성균관대학교 글로벌융합학부 | 전공소개 | 컬처앤테크놀로지융합전공

교과목명을 클릭하시면 과정 설명을 볼 수 있습니다.

교육과정
학수번호	교과목명	학점	자기 학습 시간	영역	학위	이수 학년	비고	언어	개설 여부
GCO2008	인공지능가치평가	3	6	전공	학사	1-4		-	No
인공지능은 개발자 측면에서뿐만 아니라 사용자 측면에서도 평가되어야 하며, 본 수업에서는 인공지능의 기술들을 세분화하고 그 세분화된 기능들이 사용자들에게 어떻게 평가될 수 있는지 그 방법론을 배움으로서 향후 사용자에게 더 큰 가치를 제공할 수 있는 인공지능을 만드는데 도움을 주고자 한다.
GCO2008	인공지능가치평가	3	6	전공	학사	1-4	글로벌융합학부	-	No
인공지능은 개발자 측면에서뿐만 아니라 사용자 측면에서도 평가되어야 하며, 본 수업에서는 인공지능의 기술들을 세분화하고 그 세분화된 기능들이 사용자들에게 어떻게 평가될 수 있는지 그 방법론을 배움으로서 향후 사용자에게 더 큰 가치를 제공할 수 있는 인공지능을 만드는데 도움을 주고자 한다.
GCO2009	빅데이터처리	3	6	전공	학사	1-4		-	No
본 교과목에서는 R이라는 프로그래밍언어를 활용하여 다양한 데이터타입, 종류 및 사이즈별 데이터분석하는 방법론을 학습하고 결과를 해석하는 방법을 배운다. 특히, 데이터사이즈가 큰 경우 분산시스템에서 데이터분석을 효율적으로 처리하고 개인 혹은 팀별 관심있는 연구주제로 연구를 확장하는 방법론을 학습한다. 문제별 필요시 머신러닝, 딥러닝 및 강화학습을 활용하여 R로 구현하여 문제해결최적화 방법을 경험하는 것을 목표로 한다.
GCO2009	빅데이터처리	3	6	전공	학사	1-4	글로벌융합학부	-	No
본 교과목에서는 R이라는 프로그래밍언어를 활용하여 다양한 데이터타입, 종류 및 사이즈별 데이터분석하는 방법론을 학습하고 결과를 해석하는 방법을 배운다. 특히, 데이터사이즈가 큰 경우 분산시스템에서 데이터분석을 효율적으로 처리하고 개인 혹은 팀별 관심있는 연구주제로 연구를 확장하는 방법론을 학습한다. 문제별 필요시 머신러닝, 딥러닝 및 강화학습을 활용하여 R로 구현하여 문제해결최적화 방법을 경험하는 것을 목표로 한다.
GCO2010	확률론	3	6	전공	학사	1-4		-	No
Combinatoril analysis (Counting, Sample space, Event, Prob. 등) - 기초수학의 개념이 되는 조합론 및 Axioms of Prob. (확률의 기본 성질, 공리, 집합과의 연관성등)에 대해서 깊게 학습하고 중요한 예제는 파이썬으로 구현하는 실무능력을 키우는 것을 목표로 한다. 또한, 머신러닝 및 인공지능의 추론에서 필요한 Axioms of Prob.를 바탕으로 Conditional Prob. (조건부 확률) 및 Bayes's Formula(베이즈 공식)을 깊게 배우고 베이지안 네트워크(Bayesian Network)로 확장해봄으로써 확률론과 고급기계학습간의 연관성을 학습해본다. Random variable(확류변수)의 정의, 종류, Expectation, Limit Theorems등을 배우고 인공지능 및 머신러닝 응용 간단 사례에서 활용하여 확장해보는 팀별 과제를 수행해본다.
GCO2010	확률론	3	6	전공	학사	1-4	글로벌융합학부	-	No
Combinatoril analysis (Counting, Sample space, Event, Prob. 등) - 기초수학의 개념이 되는 조합론 및 Axioms of Prob. (확률의 기본 성질, 공리, 집합과의 연관성등)에 대해서 깊게 학습하고 중요한 예제는 파이썬으로 구현하는 실무능력을 키우는 것을 목표로 한다. 또한, 머신러닝 및 인공지능의 추론에서 필요한 Axioms of Prob.를 바탕으로 Conditional Prob. (조건부 확률) 및 Bayes's Formula(베이즈 공식)을 깊게 배우고 베이지안 네트워크(Bayesian Network)로 확장해봄으로써 확률론과 고급기계학습간의 연관성을 학습해본다. Random variable(확류변수)의 정의, 종류, Expectation, Limit Theorems등을 배우고 인공지능 및 머신러닝 응용 간단 사례에서 활용하여 확장해보는 팀별 과제를 수행해본다.
