발전기금
교과목명을 클릭하시면 과정 설명을 볼 수 있습니다.
| 학수번호 | 교과목명 | 학점 |
자기 학습 시간 |
영역 | 학위 |
이수 학년 |
비고 | 언어 |
개설 여부 |
|---|---|---|---|---|---|---|---|---|---|
| AIO2001 | 경영학입문 | 3 | 6 | 전공 | 학사 | 1-4 | AI융합운영전공 | 한 | Yes |
| 1. 과목 개요: 경영학 입문은 경영학의 기본 원칙과 개념들에 대한 첫걸음임. 이 과목을 통해 학생들은 현대 기업 환경에서의 경영 및 기업 활동에 대한 깊은 이해를 얻게 됨. 또한, 미래 경영 전망과 함께 기업인의 윤리적 측면에 대한 중요성에 대해서도 학습함. 2. 학습 목표: ● 경영학의 주요 분야 및 전공의 기초적 지식 습득 ● 다양한 경영 활동 및 이론에 대한 인식 확립 ● 미래 경영 전략과 윤리적 측면에 대한 깊은 통찰력 얻기 3. 주요 내용: ● 경영학의 기본 원칙: 경영학의 기본적인 개념, 원칙, 그리고 경영 활동의 범위를 소개함. ● 재무관리: 기업의 자금 조달, 투자 결정, 자산 관리 등 재무 관련 활동에 대한 기초적인 이해를 제공함. ● 마케팅: 제품, 가격, 프로모션, 유통 등의 마케팅 믹스와 소비자 행동, 시장 연구 등의 기본 개념을 학습함. ● 인사/조직: 인력 자원 관리, 조직의 구조와 문화, 리더십 및 팀워크에 대한 핵심 이론과 실천 방법을 탐구함. ● 회계학: 기업의 재무 정보 제공 및 해석, 예산 작성, 비용 분석 등 회계의 기본 원칙과 실무를 소개함. ● 생산관리: 제품 및 서비스의 효율적인 생산 및 배포와 관련된 핵심 개념과 전략에 대해 학습함. ● 경영정보시스템: 정보 시스템의 설계, 구축, 운영 및 관리와 관련된 주요 이슈와 개념을 다룸. ● 미래의 경영 및 윤리: 미래의 경영 전략, 기술 및 윤리적 측면에 대한 토론을 통해 현대 기업가의 역할과 책임에 대한 인식을 높임. 4. 기대효과: 이 과목을 통해 학생들은 경영학의 전반적인 영역에 대한 통찰력을 얻게 되며, 다양한 경영 활동에 참여하거나 진로 선택에 있어 유용한 지식을 습득하게 됨. | |||||||||
| AIO2002 | 혁신과사회적책임 | 3 | 6 | 전공 | 학사 | 1-4 | AI융합운영전공 | 한 | Yes |
| 1. 교과목 개요: 본 교과목은 21세기의 사회경제적 환경 내에서 인공지능(AI)과 같은 기술의 발전으로 인한 윤리적 고려 사항의 중요성을 이해하며, 앙트레프레너십의 본질을 혁신 및 사회적 책임의 관점에서 깊이 있게 다룬다. 2. 학습 목표: ● 학생들이 창업가로서의 내재된 잠재력을 발견하고 인식하게 한다. ● 윤리적 고려 사항 및 사회적 함의에 중점을 둔 앙트레프레너십의 영향과 중요성을 이해한다. ● 윤리 중심의 기업을 구축하고 성장시키는 전체 과정을 학습한다. ● 미래의 기업가로서, AI 산업의 혁신 전략과 위험 수용에 대해 깊이 있게 토의한다. 3. 주요 내용: ● 앙트레프레너십의 본질: 현대 사회경제적 환경에서 앙트레프레너십의 의미와 중요성을 탐구하며, 오늘날의 세계에서 필요한 윤리적 기반이 어떤 것인지 강조한다. ● 창업가와 윤리: 창업가의 마음가짐, 행동, 태도에 대해 깊이 들여다보며, 윤리적 의사결정 및 사회에 대한 책임 중점으로 탐구한다. ● 벤처의 탄생과 성장: 비즈니스의 시작부터 성공까지의 여정에 대해 상세히 다루며, 윤리적 도전과 해결책에 중점을 둔다. ● AI 산업 이해하기: AI 산업의 주요 추세와 역학을 파악한다. 윤리적 원칙과 사회적 이익을 보장하면서 혁신적 방향 및 위험 수용 전략을 토의한다. 4. 기대 효과: 과목을 완료한 후 학생들은 창업가로서의 잠재력을 인식할 뿐만 아니라, 앙트레프레너십의 진정한 의미와 사회적 역할을 깊이 이해하게 될 것이다. 특히 AI와 같은 새로운 산업에 대한 전략적 접근 방법에 대해 구체적인 지식과 통찰력을 얻게 될 것이다. | |||||||||
