| aliases | ||
|---|---|---|
| course | uncategorized | |
| created | 2024-05-23 | |
| date | 2024-05-23 | |
| kg_graph_size | 60 | |
| kg_layer_label | L4 support | |
| kg_level | 4 | |
| kg_role | support | |
| semester | extracurricular | |
| source | ||
| status | evergreen | |
| tags |
|
|
| title | 🧭 Obsidian | Computer Science & AI Curriculum Map | |
| type | index | |
| updated | 2026-05-28 |
graph:: [[ComputerScience/00_graph-interfaces/지식그래프 허브|지식그래프 허브]] bridge:: [[ComputerScience/00_graph-interfaces/bridges/아카이브 운영 브리지|아카이브 운영 브리지]] central:: [[커리큘럼 관계 정리|커리큘럼 관계 정리]]
3년간의 컴퓨터공학 및 AI 전공 과정을 체계적으로 정리한 아카이브입니다. 기초 이론부터 실전 구현, 대외 활동까지 모든 학습 노드를 연결하였습니다.
학습 로드맵에 따른 과목 간의 유기적인 관계를 보여줍니다. 현재 파일 구조는 학년/학기 폴더가 아니라 지식그래프 인터페이스와 7개 분야별 인터페이스 폴더를 기준으로 정리되어 있으며, 학기 이력은 각 노트의 frontmatter에 남겨 둡니다.
Obsidian 사용자: [[2026 GraphRAG 아카이브.canvas|
2026 GraphRAG 아카이브.canvas]], [[지식그래프 레벨 인터페이스.canvas|지식그래프 레벨 인터페이스.canvas]], [[커리큘럼 관계 그래프.canvas|커리큘럼 관계 그래프.canvas]]를 열면 인터랙티브 Canvas 뷰로 볼 수 있습니다.
- 최상위 허브: [[ComputerScience/00_graph-interfaces/지식그래프 허브|지식그래프 허브]]
- 구조 기준: [[ComputerScience/00_graph-interfaces/archive-kg/2026 GraphRAG 아카이브 스켈레톤|2026 GraphRAG 아카이브 스켈레톤]]
- 주요 관계 필드:
domain::,stage::,module::,bridge::,kg_profile::,kg_evidence::,kg_concepts::,kg_query_mode::
graph TD
%% ── 1학년 기초 ──
Start((입문)) --> LA["[1-2] 선형대수학"]
Start --> CB["[1-2] 코딩기초"]
%% ── AI/ML 트랙 (빨강) ──
LA --> AI["[2-1] 인공지능"]
CB --> PY["[2-1] Python"]
PY --> AI
AI --> ML["[3-1] 머신러닝"]
PS["[2-1] 확률통계"] --> ML
LA --> ML
ML --> MLP["[3-1] ML프로젝트"]
ML --> NN["[3-2] 뉴럴네트워크"]
ML --> BDA["[3-2] 빅데이터분석"]
NN --> CV["[4-1] 컴퓨터비전"]
ML --> CV
ML --> LLM["LLM 이해와 활용"]
NN --> LLM
AI --> AISD["[3-1] AI시스템설계"]
%% ── 시스템/인프라 트랙 (파랑) ──
CA["[2-1] 컴퓨터구조"] --> OS["[2-2] 운영체제"]
LX["[2-1] 리눅스"] --> OS
PY --> LX
OS --> DP["[3-1] 분산처리"]
CA --> DP
NET["[2-2] 네트워크"] --> DP
OS --> DK["Docker/K8s"]
LX --> DK
NET --> DK
DP --> AIOSS["[4-1] AIOSS"]
DK --> AIOSS
OSS["[2-2] OSS"] --> AIOSS
AISD --> AIOSS
%% ── 수학 트랙 (노랑) ──
DM["[2-2] 이산수학"] --> AL["[4-1] 알고리즘"]
DM --> MLG["[3-1] 수리논리학"]
DM --> PL["[3-1] 프로그래밍언어론"]
LA --> OM["[3-2] 최적화수학"]
PS --> OM
OM --> NN
LA --> GFX["[3-2] 그래픽스"]
GFX --> CV
%% ── 개발 트랙 (초록) ──
PY --> DS["[2-1] 자료구조"]
DS --> AL
AL --> CT["코딩테스트"]
DS --> CT
PY --> WEB["[2-1] 웹프로그래밍"]
LX --> DB["[2-2] 데이터베이스"]
