교과목명을 클릭하시면 과정 설명을 볼 수 있습니다.
| 학수번호 | 교과목명 | 학점 |
자기 학습 시간 |
영역 | 학위 |
이수 학년 |
비고 | 언어 |
개설 여부 |
|---|---|---|---|---|---|---|---|---|---|
| COV7001 | 논문작성법및연구윤리1 | 1 | 2 | 전공 | 석사/박사 | 일반대학원 성균융합원 | - | No | |
| 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. | |||||||||
| ERP4001 | 창의심화탐구 | 3 | 6 | 전공 | 학사/석사 | 교무팀 교육연구 | - | No | |
| 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. | |||||||||
| FSI5021 | 사이버범죄와대응 | 3 | 6 | 전공 | 석사/박사 | 과학수사학과 | - | No | |
| 사이버 공간을 이용한 불법 행위나 사이버 공간에서 획득한 정보의 이용 과정에서 발생하는 각종 범죄. 사이버 범죄는 단순 해킹을 비롯하여 컴퓨터 바이러스 및 악성 프로그램의 유포 또는 정보 통신망 자체를 공격 대상으로 하는 사이버 테러, 명예 훼손, 음란물 유포, 사이버 스토킹 등 비윤리적 행위, 그리고 금전적 이익을 목적으로 하는 해킹과 결합한 금융 범죄, 자료 변조 및 유출, 개인 정보 도용 등 다양한 범죄에 대한 규명과 대처방안을 연구한다. | |||||||||
| FSI5057 | 디스크포렌식 | 3 | 6 | 전공 | 석사/박사 | 과학수사학과 | - | No | |
| 컴퓨터의 물리적인 저장장치인 하드디스크, USB, SSD, CD-ROM 등의 기억장치에서 수사에 필요한 디지털 데이터를 수집하고 분석하는 디스크 포렌식을 연구한다. | |||||||||
| GSAS001 | 국방정책결정론 | 2 | 4 | 전공 | 석사 | 1-5 | 미래안보AI학과 | 한 | Yes |
| 국방은 안보와 군사의 중간지대에 있다. 국가와 국민의 안보목표를 달성하기 위해 국방이 존재하며 국방은 군대에서 작성하는 군사전략과 군사정책을 정부차원에서 달성하기 위해 노력한다. 그러나, 실제 국방정책의 기본적인 이론과 실제와는 많은 괴리가 발생한다. 국방정책을 달성하기 위한 국방 내외부의 다양한 환경이 정책을 결정하는데 많은 영향을 미친다. 따라서, 본 수업에서는 국방정책의 이론과 원칙을 연구하고 실제 정책이 입안되고 수행되며 성과를 낼 때까지 어떠한 영향요인들이 국내외적으로 영향을 미치는 가를 분석한다. 이를 위해 국방정책의 실제의 사례 등을 통해 국방정책 전문가로서의 전문성을 심화한다. 주요 국방적책의 사례로는 이승만 정부의 한미상호방위조약 체결 추진, 박정희 정부의 자주국방 추진, 노무현정부의 국방개혁 2020 추진, 이명박정부의 천안함과 연평도 포격도발 대응 정책, 박근혜정부의 사드배치 추진 정책, 문재인 정부의 기무사개혁 추진 등의 사례를 CASE STUDY 형식으로 세미나를 통해 학습자들의 전문성을 심화하고자 한다. | |||||||||
| GSAS002 | 미래국방전략론 | 2 | 4 | 전공 | 석사 | 1-5 | 미래안보AI학과 | 한 | Yes |