| AIO2003 | 회계와경영의사결정 | 3 | 6 | 전공 | 학사 | 1-4 | AI융합운영전공 | 한 | Yes |
| 회계는 기업의 언어라고 하는데 이는 회계가 기업의 활동을 일정한 체계에 따라 요약하고 의사결정에 필요한 정보를 보고하는 역할을 하기 때문이다. 본 과목의 목적은 기업의 경영활동을 이해하는 데 필요한 회계 관련 기본개념을 가능한 한 쉽게 소개하기 위한 것이다. 이러한 목적을 달성하기 위하여 구체적으로 다음과 같은 내용을 중심으로 강의가 진행된다. ∙ 회계정보의 이해, 재무제표와 회계기준, 회계정보의 산출 ∙ 경영활동과 회계정보 ∙ 원가회계, 경영의사결정 회계 ∙ 재무제표의 활용과 회계투명성 | |||||||||
| AIO2004 | AI를위한통계 | 3 | 6 | 전공 | 학사 | 2-3 | AI융합운영전공 | 한 | Yes |
| 1. 교과목 개요: 본 과목은 경영학 분야에서 널리 이용되는 통계적 방법의 기본 개념을 다룬다. 확률 분포의 개념과 통계적 추론의 원리를 학습한 후, 주어진 자료를 요약하기 위한 기술 통계, 변수 간의 관계를 다루는 회귀 분석, 그리고 시계열 자료의 평활과 예측을 다룬다. 이를 통해 딥러닝 등 인공지능 기반 데이터 분석의 기초를 다진다. 2. 학습 목표: ● 통계적 사고방식을 배양하여 비즈니스 문제를 논리적으로 접근하고 해결할 수 있다. ● AI와 머신러닝 기법의 기반이 되는 통계 원리를 이해하고 응용할 수 있다. ● 복잡한 비즈니스 데이터를 분석하고 해석하여 실질적인 인사이트를 도출할 수 있다. ● 통계적 방법론을 활용하여 데이터 기반의 의사결정을 내릴 수 있는 역량을 개발한다. | |||||||||
| AIO2005 | 비즈니스데이터관리와분석 | 3 | 6 | 전공 | 학사 | 2-3 | AI융합운영전공 | 한 | Yes |
| 1. 교과목 개요: 본 과목은 스프레드시트를 활용하여 데이터 수집, 정리, 분석, 시각화 방법을 학습하고 이를 비즈니스 의사결정에 적용하는 것을 목표로 한다. 학생들은 데이터 관리와 분석의 기본 원리를 이해하고, 이를 통해 비즈니스 문제를 해결하는 역량을 개발하게 된다. 회계, 금융, 마케팅 등 다양한 분야에서 데이터 기반의 의사결정을 지원하는 실무적인 능력을 기를 수 있다.이 과정은 이론과 실습을 바탕으로 기업 환경에서 요구되는 데이터 활용 능력을 배양하는 데 중점을 둔다. 2. 학습 목표: ● 데이터 수집, 정리, 분석 및 시각화의 기본 원리를 이해하고 이를 비즈니스 문제 해결에 적용할 수 있는 능력을 배양한다. ● 스프레드시트를 활용하여 데이터 기반의 의사결정에 필요한 분석 및 시각화 기술을 실습하고 실무 능력을 강화한다. ● 회계, 금융, 마케팅 등 다양한 비즈니스 분야에서 데이터를 효과적으로 활용하여 의사결정을 지원하는 역량을 개발한다. ● 이론과 실습을 바탕으로 데이터 중심의 비즈니스 환경에서 요구되는 데이터 관리 및 활용 능력을 체계적으로 배양한다. | |||||||||
| AIO2007 | 인간중심의디지털혁신 | 3 | 6 | 전공 | 학사 | 2-3 | AI융합운영전공 | 한 | Yes |
