발전기금
교과목명을 클릭하시면 과정 설명을 볼 수 있습니다.
| 학수번호 | 교과목명 | 학점 |
자기 학습 시간 |
영역 | 학위 |
이수 학년 |
비고 | 언어 |
개설 여부 |
|---|---|---|---|---|---|---|---|---|---|
| ICE3053 | 미래차현장실습 | 1 | 0 | 전공 | 학사 | 정보통신대학 | - | No | |
| 본 과목은 미래형자동차 마이크로디그리를 신청한 학생들에게 학기 중이나 방학기간 동안 학문적 지식과 현장경험을 연계시키는 프로그램으로, 현장실습 프로그램에 참여하는 학생은 학문적 지식을 현장에 적용시켜 봄으로써 보다 나은 자신의 커리어를 설정하는 경험을 쌓게 된다. (1개월 이상) | |||||||||
| ISS3198 | Artificial Intelligence | 3 | 6 | 전공 | 학사 | 국제하계대학 | 영 | Yes | |
| This course aims to teach the fundamentals of artificial intelligence starting with the concepts of intelligence, rationality and intelligent agents. Next, it will probe into problem solving, introducing the notion of search by drawing examples from puzzles and games amongst others. Then, the basics of knowledge representation and reasoning, such as logic and planning will be explored. Machine learning, a fast growing subfield of A.I. will also be covered focusing on technologies and real-world applications such as games, biomedical applications, social networks and smart technologies. Further topics (time-permitting) include the impact of major A.I. areas such as robotics and computer vision, natural language and speech processing in our society today. This is an introductory course and would be suitable for anyone interested to delve deeper into A.I. in the near future. Students will be given assignments that do not require any programming. | |||||||||
| ISS3233 | Statistics in Python | 3 | 6 | 전공 | 학사 | 1-4 | 국제하계대학 | 영 | Yes |
| This course will cover elementary topics in statistics using Python. The statistics topics include principles of sampling, descriptive statistics, binomial and normal distributions, sampling distributions, point and confidence interval estimation, hypothesis testing, two sample inference, linear regression, and categorical data analysis. Using Python, students will learn basic knowledge in Python programming, data management, data formats and types, statistical graphics and exploratory data analysis, and basic functions for statistical modeling and inference. | |||||||||
| ISS3290 | Introduction to Big Data Analysis | 3 | 6 | 전공 | 학사 | 국제하계대학 | 영 | Yes | |
| Understand the genesis of Big Data Systems • Understand practical knowledge of Big Data Analysis using Hive, Pig, Sqoop • Provide the student with a detailed understanding of effective behavioral and technical techniques in Cloud Computing on Big Data • Demonstrate knowledge of Big Data in industry and its Architecture • Learn data analysis, modeling and visualization in Big Data systems | |||||||||
| ISW3001 | 양자컴퓨팅개론 | 3 | 6 | 전공 | 학사 | 3-4 | 지능형소프트웨어학과 | 한 | Yes |
