AI 개발자 채수민님
기초 개념부터 실전 프로젝트까지
직접 구현하며 익히는
머신러닝, 딥러닝
모집 기한
2026-07-20 오후 4시선착순 모집
수강 일정
2026-07-21 ~ 2026-08-18 (4주)
수강료
50,000원
500,000원
* 국비지원 45만 원
수업 내용
머신러닝 핵심 알고리즘과 작동 원리
객체 지향 프로그래밍으로 확장 가능한 모델 설계
PyTorch로 딥러닝 모델 직접 구현
45만 원 국비지원 받고
비용 부담 없이
비용 부담 없이
추가 특별 혜택
지금 수강하면
모두 받을 수 있어요!
6가지 혜택 외 AI 선생님, 수료를 돕는 챌린지와
페이스메이커까지 추가 혜택을 더 드려요.
한 달에 한 번씩
현직자 라이브 특강
공식적으로 인정하는
NCS 수료증 발급
고민을 함께 나누는
수강생 전용 커뮤니티
고민을 함께 나누는
수강생 전용 커뮤니티
복습으로 완성하는 실력
2개월 추가 수강 기간
강의 요약, 학습 보조 자료
목표 달성 자료집 제공
복습으로 완성하는 실력
2개월 추가 수강 기간
완주할 수 있게 도와주는
1:1 밀착 학습 관리
로보틱스, 에이전트, 온디바이스, 피지컬AI..
AI를 쓰는 시대를 넘어
AI를 만드는 시대
AI를 만드는 시대
유일하게 채용 수요가
증가하는 직무, AI 엔지니어
연봉이 증명하는 가치
개발 21개 직군 중 연봉 1위
중요한 건 잘 알지만...
어렵게 느껴지는
AI 공부
AI 공부
비전공자
기획자·마케터
취준생
핵심만 눌러담은
강의 하나로
단기간에
AI 역량 완성할 수 있어요
최적의
커리큘럼
AI 개발에 꼭 필요한 것만 골랐어요.
불필요한 내용 없이 핵심만 순서대로 배워요.
꼭 필요한 수학만,
원리부터 이해
모델 작동 원리를 배우면 성능이 낮을 때
어디를 봐야 할지 판단 근거가 생겨요.
이론을 넘어,
실전 경험까지
실무 데이터를 활용한 프로젝트를 진행하며
모델을 만들고 성능을 개선하며 익혀요.
4주 동안
기초부터 모델 구현까지,
따라만 오세요
따라만 오세요
인공지능 기초 수학
AI 학습에 필수적인 수학적 개념을 익혀요
머신러닝 알고리즘
회귀, 분류 알고리즘을 이해하고 구현하며 성능을 높여요
객체 지향 프로그래밍
AI 모델을 효율적으로 설계하는 법을 배워요
딥러닝 네트워크 구조
신경망의 작동 원리를 이해하고 직접 모델을 구현해요
나만의 AI 모델로 실전 프로젝트 완성!
각 단계별로 모델 성능이 개선되는 것을 경험하며 실전 역량을 200% 높일 수 있어요
기업이 원하는 AI 인재로 성장하는
코드잇만의
4 STEP 학습법
4 STEP 학습법
겉핥기식 학습법은 NO, 원리부터 제대로 배우고
실전 활용 능력까지 키울 수 있어요.
실전 활용 능력까지 키울 수 있어요.
STEP 1
배우고
5분 영상 강의로
쉽고 빠르게 배우기
STEP 2
이해하고
노트와 퀴즈로
개념 제대로 이해하기
STEP 3
실습하고
단계별 실습으로
내 것으로 만들기
STEP 4
프로젝트 완성!
