학부전공
학부전공
AI데이터사이언스
교양필수
대학생활설계 SEMINAR FOR ACADEMIC LIFE (1(1))
1. 강의 소개 대학생활을 시작하는 신입생이 대학생활에 잘 적응 할 수 있도록 지도교수의 지도, 적성검사, 진로탐색 및 상담을 통해 진로를 설계하고 효과적인 실천 계획을 수립할 수 있도록 CRM(Career Road Map) 작성에 도움을 제공한다.(자기 분석, 성격유형검사, 진로탐색, 대학생활의 성공비결 지도, 진로설계 및 방향설정, CRM 작성(설계) 기법, CRM 작성 등으로 이루어지며, 수업은 지도교수가 지도학생들과의 반별 수업을 원칙으로 함)2. 수업목표 중간시험 이전에는 대학생활을 위한 동기를 부여하고, 학생 스스로가 자기분석과 성격유형(MBTI 또는 TCI)검사와 더불어 진로탐색(YAT검사) 기회를 제공한다. 또한, 경력관리와 시간관리를 통해 대학생활의 효율성 제고에 도움이 되도록 지도한다. 아울러, 학습법, 레포트 작성 전략, 학사제도 및 각종 교내프로그램 안내 등 대학생활에 실질적인 도움이 될 수 있는 계기를 마련한다.중간시험 이후에는 지도교수의 지속적인 상담을 통해 대학생활을 통한 진로 설계 및 방향을 설정할 수 있도록 지도하며, CRM 작성 및 실천 계획을 수립할 수 있도록 지도한다.
소프트웨어와인공지능 SOFTWARE AND AI (3(3))
소프트웨어와 인공지능 교과목의 교육 목표는 소프트웨어의 기본 개념과 이를 다양한 응용 분야에 활용하기 위한 컴퓨팅사고(computational thinking)를 교육하는 것이다. 다양한 전공의 수강생들에게 4차 산업혁명의 핵심기술인 빅데이터와 기계학습, 인공지능 등을 학생들에게 체험하게 하고, 이러한 기술들을 자신의 전공 분야에 쉽게 접목할 수 있도록 유도하는 흥미롭고 구체적인 사례들을 발굴하여 강의한다. 학문 분야의 특성을 고려하여 강의 유형을 세 가지로 분류하고, 수강생의 학업 능력에 따라 강의 난이도를 조절하여 학업 성취도를 높이도록 한다.
사회공헌과봉사 SOCIAL CONTRIBUTION AND SERVICE (1(1))
이 강좌는 개인이 사회구성원의 일원으로 더 나아가 지구촌 공동체의 일원으로서의 공동체의식, 즉 대학생이 세계시민으로서의 기본 소양을 함양한다. 특히 이 강좌는 지구촌이 공동으로 당면한 과제 해결을 위해 협력, 나눔, 봉사, 창조의 정신을 함양하고 사회공헌과 리더십을 학습한다. 또, 사회공헌의 가치와 논리 특히 환경보전과 사회공헌 및 좋은 거버넌스(ESG)의 가치논리와 사례를 학습하고, 실천역량을 함양하여 학생들이 사회발전과 지구촌 공동문제의 해결에 기여하는, 역량을 갖춘 글로벌 리더가 되도록 공부하는 교양강좌이다. 종합하면, 이 강좌는 모든 사람들이 보다 안전하고 행복하게 살아갈 수 있는 사회를 만들기 위한 활동을 하는 사람들이 타인을 위해 헌신하는 노력에 대한 이해를 제고하고 실천하는 이론과 실제를 학습하고, 관련 지식과 기술 및 자세를 바르게 정립하고자 한다.
전공핵심
프로그래밍기초 PROGRAMMING BASIC (3(3))
본 교과목은 소프트웨어 개발의 기본이 되는 프로그래밍에 대한 개념 및 기초 지식을 학습한다. 이를 통해 프로그래밍 언어에 대한 문법과 활용을 이해하고 프로그램을 작성하며 문제 해결법을 습득한다. 프로그래밍 기술을 습득하여 기본적인 소프트웨어를 개발할 수 있는 역량을 갖출수 있다.
