교육과정이수학점 구성현황
| 구분 | 부전공 졸업기준 | (예시) 중복인정학점 적용 시 |
|---|---|---|
| 이수학점 | 21 | 15 |
| 6 본인 전공과목과 융합전공 과목이 동일한 과목인 경우(학수번호 동일 교과) |
* 부전공 및 복수전공 교과목은 모두 선택과목으로 개설됨(필수 교과 없음)
* 중복학점인정이란? 본인의 전공 교과목(학수번호)이 융합전공에도 개설되는 경우 최대 6학점까지 학점을 중복으로 인정하는 제도 (단, 총 졸업학점에는 중복 학점 처리하지는 않음)
교육과정표
| 연도 | 학년 | 학기 | 학수번호 | 교과목명 | 학점 | 시수 | 개설학과 | |
|---|---|---|---|---|---|---|---|---|
| 이론 | 실습 | |||||||
| 2025 | 4 | 1 | AAE42002 | 지능로봇 | 3 | 3 | 0 | 메카트로닉스 전공 |
| 2025 | 3 | 1 | AAI30002 | 딥러닝프레임 워크 |
3 | 2 | 2 | 인공지능융합 전공 |
| 2025 | 3 | 2 | AAI30004 | 자연어처리 | 3 | 3 | 0 | 인공지능융합 전공 |
| 2025 | 3 | 2 | AAI34001 | PracticalML 이슈 |
3 | 2 | 2 | 인공지능융합 전공 |
| 2025 | 4 | 1 | AAI41002 | 비즈니스어낼리 틱스 |
3 | 2 | 2 | 인공지능융합 전공 |
| 2025 | 4 | 2 | AAI41004 | LLM-AI플랫폼 설계구축 |
3 | 2 | 2 | 인공지능융합 전공 |
| 2025 | 2 | 1 | ACS10041 | 선형대수학 | 3 | 3 | 0 | 소프트웨어전공 |
| 2025 | 2 | 2 | ACS21023 | 확률및통계학 | 3 | 3 | 0 | 컴퓨터공학전공 |
| 2025 | 2 | 2 | ACS24032 | 스마트센서개론 | 3 | 3 | 0 | 컴퓨터공학전공 |
| 2025 | 3 | 2 | ACS26014 | 클라우드컴퓨팅 | 3 | 2 | 2 | 컴퓨터공학전공 |
| 2025 | 3 | 1 | ACS40012 | 인공지능 | 3 | 2 | 2 | 컴퓨터공학전공 |
| 2025 | 4 | 2 | ACS48013 | 머신러닝 | 3 | 3 | 0 | 소프트웨어전공 |
| 2025 | 2 | 1+2 | AFT21002 | 빅데이터융합 기술 |
2 | 1 | 2 | 인공지능융합 전공 |
| 2025 | 2 | 1 | AFT21003 | 글로벌기업가정 신과실리콘밸리 Future-tech |
3 | 3 | 0 | 인공지능융합 전공 |
| 2025 | 2 | 2 | AFT21004 | 실리콘밸리테크 트랜드와혁신 비즈니스모델 |
3 | 3 | 0 | 인공지능융합 전공 |
| 2025 | 3 | 1+2 | AFT31001 | 인공지능융합 기술 |
2 | 1 | 2 | 인공지능융합 전공 |
| 2025 | 2 | 2 | AMD21031 | 마이크로컨트롤 러응용설계 |
3 | 2 | 2 | 기계설계전공 |
| 2025 | 2 | 2 | AMD21041 | 자동차공학개론 | 3 | 3 | 0 | 기계설계전공 |
| 2025 | 3 | 2 | ASF32001 | 빅데이터분석 실무 |
3 | 2 | 2 | 인공지능융합 전공 |
| 2025 | 4 | 2 | ASF41001 | 생산사이버물리 시스템 |
3 | 2 | 2 | 인공지능융합 전공 |
| 2025 | 4 | 1 | ASF42001 | 생산시스템구축 실무 |
3 | 2 | 2 | 인공지능융합 전공 |
교과목개요
| 지능로봇 (2025/1) Intelligent Robotics |
이수구분 | 교과목개요 |
|---|---|---|
| 전선 |
지능로봇의 기본 개념을 이해하고, 로봇의 기구학과 동역학, 궤적생성, 제어방법, 로봇언어, 로봇 응용력을 습득한다. 로봇 설계, 로봇 센서 응용 등도 공부한다. |
|
| 딥러닝프레임워크 (2025/1) Deep Learning Framework |
이수구분 | 교과목개요 |
| 자선 |
