발전기금
교과목명을 클릭하시면 과정 설명을 볼 수 있습니다.
| 학수번호 | 교과목명 | 학점 |
자기 학습 시간 |
영역 | 학위 |
이수 학년 |
비고 | 언어 |
개설 여부 |
|---|---|---|---|---|---|---|---|---|---|
| DHC7004 | 디지털헬스기반건강행동중재프로그램설계 | 3 | 6 | 전공 | 학사/석사/박사 | 1-8 | 디지털헬스학과 | 한 | Yes |
| 현대 사회는 사회 환경 변화에 따른 만성 질환의 급증으로 급성질환 치료 위주였던 과거와 달리 치료 이후 각 개인의 건강 행동을 통한 자가 관리의 중요성이 대두되게 되었다. 결국 우리가 개발하는 의약품, 의료 기기의 궁극적인 치료 성과는 사용자의 건강 행동에 의해 큰 영향을 받게 될 것이고 이와 같은 이유로 건강 행동에 대한 이해가 필수적이라고 할 수 있다. 그러나 개인 건강행동의 변화와 유지 현상은 다양한 생물학적, 심리적, 그리고 사회적 결정요인들의 상호작용으로 발생하는 복잡한 과정이다. 따라서 행동이 발생되는 개인의 생리적? 심리적 요인과 사회적 상황을 함께 고려해야 한다. 그러므로 본 과목에서는 인간의 건강행동에 관여하는 개인 내, 개인 간, 지역 사회 등 다양한 차원의 결정요인들을 분석하고, 디지털헬스 시대 이러한 요인들을 변화시키는 방법과 전략을 살펴봄으로써, 학생들의 융합적 사고 고취에 도움이 될 것이다. | |||||||||
| DIM5002 | 메타버스빅데이터분석 | 3 | 6 | 전공 | 석사/박사 | 실감미디어공학과 | 영 | Yes | |
| 본 과목은 다양한 메타버스 환경에서 산출되는 데이터의 수집, 분석, 예측, 그리고 함의 도출방안을 다룬다. 데이터 분석 기초, 메타버스 관련 데이터 분석에 관한 기존 연구 분석, 새로운 연구의 디자인 등을 포함할 수 있다. 영어강의를 원칙으로 함. 학생 발표 중심으로 수업 진행하나, 일부 내용은 강좌형태로 진행 가능. | |||||||||
| ENG5243 | 전산언어학 | 3 | 6 | 전공 | 석사/박사 | 영어영문학과 | - | No | |
| 본 과목은 전산언어학의 입문이다. 다루는 주제는 자연어 처리에 관한 유한 상태 방법, parsing과 확률 기반 방법 및 기계 학습을 포함하며, 이러한 기법들이 의미 분석과 기타 공학적 목적에 응용될 수 있는 영역을 논의한다. 기본적인 프로그래밍 언어와 확률이론에 대한 이해를 전제로 한다. | |||||||||
| ENG5246 | 전산언어학특강:언어와인공지능 | 3 | 6 | 전공 | 석사/박사 | 영어영문학과 | 한 | Yes | |
| 본 과목은 최근 전산언어학의 주요 주제인 인공지능의 딥 러닝에 대한 이해를 목적으로 한다. 언어 이해의 영역에서 딥 러닝에 대한 접근법이 어떻게 작동하는지 논문과 실습을 병행하여 이해하는 기회를 제공하며, 이를 신경망 모형에 대한 이해로 확장한다. 학생들은 신경망 모형을 자연어 처리 과업에 적용하는 기말과제를 수행하여야 하며, 전산언어학 입문 과목 수강을 전제로 한다. | |||||||||
| ERC5001 | 글로벌공동연구특론 | 3 | 6 | 전공 | 석사/박사 | 공과대학 일반대학원 | 한 | Yes | |