실전 프로젝트 경험으로
실무 능력 쌓기
탄탄한 기초
이 과정을 마치면 얻게 될
핵심 스킬 8가지
핵심 스킬 8가지
AI 기초 수학
선형대수학, 미분, 경사하강법을 이해하고 NumPy로 구현
데이터 전처리 기술
실무 데이터의 정제, 가공 과정 학습
머신러닝 알고리즘 구현
선형 회귀, 결정 트리, 랜덤 포레스트 등 주요 알고리즘 실습
모델 성능 개선
교차 검증·하이퍼파라미터 튜닝으로 성능 개선
scikit-learn 모델링
라이브러리를 활용해 간편하게 머신러닝 모델 구현
딥러닝 기초 이론
퍼셉트론·순전파·역전파 등 신경망의 작동 원리 이해
객체 지향 프로그래밍
클래스·인스턴스·상속 등 Python 객체 지향 코드 실습
PyTorch 모델 구현
딥러닝 모델을 설계하고 학습 및 평가 진행
AI 기초 수학
선형대수학, 미분, 경사하강법을 이해하고 NumPy로 구현
데이터 전처리 기술
실무 데이터의 정제, 가공 과정 학습
머신러닝 알고리즘 구현
선형 회귀, 결정 트리, 랜덤 포레스트 등 주요 알고리즘 실습
모델 성능 개선
교차 검증·하이퍼파라미터 튜닝으로 성능 개선
scikit-learn 모델링
라이브러리를 활용해 간편하게 머신러닝 모델 구현
딥러닝 기초 이론
퍼셉트론·순전파·역전파 등 신경망의 작동 원리 이해
객체 지향 프로그래밍
클래스·인스턴스·상속 등 Python 객체 지향 코드 실습
PyTorch 모델 구현
딥러닝 모델을 설계하고 학습 및 평가 진행
실무형 데이터로
현업과 밀접한
실습까지
실무형 건강 데이터로
실제 서비스 문제를 해결
머신러닝과 딥러닝,
두 접근의 차이를 직접 비교
문제 정의부터 성능 개선까지
모델링 전 과정을 직접 수행
정확도·정밀도·재현율 등
평가 지표로 결과를 해석하는 경험
실전 프로젝트
머신러닝부터 딥러닝까지
프로젝트로 완성하세요
메인 주제
건강 데이터 기반 식단 추천 분류 모델 만들기
약 5천 명의 건강·생활 습관 데이터를 분석하여, 개인별 맞춤형 식단을 예측하는 머신러닝 분류 모델, Pytorch 신경망 모델을 개발합니다
STEP 1
데이터 이해하고 문제 정의하기
데이터 구성·크기·자료형 확인
문제를 정의하고 타깃 변수를 설정
STEP 2
실험 준비하기
학습, 검증, 테스트 데이터를 분할하여 실험 환경 구성
테스트 결과의 안정성을 확보하는 작업 진행
STEP 3
모델 비교하기
단순한 모델 (로지스틱 회귀) 구현하여 기준선 설정
복잡한 모델 (랜덤포레스트) 구현하여 성능 비교
STEP 4
성능 개선 및 결과 해석하기
예측 성능을 높이기 위한 피쳐 엔지니어링
다양한 평가 지표로 모델 선정 및 결과 해석
STEP 1
신경망 입력 준비하기
신경망 처리에 용이하게끔 데이터 변환
데이터를 묶고 배치 단위로 처리하는 구조 설계
STEP 2
Pytorch로 신경망 모델 설계하기
입력층·은닉층·출력층으로 구성된 3층 신경망 설계
손실 함수와 옵티마이저를 설정하여 학습 안정성 확보
STEP 3
모델 학습시키기
순전파·역전파를 구현하여 가중치를 반복 업데이트
에폭 단위로 손실·성능 변화 추적
STEP 4
모델의 성능 검토하기
테스트 데이터로 모델의 일반적인 성능 측정
다양한 평가 지표로 모델 성능 분석
최적의 방식을 고를 수 있는AI 모델링 역량 획득!
같은 문제·같은 데이터에 적용한
두 모델의 성능 비교
각 접근 방식의 강점과 한계를
직접 체감
어떤 상황에 어떤 모델이 적합한지
판단 기준 형성
수강 후기
비전공자도 OK!
단기간에 AI 역량 완성했어요
강의 평점
01234567890123456789.01234567890123456789점
누적 후기
123456789012345678901234567890123456789만+개
수강생 만족도
123456789012345678901234567890123456789%
혹시조타면
수포자인데도 미분을 너무 쉽게 이해할 수 있어서 좋았어요. 수학 이론과 머신러닝의 연관성을 함께 설명해 주셔서, 동기도 충전할 수 있었습니다.
