발전기금
교과목명을 클릭하시면 과정 설명을 볼 수 있습니다.
| 학수번호 | 교과목명 | 학점 |
자기 학습 시간 |
영역 | 학위 |
이수 학년 |
비고 | 언어 |
개설 여부 |
|---|---|---|---|---|---|---|---|---|---|
| ERC3002 | 공학연구프로젝트Ⅰ | 2 | 4 | 전공 | 학사 | 2-4 | 공과대학 | 한 | Yes |
| 공학연구프로젝트 교과목은 우수학부생들에게 공과대학 각 부문의 최근 연구분야에 대하여 소개한다. | |||||||||
| ERC3003 | 공학연구프로젝트Ⅱ | 2 | 4 | 전공 | 학사 | 2-4 | 공과대학 | 한 | Yes |
| 공학연구프로젝트 교과목은 우수학부생들에게 공과대학 각 부문의 최근 연구분야에 대하여 소개한다. | |||||||||
| ERC3004 | 공학연구프로젝트Ⅲ | 2 | 4 | 전공 | 학사 | 2-4 | 공과대학 | 한 | Yes |
| 공학연구프로젝트 교과목은 우수학부생들에게 공과대학 각 부문의 최근 연구분야에 대하여 소개한다. | |||||||||
| ERC3005 | 공학연구프로젝트Ⅳ | 2 | 4 | 전공 | 학사 | 2-4 | 공과대학 | 한 | Yes |
| 공학연구프로젝트 교과목은 우수학부생들에게 공과대학 각 부문의 최근 연구분야에 대하여 소개한다. | |||||||||
| ERC3010 | 지식재산창업전략 | 3 | 6 | 전공 | 학사 | 2-4 | 공과대학 | - | No |
| - 4차 산업혁명시대를 맞이하여 인간의 고도의 창작물인 지식재산은 점점 더 중요해지고 있고, 지식재산의 이해를 통하여 지식재산을 창출하고 이를 활용하여 사업에 적용하는 것은 핵심역량의 한 분야가 되고 있다. 지식재산의 깊은 이해를 통하여 지식재산 창출과 관리 및 창업에 적용하는 것에 대한 학습을 필요로 한다. - 이 교과목은 지식재산에 대한 이해, 지식재산 창출 및 관리 방법, 관리된 지식재산을 기반으로 한 사업의 적용(창업)에 대한 이론 전반과 실전적 노하우를 학습한다. - 구체적인 학습내용은 지식재산의 개념 및 종류(산업재산권, 저작권, 신지식재산권), 지식재산 창출, 지식재산의 관리, 지식재산의 가치평가, 지식재산의 거래, 그리고 지식재산 기반 창업의 이론을 포함하고 - 지식재산창업 성공 및 실패기업 사례를 실증분석하여 지식재산창업 성공요인을 높이고, 지식재산창업기업의 대표 등에게서 지식재산창업의 실전적인 노하우를 직접 습득한다. | |||||||||
| ERC3011 | 산학융합캡스톤디자인 | 3 | 6 | 전공 | 학사 | 3-4 | 공과대학 | - | No |
| 본 교과목은 공과대학, 정보통신대학, 소프트웨어대학, 자연과학대학의 3~4학년 학생들이 연구팀을 형성하여 산업체 및 사회 니즈 분석(산업체 방문/전문가 인터뷰)을 통해 해결해야 할 산업체 연계 문제 해결 과제를 정의하고(Empathize-Define), 종합적 창의 설계 아이디어를 바탕으로 문제해결안을 도출하며(Thinking), 이를 실제 시험(Making)하고 결과를 공유(Sharing)하는 것을 목표로 한다. 수강 학생들은 문제해결이 필요한 산업체 현장 수준의 문제를 중심으로 - 다학제 연구팀을 형성하여 - 전공지식과 인문학적 지식을 바탕으로, - 현장의 실제 상황과 다양한 고려사항들을 반영하며, - 여러 가지 open-ended solution의 모색, 검증, 시험, 개선, 실현을 통한 문제 해결과정을 수행하고, - 실제로 응용 가능한 설계 결과물을 직접 준비하고 제작함으로써 엔지니어로서의 자질과 소양을 연마하며, 실용적인 산학 융합 종합 설계능력을 계발한다. 본 교과목의 설계과제는 여러 학부/학과의 학생으로 구성된 팀 단위로 소통.융합.협업을 통해 수행하며, 최종 결과물을 전시, 발표한다. 산학융합캡스톤디자인을 지원하기 위하여 다수의 학부/학과 교수 및 산업체 전무/엔지니어가 공동 지도한다. | |||||||||
| ERC3012 | 특허아이디어검색과활용 | 3 | 6 | 전공 | 학사 | 3-4 | 공과대학 | - | No |
| 1. 배경 지식재산과 같은 무형적 가치가 중시되는 4차 산업혁명을 맞이하여, 타인의 아이디어에 대한 법적 권리 관계 검토 능력은 매우 중요한 Skill입니다. 2. 강의목표 본 교과목은 과학기술 분야 선행기술조사 이론 학습과 실습을 통해, 미래 공학도의 기술 탐색 능력을 배양하기 위함을 목적으로 합니다. 또한, 본 교과목 수강을 통하여, 지식재산권에 대한 기본소양과 전문 능력을 기를 수 있습니다. 3. 수업 내용 가. 지식재산권(특허, 상표, 디자인 등)의 이해 - 지식재산권 개요 - 특허 등록요건 및 출원절차 - 지식재산권의 권리행사 - IP 청구범위의 해석 나. 선행기술조사 - 선행기술조사 대상(특허, 논문 등 기술 문헌) - 각국의 특허검색사이트 활용방법 및 검색전략 - 선행기술조사 활용(등록 가능성 검토, 무효사유 검토, 특허맵 등) - 선행기술조사 DB 사용법 (WIPS, KIPIRIS 등) - 선행기술조사를 위한 키워드 검색식 작성법 - 선행기술조사 실습 다. 