| 본 수업에서는 기본적인 양자 정보 이론 및 이를 활용한 대표적인 양자 어플리케이션들, 그리고 최근 이뤄지고 있는 대규모 양자컴퓨터 시스템 설계의 방법론 및 트렌드에 대해 배운다. - 양자정보이론: 양자 상태의 중첩, 양자 얽힘, 양자 상태의 측정. - 양자 어플리케이션: 쇼어 알고리듬, 양자 푸리에 트랜스폼, 양자 페이즈 예측, 양자 머신러닝. - 양자 컴퓨터 시스템: 큐빗의 제조 및 제어, 양자오류정정이론, 양자 컴파일러. | |||||||||
| ISW3002 | 시계열데이터처리개론 | 3 | 6 | 전공 | 학사 | 3-4 | 지능형소프트웨어학과 | 한 | Yes |
| <선행과목으로 선형대수학 및 확률론에 대한 이해가 필요> 과목에서는 연속적 또는 순차적 특성을 지닌 데이터를 이해하고 처리하는 데 필요한 기본 개념과 핵심 기법을 다룬다. 기본적인 디지털 신호처리에서 시작해, 칼만 필터, 자기회귀 모델, MCMC 등 대표적인 시계열 분석 방법을 소개한다. 이후 음성, 텍스트, 비디오 등 다양한 도메인에서의 데이터 처리로 범위를 확장한다. CNN, RNN, Transformer 등 딥러닝 기반 순차적 데이터 처리 모델의 구조에서부터, 요약, 번역, 질의응답 등 다양한 실제 활용 분야를 살펴본다. | |||||||||
| ISW3003 | 오픈소스AI실습 | 2 | 4 | 전공 | 학사 | 3-4 | 지능형소프트웨어학과 | 한 | Yes |
| <파이썬 프로그래밍에 대한 기본적인 지식이 필요하며, 딥러닝 관련 과목 선수강을 강력하게 권장> 딥러닝의 발전은 오픈소스 소프트웨어 생태계의 성장과 밀접하게 연결되어 있다. 본 실습 과목에서는 파이토치 라이브러리를 중심으로, 딥러닝에서 사용되는 핵심 모델과 알고리즘을 직접 구현하고 이해하는 것을 목표로 한다. 데이터 처리, 모델 구현, 훈련, 추론에 이르기까지 폭넓은 범위를 다루며, 실습을 통해 오픈소스 기반 AI 개발의 기본 역량을 기르고자 한다. | |||||||||
| ISW3004 | 인공지능윤리 | 3 | 6 | 전공 | 학사 | 3-4 | 지능형소프트웨어학과 | 영 | Yes |
| 이 과목은 AI 윤리 문제에 대한 이해 및 이를 해결하기 위한 여러 모델 및 알고리즘에 대한 학습 및 논의를 수행하는 과목이다. AI윤리는 AI가 활용될 때 발생할 수 있는 예측 불가능한 비극을 방지하기 위한 공정성, 투명성, 안전성, 안정성, 책임성 등의 여러 윤리 원칙들에 대하여 학습한다. 이후 현재 및 미래의 관련 문제들에 대한 해결 방법론 및 알고리즘에 대한 논의를 수행함으로써 이를 학습한다. | |||||||||
| ISW3005 | 확률그래프모델 | 3 | 6 | 전공 | 학사 | 3-4 | 지능형소프트웨어학과 | 영 | Yes |
| 확률그래프모델(Probabilistic Graphical Models, PGM)은 확률론과 그래프 이론을 결합하여 복잡한 확률적 관계를 구조적으로 표현하고 추론하는 방법론을 다루는 분야입니다. 본 과목은 확률적 모델링의 기본 개념을 그래프 기반 관점에서 접근하여, 현실 세계의 불확실성을 체계적으로 다루는 능력을 기르는 것을 목표로 합니다. 학생들은 베이지안 네트워크(Bayesian Networks), 마르코프 랜덤 필드(Markov Random Fields) 등을 포함한 다양한 그래프 기반 모델을 학습하고, 이러한 모델을 이용한 추론, 학습, 예측 기법을 익히게 됩니다. | |||||||||
| ISW3006 | 인공지능세미나 | 3 | 6 | 전공 | 학사 | 3-4 | 지능형소프트웨어학과 | 한 | Yes |
| 본 교과는 연구·산업 분야의 인공지능 및 컴퓨터공학 전문가를 초빙해 최신 기술 동향과 발전 방향을 탐구하는 세미나형 교과이다. 학생들은 실제 현장의 사례와 전문 지식을 접하며 인공지능 기술의 가능성과 한계를 비판적으로 사고하는 능력을 기른다. 수업은 강연과 토론 중심으로 운영되며, 학생들은 다양한 시각을 기반으로 기술적·사회적 이슈를 함께 논의한다. 이를 통해 새로운 기술 및 사업을 개척하는 데 필요한 통찰과 문제해결 역량을 확보하고, 협업과 소통 능력도 함께 강화한다. | |||||||||
| ISW3007 | 통계분석 | 3 | 6 | 전공 | 학사 | 3-4 | 지능형소프트웨어학과 | 한 | Yes |
| 본 강의는 데이터로부터 의미 있는 정보를 도출하고, 테이터 기반 의사 결정을 위한 기초 통계 이론과 분석 기법을 학습하는 것을 목적으로 합니다. 구체적으로, 기술통계를 를 넘어, 가설 검정, 통계적 추론, 실험 설계, 회귀분석, 분산분석, 비모수 분석 등 다양한 분석 방법과 이를 활용한 실세계 응용 문제에 대하여 폭넓게 다룬다. 본 과목의 선수과목은 따로 없으며, 기초 수학 및 통계 개론과 기본적인 데이터 처리 및 프로그래밍 경험이 있으면 도움이 될 수 있다. | |||||||||
| IWS3030 | Statistical Foundations for Text Mining with R | 3 | 6 | 전공 | 학사 | 국제동계대학 | - | No | |
