인가
일텐데요. 본 강의에서는 로봇을 직접 조립하고 조작하면서 리눅스 기초부터 ROS2, SLAM, Navigation,
AI 활용까지 체계적으로 연결되도록 구성 했습니다.
그리고 실제 로봇을 만들 때 마주치는 케이블 배선, 배터리, 노이즈, 실시간 지연, 센서 한계 등의 현업에서
겪는 짜증나고 또 어려운 문제들을 직접 겪어보고 디버깅 해보시면서 함께 성장해봤으면 좋겠습니다.

Robby 강사님 (현) 글로벌 자동차 기업 자율주행 S/W 엔지니어
(현) 기업 전문 교육기관 로보틱스 엔지니어링 강사
(전) K-Digital Training: 자율주행 데브코스 강사
(전) 로보틱스 스타트업 S/W 엔지니어 및 테크리드

주요 프로젝트 및 논문 · 정부출연연구기관 대상 자율주행 특강 진행
· 대학교 및 대학원 대상 ROS 2 특강 다수 진행 
(서울대학교, 건국대학교, 홍익대학교, 경기대학교 외 다수)
· 기업 및 대학원 대상 자율주행 로봇 세미나 및 자문 활동
· 프로그래밍 언어(C, C++, Python 등) 및 문제해결전략(알고리즘) 온라인 강의 진행
강연 활동 · 자율주행 기술 관련 특허 다수 출원 및 등록
· 다수 대규모 국가과제 수주 및 PM 수행

패스트캠퍼스 로봇 카테고리 1위 강의 연사님!

따라올 수 없는 인사이트와 퀄리티로
찬사를 받은 Robby님의 강의

| Robby님 다른 강의 살펴보기

학습 포인트 로봇 AI를 이해하고 피지컬 AI를 구현하기 위한
핵심 학습 포인트 4가지

핵심 01 로드 하드웨어부터 완전 자율주행까지 하나의
플랫폼에서 마스터하는 자율주행 로봇 개발 파이프라인 실제 모바일 로봇을 직접 조립하고 프로그래밍하면서, 시뮬레이션에서는
느낄 수 없는 현실적인 자율주행 개발을 직접 경험하고 라즈베리파이 기반의 임베디드 시스템부터 SLAM, Nav 까지 자율주행 로봇 개발 전 과정을
완벽하게 학습합니다.

핵심 02 실무 프로세스 & 포트폴리오 중심의
실물 로봇 기반의 프로젝트설계와 경험 실제 대기업에서 진행하는 프로세스 별 다양한 Task 기반으로 실무 활용 가능한
프로젝트를 진행하면서 포트폴리오, 졸업 논문 등에 바로 활용 가능한
실전 프로젝트를 직접 설계하고 수행해봅니다.

핵심 03 AI 기반 최신 자율주행 기술과 로봇 구동을 위한
실무 환경 반영 및 매커니즘 마스터 실제 산업 현장에서 사용되는 엣지 컴퓨팅 환경을 반영하여 Ackermann Steering, Holonomic Drive, Tank 구동 등 실제 산업에서
사용되는 다양한 로봇 주행 방식을 실물로 체험하고 YOLO11, LLM 등
최신 AI 기술을 로봇에 적용하는 방법을 학습합니다.

핵심 04 글로벌 대기업 로봇 개발 전문가와 함께하는
로봇 개발 로드맵 & 질의 응답 채널 글로벌 대기업에서 로봇 개발 및 실무를 해온 전문가와 함께 실무 노하우와
실무 경험을 듣고 강사님께 직접 질문하면서 단순한 로봇 개념 및 이론 이해를 넘어,
최신 로봇 개발 프로세스와 실무 현장의 실제 인사이트를 함께 배웁니다.

* 커뮤니티 운영기간 (2025년 11월 1일 ~ 2026년 11월 1일)

커리큘럼 자율주행 로봇 개발 올인원 로드맵 자율주행 로봇 개발 프로세스 A to Z 모두 한번에 끝내기!

프로젝트 실습 로봇

왜 MentorPI M1 Raspberry Pi Robot Car 로
로봇 구현 프로젝트를 진행하나요?

실무 활용성

실무와 어떻게 연결해 볼 수 있나요?

STEP 01 실물 로봇 구현을 위한 환경 세팅 & 로봇 조립 로봇 개발을 위한 가장 기초적인 환경 세팅부터 직접 조립까지,
로봇 하드웨어의 물리적 특성을 이해한 후, 로봇 소프트웨어 개발 진행합니다.