민트맛커피
시계열 분석에 RNN을 활용하고 싶어서 공부 중인데 딥러닝에 대해 폭넓게 공부할 수 있었습니다. 핵심만 요약해서 설명해주는 강의는 코드잇이 가장 좋은 것 같아요
정예지
기본 개념부터 실무 역량까지 탄탄히 다질 수 있었습니다. 파이썬 실습을 병행하며 직접 코드를 구현해본 것이 가장 큰 도움이 되었습니다.
이수희
먼저 흐름을 설명해주고, 거기서 의문사항을 추가로 설명해주시는 방식이라서 이해하기 쉽고 설명이 정확합니다. 최고의 강의입니다.
기업도 만족하는 코드잇
국내 10대 대기업도
AI 역량은 코드잇과 함께
AI 역량은 코드잇과 함께
강의 평점
01234567890123456789.01234567890123456789점
누적 기업 고객 수
12345678901234567891234567890123456789123456789012345678901234567890123456789개
수강생 만족도
123456789012345678901234567890123456789%
상세 커리큘럼
1주차
머신러닝 수학 기초와 회귀 모델
1
머신러닝이란?
AI로 해결할 수 있는 문제와 머신러닝의 개념, 학습의 유형, k-NN 알고리즘 등 큰 그림을 이해합니다.
2
선형대수학 필요한 만큼만 배우기
행렬과 벡터, 행렬 연산을 배우고 NumPy로 다루며 머신러닝에 필요한 이유를 익힙니다.
3
미분 필요한 만큼만 배우기
평균·순간 변화율, 미분과 가장 가파른 방향 등 머신러닝에 필요한 미분 개념을 학습합니다.
4
선형 회귀 (Linear Regression)
가설 함수, 평균 제곱 오차, 손실 함수, 경사 하강법을 이해하고 scikit-learn으로 구현합니다.
5
다중 선형 회귀 (Multiple Linear Regression)
여러 속성을 다루는 다중 선형 회귀와 정규 방정식을 배우고 구현합니다.
6
다항 회귀 (Polynomial Regression)
단일·다중 다항 회귀를 이해하고 당뇨병 예측 문제를 실습합니다.
2주차
분류 모델과 성능 관리
1
로지스틱 회귀 (Logistic Regression)
분류 문제와 로지스틱 회귀, 결정 경계, 로그 손실을 이해하고 와인 종류 분류를 실습합니다.
2
머신러닝을 위한 데이터 전처리
Feature Scaling(정규화·표준화)과 One-hot Encoding으로 데이터를 전처리합니다.
3
정규화 (Regularization)
편향-분산 트레이드오프를 이해하고 L1·L2 정규화로 과적합 문제를 해결합니다.
4
모델 평가와 하이퍼파라미터 고르기
k겹 교차 검증과 그리드 서치로 모델을 평가하고 하이퍼파라미터를 선택합니다.
5
결정 트리 (Decision Tree)
지니 불순도, 노드 평가, 속성 중요도를 이해하고 유방암 분류를 실습합니다.
6
랜덤 포레스트 (Random Forest)
Bagging과 앙상블 개념을 배우고 랜덤 포레스트로 분류 문제를 해결합니다.
7
에이다 부스트 (AdaBoost)
Boosting 개념과 스텀프 성능 계산, 데이터 중요도 조정을 이해하고 분류를 실습합니다.
3주차
머신러닝 구현과 딥러닝 이론
1
파이썬으로 벡터와 행렬 다루기
머신러닝 모델 구현에 필요한 벡터·행렬 연산 기본기를 다집니다.
2
파이썬으로 머신러닝 회귀 모델 만들기
데이터 전처리부터 모델 학습·성능 평가·개선까지 회귀 모델을 직접 만듭니다.
3
파이썬으로 머신러닝 분류 모델 만들기
데이터 전처리부터 모델 학습·성능 평가·개선까지 분류 모델을 직접 만듭니다.