| This course provides a comprehensive, practical foundation for extracting insights from text data using statistical methods implemented in the R programming language. The first half of the course covers key statistical principles needed for data inference, such as conditional probability, probability distributions, confidence intervals, hypothesis testing, and regression analysis. The second half directly applies these concepts to essential tasks in text mining. Students will learn to manage and process raw text data, convert it into quantitative features, and develop statistical models to recognize patterns, topics, and sentiments. Key topics include the Bag-of-Words model, TF-IDF weighting, topic modelling with Latent Dirichlet Allocation (LDA), sentiment analysis, and text classification using algorithms like Naive Bayes and Regression. Upon completing this course, students will be able to apply essential statistical concepts, preprocess raw text data, utilize both unsupervised and supervised learning methods, and perform text classification. | |||||||||
| IWS3033 | Fundamentals of Programming Languages | 3 | 6 | 전공 | 학사 | 국제동계대학 | - | No | |
| The Principles of Programming Languages course offers a thorough introduction to the fundamental concepts of programming languages. The course systematically explores design issues of various language constructs and analyzes the design choices made in some of the most common languages. Students will learn about different language categories, the progression of programming languages, and the principles of syntax and semantics in modern programming languages. The course also covers key programming concepts such as lexical and syntax analysis, names, bindings, type checking, scoping, data types, expressions, statements, and control structures. Additionally, it includes topics like subprograms, abstract data types, functional programming languages, and logic programming languages. This course aims to give students a solid foundation in the principles of programming languages and insight into the design decisions that shaped their development. | |||||||||
| IWS3034 | Artificial Intelligence | 3 | 6 | 전공 | 학사 | 국제동계대학 | - | No | |
| This course offers an engaging introduction to the world of artificial intelligence, starting with key concepts such as intelligence, rationality and agents. It will then dive into problem-solving techniques, with a focus on search algorithms, using puzzles, games and real-world examples to illustrate the concepts so that you get a grasp of how computer think. You will also explore the exciting and rapidly evolving field of machine learning, covering cutting-edge areas like computer vision, natural language processing, deep learning and generative AI. A core feature of the course will be discussing the profound impact of AI on society