교육과정

빅데이터융합기술

Convergence of Big Data

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

Global Entrepreneurship and Silicon Valley Future-Tech

자선

실리콘밸리 글로벌기업의 현업 엔지니어 특강을 통해 핵심 기술분야의 실무경험을 학습하고, 이를 통한 미래산업 및 융합적 기술에 대한 폭넓은 이해를 제고

실리콘밸리테크트랜드와혁신비즈니스모델

Silicon Valley Tech Trends and Innovative Business Models

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. 

인공지능융합기술

Convergence of Artificial Intelligence

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. 

자연어처리

Natural Language Processing

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

Practical ML Issue

자선

Imbalance issue, Novelty Detection, XAI 등 데이터 분석 방법론 습득

비즈니스어낼리틱스

Business Analytics

자선

지도, 비지도, 강화 학습 등 전방위적 기계학습 방법론을 융합하여 실제 비즈니스 문제를 해결

선형대수학

Linear Algebra

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.

자료구조

Data Structure

전필

프로그램에서 자료를 효율적으로 관리하기 위한 자료형태와 저장된 자료를 다루는 기본적인 방법을 학습한다. 배열, 스택, 큐, 연결리스트, 트리등과 같은 기본적인 자료구조, 이들을 다루기 위한 함수들, 그리고 기본적인 정렬방법 등을 학습하며, 본 내용을 기반으로 실습과 설계과제를 통하여 프로그램 능력을 집중 배양한다.

확률및통계학

Introduction to Statistics

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

논리회로

Logic Circuit

전선

디지털 논리의 기본개념과 부울대수, 논리연산, 논리게이트 이론 등을 습득하고 디지털 논리회로를 이해 하고 분석하는 기본지식을 학습한다. 디지털 논리회로의 기본이 되는 2진수와 부울 대수, 기본 논리연산과 논리게이트, 조합회로, 순차회로 등에 대한 기본지식과 디지털 회로 및 시스템에 대한 기본적인 지식에 대해서 학습한다. 향후 배울 마이크로프로세서응용, 컴퓨터 구조의 기초의 개념을 배운다.

컴퓨터구조

Computer Architecture

전필

컴퓨터의 하드웨어와 소프트웨어에 대한 기초 지식을 기반으로 컴퓨터 시스템에 대하여 필수적으로 알아야할 기본요소들의 개념을 확립하고 컴퓨터구조의 응용 및 소프트웨어응용 기술에 대한 기초를 학습한다. 컴퓨터시스템의 기본원리와 동작 및 CPU 내부구조와 동작원리, 메모리 구조, 입출력장치들의 인터페이스와 동작원리, 파이프라인, 병렬처리 등을 학습한다.

스마트센서개론

Introduction to Smart Sensors

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

Cloud Computing

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

Artificial Intelligence

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

Machine Learning

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.

생성형AI

Generative AI

전선

생성형AI는 인간이 발화하는 언어 현상을 기계적으로 분석해서 컴퓨터가 이해할 수 있는 형태로 만드는 자연 언어 이해 혹은 그러한 형태를 다시 인간이 이해할 수 있는 언어로 표현하는 제반 기술을 의미한다. 본 강의에서는 머신러닝을 기반으로 기계번역, 챗봇 등 자연어처리 분야에 활용되는 기술을 소개한다

AI영상처리

AI Image Processing

전선

본 교과목에서는 영상처리의 기본 알고리즘을 이해하고, 인공지능에서 가장 널리 사용되는 영상에 대한 기본 개념과 다양한 처리 방법에 대해 학습한다. 영상의 기본 구조, 밝기 변환, 색상 모델, 공간/주파수 영역에서의 필터링 기법, 영상 특징 추출 등에 대한 이론을 학습한다. 오픈 라이브러리(Opencv 등)을 이용하여 다양한 이론에 대한 실습 또한 진행한다

딥러닝

Deep Learning

전필

본 수업은 최근 인공지능 발전을 이끌고 있는 현대적 신경망과 관련된 분야인 딥러닝에 대한 기초적인 이론과 실제를 공부하는 것을 목표로 한다. 딥러닝의 기본이 되는 DNN (Deep Neural Network)의 구조 및 기본 동작 방법, 학습 방법 (Backpropagation, Gradient Descent 등)을 습득하고, Tensorflow/PyTorch와 같은 딥러닝 툴을 활용한 실습을 통해 인공지능 문제를 해결하는 모델링 기법을 습득한다

자동차공학개론

Introduction of Automobile Engineering

전선

- 자동차의 기본구조 및 작동 메카니즘의 설명

- 자동차공학 관련 최신 연구 개발 동향 소개

차량센서융합시스템

Sensor Fusion System for Automobile

전선

지능형 모빌리티는 인지, 판단 및 제어 시스템으로 이루어져 있으며, 인지에는 다양한 센서 활용 기술이 적용된다. 본 과목에서는 이에 필요한 센서들의 기본 원리를 계측공학을 기반으로 이해하고, 실제 센서 시스템의 특성을 실습을 통해 알아본다. 또한 가상의 지능형 모빌리티 또는 스마트 시스템에 필요한 센서 패키징을 도출하고 인지 기술을 적용하는 가상의 프로젝트 보고서를 작성함으로써 모빌리티 센서의 융합 시스템 개발 능력을 함양한다.

자동차임베디드시스템

Automobile Embedded System

전선

자동차 전자제어시스템 개발에 필요한 기초적인 임베디드시스템 설계 및 제어 기술을 습득하는 교과과정으로서 시스템 제작을 위한 기술적인 고려사항과 기초 이론을 이해하고 개발용 장비들을 활용하는 실습을 수행함으로서 차량용 마이크로컨트롤러를 활용할 수 있는 기초 역량을 갖추도록 한다. 

기능안전및자율주행플랫폼설계AUTOWARE

Functional Safety and Autonomous Driving Platform Design AUTOWARE

자선

자율주행 소프트웨어 플랫폼의 구조와 기능안전 개념을 통합적으로 학습한다.

AUTOWARE 및 ROS2 기반 자율주행 시스템의 구성, 센서·인지·제어 모듈을 실습 중심으로 다룬다. ISO 26262, SOTIF 등 국제 표준에 따른 안전성 확보 절차와 검증 방법을 이해한다.

산학연계 프로젝트를 통해 실제 자율주행 플랫폼의 설계·통합·테스트 과정을 경험한다.

자율주행시뮬레이터

Autonomous Driving Simulator

자선

자율주행 알고리즘의 개발과 검증을 위한 시뮬레이션 기술을 학습한다.

CARLA, MORAI 등 대표적인 시뮬레이터를 활용하여 인지·판단·제어 모듈을 실습한다.

디지털 트윈 환경에서 가상 도로, 센서 모델링, 시나리오 기반 테스트 기법을 익힌다.

자율주행 시스템의 성능 평가 및 안전성 검증을 위한 시뮬레이션 구축 능력을 배양한다.