대학·연구실 공개 프로젝트Stanford · MIT · Caltech · Carnegie Mellon · UC Berkeley · Cornell · Princeton
학생은 먼저 연구 질문, 확인 방법, 근거와 한계를 설명하고 작은 작동 예제를 재현합니다. 그다음 쓸모 있는 기능과 조작 화면을 직접 만듭니다. 일부 과정은 저장한 근거를 설명하거나 정해진 범위 안에서 계획 초안을 만드는 AI 기능도 연결합니다. 완성한 앱은 시험하고 수정합니다. 대학 지원서나 면접에서는 학생이 직접 한 일을 설명합니다. 온라인 또는 서울 강남구 압구정 대면 수업을 개별 또는 소규모 그룹으로 진행합니다.
대표 경로
CIT는 국제학교 경로를 항상 먼저, 과고·영재고 경로를 별도 두 번째로 안내합니다.
CIT 수업은 압구정 대면 또는 전국·해외 온라인으로 진행할 수 있습니다. 질문·코드·시험·설명은 학생이 직접 소유하며, 수업은 합격·선발·수상을 보장하지 않고 온라인 수업도 학교별 제출 규정을 바꾸지 않습니다.
학부모·학생 핵심 답변
검토한 대학·연구실 공개 프로젝트 20개와 RoboMaster 1개를 바탕으로 한 중·고등학생 로보틱스 21개 과정입니다. 학생은 출처 연구를 설명하고 작은 작동 예제를 재현한 뒤 조건 하나를 비교합니다. 그 근거로 쓸모 있는 기능·조작 화면·작동 앱을 직접 만듭니다.
학생이 연구자가 알고 싶어 한 것, 확인 방법, 나온 근거와 한계를 먼저 구분합니다. 그 이해를 바탕으로 기능과 화면을 설계하고, 통합 시험과 수정 기록까지 남겨 학생 자신의 작업으로 설명합니다.
대학과 연구실 이름은 공개 프로젝트를 만든 곳을 알려 주기 위해 표시합니다. 수업과 평가는 CIT가 독립적으로 설계했으며, 대학의 공식 수업이나 제휴·인증 과정은 아닙니다.
Stanford SVL · ARISE Initiativerobosuite재시도·실험 조작·실패 재생 기능이 있는 로봇팔 앱 만들기과정 보기
피지컬 AI는 카메라나 센서로 주변을 살펴보고, 판단한 뒤, 실제 움직임으로 이어지는 AI입니다. 로봇팔이 블록을 찾아 집는 과정이 한 예입니다.
학생은 로봇이 무엇을 보았고, 어떻게 판단했으며, 왜 그렇게 움직였는지를 연결해 설명합니다. 기준 실험은 출발점일 뿐입니다. 과정마다 기능, 알아보기 쉬운 화면, 통합 시험과 학생이 설명할 수 있는 작동 앱을 완성합니다.
조건 하나를 바꾸는 비교는 연구 방법을 이해하는 단계이지 최종 프로젝트가 아닙니다. 그 근거로 학생이 자기 기능·화면·작동 앱을 설계하고 시험합니다.
21개 로봇 앱 스튜디오
20개 과정은 대학과 연구실의 공개 프로젝트를 이해하고 작동 예제를 확인한 뒤, 학생이 실제 기능과 조작 화면을 더해 하나의 로봇 응용 프로그램으로 완성하는 CIT 8회 스튜디오입니다. 일부 과정은 실행 기록만 읽는 선택형 LLM 설명 기능을 연결합니다. RoboMaster 과정은 28회이며, 학생의 경험과 컴퓨터 환경에 맞춰 구현 범위를 조정합니다.
Stanford, MIT, Caltech, Carnegie Mellon, UC Berkeley, Cornell, Princeton 과정을 먼저 배치했습니다. 그 밖의 대학·독립 프로젝트는 기존 순서로 이어지며, 각 카드의 준비도 경로를 보고 시작 과정을 고를 수 있습니다.
