30 KiB

Raw Blame History

Azure AI Foundry 커뮤니티에 참여하세요

AI 앱 개발에 관해 막히거나 질문이 있을 경우, MCP에 대해 논의하는 동료 학습자 및 숙련 개발자들과 함께하세요. 질문이 환영받고 지식이 자유롭게 공유되는 지원적인 커뮤니티입니다.

제품 피드백이나 개발 중 오류가 있을 경우 방문하세요:

다음 단계를 따라 리소스를 시작하세요:

저장소 포크하기: 클릭
저장소 클론하기: git clone https://github.com/microsoft/IoT-For-Beginners.git
Microsoft Foundry Discord에 참여하여 전문가 및 개발자 동료를 만나세요

🌐 다국어 지원

GitHub Action으로 지원 (자동화 및 항상 최신 상태 유지)

로컬에서 클론하는 것을 선호하시나요?

이 저장소는 50개 이상의 언어 번역본을 포함하고 있어 다운로드 크기가 크게 증가합니다. 번역 없이 클론하려면 스파스 체크아웃을 사용하세요:

Bash / macOS / Linux:
git clone --filter=blob:none --sparse https://github.com/microsoft/IoT-For-Beginners.git
cd IoT-For-Beginners
git sparse-checkout set --no-cone '/*' '!translations' '!translated_images'
CMD (Windows):
git clone --filter=blob:none --sparse https://github.com/microsoft/IoT-For-Beginners.git
cd IoT-For-Beginners
git sparse-checkout set --no-cone "/*" "!translations" "!translated_images"
이렇게 하면 훨씬 빠른 다운로드로 코스 완료에 필요한 모든 것을 얻을 수 있습니다.

초보자를 위한 IoT - 커리큘럼

Microsoft의 Azure 클라우드 홍보팀은 IoT 기초에 관한 12주, 24개 강의의 커리큘럼을 제공합니다. 각 강의에는 수업 전·후 퀴즈, 강의를 완료하기 위한 서면 지침, 솔루션, 과제 등이 포함됩니다. 프로젝트 기반의 교수법으로 학습자가 직접 제작하며 배우도록 설계되어 새로운 기술의 효과적인 습득을 돕습니다.

이 프로젝트들은 농장에서 식탁까지 식품의 여정을 다룹니다. 농업, 물류, 제조, 소매, 소비자 영역을 포함하며, 모두 IoT 기기가 활발히 사용되는 산업 분야입니다.

스케치 노트 작성자: Nitya Narasimhan. 이미지를 클릭하면 더 큰 버전을 볼 수 있습니다.

저자 Jen Fox, Jen Looper, Jim Bennett, 그리고 스케치 노트 아티스트 Nitya Narasimhan께 진심으로 감사드립니다.

이 커리큘럼을 검토하고 번역해준 Microsoft Learn Student Ambassadors 팀에게도 감사드리며, 이에는 Aditya Garg, Anurag Sharma, Arpita Das, Aryan Jain, Bhavesh Suneja, Faith Hunja, Lateefah Bello, Manvi Jha, Mireille Tan, Mohammad Iftekher (Iftu) Ebne Jalal, Mohammad Zulfikar, Priyanshu Srivastav, Thanmai Gowducheruvu, Zina Kamel가 포함됩니다.

팀을 만나보세요!

GIF 제작 Mohit Jaisal

🎥 위 이미지를 클릭하면 프로젝트에 관한 비디오를 볼 수 있습니다!

교사분들께, 이 커리큘럼을 사용하는 방법에 대한 제안 사항을 포함하였습니다. 직접 강의를 만들고자 하는 분들을 위해 강의 템플릿도 제공합니다.

학생 여러분, 혼자서 이 커리큘럼을 이용하시려면 저장소 전체를 포크하고 먼저 사전 퀴즈를 푼 후 강의를 읽고 나머지 활동을 완료하세요. 솔루션 코드를 복사하기보다는 강의를 이해하며 프로젝트를 직접 만들어보는 것이 좋지만, 각 프로젝트 중심 강의의 /solutions 폴더에서 해당 코드를 확인할 수 있습니다. 친구들과 스터디 그룹을 만들어 함께 진행해 보는 것도 좋은 방법입니다. 더 깊은 학습을 원한다면 Microsoft Learn을 추천합니다.

이 과정의 비디오 개요는 다음을 확인하세요:

🎥 위 이미지를 클릭하면 프로젝트에 관한 비디오를 볼 수 있습니다!

교수법

이 커리큘럼을 구축하면서 두 가지 교수 원칙을 선택했습니다: 프로젝트 기반 학습과 빈번한 퀴즈 포함입니다. 이 시리즈가 끝나면 학생들은 식물 모니터링 및 급수 시스템, 차량 추적 장치, 식품 추적 및 검사 스마트 공장, 음성 제어 요리 타이머를 만들고, 디바이스 코드 작성, 클라우드 연결, 원격 텔레메트리 분석, 에지에서 AI 실행 등 IoT의 기본을 배울 것입니다.