| 1. 교과목 개요: 본 교과목은 조직 내 인간의 모티베이션, 커뮤니케이션, 리더십, 의사결정, 조직문화 및 조직개발 등의 중요한 기초 개념과 이론을 기반으로 AI 기반 디지털 혁신 내용을 융합하여 다룬다. 학생들은 인간 행동의 기초 이론을 이해하고, 이를 바탕으로 조직 내에서의 디지털 혁신을 어떻게 효과적으로 추진할 수 있는지 학습하게 된다. 또한, AI 기술이 조직의 변화와 혁신에 미치는 영향을 분석하며, 디지털 트랜스포메이션 시대에 필요한 리더십과 의사결정 능력을 배양하게 된다. 2. 학습 목표: ● 인간의 모티베이션, 커뮤니케이션, 리더십, 의사결정, 조직문화 및 조직개발 등의 기초 개념과 이론을 이해하고 적용할 수 있다. ● AI 기반 디지털 혁신이 조직에 미치는 영향을 분석하고, 이를 바탕으로 효과적인 디지털 혁신 전략을 수립할 수 있다. ● 디지털 트랜스포메이션 시대에 필요한 리더십과 의사결정 능력을 배양하여 인간 중심의 조직 혁신을 이끌 수 있다. | |||||||||
| AIO3001 | 빅데이터의시각적분석 | 3 | 6 | 전공 | 학사 | 1-4 | AI융합운영전공 | - | No |
| 1. 교과목 개요: 본과목은 데이터 시각화 기술과 정보 디자인을 통해 복잡한 통계분석 결과를 비전문가도 이해할 수 있는 형태로 전달하는 데이터의 시각적 분석에 중점을 둔다. 학생들은 비즈니스에 적용 가능한 데이터 스토리를 설계하고 효과적으로 분석하는 기술을 습득한다. 2. 학습 목표: ● 인지과학과 정보 시각화에 관한 핵심 구성요소와 개념을 이해한다 ● 의미 있는 정보를 도출하기 위해 데이터를 처리 및 분석하고, 디자인 원리를 적용하여 그래픽 방식으로 시각화한다 ● 다양한 시각화 기법을 사용하여 정보를 효과적으로 분석한다. 3. 주요 내용: ● 데이터관리 및 시각화 기초: 데이터 관리의 기본 개념, 인간의 인지과학 이해, 그리고 Tableau를 사용한 데이터의 시각적 분석과 대시보드 구축 방법 학습 ● 고급 데이터 시각화 및 분석기법: 복잡한 지리공간 데이터의 시각화, 시간적 분포와 상관관계 분석 등 다양한 고급 데이터 분석 기술 심화 학습 ● 분석 결과의 스토리텔링과 전달: 분석 결과를 이해하기 쉬운 스토리로 전환하고, 이를 효과적으로 포맷팅 및 공유하는 전략 개발 4. 기대 효과: 본 과목을 통해 학생들은 복잡한 데이터를 체계적으로 관리하고 분석하는 능력을 키울 수 있음. 특히, Tableau와 같은 시각화 도구를 이용하여 데이터를 명확하고 직관적인 시각 자료로 변환하는 기술을 습득하게 됨. 또한, 이러한 데이터 시각화를 통해 비즈니스 의사결정을 지원하고, 분석 결과를 비전문가에게도 쉽게 전달할 수 있는 스토리텔링 능력을 개발하게 됨. 이는 학생들이 데이터 기반의 의사결정 환경에서 중요한 역할을 할 수 있는 기반을 마련해 줄 것으로 기대됨. | |||||||||
| AIO3004 | 경영정보시스템개론 | 3 | 6 | 전공 | 학사 | 2-4 | AI융합운영전공 | 한 | Yes |
| 경영정보시스템(MIS, Management Information Systems)은 조직의 목표 달성과 경쟁우위 확보를 위해 정보기술(IT)을 활용하는 방법을 연구하는 학문으로, 본 과목은 경영학과 정보기술의 융합 관점에서 정보시스템의 개념과 역할을 이해하고, 실제 비즈니스 환경에서 정보기술이 전략 수립, 운영 효율화, 의사결정 지원, 고객 경험 혁신 등에 어떻게 기여하는지를 탐구하고자 한다. 수업에서는 정보시스템의 기본 구성요소(하드웨어, 소프트웨어, 데이터, 네트워크, 인적자원)와 정보시스템 개발 방법론, 데이터베이스, 클라우드 및 디지털 전환 기술 등 핵심 주제를 다룬다. 