본인 아이디어·기술의 차별성 도출(이론적용, 활용) - 보유 기술·아이디어 특정하기 - 기술·산업·정책 동향조사분석, 선행기술조사 분석 실습 - 분석툴(구글, 기술동향사이트, 신업동향사이트, 정부정보사이트) 이용법 숙지 - 선행기술과의 아이디어·기술 차별성 도출 - 아이디어·기술 적용 제품군/사업화모델/연구방향 도출 4. 기대효과 가. 지식재산권 제도 전반을 이해하고, 본인 관심기술분야의 선행기술조사 실습을 통해 미래 공학도의 기술탐색 능력 및 효과적인 연구방향을 수립할 수 있다. 나. 각국의 특허검색사이트 활용방법 및 검색전략을 익힘으로써 지식재산권 활용을 위한 기본소양을 기를 수 있다. 다. 실습을 통해 직접 본인의 아이디어·기술에 이론을 적용해 봄으로써, 지식재산권 정보 검색을 활용한 본인 기술의 제품군도출/사업화모델/연구방향을 결정하는 밑거름을 다질 수 있다. | |||||||||
| ERC3013 | 기술사업화캡스톤디자인 | 3 | 6 | 전공 | 학사 | 공과대학 | - | No | |
| 기술 및 공학 관련 아이디어를 지식재산권으로 보호하고 이를 실제 사업화(기술이전 등)까지 연계시킬 수 있는 전략을 설계하는 이론 및 실습으로 구성된다. | |||||||||
| ERC3014 | 공학과인공지능 | 3 | 6 | 전공 | 학사 | 공과대학 | 한 | Yes | |
| 본 교과목에서는 공학도를 위하여 인공지능의 다양한 측면에 대해 학습한다. 인공지능은 활용분야 및 전공분야에 따라 정의와 적용기법 등이 상이하다, 이에 본 과목에서는 공학과관련된인공지능의 다양한 정의와 기본 개념 및 방법론에 대해 학습한다. 일반적으로 인공지능은 지식기반시스템(knowledge-based system 또는 symbolic approach)과 계산지능시스템(computational intelligent system)으로 나누어진다. 전자는 전문가로부터 지식을 수집해 시스템을 개발하며 후자는 과거 데이터를 이용해 지능을 모델로 계산한다. 본 교과목에서는 규칙기반시스템(RBS), 검색알고리즘, RBS의 불확실성, 퍼지시스템 등과 같은 지식기반 시스템과 인공신경망, 심층신경망 및 유전자 알고리즘과 같은 계산지능시스템의 방법론을 학습한다. 이 과정은 실용적일 뿐만 아니라 이론적인 과정이기도 하다. 실용적인 지식을 얻기 위해 학생들은 지식기반 및 계산기반 AI를 위한 프로토타입 시스템을 제작할 수 있다. 과제수행을 위해 학생들은 개별적으로 또는 그룹으로 작업해야 한다. 또한 학생들의 지식과 능력은 사례연구, 프로젝트, 대화식토론, 중간 및 기말 시험을 통해 평가한다. | |||||||||
| ERC3015 | 기업가정신과창업전략 | 1 | 2 | 전공 | 학사 | 3-4 | 공과대학 | - | No |
| 이 수업에서는 각 기업의 전문가들이 창업에 대한 아이템 및 방향성을 제시하며, 4차산업에 맞는 아이템 구현 및 스마트기술의 구성 요소에 대하여 함께 분석하고 그와 관련된 창업 아이템을 탐구하는 형식으로 진행이됩니다. 융합IT 사례 연구를 통해 학생들은 최근의 기술과 트랜드 이해를 도우며,지식 재산과 창업 역량을 기르는데 목표로 하고 있습니다. 수업태도, 기말과제 및 개인 레포트 제출을 통하여 강의 이해도를 평가하게 됩니다. | |||||||||
| ERC3016 | 공학연구프로젝트Ⅴ | 2 | 4 | 전공 | 학사 | 2-4 | 공과대학 | 한 | Yes |
| 공학연구프로젝트 교과목은 우수학부생들에게 공과대학 각 부문의 최근 연구분야에 대하여 소개한다. | |||||||||
| ERC7001 | 메타버스플랫폼이해와활용 | 3 | 6 | 전공 | 학사/석사/박사 | 공과대학 일반대학원 | 한 | Yes | |
| 본 과목은 메타버스를 구성하는 기술요소의 이해와 주요 플랫폼 및 관련 기기에 대한 체험 실습을 바탕으로 메타버스 기반의 비즈니스 혹은 서비스 기획 능력을 갖추도록 하는 교육을 주목적으로 한다. 각 기술구성요소의 특징과 용도에 대한 이해와, 주요 서비스들의 사례 연구, 체험을 통한 사용자 관점의 장단점 파악 기회가 주어지며, 나아가 메타버스 서비스 활용과 개선에 대한 창의적 아이디어를 도출하는 능력을 배양하게 된다. | |||||||||
| ERC7002 | NFT이해와활용 | 3 | 6 | 전공 | 학사/석사/박사 | 공과대학 일반대학원 | - | No | |
| 본 과목은 NFT의 개념과 기반 기술, 관련 디지털 경제 생태계, NFT프로젝트 들의 사례에 대한 이해와 NFT제작 및 판매 실습을 바탕으로 NFT를 활용한 비즈니스 혹은 서비스 기획 능력을 갖추도록 하는 교육을 주목적으로 한다. NFT의 기반 기술인 블록체인과 암호화폐, 그리고 기존 주요 적용 대상인 디지털아트, 디지털애셋 등에 대한 기초적인 이해과정이 포함되어 있으며, 주요 프로젝트 사례와 법률적 고려사항, 시장 분석 요령, 기술 트렌드에 대한 학습을 통해 향후 폭넓은 활용에 대한 창의적 아이디어를 도출하는 능력을 배양하게 된다. | |||||||||