| 미래 대한민국이 접해야 하는 국방의 환경은 매우 다른 새로운 패러다임의 물결이 예상된다. 4차산업혁먕의 영향으로 인해 과학기술발달로 인한 전쟁수행방식 및 주체의 변화, 신흥안보 패러다임의 부상, 기존의 국제질서의 변화에 따른 신흥 중상무역주의와 강대국의 패권주의 하에 중견국가로서의 대한민국의 위상 변화 등은 미래 국방의 패러다임의 다양한 변화를 예측 할 수 있다. 이러한 변화의 물결에서 대응에 뒤처진다면 군사적 후진국으로 전락할 것이 명확하다. 따라서, 본 수업에서는 미래국방의 새로운 패러다임을 예측하고, 미래국방의 국제정치적 동학을 평가하며, 대한민국의 생존을 위한 미래 국방의 국가전략을 제시하고자 한다. 이러한 논의와 연구를 통해 학습자들의 군사분야의 미래 대비하는 능력을 심화하고자 한다. | |||||||||
| GSAS003 | 방산공급망관리 | 2 | 4 | 전공 | 석사 | 1-5 | 미래안보AI학과 | 한 | Yes |
| 산업활동과 기업경영의 주요 경쟁력 요소인 공급망관리에 대한 기본이론뿐만 아니라 수송-창고-재고관리-정보-자재관리-포장으로 이루어지는 전 과정의 활동을 학습하며 방위산업에 있어서 공급망관리의 특징과 회복 및 지속가능한 공급망 확보를 위한 전략을 학습한다. 이론 강의와 방위산업 현장과 연계한 발표, 토론을 통한 학습을 진행한다. | |||||||||
| GSIA006 | 기업정보화론 | 2 | 4 | 전공 | 석사 | 1-5 | IT 컨설팅학과 | - | No |
| 기업의 경쟁력을 향상시키고 유지시키는데 정보기술(IT)이 어떠한 역할을 수행할 수 있는지를 분석한다. 특히, 각 기업의 Business Strategy에 따른 IT 정보화 시스템들의 역할과 효과를 살펴보고, 또한, 실제로 해당 정보화 시스템을 구축한 전 세계 기업들의 사례들을 분석한다. 이를 통해 기업 정보화 시스템들이 기업에 어떻게 적용되고 어떤 비즈니스 효과를 거두고 있는지를 학습함으로써 실제 기업에서 이를 성공적으로 적용할 수 있는 역량을 배양한다. | |||||||||
| GSIA009 | 프로젝트관리론 | 2 | 4 | 전공 | 석사 | 1-5 | IT 컨설팅학과 | 한 | Yes |
| 소프트웨어 프로젝트의 성공적인 수행을 위한 관리 기법에 관해 강의한다. 구체적으로, WBS, CPM, PERT, Gantt Chart 등의 기법을 활용한 계획수립에서 자원 및 비용 산정, 평가, 개선에 이르는 일련의 작업을 체계적으로 배운다. | |||||||||
| GSIA014 | 경영정보시스템 | 2 | 4 | 전공 | 석사 | 1-5 | IT 컨설팅학과 | 한 | Yes |
| 경영 활동에서의 IT 활용능력을 강화하기 위하여 현 비즈니스 상황에서 필수적인 MIS의 기본이론과 경영활동 지원 시스템인 BPR,ERP, CRM, SCM,eProcurement, eCommerce 등에 대하여 학습한다. 이를 기반으로 최신 IT 트랜드인 KMS, BI, AI, IOT, 등과 같은 현 이슈도 같이 다룸으로써 기업 경쟁력 강화를 위한 IT활용 능력을 강화할 수 있을 것으로 기대한다 | |||||||||
| GSIA015 | 의사결정시스템 | 2 | 4 | 전공 | 석사 | 1-5 | IT 컨설팅학과 | - | No |
| 의사결정시스템에 대한 기본적인 이론 및 개념들을 소개하고, 신속하게 결정하기 힘든 경영의사결정 문제들을 인간 의사결정프로세스 구조에 대한 논리적인 학습을 기반으로 반복적으로 해결할 수 있도록 강의하고 이를 SW나 AI 등에 적용 가능한 여러 모델링 방법 및 분석 기법들을 학습한다. 또한 실세계에서 직면할 수 있는 다양한 의사결정 분석 사례들에 대해서 소개한다. | |||||||||
