2026. 6. 17. 08:33ㆍ코딩 도구/2026 해커스 자격증 서포터즈 햌포터즈
본 포스팅은 해당 브랜드로 인강 수강 체험 혜택을 받아 작성되었습니다.
AICE 학습을 시작하며
안녕하세요. 김문기(Markus)입니다.
이번 글은 해커스자격증 서포터즈 햌포터즈 1기 활동을 통해 제공받은 강의를 실제로 수강하며 정리한 1주차 후기입니다.
저는 소프트웨어학부에서 백엔드 개발과 AI 프로젝트를 공부하고 있습니다. 최근에는 생성형 AI, AI Agent, RAG 챗봇, 멀티모달 AI 프로젝트에 관심을 가지고 다양한 프로젝트와 대외활동을 이어가고 있습니다.
프로젝트를 하다 보니 AI를 단순히 사용하는 것에서 끝나는 것이 아니라 데이터와 모델의 기본 흐름을 제대로 이해하는 것이 중요하다고 느꼈습니다. 그래서 이번 기회에 AICE 자격증 과정을 통해 AI 활용 역량을 체계적으로 정리해보기로 했습니다.
해커스 강의를 선택한 이유
해커스 강의를 선택한 이유는 커리큘럼이 이론편, 유형편, 모의고사편으로 나뉘어 있어 처음 공부하는 사람도 학습 순서를 잡기 쉬워 보였기 때문입니다.
특히 KT AICE를 준비할 때 단순 개념 설명에서 끝나는 것이 아니라, 데이터 전처리와 머신러닝 모델 학습, 모의고사까지 이어지는 구조라서 실제 시험 흐름을 파악하는 데 도움이 될 것 같았습니다.
저는 자격증 공부를 할 때 전체 구조가 먼저 잡혀야 꾸준히 이어갈 수 있다고 생각하는 편입니다. 그런 점에서 이번 해커스 강의 구성은 AICE 자격증을 처음 준비하는 사람에게도 접근성이 좋아 보였습니다.
전체 강의 구성 살펴보기
이번에 수강한 과정은 해커스자격증의 ‘초보자도 합격하는 AICE Associate - 이론편’입니다.
전체 강의 목록을 살펴보니 이론편은 총 18강, 유형편은 15강, 모의고사편은 10강으로 구성되어 있었습니다.
이론편에서는 인공지능과 데이터 과학 기초, 데이터 탐색 및 전처리, 머신러닝, 비지도학습, 딥러닝, 모델 성능 최적화까지 이어졌습니다.
유형편에서는 데이터 불러오기, 데이터 통합, 데이터 분포 시각화, 결측치 처리, 이상치 처리, 범주형 변수 인코딩, 머신러닝 모델 학습, 모델 성능 평가 등 실제 문제 풀이에 필요한 흐름을 다루는 구조였습니다.
모의고사편에서는 학생 성적 예측, 온라인 쇼핑 판매량 예측, 대출 상환 예측, 기후 변화 예측, 교통량 예측 등 실제 데이터 문제와 연결된 예제가 준비되어 있었습니다.
전체 구성을 보면서 KT AICE를 처음 준비하는 사람도 순서대로 따라가면 전체 흐름을 잡기 좋겠다는 생각이 들었습니다.
1주차 수강 내용
1주차에는 이론편의 초반 강의를 중심으로 들었습니다.
제1강과 제2강은 ‘인공지능 및 데이터 과학 기초 다지기’라는 제목처럼, 본격적인 문제 풀이 전에 AI와 데이터 과학의 기본 개념을 정리하는 내용이었습니다.
제1강에서는 AICE Associate의 이해와 파이썬 기반 정형 데이터 분석에 대한 설명이 나왔습니다. 강의 화면을 보니 Python, NumPy, pandas 같은 데이터 분석 도구도 함께 소개되었습니다.
