Inspiring Future, Grand Challenge

Search
Close
Search
 
  • home
  • 교육
  • 대학원과정
  • 교육과정

교육

대학원과정

교과목명을 클릭하시면 과정 설명을 볼 수 있습니다.

교육과정
학수번호 교과목명 학점 자기
학습
시간
영역 학위 이수
학년
비고 언어 개설
여부
CHS5005 AI스타트업과기업가정신 3 6 전공 석사/박사 1-4 도전학기(대학원) - No
최근 인공지능의 적용범위가 전산업분야에 걸쳐 크게 확대되면서 AI를 핵심가치로 하는 이른바 AI 스타트업이 크게 늘어나고 있다. 이는 비단 국내뿐만 아니라 해외에서도 대세로 자리잡고 있다. 그러나 AI 스타트업이 과연 어떠한 기업가정신으로 무장하고 어떠한 비즈니스 모델로 시장에 진출하는 것이 가장 효과적인지에 대해서는 이론적 실증적 가이드라인이 없는 실정이다. 막연한 기대감과 겉모습만 AI로 치장한 AI스타트업으로는 치열한 시장경쟁에서 살아남기 어렵다. 본 과목은 이러한 현재의 AI스타트업의 문제점을 보완하기 위하여 다음과 같이 세가지 목표를 제시한다. 첫째, AI스타트업이 갖추어야 할 비즈니스모델의 유형을 세분화한다. 둘째, AI스타트업이 가져야 할 기업가정신의 유형을 소개하고 그 대표적 성공사례를 다양한 국내외 사례로 분석한다. 셋째, 랜드봇, 스테이블디퓨전, 노코드 ML/DL등의 실제 소프트웨어를 토대로 팀단위로 가상의 AI스타트업을 만들어보고 해당 스타트업의 비즈니스 모델, 기업가정신을 설정하고 그 효과성을 진단해 본다.
CHS7001 블록체인의기초 3 6 전공 학사/석사/박사 도전학기(대학원) - No
본 과목에서는 ‘블록체인’이라는 기술의 전반적 이해를 위한 기초개념을 다룬다. 블록체인 기술이 등장하게 된 배경 및 기술의 목적을 이해하고, 수강생 스스로 기술의 한계점 및 응용 가능성에 대해 생각해 볼 수 있는 기회를 가질 수 있도록 한다. 블록체인 기술을 최초로 도입한 대표적인 암호화폐인 비트코인의 구성 요소 및 구조를 이해하고, 나아가 탈중앙화된 플랫폼을 지향하는 이더리움의 구성 요소 및 구조를 이해하여 대표적인 두 암호화폐의 장단점 및 차이점을 체계적으로 이해한다. 또한 기술을 구성하고 있는 합의 알고리즘 (POW, POS 를 중심으로), 블록체인의 확장성, 암호경제학의 개념 및 한계점을 이해하고 이를 바탕으로 블록체인의 기술의 방향성 및 응용가능성에 대한 수강생 간의 논의를 통해 기술에 대한 수강생의 심층적인 이해를 유도한다.
CHS7002 머신러닝과딥러닝 3 6 전공 학사/석사/박사 도전학기(대학원) - No
본 수업에서는 기초적인 머신러닝 및 딥러닝 알고리즘의 이론 및 실습을 다룬다. 구체적으로, 선형 분류, 선형 회귀, 의사결정나무, 서포트 벡터 머신, 다층신경망, 컨볼루션 네트워크 등 실제 사례에 널리 사용되고 있는 알고리즘들을 이론 강의를 통하여 습득하고, python을 이용하여 이론에서 배운 알고리즘을 실습을 통하여 자기주도적으로 학습한다. 본 수업의 원활한 수강을 위하여, 학생들은 기본적인 미적분학, 선형대수학, 확률 및 통계, python language의 활용 등에 대한 지식이 필요하다.
