중고등학생(K12)이 AI를 공부하는 가장 효과적인 길은 Python 기초 → 머신러닝 → 딥러닝 → 프로젝트 순서로 익히며 그 끝을 AI 올림피아드(KOAI·USAAIO·IOAI)와 입시 포트폴리오로 연결하는 것입니다. 이 대회들의 출제 범위가 바로 머신러닝과 딥러닝이기 때문입니다. 이 페이지는 막연한 AI 일반 지식이 아니라, 한국 KOAI·미국 USAAIO 선발을 목표로 하는 학생이 무엇을 어떤 순서로 공부해야 하는지를 정리한 지도입니다.
게시일: 2026년 5월 28일
아래 여섯 개의 가이드는 따로 읽어도 되고, 순서대로 따라가도 됩니다. 개념을 잡는 글(머신러닝·딥러닝), 손으로 만드는 글(AI 프로젝트·GitHub), 목표를 세우는 글(올림피아드·학습 자료)로 구성했습니다.
데이터에서 규칙을 학습하는 원리, 지도·비지도 학습, 학생이 처음 만들 수 있는 모델까지.
인공신경망, 순전파와 역전파, CNN·트랜스포머가 무엇이고 언제 쓰는지.
주제 선정부터 데이터·모델·문서화까지, 첫 AI 프로젝트를 끝까지 완성하는 법.
계정 만들기, README 작성, 커밋 관리. 초등부터 쌓으면 대학·취업·창업까지 가는 평생 포트폴리오가 됩니다.
IOAI와 국가 선발전(KOAI·USAAIO) 구조, 일정, 출제 범위 한눈에 보기.
Kaggle·PyTorch·CS231n·CS224n·fast.ai 등 검증된 자료를 수준별로 정리.
Python과 데이터 다루기
변수·반복문 같은 기초 문법과 NumPy·pandas로 표 데이터를 다루는 법. Google 머신러닝 단기집중과정과 Kaggle Learn이 출발점으로 좋습니다.
머신러닝 개념 잡기
지도·비지도 학습, 과적합, 평가지표 같은 핵심 개념을 이해하고 scikit-learn으로 첫 모델을 만들어 봅니다.
딥러닝으로 확장
PyTorch로 신경망을 직접 쌓아 보고, 이미지나 텍스트 같은 비정형 데이터를 다룹니다. CS231n·CS224n이 깊이를 더해 줍니다.
프로젝트로 증명
관심 분야의 문제를 골라 작은 AI 프로젝트를 완성하고 GitHub에 올립니다. 여기서부터 KOAI·USAAIO 올림피아드, 미국 대학 입시 포트폴리오, 그리고 한국 입시(대입 세특·면접, 영재학교·과학고·SW 특성화고 입시의 탐구 근거)로 이어집니다.
위 자료들은 모두 훌륭하지만, 영어로 된 강의를 끝까지 따라가거나 어디서 막혔는지 스스로 진단하기는 쉽지 않습니다. CIT는 학생의 현재 수준을 진단하고, 위 로드맵을 학생의 학년·목표(입시 또는 올림피아드)에 맞게 재설계해 1:1로 지도합니다. 압구정 오프라인 수업과 동일한 커리큘럼으로 온라인 1:1 세션도 운영하여, 해외 거주 한국 가정도 같은 수준으로 참여할 수 있습니다.
Python 기초와 데이터 다루기(NumPy, pandas)를 먼저 익힌 뒤 머신러닝의 큰 그림을 잡고, 그다음 딥러닝으로 넘어가는 순서를 권합니다. 이론만 보기보다 작은 AI 프로젝트를 하나 만들어 GitHub에 올리면서 배우면 개념이 훨씬 빨리 자리 잡습니다. 처음에는 Google 머신러닝 단기집중과정이나 Kaggle Learn처럼 한국어 또는 무료로 접근 가능한 자료로 시작하는 것이 좋습니다.
딥러닝은 머신러닝의 한 분야입니다. 머신러닝은 데이터에서 규칙을 학습하는 방법 전체를 가리키고, 딥러닝은 그중에서도 여러 층으로 쌓은 인공신경망을 사용하는 방법을 말합니다. 표 형태의 정형 데이터나 작은 데이터셋에는 전통적 머신러닝이 효율적이고, 이미지·음성·자연어처럼 크고 복잡한 데이터에는 딥러닝이 강합니다.
가능합니다. 중학생은 블록 코딩과 Google Teachable Machine 같은 도구로 AI의 원리를 체험하며 시작하고, Python에 익숙해지면 scikit-learn으로 첫 머신러닝 모델을 직접 만들 수 있습니다. CIT는 학생의 학년과 코딩 경험에 맞춰 진입 단계를 조정하는 1:1 온라인 멘토링을 운영합니다.
국제인공지능올림피아드(IOAI)와 국가 선발전(한국 KOAI, 미국·캐나다 USAAIO)은 머신러닝과 딥러닝을 핵심 범위로 다룹니다. 선형대수·확률통계 같은 수학 기초, Python과 PyTorch를 이용한 구현, 그리고 컴퓨터 비전·자연어처리·트랜스포머 개념을 함께 준비해야 합니다. 이론과 코드 구현을 모두 요구하므로 손으로 직접 만들어 보는 학습이 중요합니다.
초기의 단순한 아이디어를 'AI 토론 도구'라는 방향까지 확장해 주신 점이 정말 좋았습니다. 그 관심사와 프로젝트가 자연스럽게 연결되니 완성도와 차별성이 훨씬 커질 것 같습니다.
정보 분야 대회가 처음이라 막막했는데, 선생님들께서 처음부터 차근차근 지도해 주신 덕분에 첫 도전을 잘 준비할 수 있었습니다.
개별 학생의 경험이며 동일한 결과를 보장하지 않습니다.