메인으로 돌아가기
AI Education Web 분석 및 구현 환경 보고서
작성일: 2026-03-05 | 대상: ai-education-web (Next.js 기반 AI 교육 플랫폼)
1. 프로젝트 개요
중학교 수학 수준에서 시작하여 GPT 원리까지 단계별로 학습할 수 있는 AI 교육 플랫폼. 총 10개 레벨(Level 0~9), 58개 레슨, 약 50시간 이상의 교육 콘텐츠로 구성.
2. 전체 커리큘럼 구조
| 단계 | 레벨 | 제목 | 레슨 수 | 소요시간 | 선수과목 |
|---|---|---|---|---|---|
| 기초 | Level 0 | 🐍 Python 기초 | 6개 | 42분 | 없음 |
| 기초 | Level 1 | 🧠 AI 기초 이론 | 7개 | 44분 | Level 0 |
| 기초 | Level 2 | 📐 수학 기초 | 5개 | 44분 | Level 1 |
| 핵심 | Level 3 | 🔮 딥러닝 핵심 | 6개 | 36분 | Level 2 |
| 핵심 | Level 4 | 🚀 PyTorch 실전 | 7개 | 31분 | Level 3 |
| 심화 | Level 5 | 🖼️ CNN & 이미지 | 8개 | 6시간 | Level 4 |
| 심화 | Level 6 | 📝 RNN/LSTM | 7개 | 5시간 | Level 4 |
| 심화 | Level 7 | 🤖 Transformer & LLM | 7개 | 6시간 | Level 6 |
| 고급 | Level 8 | ⚡ GPU/CUDA | 5개 | 5시간 | Level 4 |
| 고급 | Level 9 | 🏆 종합 프로젝트 | 8개 | 8시간 | Level 5,7 |
Level 0 (Python) → Level 1 (AI 이론) → Level 2 (수학) → Level 3 (딥러닝)
→ Level 4 (PyTorch) ─┬─→ Level 5 (CNN) ─────────────┐
├─→ Level 6 (RNN) → Level 7 (Transformer) ─┤
└─→ Level 8 (GPU/CUDA) ────────┤
└→ Level 9 (종합 프로젝트)3. 현재 기술 스택
프론트엔드
Next.js 16.1.6React 프레임워크
React 19.2.3UI 라이브러리
TypeScript 5타입 안정성
Tailwind CSS 4유틸리티 CSS
react-markdownMarkdown 렌더링
Pyodide 0.24.1브라우저 Python 실행
서버 환경
서버AWS EC2 (Amazon Linux 2023)
Node.jsv22.22.0
포트8080 (Next.js)
데이터베이스없음 (정적 콘텐츠)
API 서버없음
4. 각 레벨 실습 구현에 필요한 환경
| 레벨 | 필요 환경 | Pyodide | Colab | GPU |
|---|---|---|---|---|
| Level 0 | Python, NumPy, Matplotlib | ✅ | ✅ | 불필요 |
| Level 1 | Python, NumPy (이론 중심) | ✅ | ✅ | 불필요 |
| Level 2 | NumPy, Matplotlib, SymPy | ✅ | ✅ | 불필요 |
| Level 3 | PyTorch, NumPy | ❌ | ✅ | 선택 |
| Level 4 | PyTorch, torchvision | ❌ | ✅ | 선택 |
| Level 5 | PyTorch, torchvision, PIL | ❌ | ✅ | 권장 |
| Level 6 | PyTorch, torchtext | ❌ | ✅ | 권장 |
| Level 7 | PyTorch, Hugging Face | ❌ | ✅ | 필수 |
| Level 8 | CUDA Toolkit, nvcc | ❌ | ⚠️ 부분 | 필수 |
| Level 9 | YOLOv8, FastAPI, Docker | ❌ | ⚠️ 부분 | 필수 |
5. 핵심 이슈 및 권장 사항
🔴 Critical: PyTorch 실행 환경 부재 (Level 3~9)
현재 Pyodide는 NumPy/Matplotlib만 지원하며, PyTorch는 지원하지 않음. Level 3부터 모든 레슨에서 PyTorch 코드가 등장하지만 실행 불가.