today—highlighting its applications in fields such as healthcare, recruitment and social media, along with the ethical challenges these technologies bring. This course is designed for beginners—ideal for students with little to no background in computing or those with in the early stages of computing-related majors who are keen on pursuing AI studies in the future or the application of it in their respective fields. | |||||||||
| SEE4001 | 반도체소자및공정특론 | 3 | 6 | 전공 | 학사/석사 | 1-4 | 반도체융합공학과 | - | No |
| 반도체 소자 제조에 필요한 공정을 현장 전문가들이 직접 강의를 하여 수강생들의 현장에서 필요한 지식을 습득할 수 있다. 또한, 본 강의를 통해 수강생들이 제조 장비의 물리적인 구동 원리 및 구조를 이해할 수 있다. 반도체 소자가 고도로 집적화됨에 따라, 이슈가 되고 있는 최근의 공정 및 장비 개발 동향 및 현재 공정의 문제점 등을 고찰해 본다. | |||||||||
| SEE4002 | 인공지능반도체공정기술 | 3 | 6 | 전공 | 학사/석사 | 1-4 | 반도체융합공학과 | 한 | Yes |
| 인공지능 알고리즘에 최적화된 반도체 제조에 활용되는 노광, 광 마스크, 건식 식각, 세정, 화학-기계적 연마, 확산, 박막 등의 단위 공정기술과 트랜지스터, 소자분리, 커패시터, 배선 등의 모듈 공정기술의 이론적 배경과 실제 응용사례를 소개하여 인공지능 반도체 공정 기술에 대한 이해도를 높인다. 아울러 차세대에 필요한 기술 방향을 제시한다. | |||||||||
| SEE4003 | 인공지능반도체소자시뮬레이션 | 3 | 6 | 전공 | 학사/석사 | 1-4 | 반도체융합공학과 | 한 | Yes |
| 인공지능 알고리즘을 구동하기 위해 반도체에 요구되는 특성들인 초저전력 로직연산, 다기능 메모리 연산과 같은 최신 반도체 기술에 대해 소개하고, 이에 대한 이해를 바탕으로 실제 시뮬레이션을 통해 반도체 기술 최적화를 수행한다. 반도체 소자 스케일링에 따른 3차원 반도체 소자, 새로운 전하수송메커니즘에 기인한 초저전력 반도체 소자, 및 다양한 신소자 기반 메모리 소자등의 전기적 특성을 실제 시뮬레이션 실습을 통해 확인하고 소자 설계 파라미터들의 조정을 통해 최적화 및 인공지능 알고리즘 구동에 미치는 영향성을 확인한다. 본 교과목을 통해, 최신 반도체 소자 이론 그 중에서도 인공지능 반도체 소자 이론에 대한 이해를 도모할 수 있으며, 실제 산업계에서 자주 경험할 수 있는 실제적인 주제들을 선정하여 프로젝트 수행함으로 이론뿐만 아니라 기초적인 실무적 능력도 배양함에 목적이 있다. 선 수강 과목으로는 물리전자, 반도체공학, 반도체소자설계, 전자회로 등을 권유한다. | |||||||||
| SFC4001 | 스마트팩토리캡스톤디자인1 | 3 | 6 | 전공 | 학사/석사 | 스마트팩토리융합학과 | 한 | Yes | |
| 스마트팩토리에서 산업체지원 프로젝트 코스는 설계, 제조, 서비스 공학, 비즈니스 구현을 공학 교과과정으로 통합하는 산학 파트너쉽이다. 학생들은 설계, 프로토타이핑, 시뮬레이션, 실제 솔루션에 의해 개념에서 구현까지 프로젝트 아이디어를 얻는다. 이 코스는 실세계 엔지니어링 문제들을 해결하기 위하여 학부 교육을 통하여 획득한 지식과 도구들을 적용해보도록 가르친다. | |||||||||
| SFC4002 | 스마트팩토리캡스톤디자인2 | 3 | 6 | 전공 | 학사/석사 | 스마트팩토리융합학과 | 한 | Yes | |
| 이 코스는 세계 수준의 엔지니어를 교육하기 위하여, 우리 대학과 파트너를 맺은 산업체를 위한 유일한 기회를 제공한다. 다양한 백그라운드의 학생들로 구성된 팀은 산업체에 의해 지원된 프로젝트를 함께 해결하기 위하여 작업한다. 이러한 팀들은 공학문제를 해결하기 위한 아이디어를 고안해내기 위하여 멘토와 자문교수들과 협력한다. | |||||||||
| SSE2026 | 기초전기회로1 | 3 | 6 | 전공 | 학사 | 1-4 | 반도체시스템공학과 | 영 | Yes |
| 선형 전기회로의 이해를 위한 기본 개념을 주로 다루며 다음의 주제를 주로 강의한다. 즉, electric circuit variables, circuit elements, Ohm's law, Kirchhoff's law, Thevenin and Norton equivalent circuits, linear circuit analysis techniques, operational amplifier, the response of first-order RL and RC circuits, the response of second-order RLC circuits, sinusoidal steady-state analysis methods 등을 다룬다. | |||||||||
| SSE2035 | 전기전자회로개론 | 3 | 6 | 전공 | 학사 | 2-4 | 반도체시스템공학과 | - | No |
