Inspiring Future, Grand Challenge

Search
Close
Search
 
  • home
  • 전공소개
  • 인공지능융합전공
  • 교육과정

전공소개

인공지능융합전공

교과목명을 클릭하시면 과정 설명을 볼 수 있습니다.

교육과정
학수번호 교과목명 학점 자기
학습
시간
영역 학위 이수
학년
비고 언어 개설
여부
AAI2004 인공지능통계론 3 6 전공 학사 Yes
이 과목은 인공지능 활용을 위한 기초 선형대수와 통계론을 습득하는 과목으로, 인공지능융합전공 학부생이 향후 인공지능을 자유롭게 활용하기 위한 통계적 토대가 되는 강좌이다. 선형시스템에서 Gaussian Elimination, Orthogonality, Vector Space, Least Squares Approximation등과 그 응용에 대해서 소개하며, 이와 연관된 공학 통계에 대해 다룬다.
AAI2005 컴퓨터구조및시스템 3 6 전공 학사 Yes
중앙처리 장치의 명령 실행 규칙을 지배하고 있는 계산 모델에 대하여 설명하고, 이와 관련된 컴퓨터 구성의 발전 과정에 대하여 살펴본다. 명령의 실행규칙이 순차처리 특성을 갖는 노이만 컴퓨터 구성을 중심으로, 중앙처리 장치의 종류와 특징 및 중앙처리장치와 다른 기능 모듈들을 접속하기 위한 연결 구성에 대하여 강의한다. 또한, 프로세서의 파이프라인 구성에 대해서도 자세히 설명한다. 또한, 제어장치의 구현방법 자체가 명령축약형 컴퓨터 구조의 설계 기술로부터 얼마나 혜택을 볼 수 있는지에 대해서도 기존의 CISC구조의 제어 장치의 구현 방법과 비교해서 설명한다. 특히 인공지능과의 깊은 연관성을 가지고 있는 고성능 프로세서와 GPU와 같이 최신 컴퓨터 구조와 시스템 관점을 전달한다. 이와 함께 병렬처리 컴퓨터 시스템의 구조와 개념 및 목표, 기술적인 이슈에 대하여 학생들의 시야를 넓히기 위해서 학부 수준에 맞추어서 간단히 소개한다.
AAI2008 데이터베이스개론 3 6 전공 학사 Yes
본 과목의 목적은 데이터베이스 시스템의 디자인, 사용, 그리고 구현에 필요한 기본 개념들을 소개하는 데 있다. 본 과목에서 다루는 주제들로는 데이터베이스 관리 시스템의 개념, ER 디자인, 관계형 모델, 정규화기법, 계층형 모델, 망 모델, 그리고 파일조직 등으로 요약될 수 있다. 본 과목의 성공적인 이수를 위해서는 전산학개론, 이산구조, 자료구조 등의 선수과목이 장려된다.
AAI2009 인공지능개론 3 6 전공 학사 Yes
본 과목은 기초이론을 강의하고, 진보된 주제를 소개하고자 한다. 이론에서 다루는 세부 과제로서는 상태공간에서 문제의 표현, 넓이우선 탐색, 깊이우선 탐색과 경험적 탐색 등의 탐색방법, 그리고 술어 논리, 해결 방법, 법칙을 사용한 지식 표현 등이다. 계획 시스템, 훈련방법을 포함한 퍼셉트론과 홉필트 신경망 등과 같은 신경망과 퍼지 기술, 영상표현, 외각선 검출, 직선과 곡선의 검출 등과 같은 컴퓨터 시각 등의 진보 된 주제들을 소개한다.
