학과

학과

HOME 학과 교육과정표

교육과정표

초연결, 초지능을 핵심으로 하는 4차 산업혁명 시대의 도래로 인해 산업 전분야에서 인공지능(AI) 기술 및 인력 수요가 급격히 증가하고 있다. 이러한 변화에 대응하기 위해 신설된 인공지능공학과는, 다양한 산업 분야에서 요구하는 인공지능 기초, 이론, 설계, 융합 능력을 갖춘 실전적 인공지능 인재 양성을 목표로 하고 있다. 빠르게 변화하는 인공지능 기술 패러다임을 효과적으로 습득할 수 있도록, AI기초 수학부터 소프트웨어 기반 기술을 거쳐 인공지능 응용 기술을 포괄하는 체계적인 교육 프로그램을 구축하였다. 인공지능공학과 학생들은 이미지/영상 분석, 자연어 처리, 음성인식, 시계열 데이터 분석 등 최신 인공지능 기술을 학습하고 다양한 분야에 응용 및 융합할 수 있는 능력을 함양하여 미래사회 인공지능 핵심인재로 성장하게 된다.

전공소개 및 연구분야

  • 컴퓨터공학 최신 기술 분야

    컴퓨터공학 최신 기술 분야는 컴퓨터공학 분야의 전문가가 되기 위한 기본 지식과 최신 기술을 다룬다. 객체지향프로그래밍, 자료구조, 컴퓨터네트워크, 소프트웨어공학과 같은 컴퓨터공학 기반 기술을 바탕으로 IoT기초설계, 웹프로그래밍, 실용알고리즘, 데이터베이스, 스마트앱프로그래밍, 에지컴퓨팅프로젝트, 클라우드소프트웨어기술과 같은 컴퓨터공학 최신 기술을 습득하여 인공지능 관련 분야를 중심으로 다양한 분야의 응용 소프트웨어를 개발할 수 있는 전문 기술인을 양성한다.

  • 인공지능 이론 및 응용 분야

    인공지능 이론 및 응용 분야는 인공지능 분야의 전문가가 되기 위한 인공지능 기본 이론과 다양한 분야에 인공지능을 적용하기 위한 실무적 개발 기술을 다룬다. AI프로그래밍 기초 및 연습, 오픈소스SW기초, 웹/클라우드 기초, 인공지능 개론, 딥러닝 기초, 데이터공학 등의 인공지능 관련 기초 이론 및 실습 과정을 기반으로 컴퓨터비전, 자연어처리, 강화학습, 시계열붙석, 그래프처리및분석과 같은 인공지능 응용 기술과 함께 딥러닝설계, AI응용프로젝트, AI캡스톤디자인, AI최신기술 등 실무 개발 기술을 길러 이론과 실전을 겸비한 인공지능 분야의 전문 기술인을 양성한다.

과목 코드 체계

학과
과목 코드 체계표
① 개설 과정 ② 전공 구분 ③ 과목번호
구분 영문 약칭
전공 과목 AI 0 주간과정

교육과정 이수기준표

  1. 가. 2022학년도 이후 입학자
    2022학년도 이후 입학자
    구분 전문 교양 MSC
    (기초도구)
    전 공 (설계․필수 포함) 졸 업 학 점
    필수 심화 선택 필수
    공학비인증과정 4 8 8 20 15 75 140

교양교육과정 필수과목 편성표

  1. 가. 2022학년도 이후 이수자
    2022학년도 이후 이수자표
    학년 이수
    구분
    1학기 2학기
    과목코드 교과목명 학점 과목코드 교과목명 학점
    1 교필 LA0299 글쓰기와 발표 2-2-0-0 LA0293 영어읽기와
    쓰기
    2-2-0-0
    교심 LA0200 인간과 심리 2-2-0-0      
    교심 LA0264 리더십과
    커뮤니케이션
    2-2-0-0      
    2 교심       LA0326 공학윤리 2-2-0-0
    3 교심       LA0292 과학기술
    영어독해
    2-2-0-0
    4              
        3과목 6-6-0-0   3과목 6-6-0-0
    ■ 교양교육 필수 : 2과목 4학점 ■ 교양교육 심화 : 4과목 8학점
    (졸업소요학점 : 교양교육필수 4점+교양교육심화 8학점+교양교육선택 8학점)