GCO2011	기계학습입문	3	6	전공	학사	1-4		한	Yes
수업내용: 확률기반 모델, 베이지안 네트워크, Genetic Algorithm, SVM, DT 등 기본적인 머신러닝 알고리즘을 이론을 통해 배움 수업진행방법: 70%의 pre-recorded video와 30%의 실시간 수업(온or오프)을 이용하여 먼저 video 강의를 시청한 후, 실시간 수업을 통해 질의응답 등 필요한 수업 활동으로 진행함
GCO2011	기계학습입문	3	6	전공	학사	1-4	글로벌융합학부	한	Yes
수업내용: 확률기반 모델, 베이지안 네트워크, Genetic Algorithm, SVM, DT 등 기본적인 머신러닝 알고리즘을 이론을 통해 배움 수업진행방법: 70%의 pre-recorded video와 30%의 실시간 수업(온or오프)을 이용하여 먼저 video 강의를 시청한 후, 실시간 수업을 통해 질의응답 등 필요한 수업 활동으로 진행함
GCO2012	딥러닝기초및실습	3	6	전공	학사	1-4		-	No
수업내용: 퍼셉트론, MLP, 딥뉴럴네트워크의 구조와 이슈들을 배우고, 라이브러리를 통해 실습과 프로젝트를 진행해봄 수업진행방법: 70%의 pre-recorded video와 30%의 실시간 수업(온or오프)을 이용하여 먼저 video 강의를 시청한 후, 실시간 수업을 통해 질의응답 등 필요한 수업 활동으로 진행함
GCO2012	딥러닝기초및실습	3	6	전공	학사	1-4	글로벌융합학부	-	No
수업내용: 퍼셉트론, MLP, 딥뉴럴네트워크의 구조와 이슈들을 배우고, 라이브러리를 통해 실습과 프로젝트를 진행해봄 수업진행방법: 70%의 pre-recorded video와 30%의 실시간 수업(온or오프)을 이용하여 먼저 video 강의를 시청한 후, 실시간 수업을 통해 질의응답 등 필요한 수업 활동으로 진행함
GCO2013	인공지능과윤리	3	6	전공	학사	1-4		-	No
이 과목은 학생들로 하여금 인공지능 시스템을 개발하면서 개발자나 연구자나 겪을 수 있는 윤리적/도덕적 이슈들을 실제 사례들을 통해 소개하고, 이러한 이슈들에 대해 고민해 볼 수 있는 기회를 제공하는 데 목표를 둔다. 향후 인공지능 시스템이 사회 전반에 다양한 영향을 미칠 수 있다는 점을 고려하여, 윤리적/도덕적 쟁점을 간과할 때 나타날 수 있는 문제점을 논의한다. 또한, 인공지능 시스템의 객관성을 맹신하는 경우에 야기될 수 있는 문제들에 대해서 생각해볼 시간을 갖는다. 또한 윤리적인 인공지능 시스템 개발이 사회적 공공선을 실현하는 데 어떠한 기여를 할 수 있을지를 생각해보도록 하고자 한다.
GCO2013	인공지능과윤리	3	6	전공	학사	1-4	글로벌융합학부	-	No
이 과목은 학생들로 하여금 인공지능 시스템을 개발하면서 개발자나 연구자나 겪을 수 있는 윤리적/도덕적 이슈들을 실제 사례들을 통해 소개하고, 이러한 이슈들에 대해 고민해 볼 수 있는 기회를 제공하는 데 목표를 둔다. 향후 인공지능 시스템이 사회 전반에 다양한 영향을 미칠 수 있다는 점을 고려하여, 윤리적/도덕적 쟁점을 간과할 때 나타날 수 있는 문제점을 논의한다. 또한, 인공지능 시스템의 객관성을 맹신하는 경우에 야기될 수 있는 문제들에 대해서 생각해볼 시간을 갖는다. 또한 윤리적인 인공지능 시스템 개발이 사회적 공공선을 실현하는 데 어떠한 기여를 할 수 있을지를 생각해보도록 하고자 한다.