또한, AI, 빅데이터, 블록체인, IoT 등 최신 기술이 경영에 미치는 영향을 사례 기반으로 학습하여 실무 적합성을 높이는 것을 목표로 한다. 학생들은 기업의 정보시스템 사례 분석, 보안 및 윤리 이슈 이해, 디지털 비즈니스 모델 평가 등을 통해 정보기술 활용 역량을 향상시킬 수 있다. 본 과목은 향후 빅데이터 분석, 디지털 전략, IT 기반 서비스 혁신 등 심화 과목을 학습하는 데 필요한 기초 지식을 제공한다. 이 과목을 통해 학생들은 정보기술과 경영의 상호작용을 체계적으로 이해하고, 변화하는 디지털 시대에 필요한 기초적인 분석 역량과 혁신적 사고를 함양할 수 있을 것으로 기대된다. | |||||||||
| AIO3006 | 인력개발을위한데이터과학 | 3 | 6 | 전공 | 학사 | 3-4 | AI융합운영전공 | - | No |
| 본 과목은 데이터 기반의 인적자원관리, 즉 피플 애널리틱스(People Analytics)'의 이론과 실무를 체계적으로 학습한다. 직관과 경험에 의존하던 기존 방식에서 벗어나, 데이터와 통계적 방법론을 활용해 조직의 성과를 높이는 증거 기반(Evidence-based) 의사결정 역량을 기르는 것을 목표로 한다. 수강생들은 인재 선발, 성과 관리, 보상 체계, 직원 몰입, 이직 관리, 조직문화, 다양성 관리등 HR의 7대 핵심 영역별로 구성된 분석 모듈을 학습한다. 실제 기업 데이터를 활용한 케이스 스터디(Case Report)방식을 통해 '부서 맞춤형 인재 선발', '고성과자 특성 분석', '생존분석을 활용한 퇴사 원인 규명', '조직문화 인식 차이 분석' 등 현장의 구체적인 문제를 정의하고 해결해 본다. 이 과정에서 R 프로그래밍 등 데이터 분석 도구를 활용하여 데이터 전처리, 탐색적 데이터 분석(EDA), 통계적 가설 검정 및 예측 모델링을 직접 수행한다. 이를 통해 수강생들은 HR 도메인 지식과 데이터 사이언스 기술을 융합하여 실무에 즉시 적용 가능한 분석적 사고를 함양하게 될 것이다. | |||||||||
| AIO3008 | 데이터모델링과SQL | 3 | 6 | 전공 | 학사 | 3-4 | AI융합운영전공 | 한 | Yes |
| 오늘날 조직은 방대한 데이터를 기반으로 의사결정을 내리고 경쟁우위를 확보하고자 한다. 이러한 데이터 자원을 효과적으로 활용하기 위해서는 구조적인 데이터모델링과 SQL(Structured Query Language)을 통한 데이터 조작 역량이 필수적이다. 본 과목은 데이터베이스의 기본 개념을 체계적으로 학습하고, 실제 비즈니스 환경에서 널리 사용되는 관계형 데이터베이스를 중심으로 데이터 모델링과 SQL의 핵심 기술을 익히는 것을 목표로 한다. 수업에서는 데이터베이스의 역할과 구조, 개념·논리·물리 데이터모델링, 정규화, 스키마 설계 등 이론적 내용을 바탕으로 데이터를 분석하고 설계하는 능력을 기른다. 이어서 MySQL 기반 실습을 통해 테이블 생성, 데이터 조회 및 조작, JOIN, 서브쿼리, 집계 함수 등 SQL 문법을 실제 데이터에 적용하여 활용 역량을 강화한다. 본 과목을 통해 학생들은 단순한 명령어 학습을 넘어 데이터의 의미를 이해하고, 비즈니스 문제 해결에 적합한 데이터 구조를 설계하며, 데이터를 정확하게 조회하고 분석하는 기초 능력을 갖추게 된다. 이는 향후 데이터 기반 의사결정, 비즈니스 분석, 빅데이터 및 AI 관련 심화 학습으로 자연스럽게 확장될 수 있는 중요한 토대가 될 것이다. | |||||||||
| AIO3009 | 데이터기반의사결정 | 3 | 6 | 전공 | 학사 | 3-4 | AI융합운영전공 | 한 | Yes |
