→ AI 시대의 현대 컴퓨터 과학 이해하기
→ 컴퓨팅의 진화: 클래식 시스템에서 AI까지
→ 컴퓨터 아키텍처 및 조직 (Computer Architecture and Organization)
→ CPU, GPU, TPU 및 AI 가속기
→ 이진수, 16진수 및 숫자 체계
→ 불 대수(Boolean Algebra) 및 디지털 논리
→ 데이터 표현 및 인코딩
→ 메모리 계층 구조: 레지스터(Registers), 캐시(Cache), RAM, 및 스토리지
→ 운영체제 기초 (Operating Systems Fundamentals)
→ 프로세스(Processes), 쓰레드(Threads), 및 동시성(Concurrency)
→ Linux 커널 이해하기
→ 명령줄 인터페이스 및 셸 기본 (Command-Line Interfaces and Shell Fundamentals)
→ 파일 시스템 및 스토리지 관리
→ 가상화 및 가상 머신 (Virtualization and Virtual Machines)
→ Docker를 사용한 컨테이너 및 컨테이너화(Containerization)
→ 프로그래밍 패러다임: 절차적, 객체 지향, 함수형
→ 자료 구조: 배열(Arrays), 연결 리스트(Linked Lists), 스택(Stacks), 및 큐(Queues)
→ 트리(Trees), 그래프(Graphs), 힙(Heaps), 해시 테이블(Hash Tables)
→ 알고리즘 및 계산적 사고 (Algorithms and Computational Thinking)
→ 시간 복잡도와 공간 복잡도: Big O 표기법
→ 검색 및 정렬 알고리즘
→ 재귀(Recursion) 및 동적 프로그래밍 (Dynamic Programming)
→ 그래프 알고리즘 및 경로 탐색 (Graph Algorithms and Pathfinding)
→ 컴퓨터 과학을 위한 이산 수학 (Discrete Mathematics for Computer Science)
→ 논리, 집합, 관계, 및 함수
→ 컴퓨팅을 위한 확률 및 통계
→ 머신러닝을 위한 선형 대수학 (Linear Algebra)
→ AI를 위한 미적분학 및 최적화 (Calculus and Optimization)
→ 프로그래밍 언어 및 언어 설계
→ 컴파일러(Compilers), 인터프리터(Interpreters), 및 런타임 시스템
→ 타입 시스템 및 타입 안정성 (Type Systems and Type Safety)
→ 메모리 관리 및 가비지 컬렉션 (Memory Management and Garbage Collection)
→ 소프트웨어 공학 원칙 및 모범 사례
→ Git, 버전 제어, 및 협업 개발
→ 소프트웨어 디자인 패턴 및 클린 아키텍처
→ 테스트, 디버깅, 및 품질 보증 (Quality Assurance)
→ API, SDK, 및 소프트웨어 통합
→ 프론트엔드, 백엔드, 및 풀스택 개발
→ 데이터베이스 시스템 및 데이터 모델링
→ SQL 및 관계형 데이터베이스 관리
→ NoSQL 데이터베이스 및 분산 데이터 스토어
→ 데이터베이스 인덱싱 및 쿼리 최적화
→ 트랜잭션 및 ACID 속성
→ 컴퓨터 네트워크 및 인터넷 프로토콜
→ TCP/IP, HTTP, HTTPS, 및 DNS
→ 네트워크 보안 및 암호학 기초
→ 분산 시스템 및 합의 알고리즘 (Consensus Algorithms)
→ CAP 정리 및 분산 데이터 일관성
→ 마이크로서비스(Microservices) 및 이벤트 기반 아키텍처 (Event-Driven Architecture)
→ 클라우드 컴퓨팅 및 클라우드 네이티브 시스템 (Cloud-Native Systems)
→ 서버리스 컴퓨팅 및 함수형 서비스 (Function-as-a-Service, FaaS)
→ DevOps, CI/CD, 및 코드로 정의된 인프라(Infrastructure as Code, IaC)
→ 사이버 보안 기초 및 위협 모델링 (Threat Modeling)
→ 인증(Authentication), 권한 부여(Authorization), 및 신원 관리(Identity Management)
→ 암호화(Encryption), 해싱(Hashing), 및 디지털 서명(Digital Signatures)
→ 데이터 프라이버시 및 안전한 소프트웨어 개발 (Secure Software Development)
→ 인공지능(AI) 소개
→ 인공지능(AI) 대 머신러닝(ML) 대 딥러닝(DL)
→ 지도 학습(Supervised), 비지도 학습(Unsupervised), 및 강화 학습(Reinforcement Learning, RL)
→ 신경망(Neural Networks) 및 딥러닝 아키텍처
→ AI 모델의 훈련(Training), 검증(Validation), 및 테스트
→ 특성 공학(Feature Engineering) 및 데이터 전처리 (Data Preprocessing)
