교과목명을 클릭하시면 과정 설명을 볼 수 있습니다.
| 학수번호 | 교과목명 | 학점 |
자기 학습 시간 |
영역 | 학위 |
이수 학년 |
비고 | 언어 |
개설 여부 |
|---|---|---|---|---|---|---|---|---|---|
| GSP5255 | 도시정책평가세미나 | 3 | 5 | 전공 | 석사/박사 | - | No | ||
| 본 교과목은 도시정책에 초점을 맞추어, 정량적인 정책평가방법론을 이해하는 것을 목표로 한다. 학생들은 이중차분법, 회귀불연속 설계, 성향점수매칭 등 인과관계를 밝히기 위해 발전되어온 계량방법론들이 주택, 교통, 환경, 문화 등 다양한 도시정책을 평가하는 데 활용될 수 있는지 탐색하는 기회를 가질 것이다. | |||||||||
| GSP5256 | 사회과학연구의인과적추론 | 3 | 6 | 전공 | 석사/박사 | 한 | Yes | ||
| 이 수업의 목표는 사회과학 연구에서 가장 일반적으로 사용되는 경험적 분석 방법에 대한 이해를 돕기 위함에 있다. 이 수업의 초점은 연구설계에 기반한 인과적 추론, 즉 통계적 방법을 통해 어떠한 결과(예,정책의 효과, 정치행태, 수입 등)의 원인(가령, 정책의 도입이나 제도의 변화, 경제적 상황의 변화 등)을 탐구하고자 하는 연구질문에 답을 찾는 데에 있다. 이 수업에서는 다음과 같은 다양한 인과적 추론 설계와 분석 방법에 대해 다룰 것이다: experiments, matching, regression, fixed effects models, difference-in-differences, synthetic control methods, instrumental variable estimation, regression discontinuity designs, simple machine learning tools. 아울러 강의 일정에 따라 추가로 quantile regressions and sensitivity analysis와 같은 내용도 다룰 수 있다. 다양한 사회과학 연구논문을 통한 응용을 통해, 각 분석 방법에 대한 장단점에 대해 이해하고 분석할 예정이다. | |||||||||
| GSP5257 | 국가정보와정책결정 | 3 | 6 | 전공 | 석사/박사 | 한 | Yes | ||
| 초불확실성과 네트워크 시대인 지금, 정책 결정에 필요한 정보의 흐름은 상상을 뛰어넘는 속도와 범위로 국경을 넘어 연계되어 있다. 그리하여 정책결정자는 의사결정의 전 단계(pre-decision making)인 정책형성 과정에서 정보의 모호성 및 복잡성과 일상으로 마주하게 된다. 그러다 보니 세부의 구체적이거나 루틴한 결정은 행정부처 차원에서 처결 가능할지라도 더 근본적이고 상위의 초정책결정(meta-policy making)에는 개별 부처 이상의 통합적, 중립적인 국가정보의 판단이 요구되고 또 그것이 정책 결정에 중대한 투입요소가 된다. 이는 에치오니(A. Etzioni) 혼합탐사모형(mixed scanning model)이나 드로(Y. Dror)의 최적모형(optimal model) 등의 정책결정 이론을 거론하지 않더라도 그 현상은 강화되고 있다. 또한, 국가정보의 기능을 더 일반화하여 국가안보와 국민안전, 국가 이익에 관한 정보를 제공하여 의사 결정자가 결심, 결정하게 영향을 미치는 일체의 행위로 정의할 때, 국가정보와 정책결정 간의 동학은 행정학의 주요 연구대상임이 분명하다. 