Stanford SVL에서 시작, ARISE Initiative 유지
가상 로봇팔이 물체를 들어 올리거나 문을 여는 장면을 실행합니다. 카메라 위치와 움직이는 방법을 바꿔 성공과 실패 원인을 비교합니다.
학생이 만드는 앱재시도 기능, 실험 조작 화면과 근거 기반 설명 도우미를 갖춘 로봇팔 물체 집기 앱
Stanford SVL에서 시작, ARISE Initiative 유지
사람이 보여 준 로봇 동작을 다시 재생하고, 시범의 수와 카메라 정보가 학습 성공률에 미치는 영향을 비교합니다.
학생이 만드는 앱시범을 고르고 품질을 확인하며 학습 결과까지 추적하는 로봇 시범 관리 앱
Stanford ILIAD
화면에 그린 간단한 교차로에서 자동차와 보행자를 움직입니다. 속도와 방향을 정하는 규칙을 바꿔 충돌 위험이 언제 커지는지 확인합니다.
학생이 만드는 앱교차로 규칙을 만들고 위험 장면과 자동 정지를 시험하는 자율주행 안전 가상 실험 앱
Stanford Vision and Learning Lab
한 가지 집안일을 골라 로봇이 확인해야 할 물건 상태와 행동 순서를 정합니다. 시작 배치가 달라질 때 성공 여부를 비교합니다.
학생이 만드는 앱집안일 요청을 안전한 행동 순서로 바꾸고 상태·실패·도움 요청을 보여 주는 가정용 로봇 임무 앱
MIT, Russ Tedrake의 Robotic Manipulation
MIT 공개 교재의 가상 로봇팔로 물체를 찾고, 잡고, 장애물을 피해 옮기는 전 과정을 단계별로 배웁니다.
학생이 만드는 앱장애물을 직접 배치하고 경로를 비교하며 단계별 실행을 보여 주는 로봇팔 임무 설계 앱
MIT, Russ Tedrake의 Underactuated Robotics
진자나 움직이는 받침대 위에 세운 막대처럼 쉽게 흔들리는 가상 로봇이 자동으로 균형을 되찾는 원리를 실험합니다. 어려운 수식은 움직임 그래프와 함께 풀이합니다.
학생이 만드는 앱보정 방법을 고르고 여러 시작 자세에서 균형 회복을 확인하는 로봇 균형 제어 앱
MIT RobotLocomotion
가상 로봇의 무게·마찰·관절을 설정하고 장애물을 피하는 길을 만듭니다. 설정값이 결과에 주는 영향을 화면으로 비교합니다.
학생이 만드는 앱장애물을 편집하고 대체 경로와 충돌 여유를 비교하는 로봇 길 찾기 앱
Caltech AMBER Lab
화면 속 로봇의 관절과 움직임을 확인하고, 모터 힘과 시작 자세를 바꿔 균형이 무너지는 조건을 찾습니다.
학생이 만드는 앱넘어질 조건을 감지하고 회복 또는 안전 정지를 보여 주는 가상 로봇 균형 시험 앱
Carnegie Mellon Robotics Institute, Intelligent Control Lab
사람 모양의 가상 로봇이 장애물과 사람에게 너무 가까워지지 않도록 막는 안전 기능을 실험합니다. 안전과 작업 성공 사이의 균형을 비교합니다.
학생이 만드는 앱작업 진행과 안전거리를 함께 지키며 개입 이유를 보여 주는 휴머노이드 안전 감독 도구
UC Berkeley RAIL
같은 가상 로봇 과제를 위치·속도를 나타내는 숫자, 카메라 이미지, 사람 시범으로 각각 학습시킵니다. 어떤 정보가 연습 횟수를 줄이는지 비교합니다.
학생이 만드는 앱적은 연습으로 배우는 과정을 추적하고 필요한 시범을 요청하는 로봇 학습 관리 앱
Cornell EmPRISE Lab
사람에게 물건을 건네는 가상 돌봄 로봇을 설계합니다. 안전거리, 작업 순서, 실패 시 도움 요청을 함께 정합니다.