AAI2011 시스템프로그래밍 3 6 전공 학사 Yes
운영체제, 디바이스 드라이버, 컴파일러 등과 같은 시스템 소프트웨어는 직접적으로 컴퓨터 하드웨어를 콘트롤하고 응용 소프트웨어를 실행할 수 있는 환경을 제공한다. 이러한 시스템 소프트웨어는 C언어로 구현되는 경우가 많다. 본 교과목에서는 C언어 기반의 시스템소프트웨어 이론 및 설계/구현 방법론에 대해 다룬다. 또한, 유닉스/리눅스 환경에 대한 이해 및 사용법에 대해 학습한다. 프로세스/쓰레드 관리, 네트워크 통신 등 다양한 시스템 자원 관리를 위한 시스템소프트웨어 개발에 대한 경험을 제공한다.
AAI2012 컴퓨팅사고및응용 3 6 전공 학사 Yes
본 과목에서는 컴퓨터를 처음 접하는 학생들을 대상으로 컴퓨터에 대한 일반적인 기초개념 등을 설명하고, 프로그램이 수행되는 과정과 프로그램 작성을 위한 논리적인 사고에 대하여 강의한다. 이와 같은 기초 지식을 바탕으로 파이썬 프로그래밍 언어를 사용하는 방법을 습득한다. 특히, 이론과 실습의 병행을 통하여 프로그램의 실사구시화를 수행할 수 있도록 한다.
AAI2014 강화학습 3 6 전공 학사 Yes
강화 학습은 로봇공학, 게임, 소비자 모델링 등 광범위한 문제에 적용될 수 있는 대표적인 기계 학습 기법 중 하나이다. 본 수업에서는 강화 학습의 방법론으로 마르코프 의사결정 과정, 동적 프로그래밍에 의한 계획, 모델 프리예측, 모델 프리 제어, 가치 함수 근사, 정책 그레디언트, 학습과 계획, 탐구 및 탐사 등을 다루고자 한다.
AAI2015 자료구조및알고리즘개론 3 6 전공 학사 Yes
본 강의의 목적은 (1) 데이터를 논리적으로 구조화하여 컴퓨터에 물리적으로 저장하고 조작하는 방법인 자료구조를 소개하고, (2) 자료구조를 이용하여 주어진 문제를 효율적으로 해결하기 위한 일련의 연산 절차인 알고리즘을 설계하는 방법을 소개하는 데 있다. 본 강의에서 다루는 주된 학습 내용은 다음과 같다: (1) 리스트, 트리, 그래프 등과 같은 기본적인 자료구조와 이에 대한 연산 구현, (2) 분할 정복, 탐욕적 방법, 동적 프로그래밍 등과 같은 알고리즘 설계 전략을 통한 문제 해결.
AAI2016 의료데이터시스템개론 3 6 전공 학사 - No
의료 및 관련 분야의 데이터 과학자 및 AI 전문가에 대한 수요가 증가하고 있습니다. 의료 데이터 시스템개론에서는 의료 및 보건학에 중점을 둔 다양한 의료 시스템 또는 자료와 의료 데이터 표준, 코딩 및 분석에 대해 설명합니다. 또한 환자 또는 의료 전문가에게 의료 정보를 제공하기 위한 실용적인 지침에 대해서도 설명합니다. 의료 데이터 전문가는 증거 기반 의료 정보 서비스를 구축하는 데 핵심적인 역할을 합니다. 이 과정은 MedlinePlus, WebMD, Medical Subject Heading(MeSH), PubMed 및 SNOMED-CT를 포함한 건강 지식, 의료 또는 의료 데이터 시스템을 포함합니다.
AAI2017 AI시스템 3 6 전공 학사 Yes
본 과목에서는 기계학습, 딥러닝, 자연어 처리, 음성인식 및 시각인식 등과 같은 기술이 반영된 인공지능시스템에 대해 학습한다. 인공지능 시스템의 구축에 필요한 SW기술, 개발 도구 및 환경 구성 방법에 대해 학습한다. 강의 수업과 더불어 스스로 대표적인 인공지능시스템을 구축하는 실습이 수업에 포함되며, 팀으로 프로젝트를 진행하여 다양한 주제에 대한 인공지능시스템을 직간접적으로 경험할 수 있도록 한다.
