• WE ARE- DEEPER - 디퍼
  • DEEP EON

    AI를 현실로 움직이는 사람이됩니다.

  • 다이브 | DEEP · EMBODIED AI · SEMI-HUMANOID · EON
깊이로 들어가다

표면이 아닌 본질로. 피지컬 AI의 가장 깊은 레이어까지 파고듭니다.

체화된 AI

모니터 안의 AI가 아닌, 몸을 가진 AI. 현실에서 작동합니다.

세미 휴머노이드

양팔협동+ 휴머노이드 동작. 풀 휴머노이드로 가는 최단 경로

다음 시대

한 번의 강의가 아닌, 다음 시대를 작동시키는 사람을 길러냅니다

피지컬 AI 세미 휴머노이드 엔지니어 DRIVE 1기
2026.07.06 OPEN

4개월 후, 당신이 만든 휴머노이가 움직입니다

  • DAYS

  • HOURS

  • MIN

  • SEC

  • DURATION

    4개월
  • TOTAL HOURS

    656시간
  • COHORT

    30명
  • TUITION

    100% 국비

— 01 · WHY PHYSICAL AI

왜 지금 피지컬 AI인가

AI는 더 이상 단일 기술이 아닌 산업 AX 전주기의 핵심역량.
AI 로보틱스 융합 인재는 중·장기 최부족 인력군으로 분석됩니다.

본 과정은 "AI 개발" + "현장작동" 역량을 통합 설계.
이론·실습456h + 프로젝트200h (30%) + 참여기업 3社 실증 연계.

— 02 · WHY SEMI HUMANOID

세미 휴머노이드인가?

피지컬 AI 과정은 일반화되지만, 세미 휴머노이드 양성 트랙은 동국대학교가 국내 유일.
양팔 협동+ 휴머노이드 동작 학습= 차세대 로봇 표준입니다

세미 휴머노이드는 양팔로 "인간의작업"을 학습하는 차세대 로봇 형태.
Imitation Learning · 양팔 협동 제어→ 풀 휴머노이드로 가는 가장 빠른 길.

* 2026년 4월 기준, 국내 4년제 대학 휴머노이드 관련 정규 트랙 자체 조사

— 03 CAN I DO THIS?

4개월, 656시간의 집중 훈련

— 04 · KEY STRENGTHS

동국대 AI캠퍼스인가?

— 05 · DIFFERENTIATORS

다른 로봇 부트캠프와
무엇이 다른가?

— 06 · CURRICULUM · 4 MONTHS

로봇과 AI를 잇는
4개월의 실전 통합 커리큘럼.

프로그래밍 기초부터 ROS2, 컴퓨터 비전, 트랜스포머 아키텍처, 강화학습 시뮬레이션, 그리고 양팔 로봇 캡스톤까지—
8개 모듈이 단계별로 연결되어 현장에서 작동하는 AI 로봇 엔지니어를 길러냅니다.
  • MODULES

    7 MODULES + 1 CAPSTONE

    08

    개 모듈

  • TOTAL HOURS

    656

    시간

  • DURATION

    04

    개월

  • PROJECT

    3

    이론·실습·프로젝트

▼ 교과모듈

  • M01
    로봇 프로그래밍 기초
    (C/C++ & Python)

    72h · 이론·실습

  • M02
    Linux(Ubuntu) & ROS2 Humble

    112h · 이론·실습

  • M03
    OpenCV 기반 AI 비전 프로그래밍

    80h · 이론·실습

  • M04
    딥러닝 & 트랜스포머 아키텍처

    80h · 이론·실습

  • M05
    허깅페이스 활용 로봇 전이학습

    96h · 이론·실습

  • M06
    Isaac Sim / MuJoCo AI 시뮬레이션

    80h · 이론·실습

  • M07 CAPSTONE
    키트 기반 양팔 로봇 프로젝트

    120h · 이론·실습

  • M08
    OT 및 수료식

    16h · 이론·실습

M01

FOUNDATION · PROGRAMMING

72H 이론·실습

  • 프로젝트명
  • 로봇 프로그래밍 기초 (C/C++ & Python)

    로봇 시스템의 두 표준 언어 C/C++와 Python을 자유롭게 넘나드는 멀티 패러다임 프로그래밍 역량을 확보합니다. 성능과 생산성, 두 마리 토끼를 모두 잡습니다.