딥러닝 프레임워크는 딥러닝 응용프로그램을 개발하기 위한 수많은 라이브러리와 사전 학습까지 완료된 다양한 딥러닝 알고리즘을 제공해주는 프레임워크로, 본 교과에서는 대표적인 딥러닝 프레임워크인 Pytorch와 TensorFlow를 이용하여 딥러닝 응용 프로그램을 개발하는 방법을 학습한다. |
|
| 자연어처리 (2025/2) Natural Language Processing |
이수구분 | 교과목개요 |
| 자선 |
자연언어처리는 인간의 언어를 컴퓨터가 자동으로 분석하고 생성하기 위한 소프트웨어를 연구하는 분야이다. 본 교과목에서는 자연언어를 이해하고 기계번역을 자동으로 수행하기 위한 기본적인 개념과 구체적인 언어 처리 기법을 공부한다. 특히, 형태소 분석, 구문분석, 의미분석, 화용론 및 언어생성에 대해 학습한다. |
|
| PracticalML이슈 (2025/2) Practical ML Issue |
이수구분 | 교과목개요 |
| 자선 |
Imbalance issue, Novelty Detection, XAI 등 데이터 분석 방법론 습득 |
|
| 비즈니스어낼리틱스 (2025/1) Business Analytics |
이수구분 | 교과목개요 |
| 자선 |
지도, 비지도, 강화 학습 등 전방위적 기계학습 방법론을 융합하여 실제 비즈니스 문제를 해결 |
|
| LLM-AI플랫폼설계구축 (2025/2) LLM-AI Platform |
이수구분 | 교과목개요 |
| 자선 |
프롬프트 엔지니어링과 생성형 인공지능 기술 기반의 거대언어모델링 기술을 학습하고, 랭체인 관련 플랫품을 적용하기 위한 생태계를 설계 및 구축하고 실제 프로젝트에 적용한다. |
|
| 선형대수학 (2025/1) Linear Algebra |
이수구분 | 교과목개요 |
| 전선 |
자연과학, 응용과학, 컴퓨터공학을 포함한 모든 공학 분야의 수학적 개념에 반드시 필요한 과목중 하나로 행렬과 벡터를 다루고 그것들을 이용한 일차(선형)변환과 좌표변환을 교육하고 컴퓨터그래픽 및 그 응용에 도움이 되는 기초지식을 학습한다. |
|
| 확률및통계학 (2025/2) Introduction to Statistics |
이수구분 | 교과목개요 |
| 전선 |
현장에서 발생하는 다양한 자료들의 특성을 수학적인 방법으로 표현하고 분석하여, 유용한 정보들을 추출해내는 통계적 기법에 대해 학습한다. 기업에서 근무하는 공학도로서 갖추어야할 통계 지식을 취급하며, 수학적인 지식을 바탕으로 기술통계, 추측통계 등의 기본적인 방법들을 설명하고 그 응용 방법을 학습한다 |
|
| 스마트센서개론 (2025/2) Introduction to Smart Sensors |
이수구분 | 교과목개요 |
| 전선 |
최근 각광받고 있는 스마트 센서는 자체적인 처리 기능을 포함하고 있는 센서를 의미한다. 스마트 센서를 어떤 분야에서 어떤 형태로 사용되고 있는지 등을 알아보고, 마이크로프로세서(중앙처리장치)를 포함하고 있는 지능형 센서(Intelligent Sensor)들을 이용하여 사물인터넷을 활용한 4차 산업혁명시대의 빅데이터 분석, 인공지능 분야에서의 응용방법을 배운다. |
|
| 클라우드컴퓨팅 (2025/2) Cloud Computing |
이수구분 | 교과목개요 |
| 전선 |
클라우드 컴퓨팅의 개념을 이해하고, 관련 컴퓨팅 기술과 기초적인 클라우드 컴퓨팅 플랫폼 사용 기술을 교육한다. 이를 위해 컴퓨팅 서비스의 구조, 가상화, 클러스터, 분산시스템의 개념을 배우고, IaaS, PaaS, SaaS 를 단계적으로 실습하며 교육한다. |
|
| 인공지능 (2025/1) Artificial Intelligence |
이수구분 | 교과목개요 |
| 전선 |
컴퓨터로 계산 가능한 시간(Polynomial time)이상의 계산을 요구하는 복잡한 문제의 해결 방법으로 인간의 문제 접근방식을 컴퓨터에 적용시키는 방법의 개발과 응용에 대하여 학습한다. 다양한 지식의 표현방법과 대응 언어의 이용을 위한 기초를 마련토록 한다. 교과 내용으로는 탐색 및 지식표현과 논리, 불확실성 및 퍼지 이론, 전문가 시스템 및 Machine Learning, 인공신경회로망 및 시각, 자연언어 처리 및 지능형 에이전트 등의 내용을 익히고 활용한다. |