→ 모델 평가 및 성능 지표 (Performance Metrics)
→ 트랜스포머(Transformers) 및 어텐션 메커니즘 (Attention Mechanisms)
→ 대규모 언어 모델(LLMs) 및 아키텍처
→ 토큰화(Tokenization), 임베딩(Embeddings), 및 벡터 표현 (Vector Representations)
→ 프롬프트 엔지니어링(Prompt Engineering) 및 컨텍스트 엔지니어링 (Context Engineering)
→ 검색 증강 생성 (Retrieval-Augmented Generation, RAG)
→ 벡터 데이터베이스(Vector Databases) 및 시맨틱 검색 (Semantic Search)
→ 파운데이션 모델(Foundation Models)의 미세 조정(Fine-Tuning) 및 적응
→ AI 에이전트(Agents) 및 자율 워크플로우 (Autonomous Workflows)
→ AI 시스템에서의 툴 호출(Tool Calling) 및 함수 호출 (Function Calling)
→ 다중 에이전트 시스템(Multi-Agent Systems) 및 에이전트 조정 (Agent Coordination)
→ 모델 컨텍스트 프로토콜(Model Context Protocol, MCP) 및 AI 툴 통합
→ AI 추론(Inference), 양자화(Quantization), 및 모델 최적화 (Model Optimization)
→ GPU 컴퓨팅 및 병렬 처리 (Parallel Processing)
→ MLOps 및 AI 배포 파이프라인 (Deployment Pipelines)
→ AI 관측 가능성(Observability), 평가, 및 모니터링
→ 책임 있는 AI(Responsible AI), 편향(Bias), 및 설명 가능성(Explainability)
→ AI 안전성(Safety), 가드레일(Guardrails), 및 프롬프트 주입 방어 (Prompt Injection Defense)
→ 컴퓨터 비전(Computer Vision) 및 이미지 이해
→ 자연어 처리(NLP) 및 음성 인식 (Speech Recognition)
→ 멀티모달 AI: 텍스트, 이미지, 오디오, 비디오
→ 생성형 AI(Generative AI) 및 합성 데이터 (Synthetic Data)
→ 추천 시스템(Recommendation Systems) 및 개인화 (Personalization)
→ 강화 학습(RL) 및 의사 결정 시스템 (Decision-Making Systems)
→ 데이터 엔지니어링 및 빅데이터 처리
→ 데이터 레이크(Data Lakes), 데이터 웨어하우스(Data Warehouses), 그리고 레이크하우스(Lakehouses)
→ 스트림 처리(Stream Processing) 및 실시간 데이터 시스템(Real-Time Data Systems)
→ 로보틱스(Robotics), 센서(Sensors), 및 자율 시스템(Autonomous Systems)
→ 엣지 컴퓨팅(Edge Computing) 및 온디바이스 AI(On-Device AI)
→ 사물 인터넷(Internet of Things, IoT) 및 연결 장치(Connected Devices)
→ 블록체인(Blockchain) 및 분산 원장 기술(Distributed Ledger Technologies)
→ 양자 컴퓨팅(Quantum Computing) 기초
→ 인간-컴퓨터 상호작용(Human-Computer Interaction, HCI) 및 UX 엔지니어링(UX Engineering)
→ 접근성(Accessibility) 및 포용적 소프트웨어 설계(Inclusive Software Design)
→ 로우코드(Low-Code), 노코드(No-Code), 및 AI 지원 개발(AI-Assisted Development)
→ AI 코딩 어시스턴트(AI Coding Assistants) 및 AI 기반 통합 개발 환경(AI-Powered IDEs)
→ AI 주도 소프트웨어 개발 및 코드 생성(Code Generation)
→ 소프트웨어 검증(Software Verification) 및 형식적 방법(Formal Methods)
→ 시스템 설계(System Design) 및 확장 가능한 아키텍처(Scalable Architecture)
→ 신뢰성 공학(Reliability Engineering) 및 내결함성 시스템(Fault-Tolerant Systems)
→ 에너지 효율 컴퓨팅(Energy-Efficient Computing) 및 그린 소프트웨어(Green Software)
→ AI 시대 컴퓨터 과학 경력의 미래
Grab Modern Computer Science in the AI Era ebook: https://t.co/NT0uPS6OYS