| GSIA021 | IT전문가특론2 | 2 | 4 | 전공 | 석사 | 1-5 | IT 컨설팅학과 | - | No |
| 본 과목은 정보 관리와 전자계산조직 응용에서 IT 전문성 및 컨설팅 역량을 향상시키기 위하여 필요한 전반적인 분야들을 소개한다. 이를 위해 소프트웨어 공학, 프로젝트 관리, 데이터베이스, 엔터프라이즈 솔루션, 디지털 컨버젼스, 네트워크 및 보안, IT 인프라 분야 등의 IT 핵심 주제들을 소개함으로써 IT기술사 시험에 응시할 수 있는 핵심 지식을 제공한다. | |||||||||
| GSIA025 | 정보전략최고책임자(CIO)전략적리더십 | 2 | 4 | 전공 | 석사 | 1-5 | IT 컨설팅학과 | 한 | Yes |
| 본 강좌의 목표는 빠른 속도로 변화를 거듭하고 있는 글로벌 비즈니스 환경에서 보조를 맞추어 발전하도록 수강학생들을 지도하는데 있다. 정보전략최고책임자(CIO)가 되고자 하는 학생들에게는 반드시 갖추어야 할 자격을 충족시킬 수 있는 방법들을 소개하고 미래형 CIO가 될 수 있도록 역량을 함양, 축적시키고 잠재력을 갖도록 지도한다. CIO와 경영적, 전략적 협력관계가 필요한 잠재적 파트너들에게도 실무적, 실질적인 경험들과 스킬, 전략과 CIO와 효과적으로 협업 할 수 있는 방법들을 소개한다. | |||||||||
| GSID002 | 빅데이터와사이버보안 | 2 | 4 | 전공 | 석사 | 1-5 | 빅데이터학과 | 한 | Yes |
| 전통적인 사이버 보안시스템은 정형화된 규칙에 위반여부로 위협의 수준을 결정한다. 사이버상에서의 공격 기법들이 발전하면서 기존의 정형화된 규칙을 우회하는 지능적인 기법들이 생겨나고 이로 인해 보안시스템이 무능화되는 것을 경험하였다. 빅데이터 기반의 분석 플랫폼을 활용하면 다양한 데이터를 수집하고 분석해서 새로운 위협에 선제적으로 대응이 가능해진다. 본 과목에서는 빅데이터의 인텔리젼스(intelligence)를 활용한 보안시스템 요구사항 및 설계방법에 대하여 학습한다. | |||||||||
| GSID003 | 데이터베이스 | 2 | 4 | 전공 | 석사 | 1-5 | 빅데이터학과 | 한 | Yes |
| 본 과목은 데이터베이스의 전반적인 기초 개념 및 이론들을 공부한다. 소개되는 주요 내용은 DBMS의 개념, ER 모델링, 관계형 모델, 관계형 대수, SQL, 정규화, 관계형 스키마 분해, 저장 구조, 파일 구조, 데이터 웨어하우스 등이며, 요구사항 사례 별로 데이터베이스 설계를 하여 이를 SQL로 구축해보는 연습을 경험한다. | |||||||||
| GSID006 | 빅데이터플랫폼 | 2 | 4 | 전공 | 석사 | 1-5 | 빅데이터학과 | - | No |
| 본 과목은 하둡 이해 및 구조, 아키텍쳐 및 기본개념, 설치 및 기초 사용법 이해 등을 이론과 원리를 다룬다. 특히 하둡 에코시스템의 HDFS/Mapreduce/Hbase/Pig/Hive 개념 이해를 통한 공개 SW의 패키지를 통한 플랫폼 구현도 병행한다. | |||||||||
| GSID021 | 운영체제 | 2 | 4 | 전공 | 석사 | 1-5 | 빅데이터학과 | 한 | Yes |
| 본 과목에서는 운영체제에 대한 개념, 구조, 기능들을 전반적으로 살펴 본 후, 운영체제의 핵심 기능인 프로세스 관리, 프로세서 관리, 파일 시스템, 메모리 관리 등의 구체적인 기능들을 공부한다. 특히, Unix 및 Linux 운영체제의 각 기능별 핵심 메커니즘들을 공부하며, 궁극적으로 학생들로 하여금 운영체제의 기능별 설계 및 개선을 위한 실무적인 능력을 갖추도록 한다. | |||||||||