  • 교육내용
    • TRACK

      Foundation

      LEVEL

      Beginner—Intermediate 

      METHOD

      이론 40% · 실습 60%

    • 학습 목표

      GOAL

      C/C++의 시스템 레벨 성능과 Python의 빠른 AI 라이브러리 생태계를 결합한 하이브리드 로봇 프로그래밍 능력을 함양합니다. 이후모듈에서 ROS2와 PyTorch를 자유롭게 다루기 위한 기초 체력을 만듭니다.
    • 세부 커리큘럼

      04 LECTURES

      C/C++ 기초문법, 자료구조, STL

      Python 기본 문법 및 AI 라이브러리

      Python-C++ 바인딩 기법 학습

      AI 로봇제어를 위한 프로그래밍 기초 확립

    • 핵심 도구/ 스택

      STACK

      C/C++ Python STL NumPy Pandas PyTorch pybind11

M02

FOUNDATION · MIDDLEWARE

112H 이론·실습

  • 프로젝트명
  • Linux & ROS2 Humble

    산업용 로봇 미들웨어의 사실상 표준 ROS2 Humble 생태계를 처음부터 끝까지 학습합니다. 노드 통신부터 URDF 모델링, MoveIt2 경로계획, AI 모델 연동까지.

  • 교육내용
    • TRACK

      Foundation

      LEVEL

      Intermediate

      METHOD

      이론 30% · 실습 70%

    • 학습 목표

      GOAL

      Ubuntu 환경에서 ROS2 노드 기반 분산 시스템을 자유롭게 설계·구현하고, 자체 로봇 모델을 URDF로 정의해 MoveIt2와 연동된 경로 계획까지 실행할 수 있는 미들웨어 엔지니어 역량을 확보합니다.
    • 세부 커리큘럼

      04 LECTURES

      Linux(Ubuntu) 환경 구축 및 기본 명령어

      ROS2 노드 통신 (Topic, Service, Action)

      URDF를 통한 로봇 모델 구성

      MoveIt2 경로 계획 및 AI 모델 연동

    • 핵심 도구/ 스택

      STACK

      Linux/Ubuntu ROS2 Humble RViz2 MoveIt2 URDF TF/TF2 DDS/rclpy

M03

AI & VISION · PERCEPTION

80H 이론·실습

  • 프로젝트명
  • OpenCV 기반 AI 비전 프로그래밍

    실시간 객체 인식과 좌표 변환을 통해 로봇에 시각 지능을 부여합니다. 카메라 좌표를 로봇 좌표로 변환하는 Eye-to-Hand 캘리브레이션까지 직접 구현합니다.

  • 교육내용
    • TRACK

      AI & Vision 

      LEVEL

      Intermediate 

      METHOD

      이론35% · 실습65%

    • 학습 목표

      GOAL

      딥러닝 기반 비전 알고리즘을 실시간 로봇 제어 파이프라인에 통합하고, 카메라가 본 좌표를 로봇이 움직일 좌표로 정확히 변환 할 수있는 엔드투엔드 비전 엔지니어링 역량을 확보합니다
    • 세부 커리큘럼

      03 LECTURES

      딥러닝 기반 이미지 전처리 및 증강

      AI 객체 검출 및 좌표 변환 (Eye-to-Hand)

      실시간 AI 비전 기반 로봇 제어

    • 핵심 도구/ 스택

      STACK

      OpenCV YOLOv8 Eye-to-Hand 카메라 캘리브레이션 Pick-it 3D M2.0 Velodyne LiDAR

M04

AI & VISION · DEEP LEARNING

80H 이론·실습

  • 프로젝트명
  • 딥러닝& 트랜스포머 아키텍처

    트랜스포머 시대의 로봇 AI를 다룹니다. HuggingFace 사전 학습 모델을 가져와 Fine-tuning, Quantization, Private Data 학습까지—산업 현장에바로 투입 가능한 모델 엔지니어링 풀 사이클을 학습합니다.