AI를위한수학Ⅰ MATHEMATICS FOR AI Ⅰ (3(3))
선형대수학은 A.I. 알고리즘를 개발하는데 기초가 되는 도구이다. 이 과목은 선형대수학의 기초를 공부하는 것이 목표이며 자연계열 또는 인문사회계열 학생들에게 선형대수학의 기초적인 개념들과 공간기하의 초보적인 내용을 이해시키고 응용력을 길러 장차 선형대수학을 배우지 않는 학생이라도 혼자서도 선형대수학을 공부할 수 있는 기초를 마련하며 향후 학생들의 전공학습에 도움이 되도록 하는데 목표가 있다. 주요 내용은 선형연립방정식의 행렬을 이용한 풀이, 역행렬의 계산, 행렬식의 정의와 응용, 벡터공간의 정의와 응용, 선형변환의 행렬표현, 행렬의 고유치와 대각화 등이다.
컴퓨터구조 COMPUTER ARCHITECTURES (3(3))
이 과목에서는 컴퓨터 시스템의 구성, 동작원리와 설계를 다룬다. 특히 컴퓨터 성능, 명령집합, 제어와 마이크로프로그래밍, 파이프라인, 정수와 부동 소수점수 연산, 기억부 시스템, 입출력부 시스템, 고급 컴퓨터구조 등과 같은 내용에 중점을 둔다. 교과목을 통해 스마트폰에서 대형 서버 시스템에 들어가는 여러 Processors를 이해하고, 이들을 설계 또는 Programming 할 수 있는 능력을 배양한다.
JAVA프로그래밍 JAVA PROGRAMMING (3(4))
본 교과목에서는 Java 프로그램의 기본구조를 포함하여 객체지향 프로그래밍, 상속, Polymorphism 등 Java 문법 및 프로그래밍 기법을 배운다. 또한 Swing 기반 GUI 프로그래밍, 쓰레드, JDBC 기반 데이터베이스, Spring 기반 Micro service 등의 실무적인 내용을 다룬다.
웹프로그래밍Ⅰ WEB PROGRAMMING Ⅰ (3(3))
본 교과목에서는 인터넷의 웹 프로그래밍을 위한 기초지식을 다룬다. 웹프로그래밍 개요, 개발 환경을 비롯해 HTML5, CSS, JAvaScript, jQuery 등 프론트 엔드 기술을 배우고, 이를 활용하여 웹 사이트를 개발 프로젝트 수행을 통해 실무 능력을 향상시킨다.
운영체제 OPERATING SYSTEM (3(3))
본 과목은 운영체제의 구조적 관점에서 운영체제의 각 구성요소에 대하여 중요한 알고리즘 및 이론을 배운다. 다루게 될 중요한 주제들은 프로세스 관리, 메모리 관리, 주변장치 관리, 네트워킹, 보안등이다.
자료구조 DATA STRUCTURES (3(3))
알고리즘 및 자료구조는 컴퓨터 프로그램을 구성하는 가장 중요한 두 가지 요소이다. 본 강의에서는 알고리즘을 표현하는 몇 가지 방법들을 소개하고, 주어진 알고리즘의 복잡성을 공간 복잡성 및 시간 복잡성의 관점에서 분석하는 방법을 설명한다. 그리고 현재까지 가장 보편적으로 사용되고 있는 몇 가지 자료구조(Array, Stack, Queue, List, Tree, Graph)와 알고리즘(Sorting, Searching)의 기본 개념을 배운다. 마지막으로, 강의 시간에 습득한 개념을 실제 프로그래밍에 적용하기 위한 다양한 프로그래밍 과제를 수행한다.
기계학습 MACHINE LEARNING (3(3))
본 교과목에서는 인공지능의 한 분야인 기계학습에 대한 전통적인 방법론부터 최신 기술에 이르기까지 다양한 주제들을 종합적으로 학습한다. 수강생들은 각종 기법들에 대한 기본 개념 및 관련 지식을 이해하고 이를 바탕으로 현실적인 문제 해결을 위해 직접 코딩할 수 있는 역량을 갖출수 있다.
현장실습(소프트웨어응용) INTERNSHIP COURSE (SOFTWARE APPLICATION) (3(3))
현장실습 교과목은 학생들이 실제 업무 환경에서 학습한 이론과 기술을 실무에 적용해 볼 수 있는 기회를 제공하는 교육 과정이다. 이 과목은 주로 기업, 연구소, 또는 기타 기관에서 일정 기간 동안 현장 경험을 쌓는 형태로 진행된다. 학생들은 실습을 통해 전공 분야와 관련된 실제 업무를 경험하고, 이를 통해 실무 능력을 향상시키며, 직업 세계에 대한 이해를 넓히게 된다. 현장실습 교과목은 학생들이 학문적 지식과 실제 업무 경험을 통합하여, 졸업 후 바로 현장에 투입될 수 있는 준비된 인재로 성장하는 데 중요한 역할을 한다 학습 목표 - 이론에서 배운 내용을 실제 상황에 적용하여 실무 경험을 쌓는다. - 전공 분야와 관련된 실무 기술과 지식을 습득하여 전문 역량을 강화한다. - 다양한 직업 환경에서의 경험을 통해 자신의 진로에 대한 이해를 높이고, 향후 직업 선택에 도움이 되는 인사이트를 얻는다. - 팀워크, 의사소통, 문제 해결 능력 등 현장에서 요구되는 직업 윤리와 소프트 스킬을 함양한다.
