2026. 6. 24. 06:43ㆍ개발 도구/2026 해커스 자격증 서포터즈 햌포터즈
본 포스팅은 해당 브랜드로 인강 수강 체험 혜택을 받아 작성되었습니다.
2주차 학습을 시작하며
안녕하세요. 김문기(Markus)입니다.
이번 글은 해커스자격증 서포터즈 햌포터즈 1기 활동을 통해 AICE Associate 과정을 수강하며 정리한 2주차 후기입니다.
1주차에는 AICE 자격증이 어떤 시험인지, KT AICE 과정이 어떤 흐름으로 구성되어 있는지 전체적인 방향을 살펴봤습니다. 2주차에는 조금 더 구체적으로 AICE Associate 과정에서 다루는 핵심 개념을 공부했습니다.
이번 주에 집중한 내용은 데이터 탐색, 데이터 전처리, 머신러닝 지도학습입니다. AI를 공부한다고 하면 보통 모델이나 알고리즘부터 떠올리기 쉽지만, 실제 강의를 들어보니 좋은 AI 모델을 만들기 위해서는 데이터를 먼저 이해하는 과정이 중요하다는 점을 다시 느꼈습니다.
AICE Associate 과정에서 데이터가 중요한 이유
AICE Associate 과정은 단순히 AI 용어를 외우는 흐름이라기보다, 데이터를 기반으로 문제를 해결하는 과정을 단계적으로 익히는 구조였습니다.
2주차에 들은 데이터 탐색 및 전처리 강의에서는 AI 모델을 만들기 전에 데이터를 먼저 살펴보는 과정이 왜 중요한지 설명했습니다.
데이터 탐색은 데이터가 어떤 컬럼으로 구성되어 있는지, 값의 분포가 어떤지, 결측치나 이상치가 있는지 확인하는 과정입니다. 데이터 전처리는 모델이 데이터를 제대로 학습할 수 있도록 정리하는 과정입니다.
이 부분을 들으면서 AI 프로젝트에서도 결국 데이터 구조를 어떻게 잡느냐가 중요하다는 생각이 들었습니다. RAG 챗봇을 만들 때도 문서를 어떻게 나누고 저장하는지, 검색에 필요한 메타데이터를 어떻게 구성하는지가 답변 품질에 영향을 줬습니다. 머신러닝에서도 마찬가지로 모델에 넣기 전 데이터가 어떤 상태인지 확인하는 과정이 중요했습니다.
데이터 탐색과 전처리를 공부하며
2주차 강의에서 가장 기억에 남은 부분은 데이터 탐색과 전처리입니다.
데이터 탐색은 AI 모델링의 출발점이라고 할 수 있습니다. 데이터의 기본 통계량을 확인하고, 평균, 중앙값, 최댓값, 최솟값, 분포 등을 살펴보면 데이터가 어떤 특징을 가지고 있는지 파악할 수 있습니다.
또한 결측치가 있는지, 특정 값이 비정상적으로 튀는지 확인하는 과정도 중요합니다. 데이터를 바로 모델에 넣기보다 먼저 데이터 상태를 확인하는 습관이 필요하다는 점이 인상적이었습니다.
전처리는 단순히 데이터를 깔끔하게 만드는 작업이 아니라 모델 성능과 직접 연결되는 작업입니다. 결측치를 어떻게 처리하는지, 이상치를 어떻게 판단하는지, 불필요한 컬럼을 어떻게 정리하는지에 따라 모델의 결과가 달라질 수 있습니다.
그래서 AICE Associate 과정에서 데이터 전처리 파트가 중요하게 다뤄지는 이유를 이해할 수 있었습니다.
지도학습 개념 정리
데이터 탐색과 전처리 이후에는 머신러닝 지도학습 개념을 공부했습니다.
지도학습은 정답이 있는 데이터를 기반으로 모델을 학습시키는 방식입니다. 예측하고 싶은 값이 명확할 때 주로 사용합니다.
예를 들어 합격 여부를 예측하는 문제는 분류 문제로 볼 수 있고, 매출액이나 점수를 예측하는 문제는 회귀 문제로 볼 수 있습니다.
AICE Associate 과정에서 지도학습을 공부하면서 중요한 것은 개념을 어렵게 외우는 것이 아니라, 문제를 보고 이 문제가 분류인지 회귀인지 구분하는 것이라고 느꼈습니다. 문제 유형을 먼저 파악해야 어떤 방식으로 모델을 학습시키고 평가할지 결정할 수 있기 때문입니다.
이 부분은 실제 AICE 시험을 준비할 때도 중요할 것 같습니다.
전체 커리큘럼을 다시 보며
2주차에 다시 전체 강의 목록을 보니 AICE Associate 과정의 흐름이 조금 더 잘 보였습니다.
초반에는 인공지능과 데이터 과학 기초를 다루고, 그다음 데이터 탐색 및 전처리, 머신러닝 지도학습, 비지도학습, 딥러닝, 모델 성능 최적화로 이어집니다.
이 흐름을 보면 AICE Associate는 AI 개념을 하나씩 따로 외우는 과정이 아니라, 데이터 기반 문제 해결 과정을 순서대로 따라가는 과정에 가깝습니다.
특히 AI 국가자격증을 검색하며 AI 관련 자격증을 알아보는 분들이라면, 단순히 자격증 이름만 보고 선택하기보다 어떤 내용을 배우는지 확인하는 것이 중요하다고 생각합니다. AI 국가자격증이라는 키워드로 검색하는 분들도 결국 원하는 것은 AI 역량을 객관적으로 정리하고 보여주는 방법일 것입니다.
그런 관점에서 AICE Associate는 AI 입문자나 AI 활용 역량을 정리하고 싶은 사람에게 참고할 만한 과정이라고 느꼈습니다.