국가정보 분석의 선구자인 켄트(Sherman Kent)는 국가정보의 본질을 “단일의 최선의 답(the single best answer)”을 찾는 것으로 규정한다. 이에 미국, 영국 등 선진국들은 국가정보 활동의 임무로 대통령과 국가안전보장회의(NSC)가 외교, 경제정책을 개발하고 집행하는데 관련된 정책 결정에 필요한 정보, 국가 이익 보호에 필요한 정보, 행정부처의 임무 수행에 필요한 정보 제공을 법제화하고 있다. 이 분야에 대한 논문도 많고 정보기관 출신들의 연구도 축적되어 있다. 그런데 오랫동안 그리고 암암리에 대통령과 수석비서관, 부처 장관의 정책 결정에 필요한 판단정보를 제공해 온 한국의 국가정보 활동의 경우, 비밀기관의 활동에 내재된 특성 및 국가정보의 정치화 등으로 인해 공개적인, 학문적인 토론과 연구의 주제가 되지 못하였다. 오늘날 국가정보의 영역이 허위정보, 첨단과학기술, 글로벌 공급망, 기후변화, 교육, 팬데믹 및 사이버·우주·인지·전자공간 등으로 확장되어 가는 추세를 고려하면 더 이상의 터부시는 정책자산의 손실로 귀결된다. 이제 국가정보기구의 산출물에 대해서도 다른 정부 기구의 그것과 마찬가지로 어느 정도는 학문적 영역으로 끌어들여야 한다. 국가정보가 정책형성과 의사결정에 어느 정도 역할을 하고 있는지, 어떤 채널과 방식으로, 어느 레벨까지 영향을 미치고, 어느 정도의 효율성을 발휘하는지, 그리고 정보의 정치화와 같은 부작용은 왜, 어떻게 발생하고 어떻게 관리되어야 하는지 등에 대해 안정적이고 지속성 있는 연구와 논의 구조가 요구된다. 국가정보와 행정학, 정책학의 접목을 고민한다. 그걸 소화해 낼 전문가를 키우려고 한다. 공직자 양성 요람인 행정학과와 국정전문대학원이 국가정보와 정책 결정의 관계에 대한 이해를 깊게 하고 전문적으로 연구할 장이 된다면, 학생들에게 학문적 영역을 확장할 기회가 되고, 나아가 학계에 신선한 파급을 가져올 것이다 | |||||||||
| GSP6009 | 국가경쟁력과지식관리 | 3 | 6 | 전공 | 박사 | 1-4 | - | No | |
| 정보사회의 변화 속에 전자거버넌스의 큰 틀 속에서 새로운 관리 패러다임인 지식관리와 국가경쟁력에 대해 다룬다. 공공부문, 민간부문, 시장의 연계적 협업 속에서 국정운영을 효율적으로 이끌어 나가기 위한 지식관리의 이론적 바탕을 논의하고 이를 실현 가능하게 할 수 있는 전략에 대해 논의한다. 지식관리에 대한 제반 이론을 바탕으로 국내외 사례를 분석하고 국가경쟁력 강화를 위한 지식관리에 대한 실천 전략 도출에 중점을 둔다. | |||||||||
| GSP6010 | 공공관리와거버넌스 | 3 | 6 | 전공 | 박사 | - | No | ||
| 행정학의 패러다임이 전통행정이론, 신공공관리론, 신거버넌스론으로 진화되고 있다. 따라서 행정이론의 제 분야도 새로운 패러다임으로 새롭게 발전되고 있다. 이 과목은 (i) 민간부문의 관리와 구별되는 행정관리의 본질, (ii) 전통적인 행정학의 본질 및 한계, (iii) 행정학의 새로운 패러다임으로 대두된 신공공관리론, 공공거버넌스론의 기본 가정과 한계 등에 대한 학생들의 이해를 제고하고, (iii) 행정관리 이론과 제도의 새로운 대안을 모색하는 것을 목적으로 한다. 특히, 최근 각국에서 진행되고 있는 행정관리 개혁의 사례를 중심으로 한국의 행정관리 개혁을 비판적으로 분석하는 것이 본 과목의 목적이다. | |||||||||
| GSP7001 | 개발협력과원조거버넌스 | 3 | 6 | 전공 | 학사/석사/박사 |
1-4
1-4 |
- | No | |