딥러닝 DEEP LEARNING (3(3))
본 과목은 인공지능의 핵심 알고리즘인 딥러닝과 관련된 기본 지식을 학습한다. 딥러닝의 기초가 되는 신경망의 원리, 딥러닝의 학습 원리, 그리고 딥러닝을 위한 다양한 모델들을 학습하며, 이를 위하여 DNN과 이를 기반한 CNN, RNN, LSTM 등 다양한 딥러닝 모델의 원리와 이를 이용한 응용 시스템에 대하여 학습한다. 또한, 최신의 고급 딥러닝 알고리즘을 소개하고 현실에서 딥러닝을 응용하여 해결한 다양한 사례를 분석한다.
AI경영전략 AI MANAGEMENT STRATEGY (3(3))
본 강의에서는 효과적이며 효율적인 AI경영전략의 수립과 실행을 위한 다양한 핵심 지식들을 학습한다. 구체적으로 본 과목에서는 효과적이며 효율적인 AI경영전략의 수립 및 실행에 필요한 다음과 같은 핵심 지식들을 학습한다. ➀ AI경영전략의 개념과 필요성 ➁ AI경영전략의 수립 방법 ➂ AI경영전략의 실행 방법 ➃ AI경영전략의 수립 및 실행에 AI 활용 방법
AI를위한수학Ⅱ MATHEMATICS FOR AI Ⅱ (3(3))
확률론은 A.I. 알고리즘을 개발하는데 중요한 도구로 그 중요성이 인식되고 있다. 이 과목에서는 확률, 확률분포, 조건부 확률, Bayes 정리 등을 다룬다.
빅데이터응용 BIG DATA APPLICATION (3(3))
본 강의에서는 빅데이터의 응용에 필요한 핵심 지식들을 학습한다. 구체적으로 빅데이터의 응용과 관련한 다음과 같은 핵심 지식들을 학습한다. ➀ 빅데이터 응용에 필요한 핵심 이론 ➁ 빅데이터 응용에 필수적인 데이터 전처리 ➂ 빅데이터 응용과 관련한 분석 방법 ➃ 빅데이터 응용 결과에 대한 해석 방법
금융데이터분석과투자전략 FINANCIAL DATA ANALYSIS AND INVESTMENT STRATEGIES (3(3))
본 과목은 금융시장에서 발생하는 다양한 데이터를 수집, 분석하여 투자 결정 및 리스크 관리 등에 활용하는 기술을 다룬다. 특히, python-pandas / SAS / 생성형AI 등을 이용하는방법을 학습한다. 주식시장, 채권시장, 외환시장 등의 데이터를 활용하여 경제지표, 기업 실적 등을분석하고예 측하는 방법을 학습한다. 이를통해 수강생들은 금융시장의 동향을 파악하고 효율적인 투자 및 리스크관리 전략을 수립하는데 필요한 기술과 지식을 습득할 수 있다.
융합CDP(1) THE CONVERGENCE CAPSTONE DESIGN PROJECT (1) (2(4))
융합CDP 교과목은 다양한 전공 분야의 지식과 기술을 통합하여 실질적인 프로젝트를 설계하고 구현하는 과정을 포함하는 교육 과정이다. 이 과목은 학생들이 학습한 이론과 기술을 실제 문제 해결에 적용하는 능력을 기르기 위해 설계되었다. 학생들이 학문적 지식과 실무 경험을 통합하여 실질적인 문제를 해결할 수 있는 능력을 갖추도록 돕는 중요한 교육 과정이다. 팀 단위로 실제 문제를 정의하고, 문제 해결을 위한 프로젝트를 설계하며 프로젝트의 목표, 요구사항, 일정 등을 계획하고, 이를 바탕으로 프로젝트를 진행한다. 설계한 프로젝트의 시제품 또는 프로토타입을 개발하여 아이디어를 실제로 구현하며 개발 과정에서 발생하는 문제를 해결하고, 프로토타입을 개선한다 학습 목표: - 다양한 전공의 지식과 기술을 통합하여 복잡한 문제를 해결하는 능력을 기른다. - 실제 프로젝트를 통해 이론을 실무에 적용하고, 실무 경험을 쌓는다. - 팀 단위로 프로젝트를 수행하며 협업과 의사소통 능력을 배양한다. - 프로젝트 기획, 실행, 평가의 전 과정을 경험하며 프로젝트 관리 및 실행 능력을 향상시킨다.