STEP 02 단계별 센서 통합 및 데이터 처리를 위한
ROS 2 & 자율주행 실물 로봇 구현 실제 로봇 시스템에서 요구되는 센서 융합, 노이즈 필터링, 실시간 데이터 처리 등
다양한 센서를 활용한 실물 로봇 구현 프로젝트를 직접 해봅니다.

Point 1. ROS 2 ROS 2의 Package, Node, Launch부터 Topic, Service, Action 프로그래밍까지
실물 로봇에서 직접 구현하며, 디버깅 도구 활용법을 학습합니다.

Point 2. 자율주행 센서 - LiDAR & Camera Encoder, IMU, Odometry를 활용한 위치 추정부터 LiDAR 기반 장애물 회피, Camera 기반 색상 인식,
QR 코드 인식, Line Following 등 다양한 센서 프로젝트를 진행합니다.

| LiDAR

Project 1. LiDAR 단독 장애물 회피
Project 2. LiDAR 기반 Folllower
Project 3. LiDAR Guarding

| Camera

Project 1. 색상인식
Project 2. QR 코드 생성 및 인식
Project 3. Line Follower
Project 4. Tracking + Visual Servoing
Project 5. Visual SLAM

Point 3. 자율주행 센서 - SLAM & Navigation Remote PC 환경 구성, URDF 모델링, SLAM Toolbox를 활용한 Mapping, AMCL
기반 Localization, Nav2를 통한 완전 자율주행을 실물 로봇에서 구현합니다.

STEP 03 파이널 실습 로봇 프로젝트
With YOLO11 & AI (LLM,VLM,LMM,VLA) YOLO11과 LLM 통합 경험을 바탕으로 자연어 명령을 이해하고
수행하는 지능형 로봇 서비스를 개발할 수 있습니다.

FINAL PROJECT 01 인간과 로봇 비전 기반 상호작용

| 포인트 Google MediaPipe 활용하여 사람의 손 제스처와 포즈 인식 기술을 이해하고,
카메라·로봇과의 상호작용을 구현하는 방법을 학습합니다.
| 실습 프로젝트 - Project 1. 손 제스쳐 인식 및 활용
- Project 2. 틸팅 카메라를 활용한 Hand Follower
- Project 3. Human Pose Estimation 기반 로봇 주행 제어
- Project 4. Human Pose Estimation 기반 로봇 행동 제어

FINAL PROJECT 02 라즈베리파이5에 YOLO11 활용하기

| 포인트 라즈베리파이5와 Docker 환경에서 Ultralytics YOLO를 활용한
객체 탐지·분할·분류·자세 추정까지 전 과정을 학습해보며, 임베디드 환경에서
실시간 비전 AI 적용 능력을 익히게 됩니다.
| 실습 프로젝트 - Docker에서 Ultralytics 환경 구성하기
- Project 1. Detection
- Project 2. Segmentation
- Project 3. Classification
- Project 4. Pose

FINAL PROJECT 03 모바일 로봇에 LLM,VLM,LMM,VLA 활용

| 포인트 최신 멀티모달 AI(LLM, VLM, LMM, VLA)을 이해하고, 로봇 제어·라인
추종·컬러 트래킹 등 직접 적용해보며 언어·비전·행동을 통합한
스마트 홈 어시스턴트 로봇 구현으로 지능형 로봇 개발 역량을 학습합니다.
| 실습 프로젝트 - Project 1. LLM 기반 로봇 제어
- Project 2. LMM 기반 로봇 Line Follower
- Project 3. LMM 기반 로봇 Color Tracking
- Final project. Nav2와 LLM을 이용한 스마트 홈 어시스턴트 로봇 구현

부가 혜택 오로지 패캠 수강생분들만을 위한
특별한 실습 & 챗봇 자료

스페셜 이벤트 강사님께서 직접 진행하는 1:1 포트폴리오 화상 컨설팅! 연사님께 수강생의 포트폴리오, 졸업작품, 캡스톤 디자인 작품 등 개인 프로젝트를
밀착 피드백을 받을 수 있는 기회!

패키지 상품 시뮬레이션부터 실물 로봇 구현까지 로봇에 모든 것!
한 번에 끝내세요.