  • 교육내용
    • TRACK

      AI & Vision 

      LEVEL

      Intermediate—Advanced

      METHOD

      이론 45% · 실습 55%

    • 학습 목표

      GOAL

      공개된 트랜스포머 모델을 자사 로봇 도메인에 맞게 Fine-tuning하고, 온프레미스 환경에서도 가볍게 구동 할 수 있도록Quantization 최적화까지 수행 할 수 있는 실전 LLM/VLM 엔지니어 역량을 갖춥니다.
    • 세부 커리큘럼

      05 LECTURES

      HuggingFace 생태계 및 사전 학습 모델 활용

      Fine-tuning을 통한 로봇 특화 AI 모델 개발

      Imitation Learning으로 인간 작업 데이터 학습

      Quantization으로 경량화 및 온프레미스 최적화

      Private Data 기반 맞춤형 AI 로봇 구축

    • 핵심 도구/ 스택

      STACK

      Transformer/ViT CNN PyTorch TensorFlow HuggingFace Fine-tuning Quantization Imitation Learning

M05

AI & VISION · TRANSFER LEARNING

96H 이론·실습

  • 프로젝트명
  • 허깅페이스 활용 로봇 전이 학습

    사람의 시연 데이터로 부터 로봇이 직접 행동을 학습하는 Imitation Learning 파이프라인을구축합니다. 데이터셋 수집부터모델 학습, 실로봇실행까지전과정을통합실습합니다.

  • 교육내용
    • TRACK

      AI & Vision 

      LEVEL

      Advanced

      METHOD

      이론30% · 실습70%

    • 학습 목표

      GOAL

      전이학습과 Imitation Learning의 차이를 명확히 구분하고, 허깅페이스 LeRobot 생태계를 활용해 데이터 셋→ 모델→ 실제 로봇으로 이어지는 종단 간 파이프라인을 직접 구축·실행 할 수 있는 역량을 확보합니다.
    • 세부 커리큘럼

      04 LECTURES

      HuggingFace 사전학습 모델 로드 및 로봇 작업 전이학습 절차

      Imitation Learning 개념과 로봇 학습 방식 비교

      Imitation Learning을 위한 로봇 시연 데이터셋 구성 방법

      데이터셋–모델–로봇 실행 파이프라인 통합 실습

    • 핵심 도구/ 스택

      STACK

      HuggingFace Transformers HF Datasets Transfer Learning Imitation Learning 시연데이터셋 멀티모달입력 온프레미스적용

M06

INTEGRATION · SIMULATION

80H 이론·실습

  • 프로젝트명
  • Isaac Sim / MuJoCo AI 시뮬레이션

    실로봇을 망가뜨리지 않고 마음껏 학습시키는 가상 환경을 구축합니다. 강화학습 에이전트를 시뮬레이션에서 학습시키고, 그 모델을 실제 로봇에 옮기는 Sim-to-Real 기법까지 다룹니다.

  • 교육내용
    • TRACK

      Integration 

      LEVEL

      Advanced

      METHOD

      이론 35% · 실습 65%

    • 학습 목표

      GOAL

      물리 엔진 기반의 가상 로봇 환경을 구축해 강화 학습 에이전트를효율적으로 학습시키고, 시뮬레이션과 현실의 갭 (Sim-to-Real Gap)을 최소화하는 검증 전략을 수립할 수 있는 시뮬레이션 엔지니어 역량을 확보합니다.
    • 세부 커리큘럼

      04 LECTURES

      물리 엔진 기반 가상 로봇 모델링

      강화학습 기초 및 AI 에이전트 학습

      AI 알고리즘 시뮬레이션 검증 및 최적화

      실제 로봇 배포전 AI 모델 테스트 (Sim-to-Real)

    • 핵심 도구/ 스택

      STACK

      Isaac Sim MuJoCo Gazebo 강화학습 Sim-to-Real 멀티모달입력

M07

INTEGRATION · CAPSTONE

120H 프로젝트

  • 프로젝트명
  • 키트 기반 양팔 로봇 프로젝트

    4개월간 학습한 모든 것을 하나로 통합하는 캡스톤 프로젝트. 양팔 로봇 키트 (LeRobot SO-101, jdcobot300)에 직접 학습시킨 AI 모델을 통합하고, 자연어 명령으로 작동하는 자율 로봇 시스템을 완성합니다

  • 교육내용
    • TRACK

      Capstone 

      LEVEL

      Expert

      METHOD

      실습 30% · 프로젝트 70%

    • 학습 목표

      GOAL

      M01–M06에서 익힌 프로그래밍, ROS2, 비전, 트랜스포머, 시뮬레이션 역량을 통합해 자연어로 작동하는 양팔 로봇 시스템을직접 설계·제작·발표합니다. 포트폴리오에 그대로 담을 수 있는 종단간 결과물을 만듭니다.
    • 세부 커리큘럼