학생이 만드는 앱상태를 확인하고 위험하면 멈춰 도움을 요청하는 돌봄 로봇 임무 설계 앱
Princeton IROM, Toyota Research Institute 협업
가상 로봇의 무게나 마찰이 현실과 다를 때 작업 결과도 달라집니다. 어떤 값을 조정해야 차이가 줄어드는지 실험합니다.
학생이 만드는 앱가상과 현실의 차이를 줄일 물리값을 찾아 설정 파일로 저장하는 로봇 보정 도구
UC San Diego Hao Su Lab, SAPIEN
가상 환경에서 여러 로봇을 동시에 연습시키며, 물체 크기·마찰·목표 위치가 학습 결과에 미치는 영향을 비교합니다.
학생이 만드는 앱여러 학습 조건을 한 번에 시험하고 실패 장면까지 비교하는 로봇 학습 실험 대시보드
Georgia Tech 기반, Frank Dellaert와 Seth Hutchinson
지도와 센서 값으로 로봇이 자기 위치를 찾는 과정을 실행합니다. 센서 오차가 커질 때 위치 판단이 얼마나 흔들리는지 그래프로 확인합니다.
학생이 만드는 앱센서 조합과 오차를 직접 바꾸며 위치 판단과 불확실성을 볼 수 있는 로봇 위치 찾기 도구
UIUC SIGRobotics, ACM@UIUC
화면 속 로봇의 몸체, 바퀴, 관절, 무게와 마찰을 바꿔 보며 각 값이 움직임에 어떤 영향을 주는지 눈으로 확인합니다.
학생이 만드는 앱설정을 바꾸고 충돌 위험을 확인한 뒤 움직임을 비교할 수 있는 LeKiwi 가상 로봇 설계 도구
Georgia Tech RL2
소수의 로봇 시범을 여러 연습 장면으로 늘리는 과정을 살펴봅니다. 늘어난 자료가 다양성을 높이는지, 오류도 함께 늘리는지 점검합니다.
학생이 만드는 앱연습 장면을 골라 학습 자료의 중복·빈틈·치우침을 찾는 로봇 데이터 점검 도구
Columbia, TRI, UIUC 협업
AI가 예측한 다음 화면과 물리 법칙으로 계산한 화면을 나란히 봅니다. 예측 시간이 길어질수록 어떤 오류가 쌓이는지 확인합니다.
학생이 만드는 앱AI 예측과 물리 계산을 나란히 재생하고 처음 어긋난 지점을 찾는 장면 비교 도구
Columbia와 UIUC 연구진
영상 속 천이나 줄을 비슷하게 움직이는 가상 모형으로 만듭니다. 재질의 딱딱함과 미는 힘을 바꿔 실제 영상과의 차이를 비교합니다.
학생이 만드는 앱영상과 가상 물체를 겹쳐 보며 재질 설정을 맞추는 디지털 재료 실험 도구
University of Pennsylvania Kumar Robotics, GRASP
카메라 한 대를 단 드론이 말로 주어진 목표를 찾는 과정을 가상 환경에서 분석합니다. 목표 표현이 달라질 때 경로와 성공률을 비교합니다.
학생이 만드는 앱모호한 말을 확인 질문으로 고치고 승인된 목표만 찾는 드론 탐색 앱
Harvard Edge Computing Lab
오래된 공개 드론 학습 프로젝트를 현재 환경에서 안전하게 분석합니다. 장애물 수와 카메라 오차가 충돌률에 미치는 영향을 저장된 기록으로 비교합니다.
학생이 만드는 앱장애물 장면을 만들고 학습 결과와 독립 안전 정지를 함께 시험하는 드론 훈련 가상 실험 앱
CIT 과정, DJI RoboMaster와 독립 공개 저장소 기반
말, 손동작, 카메라와 거리 센서의 신호를 하나로 모아 로봇을 움직입니다. 통신이 끊기거나 값이 늦게 올 때 자동으로 멈추는 안전장치도 만듭니다.