4
[머신러닝 프로젝트] 건강 데이터 기반 식단 추천 분류 모델 만들기
머신러닝 기법으로 식단 추천 분류 모델을 만드는 프로젝트를 진행합니다.
5
딥러닝 기초 이론
퍼셉트론, 은닉층과 순전파·역전파, 출력·손실 함수 등 딥러닝의 기초 이론을 학습합니다.
6
딥러닝 모델의 성능을 높이는 다양한 방법
활성화 함수, Optimizer, Normalization·Regularization, 데이터 증강 등 성능 향상 기법을 익힙니다.
7
대표적인 딥러닝 네트워크 이해하기
CNN, RNN·LSTM·GRU, Autoencoder 등 대표적인 딥러닝 네트워크 구조를 이해합니다.
4주차
객체 지향과 PyTorch로 딥러닝 모델 만들기
1
AI를 위한 객체 지향 프로그래밍: 객체와 클래스
클래스와 인스턴스, 인스턴스·클래스 메소드 등 객체 지향의 기초를 배웁니다.
2
AI를 위한 객체 지향 프로그래밍: 상속
상속과 오버라이드, 다중 상속 등 코드 재사용을 위한 상속 개념을 학습합니다.
3
PyTorch 텐서 살펴보기
텐서 생성·변환·연산, 브로드캐스팅 등 PyTorch 텐서의 기본기를 익힙니다.
4
PyTorch에서 데이터 다루기
Dataset과 DataLoader로 데이터를 불러오고 전처리하는 방법을 배웁니다.
5
PyTorch 모델 만들기
torch.nn과 nn.Module·nn.Sequential로 다양한 모델을 만듭니다.
6
PyTorch 모델 학습시키기
Training Loop, 손실·Gradient 계산, Optimizer로 모델을 학습시키고 저장·불러옵니다.
7
CNN으로 이미지 분류하기
Fashion MNIST 데이터로 전처리·증강부터 CNN 모델 학습까지 실습합니다.
8
LSTM으로 시계열 예측하기
Jena Climate 데이터로 시계열을 준비하고 LSTM 모델로 예측을 실습합니다.
9
[딥러닝 프로젝트] 건강 데이터 기반 식단 추천 분류 모델 만들기
딥러닝 기법으로 식단 추천 분류 모델을 만드는 프로젝트를 진행하고 머신러닝 기법과 비교합니다.
10
AI 안전하게 다루기
AI 윤리, 저작권·라이선스, 안전한 데이터 관리, 개발 과정별 위험 요소를 학습합니다.
"효과적인 학습을 위해 이런 포인트를 신경썼어요!"
통계 및 수학 지식이 없어도 따라올 수 있을 정도로 기초 지식부터 차근차근 알려드려요. 머신러닝/딥러닝 모델을 직접 구현해 보고, 프로젝트를 통해 실전 스킬을 익힐 수 있어요. 데이터 사이언티스트, 머신러닝/딥러닝 엔지니어 취업을 준비하시는 분들이라면 지식과 실무 역량까지 갖춰 보세요.
자가진단 퀴즈
파이썬 데이터 분석
퀴즈로 알아보세요
이 과정을 수강하려면 파이썬 기초 문법과
NumPy·pandas를 활용한 데이터 분석 기초가 필요해요
퀴즈
아래 코드의 실행 결과로 옳은 것은?
import pandas as pd
df = pd.DataFrame({'name':
['A','B','C'],
'score': [90, 60, 75]})
result = df[df['score'] >= 70]
['name']
print(list(result))위의 버튼을 눌러 결과를 확인하세요
자체 제작 100%
고퀄리티 강의를 경험해 보세요
성의 없는 PPT 자료? 몰아치는 학습 내용? 코드잇엔 없습니다!
