AI공학과는 신입생 첫 학기부터 LLM·딥러닝 모델을 직접 구동할 수 있도록 단계적 인프라 구축 전략을 채택했습니다. 교육 진도와 인프라 투자 시점을 일치시켜 자원 효율성을 극대화하는 설계로, 학생 학년 진급에 맞춰 점진적으로 고급 장비를 활용할 수 있는 실습 환경을 제공합니다.

인프라 핵심 가치

• 정원 20명 소수정예 → 학생 1인당 GPU 자원 점유율 국내 최고 수준
• 학년별 학습 단계와 장비 사양 매칭 (2학년 머신러닝부터 GPU 본격 활용)
• 산학협력 캡스톤 3학기 동안 안정적인 LLM 파인튜닝·추론 환경 보장

단계별 구축 로드맵(요약)

• 1단계운영중NVIDIA Tesla GPU 서버 2대
• 2단계2026년 하반기 구축예정RTX 5090 AI 전용 강의실 (워크스테이션 20대)
• 3단계2027년 하반기 도입예정H200(141GB) GPU 서버