| 본 과목은 개발협력의 두 가지 분야를 학습한다. 첫째, 개발과 저개발의 복합적 성격을 이해하고 개발협력이 가져오는 기회와 한계를 연구한다. 특히 개도국의 수원국 입장에서 경제발전을 보는 시각을 훈련한다. 둘째, 원조 거버넌스를 글로벌 및 주요 국가 차원에서 연구한다. 구체적으로는 개발협력에 관여하는 다양한 국제기구 및 비정부 행위자들, 이들 기관이나 조직이 지향하는 원칙, 규칙, 규범을 연구한다. 한국을 포함한 주요 국가의 원조정책과 추진체계, 규범 등의 내용을 포함한다. | |||||||||
| MCJ5122 | Network Analysis for Communication Research | 3 | 6 | 전공 | 석사/박사 | 1-4 | 미디어커뮤니케이션학과 | 한 | Yes |
| 이 과목은 커뮤니케이션 관점에서 네트워크 분석 방법에 대한 이론과 개념을 학습한다. 또한 이 과목은 네크워크 분석방법이 다양한 커뮤니케이션 현상과 문제를 이해하는데 있어 어떻게 활용될 수 있는지를 실제 데이터와 네트워크 분석 소프트웨어를 이용하여 실습한다. | |||||||||
| MCJ5128 | 메타분석 | 3 | 6 | 전공 | 석사/박사 | 2-4 | 미디어커뮤니케이션학과 | - | No |
| 메타분석은 연구 결과들에 대한 정량적 분석을 의미한다. 즉, 기존 연구들로부터 독립변수와 종속변수 간의 관계를 나타내는 지표인 효과크기를 추출하여 분석하고 통합하는 방법이다. 본 과목은 메타분석을 수행하는 절차와 분석결과를 해석하는 방법을 다룬다. 이 과목에서 학생들은 메타분석 소프트웨어를 활용하여 관심 있는 연구 주제에 대해 메타분석을 수행해보고, 분석결과를 바탕으로 연구논문을 작성해보는 기회를 갖는다. | |||||||||
| PIP5001 | 공공기관조직관리 | 3 | 6 | 전공 | 석사/박사 | 공공기관정책학과 | 한 | Yes | |
| 이 강의는 행정학의 기초이론인 조직이론, 특히 거시 조직이론 (조직 구조와 맥락)에 관한 이론을 소개하는데 있습니다. 특히, 일반조직이론을 넘어, 공공조직의 특성과 이해를 제고하는데 강조점을 두고 있습니다. 이를 통해 공공기관의 관리자로서 갖추어야 할 기본적인 조직관리 역량개발에 도움이 되고자 합니다. 그리고 공공기관의 다양한 주제에 대한 연구사례를 발표하고 토론합니다. | |||||||||
| PIP5002 | 공공기관과ESG | 3 | 6 | 전공 | 석사/박사 | 공공기관정책학과 | 한 | Yes | |
| 이 과목은 국내외 경영환경의 변화에 따라 중요성이 높아진 지속가능경영전략의 이론적 배경과 실무적 시사점을 학습한다. 재무성과 극대화를 통한 경제적 가치 창출과 다양한 경영 활동을 통한 사회적 가치 창출은 민간기업뿐만 아니라 공공부문에서도 중요성이 증가하고 있다. 이러한 흐름에 따라, 이해관계자 관점에서 SDGs, ESG, 탄소중립 등 지속가능경영을 위한 기업들의 다양한 활동과 사례들을 학습한다. 이 과목의 최종목적은 지속 가능 경영전략의 성공적인 수립 및 실행을 위한 관련 지식 습득과 실무적 역량을 함양하는 것이다. | |||||||||
| PIP5003 | 조사연구방법론 | 3 | 6 | 전공 | 석사/박사 | 공공기관정책학과 | 한 | Yes | |