| 데이터 기반 의사 결정은 기업이 보유한 다양한 데이터를 활용해 통찰을 도출하고, 경영 의사결정에 적용하는 기초 역량을 배양하는 과목이다. 본 과목에서는 통계 및 데이터 분석의 기본 개념을 학습하고, 실제 비즈니스 데이터를 대상으로 탐색, 요약, 시각화, 집단 비교, 회귀 분석 등 분석 기법을 실습한다. 또한, 데이터 분석 결과를 해석하고 조직의 문제 해결 혹은 기회 발굴에 연결하는 사고방식을 기른다. 학생들은 먼저 데이터 분석의 목적과 프로세스를 이해하고, R 또는 유사 통계 소프트웨어 기반의 실제 데이터셋을 활용해 데이터 준비 및 탐색을 수행한다. 이후 기술통계, 가설검정, 그룹 간 비교, 회귀모델, 패널데이터 및 인과추론 등의 통계적 방법론을 학습하여 비즈니스 분석의 토대를 다진다. 마지막으로 분석 결과를 비즈니스 현장에 적용할 수 있도록 사례 중심 토론 및 보고서 작성을 통해 학습을 마무리한다. 이 과목은 통계입문 수준의 사전지식을 가진 학생들에게 적합하며, 데이터 기반 경영·마케팅·재무·운영 분야의 분석 역량을 키우고자 하는 학습자에게 필수적인 출발점이 된다. 수강 후에는 더 고도화된 데이터 분석, 머신러닝, 빅데이터 등에 대한 심화 과목으로 자연스럽게 이어질 수 있는 기초를 갖추게 된다. | |||||||||
| CHS2003 | 빅데이터와인공지능을활용한시스템강건설계 | 2 | 4 | 전공 | 학사 | 1-4 | 도전학기 | - | No |
| 본 교과목에서는 공학 시스템의 성능 유지와 고장 진단 등 건전성 관리를 위한 빅데이터 분석 및 인공지능 알고리즘에 대한 기초 이론 및 방법론에 대하여 학습한다. 구체적으로 신뢰성 분석, 센서 기반 빅데이터 획득, 빅데이터 신호 처리, 통계적 영향인자 추출, 인공지능 기반 모델링 기법 등에 관하여 이론적 방법론 및 실습 기반 학습을 수행한다. 또한 사례 소개를 통해 학습한 방법론 적용을 통한 공학 시스템 강건 설계에 관하여 고찰한다. | |||||||||
| CHS2008 | 4차산업혁명과창업비즈니스 | 1 | 2 | 전공 | 학사 | 1-4 | 도전학기 | - | No |
| 4차 산업분야는 혁신범위 확장과 산업구조 변화를 통하여 새로운 국가 성장방식을 주도할 핵심동력으로 평가받고 있다. 따라서 주요 선진국들은 이미 선제적으로 4차 산업혁명에 대응하여 4차 산업분야의 신규 비즈니스 모델의 창출과 관련기술인재 육성에 주력하고 있다. 반면에 4차 산업에 대한 국내의 대응체계와 인재양성 실적은 미흡한 것으로 평가 되고 있다. 주요 원인으로서 기존 창업교육의 문제와 한계가 제기되고 있으며 이러한 4차 산업혁명의 시대적 요구에 효과적이지 못한 대응은 결국 국가경쟁력의 열위를 초래하여 미래 국가발전을 저해할 것이다. 본 과목은 대학교 저학년 학생을 대상으로 4차산업혁명시대에 창업의 필요성을 주지시키고 4차산업혁명기술을 설명한다. 이러한 배경지식을 바탕으로 비즈니스모델개발론, 스타트업 팀빌딩, 사업계획서 작성방법 등을 습득한다. 비즈니스모델개발론의 경우 여러 가지 소비자의 pain point 가정을 설정하고 실제 증명을 통하여 창업아이템의 feasibility를 증명한다. 특히 학생들에게 성공적인 창업사례나 관련 동영상을 확보하여 재미를 통한 학습을 유도하여 궁극적으로 창업을 할수 있는 기초역량을 배양한다. | |||||||||
| CHS2015 | 인공지능기반뇌과학융합기술 | 3 | 6 | 전공 | 학사 | 1-4 | 도전학기 | - | No |