GCO2014	정치커뮤니케이션데이터분석실습	3	6	전공	학사	1-4		-	No
디지털 미디어 기술과 커뮤니케이션의 발달로 시민들의 직접적인 정치 참여가 가능해지고 있다는 점에서, 데이터사이언스와 인공지능 기술을 활용하여 온라인 공간에서의 정치 현상을 분석하려는 시도가 늘어나고 있다. 이러한 점에서 본 과목은 학생들로 하여금 현실 세계에 존재하는 다양한 형태의 데이터를 분석하여 현대 사회의 정치 커뮤니케이션 행위에 관한 이해를 높이려는 목표를 가지고 있다. 본 수업에서는 실제 온라인 공간의 다양한 데이터를 수집/분석하는 기회를 통해 데이터사이언스 및 인공지능 시스템 개발자로서 필수적으로 갖춰야할 리서치 스킬을 키우는 기회를 제공하고자 한다.
GCO2014	정치커뮤니케이션데이터분석실습	3	6	전공	학사	1-4	글로벌융합학부	-	No
디지털 미디어 기술과 커뮤니케이션의 발달로 시민들의 직접적인 정치 참여가 가능해지고 있다는 점에서, 데이터사이언스와 인공지능 기술을 활용하여 온라인 공간에서의 정치 현상을 분석하려는 시도가 늘어나고 있다. 이러한 점에서 본 과목은 학생들로 하여금 현실 세계에 존재하는 다양한 형태의 데이터를 분석하여 현대 사회의 정치 커뮤니케이션 행위에 관한 이해를 높이려는 목표를 가지고 있다. 본 수업에서는 실제 온라인 공간의 다양한 데이터를 수집/분석하는 기회를 통해 데이터사이언스 및 인공지능 시스템 개발자로서 필수적으로 갖춰야할 리서치 스킬을 키우는 기회를 제공하고자 한다.
GCO3001	글로벌융합현장실습1	2	4	전공	학사			-	No
전공학습을 통해 습득한지식을 적용할 수 있는 능력을 갖추기 위하여 관심분야 현장에서 갖는 실습강좌 (2주 이상)
GCO3001	글로벌융합현장실습1	2	4	전공	학사		글로벌융합학부	-	No
전공학습을 통해 습득한지식을 적용할 수 있는 능력을 갖추기 위하여 관심분야 현장에서 갖는 실습강좌 (2주 이상)
GCO3002	글로벌융합현장실습2	3	6	전공	학사			-	No
전공학습을 통해 습득한지식을 적용할 수 있는 능력을 갖추기 위하여 관심분야 현장에서 갖는 실습강좌 (5주 이상)
GCO3002	글로벌융합현장실습2	3	6	전공	학사		글로벌융합학부	-	No
전공학습을 통해 습득한지식을 적용할 수 있는 능력을 갖추기 위하여 관심분야 현장에서 갖는 실습강좌 (5주 이상)
GCO3003	글로벌융합현장실습3	3	6	전공	학사			-	No
전공학습을 통해 습득한 지식을 적용할 수 있는 능력을 갖추기위하여 관심분야 현장에서 갖는 실습강좌 (5주 이상)
GCO3003	글로벌융합현장실습3	3	6	전공	학사		글로벌융합학부	-	No
전공학습을 통해 습득한 지식을 적용할 수 있는 능력을 갖추기위하여 관심분야 현장에서 갖는 실습강좌 (5주 이상)
GCO3004	글로벌융합현장실습4	6	12	전공	학사			-	No
전공학습을 통해 습득한 지식을 적용할 수 있는 능력을 갖추기 위하여 관심 분야 현장에서 갖는 실습강좌 (9주간 이상)
GCO3004	글로벌융합현장실습4	6	12	전공	학사		글로벌융합학부	-	No
전공학습을 통해 습득한 지식을 적용할 수 있는 능력을 갖추기 위하여 관심 분야 현장에서 갖는 실습강좌 (9주간 이상)
GCO3005	글로벌융합학부캡스톤프로젝트	3	6	전공	학사			영	Yes
본수업에서는인공지능의활용, 데이터사이언스의 활용, 컬쳐 앤 테크놀로지를주제로팀프로젝트를수행합니다.수강신청에앞서반드시담당교강사와주제를먼저상담해야하고,학생의관심주제와교강사의지도주제가잘부합될때수강하도록합니다.본연구의주요결과물은인공지능, 데이터사이언스, 컬쳐 앤 테크놀로지를활용한서비스/시스템개발,관련작품의프로토타입제작,논문작성,오픈소프트웨어출시를목표로합니다.
GCO3005	글로벌융합학부캡스톤프로젝트	3	6	전공	학사		글로벌융합학부	영	Yes
본수업에서는인공지능의활용, 데이터사이언스의 활용, 컬쳐 앤 테크놀로지를주제로팀프로젝트를수행합니다.수강신청에앞서반드시담당교강사와주제를먼저상담해야하고,학생의관심주제와교강사의지도주제가잘부합될때수강하도록합니다.본연구의주요결과물은인공지능, 데이터사이언스, 컬쳐 앤 테크놀로지를활용한서비스/시스템개발,관련작품의프로토타입제작,논문작성,오픈소프트웨어출시를목표로합니다.