DB --> BDA
DB --> AISD
WEB --> AISD
%% ── 대외/자격증 ──
MLP -.-> LG((LG Aimers))
ML -.-> LG
BDA -.-> CERT((정보처리기사))
OS -.-> CERT
DB -.-> CERT
NET -.-> CERT
%% ── 스타일 ──
style Start fill:#f9f,stroke:#333,stroke-width:2px
style AI fill:#ff6b6b,color:#fff
style ML fill:#ff6b6b,color:#fff
style NN fill:#ff6b6b,color:#fff
style CV fill:#ff6b6b,color:#fff
style OS fill:#339af0,color:#fff
style DP fill:#339af0,color:#fff
style AIOSS fill:#339af0,color:#fff
style LA fill:#fcc419,color:#333
style DM fill:#fcc419,color:#333
style OM fill:#fcc419,color:#333
style DS fill:#51cf66,color:#fff
style AL fill:#51cf66,color:#fff
style LG fill:#ffeb3b,stroke:#fbc02d
style CERT fill:#ffeb3b,stroke:#fbc02d
style LLM fill:#cc5de8,color:#fff
style DK fill:#339af0,color:#fff
| 트랙 | 색상 | 최장 경로 |
|---|---|---|
| AI/ML | 🔴 | 코딩기초 → Python → AI → ML → 뉴럴네트워크 → 컴퓨터비전 |
| 시스템 | 🔵 | 리눅스 → OS → 분산처리 → AIOSS |
| 수학 | 🟡 | 선형대수 → 확률통계 → 최적화수학 → 뉴럴네트워크 |
| 개발 | 🟢 | Python → 자료구조 → 알고리즘 → 코딩테스트 |
| 인터페이스 폴더 | 분류 기준 | 포함 과목 |
|---|---|---|
ComputerScience/00_graph-interfaces/ |
Graph View에 실제 노드로 보이는 단계·브리지·과목·관계·리서치 인터페이스 | hub, stages, bridges, courses, ontology, research, tech-stacks, ecosystems, competencies |
ComputerScience/01_programming-foundations/ |
프로그래밍 언어와 구현 기초 | coding-basics, python-programming, data-structures, coding-test, java-programming |
ComputerScience/02_math-theory/ |
수학적 기초와 이론 | probability-statistics, discrete-mathematics, optimization-math, mathematical-logic |
ComputerScience/03_ai-ml-data/ |
AI, ML, 데이터, 생성형 AI | artificial-intelligence, machine-learning, neural-networks, computer-vision, large-language-models, big-data-analysis |
ComputerScience/04_systems-infrastructure/ |
시스템과 인프라 | linux, computer-architecture, operating-systems, computer-networks, parallel-distributed-computing, container-orchestration |
ComputerScience/05_software-engineering/ |
소프트웨어 개발과 운영 | web-programming, database-systems, open-source-software, programming-languages, aioss-open-source-delivery |
ComputerScience/06_algorithms-graphics/ |
알고리즘 분석과 그래픽스 | algorithm-design-analysis, computer-graphics |
ComputerScience/07_professional-humanities/ |
전문 교양, 글쓰기, 포트폴리오 | intellectual-property, creative-writing, classics-reading, degree-portfolio |
아래 표는 학습 이력 순서를 설명하기 위한 보조 보기이며, 실제 파일 탐색의 기준은 위 분야별 인터페이스입니다.