AAI2018 운영체제기초 3 6 전공 학사 Yes
본 교과목에서는 컴퓨터 시스템의 운영체제에 대한 기본적인 개념, 구조, 기능 및 각 컴포넌트별 동작과정들을 공부한다. 특히, 운영체제의 주요 구성 요소인 프로세스 및 프로세서 관리 시스템, 기억장치 및 가상 메모리 관리 시스템, 파일 및 입출력 관리 시스템 등의 대표적인 기능들에 대해 공부함으로써 학습자들로 하여금 컴퓨터 시스템의 동작 과정을 체계적으로 이해하도록 하며, 이를 통해 응용 소프트웨어를 보다 최적화된 형태로 개발할 수 있는 능력을 함양한다.
AAI2019 소셜미디어데이터코딩입문 3 6 전공 학사 Yes
본 강의는 최근 트렌드인 소셜 데이터 분석에 가장 많이 응용되는 자연어 텍스트 분석을 집중해서 강의합니다. 코딩을 문장으로 학습하는 형식으로 강의가 이루어지므로 코딩을 처음 접하는 학생도 쉽게 코딩에 익숙해 질 수 있는 개론 수업입니다. 중간 고사 이후에는 자연어 텍스트 분석에 가장 많이 활용되는 LDA Topic Modeling과 Bag of Words 등을 이해하기 위한 기초 지식과 그 응용을 함께 설명하고 실습합니다. 구글 코랩이나 visual studio환경에서 코딩을 하게 되며, 이 강의를 통해 코딩의 원리와 데이터 분석의 기본을 익힐 수 있고, 팀 프로젝트를 통해 지식을 공유하며 창의력과 협업심을 향상시킬 수 있습니다.
AAI3004 이산수학 3 6 전공 학사 - No
컴퓨터를 이용하여 실세계의 여러 가지 문제를 해결하려면, 먼저 그 문제상황을 수학적 모델로 변형한 후 이것을 해결하는 알고리즘을 작성하여 프로그래밍하여야 한다. 이산수학은 실세계의 여러 가지 문제들을 수학적 모델로 변형하고 이것을 해결하는데 필요한 수학적 지식과 알고리즘을 이해하게 함으로써 컴퓨터의 활용에 필요한 도구적 지식을 갖추게 한다.
AAI3005 데이터마이닝 3 6 전공 학사 Yes
이 과목은 데이터마이닝의 기초 및 최신 데이터마이닝 방법론을 다룬다. 데이터마이닝의 기본 개념 및 통계, 기계학습, 추론, 그래프이론 등의 다양한 데이터마이닝 기법을 공부한다. 또한, 데이터 수집, 전처리, 저장 등의 빅데이터 처리 관련된 토픽도 다룬다. 빅데이터로부터 의미 있는 패턴을 발견하고 미래를 예측하는 실제적인 경험을 제공한다.
AAI3006 기계학습 3 6 전공 학사 Yes
기계학습은 컴퓨터가 특정 과업을 잘 해낼 수 있도록 데이터(혹은 경험)를 학습하는 것이다. 빅데이터로부터 의미 있는 정보와 지식을 추출해내는 것이 기계학습의 핵심 과제이다. 본 교과목은 기계학습에 관련된 다양한 개념, 방법론, 알고리즘을 다룬다. 또한, 분류, 예측, 군집 등과 관련된 다양한 기계학습 방법론들의 원리 및 응용에 대해 소개한다. 기계학습 알고리즘 및 응용을 구현 및 활용하는 경험을 통해 기계학습을 통한 문제 해결 능력을 갖게 된다.