MSC(기초도구)과목 교육과정 편성표

  1. 가. 2022학년도 이후 이수자
    2022학년도 이후 이수자표
    학년 구분 1학기 2학기 비고
    과목코드 교과목명 학점 과목코드 교과목명 학점
    1 기필 BA0002 대학수학1 3-3-0-0 BA0029 확률 및 통계 3-3-0-0  
    BA0028 이산수학 3-3-0-0 BA0027 선형대수학 3-3-0-0  
    소계 2과목 6-6-0-0   2과목 6-6-0-0  
    2 기필 BA0024 공학수학 3-3-0-0        
    소계 1과목 3-3-0-0        
    3과목 9-9-0-0   2과목 6-6-0-0  
    ■ MSC(기초도구) 필수 : 5과목 15학점

전공교육과정 편성표

전공교육과정 편성표
학년 구분 1 학기 2 학기
과목코드 교과목명 학점 과목코드 교과목명 학점
전학년 전선 FP0001 지도교수상담 0-0-0-0 FP0001 지도교수상담 0-0-0-0
1 전필 AI0001 AI프로그래밍기초 3-3-0-0 AI0003 객체지향프로그래밍 4-3-1-0
      AI0004 AI프로그래밍연습 3-3-0-0
      AI0005 오픈소스SW기초 3-3-0-0
전선 AI0002 컴퓨터공학입문 1-1-0-0      
소계 2과목 4-4-0-0   3과목 10-9-1-0
2 전필 AI0006 자료구조 3-3-0-0 AI0011 인공지능개론 4-4-0-0
AI0007 웹/클라우드기초 3-2-1-0 AI0012 AI기초프로젝트 3-0-3-0
전선 AI0008 자바프로그래밍 3-3-0-0 AI0013 IoT기초설계 3-2-1-0
AI0009 컴퓨터네트워크 3-3-0-0 AI0014 소프트웨어공학 3-3-0-0
AI0010 웹프로그래밍 3-3-0-0 AI0015 실용알고리즘 3-3-0-0
소계 5과목 15-14-1-0   5과목 16-12-4-0
3 전필 AI0016 딥러닝기초 3-2-1-0 AI0021 딥러닝설계 4-0-4-0
      AI0022 AI응용프로젝트 4-0-4-0
전선 AI0017 컴퓨터비전 3-3-0-0 AI0023 스마트앱프로그래밍 3-3-0-0
AI0018 데이터베이스 3-2-1-0 AI0024 강화학습 3-2-1-0
AI0019 자연어처리 3-2-1-0 AI0025 시계열분석 3-2-1-0
AI0020 데이터공학 3-2-1-0      
소계 5과목 15-11-4-0   5과목 17-7-10-0
4 전필 AI0026 AI캡스톤디자인1 5-0-5-0      
전선 AI0027 에지컴퓨팅프로젝트 3-0-3-0 AI0031 AI캡스톤디자인2 5-0-5-0
AI0028 클라우드소프트웨어기술 3-2-1-0 AI0032 AI논문작성 3-3-0-0
AI0029 그래프처리및분석 3-2-1-0 AI0033 AI경량화기술 3-3-0-0
AI0030 AI최신기술 3-3-0-0      
소계 5과목 17-7-10-0   3과목 11-6-5-0
전필   5과목 17-10-7-0   7과목 25-13-12-0
전선   12과목 34-26-8-0   9과목 29-21-8-0
총계   17과목 51-36-15-0   16과목 54-34-20-0
□ 교양 : 6과목 12학점 □ MSC 5과목 15학점
□ 전공필수 : 12과목 42학점 □ 전공선택 : 21과목 63학점 ■ 총계 : 44과목 132학점 (설계 35학점)