|
| 머신러닝 (2025/2) Machine Learning |
이수구분 | 교과목개요 |
| 전선 |
머신러닝의 주요 알고리즘인 인공 신경회로망과 유전 알고리즘 등의 기본적인 개념과 응용방법에 대하여 학습한다. 또한 학습에 대한 개념과 데이터베이스에 대한 내용을 공부하고 실제 시스템에 적용되는 예를 학습한다. |
|
| 빅데이터융합기술 (2025/1+2) Convergence of Big Data |
이수구분 | 교과목개요 |
| 자선 |
본 교과목은 경영분야에서 접하는 다양한 데이터를 유용한 정보로 지식화하고 의사결정하기 위해 각각의 목적에 따라 적절한 분석방법을 적용할 수 있는 능력을 배양하고자 한다. 수업에서는 데이터의 전처리, 요약, 시각화 표현, 통계적 분석, 데이터마이닝 등 다양한 과학적 분석 기법을 학습한다. 또한 실무 사례 데이터, 파이썬, 등을 활용한 실습을 통하여 실무 능력을 습득할 수 있도록 한다. |
|
| 글로벌기업가정신과실리콘밸리Future-tech (2025/1) Global Entrepreneurship and Silicon Valley Future-Tech |
이수구분 | 교과목개요 |
| 자선 |
실리콘밸리 글로벌기업의 현업 엔지니어 특강을 통해 핵심 기술분야의 실무경험을 학습하고, 이를 통한 미래산업 및 융합적 기술에 대한 폭넓은 이해를 제고 |
|
| 실리콘밸리테크트랜드와혁신비즈니스모델 (2025/2) Silicon Valley Tech Trends and Innovative Business Models |
이수구분 | 교과목개요 |
| 자선 |
실리콘밸리 글로벌기업의 현업 엔지니어들의 경험공유 특강을 통해 글로벌 융합기술로 탄생한 혁신기업들의 비즈니스모델을 학습 |
|
| 인공지능융합기술 (2025/1+2) Convergence of Artificial Intelligence |
이수구분 | 교과목개요 |
| 자선 |
인공지능의 개념과 그 원리를 이해하고 용용할 수 있도록 학습한다. 인공지능의 핵심 분야인 머신러닝 알고리즘의 종류와 동작원리를 이해하고, 간단한 인공지능 시스템의 설계와 구현 및 검증을 통해 실질적인 머신러닝 알고리즘 개발 능력을 습득한다. 또한, 파이썬 언어와 TensorFlow 등 머신러닝 시스템에 널리 사용되는 개발 환경을 실습을 통해 학습한다. |
|
| 마이크로컨트롤러응용설계 (2025/2) Micro-controller Application Design |
이수구분 | 교과목개요 |
| 전선 |
PIC16계열 마이컴의 구조, 명령어, I/O포트, 인터랍트, 타이머/카운터, A/D D/A 변환 등 센서계측 및 하드웨어 제어를 프로그래밍, 보드 구성 및 실험을 통해 학습한다. |
|
| 자동차공학개론 (2025/2) Introduction of Automobile Engineering |
이수구분 | 교과목개요 |
| 전선 |
- 자동차의 기본구조 및 작동 메카니즘의 설명 |
|
| 빅데이터분석실무 (2025/2) Big Data Analysis |
이수구분 | 교과목개요 |
| 자선 |
실제 산업현장의 데이터 분석 문제를 이해하고 해결하기 위한 과목으로 R, Orange, Minitab 등 데이터분석 소프트웨어 활용을 통해 분석 문제 해결 및 분석 서비스 구축의 기초 지식을 학습한다. |
|
| 생산사이버물리시스템 (2025/2) Cyber system |
이수구분 | 교과목개요 |
| 자선 |
생산 사이버 물리 시스템의 기본 구조와 의미, 추세, 활용방안 등에 대한 이해를 통하여 실제 활용 능력을 기르고, 프로젝트 기반 학습을 통해 다양한 아이디어 창출 및 문제 해결 능력을 극대화 함 |
|
| 생산시스템구축실무 (2025/1) System |
이수구분 | 교과목개요 |
| 자선 |
의사결정 문제를 모형화할 수 있는 선형계획, 최적화, 비선형계획등을 다룬다. 기업경영과 스마트팩토리 운영전반에 나타나는 현실의사 결정문제를 모형화해보고, 문제에 적합한 알고리즘을 사용하여 그 해를 구하여 문제를 해결하는 과정에 대한 이해와 능력을 배양한다. |