총 2과목

피지컬 AI 개발을 위한 VLA & 로봇 특화 LLM 한번에 끝내기정가 400,000원
ROS 2 & AI 로 끝내는 로봇 개발 올인원정가 1,200,000원

차세대 로봇 AI 개발자를 위한 필수 커리큘럼. 피지컬 AI 개발을 위한 VLA 로봇 특화 LLM 부터
ROS2 & AI 를 활용한 실물 로봇 구현까지 한 번에!

가격1,600,000원

할인 판매가77% 할인359,000원

12개월 할부월 29,917원

바로 구매하기

총 2과목

자율주행 로봇을 위한 ROS 2 & SLAM & Nav2 한번에 끝내기정가 1,000,000원
ROS 2 & AI 로 끝내는 로봇 개발 올인원정가 1,200,000원

ROS 2 부터 SLAM & Navigation2까지 모두 학습한 후, 시뮬레이터를 활용한 실무 프로젝트부터
ROS2 & AI 를 활용한 실물 로봇 구현까지 한 번에!

가격2,200,000원

할인 판매가81% 할인399,000원

12개월 할부월 33,250원

바로 구매하기

질의 응답

강의를 들으며 궁금한 점을
강사님께 직접 질문할 수 있어요!

실습 중 에러가 나면? 질의응답 커뮤니티에 바로 질문하세요!
에러를 해결해 본 수강생, 같은 고민을 가진 수강생 동료와 함께
강사님께 직접 질문하고 고민을 나눠요!

* 강사님은 커뮤니티에 참여하시지만, 강사님의 답변이 필수는 아닙니다.
 * 커뮤니티는 2025. 11. 01 ~ 2027. 11. 01 동안 운영됩니다.

Question 1
어떤 사람이 들으면 좋나요?

이번 강의는 특히 이런 분들이라면 꼭 들으시길 추천드립니다!

· 실물 로봇 및 다양한 센서 조합으로 자율주행을 경험해보고 싶으신 분
· 실물 로봇 하나로 ROS 2 + SLAM + Nav2 + 임베디드 + 컴퓨터비전 + AI 통합적으로 공부를 하고 싶은 분
· 자율주행 분야로 취업/이직을 위한 포트폴리오가 필요하신 분 (비전공자 포함)
· 졸업 논문 / 캡스톤 디자인 수행에 필요한 자율주행 로봇 프로젝트 가이드가 필요하신 분

Question 2
이번 강의 실습 환경은 어떻게 되나요?

· 개발용 Host PC: OS 무관(Linux Ubuntu, Windows, MacOS)
(SD 카드 이미지 구울 때는 Windows 10 이상 설치된 PC 필요)
· Raspberry Pi 5 (RAM 4GB 이상)
· SD카드 (64GB 이상)
· ROS 2 Humble

* 구매 전 필독 - [구매가이드]
- 로봇 구매 전 위 구매가이드를 필독 해주세요.

1. Main 로봇
- 실물 로봇 (MentorPi M1 상세페이지 참고) [추천 링크]
· 약 40만원 대 별도 구매 필요
· 구매시 특별 할인코드: FCROBBY

2. Sub 로봇
- 대체 로봇 (TurboPi) [추천 링크]
· 약 14만원 대 별도 구매 필요
- LiDAR가 포함된 실습 (SLAM, Nav) 제외한 나머지 모든 실습 진행 가능

3. 별도 개인 로봇 보유시
- 토픽명, 파라미터 등 본인 로봇에 맞게 수정하여 실습 수강 가능
- 필수 스펙 (Wheel Encoder 및 IMU를 통한 Odometry 구현 완료된 로봇 Monocular Camera, 2D LiDAR 보유)
· 자세한 로봇 선정 가이드는 강의 영상 를 꼭 참고하시길 바랍니다.

Question 3
이번 강의 수강을 위해 사전지식이 필요한가요?

· 리눅스를 사용해본 경험이 있다면 강의 이해에 더욱 좋겠지만, 없으시더라도 강의 초반에 리눅스 운영체제에 대한 전반적인 이해와 필수 명령어 등을 다루고 있으므로 걱정 안 하셔도 됩니다.
· Python에 대한 기초적인 이해가 있으시면 좋으나 모르시더라도 강의에서 코드의 흐름 및 중요한 부분을 짚어드리며, 실습 자료에 코드 해설을 적어놓았기 때문에 복습하기 편하게 구성해 놓았습니다.

Fast Campus