| 본 수업은 공과대학, 정보통신대학, 소프트웨어대학 등 혁신성장분야를 연구하고 있는 석사/박사과정 학생들의 해외 파견 및 국제공동연구의 경험을 통해 신진연구자로서의 글로벌 역량을 제고하는 것을 목표로 한다. 해외 현지 파견 및 공동연구를 수행하는 학생들이 - 해외 공동프로젝트 참여를 통해 글로벌 네트워크를 구축하고 - 인류의 지속가능한 발전 및 혁신성장분야의 신산업 창출을 위해 정진하며 - 초문화, 초학제, 초세대간 횡단하는 창의융합 경험의 혁신을 통해 창의(Value Creation), 융합(Convergence), 혁신(Innovation), 협업(Collaboration) 역량을 겸비한 글로벌 혁신 리더로 미래 공유 가치를 창출할 수 있는 역량을 키울 수 있도록 지원한다. 본 수업을 통해 학생들은 현지파견기간 동안 프로젝트에 몰두하여 연구 결과의 질적 수준을 향상시킬 것으로 기대하며, 파견연구를 종료한 연구자들의 최종 결과 발표회를 통하여 수행 과정 및 결과에 대해 평가 및 학점을 부여한다. | |||||||||
| ESW4025 | 인공지능윤리 | 3 | 6 | 전공 | 학사/석사 | 소프트웨어학과 | 영 | Yes | |
| 현재 인공지능의 발전으로 사회 곳곳에서 이들을 만날 수 있다. 하지만 인공지능은 윤리적인 판단을 스스로 내릴 수 없는 amoral이다. 그렇기에 인공지능으로 인해 나오는 여러 윤리적인 문제를 이해하고 해결해야하는 것이 지금 그리고 미래의 과제이다. 본 과목에서는 인공지능이 가지는 윤리적인 문제와 원인 그리고 해결책에 대해 살펴볼 것이다. 먼저 인공지능에 대해 간략히 배운 후 그들이 가지는 윤리적인 문제를 살펴볼 것이다. 이들은 크게 데이터, 알고리즘, 어플리케이션으로 나눠 볼 수 있어 이를 각각 살펴볼 것이다. 그 후 이러한 문제에 대한 원인을 살펴볼 것이다. 더해서 분석한 문제와 원인을 바탕으로 실제 이를 해결하는 알고리즘 및 사례를 살펴볼 것이다. | |||||||||
| ESW4026 | 컴퓨터네트워크와인공지능 | 3 | 6 | 전공 | 학사/석사 | 소프트웨어학과 | - | No | |
| 본 교과목은 4차 산업혁명의 핵심기술인 인공지능 기술을 인터넷에 적용할 수 있는 역량 배양을 목표로 한다. 이를 위해 컴퓨터 네트워크와 보안의 기본적인 프로토콜과 시스템을 설명하고, 컴퓨터 네트워킹 기술에 적용 가능한 인공지능 기술을 설명한다. 6G 네트워크 시대를 대비하여 의도 기반 네트워킹, 클라우드 기반 보안 서비스, 지능형 사물인터넷, 자율주행차를 위한 무선 네트워킹이 다루어진다. 특히 6G 코어 네트워크를 위한 AI 기반 네트워킹 및 보안기술이 다루어진다. 본 교과목은 또한 컴퓨터 네트워크의 프로토콜 계층(예, 데이터 링크 계층, 네트워크 계층, 전송 계층, 응용 계층)을 학생들에게 가르친다. 본 교과목의 소개가 1주 다루어지고, 6G 네트워크 기술들이 5주동안 다루어지고, 컴퓨터 네트워크 계층들이 8주동안 다루어진다. 본 교과목의 기대효과로서 학생들은 컴퓨터 네트워크 및 보안에 대한 기반 지식을 배울 뿐만 아니라, 4차 산업혁명 시대를 위해 인공지능 및 기계학습 기술을 컴퓨터 네트워킹 분야에 접목하는 SW-AI 전문가로 성장할 수 있다. | |||||||||
| ESW5041 | 디지털헬스보안 | 3 | 6 | 전공 | 석사/박사 | 1-3 | 소프트웨어학과 | - | No |