CHS7003 인공지능응용 3 6 전공 학사/석사/박사 도전학기(대학원) - No
스탠포드 대학교의 공개 강좌인 cs231n은 이미지 인식과 딥러닝에 대한 가장 유명한 공개 강좌 중 하나이다. 본 수업은 스탠포드 대학교의 공개 강좌 cs231n을 이용하여 Flipped class 방식으로 수업을 진행한다. 본 수업을 수강하기 위해서는 학부 수준의 기본적인 수학 지식(선형대수, 미적분학, 확률/통계)와 기본적인 파이썬 기반의 코딩 능력이 요구된다. 수업에서 진행하는 구체적은 진행방식과 활동은 다음과 같다. 1) On-line 강의(English)를 청취 (학습자 주도) 2) On-line 강의(English) 청취한 내용에 대해 개별 노트 정리 (학습자 주도) 3) On-line 강의(English) 청취한 내용에 대해 QnA 토론 (학습자 주도) 4) QnA 기반의 교수자 주도의 Off-line 강의(Korean) 강의 (교수자 주도) 5) 팀별 보충 발표 (학습자 주도) 매 토픽에 대하여 위에 언급한 1) ~ 5)의 진행방식을 활용하여 학습한다. 평가는 각 활동과 과제, 중간 시험, 기말 프로젝트에 기반하여 절대평가한다. 수업에 다루는 내용은 다음과 같다. - Introduction Image Classification Loss Function & Optimization (Assignment # 1) - Introduction to Neural Networks - Convolutional Neural Networks (Assignment # 2) - Training Neural Networks - Deep Learning Hardware and Software - CNN Architectures-Recurrent Neural Networks (Assignment # 3) - Detection and Segmentation - Generative Models - Visualizing and Understanding - Deep Reinforcement Learning - Final Project. 본 수업은 이미지 인식과 관련한 딥러닝 방법에 대하여 기초부터 응용까지 다루므로 관심이 있는 학생들에게 좋은 기회가 될 것이라 생각한다.
CHS7004 Python활용인문사회과학논문쓰기 3 6 전공 학사/석사/박사 도전학기(대학원) Yes
논문을 쓰기 위한 과목으로 인문사회과학 영역의 연구를 위하여 빅데이터를 활용한 논문을 쓰기 위한 과정이다. 기본적으로 논문 쓰기 방법에 대한 학습을 하며, 논문을 위한 연구 방법론으로 프로그래밍 처리를 학습한다. 프로그래밍 언어 가운데 인문사회과학 관련 자료를 처리하기 가장 적합하며, 자료 시각화 기능이 뛰어난 파이선을 활용하여 논문 쓰는 법에 대하여 구체적으로 학습한다. 논문 작성을 위한 기본 적인 연구 방법론 및 논문 내용 구성에 대한 이론 강의가 우선 진행된다. 논문 작성을 위하여 주제 선정 및 토론이 진행된다. 주제가 선정되면 관련 연구 정리 방법에 대한 강의가 진행된다. 다음 과정으로 연구 방법론에 따라 필요한 내용 작성에 대한 학습이 진행된다. 제언 및 참고 문헌 정리 방법에 대하여 학습하여 이론적 접근법을 완성한다. 파이선 활용을 통한 자료 분석을 위하여 기본적인 파이선 문법에 대한 학습이 이루어지며, 입력 자료 처리를 위한 실습을 진행한다. 각 연구 분야에서 필요한 파이선 패키지 설치 방법 및 활용 방법에 대하여 학습한 후, 실제 데이터 처리에 대한 실습이 진행된다. 공동 연구 진행을 대비하여 쥬피터 노트북 (jupyter notebook) 사용법을 기본 환경으로 설정하여 분석할 수 있도록 학습한다. 자료 가시화를 위한 matplolib 활용법을 학습하며, 빅데이터 처리를 위한 pandas 활용을 학습한다. 이 과목의 목적은 각 전공 분야에 필요한 연구를 파이선 언어로 프로그래밍 구현을 실행하여 의미 있는 연구 결과를 도출하는 것이다. 이를 위하여 과정 기간 내에 논문 1편 완성을 목표로 한다.
CHS7005 소비자뇌과학 3 6 전공 학사/석사/박사 도전학기(대학원) - No
소비자와 시장조사에 있어서 새로운 방법론으로서 소비자의 뇌반응을 측정하여 선호도나 몰입도 구매의도등을 측정하고 이를 기반으로 뉴로세그멘테이션의 가능성을 탐구하여 본다. 특히 소비자의 눈움직임 측정 및 전두엽의 산소포화도 측정을 통한 소비자 뇌반응은 브랜드에 대한 애정 및 충성도로 연결되어 브랜드 자산을 측정하는 새로운 가능성을 보여줄 수 있을 것이다. 아이트래커와 functional Nearinfrared Spectroscopy 를 사용하여 실제로 소비자 뇌실험을 디자인하여 데이터를 얻고 이를 추후 분석하는 방법을 탐구하여 본다.