융합CDP(2) THE CONVERGENCE CAPSTONE DESIGN PROJECT (2) (2(4))
융합CDP 교과목은 다양한 전공 분야의 지식과 기술을 통합하여 실질적인 프로젝트를 설계하고 구현하는 과정을 포함하는 교육 과정이다. 이 과목은 학생들이 학습한 이론과 기술을 실제 문제 해결에 적용하는 능력을 기르기 위해 설계되었다. 학생들이 학문적 지식과 실무 경험을 통합하여 실질적인 문제를 해결할 수 있는 능력을 갖추도록 돕는 중요한 교육 과정이다. 팀 단위로 실제 문제를 정의하고, 문제 해결을 위한 프로젝트를 설계하며 프로젝트의 목표, 요구사항, 일정 등을 계획하고, 이를 바탕으로 프로젝트를 진행한다. 설계한 프로젝트의 시제품 또는 프로토타입을 개발하여 아이디어를 실제로 구현하며 개발 과정에서 발생하는 문제를 해결하고, 프로토타입을 개선한다. 학습 목표: - 다양한 전공의 지식과 기술을 통합하여 복잡한 문제를 해결하는 능력을 기른다. - 실제 프로젝트를 통해 이론을 실무에 적용하고, 실무 경험을 쌓는다. - 팀 단위로 프로젝트를 수행하며 협업과 의사소통 능력을 배양한다. - 프로젝트 기획, 실행, 평가의 전 과정을 경험하며 프로젝트 관리 및 실행 능력을 향상시킨다.
현장실습(소프트웨어응용) INTERNSHIP COURSE (SOFTWARE APPLICATION) (3(3))
현장실습 교과목은 학생들이 실제 업무 환경에서 학습한 이론과 기술을 실무에 적용해 볼 수 있는 기회를 제공하는 교육 과정이다. 이 과목은 주로 기업, 연구소, 또는 기타 기관에서 일정 기간 동안 현장 경험을 쌓는 형태로 진행된다. 학생들은 실습을 통해 전공 분야와 관련된 실제 업무를 경험하고, 이를 통해 실무 능력을 향상시키며, 직업 세계에 대한 이해를 넓히게 된다. 현장실습 교과목은 학생들이 학문적 지식과 실제 업무 경험을 통합하여, 졸업 후 바로 현장에 투입될 수 있는 준비된 인재로 성장하는 데 중요한 역할을 한다 학습 목표 - 이론에서 배운 내용을 실제 상황에 적용하여 실무 경험을 쌓는다. - 전공 분야와 관련된 실무 기술과 지식을 습득하여 전문 역량을 강화한다. - 다양한 직업 환경에서의 경험을 통해 자신의 진로에 대한 이해를 높이고, 향후 직업 선택에 도움이 되는 인사이트를 얻는다. - 팀워크, 의사소통, 문제 해결 능력 등 현장에서 요구되는 직업 윤리와 소프트 스킬을 함양한다.
전공선택
오픈소스SW의이해 UNDERSTANDING OPEN SOURCE SOFTWARE (2(2))
본 교과목은 4차 산업혁명의 성공을 위한 소프트웨어 인력양성의 취지에 맞춰, 수강생들에게 오픈소스 소프트웨어에 대한 지식 및 경험 함양을 목표로 한다. 이를 성취하기 위해 현업에서 소프트웨어 개발에 주로 사용되는 다양한 오픈소스 소프트웨어, 라이브러리, 형상관리 도구 등에 대한 강의를 진행한다. 본 교과목을 통하여, 수강생들은 오픈소스를 이용한 소프트웨어 개발 환경을 이해하고, 이를 통해 오픈소스 소프트웨어에 대한 개발 역량을 향상시킬 수 있다.
C++프로그래밍 C++ PROGRAMMING (3(4))
본 과목은 C++와 객체 지향 프로그래밍에 대한 학습을 목표로 한다. 본 강좌의 수강자는 윈도우 애플리케이션 개발, 대규모 게임 개발, 병렬 프로그래밍 등 뛰어난 성능을 요구하는 분야에 대한 개발 방식을 이해하고 개발할 수 있는 역량을 갖게 된다.