| 본 과목은 인간 뇌의 작동 방식에 대한 기본적 이해와 최근 연구성과들을 소개합니다. 이를 바탕으로 인문·사회과학과의 접목을 통해 어떻게 뇌인지과학 및 뇌공학 융합기술 (예, 뇌-컴퓨터 인터페이스, 뉴로 마케팅, 신경언어학, 신경인체공학, 등)이 연구/개발되어 왔는지, 뇌과학기술 발전에 인공지능 기술이 어떻게 적용되고 있는지, 다양한 연구사례들과 미래전망에 대한 토론을 통해 미래지향적 융합 전문 인력이 될 수 있는 기초지식을 제공하는 것을 목적으로 합니다. | |||||||||
| CHS2019 | 양자역학기반의정보통신기술 | 1 | 2 | 전공 | 학사 | 도전학기 | - | No | |
| 전반기에는 양자역학 기반 정보통신기술의 이해를 위한 기초적인 교육으로, 전자와 광자, 입자와 파동의 이중성, 양자 역학의 기반인 양자 중첩, 얽힘, 불확정성 원리, 양자 터널링 효과등의 기본 물리 강의와 이를 기술하는데 필수 불가결한 슈레딩거 방정식, 맥스웰의 파동 방정식등과 큐빗 및 양자 중첩을 이해하는데 필수적인 힐베르트 공간, 블라흐구, 브라․켓 벡터등의 기본 수학 강의. 후반기에는 인덕터와 커패시터 및 역학 보존을 기반으로, 현 5종류의 큐빗 생성 방법과 양자 게이트, 양자 회로, 및 이의 양자컴퓨터 응용 및 현재의 기술 개발 상황과, 민감도를 획기적으로 높이는 양자센서의 기본 원리와 현재의 기술 개발 상황, 혁신적인 양자암호및 양자통신의 기본 원리 및 기술 개발 동향을 교육함. | |||||||||
| CHS7004 | Python활용인문사회과학논문쓰기 | 3 | 6 | 전공 | 학사/석사/박사 | 도전학기(대학원) | - | No | |
| 논문을 쓰기 위한 과목으로 인문사회과학 영역의 연구를 위하여 빅데이터를 활용한 논문을 쓰기 위한 과정이다. 기본적으로 논문 쓰기 방법에 대한 학습을 하며, 논문을 위한 연구 방법론으로 프로그래밍 처리를 학습한다. 프로그래밍 언어 가운데 인문사회과학 관련 자료를 처리하기 가장 적합하며, 자료 시각화 기능이 뛰어난 파이선을 활용하여 논문 쓰는 법에 대하여 구체적으로 학습한다. 논문 작성을 위한 기본 적인 연구 방법론 및 논문 내용 구성에 대한 이론 강의가 우선 진행된다. 논문 작성을 위하여 주제 선정 및 토론이 진행된다. 주제가 선정되면 관련 연구 정리 방법에 대한 강의가 진행된다. 다음 과정으로 연구 방법론에 따라 필요한 내용 작성에 대한 학습이 진행된다. 제언 및 참고 문헌 정리 방법에 대하여 학습하여 이론적 접근법을 완성한다. 파이선 활용을 통한 자료 분석을 위하여 기본적인 파이선 문법에 대한 학습이 이루어지며, 입력 자료 처리를 위한 실습을 진행한다. 각 연구 분야에서 필요한 파이선 패키지 설치 방법 및 활용 방법에 대하여 학습한 후, 실제 데이터 처리에 대한 실습이 진행된다. 공동 연구 진행을 대비하여 쥬피터 노트북 (jupyter notebook) 사용법을 기본 환경으로 설정하여 분석할 수 있도록 학습한다. 자료 가시화를 위한 matplolib 활용법을 학습하며, 빅데이터 처리를 위한 pandas 활용을 학습한다. 이 과목의 목적은 각 전공 분야에 필요한 연구를 파이선 언어로 프로그래밍 구현을 실행하여 의미 있는 연구 결과를 도출하는 것이다. 이를 위하여 과정 기간 내에 논문 1편 완성을 목표로 한다. | |||||||||
| COV3018 | 융합연구프로젝트1 | 2 | 6 | 전공 | 학사 | 1-4 | 융합원 학부 | - | No |
| 학업성취도 우수 학생 중 연구학점제를 운영하는 학과학생에게 학부과정 중에 중장기 연구과제를 스스로 설정하고 수행할 수 있도록 연구참여의 기회를 실제로 조기에 제공함으로써, 학부생의 학업성취 동기를 유발하고 연구역량을 향상시키는 목적으로 운영한다. | |||||||||
