Contextual Diagnostic
필요한 단계만 순서대로 강조합니다
학생 정보, 학년별 문항, 결과 로드맵 순서로 진행되며 현재 필요한 항목이 배경색으로 표시됩니다.
- 1학생 정보필수 항목과 학년 선택
- 210문항 진단학년에 맞는 문항 응답
- 3결과 제출점수와 추천 시작점 확인
- 4학습 시간단축 수업 + 셀프학습 로드맵
짧아진 1:1 수업 시간 + 온라인 셀프학습 옵션
기본 진입 시간은 핵심 코어만 기준으로 봅니다. 반복 복습과 기억 유지 시간을 모바일 AI 보조 오답노트·메모리노트로 이동하면 1:1 수업 시간은 더 짧게 가져가고, 수업 사이 학습 경험은 온라인 셀프학습으로 이어집니다.
중등 26h는 초등 코어 완료 기준입니다
초등 AI 리터러시, Python, 데이터 읽기, 첫 ML 모델(E1-E3 또는 동등 수준)을 이미 마친 학생이면 M1 중등 핵심 코어부터 시작합니다. 처음 시작하는 학생은 초등 장기 코어를 먼저 더하고, 이미 수강한 과정은 레벨 테스트와 상담에서 감산합니다.
수업 시간은 줄이고, 복습 루틴은 모바일에서 이어갑니다
AI 보조 오답노트는 틀린 이유와 다시 풀 문제를 정리하고, 메모리노트는 잊기 쉬운 개념을 짧은 주기로 다시 보여줍니다.
총 학습량을 없애는 것이 아니라, 반복 복습과 기억 유지 시간을 온라인 셀프학습으로 옮겨 1:1 수업 시간을 줄이는 구조입니다.
| 모듈 | 핵심 주제 | 전체 분량 |
|---|---|---|
| 핵심 코어 | ||
| E1 초등 AI 입문 | Scratch·Teachable Machine no-code AI 리터러시 | 약 20시간 |
| E2 초등 Python+데이터 | 블록→텍스트 코딩 전환, Python 기초 + Pandas 입문 | 약 24시간 |
| E3 초등 첫 ML | NumPy·Pandas·scikit-learn 입문 + 첫 ML 모델 | 약 24시간 |
| 중·고등 핵심 | ||
| M1 중등부 종합반 | F1+F2 압축 + 중등부 모의고사 (입상 시 1차 면제) | 약 40시간 |
| F1 기초 I | NumPy/Pandas/scikit-learn, 회귀·분류·군집화 파이프라인 | 약 20시간 |
| F2 기초 II | PyTorch로 MLP·트랜스포머 미니 모델 직접 구현 | 약 28시간 |
| A1 Computer Vision | CNN~디퓨전, 분류·탐지·분할·생성 태스크 | 약 20시간 |
| A2 NLP & Audio | BERT·LLM API·Whisper, 텍스트·오디오 end-to-end | 약 20시간 |
| 선택 추가 (목표가 확정된 학생만) | ||
| C1 Portfolio Studio | 포트폴리오 사이트 + 자기소개서 + 세특 연계 | +약 28시간 |
| C2 Mock Exam Bootcamp | 6시간 시험 포맷 체력·속도·정확도 + 오답 로그 | +약 26시간 |
| C3 Selection Camp | 7개 면접 항목 동시 대비 + IOAI 본선 옵션 | +약 26시간 |
시작 시점별 타임라인
낮은 주당 부담으로 프로젝트 기록을 몇 년에 걸쳐 축적.
초등 코어 완료 기준으로 필기 기초와 첫 포트폴리오를 정리.
대회 직전 압축 준비. 시간 관리와 증거 정리가 중요.
일찍 시작할수록 유리한 이유
※ 카드의 단축 시간은 모바일 온라인 셀프학습 병행 예시입니다. 표의 모듈 시간은 전체 학습 분량 기준이며 학생별 강점·약점에 따라 ±30~50% 변동합니다. 중등 핵심 코어는 초등 AI/Python/데이터 기초 완료 또는 동등 수준을 전제로 합니다. 처음 시작하면 E1-E3를 더하고, 이미 수강한 과정은 상담에서 감산합니다. 선택 추가 카드의 1:1 +48~56시간은 C1-C3 전체 +80시간을 모두 선택할 때의 단축 1:1 예상입니다.