| ESM3083 | 인공지능개론및실습 | 3 | 6 | 전공 | 학사 | 3-4 | 시스템경영공학과 | - | No |
| 본 수업에서 학생들은 인공지능의 다양한 측면에 대해 학습한다. AI는 분야 따라 사람마다 다른 의미를 지녔기 때문에, 학생들은 공학과 관련된 다양한 정의와 방법을 학습한다. 일반적으로 인공 지능은 지식 기반 시스템과 계산 지능 시스템(computational intelligent system)으로 나누어진다. 수업에서는 규칙 기반 시스템(RBS), 검색 알고리즘, RBS의 불확실성, 퍼지 시스템, 인공 신경 네트워크 및 유전자 알고리즘과 같은 다양한 기법을 학습한다. 이 과정은 실용적일뿐만 아니라 이론적인 과정이기도 하다. 실용적인 지식을 얻기 위해 학생들은 지식 기반 및 계산 기반 AI를 위한 프로토타입 시스템을 제작할 수 있다. 과제 수행을 위해 학생들은 개별적으로 또는 그룹으로 작업해야 한다. 또한 학생들의 지식과 능력은 사례 연구, 프로젝트, 대화식 토론, 중간 및 기말시험을 통해 평가한다. | |||||||||
| ISS3090 | Technology, Society and Sustainability | 3 | 6 | 전공 | 학사 | 1-4 | 국제하계대학 | 영 | Yes |
| 기술과 사회가 서로 어떤 영향을 미치며 어떻게 성장해왔는지를 배워, 이를 바탕으로 앞으로 우리의 기술과 사회를 어떻게 지속 가능하도록 유지하고 발전시켜나갈 것인지를 토의해본다. | |||||||||
| 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. | |||||||||
| ISS3222 | Introduction to Machine Learning | 3 | 6 | 전공 | 학사 | 국제하계대학 | 영 | Yes | |
| Covers fundamental concepts for intelligent systems that autonomously learn to perform a task and improve with experience, including problem formulations (e.g., selecting input features and outputs) and learning frameworks (e.g., supervised vs. unsupervised), standard models, methods, computational tools, algorithms and modern techniques, as well as methodologies to evaluate learning ability and to automatically select optimal models. Applications to areas such as computer vision (e.g., characte r and digit recognition), natural language processing (e.g., spam filtering) and robotics (e.g., navigating complex environments) will motivate the coursework and material. | |||||||||
| ISS3224 | Data Visualization | 3 | 6 | 전공 | 학사 | 국제하계대학 | 영 | Yes | |
| This course explores the field of data visualization. Topics cover the expanse of visualization from data preparation and cleaning to visualization types such as time series, box plots, and violin plots. Included in our study are visualization tools, online interactive visualizations, and other issues related to the display of big data. | |||||||||
| 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. | |||||||||
| ISS3286 | The Foundations of Entrepreneurship | 3 | 6 | 전공 | 학사 | 국제하계대학 | 영 | Yes | |