| 방안 | 장점 | 단점 | 비용 |
|---|---|---|---|
| A. Google Colab 연동 | 무료 GPU, 설정 불필요 | 외부 의존 | 무료 |
| B. JupyterHub 구축 | 완전 제어 | 비용, 운영 부담 | $100~500+/월 |
| C. 코드 실행 백엔드 | 웹 통합, UX 우수 | 보안 리스크 | $50~300/월 |
| D. Colab 노트북 다운로드 ✅ | 구현 간단, 즉시 적용 | UX 분리 | 무료 |
🟡 Warning: GPU 환경 부재 (Level 5~9)
현재 EC2에 GPU가 없어 CNN, RNN, Transformer 학습 불가.
| 방안 | GPU | 비용 (월) |
|---|---|---|
| Google Colab Pro ✅ | T4/A100 | $10 |
| AWS g4dn.xlarge | T4 16GB | ~$160 |
| AWS g5.xlarge | A10G 24GB | ~$300 |
🟡 Warning: 수식 렌더링 미지원
Level 2~7에서 수학 수식이 등장하나 LaTeX 렌더링 없음. remark-math + rehype-katex 추가로 해결 가능.
6. 구현 우선순위 로드맵
Phase 1: 즉시 가능
- ✅웹 플랫폼 배포 (포트 8080)
- ✅Google Colab 노트북 다운로드 버튼 추가
- ⬜Level 0~1 실습 동작 확인 (Pyodide)
- ⬜수식 렌더링 추가 (KaTeX)
Phase 2: 단기 (1~2주)
- ⬜YouTube 영상 제작 상태 확인 및 보완
- ⬜레슨 콘텐츠 누락분 보완
Phase 3: 중기 (1~2개월)
- ⬜JupyterHub 또는 코드 실행 백엔드 구축 검토
- ⬜GPU 인스턴스 또는 Colab Pro 도입
- ⬜Level 9 프로젝트용 데이터셋 준비
Phase 4: 장기 (3~6개월)
- ⬜학습 진도 추적 시스템 (사용자 인증 + DB)
- ⬜퀴즈/평가 시스템
- ⬜수료증 발급 기능
7. 환경별 필요 패키지
# 브라우저 (Level 0~2)
Pyodide 0.24.1 (CDN)
├── numpy (내장)
├── matplotlib (내장)
└── micropip
# Python 환경 (Level 3~9)
pip install torch torchvision
pip install numpy matplotlib
# Level 7
pip install transformers
# Level 9
pip install ultralytics fastapi
8. 결론
| 구분 | 상태 | 비고 |
|---|---|---|
| 웹 플랫폼 | ✅ 완성 | Next.js, 정상 서비스 중 |
| Level 0~1 실습 | ✅ 가능 | Pyodide 브라우저 실행 |
| Level 2 실습 | ⚠️ 부분 가능 | 수식 렌더링 개선 필요 |
| Level 3~4 실습 | ✅ Colab 연동 | 노트북 다운로드 가능 |
| Level 5~7 실습 | ✅ Colab 연동 | GPU 포함 노트북 다운로드 |
| Level 8 실습 | ⚠️ Colab 부분 | CUDA C 직접 컴파일 제한 |
| Level 9 실습 | ⚠️ Colab 부분 | 배포(Docker) 부분 별도 필요 |
핵심 결론: 웹 플랫폼은 완성도 높게 구축되었으며, Google Colab 노트북 다운로드 기능 추가로 Level 0~7의 핵심 AI 학습을 무료로 진행할 수 있습니다. Level 8~9의 완전한 실습을 위해서는 GPU 환경 구축이 필요합니다.