개발을 공부하면서 Python과 데이터 분석 라이브러리를 접한 적은 있지만, 자격증 과정 안에서 다시 보니 AI 학습의 출발점이 결국 데이터라는 점이 더 분명하게 느껴졌습니다.
인공지능과 데이터 과학의 기본 흐름
강의를 들으면서 인상적이었던 부분은 AI가 단순히 챗봇이나 생성형 AI만 의미하는 것이 아니라는 점이었습니다.
최근에는 ChatGPT 같은 생성형 AI가 많이 주목받고 있지만, 실제 AI는 데이터를 기반으로 판단하고 예측하는 기술 전반을 포함합니다.
AICE 자격증은 AI를 깊은 연구 수준으로 다루기보다, 실제 업무와 문제 해결 과정에서 AI를 어떻게 이해하고 활용할 수 있는지를 평가하는 시험에 가깝다고 느꼈습니다.
제2강에서는 데이터 과학의 기본 흐름을 이해하는 것이 중요했습니다. 데이터 수집, 탐색, 전처리, 모델링, 평가가 하나의 과정으로 연결된다는 점을 다시 확인할 수 있었습니다.
앞으로 유형편에서 데이터 불러오기, 데이터 분포 시각화, 결측치 처리, 이상치 처리, 모델 학습 등이 나오는 이유도 이 흐름 안에서 이해할 수 있었습니다.
노션에 정리하며 공부하기
저는 강의를 들으며 노션에 따로 1주차 학습 정리본을 만들었습니다.
그냥 강의를 듣고 넘기면 금방 잊어버릴 수 있기 때문에, 강의별 핵심 내용을 짧게라도 기록하는 방식으로 공부하려고 합니다.
이번 정리에는 인공지능, 데이터 과학, 머신러닝과 딥러닝의 차이, 그리고 제가 AICE 자격증을 준비하는 이유를 적어두었습니다.
강의를 듣는 것만으로 끝내기보다 직접 정리해보니, 제가 알고 있다고 생각했던 개념도 다시 한 번 구조화할 수 있었습니다.
이론편을 들으며 느낀 점
1주차 강의를 듣고 느낀 점은 AI 모델을 잘 활용하려면 모델 자체만 보는 것이 아니라, 모델에 들어가기 전 데이터가 어떤 상태인지 확인하는 과정이 필요하다는 것입니다.
실제 프로젝트에서도 비슷한 경험을 했습니다. RAG 챗봇을 만들 때도 답변 품질은 모델만으로 결정되지 않았습니다. 문서를 어떻게 나누고, 어떤 방식으로 검색하고, 어떤 정보를 프롬프트에 넣는지에 따라 결과가 달라졌습니다.
결국 AI 활용에서 중요한 것은 도구 자체보다 문제를 데이터 관점에서 이해하고 구조화하는 능력이라고 생각합니다.
이런 점에서 KT AICE 과정은 AI를 처음 접하는 사람뿐만 아니라, 이미 AI 프로젝트를 경험한 사람에게도 기본기를 다시 정리하는 용도로 의미가 있다고 느꼈습니다.
유형편과 모의고사 구성 확인
아직 1주차라 유형편을 본격적으로 수강하지는 않았지만, 강의 목록을 먼저 살펴보았습니다.
유형편 목록을 보면 실제 시험 준비에 필요한 내용이 구체적으로 보였습니다. 필수 라이브러리 모듈 준비, 데이터 불러오기 및 저장하기, 데이터 통합하기, 데이터 분포 시각화하기, 변수 간 관계 파악하기 같은 내용이 순서대로 구성되어 있었습니다.
KT AICE를 준비할 때 이론만 보고 끝내기보다는, 유형편을 통해 실제 데이터 처리 흐름까지 함께 익히는 것이 중요해 보였습니다.
또 이상치 처리, 결측치 처리, 불필요한 컬럼 정리, 범주형 변수 인코딩, 데이터셋 분리 및 스케일링, 머신러닝 모델 학습, 성능 평가, 딥러닝 모델 설계와 평가까지 이어지는 강의들이 있었습니다.
