로보틱스 개발자가 되기 위한 독학 커리큘럼입니다. vector·미분·확률과 ROS 2 같은 공통 기초에서 출발해 robot learning, manipulation, mobile robot·자율주행 세 직무 방향으로 나아가는 강의 57개를 담았습니다. 리포를 fork 해 지도를 띄우면 강의를 읽고 퀴즈를 풀며 혼자서 진도를 이어 갈 수 있습니다.
- fork 해서 혼자 진행하는 자율형 학습: 강의를 읽고 면접형 퀴즈를 풀면 결과가 내 fork 의
progress/에 쌓이고, 다시 풀 때는 틀린 원리만 다른 문항으로 묻습니다. - 기술의 의존 관계가 보이는 지도: 강의가 선수 관계로 이어져 있어서, π0 를 이해하려면 RT-2·OpenVLA, flow matching, ACT 를 먼저 읽어야 한다는 것이 지도에서 바로 보입니다.
- 논문 기반 강의: 강의마다 근거 논문을 밝히고 그 방법과 숫자를 따라갑니다. Kalman(1960)부터 π0·GR00T N1 까지 논문·교과서·공식 문서 200여 편을 다룹니다.
- 숫자와 그림으로 설명: 코드 없이 손으로 따라 할 숫자 예시와 그림으로 설명하고, 긴 유도는 접어 둔 "심화" 블록에 있습니다.
- 업데이트 알림: 원본 리포에 새 강의가 올라오면 지도 화면에서 버튼 하나로 내 fork 에 합칩니다.
설치하기 전에 예시 사이트에서 지도와 강의를 둘러보고 퀴즈를 풀어 볼 수 있습니다. 예시 사이트의 퀴즈 결과는 새로고침하면 사라지므로, 진행 기록을 남기려면 아래처럼 내 fork 를 띄워서 씁니다.
Node.js 20.19 이상(또는 22.12 이상)과 git 이 필요합니다. 퀴즈 기록을 내 GitHub 에 남길 수 있도록 fork 해서 씁니다.
-
이 페이지 오른쪽 위의 Fork 를 눌러 내 계정으로 복사합니다
-
내 fork 를 받아 지도를 띄웁니다
git clone https://github.com/<내 계정>/robotics-roadmap.git cd robotics-roadmap/site npm install npm run dev
-
브라우저에서 http://localhost:5173 을 엽니다
퀴즈를 제출하면 지도를 띄운 dev server 가 답안을 채점해 progress/<강의>.json 에 저장합니다. 이 파일은 내 컴퓨터에만 있으므로,
공부를 마칠 때 커밋해서 push 해 두면 다른 컴퓨터에서 clone 해도 진행 상태가 그대로 보입니다.
git add progress
git commit -m "Record quiz progress"
git push강의는 계속 늘어나고 고쳐집니다. npm run dev 로 지도를 띄우면 dev server 가 원본 리포(woolimi/robotics-roadmap)를 확인해서, 내 fork 에
없는 변경이 있으면 화면 위쪽에 업데이트할지 묻습니다. 업데이트 를 누르면 원본의 변경을 내 fork 에 합치고, 퀴즈 기록은 그대로
남습니다. 합친 결과는 다음에 퀴즈 기록을 push 할 때 함께 올라갑니다.
원본은 progress/ 를 건드리지 않으므로 기록만 커밋했다면 충돌하지 않습니다. lessons/ 나 site/ 를 직접 고쳤다면 원본의 변경과 겹쳐
자동으로 합치지 못할 수 있는데, 그때는 터미널에서 직접 합칩니다.