| GSID022 | 자연어처리응용 | 2 | 4 | 전공 | 석사 | 1-5 | 빅데이터학과 | - | No |
| 이 과목은 인공지능 분야 중 자연어처리를 배우는 과목이다. 자연어란 사람들이 커뮤니케이션 할 때 사용하는 도구이다. 이런 자연어를 자연어처리를 통해 컴퓨터가 이해함으로써 컴퓨터는 사람과 커뮤니케이션을 할 수 있고 또한 세상의 지식을 학습할 수 있게 된다. 이 과목에서 학생들은 자연어처리의 세부 분야들(예: 기계번역, 대화시스템, 감정분석 등)과 이를 해결하는 인공지능 모델 및 알고리즘을 배울 것이다. | |||||||||
| GSID023 | 인공지능프로그래밍기초 | 2 | 4 | 전공 | 석사 | 1-5 | 빅데이터학과 | 한 | Yes |
| 프로그래밍에 대한 지식이 적은 전공학생을 대상으로 인공지능에서 가장 많이 활용되는 프로그래밍 언어인 파이썬의 기본 개념, 응용, 활용을 전달하고자 합니다. 그 후, 데이터 및 인공지능 활용을 위한 기본적인 패키지와 시각화, 실제 데이터 분석과 응용을 수행할 수 있는 강의를 제공하는 것을 목적으로 합니다. | |||||||||
| GSID024 | 데이터사이언스를위한선형대수 | 2 | 4 | 전공 | 석사 | 1-5 | 빅데이터학과 | - | No |
| AI와 빅데이터 분석 방법론의 기초가 되는 행렬, 벡터공간과벡터공간에서의선형변환을학습한다. 선형방정식,행렬식,실제n차원벡터공간,추상적벡터공간및그공리,선형독립,벡터공간,선형변환,고유값및고유벡터의솔루션의행렬사용및적용,행렬인수분해및직교성을학습학고 이를 응용한 분석기술을 소개한다. | |||||||||
| GSID025 | 데이터컴플라이언스 | 2 | 4 | 전공 | 석사 |
1-4
1-5 |
빅데이터학과 | - | No |
| 1. 신규 교과목 등록 배경 및 필요성 ○ 데이터 경제시대에서 데이터의 의미 - 최근 디지털 사회로 급변하면서 데이터 중심의 사회로 진입하였으며 데이터가 가장 중요한 자산으로 부각되고 있음. 기업과 조직은 데이터 분석을 통해 시장 트렌드를 파악하고, 고객의 요구를 예측하며, 효율성을 높이는 전략을 수립하는 등 데이터 경제가 대두되었음. 특히 빅데이터와 인공지능 기술의 발전으로 데이터의 수집, 저장, 분석 능력이 상당히 향상되었으며, 이는 새로운 비즈니스 기회를 창출하고, 경쟁 우위를 확보하는 데 필수적임 ○ 법적/규제 준수, 컴플라이언스의 중요성 - (개인정보 보호법) 국내 개인정보 보호법, GDPR(유럽 일반 개인정보보호법) 등과 같은 강력한 개인정보 보호 규정이 세계적으로 시행되고 있음. 기업들이 비즈니스를 위해 데이터 처리 과정에서 법적 요구사항을 준수해야 함 - (산업별 데이터 규제) 금융, 의료, 통신 등 다양한 산업에서는 데이터 보호 및 관리와 관련된 엄격한 규제가 존재함. 이러한 규제를 준수하지 않을 경우 법적 제재를 받을 수 있으며, 최근 제재 수준이 강화되고 있는 추세임 - (비즈니스 리스크 관리) 데이터와 관련된 법적 규제를 준수하는 것은 기업의 신뢰성을 높이는 중요한 요소이며, 데이터 유출이나 법적 문제는 기업의 평판에 큰 타격을 줄 수 있음. 데이터 컴플라이언스는 법적 리스크를 최소화하여야 하며, 적절한 데이터 관리와 컴플라이언스는 비즈니스 리스크를 줄이고 데이터 기반의 의사결정이 더욱 안전하게 이루어지도록 하는 핵심임 2. 