프로젝트에 맞춘 콘텐츠 배치로 학습자가 보다 몰입하고 개념을 더 오래 기억하게 합니다.

또한 저위험 퀴즈를 수업 전에 풀이하게 하여 학습 의도를 설정하고, 수업 후 퀴즈를 통해 내용을 더욱 확실히 기억하도록 합니다. 이 커리큘럼은 유연하고 재미있게 설계되어 전체를 또는 일부만 선택하여 참여할 수 있습니다. 프로젝트는 작게 시작해 12주 과정이 끝날 때쯤 점점 복잡해집니다.

각 프로젝트는 학생과 취미 개발자가 사용할 수 있는 실제 하드웨어를 기반으로 합니다. 각 프로젝트는 해당 도메인에 맞춘 관련 배경 지식을 제공하여 성공적인 개발자가 되기 위해 문제를 해결하는 분야를 이해하도록 돕습니다. 이를 통해 학생들은 IoT 솔루션과 학습 내용을 자신들이 IoT 개발자로서 해결해야 할 실제 문제의 맥락에서 생각할 수 있게 됩니다. 학생들은 구축하는 솔루션의 이유를 이해하고 최종 사용자를 이해하게 됩니다.

하드웨어

프로젝트에 사용할 수 있는 IoT 하드웨어는 개인 취향, 프로그래밍 언어 지식 또는 선호도, 학습 목표 및 가용성에 따라 두 가지가 있습니다. 하드웨어에 접근할 수 없거나, 구매 전에 더 배우고 싶은 분들을 위해 '가상 하드웨어' 버전도 제공하고 있습니다. 하드웨어 페이지에서 더 많은 정보를 읽고, Seeed Studio 친구들로부터 완전한 키트를 구매할 수 있는 링크가 포함된 '쇼핑 리스트'를 확인할 수 있습니다.

💁 우리의 행동 강령, 기여 가이드, 및 번역 가이드를 확인하세요. 여러분의 건설적인 피드백을 환영합니다!

🔧 문제가 있나요? 일반적인 문제에 대한 해결책은 문제 해결 가이드를 참고하세요.

각 강의에는 다음이 포함됩니다:

스케치노트
선택적 추가 비디오
강의 전 워밍업 퀴즈
작성된 강의 내용
프로젝트 기반 강의의 경우, 프로젝트 구성 단계별 가이드
지식 확인
도전 과제
추가 읽기 자료
과제
강의 후 퀴즈

퀴즈에 대한 참고 사항: 모든 퀴즈는 quiz-app 폴더에 들어있으며, 각 3문항씩 총 48개의 퀴즈가 있습니다. 강의 내에서 링크되어 있지만, quiz 앱은 로컬에서 실행하거나 Azure에 배포할 수 있습니다; quiz-app 폴더의 지침을 따르세요. 점차 현지화가 진행 중입니다.