이해를 돕는 고퀄리티 시각 자료와 상세한 강의 내용을 체험해 보세요
수치가 증명하는
코드잇 학습 효과
코드잇 학습 효과
누적 수강생
123456789012345678901234567890123456789만명
1개 이상
강의 수료자 비중
강의 수료자 비중
123456789012345678901234567890123456789%
전체 강의
평균 완주율
평균 완주율
123456789012345678901234567890123456789%
강사 정보 알아보기
최고의 강의력을 가진 강사진
콘텐츠 PD
정성재
이력
- 서울대학교 기계항공공학부 학사, 석사
- 전) 세이지 Machine Learning Engineer
콘텐츠 PD
오종훈
이력
- 케임브리지 대학교 수학과/석사
- 임페리얼 칼리지 런던 Computer Science 석사
- 전) 코드잇 Software Engineer
콘텐츠 PD
이다영
이력
- 연세대학교 경영학 전공
- 한국방송통신대학교 프라임칼리지 AI 전공
- 전) KT Sales Manager 영업 데이터 분석
콘텐츠 PD
성태호
이력
- 다트머스 대학교 Computer Science 전공
- 코드잇 전략팀 Lead
CEO
강영훈
이력
- 다트머스 대학교 Computer Science 전공
- 전) 더 벤처스 Software Engineer
- 포브스 아시아 30세 이하 리더 30인 선정
콘텐츠 Lead
손동욱
이력
- 고려대학교 전기전자공학부/심화 전공
- 전) LG전자 Software Engineer
코드잇과 함께 달려요
S급 인재가 되는 공부 습관
‘4S’ SYSTEM
‘4S’ SYSTEM
S
hort
5분 내외의 짧은 강의로 부담 없이 공부
S
kill up
게임처럼 오르는 레벨 시스템으로 동기부여
S
et Pace
학습 속도를 체크해주는 페이스 메이커
S
et Goal
챌린지 목표를 설정하고 도전 욕구 UP!
S
hort
5분 내외의 짧은 강의로
부담 없이 공부
S
kill up
게임처럼 오르는 레벨
시스템으로 동기부여
S
et Pace
학습 속도를 체크해주는
페이스 메이커
S
et Goal
챌린지 목표를 설정하고
도전 욕구 UP!
코드잇이 다 해결해 드려요
학습 방해 요소 0%
‘4ZERO’ SYSTEM
‘4ZERO’ SYSTEM
ZERO
Install
아무 설치 필요없이 자체 코드 실행기로 실습
ZERO
Doubt
모르는 내용은 AI GURU에게 바로 질문
ZERO
PPT
PPT 시각 자료 NO! 고품질 인포그래픽 강의
ZERO
Wait
기다리지 말고 커뮤니티에 실시간 도움 요청
ZERO
Install
아무 설치 필요없이
자체 코드 실행기로 실습
ZERO
Doubt
모르는 내용은
AI GURU에게 바로 질문
ZERO
PPT
나열식 PPT 자료 NO!
고품질 인포그래픽 강의
ZERO
Wait
기다리지 말고 커뮤니티에
실시간 도움 요청
확실한 동기 부여를 위해
다양한 혜택을 제공해요!
언제 어디서나 편하게 학습해요
수강 시
강의 자료집 제공
학습 효율 200%
sklearn, PyTorch
치트 시트
강의 전체 개념과 scikit-learn. PyTorch
핵심 코드를 한눈에 볼 수 있게 정리했어요.
성장을 돕는 추가 혜택
시작부터 완주까지 함께하는
학습 지원 혜택
수강 혜택
현직자 라이브 특강
커리큘럼과 관련 있는 학습 주제로
진행되는 라이브 특강에
참여할 수 있어요.
진행되는 라이브 특강에
참여할 수 있어요.
수강 혜택
1:1 밀착 학습 관리
코드잇 매니저가 학습 안내부터
완주까지
전화와 문자로
확실하게 관리해 드려요.
완주까지
전화와 문자로
확실하게 관리해 드려요.
수강 혜택
수강생 전용 학습 커뮤니티
함께 학습 고민을 나누고 성장하세요.
코드잇 매니저가 운영을 도와드려요.
완주 혜택
NCS 인증 수료증
내 노력과 실력을 공식적으로 인정 받으세요.
완주 혜택
2개월 추가 수강 기간 제공
배운 내용을 온전히 내 것으로 만드세요.