데이터분석 DATA ANALYSIS (3(3))
데이터분석 교과목은 데이터의 수집, 처리, 분석, 그리고 해석하는 방법을 배우는 학문이다. 이 과목은 데이터 과학, 통계학, 컴퓨터 과학 등 여러 분야의 기본 개념을 통합하여 학생들에게 데이터 중심의 문제 해결 능력을 기르는 것을 목표로 한다. 주요 내용으로는 기초 통계학과 데이터 수집 및 전처리 및 데이터 분석에 자주 사용되는 프로그래밍 언어(예: Python, R)를 배우고, 데이터 조작과 시각화를 위한 코드를 작성하는 방법을 익힌다. 또한 다양한 시각화 도구를 사용하여 데이터를 시각적으로 표현하고, 이를 통해 인사이트를 도출하는 방법을 학습하고 지도 학습, 비지도 학습, 군집화, 회귀 분석 등 기계 학습의 기초적인 알고리즘과 그 응용 방법을 다룬다. 학습 목표 - 데이터를 기반으로 문제를 정의하고, 데이터를 통해 의사 결정을 내리는 능력을 기른다. - 다양한 데이터 분석 도구와 방법론을 실습하며, 실제 사례에 적용해 보는 경험을 쌓는다. - 복잡한 데이터를 시각화하고, 분석 결과를 이해하기 쉽게 전달하는 능력을 키운다.
임베디드시스템(Arduino) EMBEDDED SYSTEM (ARDUINO) (3(4))
본 과목은 마이크로 프로세서의 구성요소와 내부구조, 기본 동작원리, 메모리, 입출력 인터페이스, 명령어, 주소지정 등을 학습하며, 소프트웨어(SW)가 마이크로 프로세서에서 실행되는 원리와 효율적인 소프트웨어 작성방법에 대해 이해한다.
데이터베이스 DATABASE MANAGEMENT SYSTEMS (3(3))
기존의 파일을 바탕으로 한 데이터 처리 환경에서는 데이터의 종속성 및 데이터 중복에 따라 대량의 데이터를 효율적으로 관리하기가 어렵다. 이를 위해 사용자에게 상위의 데이터 모델을 지원하는 데이터베이스의 개념이 등장하였다. 본 강의에서는 다양한 데이터 모델의 설명과 함께 현재 가장 보편적으로 사용되는 관계형 데이터베이스를 사용하는 방법과 그 동작 과정에 관해 설명한다. 구체적으로 SQL 언어와 이를 이용한 데이터베이스 응용 개발, 데이터베이스 설계 과정 및 질의 처리와 트랜잭션 처리 등 핵심적인 데이터베이스 개념들을 설명하며, MySQL DBMS를 이용한 상용 데이터베이스 사용 실습도 포함한다. 그리고 데이터 마이닝과 빅 데이터 처리 등 고급 데이터베이스 주제에 대한 강의도 포함한다.
알고리즘 COMPUTER ALGORITHM (3(3))
본 강의는 자료구조의 후수 과목으로 정렬 알고리즘과 트리 기반의 검색구조, 그리고 해싱을 이용한 심볼 테이블 구성과 문자열 처리에 필요한 다양한 알고리즘을 소개한다. 그리고 새로운 알고리즘을 개발할 때 사용되는 알고리즘 설계 방법론으로 분할 정복법과 동적 프로그래밍, 그리고 탐욕적인 방법 등을 설명한다. 마지막으로, 강의 시간에 습득한 개념을 실제 프로그래밍에 적용하기 위한 다양한 프로그래밍 과제를 수행한다.
강화학습 RE-INGERCEMENT LEARNING (3(3))
이세돌과의 바둑 대결에서 이긴 알파고에서 활용된 대표적인 기계학습 모델은 강화학습으로, 본 교과목에서는 강화 학습의 기본적인 개념을 학습하고, 강화학습이 활용되는 다양한 사례를 소개하고, 이에 대한 학습을 진행한다. 본 교과목에서는 게임 분야에 활용되는 다양한 강화 학습 기법을 추가적으로 학습한다.
자연어처리 NATURAL LANGUAGE PROCESSING (3(3))
현재 사용되고 있는 자연어처리의 개념을 이해하고 이를 활용하기 위한 과목으로 기본적으로는 자연어 처리를 위한 딥러닝 기법을 학습하고 이를 다양한 분야에서 활용할 수 있는 응용 사례를 이용하여 학습을 진행한다. 본 강의는 딥러닝 기반의 자연어처리 기법을 활용한 다양한 응용 사례를 소개하고 이에 대한 학습을 진행한다.