UC San Diego 연구팀은 공개 프로젝트 'Hao Su Lab / SAPIEN'에서 무엇을 왜 연구하고, 어떤 방법으로 확인하며, 결과로 무엇까지 말할 수 있는지 먼저 이해합니다. 여러 가상 로봇이 큐브 집기를 동시에 연습하게 하고, 연습 조건에 따라 결과가 어떻게 달라지는지 비교합니다. 그다음 학생이 완성하는 결과는 '여러 학습 조건을 한 번에 시험하고 실패 장면까지 비교하는 로봇 학습 실험 대시보드'입니다. 지원서나 면접에서는 출처 연구와 학생이 만든 기능, 화면, 시험, 실패, 수정을 구분해 설명합니다. 온라인 또는 압구정 대면 수업을 개별 또는 소규모 그룹으로 진행할 수 있습니다.
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.
8수업 횟수
4-10시간첫 작은 프로젝트까지
입문-중급, 학습은 고급권장 수준
불필요실물 로봇
대표 경로
학생 학교 유형에 맞는 AI 교육·포트폴리오 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.
같은 가상 로봇을 여러 대 동시에 연습시키면 더 빠르게 배울까?
가상 환경에서 여러 로봇을 동시에 연습시키며, 물체 크기·마찰·목표 위치가 학습 결과에 미치는 영향을 비교합니다.
먼저 작은 작동 예제로 연구자의 질문·방법·근거를 이해합니다. 조건 하나를 바꾸는 비교는 학생 확장이 해결할 문제를 찾는 단계입니다. 이어서 쓸모 있는 기능과 조작 화면을 직접 만들고, 완성 앱을 정상·경계·실패 상황에서 시험합니다.
학생은 무엇을 완성하나요?
여러 학습 조건을 한 번에 시험하고 실패 장면까지 비교하는 로봇 학습 실험 대시보드
최종 묶음에는 다른 학생도 따라 할 수 있는 실행 방법, 기능·화면 설계, 정상·실패 시험, 실패 뒤 한 번의 수정과 학생이 자기 말로 설명하는 3분 발표가 포함됩니다.
직접 만드는 기능
물체 크기·마찰·목표 위치 조합을 여러 개 만들어 동시에 시험하고 가장 약한 조건을 찾는 기능
조작·결과 화면
학습 설정, 연습 횟수, 성공률과 실패 장면을 나란히 비교하는 실험 대시보드
선택형 LLM과 안전 경계
선택 기능: LLM이 선택한 그래프와 실행 기록만 근거로 다음 실험 질문을 제안하며, 학습 설정을 자동 변경하지 않습니다.
통합 결과물
여러 학습 조건을 한 번에 시험하고 실패 장면까지 비교하는 로봇 학습 실험 대시보드
이 과정에서 쉽게 풀어 배우는 네 가지
01동시에 연습하는 여러 로봇
02연습 조건 무작위 변경
03숫자 정보와 카메라 정보
04잘했을 때 주는 점수
8회 입문 수업
대학 연구를 이해한 뒤, 작동하는 로봇 앱을 직접 만들고 시험합니다
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.
출처 연구 이해
01
큐브 집기 작동 예제 실행
02
가상 로봇과 물체·행동 이해
측정하고 비교
03
숫자 정보와 카메라 화면 비교
04
정해진 규칙과 무작위 행동 비교
기능 직접 만들기
05
물체 크기·마찰·목표 위치 바꾸기
06
학생 기능 구현하기: 물체 크기·마찰·목표 위치 조합을 여러 개 만들어 동시에 시험하고 가장 약한 조건을 찾는 기능
통합하고 시연하기
07
조작 화면 만들기: 학습 설정, 연습 횟수, 성공률과 실패 장면을 나란히 비교하는 실험 대시보드. 안전 경계와 함께 연결하기: 선택 기능: LLM이 선택한 그래프와 실행 기록만 근거로 다음 실험 질문을 제안하며, 학습 설정을 자동 변경하지 않습니다.
08
통합·시험·시연하기: 여러 학습 조건을 한 번에 시험하고 실패 장면까지 비교하는 로봇 학습 실험 대시보드
수업에 사용하는 공개 프로젝트
CIT가 확인한 정확한 버전을 공개합니다
공개 프로젝트는 계속 바뀔 수 있습니다. 학생들이 수업 중 같은 화면과 결과를 볼 수 있도록 mani-skill/ManiSkill의 버전 62ff3a5896b4을 사용합니다. CIT는 2026-08-14에 확인했고, 이 버전은 2026-08-02에 만들어졌습니다. 자료 이용 조건: Apache-2.0.
UCSD ManiSkill 여러 로봇 함께 가르치기 과정은 UC San Diego의 공식 수업인가요?
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.
실물 로봇이 필요한가요?
실물 하드웨어는 필요하지 않습니다. 수업은 컴퓨터 화면 속 가상 로봇이나 미리 저장한 실행 기록으로 시작합니다. 필요한 컴퓨터 환경: 시뮬레이션은 CPU 가능, 병렬 학습은 GPU 권장.
어떤 준비가 필요한가요?
권장 난이도는 입문-중급, 학습은 고급입니다. 안내에 따라 Python 예제를 실행하고 한 조건을 비교한 뒤, 작은 기능과 화면을 만들고 설명할 수 있으면 됩니다.
학생이 무엇을 완성하나요?
완성 결과는 '여러 학습 조건을 한 번에 시험하고 실패 장면까지 비교하는 로봇 학습 실험 대시보드'입니다. 학생은 물체 크기·마찰·목표 위치 조합을 여러 개 만들어 동시에 시험하고 가장 약한 조건을 찾는 기능을 구현하고, 학습 설정, 연습 횟수, 성공률과 실패 장면을 나란히 비교하는 실험 대시보드을 만듭니다. 선택 기능: LLM이 선택한 그래프와 실행 기록만 근거로 다음 실험 질문을 제안하며, 학습 설정을 자동 변경하지 않습니다.
학생은 이 프로젝트를 대학 지원서에 어떻게 설명하나요?
출처 연구의 질문·방법·근거·한계를 먼저 설명합니다. 그다음 학생이 설계한 기능과 화면, 정상·실패 시험, 수정 이유와 다음 질문을 구분합니다. 출처 대학 이름은 제휴를 뜻하거나 합격을 보장하지 않습니다.
어떤 공개 프로젝트 버전을 사용하나요?
CIT는 2026-08-14에 mani-skill/ManiSkill의 버전 62ff3a5896b4을 확인했습니다. 이 버전은 2026-08-02에 만들어졌습니다. 수업 중 예제가 갑자기 바뀌지 않도록 같은 버전을 사용하고, 수업 전에 설치 방법을 다시 확인합니다.
UCSD ManiSkill 여러 로봇 함께 가르치기은 온라인과 압구정 대면 수업이 모두 가능한가요?
네. 온라인 또는 서울 강남구 압구정 CIT 학원의 대면 수업을 개별 또는 소규모 그룹으로 운영합니다. 상담에서 학생에게 맞는 방식, 시작점과 현재 운영 가능 여부를 확인합니다.
이 과정이 학생의 첫 프로젝트로 적합할까요?
상담에서 학생의 코딩·수학 경험, 사용할 수 있는 컴퓨터, 관심 분야와 결과를 자기 말로 설명하는 능력을 확인한 뒤 첫 과정을 정합니다.