| 디지털치료제는 새로운 ICT 와 Medical field 의 분야로 급부상하고 있다. 본 세미나에서는 디지털치료제를 구현하기 위한 cutting edge 기술인 IoT, AI, Display, 분석 기술 등에 대해 발표하고 토론하는 방법으로 진행한다. | |||||||||
| HAI5002 | 사용자행동데이터처리분석 | 3 | 6 | 전공 | 석사/박사 | - | No | ||
| 이 과정은 데이터 분석에 대한 사전 지식이 없는 학생을 대상으로 한다. 이 학생들은 사용자행동에 대한 빅데이터를 수집하고 사용자의 인지 의사 결정 과정을 개선하는 패턴을 식별하는 방법을 배울 것이다. | |||||||||
| HAI5003 | 빅데이터기반사용자경험 | 3 | 6 | 전공 | 석사/박사 | - | No | ||
| 사용자 경험과 관련된 연구의 기본 목적은 인간과 정보통신기술의 인터랙션을 개선함으로써 정보통신기술이 인간에게 더 유용해지도록 하는 것이다. 기존의 사용자 경험 연구는 연구의 목적에 맞추어 실험을 설계하고, 자료수집, 분석 및 통계적 추론의 절차를 거쳐 이루어져왔다. 그러나 인터넷의 확산과 함께 다양한 데이터가 사용 가능해졌고, 발전된 빅데이터 분석 기술은 실험 없이도 사용자 경험을 분석할 수 있는 기회를 열어주고 있다. 이 수업에서는 빅데이터에 기반하여 사용자의 경험을 분석하고, 정보통신기술의 발전 방향을 모색한다. | |||||||||
| HAI5004 | 언어빅데이터와사용자행동 | 3 | 6 | 전공 | 석사/박사 | - | No | ||
| 사물인터넷의 등장과 함께 다양한 센싱 기술들이 등장하면서, 우리의 모든 행동은 SNS를 통해, 스마트스피커를 통해, 스마트홈을 통해 기록되고, 전달되고, 저장된다. 본 수업에서는 다양한 미디어를 통해 저장된 인간의 언어빅데이터를 분석하고, 온라인에 저장된 빅데이터와 오프라인 행동간의 상관관계를 공부한다. | |||||||||
| HAI5005 | 소셜네트워크분석 | 3 | 6 | 전공 | 석사/박사 | - | No | ||
| 이 과목은 소셜네트워크의 분석 방법론 및 관련 응용 사례에 대해 다룬다. 이를 위해 기본적인 그래프 이론, 네트워크 분석 방법론, 데이터 수집, 빅데이터 처리 등의 관련 방법론에 대해 학습한다. 또한 실제 소셜네트워크 빅데이터를 분석하는 프로젝트를 통해 소셜네트워크 분석 경험을 갖게 된다. | |||||||||
| HAI5006 | 전산사회과학 | 3 | 6 | 전공 | 석사/박사 | - | No | ||
| 본 과목은 최근 사회과학의 주요 흐름중 하나인 사회과학의 컴퓨터활용을 집중적으로 공부하는 과목이다. Python, R 등 프로그래밍 언어를 기술통계, 추론통계, 데이터시각화, 기계학습, 딥러닝과 어떻게 접목하는지를 중심으로 배운다. 본 과목은 프로그래밍 또는 통계학 기초를 가지고 있는 학생이 수강해야 한다. 다양한 예제, 시험과 코딩과제를 통해 학습한다. | |||||||||
| HAI5007 | 인공지능기반사용자연구 | 3 | 6 | 전공 | 석사/박사 | - | No | ||
| 인공지능의 발달으로 엄청난 양의 데이터를 수집하고 분석하는 것이 가능해졌다. 이 수업에서는 이런 데이터 분석 결과를 AI가 어떻게 사용자에게 보다 효과적이고 설득적으로 소통하고 어떤 사용자 경험을 디자인할 것인지 배운다. | |||||||||
| HAI5008 | 인간중심기계학습 | 3 | 6 | 전공 | 석사/박사 | - | No | ||