      05 LECTURES

      양팔 로봇 키트 (SO-101, jdcobot300)에 AI 모델 통합L

      자연어 명령 기반 로봇 제어 시스템 구현

      AI 비전을 활용한 자율 작업 수행

      커스텀 파트 설계 및 제작 (CAD + 3D 프린터)

      최종 AI 로봇 시스템 통합 및 발표

    • 핵심 도구/ 스택

      STACK

      LeRobot SO-101 jdcobot300 Universal Robot Fusion 360 3D 프린터 LLM/VLM ROS2 통합

M08

INTEGRATION · ONBOARDING

16H 이론

  • 프로젝트명
  • OT 및 수료식

    과정의 시작과 마무리를 담당하는 모듈. 훈련 시작 전 오리엔테이션과 인프라 교육, 그리고 마지막 성과 발표회와 수료식까지—4개월간의 여정을 함께합니다.

  • 교육내용
    • TRACK

      Onboarding

      LEVEL

      All Levels

      METHOD

      이론100%

    • 학습 목표

      GOAL

      훈련 환경, 학습 도구, 훈련생 지원 제도를 빠르게 익혀 본 학습에 몰입할 준비를 갖추고, 마지막 단계에서는 4개월의 학습 성과를 공식적으로 정리·발표합니다.
    • 세부 커리큘럼

      03 LECTURES

      과정 오리엔테이션

      C/C++ 기초문법, 자료구조, STL

      C/C++ 기초문법, 자료구조, STL

      C/C++ 기초문법, 자료구조, STL

    • 핵심 도구/ 스택

      STACK

      오리엔테이션 인프라 교육 훈련생 제도 성과 발표 수료식

— 07 · EQUIPMENT SHOWCASE

직접만지고, 직접 만듭니다.

이론만으로는 절대 되지 않는게 피지컬 AI입니다.
실제 산업에서 쓰는 고급 장비를 4개월 내내 무상으로 사용합니다
  • HW.01

    Jetson Orin Nano

    NVIDIA 엣지 AI 보드

    실시간 AI 추론·비전 모델 배포
    x 30대
  • HW.02

    Unitree Go2 / TurtleBot 4

    4족 보행· 자율이동 로봇

    SLAM·Navigation 실습
    x 10대
  • HW.03

    Universal Robot 5e/10
    Doosan A0912

    6자유도 협동 로봇

    MoveIt2·양팔 제어 실습
    x 30대
  • HW.04

    LeRobot SO-101
    jdcobot300

    양팔 로봇 키트 (최종 프로젝트)

    Imitation Learning 시연 학습
    키트지급
  • HW.05

    Velodyne LiDAR
    Pick-it M 2.0

    3D 비전· 포인트 클라우드

    자율주행·빈피킹 실습
    x 2종
  • HW.06

    Stratasys F170 3D 프린터
    CAD 워크스테이션

    커스텀 파트 설계·제작

    SolidWorks/Fusion 360 + FDM 출력
    x 6대

—08. PROJECTS · CAPSTONE DET

4개월의 마지막
산업 현장으로 이어지는 통합 프로젝트

→ 산학연계
  • 위고로보틱스

    데이터셋

  • 솔트룩스

    LLM 자문

  • 메이커스페이스

    3D 프린터

  • 데모데이

    산학 발표

— 09 · INSTRUCTORS

검증된 연구 성과를 보유한
교수진이 직접 가르칩니다

— 10 · WHO IS THIS FOR

이런 분에게
강력하게 추천합니다

— 11 · BENEFITS

받는 것만 이만큼입니다

  • B01
    교육비 전액100% 국비

    ₩11,906,400 전액 무료
    (내일배움카드대상)

  • B02
    고가 실습 장비 무상

    H200/A100 GPU + 양팔
    로봇+ 3D 프린터

  • B03
    참여기업 3社 채용 연계

    위고로보틱스· 솔트룩스
    · iVH 우선 채용 매칭

  • B04
    동국대 명의 수료증

    총장 명의 디지털 수료증
    + 역량 명세서

  • B05
    After-Care 6개월

    취업 상담· 포트폴리오
    고도화· 커리어 컨설팅

  • B06
    훈련장려금 별도 지급

    HRD-Net 훈련장려금
    지급 기준

— 12 · TESTIMONIALS

기대하시면 좋을 경험

* 2026년 1기 개강 예정 과정. 현재는 동국대 AI 관련 선행 사업 수료생 후기 및 기업 관계자 추천사로 구성되어 있으며, 수료 후 실제 후기로 업데이트됩니다.