| This class is an introductory course intended to provide students with a solid foundation in terms of the vital role played by entrepreneurs and entrepreneurship in the 21st century global economy. Entrepreneurship is approached as a way of thinking and acting, as an attitude and a behavior. Our emphasis is on entrepreneurship as a manageable process that can be applied in virtually any organizational setting. Our principal focus will be on the creation of new ventures, the ways that they come into being, and factors associated with their success. | |||||||||
| 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 | |||||||||
| ISS3292 | Social and Sustainable Entrepreneurship | 3 | 6 | 전공 | 학사 | 1-4 | 국제하계대학 | 영 | Yes |
| This course introduces students to the process of social and sustainable entrepreneurship—where innovation meets impact. Together, we will explore what social entrepreneurship is, why it is important, and how entrepreneurial action can solve some of the world’s most pressing challenges. The course aims to achieve five core objectives;1 recognize the potential within yourself and others for social impact through entrepreneurial action; 2 apply the tools of entrepreneurship to pressing social challenges; 3 develop and evaluate novel social business concepts for their potential to be turned into sustainable ventures; 4 appreciate the role of social and sustainable entrepreneurship within society, and how it manifests itself in different contexts (start-up, corporate, social, public sector) and people;5 understand key strategic tradeoffs in social entrepreneurship such as financing alternatives, organizational forms, impact measurement, and mission alignment. To achieve these objectives, students will learn about a variety of social issues and explore how to identify entrepreneurial opportunities that create both economic and social value. We will consider the strategic tradeoffs that social entrepreneurs must grapple with, the tools that make social ventures successful, and how to measure impact. By actively contributing in class, and completing each assignment, students will learn the tools necessary to successfully identify and develop a viable social and sustainable venture. | |||||||||
| ISS3295 | Information Organizations and Management | 3 | 6 | 전공 | 학사 | 1-4 | 국제하계대학 | 영 | Yes |