| 이 과목에서 학생들은 먼저 분류, 군집, 예측과 같은 기본적인 기계학습의 개념에 대해 배운다. 또한, 기계학습의 대표적인 알고리즘인 SVM, Random Forest, Neural Networks에 대해 다룬다. 학생들은 기계학습을 human-generated data 혹은 인간중심 시스템에 어떻게 적용할 수 있을 지 다양한 사례 중심으로 배운다. | |||||||||
| HAI5009 | 인터랙션빅데이터세미나 | 3 | 6 | 전공 | 석사/박사 | - | No | ||
| 이 과목은 인터랙션빅데이터의 개념을 설명하고, 전통적 사용자분석, 데이터사이언스의 장점을 결합한 이 새로운 분야가 어떤 이론과 방법론을 사용하는지 배운다. 처리기술 중심의 데이터과학에서 이용자와 인터페이스 측면까지 고려되었을 때 얻을 수 있는 지식의 질적 개선과 더불어 다양한 사례를 학습하게 된다. | |||||||||
| HAI5010 | 인지감성과AI | 3 | 6 | 전공 | 석사/박사 | 1-4 | - | No | |
| 과목은 사용자가 인공지능 제품/시스템과 상호작용하면서 보이는 인지적, 감성적 특성을 다룬다. 주제는 인간정보처리과정, 의사결정모델, 감성디자인 등을 포함한다. 특히 상호작용적 제품이나 시스템 사용 상에서의 인간의 인식과 판단, 사용자의 인지적 성과와 실수 등을 이론들과 함께 이해하고자 한다. 또한 수업을 통해 학생들이 현재 인공지능 시스템의 상황과 한계를 검토하고, 이에 대한 해결책을 인간의 인지감성적 측면에서 모색하도록 한다. | |||||||||
| HAI5011 | IT기업데이터와효율성분석 | 3 | 6 | 전공 | 석사/박사 | 1-4 | 한 | Yes | |
| 본 수업에서는 IT기업의 재무데이터를 가지고 기업의 효율성을 분석합니다. 기업 효율성 분석에 가장 널리 사용되는 Data Envelop Analysis(DEA)와 Stochastic Frontier Analysis(SFA) 방법론을 공부하고 직접 기업의 재무데이터로 효율성을 비교분석합니다. 효율성 연구는 기술경영 분야에서 다루어지는 핵심 연구 분야 가운데 하나입니다. | |||||||||
| HAI5012 | 연구방법과통계기초 | 3 | 6 | 전공 | 석사/박사 | 1-4 | 영 | Yes | |
| 이 수업은 기본적인 연구 방법론에 대해 소개하고 특히 양적방법론의 기본 개념을 배워 실제로 양적방법론을 사용하여 논문을 쓸 수 있도록 트레이닝 시키는 수업이다. 수업 앞부분에서는 여러 가지 연구 방법론에 대해 배우고 연구 프로세스, 논문의 구성, 그리고 독립변수, 종속변수, 신뢰도, 타당도 등 연구에서의 중요한 요소에 대해 배운다. 그리고 나서 수업 뒷부분에서는 기술통계와 추리통계를 포함하는 통계 분석을 배운다. | |||||||||
| HAI5013 | 인공지능디자인과인간심리 | 3 | 6 | 전공 | 석사/박사 | 1-4 | 영 | Yes | |
| 이 수업은 이 수업에서는 인공지능을 어떻게 디자인해야 보다 나은 사용자 경험을 제공할 수 있을지에 대해 배운다. 인공지능 디자인에 있어서의 여러 가지 중요한 요소들과 이슈들을 인간-AI 인터랙션, 인간-컴퓨터 인터랙션의 기본적인 개념을 통해 이해하고 사용자가 인공지능 기술을 사용하는데 있어서의 심리적 효과와 사용자 경험에 대해 커뮤니케이션, 심리학, 컴퓨터 공학 등의 다양한 학문에서의 연구에 대해 세미나를 통해 토론하며 이해를 높인다. | |||||||||