| COV3019 | 융합연구프로젝트2 | 2 | 6 | 전공 | 학사 | 1-4 | 융합원 학부 | - | No |
| 학업성취도 우수 학생 중 연구학점제를 운영하는 학과학생에게 학부과정 중에 중장기 연구과제를 스스로 설정하고 수행할 수 있도록 연구참여의 기회를 실제로 조기에 제공함으로써, 학부생의 학업성취 동기를 유발하고 연구역량을 향상시키는 목적으로 운영한다. | |||||||||
| COV3020 | 융합연구프로젝트3 | 2 | 6 | 전공 | 학사 | 1-4 | 융합원 학부 | - | No |
| 학업성취도 우수 학생 중 연구학점제를 운영하는 학과학생에게 학부과정 중에 중장기 연구과제를 스스로 설정하고 수행할 수 있도록 연구참여의 기회를 실제로 조기에 제공함으로써, 학부생의 학업성취 동기를 유발하고 연구역량을 향상시키는 목적으로 운영한다. | |||||||||
| COV3021 | 융합연구프로젝트4 | 2 | 6 | 전공 | 학사 | 1-4 | 융합원 학부 | - | No |
| 학업성취도 우수 학생 중 연구학점제를 운영하는 학과학생에게 학부과정 중에 중장기 연구과제를 스스로 설정하고 수행할 수 있도록 연구참여의 기회를 실제로 조기에 제공함으로써, 학부생의 학업성취 동기를 유발하고 연구역량을 향상시키는 목적으로 운영한다. | |||||||||
| COV3022 | 융합연구프로젝트5 | 2 | 6 | 전공 | 학사 | 1-4 | 융합원 학부 | - | No |
| 학업성취도 우수 학생 중 연구학점제를 운영하는 학과학생에게 학부과정 중에 중장기 연구과제를 스스로 설정하고 수행할 수 있도록 연구참여의 기회를 실제로 조기에 제공함으로써, 학부생의 학업성취 동기를 유발하고 연구역량을 향상시키는 목적으로 운영한다. | |||||||||
| COV3023 | 융합연구프로젝트6 | 2 | 6 | 전공 | 학사 | 융합원 학부 | - | No | |
| 학업성취도 우수 학생 중 연구학점제를 운영하는 학과학생에게 학부과정 중에 중장기 연구과제를 스스로 설정하고 수행할 수 있도록 연구참여의 기회를 실제로 조기에 제공함으로써, 학부생의 학업성취 동기를 유발하고 연구역량을 향상시키는 목적으로 운영한다. | |||||||||
| COV3024 | 융합연구프로젝트7 | 2 | 6 | 전공 | 학사 | 1-4 | 융합원 학부 | - | No |
| 학업성취도 우수 학생 중 연구학점제를 운영하는 학과학생에게 학부과정 중에 중장기 연구과제를 스스로 설정하고 수행할 수 있도록 연구참여의 기회를 실제로 조기에 제공함으로써, 학부생의 학업성취 동기를 유발하고 연구역량을 향상시키는 목적으로 운영한다. | |||||||||
| IAI2001 | AI컴퓨팅사고 | 3 | 6 | 전공 | 학사 | 1-4 | 한 | Yes | |
| 주로 파이썬을 활용하여 문제 해결과 알고리즘 설계를 학습합니다. 데이터 구조와 처리, 컴퓨터 프로그래밍, 알고리즘 최적화와 복잡성 분석 등의 기초적인 주제를 다루며, AI 분야에서의 프로그래밍 및 컴퓨팅 사고 능력을 향상시킵니다. 파이썬은 데이터 과학 및 머신 러닝 분야에서 매우 중요한 언어로 활용되므로, 실제 AI 프로젝트를 성공적으로 수행하기 위한 핵심 도구로 활용됩니다. | |||||||||
| IAI2002 | AI프로그래밍기초 | 3 | 6 | 전공 | 학사 | 1-4 | 한 | Yes | |