동일인정과목

동일인정과목 편성표
인공지능공학과 컴퓨터공학과
교 과 목 명 과목코드 이수구분 학년/학기 학점 교 과 목 명 과목코드 이수구분 학년/학기 학점
AI프로그래밍 기초 AI0001 전필 1/1 3-3-0-0 기초프로그래밍 CD0059 전필 1/1 3-3-0-0
컴퓨터공학입문 AI0002 전필 1/1 1-1-0-0 컴퓨터공학입문 CD0058 전필 1/1 1-1-0-0
오픈소스SW기초 AI0005 전필 1/2 3-3-0-0 오픈소스SW기초 CD0088 전필 1/2 3-3-0-0
자료구조 AI0006 전필 2/1 3-3-0-0 자료구조 CD0062 전필 2/1 3-3-0-0
자바프로그래밍 AI0008 전선 2/1 3-3-0-0 자바프로그래밍 CD0017 전필 2/1 3-3-0-0
컴퓨터네트워크 AI0009 전선 2/1 3-3-0-0 컴퓨터네트워크 CD0019 전필 3/1 3-3-0-0
웹프로그래밍 AI0010 전선 2/1 3-3-0-0 웹프로그래밍 CD0010 전선 2/1 3-3-0-0
IoT기초설계 AI0013 전선 2/2 3-2-1-0 IoT기초설계 CD0067 전선 2/2 3-2-1-0
소프트웨어공학 AI0014 전선 2/2 3-3-0-0 소프트웨어공학 CD0024 전선 3/2 3-3-0-0
컴퓨터비전 AI0017 전선 3/1 3-3-0-0 컴퓨터비전 CD0072 전선 4/1 3-3-0-0
데이터베이스 AI0018 전필 3/1 3-2-1-0 데이터베이스 CD0020 전선 3/1 3-2-1-0
데이터공학 AI0020 전선 3/1 3-2-1-0 데이터공학 CD0078 전선 4/1 3-3-0-0
스마트앱프로그래밍 AI0023 전선 3/2 3-3-0-0 스마트앱프로그래밍 CD0028 전선 3/2 3-3-0-0
에지컴퓨팅프로젝트 AI0027 전선 4/1 3-0-3-0 에지컴퓨팅프로젝트 CD0080 전선 4/1 3-3-0-0
클라우드소프트웨어기술 AI0028 전선 4/1 3-2-1-0 클라우드소프트웨어기술 CD0079 전선 4/1 3-3-0-0
동일인정과목 편성표
인공지능공학과 컴퓨터소프트웨어공학과
교과목명 과목코드 이수구분 학년/학기 학점 교과목명 과목코드 이수구분 학년/학기 학점
자연어처리 AI0019 전선 3/1 3-2-1-0 자연어처리 CS0078 전선 4/1 3-3-0-0

선수과목표

선수과목표
선수과목이 필요한 과목 선수과목
교과목명 과목코드 구분 학년/학기 학점 교과목명 과목코드 구분 학년/학기 학점
AI프로그래밍연습 AI0004 전필 1/2 3-3-0-0 AI프로그래밍기초 AI0001 전필 1/1 3-3-0-0
딥러닝기초 AI0016 전필 3/1 3-2-1-0 AI프로그래밍연습 AI0004 전필 1/2 3-3-0-0
딥러닝 설계 AI0021 전필 3/2 4-0-4-0 딥러닝기초 AI0016 전필 3/1 3-2-1-0
AI응용프로젝트 AI0022 전필 3/2 4-0-4-0 AI기초프로젝트 AI0012 전필 2/2 3-0-3-0
AI캡스톤디자인1 AI0026 전필 4/1 5-0-5-0 AI응용프로젝트 AI0022 전필 3/2 4-0-4-0

신구대조표

선수과목표
현행 개정 개정내용
과목명 과목코드 구분 학년/학기 학점 과목명 과목코드 구분 학년/학기 학점
AI프로그래밍기초 AI0001 전필 1/1 3-0-0-0 AI프로그래밍기초 AI0001 전필 1/1 3-3-0-0 학점 오기
컴퓨터공학입문 AI0002 전필 1/1 1-0-0-0 컴퓨터공학입문 AI0002 전필 1/1 1-1-0-0 학점 오기
객체지향프로그래밍 AI0003 전필 1/2 4-4-0-0 객체지향프로그래밍 AI0003 전필 1/2 4-3-1-0 학점 변경
웹/클라우드기초 AI0007 전필 2/1 3-3-0-0 웹/클라우드기초 AI0007 전필 2/1 3-2-1-0 학점 변경
딥러닝기초 AI0016 전필 3/1 3-3-0-0 딥러닝기초 AI0016 전필 3/1 3-2-1-0 학점 변경
자연어처리 AI0019 전선 3/1 3-3-0-0 자연어처리 AI0019 전선 3/1 3-2-1-0 학점 변경
데이터공학 AI0020 전선 3/1 3-3-0-0 데이터공학 AI0020 전선 3/1 3-2-1-0 학점 변경
강화학습 AI0024 전선 3/2 3-3-0-0 강화학습 AI0024 전선 3/2 3-2-1-0 학점 변경
시계열분석 AI0025 전선 3/2 3-3-0-0 시계열분석 AI0025 전선 3/2 3-2-1-0 학점 변경
에지컴퓨팅프로젝트 AI0027 전선 4/1 3-3-0-0 에지컴퓨팅프로젝트 AI0027 전선 4/1 3-0-3-0 학점 변경
클라우드소프트웨어기술 AI0028 전선 4/1 3-3-0-0 클라우드소프트웨어기술 AI0028 전선 4/1 3-2-1-0 학점 변경
그래프처리및분석 AI0029 전선 4/1 3-3-0-0 그래프처리및분석 AI0029 전선 4/1 3-2-1-0 학점 변경