| Software를 전공하는 학생들에게 전기회로 및 전자회로에 대한 기본적인 개념을 심어주기 위함을 목적으로 하며 아래 내용을 주로 강의한다. 즉, electric circuit elements, Ohm's law, Kirchhoff's law, Thevenin and Norton theorems, first-order circuits, Laplace transform and linear circuit analysis, linear amplifiers, operational amplifier, digital logic family, combinational circuits, sequential circuits, datapath circuit elements 등을 다룬다. | |||||||||
| SSE3061 | 디지털시스템설계 | 3 | 6 | 전공 | 학사 | 3 | 반도체시스템공학과 | 영 | Yes |
| 이 과목에서는 순차회로 및 비동기회로의 설계와 복잡한 디지털 시스템 설계에 관하여 소개한다. 순차회로 및 비동기 회로의 특성과 설계 방법을 소개한 후, 디지털 시스템에서 널리 쓰이는 곱셈기, 상태기, 부동 소숫점 연산 및 제어 블록 등 기본적인 모듈들을 소개한다. 디지털 시스템 설계를 위하여 쓰이는 표준 설계 언어인 VHDL 혹은 Verilog 언어의 기본적인 사항을 공부하고, 설계에 자주 쓰이는 설계 프로그램의 흐름을 소개하여 오늘의 설계 환경에 적응할 수 있도록 한다. 이 과목은 논리회로를 수강한 학생을 대상으로 한다. | |||||||||
| SWE2001 | 시스템프로그램 | 3 | 6 | 전공 | 학사 | 2 | 한,영 | Yes | |
| 본 과목은 시스템 소프트웨어에 대한 이론과 설계/구현 방법론을 공부하며, 그 예로 어셈블러, 전처리기(마이크로 프로세서), 링커/로우더, 문서편집기 등을 공부한다. 시스템 소프트웨어는 하드웨어 구조와 밀접한 관련이 있으며, 따라서 컴퓨터 하드웨 어 구조와 시스템 소프트웨어의 연관성을 기본적을 이해한다. 본 과목을 공부하기 위해서는 자료구조와 C/C++프로그래밍 언어에 대한 기본 지식이 도움이 될 것이다. | |||||||||
| SWE2003 | 오토마타 | 3 | 6 | 전공 | 학사 | 2-4 | - | No | |
| 컴퓨터공학의 전반 분야에서 기초가 되는 형식 언어, 오토마타, 문법, 계산 복잡도 등의 주요 이론 및 개념들을 소개한다. 소개되는 주요 내용들은 유한 오토마타, 정규 언어, 문맥 무관 문법, 푸쉬다운 오토마타, 펌핑 렘마, 튜링 머신, 촘스키 계층, 순환적 열거 가능언어, 결정성/비결정성, 풀수 없는 문제, 계산 복잡도 등으로 요약할 수 있다. | |||||||||
| SWE2015 | 자료구조개론 | 3 | 6 | 전공 | 학사 | 2 | 한,영 | Yes | |
| 본 과목의 목적은 컴퓨터 중심의 실제 문제들의 해결에 필요한 다양한 자료구조들의 사용법과 알고리즘 기술에 필요한 원칙과 기법에 대해서 소개하는 데 있다. 본 과목에서 다루는 주제들로는 배열, 스텍, 큐, 연결리스트, 트리, 그래프, 정렬, 해슁, AVL 트리 등으로 요약될 수 있다. 본 과목의 성공적인 이수를 위해서는 이산구조, C 언어 등의 선수과목이 장려된다. | |||||||||
| SWE2016 | 알고리즘개론 | 3 | 6 | 전공 | 학사 | 2 | 한,영 | Yes | |
| 본 과목의 목적은 컴퓨터 응용에서의 문제들을 풀기 위한 다양한 알고리즘과 알고리즘분석에 필요한 기본 법칙과 기술을 소개하는데 있다. 본 과목에서 다루는 주제들은 알고리즘 분석기준, 탐색, 정렬, 그래프, 다항식, 문자열 매칭, 비다항식 문제들로 요약될 수 있다. | |||||||||
| SWE2017 | 산학협력프로젝트1 | 1 | 2 | 전공 | 학사 | 1 | - | No | |
| 본 과목은 상품기획, 고객 분석 프로젝트 및 기술 Trend분석을 위한 과목으로 산학프로젝트 수행에 필요한 프로젝트 수행방법론을 강의하고, 수행 중인 산학프로젝트의 진행공유를 통해, 자료조사, 발표능력, 팀워크, 보고서 작성 등에 대한 교육을 진행한다. | |||||||||
| SWE2018 | 산학협력프로젝트2 | 1 | 2 | 전공 | 학사 | 2 | - | No | |
| 본 교과목은 product 개발 프로젝트 1 수행을 위한 과목으로 산학프로젝트 수행에 필요한 프로젝트 수행방법론을 강의하고, 수행 중인 산학프로젝트의 진행공유를 통해, 자료조사, 발표능력, 팀워크, 보고서 작성 등에 대한 교육을 진행한다. | |||||||||
| SWE2019 | 디지털논리회로 | 3 | 6 | 전공 | 학사 | 1 | - | No | |
| 이산 함수 이론을 설명하고, 조합 및 순차회로의 해석 및 설계를 공부한다. 주요 내용으로 2단계 조합회로, 다단계조합회로, 논리최소화, 프로그램 논리회로, 플립 플롭과 레지스터등의 메모리소자, 유한상태기 등의 설계를 다룬다. | |||||||||
| SWE2020 | 컴퓨터개론 | 2 | 4 | 전공 | 학사 | 1 | 한 | Yes | |
| 이 과목의 목적은 학생들에게 컴퓨터구조 및 컴퓨터프로그래밍에 대한 기초지식을 을 전해주고 컴퓨터 프로그램의 설계 및 코딩을 할 수 있도록 한다. 더욱이 소프트웨어 공학을 강조한 컴퓨터 응용분야의 엔지니어링에 초점을 맞춘다. 또 다른 목적은 학생들이 컴퓨터공학 분야의 상위 과목들을 수강준비를 하도록 한다. | |||||||||