— 13 · APPLY

지금이 지원할 때입니다.

선발: 서류20% + 직무 역량20% + 심층 면접60% (면접위원 5인)
  • 01
    • 원서 접수

      2026.05.18 월—06.21 일

    • HRD-Net 온라인· 내일배움카드 권장
  • 02
    • 서류·역량심사(40%)

      2026.06.16 월—06.24 수

    • 서류 20% + 직무 역량 실기 20%
  • 03
    • 심층 면접(60%)

      2026.06.22 화—06.26 금

    • 선발위원 5인(기업2+동국대2+강사1)
  • 04
    • 합격 발표

      2026.06.26 (금)

    • 개별통지· HRD-Net 등록· 사전학습
  • 05
    • OT · 개강

      2026.07.06 월—11.04 수

    • 4개월· 656h · 30명

— 14 · PARTNERS & CAREER

기업과 함께 배우고,
기업으로 취업합니다

— 15. FAQ · FREQUENTLY ASKED QUESTIONS

자주 묻는 질문

지원 전 궁금한점을 미리 확인하세요. 더 궁금한 점은 동국대 AI캠퍼스 운영팀으로 문의 바랍니다.
Q1. 지원 자격은 어떻게 되나요?
다음 조건을 모두 충족하는 분이라면 지원하실 수 있습니다.

1. 국민내일배움카드 보유자 또는 발급 가능자
* 자격 여부 확인: 고용24 바로가기
2. 최근 5년 이내 K-디지털 트레이닝 참여 이력 없음
3. 오전 9시부터 오후 6시까지 전일 교육 참여 가능
4. 미취업자 또는 졸업 예정자
5. 끝까지 수료할 수 있는 열의와 책임감이 있는 분
Q2. 교육비가 정말 무료인가요?
본 과정은 다른 일반적인 K-디지털트레이닝과 달리 자부담금 없는 100% 전액 무료 과정이며, 필요한 모든 장비가 무료 대여 및 지급됩니다.
Q3. 대학생이나 고등학생도 지원할 수 있나요?
✅ 대학생의 경우, 졸업까지 4학기(2년) 이내라면 가능합니다.
* 2년제: 1학년부터 가능
* 3년제: 1학년 수료 후 가능
* 4년제: 2학년 수료 후 가능

✅ 고등학생의 경우, 졸업 예정인 3학년만 지원 가능합니다.
Q4. 재직 중인데 지원할 수 있나요?
본 교육은 미취업자 대상 과정으로, 재직자는 원칙적으로 지원이 불가합니다.
단, 아래와 같은 예외 사항에 해당된다면 지원이 가능합니다.