COV7001 논문작성법및연구윤리1 1 2 전공 석사/박사 일반대학원 성균융합원 Yes
1) 논문작성의 전반을 소개하고, 논문작성의 필수적인 교양을 습득한다. 2) 연구 결과를 영어로 표현하는 효과적인 방법을 공부함으로써 향후 국내외학술지에 효율적으로 논문을 개제할 수 있도록 한다. 3) 연구 윤리를 습득한다.
DES4001 융합캡스톤디자인 3 6 전공 학사/석사 디자인학과 Yes
디자인, 예술, IT, 경영학, 공학 등 다양한 전공의 학생들이 모여 미래의 신기술 및 서비스 등 창의적 디자인 상품의 개발을 연구하고 결과물의 프로토타잎까지를 진행하며 우수 아이디어는 지속적으로 그 활용을 지원한다. 현 학문 단위별 접근의 한계를 극복하고 융합을 통한 새로운 혁신적 가치를 창조하고 창의력 및 PBL(Problem Based Learning) 중심의 문제해결 능력, Team Project 수행능력의 습득을 목표로 한다.
ERP4001 창의심화탐구 3 6 전공 학사/석사 교무팀 교육연구 Yes
이 과목은 교육을 중심으로 하는 연구를 병행하는 교과목으로서, 연구수행능력을 일정 수준 갖춘 학사과정생들을 중심으로 창의적인 아이디어를 도출하고, 학사과정생이 자율적으로 연구할 수 있는 기회를 확대하고자 설계되었다. 학생들은 과학기술 분야를 중심으로 한 인문사회, 문화예술 분야의 융합과 통섭을 기반으로 과학적 탐구력과 창의적 문제해결역량 신장에 적합한 창의 주제 탐구 수행한다. 또한 본 과목은 학제간 융합주제에 대한 교육-탐구설계-수행-논문지도-결과발표에 이르는 전 과정을 포함하고 있다.
FDM5002 동양복식사특론 3 6 전공 석사/박사 1-4 - No
동양의 복식문화사를 그 사회문화적인 배경과 관련하여 연구한다. 중국 및 인도, 그리고 기타 다른 동양의 복식을 깊이있게 연구하여 이를 응용하여 현대적 디자인에 응용한다.
FDM5003 서양복식사특론 3 6 전공 석사/박사 1-4 - No
고대, 중세, 근세, 현대복식의 기원과 발달과정을 연대순으로 정치, 경제, 사회, 문화사와의 상호연관성을 규명하여 변천과정을 바탕으로 하여 각 시대마다의 복식디자인의 변천과정을 깊이있게 연구함으로서 복식디자인의 내용을 풍부히 함과 동시에 미래의 방향을 알게 한다.
FDM5004 한국복식문화사연구 3 6 전공 석사/박사 1-4 - No
한국의 전반적인 복식을 과학적으로 분석하여 고도의 미적, 기능적인 면을 연구한다.
FDM5007 패션디자인특론 3 6 전공 석사/박사 1-4 - No
디자인 개념과 다양한 측면들의 이해를 기초로 디자인 원리와 요소를 착용자 및 용도와 목적에 부합하도록 활용하는 방법을 연구하게 하고, 실질적 디자인의 훈련을 통해 의상 디자이너로서의 기본 소양을 갖추도록 한다.
FDM5013 현대패션디자인분석 3 6 전공 석사/박사 1-4 Yes
모더니즘 이후 현대 디자인에 나타나는 특성과 그 배경이 되는 사회적 문화적 특성과의 연계성을 연구·분석하는 과정이다.
FDM5020 복식미학특론 3 6 전공 석사/박사 1-4 Yes
기성복의 미적 가치, 평가안목, 기성복의 기능 등을 깊이 있게 연구한다
FDM5021 한국복식사특론 3 6 전공 석사/박사 1-4 - No
한국복식에 대한 재인식과 더불어 그 복식에 대한 시대적인 변천과정을 통하여 상고시대로부터 고구려, 백제, 신라, 그리고 고려에서 조선에 이르기까지의 시대복식을 고찰한다.
FDM5022 복식조형론 3 6 전공 석사/박사 1-4 - No
서양 예술사조의 시대별 고찰을 통해 각 예술사조의 특징을 디자인으로 발전시키고자 한다.
FDM5047 남성복테일러링연구 3 6 전공 석사/박사 1-4 - No
신사복 상의와 하의의 테일러링 기술을 전통적인 방법과 대량생산과정을 비교 분석하고, 직접 제작함으로써 테일러링 기법을 연구한다.