| 이 과목의 목적은 공공기관정책학과 석사과정 대학원생이 논문을 쓰기 위한 방법론적 역량을 제고하는 것이다. 사회조사방법론에서 질적, 역사적, 비교적 방법론의 이해를 높이고 특정 주제에 적절한 방법론을 선택해야 하는지를 구체적이고 심층적으로 실습한다. 논문의 체계적 설계, 문헌조사, 설문지 작성, 인터뷰기법, 현장 조사 기법 등을 실습한다. 강의 진도에 따라 교재 발제와 토론을 진행한다. 다양한 방법론을 활용하여 논문작성을 위한 실제적인 분석을 수행한다. | |||||||||
| PIP5004 | 개별연구 | 3 | 6 | 전공 | 석사/박사 | 공공기관정책학과 | 한 | Yes | |
| 수강생이 관심 있는 주제를 정해 지도교수의 1:1 지도하에 주제를 심층 탐색한다. 특히 논문을 준비하는 학생의 경우 이 과목을 통해 논문 주제를 탐색하여 논문을 작성하는 과목으로 활용한다. | |||||||||
| PIP5005 | 공공계량분석 | 3 | 6 | 전공 | 석사/박사 | 공공기관정책학과 | 한 | Yes | |
| 이 과목은 행정 현상과 정책문제를 과학적인 방법으로 분석하기 위한 통계적 접근방법을 학습한다. 통계적 추론의 원리를 개관한 후 통계 패키지를 활용하여 회귀분석(시계열, 공간, 다층 등)과 구조방정식 등의 통계기법을 익힌다. | |||||||||
| PIP5006 | 동양사상과리더십 | 3 | 6 | 전공 | 석사/박사 | 공공기관정책학과 | 한 | Yes | |
| 공공기관을 비롯한 공공조직의 리더십 연구는 지역적·시대적 맥락을 떠나서는 생각할 수 없다. 오늘날 공공조직의 리더십은 동아시아의 사상적, 철학적, 이념적, 윤리적 맥락 속에서 연구를 수행할 당위성이 높아지고 있다. 동양사상 및 동양 철학적 맥락 속에서 오늘날 공공기관 조직에서 리더십 현상에 대한 이해를 높이고 훌륭한 리더의 자격 및 요건을 갖추도록 하는 데 그 목적을 두고 있다. 이 과목에서는 공자, 노자, 묵자, 맹자, 장자, 순자, 한비자 등 고대 동양고전뿐만 아니라 근현대의 동양사상 관점에서의 리더십을 학습한다. | |||||||||
| PIP5007 | 공공기관과지역사회 | 3 | 6 | 전공 | 석사/박사 | 공공기관정책학과 | 한 | Yes | |
| 한국에서 지역 간 불균형의 문제는 국가 및 지방 차원의 장기적인 정책적 현안이다. 균형발전을 위해 역대 정부에서 진행된 공공기관의 지방으로의 이전 등은 공공기관과 지역사회의 관계 및 역할에 대한 실증적인 이해와 분석을 요한다. 이를 반영하여 본 수업은 한국의 지역적 특성을 반영한 공공기관의 새로운 역할, 협력적 거버번스, 지역사회 기반 혁신, 공공성 등 다양한 측면을 이론 및 사례를 융합하여 논의하는 장을 제공한다. 이를 통해 학생들은 공공기관의 지역사회 및 국가 발전을 위한 역할을 재조명하고 심화할 것이다. | |||||||||
| PSY4007 | 다변량분석과통계학습 | 3 | 6 | 전공 | 학사/석사 | 심리학과 | - | No | |
| 본 과목은 심리학을 비롯한 행동과학 연구에 널리 사용되는 다변량자료 분석 방법의 원리와 적용을 다룬다. 다중회귀모형과 로지스틱 회귀모형, 주성분분석, 요인분석, 군집분석 등의 다변량 절차들이 과학 이론의 탐색과 검증에 어떻게 적용되는지 확인하고 지도학습, 비지도학습 등의 통계학습과 어떻게 관련되는지 학습한다. 심리학과 대학원생 또는 [심리통계및컴퓨터분석]을 선수강한 학부 3-4학년생을 대상으로 한다. | |||||||||
| PSY5136 | 구조방정식이론 | 3 | 6 | 전공 | 석사/박사 | 1-4 | 심리학과 | - | No |