✅ 퇴사 예정자
* 교육 시작 전까지 퇴사 및 고용보험 상실이 완료된 경우
* 단, 교육 중 재직 사실이 확인되면 합격 취소
✅ 인턴/계약직 근로자
* '취업준비생'으로 간주되어 지원 가능
* 단, 정규직 전환 시 중도 포기 처리
* 인턴 근무 형태는 다양하므로 사전 문의 후 신청 권장
✅ 주 15시간 미만 근로자
* 고용보험 가입자: 미취업자로 간주되어 지원 가능
* 고용보험 미가입자: 근로시간과 교육시간이 겹치지 않으면 수강 가능 (단, 훈련장려금 지급 대상에서는 제외)
📌 추가 참고
- 특수형태근로자의 경우 해촉증명서 또는 퇴사 확인서(사업주, 근로자 직인/서명 포함) 제출 시 훈련장려금 수령 가능
- 고용형태 관련 세부 기준은 거주지 관할 고용센터 또는 HRD-Net에서 확인 바랍니다.
Q5. 비전공자, 고졸, 연령대가 높아도 지원 가능한가요? 프로그래밍 경험이 없어도 지원 가능한가요?
✅ 본 교육은 만 19세~75세 이하라면 학력, 전공, 나이와 관계없이 지원 가능합니다.
✅ 그러나 비전공자인 분들은 교육과정 설계상 이수가 어려울 수 있습니다. 훈련 전 파이썬, 기초 머신러닝 등 선수 과목 수강을 권장합니다.
✅ 또한, 취업 목적 교육이기 때문에 교육 이수후 취업 계획이 없다면 교육에 대한 적합도가 낮을 수 있습니다.
Q6. 자영업자나 프리랜서도 지원할 수 있나요?
✅ 자영업자: 내일배움카드 발급 가능 시 참여 가능합니다. 단, 훈련장려금 지급대상에서 제외되며, 고용보험 임의가입자는 훈련장려금 수령이 가능합니다.
✅ 프리랜서: 고용보험 미가입 시 일반적으로 미취업자로 간주되어 지원이 가능하나, 개인별 계약 형태에 따라 상이하므로 관할 고용센터에 사전 문의를 통해 꼭 확인하시기 바랍니다.
Q7. 퇴사 후, 실업급여 수령 중인데 지원 가능한가요?
네, 지원이 가능합니다.
다만, 실업급여와 훈련장려금은 동시에 받을 수 없으므로,
실업급여 수령 종료 후부터 훈련장려금 지급이 시작됩니다.
Q8. 내일배움카드로 다른 교육을 들은 적이 있는데 신청 가능한가요?
다른 일반 과정은 수강한 적이 있어도,
'K-디지털 트레이닝' 또는 '고용노동부 4차산업혁명 인력양성 과정'에 참여한 이력이 없다면(참여 후 중도탈락 포함) 신청 가능합니다.
(단, 카드 잔액이 1원 이상이어야 함)
Q9. 다른 K-디지털 트레이닝 과정을 들은 적이 있는데 지원 가능한가요?
K-디지털 트레이닝은 1회만 무료 수강 가능합니다. 이미 타 과정 이력이 있다면 본 과정에서는 본인부담금이 발생하며, 지원이 제한될 수 있습니다. 정확한 확인은 관할 고용센터에 문의해주세요.
Q10. 선발 시 어떤 우대사항이 있나요?
✅ 관련 전공(로봇공학,컴퓨터공학,전기전자공학 등) 전공자
✅ 유관 산업(로봇,AI,머신러닝,데이터 등) 경험자
✅ AI/로봇 분야에 대한 진정성 있는 열정과 경험
✅ 구체적인 취업 목표와 실행 의지가 있는 분
Q11. 교육 시간과 방식은 어떻게 진행되나요?
본 과정은 전 과정 대면 교육으로 운영되며,
실습 중심 프로젝트 기반 커리큘럼으로 구성되어 있습니다.

📅 일정: 평일 주 5일 (월~금, 공휴일 제외)
⏰ 시간: 오전 9시 ~ 오후 6시 (점심시간 13:00 ~ 14:00)
🛠 방식: 팀 프로젝트 및 실습 중심 집중 교육
Q12. 4개월(피지컬 AI), 6개월(AI머신러닝) 동안 공부에만 집중해야 하나요? 다른 일과 병행이 가능한가요?
본 교육과정은 4개월간 주 5일 9:00~18:00 교육이 이루어지는 것으로 설계되어 있습니다.
해당 시간에는 다른 일이 불가능합니다.교육에 참여하기 힘들시 스케줄 조정을 고려해주세요.
Q13. 교육 수료 기준이 어떻게 되나요?
- 총 훈련일수의 80% 이상 출석 시 수료 가능
- 단, 원활한 운영과 교육 수준 유지를 위하여 100% 출석을 권장합니다.
- 단위기간 중 50% 이상 결석 또는 총 결석 일수가 전체 훈련일수의 20%를 초과할 시 제적될 수 있음
- 불성실하게 참여하거나 내부 제적 기준에 해당하는 사유가 있을 시, 경고 후 제적될 수 있음
Q14. 교육기간 중 휴가를 사용할 수 있나요?
본 교육진행 도중 휴가 사용은 불가능합니다.
Q15. 학습에 필요한 장비나 소프트웨어는 제공되나요?
전 교육기간 동안 노트북을 포함한 모든 장비와 소프트웨어를 무료로 대여해 드립니다.
단, 개인 과실로 인한 파손 시 비용이 청구될 수 있음에 유의해 주세요.
Q16. 국민취업지원제도와 병행할 수 있나요?
네, 병행 가능합니다. 다만 국민취업지원제도 참여자는 최종 합격 시 등록 절차가 상이하니 반드시 담당 상담사와 사전 협의 후 안내에 따라 진행해주셔야 합니다.
Q17. (동국대 재학시)해당 과정을 학점으로 인정받을 수 있나요?
본 과정을 통한 학점 인정은 불가능합니다.

PHAIR 1기

피지컬 AI 실무 부트캠프 · 페어