이 부분을 보면서 AICE 자격증이 단순 개념 정리만을 위한 과정이라기보다, 실제 데이터 분석과 AI 모델링 흐름을 어느 정도 반영하고 있다는 느낌을 받았습니다.
모의고사편도 인상적이었습니다.
학생 성적 예측, 온라인 쇼핑 판매량 예측, 대출 상환 예측, 기후 변화 예측, 교통량 예측 등 실제 데이터 문제에 가까운 주제가 많았습니다.
AICE 시험일정에 맞춰 응시를 준비한다면, 마지막에는 이 모의고사편을 통해 실전 감각을 잡는 것이 필요할 것 같습니다.
AICE 시험일정 확인도 중요
AICE를 처음 알아보는 분들이라면 시험을 언제 볼 수 있는지도 궁금할 것 같습니다.
저도 강의를 수강하면서 AICE 시험일정을 함께 확인해야겠다고 생각했습니다.
다만 아직은 바로 시험 접수를 결정하기보다, 이론편과 유형편을 먼저 수강하면서 제가 어느 정도까지 따라갈 수 있는지 확인하려고 합니다.
AICE 시험일정을 미리 확인해두면 강의 수강 기간과 복습 계획을 세우는 데 도움이 될 것 같습니다.
특히 대학생이나 직장인처럼 일정이 정해져 있는 사람이라면, 강의 수강 기간과 AICE 시험일정을 함께 맞춰보는 것이 좋다고 생각합니다.
1주차 수강 후기
이번 1주차 수강을 통해 느낀 점은 AICE 과정이 AI를 처음 접하는 사람에게도 접근성이 괜찮다는 것입니다.
강의 시간이 길지 않고, 이론편부터 유형편, 모의고사편까지 순서가 나뉘어 있어 혼자 공부할 때도 흐름을 잡기 좋아 보였습니다.
물론 AICE 자격증 하나만으로 AI 실력을 모두 증명할 수 있다고 생각하지는 않습니다. 하지만 AI 프로젝트를 해봤거나, 앞으로 AI를 활용한 서비스를 만들고 싶은 사람이라면 기본 개념을 정리하는 용도로 충분히 의미가 있다고 느꼈습니다.
저처럼 개발 공부를 하면서 AI와 데이터 분석을 함께 이해하고 싶은 분이라면, KT AICE 과정을 통해 AI 활용 흐름을 정리해보는 것도 괜찮은 선택이라고 생각합니다.
해커스 AICE 과정 링크
해커스 AICE 과정이 궁금하신 분들은 아래 링크에서 확인해볼 수 있습니다.
1위 해커스 AICE 100% 환급반
pass.hackers.com
다음 주 학습 계획
이번 주에는 AICE 시험일정을 바로 확정하기보다, 먼저 강의 흐름을 파악하고 학습 루틴을 만드는 데 집중했습니다.
다음 주에는 데이터 탐색과 전처리, 지도학습 파트를 중심으로 더 구체적인 수강 후기를 정리해보려고 합니다.
1주차를 마치며 정리하자면, AICE 시험일정을 확인하고 무작정 접수하기 전에 먼저 이론 강의로 전체 구조를 파악하는 것이 좋겠다고 느꼈습니다.
해커스 강의를 통해 KT AICE 과정의 흐름을 살펴보니, AI 입문자도 단계적으로 접근할 수 있도록 구성되어 있다는 점이 가장 인상적이었습니다.
앞으로 남은 기간 동안 AICE 자격증 학습 과정을 꾸준히 기록하면서, AI와 데이터 과학의 기본기를 다시 정리해보겠습니다.
#AICE자격증 #KTAICE #AICE시험일정 #해커스자격증 #햌포터즈 #AICEAssociate #AI공부 #AI자격증