| 이 수업은 다변량 통계방법의 가장 폭넓고 깊은 과목이다. 회귀분석과 요인분석에 충분한 이해를 가지고 있는 학생들에게 다음 과목으로 권장된다. 이 수업에서는 구조방정식모형의 기초이론을 다루고, 구조적 관계가설에 기초하여 주어진 자료를 분석하는 연습을 하게 된다. 궁극적으로는 이 방법론을 주된 방법론으로 사용하여 출판된 논문들에 대한 비평을 할 수 있게 되는 것을 목적으로 한다. | |||||||||
| PSY5188 | 구조방정식모형 | 3 | 6 | 전공 | 석사/박사 | 심리학과 | 한 | Yes | |
| 본 과목은 심리학을 비롯한 행동과학 연구에 널리 사용되는 잠재변수모형, 경로모형, 구조방정식모형의 원리와 적용을 다룬다. 구조방정식모형의 핵심적 개념 및 분석 원리와 실제 연구 사례를 이해하고 컴퓨터 프로그램을 사용하여 실제 자료를 분석하는 절차를 다룬다. | |||||||||
| SIC5020 | 패널데이터분석 | 3 | 6 | 전공 | 석사/박사 | 소셜이노베이션융합전공 | - | No | |
| 횡단면 자료와 구별되는 패널자료의 특징에 대해 소개하고 관련 분석방법에 대하여 학습한다. 또한 패널자료를 활용하여 준실험설계 모형(이중차분모형, 경향점수매칭법, 회귀단절모형)을 구성하는 방법에 대하여 알아보고 실제 연구에 적용한 사례들을 살펴본다. 매주 통계 프로그램 실습을 통해 패널자료 분석을 위한 코딩 능력을 함양한다. | |||||||||
| SIC5021 | 소셜빅데이터분석 | 3 | 9 | 전공 | 석사/박사 | 소셜이노베이션융합전공 | 한 | Yes | |
| 본 수업의 목표는 파이썬 프로그래밍을 활용하여 비정형화된 텍스트 기반 온라인 자료들을 수집·저장·분석하는 것이다. 온라인 뉴스 사이트, 블로그, SNS 등 다양한 채널을 통해 광범위한 소셜 데이터를 스크래핑·크롤링하는 방법을 배우고, 이렇게 수집된 데이터를 비지도(unsupervised) 기계학습을 통해 분석하고 예측하는 역량을 키운다. 대규모 코퍼스(corpus)에 대한 초급·중급 수준의 자연어처리를 수행하고, 이를 시각화하는 기술을 배운다. 확률모델인 토픽모델의 적용에 주안점을 두며 기본모형인 LDA에 대한 이해와 적용, 나아가 심화모형인 DTM과 ETM을 학습하고 적용한다. 궁극적으로 비정형화된 소셜 빅데이터를 처리하고, 시각화, 분석하는 능력을 키우고, 결과물들을 리서치 노트 형태로 정리하는 것을 최종적인 목표로 삼는다. | |||||||||
| SIC5022 | 빅데이터예측모델링 | 3 | 6 | 전공 | 석사/박사 | 소셜이노베이션융합전공 | - | No | |
| 빅데이터예측모형과 통계적 학습의 이론적인 배경을 이해하고, 프로그래밍 tool을 활용하여 모형을 설계하고 추정하는 방법에 대해 학습한다. 회귀분석의 개념, 모형선택과 정규화, 자료 전처리 등에 대해 배우며, 추후 머신러닝 알고리듬의 이해를 돕기 위한 배경지식 함양에 집중한다. | |||||||||
| SIC5028 | 파이썬을활용한머신러닝 | 3 | 6 | 전공 | 석사/박사 | 소셜이노베이션융합전공 | 한 | Yes | |
| 본 수업의 목표는 파이썬 프로그래밍을 이용하여 머신러닝 알고리즘들을 구현해 보는 것에 있다. 초반부에서 파이썬 프로그래밍에 대한 기초를 배우고, 후반부에서 파이썬을 이용하여 지도학습 및 비지도학습의 다양한 머신러닝 알고리즘을 직접 구현하여 머신러닝에 대한 이해를 돕는다. | |||||||||
| SIC5034 | 위계선형모형 | 3 | 6 | 전공 | 석사/박사 | 2-8 | 소셜이노베이션융합전공 | 영 | Yes |