교과목 개설 목적 본 강의를 통해 우리가 다루는 데이터의 의미를 다시금 살펴보며, 우리 대학원의 다른 과목에서의 데이터 분석 및 관리기술의 향상과 더불어 법적 및 규제 준수, 전략적 의사결정, 리스크 관리 능력을 갖춘 종합적 사고 및 역량을 갖춘 미래 리더형 인재를 양성하고자 함 3. 강의 주요 내용 ○ 데이터 경제시대에서의 데이터의 이해 - 데이터의 의미 및 관련 산업(빅데이터, AI, 클라우드 등) ○ 데이터 관련 주요 법령 및 컴플라이언스 - 개인정보 보호법, 정보통신망법, 신용정보법, 전자금융거래법, 의료법, 생명윤리법, 영업비밀보호법, 정보통신기반보호법, 산업기술보호법, 클라우드컴퓨팅법 등 ○ 데이터 컴플라이언스를 위한 주요 제도/기술에 관한 주제 발표 및 토론 - Privacy by design, Space 보안, 드론 보안, 가명정보 제도 등 | |||||||||
| GSID026 | 인공지능프로그래밍고급 | 2 | 4 | 전공 | 석사 | 1-5 | 빅데이터학과 | 한 | Yes |
| AI 연구에 유용한 ‘쓸모 있는 AI’를 만들려면 ‘업무를 보는 안목’과 ‘기술을 보는 안목’이 함 께 필요하다. AI 연구에서 개선이 필요한 부분을 파악하고 그 개선 방안을 도출하는 ‘AI 연구를 보 는 안목’은 기존 IT 시스템 도입에도 필요한 능력이었지만, AI를 구축하려면 여기에 더해 AI 연구 개선 방안을 AI를 이용해 구현 가능한지 판단하는 ‘기술을 보는 안목’이 필요하다. 파이썬 실습을 통해 ‘AI 기술을 보는 안목’을 키워 실질적으로 도움이 되는 유용한 AI를 직접 만들어 볼 수 있다. | |||||||||
| GSID027 | 인공지능윤리기준과응용 | 2 | 4 | 전공 | 석사 | 1-5 | 빅데이터학과 | - | No |
| 1. 신규 교과목 등록 배경 및 필요성 ◯ 인공지능(AI) 기술은 빠른 속도로 발전하고 있으며, 이는 다양한 산업 분야에서 혁 신적인 변화를 가져오고 있습니다. 최근 생성형 AI(ChatGPT, DALL-E 등), 자율 주 행차, 의료 진단 시스템, 맞춤형 광고 등 AI가 적용되는 사례는 매우 다양하며, 그 영향력이 더욱 커지고 있습니다. 이러한 기술 발전은 많은 긍정적인 가능성과 편의 성을 제공하고 있지만, 역기능으로는 윤리적 문제와 사회적 책임, 나아가 법적, 정 책적 문제에 이르기까지 해결해야 할 사안들이 급속도로 증가하고 있습니다. ◯ 특히 AI 분야에서 국내외적으로 AI 윤리적 문제가 핵심 쟁점으로 두각되고 있는 시 점에 정보통신 분야의 고등교육 측면에서 AI 윤리 문제를 체계적으로 학습, 연구, 대안을 제시할 수 있는 교육과목이 절실하게 필요합니다. ◯ 최근 들어 AI 윤리가 국제적인 표준과 산업 전반에 적용되고 있기 때문에 우리 대 학원에서 선제적으로 “인공지능 윤리기준과 응용” 교과목을 개설하여 AI 기술과 함께 AI 윤리를 적용할 수 있는 고급 인재 양성과 대학원 경쟁력을 더욱 높일 필요성 이 대두되고 있습니다. 2. 교과목 개설 목적 ◯ 우리 대학원에 개설된 빅데이터, 인공지능 관련 교과목과 융합하여 인공지능 윤리 적 문제를 사회적, 정책적, 기술적으로 해결할 수 있는 대안을 학습, 연구, 제시할 수 있는 능력을 배양할 수 있는 인재를 양성하는 데 있습니다. ◯ 인공지능 발전에 따른 “인공지능 윤리” 지식을 선제적으로 학습, 연구하여 타 대학 원과의 차별화로 전문 인력과 리더를 양성하는 데 있습니다. ◯ 인공지능 개발 및 정책 수립시 인공지능 윤리 기준을 응용하여 제품 및 서비스를 개발 할 수 있도록하며, 인공지능 정책 수립시 적용할 수 있는 능력을 배양 하는데 있습니다. ◯ 인공지능 윤리는 국내외적으로 표준화 전략이 급속하게 추진되고 있기 때문에 글로 벌 환경에서 산업, 정책, 학문적 활동이 가능한 글로벌 전문 인력 양성에 목적이 있 습니다. 3. 