학생이 만드는 앱여러 입력을 연결하고 학생 승인과 자동 정지를 지키는 RoboMaster 구조 임무 관제 앱
20개 과정은 대학과 연구실의 공개 프로젝트를 이해하고 작동 예제를 확인한 뒤, 학생이 실제 기능과 조작 화면을 더해 하나의 로봇 응용 프로그램으로 완성하는 CIT 8회 스튜디오입니다. 일부 과정은 실행 기록만 읽는 선택형 LLM 설명 기능을 연결합니다. RoboMaster 과정은 28회이며, 학생의 경험과 컴퓨터 환경에 맞춰 구현 범위를 조정합니다. 표시된 대학과 연구실 이름은 공개 프로젝트를 만든 곳을 알려 줍니다. 수업은 CIT가 독립적으로 설계했으며, 해당 대학·연구실·프로젝트 팀의 공식 수업이나 제휴·보증 과정이 아닙니다.
학생이 무엇을 하고, 무엇을 준비하며, 어떤 공개 자료를 사용하는지 쉽게 설명합니다.
피지컬 AI는 카메라나 센서로 주변을 살펴보고, 판단한 뒤, 실제 움직임으로 이어지는 AI입니다. 예를 들어 로봇팔이 블록을 찾아 집는 과정이 피지컬 AI입니다.
아닙니다. 모든 과정은 컴퓨터 화면 속 가상 로봇이나 미리 저장한 실행 기록으로 시작할 수 있습니다. 실물 로봇은 선택 사항이며, 승인과 직접 감독, 움직임 제한, 즉시 정지 장치가 준비된 경우에만 사용합니다.
처음이라면 LeKiwi 가상 로봇, Georgia Tech 센서와 위치 찾기, Stanford CARLO 교차로 실험 또는 RoboMaster 모의 실행 과정이 적합합니다. 이후 학생의 코딩·수학·컴퓨터 경험에 맞춰 다음 과정을 추천합니다.
표시된 대학과 연구실 이름은 공개 프로젝트를 만든 곳을 알려 줍니다. 수업은 CIT가 독립적으로 설계했으며, 해당 대학·연구실·프로젝트 팀의 공식 수업이나 제휴·보증 과정이 아닙니다.
모든 과정에서 해당 로봇 문제에 맞는 기능 하나와 결과를 쉽게 확인하는 조작 화면을 만듭니다. 일부 과정은 저장한 근거를 설명하거나 허용된 계획 초안을 만드는 선택형 LLM 기능도 연결합니다. LLM은 로봇 명령을 직접 보내거나 사람의 승인을 건너뛸 수 없습니다. 마지막에는 정상·경계·실패 상황으로 완성 앱을 시험합니다.
학생이 대학 연구의 질문, 중요한 이유, 방법, 근거와 한계를 먼저 설명합니다. 그다음 자기가 설계한 기능과 화면, 시험 결과, 실패 뒤의 수정과 아직 풀지 못한 문제를 시연합니다. 대학 이름이나 과정명만으로는 입시 근거가 되지 않으며 합격을 보장하지 않습니다.
RoboMaster는 말과 손동작, 카메라, Wi-Fi, 거리 센서, 주행과 비상 정지를 하나의 로봇에서 연결할 수 있습니다. 학생이 AI의 판단이 안전한 움직임으로 이어지는 전 과정을 볼 수 있습니다.
네. 온라인 또는 서울 강남구 압구정 대면 수업을 개별 또는 소규모 그룹으로 운영합니다. 가상 로봇 실행, 예제 검토, 실험 기록과 결과 설명은 두 방식에서 모두 할 수 있습니다. 실물 로봇 활동은 학생 환경에 맞춰 조정하며, 과정별 운영 가능 여부는 상담에서 확인합니다.
준비도 상담에서 학생의 코딩·수학 경험, 사용할 수 있는 컴퓨터, 관심 분야와 프로젝트 목표를 확인해 한 가지 시작 과정을 추천합니다.
과정 상담 신청