git fetch upstream
git merge upstream/main
| 영역 | 다루는 것 |
|---|---|
| 공통 기초 | vector·행렬, 미분·gradient, 확률·Gaussian, ROS 2(node·topic·tf2), 좌표 변환, PID 제어, 카메라 geometry |
| Robot Learning | linear regression 에서 PyTorch 까지의 신경망 기초, CNN·ViT·CLIP, Transformer·GPT-2, VAE·diffusion·flow matching·one-step 생성, 강화학습(DQN·SAC·PPO·sim-to-real), imitation learning(behavior cloning·DAgger·ACT·Diffusion Policy), VLA(RT-2·OpenVLA·π0·GR00T N1), world model |
| Manipulation | forward·inverse kinematics, MuJoCo simulation, force·impedance control, ros2_control, trajectory generation, motion planning(RRT·OMPL·MoveIt 2), hand-eye calibration, pick-and-place, grasp planning |
| Mobile Autonomy(이동 로봇·자율주행) | Kalman filter, particle filter, LiDAR·visual SLAM, path planning(A*·Nav2), path tracking(pure pursuit·MPC), LiDAR perception, 자율주행 stack(Autoware) |
원 하나가 강의 하나이고, 선은 먼저 읽어 두면 좋은 강의를 잇습니다. 가운데의 Vectors & Matrices 에서 시작해 공통 기초를 읽고, 지원하려는 직무의 영역을 따라 바깥으로 나아가면 됩니다. 선수 관계는 권장 순서일 뿐이라 어떤 강의든 바로 열 수 있습니다.
강의는 학습 목표, 본문, 정리 순서로 이루어집니다. 본문은 직접 따라 계산하는 표, 그림, 수식, 절마다 답을 접어 둔 확인 문제로 짜여 있고, 긴 유도는 "심화" 블록에 접어 두어 처음 읽을 때는 건너뛸 수 있습니다.
강의 끝의 퀴즈는 강의의 원리 하나마다 한 문항을 묻습니다. 제출하면 틀린 문항의 해설이 보이고, 해설마다 그 내용을 다룬 절로 가는 버튼이 있습니다. 절을 읽은 뒤 강의 아래쪽의 "퀴즈 해설로 돌아가기" 로 해설에 돌아와 다음 틀린 문항을 이어 볼 수 있고, 지난 응시의 해설도 회차별로 다시 볼 수 있습니다. 다시 풀 때는 틀린 원리만 같은 원리의 다른 문항으로 묻습니다. 틀린 문항이 남지 않으면 그 강의는 완료로 칠해지고 이어지는 강의가 밝아집니다.
robotics-roadmap/
├── lessons/ # 강의 57개
│ ├── branches.yaml # 지도의 동심원·영역·branch 설정
│ └── <강의>/
│ ├── README.md # 강의 본문 (frontmatter 에 선수 강의·시간·논문)
│ ├── quiz.yaml # 면접형 퀴즈
│ └── figures/ # SVG 그림
├── progress/ # 내 퀴즈 기록 (fork 에서만 커밋)
├── site/ # 지도와 강의를 보여 주는 Vite + React 앱
├── docs/ # README 이미지, 강의 문장 패턴(korean-prose.md)
├── CONTRIBUTING.md # 강의·퀴즈·지도 규칙
└── CLAUDE.md # Claude Code 로 강의를 쓸 때의 작업 순서와 규칙
틀린 내용, 어색한 설명, 깨진 링크는 issue 로 알려 주시면 고치겠습니다. 사실 정정은 근거가 되는 논문·공식 문서·소스 코드 링크를 함께 남겨 주시면 가장 빠르게 반영됩니다.
강의를 고치거나 새로 쓰는 pull request 도 환영합니다. 강의 형식, 문장 규칙, 퀴즈 규칙, 지도 사이트의 구조는
CONTRIBUTING.md 에 있고, 문장을 다듬을 때 고치는 패턴은 docs/korean-prose.md 에
있습니다. Claude Code 로 강의를 쓰면 리포의 CLAUDE.md 를 자동으로 읽어 같은 작업 순서와 사실 확인 규칙을 따릅니다. PR 을 올리기 전에 site/ 에서 npm test 로 형식 검사를 통과하는지 확인해 주세요.
- 강의(
lessons/)와 문서 이미지(docs/): CC BY-NC-SA 4.0. 출처를 밝히면 비영리 목적으로 자유롭게 쓰고 고칠 수 있고, 고친 자료도 같은 조건으로 공유해야 합니다 - 지도 사이트(
site/): MIT - 지도의 트리 그림: 로봇팔("mechanical-arm", Lorc)과 주행 로봇("mars-curiosity", Delapouite)은 game-icons.net 의 그림으로 CC BY 3.0, 전자 두뇌("brain-circuit")는 Fluent UI System Icons 의 그림으로 MIT 입니다