강의 주요 내용 ◯ 인공지능과 윤리 개요, AI의 윤리적 문제, AI 윤리 국내외 동향 ◯ 인공지능 윤리 원칙, 윤리 구성 요소, AI 윤리의 국내외 표준화 및 전략 ◯ 인공지능 기술 분야별 윤리 적용 방법 및 정책 ◯ 인공지능 측정 지표, 체크리스트, 가이드 ◯ 인공지능 시험 인증 제도 및 산업화 전략 ◯ 인공지능 윤리 사례 연구 및 발표, 토의 등 4. 기대 효과 ◯ 정보통신대학원 졸업 후 인공지능 윤리 전문가로 활동할 수 있는 창의적인 인재와 리더 양성 가능 ◯ 인공지능 사회에서 선제적으로 인공지능 윤리를 적용할 수 있는 전문 지식과 컨설 팅이 가능한 인재와 리더 양성으로 개인 역량 증대 및 경쟁력 강화 ◯ 성균관대학교 정보통신대학원의 차별화된 교과목 개설에 의한 대학원생의 전문 능 력 함양과 현장 중심의 글로벌 리더 양성 가능 ◯ 성균관대학교 정보통신대학원의 경쟁력 증대 | |||||||||
| GSID028 | 데이터중심비즈니스창업 | 2 | 4 | 전공 | 석사 | 1-5 | 빅데이터학과 | 한 | Yes |
| 1. 과목 개요 '데이터 중심 비즈니스 창업'은 데이터 분석과 창업 과정을 융합하여 체계적으로 학습할 수 있도록 설계된 과목입니다. 빅데이터를 기반으로 한 시장 분석, 비즈니스 모델 개발, 창업 아이디어 구체화, 운영 및 투자 유치 등 창업 과정의 전반을 다룹니다. 학생들은 실제 사례와 실습을 통해 혁신적이고 지속 가능한 비즈니스 모델을 설계하고 실행하는 역량을 기르게 됩니다. 2. 학습 목표 ● 지리정보 데이터 분석을 활용하여 입지 선정 및 상권 분석 능력을 배양합니다. ● SNS 데이터를 활용하여 타겟 고객의 특성을 분석하고 이를 비즈니스 전략에 적용합니다. ● 시뮬레이션을 통해 손익분기점을 분석하고 수익 창출 가능성을 평가합니다. ● 빅데이터를 활용한 시장 환경 분석과 문제 해결 능력을 통해 혁신적인 비즈니스 모델을 설계합니다. ● 데이터 분석을 창업 과정의 다양한 단계에 활용하여 실질적인 창업 역량을 강화합니다. 3. 세부 내용 및 과제 1) 데이터 분석을 활용한 시장 이해 ■ 입지 선정: 지리정보 데이터를 활용하여 최적의 상권과 위치를 분석 ▶ 사례: 커피숍 창업 시, 특정 시간대의 유동 인구 데이터를 분석하여 최적의 점포 위치를 선정 ■ 고객 이해: SNS 데이터와 설문 데이터를 통해 고객 세분화 및 타겟팅 전략 수립 ▶ 사례: 스포츠 의류 스타트업에서 특정 연령대 고객의 주요 관심사를 분석해 맞춤형 마케팅 캠페인을 기획 ■ 시장 이해: 빅데이터로 시장 트렌드 분석 및 경쟁사 평가 ▶ 사례: 푸드테크 스타트업이 건강식품 소비 증가 데이터를 바탕으로 새로운 제품군을 기획 2) 창업 아이디어 개발 및 구체화 ■ 창의적이고 시장성이 높은 창업 아이디어 도출 ■ 비즈니스 모델 캔버스를 활용한 사업 전략 설계 3) 운영 및 투자 전략 실습 ■ 회계/재무 분석: 손익분기점 분석 및 수익 모델 평가 ■ 운영 전략 수립 및 가치 제안 설계 ■ 투자 유치를 위한 피칭 자료 준비 및 발표 4) 시뮬레이션과 사례 연구 ■ 시뮬레이션을 통한 손익분기점 및 수익 모델 분석 ▶ 사례: 스타트업 초기 단계에서 비용 분석과 매출 예측을 통해 수익성 높은 비즈니스 모델을 제안 ■ 실제 기업 사례를 바탕으로 비즈니스 모델의 성공 요소 평가 5) 팀 프로젝트 및 발표 ■ 팀 단위로 창의적이고 실행 가능한 비즈니스 아이디어를 개발하고 발표 ■ 동료 및 교수의 피드백을 통해 아이디어 개선 4. 기대 효과 이 과목을 통해 학생들은 빅데이터 분석과 창업 역량을 융합하여 창의적이고 지속 가능한 기업을 설계할 수 있는 능력을 배양합니다. 또한 데이터 기반 시장 통찰력을 바탕으로 경쟁력 있는 스타트업을 성공적으로 운영할 수 있는 기틀을 마련하게 됩니다. | |||||||||