| As they respond to the information needs of users and communities, information organizations face complex and exciting challenges. This course will help prepare students to take on these challenges by providing them with opportunities to read, discuss, interact with experts in the professions, and engage in field work to gain an understanding of the organizations and environments in which information professionals work. During the course students will learn about the traditional and emerging professional roles and the required management and leadership responsibilities. This knowledge will help students understand the similarities and differences among information organizations, explore the influence of new technologies, different specializations and career paths, apply professional values to ethical decision-making, and observe core management and leadership skills. This course prepares students to be active participants in their professional communities and networks and to become collaborative professionals ready to take on management and leadership roles. Throughout this interactive course students will participate in classroom activities, hear from local experts, and visit local information organizations for first-hand experiences. | |||||||||
| SEE4001 | 반도체소자및공정특론 | 3 | 6 | 전공 | 학사/석사 | 1-4 | 반도체융합공학과 | 한 | Yes |
| 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 | - | No |
| 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. | |||||||||
| SNT4002 | 에너지저장및변환소재 | 3 | 6 | 전공 | 학사/석사 | 1-4 | 나노과학기술학과 | 영 | Yes |
| 에너지 변환 및 저장에 사용되는 디바이스로는 태양전지, 연료전지, 이차전지, 에너지하베스팅 소자 등이 있으며, 이러한 디바이스는 사용하는 소재에 따라 다양한 특성과 성능을 발현한다. 이러한 디바이스에서 요구되는 핵심 소재에 대한 이해를 바탕으로 디바이스의 성능을 높이기 위한 나노소재에 대해 공부하고 특히 에너지 저장과 변환 효율을 높이기 위한 나노소재의 설계와 응용 방안에 대해 학습한다 | |||||||||
| SNT4006 | 단백질생체소재학 | 3 | 6 | 전공 | 학사/석사 | 1-4 | 나노과학기술학과 | 영 | Yes |
| 단백질생체소재학은 나노바이오소재에 대한 기본적인 이론을 가르치며 또한 여러 다른 바이오소재에 대한 이해를 생물리학, 분자생물학, 합성생물학, 화학생물학의 여러 융합적 관점에서 심도깊게 논의하며 전달하고자 한다. 특히 새로운 나노바이오소재의 혁신적 사고를 유도하기 위해 기초지식부터 단백질접힘, 전산모사단백질디자인 등의 최신 기술까지 포괄적으로 다루며 미래에 필요한 바이오소재를 설계할 수 있는 역량을 키우고자 한다. | |||||||||
| SNT4007 | 재료물성전산모사 | 3 | 6 | 전공 | 학사/석사 | 1-4 | 나노과학기술학과 | 영 | Yes |
| 이 교과목에서는 연속체 방법, 원자 및 분자 시뮬레이션, 양자 역학적인 방법으로 물질의 특성을 이해하는 모델링 및 시뮬레이션에 관한 방법을 학습한다. 밀도함수론 (DFT) 및 분자 동역학 (MD)에 대한 소개를 주로 다룰 예정이다. 이러한 방법을 이용하여 물질의 기본 물성 (즉 전자구조, 상태밀도, 반응과정 등)을 이해하는 이론과 응용에 대한 실습 교육이 제공된다. 강의는 전산 시뮬레이션이 과학적 활용을 기반으로 응용 분야에 어떻게 적용되는지 학습한다. 이 교과목은 시뮬레이션을 위해 웹 기반 애플릿을 사용하므로 전문적인 프로그래밍 기술이 필요하지 않지만, 일반물리, 일반화학, 고체물리, 무기화학 정도의 선수 과목을 요구한다. | |||||||||
| SNT4009 | 양자공학 | 3 | 6 | 전공 | 학사/석사 | 1-4 | 나노과학기술학과 | 영 | Yes |
| 양자공학은 양자상태를 직접적으로 조작하여 양자중첩과 양자얽힘을 생성 및 제어하고, 이를 통하여 기존 기술의 한계를 뛰어넘는 다학적 공학이다. 본 강의에서는 양자컴퓨팅, 양자암호 및 양자통신, 양자센서, 양자네트워크 등 다양한 양자공학분야를 살펴보고 특히 양자컴퓨팅의 고급 이론(알고리즘, 양자 노이즈와 오류정정, 큐비트 구현방법)을 집중적으로 다룰 것이다 | |||||||||