GCO3006	융합전공의진로설계와역량계발	3	6	전공	학사	3-4		-	No
융합전공의 경우 방법론적, 기술적 역량(skill set)을 갖췄다는 장점이 있지만, 의식적으로 이론적 기반을 갖추지 않으면 자칫 기술만 갖춘 인재가되기 쉽다. 성균관대의 강한 인문적 전통의 기반 위에 방법론적 수월성과 이론적 깊이를 갖춘 인재로 성장하게 되면, 어떤 경력을 추구할 수 있는지 배우고 그러한 경력에 필요한 기초 역량을 함양한다.
GCO3006	융합전공의진로설계와역량계발	3	6	전공	학사	3-4	글로벌융합학부	-	No
융합전공의 경우 방법론적, 기술적 역량(skill set)을 갖췄다는 장점이 있지만, 의식적으로 이론적 기반을 갖추지 않으면 자칫 기술만 갖춘 인재가되기 쉽다. 성균관대의 강한 인문적 전통의 기반 위에 방법론적 수월성과 이론적 깊이를 갖춘 인재로 성장하게 되면, 어떤 경력을 추구할 수 있는지 배우고 그러한 경력에 필요한 기초 역량을 함양한다.
HAI7001	인간AI인터랙션캡스톤프로젝트	3	6	전공	학사/석사/박사	2-8	인간AI인터랙션융합전공	영	Yes
대학원 수준에서 아직 해결되지 않은 거대 문제 또는 장기 미제에 도전하는 프로젝트기반 수업으로 지도교수의 일 대 일 밀착 지도를 통해 학생과 교원, 그리고 인공지능이 해당 문제에 대하여 깊은 이해를 갖고 학술적, 공학적, 인터랙션 측면의 솔루션을 찾기위한 과정을 중시한다. 학기 초에는 문제의 발굴과 정의, 중기에는 관련 정보의 수집 및 분석, 기말에는 해결을 위한 방안의 모색을 주로 다룬다.
HFS2002	포스트휴먼과미래기획	3	6	전공	학사	1-2	미래인문학연계전공	한	Yes
본 강의는 가치중립적이라는 미명아래 가속화되고 있는 기술의 진화를 사실에 근거하여 반성하고, 그 산물로서 제기되고 있는 포스트-휴먼과 인간의 미래를 전망해보고자 한다. 포스트-휴먼 시대의 전망을 통해 우리는 인간의 욕망, 인간의 존재 의미 그리고 기술문화의 변화상 및 미래를 구상해 볼 것이다.
HFS2003	데이터리터러시	3	6	전공	학사	3-4	미래인문학연계전공	-	No
정보는 데이터 덩어리로 생산되고 전달되며, 정보는 데이터의 맥락에서 해석되고 이해된다. 데이터 리터러시(Data Literacy)란 정보의 해석을 위해 데이터를 목적에 맞게 활용하는 데이터 해석 능력을 뜻한다. 데이터 해석 능력을 함양하기 위해 본 강좌에서는 데이터 구축을 통한 데이터 이해를 방법론으로 사용한다. 데이터를 만들어봄으로써, 학생은 데이터의 라이프 사이클을 이해하고 데이터에 관한 다방면의 이해를 도모할 수 있다. 데이터 구축의 핵심은 어떠한 데이터를 만드는가에 있으며, 인문 역량은 이 과정의 토대로서 작용한다. 본 강좌를 통해 학생들은 빠르고 다양한 형태로 만들어지는 빅데이터의 의미를 정확하고 빠르게 파악할 수 있게 한다. 학생들은 자신의 맥락에서 데이터를 활용할 수 있는 이해능력을 갖추게 될 것이다. 데이터 이해 능력은 다양한 영역에서 활용될 수 있다. 우리는 특히 정부, 기업, 지역 차원에서 생산된 데이터를 활용하는 능력의 증진에 초점을 둘 것이다.
HFS3002	미래디자인과인문학	3	6	전공	학사	3-4	미래인문학연계전공	한	Yes
본 과목은 인문학과 디자인의 융합을 통해 미래 구상 능력을 배양하는 데 교육의 목적을 둔다. 이 수업에서는 인문학의 관점에서 디자인의 의미해석을 고찰할 것이며, 이를 토대로 미래의 기술적 변화, 특히 현실 공간의 변화를 인문-디자인의 시각에서 구상해 볼 것이다.