| GSID029 | 딥러닝개론 | 2 | 4 | 전공 | 석사 | 1-5 | 빅데이터학과 | 한 | Yes |
| 이 과목은 인공신경망의 개발 및 응용과 관련된 머신러닝의 한 분야인 딥러닝에 대한 소개 과정입니다. 딥러닝 알고리즘은 주어진 과제에서 성능을 극대화하는 방식으로 계층화된 고수준 데이터 표현을 추출합니다. 기본 신경망, 합성곱 신경망 및 순환 신경망 구조, 어텐션 및 트랜스포머 모델, 심층 지도/비지도 학습 및 강화 학습, 그리고 음성 인식 및 컴퓨터 비전과 같은 다양한 응용과 주제를 다룹니다. 이 과정을 수료하면 학생들은 (1) 다양한 유형의 딥러닝 모델의 수학적 공식 이해, (2) 딥러닝 모델을 실제 응용 분야에 적용 능력을 갖추게 됩니다. 선수과목: 미적분, 선형대수학, 확률 및 통계학에 대한 탄탄한 수학적 배경 지식과 Python 프로그래밍 지식, 머신러닝의 기초 | |||||||||
| GSID030 | 자기주도적연구계획및설계 | 2 | 4 | 전공 | 석사 | 1-5 | 빅데이터학과 | 한 | Yes |
| 본 교과목은 학습자의 흥미와 전공을 기반으로 한 자기 주도적 연구기획 역량 강화를 목표로 한다. 학습자는 연구의 출발점에 해당하는 주제를 스스로 발굴하고, 이를 체계적으로 기획하고 설계하는 전 과정을 실습 중심으로 학습하게 된다. 구체적으로, 수업은 학습자가 자신의 관심 분야를 중심으로 연구 키워드를 설정하고, 이에 관련된 기존 문헌을 탐색하는 활동으로 시작된다. 이후 문헌 검토를 바탕으로 연구주제의 타당성과 독창성을 검토하며, 교수의 피드백을 통해 주제를 더욱 구체화한다. 다음 단계에서는 연구 목적 및 필요성 정의, 연구 방법 및 자료 수집 계획 등 기초적인 연구 설계 요소를 직접 작성하는 실습 활동이 진행된다. | |||||||||
| GSID031 | MLOps와인공지능시스템 | 2 | 4 | 전공 | 석사 | 1-5 | 빅데이터학과 | 한 | Yes |
| 본 과목은 인공지능(AI) 및 머신러닝(ML) 시스템의 기초 개념과 구조, 그리고 MLOps 중심의 설계(System Design) 관점을 이해하는 것을 목표로 한다.산업 현장에서 발생하는 실제 문제를 머신러닝 문제로 정의하고, 데이터 수집·전처리, 모델 설계 및 학습, 평가, 배포, 그리고 운영 및 모니터링(MLOps)에 이르는 **전체 생애주기(lifecycle)**를 단계적으로 학습한다. 강의는 개념 중심으로 진행되며, 실제 산업 사례와 시스템 구조 분석을 통해 데이터 파이프라인, 모델 배포 방식, 자동화 개념, 성능 관리, Responsible AI 및 운영 중 발생할 수 있는 문제들을 다룬다. 이를 통해 수강생은 AI/ML 시스템이 실제 환경에서 어떻게 구축되고 운영되는지에 대한 기초적이면서도 실무적인 이해를 갖추는 것을 목표로 한다 | |||||||||
| GSID032 | 인공지능컴퓨팅인프라 | 2 | 4 | 전공 | 석사 | 1-5 | 빅데이터학과 | 한 | Yes |