교과목 개요

FP0001 지도교수상담 (Advisor Counsel) 0-0-0-0
대상학부의 지도교수는 학과의 교육 목표, 학습성과, 교과영역 등의 학업, 학교생활, 취업, 진학, 교우관계 등의 전반적인 내용에 대한 상담을 통하여 원활한 대학생활을 할 수 있도록 지도한다.
AI0001 AI프로그래밍기초 (AI Programming Basics) 3-3-0-0
데이터 저장 및 프로그램 실행 방식 등 컴퓨터의 기본적인 동작 원리에 대해 학습하고, Python 프로그래밍 언어를 기반으로 변수, 연산자, 데이터구조, 함수, 클래스, GUI 라이브러리 등 컴퓨터 프로그래밍과 관련된 다양한 요소를 활용하여 응용 프로그램을 개발하는 방법에 대해 학습한다.
AI0002 컴퓨터공학입문 (Introduction to Computer Engineering) 1-1-0-0
인공지능공학과 및 컴퓨터공학과에서 개설하는 주요 교과목 및 이수체계, 그리고 학과 연구실에서 수행하는 연구 분야를 소개한다. 본 수업은 인공지능공학 및 컴퓨터공학과의 모든 교수님의 참여로 운영되며 컴퓨터 및 AI가 적용되는 다양한 실제 응용 분야 및 최신 기술을 흥미롭게 제시한다. 본 수업은 학생들의 과목이수 계획, 연구실 프로젝트 참여 등의 전공 관련 활동 계획 수립, 더 나아가 전공 관련 진로 탐색 및 학습목표 설정을 돕는다.
AI0003 객체지향프로그래밍 (Object-oriented Programming) 4-3-1-0
객체지향 프로그래밍 언어인 C++ 프로그래밍 언어에 있어서 변수, 함수, 참조, 클래스 등의 기본적인 요소에 대해 학습하고, UML, STL, 멀티쓰레드, GUI 라이브러리 등의 고급 주제들에 대한 사용 방법에 대해 학습함으로써 C++를 활용한 프로그램 개발 능력을 배양한다.
AI0004 AI프로그래밍연습 (AI Programming Exercises) 3-3-0-0
Python 언어의 심화과정으로, 람다함수, 클래스, 상속, 모듈 등의 개념 습득을 기반으로, python기반의 다양한 3rd party 라이브러리들을 활용사례를 배운다.
AI0005 오픈소스SW기초 (Open Source SW Basics) 3-3-0-0
SW개발환경에 필요한 github, 소스코드 버전관리툴 등의 사용법을 익히고 필수 linux 사용법을 학습한다. 또한, 구글 colab환경에서 다양한 코드 실습을 경험한다.
AI0006 자료구조 (Data Structure) 3-3-0-0
이 교과목은 학생들에게 프로그램 개발 능력을 배양하기 위한 기초 과목으로 리스트, 스택, 큐, 트리, 정렬, 그래프와 같은 자료구조를 사용하여 정보를 조직하고 구현하는 방법을 배운다. 또한 이 과목에서는 알고리즘 분석을 위한 시간 및 공간 복잡도를 다룬다.
AI0007 웹/클라우드 기초 (Web/Cloud Basics) 3-2-1-0
최신 웹·클라우드 환경 및 기술에 대한 이해를 기반으로 하여, 시스템 관리자 및 서버 개발자들이 익혀야할 컨테이너인 도커(docker) 전반 (도커개념, 도커이미지, 컨테이너, 버전관리, 이미지만들기, 배포 등)에 대해 학습한다.
AI0008 자바프로그래밍 (Java Programming) 3-3-0-0
다양한 분야의 어플리케이션 개발을 위한 프로그래밍 언어로 활발하게 사용되는 Java 언어의 기본 원리와 GUI 개발 방법을 배우고 현장에서 사용되는 응용프로그램을 설계할 수 있는 능력을 배양한다. 또한 Java 언어를 사용한 객체지향프로그래밍 기법을 습득한다.
AI0009 컴퓨터네트워크 (Computer Network) 3-3-0-0
데이터 통신, 네트워킹, 프로토콜, 스위칭 등 컴퓨터네트워크의 기본 개념과, 클라이언트-서버 및 피어-투-피어 패러다임, 인터넷 프로토콜, 인터넷 주소체계, 라우팅, LAN 및 기초적인 소켓 프로그래밍 기법 등 컴퓨터네트워크 분야의 기본 지식을 학습한다.
AI0010 웹프로그래밍 (Web Programming) 3-3-0-0
인터넷 통신방식의 기반인 TCP/IP 프로토콜, 웹시스템 동작의 기본 프로토콜인 HTTP에 대해 다루고, 최근 웹프로그램으로 각광을 받고 있는 Javascript 프로그래밍에 대해 심도있게 다룬다.
AI0011 인공지능개론 (Introduction of Artificial Intelligence) 4-4-0-0
인공지능의 개념에 대해 이해하고 탐색, 추론, 기계학습 등 대표적인 인공지능 기법들의 구현 원리에 대해 학습하며, 지능적 요소를 필요로 하는 다양한 실세계 문제로의 적용 사례를 통해 지능형 시스템의 개발 능력을 배양한다.
AI0012 AI기초프로젝트 (AI Basic Project) 3-0-3-0
인공지능 개론에서 습득한 지식을 토대로 실생활 및 산업분야에서 사용되고 있는 AI기법들을 살펴보면서, 분석 기반의 조별 프로젝트를 진행한다. 공개된 다양한 AI 프로젝트 결과물을 분석하여, 실제 구현을 위해서는 어떤 데이터, 알고리즘, 최적화과정이 필요한지 토론하며 실무 프로젝트 능력을 기른다.