노션에 정리하며 공부하기
저는 이번 주에도 강의를 들으면서 노션에 2주차 학습 내용을 정리했습니다.
그냥 강의를 듣고 넘기는 것보다, 직접 문장으로 정리해보니 개념이 더 오래 남았습니다. 특히 데이터 탐색, 전처리, 지도학습 같은 개념은 단어만 보면 익숙하지만, 실제로 설명하려고 하면 헷갈리는 부분이 있었습니다.
노션에는 다음 내용을 중심으로 정리했습니다.
데이터 탐색이 왜 중요한지, 데이터 전처리가 모델 성능과 어떻게 연결되는지, 지도학습이 어떤 방식으로 작동하는지, 분류와 회귀가 어떻게 다른지 정리했습니다.
AICE Associate 교재가 있다면 개념을 더 체계적으로 복습하기 좋겠지만, 현재는 제공된 강의와 노션 정리만으로도 기본 흐름을 잡는 데 큰 문제는 없었습니다.
AICE Associate 교재 없이 공부해본 느낌
이번 활동을 시작하면서 AICE Associate 교재를 꼭 구매해야 할지 고민했습니다.
하지만 2주차까지 학습해보니, 우선은 해커스 강의와 노션 필기만으로도 전체 흐름을 따라가는 것은 가능하다고 느꼈습니다.
물론 실제 시험 응시를 목표로 한다면 AICE Associate 교재를 함께 활용하는 것이 더 안정적일 수 있습니다. 교재가 있으면 개념을 다시 확인하거나 문제를 반복해서 풀 때 도움이 될 수 있기 때문입니다.
다만 지금처럼 강의 수강 후기와 학습 흐름 정리를 목표로 한다면, AICE Associate 교재 없이도 강의 중심으로 충분히 시작할 수 있었습니다.
제 방식은 간단합니다. 먼저 강의를 듣고, 핵심 개념을 노션에 정리한 뒤, 헷갈리는 부분은 다시 강의 목록을 보며 복습합니다. 이후 유형편과 모의고사편으로 넘어가면서 필요성을 느끼면 AICE Associate 교재 구매 여부를 다시 판단해도 될 것 같습니다.
AI 국가자격증을 찾는 사람에게 필요한 관점
AI 관련 자격증을 알아보는 사람들은 종종 AI 국가자격증이라는 키워드로 검색합니다.
그만큼 AI 역량을 객관적으로 보여줄 수 있는 자격증에 대한 관심이 커졌다는 뜻이라고 생각합니다.
다만 개인적으로는 자격증 하나만으로 AI 실력을 모두 증명하기는 어렵다고 봅니다. 특히 개발자나 AI 프로젝트를 준비하는 사람에게는 실제 프로젝트 경험, 데이터 처리 경험, 문제 해결 과정이 함께 필요합니다.
그럼에도 AI 국가자격증을 찾는 과정에서 AICE Associate 같은 자격 과정을 살펴보는 것은 의미가 있습니다. AI와 데이터 분석의 기본 흐름을 정리하고, 내가 어떤 부분을 알고 있고 어떤 부분이 부족한지 확인할 수 있기 때문입니다.
저에게 이번 과정은 단순히 자격증을 준비하는 것보다, AI 프로젝트 경험을 데이터 분석과 머신러닝 개념으로 다시 정리하는 과정에 가깝습니다.
2주차 수강 후기
2주차를 수강하면서 가장 크게 느낀 점은 AI 모델링은 모델 선택에서 시작하는 것이 아니라 데이터 이해에서 시작한다는 것입니다.
이전에는 AI라고 하면 모델, 알고리즘, 프롬프트, API 사용에 먼저 관심이 갔습니다. 하지만 실제 문제 해결 과정에서는 데이터가 어떤 구조인지, 어떤 값이 빠져 있는지, 어떤 변수가 중요한지 확인하는 과정이 먼저 필요합니다.
AICE Associate 과정은 초보자도 따라갈 수 있도록 구성되어 있지만, 그렇다고 내용이 너무 가볍지만은 않았습니다. 데이터 탐색, 전처리, 지도학습처럼 AI와 데이터 분석을 이해하기 위해 필요한 기본 개념들이 차례대로 등장했습니다.
정보처리기사와 SQLD를 공부했을 때는 개발과 데이터베이스의 기본기를 쌓는 느낌이었다면, AICE Associate 과정은 그 위에 AI 활용 관점을 추가하는 느낌이었습니다.
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 데이터 탐색, 데이터 전처리, 지도학습을 중심으로 AICE Associate 과정을 학습했습니다.
다음 주에는 비지도학습, 딥러닝, 모델 성능 최적화 쪽으로 넘어가며 AI 모델이 데이터를 어떻게 학습하고 성능을 개선하는지 더 구체적으로 정리해보려고 합니다.
2주차를 마치며 정리하자면, AICE Associate는 AI 개념을 단순히 암기하는 과정이라기보다 데이터 기반 문제 해결 흐름을 이해하는 과정에 가깝다고 느꼈습니다.
AICE Associate 교재 없이도 강의와 노션 필기를 활용하면 기본 흐름은 잡을 수 있었고, 이후 실제 AICE 시험을 준비하게 된다면 유형편과 모의고사편을 보면서 교재 활용 여부를 다시 고민해볼 계획입니다.
앞으로도 햌포터즈 활동을 통해 AI 국가자격증을 찾는 분들에게 도움이 될 수 있도록, 실제 수강 과정과 학습 후기를 꾸준히 기록해보겠습니다.
'개발 도구 > 2026 해커스 자격증 서포터즈 햌포터즈' 카테고리의 다른 글
| [햌포터즈 1기] AICE 자격증 1주차 수강 후기 (0) | 2026.06.17 |
|---|