| 인공지능(AI) 기술, 특히 거대언어모델(LLM)의 비약적인 발전은 소프트웨어 알고리즘의 혁신뿐만 아니라 이를 뒷받침하는 강력하고 효율적인 컴퓨팅 인프라의 설계를 필수적으로 요구하고 있습니다. 본 강좌는 AI 모델의 학습과 추론을 가능하게 하는 하드웨어 아키텍처부터 거시적인 데이터센터 시스템에 이르기까지, AI 인프라의 전 계층(Full-stack)을 심도 있게 다룹니다. 강의의 전반부는 고성능 컴퓨팅의 핵심인 GPU 아키텍처를 중심으로 진행됩니다. CPU와 GPU의 구조적 차이점을 통해 대규모 병렬 처리의 원리를 이해하고, CUDA 프로그래밍 모델과 LLM 구동 시 GPU의 필수적 역할에 대해 학습합니다. 후반부는 AI 전용 데이터센터 구축과 운영을 위한 시스템 엔지니어링에 초점을 맞춥니다. 기존 클라우드 센터와 차별화되는 AI 데이터센터의 전력 공급 및 고효율 냉각(공랭, 수랭, 액침 냉각) 이슈를 분석합니다. 나아가 수천 개의 GPU를 단일 시스템처럼 동작하게 하는 Scale-up 및 Scale-out 전략, NVLink와 InfiniBand 등 초고속 인터커넥트 기술, 그리고 원거리 데이터센터 연결을 위한 DCI(Data Center Interconnect) 기술을 포괄적으로 다룹니다. 이를 통해 수강생은 최신 AI 서비스 구현을 위한 최적의 인프라를 설계하고 평가할 수 있는 전문적인 공학적 통찰력을 함양하게 될 것입니다. | |||||||||
| GSID033 | 생성형인공지능 | 2 | 4 | 전공 | 석사 | 3-6 | 빅데이터학과 | 한 | Yes |
| 최근 몇 년 동안 데이터로부터 분포를 학습하고 학습된 분포로부터 새로운 데이터 인스턴스를 생성하는 생성 모델이 상당한 발전이 이루어졌습니다. 딥러닝 기술의 발전으로 이미지, 비디오, 텍스트, 음성 등 복잡한 고차원 데이터에 생성 모델을 적용할 수 있게 되었습니다. 이 과목에서는 트랜스포머, 대규모언어모델(LLMs) 변분 오토인코더(VAE), 자기회귀 모델(ARMs), 확산 모델(DMs), 생성적 적대 신경망(GANs)을 포함한 최첨단 딥 생성 모델을 다룹니다. 또한 이미지 및 비디오 생성, 텍스트 및 음성 생성, 이미지 캡션 생성, 텍스트-이미지 변환, 등 딥 생성 모델을 활용한 다양한 응용 사례를 살펴봅니다. | |||||||||
| GSID034 | 인간과컴퓨터상호작용 | 2 | 4 | 전공 | 석사 | 1-5 | 빅데이터학과 | 한 | Yes |
| 인간-컴퓨터 상호작용은 인간과 디지털 시스템, 특히 인공지능과 알고리즘 기반 기술 간의 상호작용을 연구하는 학문으로, 사람들이 이러한 기술을 어떻게 인식하고 평가하며 수용하는지를 이해하는 것으로 목표로 한다. 최근 AI, 빅데이터, 자동화 기술의 확산으로 HCI는 단순한 인터페이스 설계를 넘어, 사용자 경험(UX), 데이터 기반 의사결정, 기술에 대한 신뢰와 가치판단을 포괄한 융합적 학술 분야로 확장되고 있다. 본 교과목은 HCI의 기본 개념과 이론적 토대를 바탕으로, 인간-디지털 시스템 상호작용과 사용자의 경험을 사회과학적 관점에서 체계적으로 다룬다. 특히, 사용자의 지각, 인지, 감정, 동기와 같은 심리적 요인이 여러 디지털 시스템(AI기반, 추천 알고리즘, 자동화 서비스)에 대한 평가와 행동으로 어떻게 이어지는지를 중점적으로 학습한다. 이를 통해 사용자 경험을 단순한 사용 편의성 차원이 아닌, 기술이 사용자에게 어떠한 의미와 가치를 형성하는지 그 과정을 이해하도록 한다 | |||||||||