AAI3007 소프트웨어공학 3 6 전공 학사 Yes
소프트웨어 공학은 적절한 기간과 비용의 한도 내에서 개발되고 수정되는 소프트웨어 생산품의 생산과 유지를 위한 체계적인 기술과 관리의 학문분야로써 소프트웨어 생산품의 질을 향상시키고 생산성을 증가시키는데 그 목적이 있다. 특히, 소프트웨어 생명주기, 구조적 설계 및 분석기법, 각종 다이어그래밍 기법 등에 대해 배움으로써 고품질의 소프트웨어를 양산할 수 있는 능력을 배양한다.
AAI3009 컴퓨터비전 3 6 전공 학사 - No
컴퓨터비전은 인공지능 분야에서 가장 빠르게 발전하는 분야로, 다양한 이미지와 동영상과 같은 시각 정보들을 수집, 처리, 분석, 이해, 활용하는 데 그 목적을 두고 있다. 본 과목은 학부 고학년생을 위한 과목으로 컴퓨터비전과 관련한 기초적인 개념과 방법론 및 그 응용을 배운다. 아울러 프로그래밍으로 구성된 과제들과 학기 프로젝트를 통해 실제 영상을 다루는 경험을 쌓는데 주안점을 둔다. 주로 학습하는 내용은 다음과 같다. - image processing, segmentation, feature extraction, photometric vision, motion and tracking, camera models, scene reconstruction, and human/scene/object recognition and detection.
AAI3010 딥러닝 3 6 전공 학사 Yes
본 과목에서는 인공지능(딥러닝)의 배경지식과 활용방법을 습득하며, CNN/RNN과 관련된 지식과 활용법을 실습한다. 딥러닝 기본개념, Stochastic Gradient Descent, backpropagation 기법, 초기화기법, regularization 기법, CNN 기초와 구조, RNN 기초와 응용을 다룬다.
AAI3011 자연어처리 3 6 전공 학사 Yes
자연어처리에 대한 개념, 기술, 모델에 대해 논의한다. 자연어처리와 분석 기술, 특히 딥러닝 기반의 자연어처리에 대한 이론과 실습을 다룬다. 그리고 자연어처리와 관련된 프로젝트를 통해 창의적 설계와 개발 내용을 학습한다. 주요 내용은 워드임베딩, 서브워드, 문장임베딩 프로그래밍, CNN을 이용한 자연어처리 프로그래밍, DNN을 이용한 자연어처리 프로그래밍 등이 있다.
AAI3013 빅데이터처리 3 6 전공 학사 Yes
빅데이터는 인공지능, 자율자동차, 로봇, 추천 시스템, IoT 등 최신 기술의 핵심 요소이다. 본 강의에서는 수많은 시스템에서 생성되는 빅데이터를 어떻게 수집, 저장 및 처리할 수 있는지에 대해 학습한다. 또한, 네트워크과학, 기계학습, 통계분석 등 다양한 빅데이터 분석 방법론을 배운다. 특히, Hadoop과 Spark를 활용한 빅데이터 처리에 대해 집중적으로 학습한다.
AAI3014 AI산업전략 3 6 전공 학사 Yes
정보통신 산업은 매우 빠른 속도로 발전하며, 다른 산업들과는 다른 특성을 가지고 있다. 따라서 정보통신 산업 내의 기업들은 성공을 위해 기존 기업들과는 다른 관점과 전략을 필요로 한다. 본 과목은 정보통신기술의 하나인 AI산업에 속해있는 기업들이 가지고 있는 특성을 분석하고, 기술경영 이론들과 다양한 사례들을 통해 AI기업들의 전략을 도출해본다.
AAI3015 소셜인텔리전스 3 6 전공 학사 Yes
본 과목은 Social media 상에 있는 posts 또는 comments 와 같은 텍스트 메시지는 물론 likes, shares, friending 등 다양한 의사표현 행위 데이터를 표집하여 R, Python 등의 통계 및 프로그램 언어를 통해 직접 분석해보는 강의이다. 본 강의는 인문사회적 오리엔테이션이 강한 학생들도 수강할 수 있을 정도의 수준을 유지하면서도 직접 다양한 소셜미디어상의 데이터를 수집 및 분석해보는 과정을 경험해보며 다양한 인문사회적 이론을 통해 그 결과를 해석해볼 수 있는 강의이다.