AI0013 IoT기초설계 (Introduction to Internet of Things) 3-2-1-0
IoT 시스템을 이해하기 위해 제어 보드, 센서 및 액추에이터의 개념과 사용법을 익히고 IoT 시스템의 구성하기 위한 네트워킹 및 프로그래밍 기법을 학습함으로써 IoT 시스템의 설계 기술의 배양한다.
AI0014 소프트웨어공학 (Software Engineering) 3-3-0-0
소프트웨어 공학의 기본적인 개념 및 원리, 원칙들에 대하여 학습하고 요구사항 분석, 설계, 구현, 테스트 및 유지보수에 이르는 소프트웨어 개발 전체 과정에 대한 지식을 습득한다. 시스템 분석부터 설계 과정을 포함하는 프로젝트 수행을 통하여 실제 프로젝트 수행 능력을 배양한다.
AI0015 실용알고리즘 (Practical Problem Solving and Algorithms) 3-3-0-0
실무 프로그램 개발 시에 당면하는 문제들을 알고리즘 형태로 인식하여 해결하는 방법을 다룬다. 스택, 큐, 문자열, 트리, 그리고 그래프가 각각 적용되는 문제의 유형을 분류하고 이에 적합한 자료구조와 알고리즘을 적용하는 과정을 이해한다. 또한 시간복잡도와 공간복잡도를 통해 설계한 알고리즘을 분석한다.
AI0016 딥러닝기초 (Deep Learning Basics) 3-2-1-0
기계학습 및 패턴인식 분야의 핵심인 딥러닝을 신경망 기초부터 최신 신경망 기술까지 다루면서 관련 기술을 학습한다. 다층 신경망, 소프트맥스 회귀분석, 제약볼츠만머신, 오토인코더, 컨볼루션 신경망, 순환 신경망, GAN 등을 다루면서, 신경망 층 특성, 신경망 모델 수립, 신경망 학습 쟁점 및 방법, 일반화 성능평가 방법, 최적화 방법, 과적합 완화 기법, 초기화 기법 등을 살펴본다.
AI0017 컴퓨터비전 (Computer Vision) 3-3-0-0
컴퓨터비전은 컴퓨터가 세상을 볼 수 있도록 하는 것을 목표로 한다. 컴퓨터비전은 카메라로 촬영한 영상과 동영상으로부터 유용한 시각정보를 추출하고 장면에 있는 사물을 이해할 수 있도록 한다. 본 과목에서는 기본적인 머신러닝 기술을 소개하고, 특징추출, 객체검출, 객체인식, 객체추적 기술 및 이의 응용과 같은 패턴인식 기술을 다룬다. 학생들은 OpenCV와 Vision API를 배우고 이를 이용하여 흥미 있는 컴퓨터비전 응용을 개발한다.
AI0018 데이터베이스 (Database) 3-2-1-0
데이터베이스 이론 및 관계형 DBMS를 사용한 데이터베이스 활용 방법을 다룬다. 관계형 데이터 모델, 관계 대수, 관계 해석, SQL 및 데이터베이스 설계를 위한 정규화 과정을 학습한다. 그리고, 웹 환경에서 데이터베이스를 활용하는 텀 프로젝트를 수행한다.
AI0019 자연어처리 (Natural Language Processing) 3-2-1-0
자연어 처리는 인간과 컴퓨터 간의 상호 작용에 관련된 인공지능(AI) 분야의 응용분야이다. 교과에서는 텍스트 문자열을 다루기 위한 함수에서부터 품사 태깅, 구문분석, 의미 분석, 담화 분석의 자연어처리의 기본 이론을 학습하고, 통계적 머신 러닝 방법과 최신 딥러닝 기술을 다양한 도구를 활용하여 적용해 본다.
AI0020 데이터공학 (Data Engineering) 3-2-1-0
선별된 분야별 데이터를 가공(전처리), 연결, 분석, 시각화를 통해 데이터 분석능력을 함양하고, 캐글(Kaggle) 및 데이터 포털 등에서 공유된 현실세계의 데이터들을 활용한 예측 및 분류모듈을 만들 수 있는 기술에 대해 학습한다.
AI0021 딥러닝설계 (Deep Learning Design) 4-0-4-0
딥러닝의 여러 구조들(CNN, RNN, LSTM, GRU, GAN 등)의 분석을 토대로, 처리하는 도메인별 테스크들에 적절한 구조를 살펴보고, 보다 나은 딥 뉴럴넷 구조를 설계할 수 있는 응용 능력을 배양한다.
AI0022 AI응용프로젝트 (Advanced AI Proejct) 4-0-4-0
실생활에 인공지능 기술이 활용될 수 있는 융합 분야를 선정하고, 분야의 특성을 분석 및 해당 데이터를 수집한다. 수요자 중심의 어플리케이션을 설계 및 개발한다. 이는 제조, 물류, 의료기술과의 융합 프로젝트를 포함할 수 있다. 본 교과목은 팀 프로젝트로 구성이 되며 지속적인 수요자의 피드백을 통하여 완성도를 높인다. 조별 과제를 제안하고 사양결정, 설계, 제작, 디버깅, 테스트 등의 과제 수행 과정을 통해 협업의 중요성 및 인공지능 기술의 현장 응용 능력을 배양한다.
AI0023 스마트앱프로그래밍 (Smart App Programming) 3-3-0-0
모바일 플랫폼을 위한 응용 프로그램을 개발하는 방법을 학습한다. 통합 개발 환경 활용 방법, 레이아웃, 이벤트, 그래픽, 멀티미디어, 서버 연동 등의 기술을 학습한다. 그리고, 웹 환경에서 서버에 접속하는 텀 프로젝트를 수행한다.
AI0024 강화학습 (Reinforcement Learning) 3-2-1-0