| 이 과목은 위계선형모형을 직접 사용하여 연구에 사용하며, 분석하며, 해석할 수 있는 기술을 길러내며, 더 나아가 위계선형모형을 사용하고 있는 최근의 사회과학 연구를 비판적으로 평가하고 접근할 수 있는 능력을 기르는 데에 목적이 있다. 흔히 사회과학 연구에서는 개인과 그가 생활하고, 일하고, 배우는 사회적 컨텍스트 사이의 관계를 연구하는 경우가 많이 있다. 이런 연구는 결국 다층모형을 연구하는 것이 될 수밖에 없는데, 그것은 다름아닌 집단 안에 소속된 개인을 연구하는 것을 말한다. 다층모형을 연구할 때 사용되는 데이터의 성격은 위계적이다. 예를 들어서 교육학에서의 연구를 보면, 보통 학생들을 연구하지만, 그 학생들은 학교라는 상위 집단 안에 소속된 개인들이다. 그래서 학생은 그냥 개인으로 존재하는 것이 아니라 어떤 집단의 구성원으로 존재한다. 이런 위계적인 성격의 데이터를 분석할 때에는 특별한 통계적 기술과 능력이 요구된다. 왜냐하면 이런 위계적 데이터를 일반적 통계 분석법으로 접근하면 표준오차와 유의도검정에서 심각한 오류를 낳기 때문이다. 바로 위계선형모형은 그와 같은 오류를 잘 해결해주며 집단 속에 있는 개인을 정확하게 연구하게 해준다. 본 과목은 위계선형모형의 배후에 있는 복잡다단한 수학적 계산보다는 그 모형을 실제의 연구에서 잘 이용하고 해석하는 데에 초점을 맞춰서 진행할 것이다. | |||||||||
| SIC5035 | 회귀분석이론과응용 | 3 | 6 | 전공 | 석사/박사 | 1-8 | 소셜이노베이션융합전공 | 한 | Yes |
| 다변량 자료분석을 위해 필요한 통계학 이론들에 대해 설명한다. 주로 다중선형회귀에서의 최소제곱법, 추정과 가설검정, 잔차분석 및 모형의 적합성 판단 등을 다룬다 | |||||||||
| SIC5038 | 종단적범주형자료분석과응용 | 3 | 6 | 전공 | 석사/박사 | 1-8 | 소셜이노베이션융합전공 | 한 | Yes |
| 다양한 범주형 종속 변수들이 포함된 회귀모형 (순서, 다항 로직 및 프로빗 모형 및 빈도변수 모형)에 필요한 통계학에 대한 이론들에 대해 설명한다. 또한, 이러한 모형을 포함한 매개효과 및 조절효과 모형에 대해서 논의한다. 마지막으로, 이러한 범주형 자료를 활용하여 사건이 발생한 시점을 포함한 절단 자료에 대한 분석방법도 논의한다. | |||||||||
| SOC5061 | 기초중급통계학 | 3 | 9 | 전공 | 석사/박사 | 사회학과 | 한 | Yes | |
| 대학원 사회과학 제 전공의 이수에 반드시 필요한 통계학 가운데 고급통계(Advanced Statistics)만을 제외한 기초 및 중급 통계(Elementary/Intermediate Statistics)에 포함되는 제반 통계분석 기법들 ― 기술통계 & 추리통계(z-검증, t-검증, χ2-검증, F-검증, 단순회귀분석, 중다회귀분석, Logit분석 등) ― 을 강의와 실습을 병행하는 방식으로 진행한다. | |||||||||
| SOC5062 | 요인분석공변량구조분석 | 3 | 9 | 전공 | 석사/박사 | 사회학과 | - | No | |
| 대학원 사회과학 제 전공의 이수에 반드시 필요한 통계학 가운데 고급통계(Advanced Statistics)(기초∙중급통계 제외)의 제반 기법들 가운데 가장 중요하고 범용 기법으로 부상한 요인분석(EFA & CFA) 및 공변량구조분석(Covariance Structure Analysis)을 강의와 실습을 병행하는 방식으로 진행한다. | |||||||||