AAI3016 지능형인지감성디자인 3 6 전공 학사 - No
본 과목은 인간-컴퓨터상호작용(Human-Computer Interaction; HCI) 분야에서 사용자의 인지와 감성에 대한 여러 이슈들을 다룬다. 수업에서 다루는 내용은 인간정보처리, 의사결정모델, 감성디자인, 감성의 측정과 활용 등을 포함한다. 특히, 본 과목은 지각, 인식, 기억, 인지, 판단, 행동으로 이어지는 일련의 과정에서 발견되는 사용자의 본질적 속성과 한계에 주목하고, 여기에 감성, 감정과 같은 요소들을 고려함으로써 인공지능 기반 상호작용적 제품/서비스 개발에 대해 실질적인 측면에서의 접근을 시도한다.
AAI3017 인간인공지능상호작용 3 6 전공 학사 - No
이 수업은 학생들에게 인간과 인공지능(AI) 간의 상호작용에 대한 기본 개념과 이슈들을 소개하여 특히 인공지능이 인간에게 보다 도움이 되고 편하게 사용할 수 있도록 하는데 중요한 심리적 요소들을 통해 어떻게 인공지능이 디자인되어야 할것인가까지 논의하는 것이 주목적이다. 이 주제들은 AI 스피커, 자동차 음성 인터페이스, 소셜로봇, 교육용 AI 등의 여러 인공지능 기술의 다양한 예를 통해 보다 자연스럽고 의미 있는 사회적 소통을 구현하는 방법에 대해 HCI, 심리학, 커뮤니케이션 등 여러 분야의 이론을 기반으로 논의하게 된다. 학생들은 인문사회적인 접근방법을 통해 AI 어플케이션의 기획과 UX design 을 분석, 경험하는 활동을 하게 될 것이며 AI/머신러닝에 대한 지식은 수업 듣는데 도움이 될 수 있으나 필수는 아니다.
AAI3019 인공지능마케팅 3 6 전공 학사 Yes
AI는 기업경영의 현장에서 가장 빠르게 도입될 것으로 얘측된다. 인간의 행복과 만족, 편안함을 추구하는 궁극적인 마케팅의 생산성 향상을 위해서 인공지능을 어디에 어떻게 왜 사용하는지 이해한다. 다양한 Use Case를 탐구한다. AI 기술을 응용하여 Digital Trasnformaion이 기업 경영의 실제 현장에서 어떻게 구현되는지 창의적으로 모색한다. 하버드 스탠포드 및 각국의 AI Use Case 의 다양한 최신의 자료를 심층적으로 토론하여 연구하며, 실제로 AI를 응용하여 신제품 개발, 가격 설정, 프로모션, 판매 영업, 브랜딩, 로고,고객 관리 등 다양한 마케팅 컨택스트에서 어떻게 Ai 기술이 응용되어 사업화되는지 익히고 창의적으로 새로운 시장 전략을 수립한다. 특히 마케팅의 궁극적 목표인 인간의 행복 증진과 삶의 질의 형상을 위해 AI 기술이 인간에게 어떤 비전을 줄 수 있을지 또 이를 통한 경영자의 사회적 공헌과 리더쉽은 무엇인지 깊이 사고한다. Generative Adversarial Networks와 같은 딥러닝 기법을 활용하여 기업경영 커뮤니케이션에 필요한 Marketing Creative와, 광고 이미지, 메세지, 로고 등 마케팅 컨텐츠 제작 혹은 간단한 마케팅 챗봇을 만드는 과제를 팀으로 실습하여 본다.