강화학습은 머신러닝의 한 분야로, 환경과의 상호작용 및 행동의 결과를 통해 스스로 학습하는 방식이다. 본 교과목에서는 강화학습의 개념과 강화학습으로 풀어야 하는 문제의 형태와 강화학습의 고전적 알고리즘들 (MDP, 다이내믹 프로그래밍, 몬테카를로 방법 등)과 딥러닝을 이용한 최신 강화학습을 학습한다. 특히, 산업체의 요구를 교과목에 적용하는 맞춤형 교과과정을 지향하며 개요와 더불어 기본적인 지식과 응용능력을 배양한다.
AI0025 시계열분석 (Time Series Analysis) 3-2-1-0
산업, 공공, 금융 등의 분야에서 발생하는 다양한 시계열 수치 데이터의 분석을 기반으로 단기·중기의 예측 모델을 구현하기위해 필요한 이론적, 실증적 도구들을 학습한다. Python 프로그램을 기반으로 다양한 시계열 데이터를 시각화도구 및 분석도구들 (pandas, matplotlib, seaborn 등)을 이용하여 분석할 뿐만 아니라, ARIMA 모델 및 딥러닝 기반 예측 모델들을 활용하여 예측 시스템을 구현해 본다.
AI0026 AI캡스톤디자인1 (AI Capstone Design 1) 5-0-5-0
인공지능 관련 지식을 토대로 창의적 작품, 실용적 작품, 연구/개발 등을 개인 단위 또는 팀 단위로 설계/제작/결과목 도출 등을 수행한다. 이러한 활동을 통해 이론 위주로 배웠던 지식을 실제 문제에 적용해 가는 과정 (문제 선정 -> 해결 아이디어 도출 -> 데이터 선정 및 구축 -> 프로토타입 개발)을 경험하고 이해의 폭을 넓힌다.
AI0027 에지컴퓨팅프로젝트 (Edge Computing Project) 3-0-3-0
다양한 모바일 장치 또는 이동 가능한 임베디드시스템 운영체제에 대한 이해를 바탕으로 모바일 소프트웨어 개발을 위한 환경을 숙지하고 프로젝트별 개발팀을 구성하여 에지컴퓨팅 관련 프로젝트를 개발한다.
AI0028 클라우드소프트웨어기술 (Cloud Software Technology) 3-2-1-0
소프트웨어 개발 방법론의 발전 과정을 단계별 핵심 키워드를 통해 이해하고 S/W개발 방법론을 배운다. 이를 통해 새로운 S/W 개발기술의 이해와 습득능력을 배양한다. 또한, 클라우드 최신 S/W 개발기술을 소개하고 관련 응용 프로그램을 개발한다.
AI0029 그래프처리및분석 (Graph Analysis) 3-2-1-0
그래프(graph)의 정의 표현방법을 시작으로 그래프를 사용하는 이유와 기존의 그래프 분석 기법(알고리즘)들을 학습한다. 또한, 최근 신경망에서 사용되는 GNN(Graph Neural Network)의 주요 개념과 함께, 그래프 기반 최신 연구 및 적용 사례를 살펴본다.
AI0030 AI최신기술 (AI Lateset Technology) 3-3-0-0
인공지능분야 Top-tier학회인 NeurIPS, AAAI, IJCAI, ICCV, CVPR, ICML등의 학회에서 발표된 최신 논문들을 소개하고, 채택된 최신 알고리즘 및 적용분야에 대해서 살펴본다.
AI0031 AI캡스톤디자인2 (AI Capstone Design 2) 5-0-5-0
AI캡스톤디자인1의 심화과목으로써, 최신 AI기법을 적용하여 창의적 작품, 실용적 제품, 연구/개발 등을 개인 단위 또는 팀 단위로 설계/제작/결과목 도출 등을 수행한다. 특히, 산업체와 현실에서 자주 요구되는 제한 상황을 고려한 문제에 대해 이러한 방법론을 적용하여 창의적이고 모험적인 아이디어를 구상하여 직접 설계, 구현하여 품질과 성능을 평가하는 프로젝트를 수행한다. 실질적인 융합 공학문제의 해결을 통한 창의력, 도전정신, 전문성, 소통능력을 교육하고 도출된 솔루션 기술의 가치를 시장의 관점에서 평가해봄으로써 실전 적응 능력을 함양한다.
AI0032 AI논문작성 (AI Paper Writing) 3-3-0-0
본 과목을 통하여 공학논문 및 AI관련 주요 학회 논문의 구조와 구성요소와 특징을 이해함으로써, 자신의 연구결과를 논문을 통하여 제 3자에게 체계적이고 명확하게 전달하는 법을 대한 배우고자 한다. 이를 위해 공학 논문 작성시 주의 해야 하는 영문법, 영작법 및 참조문법 활용법을 익히고, 샘플논문 작성 교육을 통해 공학논문 작성의 실제적인 경험을 쌓는다.
AI0033 AI경량화기술 (AI Model Lightweight Techniques) 3-3-0-0
AI 모델 경량화 기술은 기존의 성능을 유지하면서도 소형기기에 탑재가 가능하도록 모델을 축소 설계하는 기술로써, 최근 AI를 적용하는 산업분야에서 각광을 받고 있다. 경량화 딥러닝 알고리즘 (성능을 유지하면서 모델의 기본 구조를 변경하여 더 적은 파라미터는 사용하거나 더 적은 연산을 사용하는 구조)과 모델 압축 (모델의 redundacy를 줄이는 quantization, pruning, weight factorization, knowledge distillation, weight sharing 등)에 관한 기법들을 배우며, 최신 논문들에서 소개된 내용도 같이 다룬다.