완주 혜택
평생 소장하는 강의 노트
모든 강의 내용을 보기 좋게 정리해드려요.
국비지원 받으려면 필수
내일배움카드로
45만 원 지원받고 시작하세요
45만 원 지원받고 시작하세요
가지고 있어요
갖고 있지 않아요
과정명[AI 기초체력(파트2)] 식단추천 서비스 프로젝트로 배우는 머신러닝, 딥러닝
자주 묻는 질문
궁금한 점이 있으세요?
Q내일배움카드는 왜 필요하고 어떻게 발급받아야 하나요?
내일배움카드를 가장 빨리 발급받는 방법
내일배움카드는 고용노동부에서 취업 및 직무 전환을 원하는 모든 국민을 위해 직업능력 개발 교육비를 담아 제공하는 카드에요. 최대 500만 원 + 50만 원 크레딧을 무료로 제공해 드리며, 국비 지원 강의를 수강하기 위해 필요하며, 고용 24에서 발급받으실 수 있어요.
내일배움카드는 누구나 발급받을 수 있지만 공무원, 고소득자, 부정수급자 등 특정 조건에 해당하는 분들은 발급받으실 수 없어요. 고용24 홈페이지에서 자세한 제외 대상을 확인해보세요. 내일배움카드 지원 제외 대상 알아보기
Q수강 신청은 어떻게 해야 하나요?
코드잇의 4주 단기 완성 강의는 국비지원 과정으로, 반드시 고용24 사이트에서 수강 신청을 완료해 주셔야 해요.
수강 신청은 크게 내일배움카드 발급, 수강 신청, 자비 부담금 결제의 순서로 이루어져요. 아래 순서대로 가이드를 따라가면 수강 신청을 빠르게 완료하실 수 있어요.
1. 내일배움카드 빠르게 발급받기 2. 수강 신청하기 3. 자비 부담금 결제하기
Q학습은 어떻게 이루어지나요?
모든 강의는 100% 온라인으로 이루어져요. 학습 시작일부터 종료일 전까지, 코드잇 사이트에서 강의를 듣고 퀴즈 및 실습 과제를 모두 완성해 주세요.
Q학습 중 모르는 내용은 어떻게 질문할 수 있나요?
1. AI 선생님 GURU에게 질문하기
학습 내용을 이해하고 있는 코드잇의 AI 선생님 GURU에게 물어보세요. 모르는 내용 뿐만 아니라 강의 요약, 코드 리뷰와 에러 수정까지 학습의 모든 과정을 실시간으로 도와드려요.
2. 코드잇 커뮤니티에 물어보기
코드잇으로 함께 공부하는 전국의 수강생들에게 물어보세요. 내가 올린 질문에 답변을 달아줄 거예요.
Q수료 조건이 궁금해요.
수강 기간 내 강의의 80% 이상 들으면 수료 기준이 충족됩니다. 진도율은 홈 화면에서 확인할 수 있어요. 수료하시면, 2개월 추가 수강 기간과 NCS 인증 수료증, 전체 강의 요약 자료까지 제공받으실 수 있으니 꼭 기간 내에 수료해 주세요.
Q수강 혜택은 무엇이 있고 언제 받을 수 있나요?
수강 기간 중 제공되는 혜택은 아래와 같아요.
• 수강생 전용 커뮤니티
• 1:1 밀착 학습 관리
• AI 선생님 GURU
• 완주를 돕는 페이스메이커
• 챌린지 참여
• 강의 보조 자료집
• 현직자 라이브 특강
수료 시, 제공되는 혜택은 아래와 같아요.
• 강의 요약 자료집
• 2개월 추가 수강 기간
• NCS 수료증
Q직업훈련과정 탐색표가 필요한데 어디서 받을 수 있나요?
아래 링크를 클릭해서 수강 예정인 강좌 탐색표를 다운로드 받아 활용하실 수 있습니다.
*본 자료는 국비 단기 과정 수강생용 입니다.
(탐색표 다운받기)
Q회차별 수강신청 인원에 대한 제한이 있나요?