| 파이썬의 기본 문법, 제어 구조, 데이터 구조, 함수와 모듈, 파일 처리 등을 학습합니다. 파이썬을 활용하여 다양한 프로그래밍 과제와 프로젝트를 수행하며 프로그래밍 실력을 향상시킵니다. 파이썬은 초보자에게도 쉽게 접근 가능한 언어로, 프로그래밍의 기초를 익히고 실무 능력을 키우는 데 적합합니다. 이러한 기초 지식은 컴퓨터 과학 및 다양한 소프트웨어 개발 분야에서 필수적입니다. | |||||||||
| IAI2003 | AI기초수학입문 | 3 | 6 | 전공 | 학사 | 1-4 | 한 | Yes | |
| 선형대수, 미분 및 적분, 최적화 등을 파이썬을 활용하여 연습하며 AI 분야의 수학적 기반을 학습합니다. NumPy, SymPy, SciPy 등의 파이썬 모듈을 활용하여 수학적 계산을 수행하고, 머신러닝 모델의 최적화 및 학습을 이해합니다. 이러한 수학적 능력은 실제 AI 프로젝트를 개발하고 데이터 과학을 수행하는 데 필수적입니다. | |||||||||
| IAI2004 | AI기초수학 | 3 | 6 | 전공 | 학사 | 1-4 | 한 | Yes | |
| 선수 과목인 'AI기초수학입문'을 보완하는 수학 과목으로, 확률 통계, 상관관계, 확률분포, 추정/검증, 엔트로피 등을 다룹니다. 파이썬을 활용하여 확률적 데이터 분석과 모델링, 변수 간의 상관 관계 이해, 확률분포 모델을 활용한 예측, 통계적 추정과 가설 검정, 정보 이론의 엔트로피 개념을 습득합니다. 이러한 수학적 개념과 도구를 통해 데이터 과학과 머신러닝 분야에서 문제를 해결하고 모델을 개발하는 데 필수적인 능력을 갖춥니다. | |||||||||
| IAI2005 | 확률과통계입문 | 3 | 6 | 전공 | 학사 | 1-4 | 한 | Yes | |
| 확률과 통계의 기초 이론을 학습합니다. 확률의 정의, 사건과 확률, 확률 분포 등의 확률 기초 이론을 학습하고 이를 통해 확률적 사고 능력을 향상시킵니다. 기술통계량 분석을 다루고 확률 분포에 대한 이해를 바탕으로 모수에 대한 추정과 검정을 다룹니다. 이를 통해 기본적인 통계 분석을 수행할 수 있는 역량을 키웁니다. | |||||||||
| IAI2006 | AI최적화이론입문 | 3 | 6 | 전공 | 학사 | 1-4 | 한 | Yes | |
| 선수과목인 AI기초수학입문과 AI기초수학을 바탕으로 최적화이론의 기초 이론을 학습합니다. 다양한 최적화 문제 사례를 학습하여, 최적화 이론의 필요성을 이해합니다. 목적함수와 제약함수의 이해를 통해 최적화 문제를 정의합니다. 선형계획법과 관련이론인 선형대수 이론을 다룹니다. | |||||||||
| IAI2007 | 딥러닝기초 | 3 | 6 | 전공 | 학사 | 1-4 | 한 | Yes | |
| 딥러닝의 기초 개념과 기술을 이해하는 데 중점을 둔 입문 과정으로, 딥러닝의 기본 원리, 신경망 구조, 학습 알고리즘 및 주요 응용 분야에 대해 학습한다. 이론적인 설명과 함께 Python 및 TensorFlow와 같은 딥러닝 라이브러리를 활용한 실습을 통해 문제 해결 능력을 배양한다. 기초적인 딥러닝 기술에 대한 이해를 기반으로 딥러닝 활용 능력을 배양하여 향후 심화 학습 및 응용 연구의 기반을 마련한다. 학습 목표 - 딥러닝 기본 개념 및 작동 원리를 이해한다 - 신경망 구조 및 활성화 함수, 역전파 알고리즘을 익힌다 - 과적합 방지, 하이퍼파라미터 튜닝, 모델 성능 평가 등의 기법을 학습한다 - 이미지 인식 및 분류/회귀의 다양한 예제로 실습한다 주요 내용 - 딥러닝 개념, 딥러닝과 머신러닝의 차이 - 퍼셉트론과 다층 신경망 (MLP) - 역전파 알고리즘과 경사하강법 - 합성곱 신경망 (CNN) 기초 - 딥러닝 모델 구현 실습 (Python & TensorFlow) - 모델 성능 평가 및 최적화 | |||||||||