전공능력 설정

전공능력 설정
구분 주요내용
비전 4차 산업혁명을 견인하는 AI 핵심인재 양성
교육목표 -기본적인 과학, 수학 및 공학의 원리를 이해하고 현실 문제를 해결 할 수 있는 창의적 AI·SW 엔지니어 양성
-다양한 융복합기술 및 공학 도구를 활용한 실무적 설계해석 능력을 갖춘 AI 전문 엔지니어 양성
-빠른 기술 변화에 능동적으로 대처하기 위한 지속적인 자기계발 능력을 지닌 실무형 엔지니어 양성
-산업사회 구성원으로서 투철한 협동능력과 책임의식을 갖춘 엔지니어 양성
전공능력 ◇ 문제해결 능력 ◇ 설계 능력 ◇ 자기계발 능력 ◇ 인성 능력
여건분석 Strength -설계 및 프로젝트 중심 교과목 운영으로 실무 능력이 강한 인재 양성
-교수-학부생 밀착지도 관계가 높음
-구미국가산업단지 중심에 위치
-AI분야 경험이 많은 교수진 보유
-실용적 학문 교육 및 현업에서 요구되는 딥러닝·AI기술 교육프로그램
Weakness -AI핵심기업과 공동으로 편성 교육과정 편성 및 인턴쉽 운영 미흡
-전공교육 강화로 학생들에게 다전공 이수 등 다양한 교육 기회제공 부족
-지역사회 활동 참여 및 기여도 미흡
Opportunity -IT분야가 4차 산업혁명의 주도적 역할
-대학의 전통적인 교육 패러다임이 미래대학의 교육 패러다임으로 변화
-산업 및 사회 전 분야가 창의·융합 사고 능력을 갖춘 SW·AI 인재를 요구
Threat -경제의 저성장 국면에 따른 학생의 취업기회가 점차 감소
-소프트웨어 및 인공지능 분야의 수도권 집중 현상으로 지역 기여 한계
-학생 수 감소로 입학자원의 편차 심화
-학생의 다양한 역량강화 지원 예산 부족
※ 의견수렴 근거 : 학과 회의(2021. 09. 29.)