4주 단기 완성 과정은 K-디지털 크레딧 기초역량훈련 과정으로, 각 회차별 수강 정원 및 연간 운영 인원이 정해져 있습니다.
수강 신청이 해당 정원을 초과할 경우 자비부담금을 결제하셨더라도 과정 수강이 제한될 수 있으며, 개별 연락을 통해 결제하신 금액은 전액 환불해 드립니다.
Q환불은 어떻게 하나요?
코드잇 고객센터로 문의해 주세요. 아래 기준에 따라 환불이 진행됩니다.
[개강 전]
• 수강 취소 시 내일배움카드 크레딧 및 자비 부담금 전액 환불
[개강 후]
1. 내일배움카드 크레딧
• 패널티 안내 (2026.02.01 이후 개강 과정)
• KDC 과정 중도탈락 1회: 40,000원
• KDC 과정 중도탈락 2회 이상: 100,000원
※ 패널티는 내일배움카드 크레딧 잔액에서 차감됩니다.
※ K-디지털 크레딧 환불(복원)의 경우 고용 24 정책에 기반하며, 국번 없이 1350에서 확인할 수 있습니다.
2. 자비 부담금
• 학습 기간 1/3 경과 이전: 결제 금액의 2/3 환불
• 학습 기간 1/3 경과 후 ~ 1/2 이전: 결제 금액의 1/2 환불
• 학습 기간 1/2 경과 후: 환불 불가
3. 자비 부담금 환불 절차
• 자비 부담금은 부분 환급이 불가능하기 때문에, 구간별 환불 금액을 제외한 차액을 수강생이 코드잇으로 지급해야 합니다.
• 수강생의 자격 결격이 완료된 이후 자비 부담금을 전액 환불해 드립니다.
Q해외에서도 수강할 수 있나요?
• 국비 지원 강의는 매일 본인 인증이 필요하기 때문에, 해외에서도 고용 24에 등록된 전화번호로 문자 수신이 가능해야 수강하실 수 있어요. (단, 일부 국가에서는 IP 차단 등으로 접속이 어려울 수 있어요.)
• 출국 전에 아래 조치를 완료해 두시면, 출국 후 문자 인증 없이 수강하실 수 있어요.
1. 코드잇 홈페이지 로그인 > 본인 인증 진행 (문자 or PASS 앱)
2. mOTP 앱 다운로드 > 본인 인증 진행 (문자 or PASS 앱)
3. 출국 후 본인 인증 진행 시 mOTP 앱에서 설정해둔 비밀번호 입력 후 인증 번호 확인 가능
Q일부 레슨에서 유료 툴을 사용하던데, 유료 버전 사용이 의무인가요?
강의 수강 및 과정 수료 자체에는 무료버전의 툴만 사용하셔도 문제가 없으며 유료버전의 툴 구독/결제는 의무사항이 아닙니다.
대부분의 과정은 무료 툴만으로 충분히 학습할 수 있어요. 일부 레슨에서 ChatGPT 등 유료 기능이 소개되기도 하지만, 반드시 유료버전을 구독하실 필요는 없어요. 해당 기능이 어떤 역할을 하는지 알아보는 정도로만 학습하셔도 충분합니다.
강의에서 다루는 툴의 무료 버전만 사용해 학습하신 뒤, 해당 툴을 더 깊게 심화 응용해 보고 싶을 때 필요하다면 선택적으로 유료버전 구독을 하실 수도 있어요.
또한 코딩 강의의 경우, 별도의 프로그램 설치 없이 배운 내용을 곧바로 실습해 보실 수 있도록 코드 실행기 기능을 제공 하고 있어요. 실행기 기능을 통해 유료버전의 툴 없이도 문제없이 수강 가능해요.
Q결제 전에 등록이 마감되었어요. 어떻게 해야 하나요?
코드잇 단기 완성 강의는 정기적으로 개강하고 있어요.
신청하신 회차의 모집이 마감되었다면 사이트에서 다음 회차의 일정을 확인하신 후 수강 신청해 주세요.
신청 가능한 강의 목록 보기
남은 자리가 줄어들고 있어요!