FDM5048 입체구성특강 3 6 전공 석사/박사 1-4 - No
입체재단의 기법을 응용하여 고도의 기법을 습득하고 다양한 소재, 주제를 창작함으로써 인간공학적 측면에서 기능적 심미적인 의복구성을 위한 입체구성 기법을 연구한다.
FDM5051 인체와의복구성특론 3 6 전공 석사/박사 1-4 - No
인체측정을 토대로 하여 남성, 여성, 아동의 체형특성에 적합한 의복구성방법을 연구한다.
FDM5054 통계학특론 3 6 전공 석사/박사 1-4 Yes
의류학에서 통계학적 분석은 매우 폭넓게 이용되고 있다. 의류학을 전공하는 학생들로 하여금 통계학의 기본 개념과 원칙을 이해하고 자료 분석 능력을 기르도록 한다.
FDM5057 패션산업세미나 3 6 전공 석사/박사 1-4 - No
본 과목은 의류 산업에 관련된 소비자 행동, 패션 머천다이징과 관리, 또는 글로벌 머천다이징 등에서 토픽을 선정하여 분석 토의한다.
FDM5059 패션리테일링정보시스템 3 6 전공 석사/박사 1-4 - No
최근 패션 유통환경이 치열해지면서 패션 유통정보시스템은 유통업체의 전략적 우위수단이 되고 있다. 이 과목에서는 패션 리테일링에 관련된 POS, EDI and QR 와 같은 정보 시스템에 대한 기본적인 개념과 변화의 추세를 이해하고 패션 유통업체의 효율절 정보처리 전략을 익히고자 한다.
FDM5060 패션서비스마케팅 3 6 전공 석사/박사 1-4 - No
21세기 패션 산업에서 고객서비스이 중요성이 증대되므로 본 과목은 패션의 본질적 특성뿐 아니라 비본질적인 특성인 서비스에 초점을 맞추어 서비스 측면의 경쟁력 강화를 통한 고객 관계 마케팅 전략(CRM) 과 서비스 품질의 평가 등을 익히고자 한다.
FDM5061 패션마케팅커뮤니케이션특론 3 6 전공 석사/박사 1-4 Yes
이 과목은 광고, 인적 판매, 판매 촉진, 홍보와 이벤트, 비쥬얼 머천다이징에 과 같은 패션 판촉 전략의 유형과 사례를 통해 패션마케팅 커뮤니케이션의 각 요소들이 어떻게 조정되고 통합되는가를 익힌다.
FDM5062 글로벌패션마케팅특론 3 6 전공 석사/박사 1-4 Yes
이 과목은 최근 증가하는 글로벌 마케팅을 하는 패션업체가 직면하게 다양한 문제점에 대한 이해를 돕고자 한다. 주요 강의주제로는 글로벌 패션 마케팅의 배경과 환경적 요인, 글로벌 경영정책 전략 등이 포함된다.
FDM5070 고급통계학 3 6 전공 석사/박사 1-4 - No
이 과목에서는 의류학 연구에서 다루어지는 다변량 중심의 통계방법에 초점을 둔다. 주로 다루어지는 통계기법은 회귀분석, 판별 분석, 군집분석, 회귀분석, 경로분석등이 포함된다.
FDM5072 패션마케팅전략세미나 3 6 전공 석사/박사 1-4 - No
이 과목을 통해 학생들은 그동안 배운 패션 마케팅 관련 개념을 현실적으로 적용하는 마케팅 전략을 개발하고 실행하는 능력을 기르게 된다.
FDM5075 패션유통전략세미나 3 6 전공 석사/박사 1-4 - No
이 과목은 패션 유통의 전략에 대한 이해를 돕고자 한다. 주요 내용으로는 패션산업에서의 유통환경, 유통경로, 상권분석, 유통정보시스템, 경로갈등, 물적 유통 등이 포함된다.
FDM5077 전통염색특론 3 6 전공 석사/박사 1-4 - No
문헌과 유물을 통하여 우리나라 염색의 기원, 종류, 방법, 변천 등의 염색사를 이해며,. 한국인이 사용하여온 색의 종류와 그 내재적가치를 고찰한다. 전통색을 유형분류하여 염색실한다. 전통색의 색명과 염색시료의 색상을 비교고찰한다. 전통염색단지, 업체의 견학 실습도 병행하고 현대패션 및 문화소품에 적극 활용토록 한다.