전공능력의 구체적 내용

전공능력 설정
전공능력 구체적 내용
문제해결 능력 - 공학 기초 및 전공 지식을 활용하여 자신의 업무 관련 영역에서 공학적 문제 발굴, 분석, 해결하는 과정을 체계적으로 수행할 수 있는 능력 (기초응용, 검증능력, 문제분석)
설계 능력 - 공학실무에 필요한 기술, 방법, 도구를 활용할 수 있으며, 산업현장의 제약 조건을 고려하여 기계요소와 장치, 공정 및 시스템을 종합적으로 설계할 수 있는 능력 (도구활용, 설계능력, 파급효과)
인성 능력 - 공학인의 직업적 윤리를 알고 업무 수행에 있어 우선적 규범으로 사용하며 다학제적 구성원으로 이루어진 팀에서 자신의 역할을 충실히 수행하고 필요에 따라 팀을 선도할 수 있는 능력 (협동능력, 책임의식)
자기계발 능력 - 자율적이고 능동적 학습을 통해 업무 관련 신지식 신기술에 접근하고 외국의 기술 자료를 활용하여 국제적 업무처리를 할 수 있는 능력 (의사전달, 평생학습)

전공 분야별 능력과 연계된 전공 교육과정 편성·운영

  1. - 전공능력 배양을 위한 전공 교육과정 체계
    전공 분야별 능력과 연계된 전공 교육과정 편성·운영
    구분 문제해결능력 설계능력 인성능력 자기계발능력
    기초응용 검증능력 문제분석 도구활용 설계능력 파급효과 협동능력 책임의식 의사소통 평생학습
    컴퓨터공학입문 1 1 2 3 2 5 2 4 2 5
    AI프로그래밍 기초 2 5 4 4 4 1 1 1 1 1
    객체지향프로그래밍 1 5 4 5 5 1 1 1 1 1
    AI프로그래밍 연습 2 5 4 4 4 1 1 1 1 1
    오픈소스SW 기초 2 5 4 4 4 1 1 1 1 1
    자료구조 1 4 5 5 3 1 1 1 2 1
    웹/클라우드기초 1 5 4 4 5 2 4 1 4 1
    인공지능개론 1 4 5 4 3 1 1 1 1 1
    AI기초프로젝트 1 5 5 4 5 2 3 1 3 1
    자바프로그래밍 1 5 3 5 5 1 3 1 2 1
    컴퓨터네트워크 3 3 3 5 3 2 2 1 1 2
    웹프로그래밍 2 4 3 4 3 2 2 1 2 1
    IoT기초설계 1 5 2 5 5 3 4 1 3 2
    소프트웨어공학 1 4 5 4 5 1 3 1 3 1
    실용알고리즘 1 5 4 1 4 1 1 1 2 1
    딥러닝기초 3 5 4 4 5 1 1 1 1 1
    데이터공학 4 5 5 5 3 4 1 1 2 4
    컴퓨터비전 2 3 3 2 3 2 2 1 1 1
    데이터베이스 1 5 5 4 5 2 3 1 3 1
    자연어처리 5 3 4 5 5 1 1 1 1 1
    딥러닝설계 1 3 5 5 1 2 1 1 1 1
    AI응용프로젝트 1 5 5 4 5 2 3 1 3 1
    스마트앱프로그래밍 2 4 3 4 3 2 2 1 2 1
    강화학습 3 5 4 4 5 1 1 1 1 1
    시계열분석 5 3 4 5 5 1 1 1 1 1
    AI캡스톤디자인1 3 5 5 5 5 2 5 1 3 2
    AI최신기술 2 5 4 5 5 2 3 1 1 2
    에지컴퓨팅프로젝트 2 3 3 5 5 3 4 3 4 1
    클라우드소프트웨어기술 1 3 4 1 5 1 1 1 1 1
    그래프처리 및 분석 3 5 4 4 5 4 1 1 1 1
    AI캡스톤디자인2 3 5 5 5 5 2 5 1 3 2
    AI논문작성 2 4 5 2 2 1 1 1 3 4
    AI경량화기술 1 5 5 4 4 2 1 1 1 1
학과