AAI3020 캡스톤설계프로젝트 3 6 전공 학사 한,영 Yes
본 수업에서는 인공지능의 활용과 ICT융합을 주제로 팀 프로젝트를 수행합니다. 수강 신청에 앞서 반드시 담당 교강사와 주제를 먼저 상담해야 하고, 학생의 관심 주제와 교강사의 지도 주제가 잘 부합될 때 수강하도록 합니다. 본 연구의 주요 결과물은 인공지능을 활용한 서비스/시스템 개발, 데이터 기반 도메인 응용을 통해 관련 작품의 프로토타입 제작, 논문 작성, 오픈소프트웨어 출시를 목표로 합니다.
AAI3021 창의융합프로젝트 3 6 전공 학사 - No
본 과목은 팀 프로젝트 중심으로 다양한 학문 영역의 학생들이 협력하여 문제를 이해하고 해결할 수 있는 융합경험을 갖는 것을 목적으로 한다. 또한 활발한 팀 활동을 통하여 개인의 창의성을 키운다. 본 과목은 1) 융합 접근을 경험하고, 2) 문제를 탐색하고 이해하며, 3) 해결책을 개발하고, 4) 문제해결을 위한 방법론을 배운다. 문제해결 방법론으로 트리즈(TRIZ)를 활용 한다, 병행해서 스마트폰 제품 기술을 어느 정도 이해하는 시간을 갖는다. 그리고 학생들이 가지고 있는 스마트폰을 충분히 사용하면서, 사용자 관점에서의 스마트폰 제품의 2~5년후의 새로운 서비스를 발굴해 본다. 문제의 대상은 바뀔 수 있다.
AAI3023 인공지능서비스디자인 3 6 전공 학사 Yes
이 수업에서는 학생들이 인공지능 서비스를 직접 디자인하는 경험을 제공한다. 인공지능 서비스를 기획하는데에 있어 중요한 전반의 과정에 대해 배운다. 첫번째, 사용자 분석방법을 배워 실제 사용자의 경험에 대해 분석을 진행하여 사용자에 대해 깊은 이해를 할 수 있도록 한다. 두번째, 사용자 경험을 바탕으로 무엇이 문제이고 불편한 점인가를 분석하여 밝힌다. 세번째, 문제를 밝힌 다음 그 문제를 해결할 수 있는 해결 아이디어를 도출하고 이를 인공지능 서비스를 이용하여 해결할 수 있도록 디자인한다.
AAI3024 가상현실데이터처리및국제표준 3 6 전공 학사 - No
본 과목은 최신 가상현실(Virtual Reality: VR) 기술을 이해하기 위한 영상처리 및 스트리밍 시스템 기술을 학습하는 것을 목표로 한다. 학습내용은 가상현실 처리를 위한 (1) MPEG-Immersive 국제표준의 이해, (2) 360도 영상 및 메타데이터 처리 기술, (3) 비디오 인코딩/디코딩 기술 등이 있다. 또한 본 수업은 표준 참조SW를 이용한 프로젝트 실험을 통해 최신 VR처리시스템 기술을 깊이 이해할 수 있도록 한다.
AAI3025 인공지능과이론 3 6 전공 학사 Yes
인공지능과 이론 강의에서는 사회과학분야의 데이터를 이해하고 AI에 적용하기 위한 다양한 모델과 이론을 학습한다. 이론적 틀을 통해 사람들의 인식과 행태를 설명하고, 소셜 미디어에서 생성되는 데이터, 그리고 사회현상을 해석하는 데 필요한 렌즈 내지는 시각을 개발하기 위한 개념과 지식을 논의한다.이 강의를 통해 학생들은 이론을 데이터 분석에 적용하는 아이디어를 얻을 수 있으며, 지금까지 생산된 수많은 기술과 혁신들의 사회적 수용 또는 저항에 영향을 미친 원리를 이해할 수 있다.