강의 목록

	프로젝트 이름	학습 개념	학습 목표	연결된 강의
01	시작하기	IoT 소개	IoT의 기본 원리와 센서, 클라우드 서비스와 같은 IoT 솔루션의 기본 구성 요소를 배우며 첫 IoT 장치 설정	IoT 소개
02	시작하기	IoT 심층 탐구	IoT 시스템의 구성 요소와 마이크로컨트롤러 및 싱글 보드 컴퓨터에 대해 더 배웁니다	IoT 심층 탐구
03	시작하기	센서와 액추에이터로 물리 세계와 상호작용	물리적 세계에서 데이터를 수집하는 센서와 피드백을 보내는 액추에이터에 대해 배우며 나이트라이트를 만듭니다	센서와 액추에이터로 물리 세계와 상호작용
04	시작하기	장치를 인터넷에 연결하기	IoT 장치를 인터넷에 연결하여 메시지를 송수신하는 방법을 배우며 나이트라이트를 MQTT 브로커에 연결합니다	장치를 인터넷에 연결하기
05	농장	식물 성장 예측	IoT 장치로 캡처한 온도 데이터를 사용하여 식물 성장을 예측하는 방법을 배웁니다	식물 성장 예측
06	농장	토양 수분 감지	토양 수분을 감지하고 토양 수분 센서를 보정하는 방법을 배웁니다	토양 수분 감지
07	농장	자동 식물 급수	릴레이와 MQTT를 사용하여 자동으로 급수 시간을 제어하는 방법을 배웁니다	자동 식물 급수
08	농장	식물을 클라우드로 이전	클라우드 및 클라우드 호스팅된 IoT 서비스에 대해 배우고, 공개 MQTT 브로커 대신 클라우드 서비스로 식물을 연결하는 방법을 배웁니다	식물을 클라우드로 이전
09	농장	애플리케이션 로직을 클라우드로 이전	클라우드에서 IoT 메시지에 반응하는 애플리케이션 로직을 작성하는 방법을 배웁니다	애플리케이션 로직을 클라우드로 이전
10	농장	식물 보안 유지	IoT 보안 및 키와 인증서로 식물을 안전하게 보호하는 방법에 대해 배웁니다	식물 보안 유지
11	운송	위치 추적	IoT 장치의 GPS 위치 추적에 대해 배웁니다	위치 추적
12	운송	위치 데이터 저장	나중에 시각화하거나 분석할 IoT 데이터를 저장하는 방법을 배웁니다	위치 데이터 저장
13	운송	위치 데이터 시각화	지도에서 위치 데이터를 시각화하는 방법 및 지도가 실제 3차원 세계를 2차원으로 표현하는 방법을 배웁니다	위치 데이터 시각화
14	운송	지오펜스	지오펜스에 대해 배우고, 공급망 내 차량이 목적지 근처에 있을 때 알림을 받을 수 있는 방법을 배웁니다	지오펜스
15	제조	과일 품질 감지기 학습	클라우드에서 이미지 분류기를 학습시켜 과일 품질을 감지하는 방법을 배웁니다	과일 품질 감지기 학습
16	제조	IoT 장치로 과일 품질 확인	IoT 장치에서 과일 품질 감지기를 사용하는 방법을 배웁니다	IoT 장치로 과일 품질 확인
17	제조	에지에서 과일 감지기 실행	에지에 있는 IoT 장치에서 과일 감지기를 실행하는 방법을 배웁니다	에지에서 과일 감지기 실행
18	제조	센서로 과일 품질 감지 트리거	센서에서 과일 품질 감지를 트리거하는 방법을 배웁니다	센서로 과일 품질 감지 트리거
19	소매	재고 감지기 학습	객체 감지를 사용하여 가게 내 재고를 세는 재고 감지기를 학습하는 방법을 배웁니다	재고 감지기 학습
20	소매	IoT 장치로 재고 확인	객체 감지 모델을 사용해 IoT 장치에서 재고를 확인하는 방법을 배웁니다	IoT 장치로 재고 확인
21	소비자	IoT 장치로 음성 인식	IoT 장치에서 음성을 인식해 스마트 타이머를 만드는 방법을 배웁니다	IoT 장치로 음성 인식
22	소비자	언어 이해	IoT 장치에 말하는 문장을 이해하는 방법을 배웁니다	언어 이해
23	소비자	타이머 설정 및 음성 피드백 제공	IoT 장치에 타이머를 설정하고, 타이머가 설정되고 종료될 때 음성 피드백을 제공하는 방법을 배웁니다	타이머 설정 및 음성 피드백 제공
24	소비자	다국어 지원	스마트 타이머에 대해 여러 언어를 지원하는 방법, 즉 말하는 언어와 응답 언어 모두를 지원하는 방법을 배웁니다	다국어 지원

오프라인 접근

Docsify를 사용하여 이 문서를 오프라인에서 실행할 수 있습니다. 이 저장소를 포크하고, 로컬 컴퓨터에 Docsify를 설치한 후, 이 저장소 루트 폴더에서 docsify serve 명령어를 입력하세요. 웹사이트가 로컬호스트의 3000번 포트에서 서비스됩니다: localhost:3000.

퀴즈

인터랙티브 퀴즈를 호스팅해주신 커뮤니티에 감사드립니다. 각 챕터에서 학습한 내용을 테스트할 수 있습니다. 여기에서 퀴즈를 시험해보세요

PDF

필요 시 이 콘텐츠를 오프라인용 PDF로 생성할 수 있습니다. 이를 위해 npm이 설치되어 있는지 확인하고, 이 저장소 루트 폴더에서 다음 명령어를 실행하세요:

npm i
npm run convert

슬라이드

slides 폴더에 일부 강의를 위한 슬라이드 데크가 있습니다.

기타 교육 과정

저희 팀은 다른 교육 과정도 제작합니다! 확인해보세요:

LangChain

Azure / Edge / MCP / Agents

생성 AI 시리즈

핵심 학습

코파일럿 시리즈

이미지 출처

이 커리큘럼에서 사용된 모든 이미지의 출처는 필요에 따라 Attributions에서 확인할 수 있습니다.

면책 조항:
이 문서는 AI 번역 서비스 Co-op Translator를 사용하여 번역되었습니다. 정확성을 위해 노력하고 있으나, 자동 번역은 오류나 부정확함을 포함할 수 있음을 유의하시기 바랍니다. 원문 문서가 권위 있는 자료로 간주되어야 합니다. 중요한 정보의 경우, 전문적인 인간 번역을 권장합니다. 본 번역 사용으로 인한 오해나 잘못된 해석에 대해 당사는 책임을 지지 않습니다.

30 KiB Raw Blame History