| 과목명 | 핵심 내용 | 실습 및 과제 |
|---|---|---|
| [1-2] 코딩 기초와 문제해결 | 컴퓨팅 사고, 아두이노 | [[ComputerScience/01_programming-foundations/coding-basics/4. 아두이노/아두이노 실습 |
| [1-2] 선형대수학 | 벡터, 행렬, 선형변환 | Linear Algebra Lab 🔗 |
| 과목명 | 핵심 내용 | 실습 및 과제 |
|---|---|---|
| [2-1] Python(basic) | 파이썬 문법, 객체지향 | Python Repository 🔗 [[ComputerScience/01_programming-foundations/python-programming/지뢰찾기/지뢰찾기 |
| [2-1] 데이터 구조 | 리스트, 스택, 큐, 트리 | Data Structures Repo 🔗 [[ComputerScience/01_programming-foundations/data-structures/5. 정렬/1705817_엄윤상_데이터구조_4주차과제 |
| [2-1] 인공지능 | 신경망 기초, CNN | AI Repository 🔗 [[ComputerScience/03_ai-ml-data/artificial-intelligence/3. Backpropagation/실습/CIFAR10/CIFAR10 |
| [2-1] 웹프로그래밍 | HTML, Spring Boot | Web Programming Repo 🔗 [[ComputerScience/05_software-engineering/web-programming/3. Spring Boot 기초/Spring Boot 기초 실습 |
| [2-1] 리눅스시스템 | 셸·편집기·프로세스·서버 기초 | Linux Repository 🔗 |
| [2-1] 확률과 통계 | 확률·통계 기초와 데이터 해석 | [[ComputerScience/02_math-theory/probability-statistics/3.Probability/Probability |
| [2-1] 컴퓨터 구조 | CPU, 메모리 구조 | [[ComputerScience/04_systems-infrastructure/computer-architecture/5. 기억 장치/과제_CacheFriendly코딩실습 |
| [2-2] 운영체제 | 스케줄링, 동기화 | [[ComputerScience/04_systems-infrastructure/operating-systems/과제/FCFS/FCFS CPU 스케줄링 구현 과제 |
| [2-2] OSS | JS 이벤트·객체·DOM 등 클라이언트 기초 | OSS Repository 🔗 |
| [2-2] 데이터베이스 | SQL, 정규화, 모델링 | - |
| 과목명 | 핵심 내용 | 실습 및 과제 |
|---|---|---|
| [3-1] 머신러닝 | 회귀, SVM, RNN, Transformer | [[ComputerScience/03_ai-ml-data/machine-learning/SVM/SVM |
| [3-1] 머신러닝프로젝트 | SKLearn, Pandas, LangChain | [[ComputerScience/03_ai-ml-data/ml-projects/Python 기초/실력과제 |
| [3-1] 분산처리 | CUDA, 병렬 프로그래밍 | CUDA Projects 🔗 |
| [3-1] AI시스템개발/설계 | MLOps, 아키텍처 설계 | Cafe Project 🔗 |
| [3-2] 빅데이터분석 | 데이터 레이크, 분석 도구 | [[ComputerScience/03_ai-ml-data/big-data-analysis/md/MLFlow 과제 |
| [3-2] 뉴럴네트워크 | 심화 신경망 아키텍처 | Neural Network Labs 🔗 |
| [3-2] 컴퓨터 그래픽스 | 렌더링, 그래픽스 기초 | Graphics Labs 🔗 |
| 과목명 | 핵심 내용 | 실습 및 과제 |
|---|---|---|
| [4-1] 알고리즘 | 분할정복, 탐욕법, DP, NP | CoTest Repository 🔗 |
| [4-1] 컴퓨터비전 | 영상처리, 기하변환 | [[ComputerScience/03_ai-ml-data/computer-vision/중간고사_컴퓨터비전_정밀분석_정리 |
| [4-1] AIOSS | 실증적 개발, 오픈소스 AI 프로젝트 | Govon Repository 🔗 (이슈·마일스톤 기여) |
- LGAimer: LG AI 연구원 해커톤 및 교육 과정 ([[LGAimer/LG Aimers 9기 지원서 초안|지원서 초안]])
- [[LGAimer/LG_Aimers_Certificate.pdf|🏆 LG Aimers 8기 이수증 (LLM Compression)]]
- [[LGAimer/『LLM Application & Evaluation』 강의자료 Download.pdf|LLM Application & Evaluation 자료]]
- 자격증: 데이터분석준전문가(ADsP), 정보처리기사 등 ([[certifications/체크리스트|체크리스트]])
- [[certifications/체크리스트|자격증 취득 체크리스트]]
- LLM 활용: [[ComputerScience/03_ai-ml-data/large-language-models/ChatGPT API/Fine-Tuning 실습|Fine-Tuning 실습]], ChatGPT API 연동
- GenAI 실전: [[ComputerScience/03_ai-ml-data/large-language-models/검색 증강 생성 RAG/RAG|RAG 워크플로우]], Hugging Face Models 🔗
- 인프라: [[ComputerScience/04_systems-infrastructure/container-orchestration/도커 기초|도커 및 쿠버네티스]] (Ingress, Service 설정)
- 알고리즘: [[ComputerScience/01_programming-foundations/coding-test/자료구조/1. 배열과 리스트|코딩테스트 대비]] 및 백준 문제 풀이
- 실습 코드만 보기:
path:"실습" file:.md OR file:.ipynb - 특정 학기 검색:
file:"[2-1]" - 특정 기술 스택:
content:Python또는tag:#python(사용 시)
Last Updated: 2026-05-28