| HAI5014 | 휴먼AI인터랙션 | 3 | 6 | 전공 | 석사/박사 | 1-4 | - | No | |
| 휴먼AI인터랙션의 이론적 배경을 탐색하고, 학생 각자가 스스로의 지적 경향을 바탕으로 새로운 이론을 수립하는 야심찬 도전을 할 수 있는 기회를 갖는다. | |||||||||
| HAI5015 | 실험설계와통계분석 | 3 | 6 | 전공 | 석사/박사 | 1-4 | - | No | |
| 본 과목은 인간과 인공지능 간 상호작용 현상을 실증적으로 접근함에 있어, 실험/설문 기반 정량적 연구 방법론을 다룬다. 본 과목의 내용은 크게 통계분석, 실험설계, 케이스스터디로 구성된다. 통계분석은 모수 방법론에 근거하여 회귀분석과 분산분석을 주로 다루고, 실험설계는 기본 설계에서부터 주어진 조건에 따른 다양한 설계들까지 두루 살펴보고자 한다. 케이스스터디는 기존 논문 검토와 현상 고찰을 통한 인간과 인공지능 간 상호작용 현상에 대한 가설 검증과 결과 분석 및 해석을 목표로 하며, 특히 인공지능 시스템과의 지속적 소통이라는 부분에 초점을 맞추어 실험을 설계하고 데이터를 분석하고자 한다. | |||||||||
| HAI5016 | 인간AI상호작용과데이터사이언스 | 3 | 6 | 전공 | 석사/박사 | 1-4 | - | No | |
| 본 교과목의 목적은 인간-AI 상호작용 문제를 풀기 위해 요구되는 데이터 사이언스 기법을 이해하고, 실제 문제 해결에 적용할 수 있는 역량을 갖추는 것이다. 이를 위해 인간-AI 상호작용 문제를 바라보는 관점을 개발하고, AI 알고리즘의 의사결정 과정을 이해하며, 또한 문제를 해결하기 위한 데이터 사이언스 기법 또한 학습한다. AI의 사용이 확산되며, 특히 사용자들이 상시적으로 받아들이는 정보를 AI 알고리즘들이 선별하고 있다. 전통적인 미디어에서는 신문, 방송매체의 언론 전문가들이 수행하던 역할을, 이제는 AI들이 대신하고 있는 것이다. 보다 구체적으로, AI 서비스는 사용자의 행동 패턴, 평가 데이터, 타 사용자, 컨텐츠 간 관련성 등을 토대로 사용자들에게 가장 적합하다고 판단되는 정보를 추천한다. 사용자들은 추천받은 컨텐츠, 혹은 다른 컨텐츠를 소비하며 AI의 학습에 필요한 데이터를 지속적으로 제공하고, 그 대가로서 AI로부터 보다 개선된 서비스를 제공받는다. 그러나, 현재 영화, 음악, 뉴스, 온라인 쇼핑 등 다양한 플랫폼에서 AI 알고리즘이 널리 사용되고 있음에도 불구하고, 인간 사용자와 AI 서비스의 바람직한 상호작용 관계에 대해서는 많은 탐구와 개선이 요구된다. AI의 의사결정 과정은 사용자들에게 공개되어 있지 않으며, 이로 인한 사용자의 AI에 대한 불신은 자칫 사용자 데이터에 기반한 서비스의 개선을 저해할 수 있다. 또한 AI 서비스가 제공하는 상호작용적 특징으로 인해, 신뢰성을 포함한 사용자의 AI와 컨텐츠에 대한 평가가 변화할 수도 있다. 따라서 현존하는 인간-AI 상호작용 문제들을 해결하기 위해서는 데이터 사이언스에 대한 지식이 필수적으로 요구된다. AI 알고리즘의 개발 및 개선 뿐 아니라, 의사결정 과정을 이해하는데에도 데이터 사이언스의 다양한 기법들을 활용할 필요가 있기 때문이다. 이에 본 교과목에서는, 인간-AI 상호작용에 관한 이론적 배경과 함께, 다양한 통계, 머신 러닝 기법들을 학습한다. 인간과 AI의 상호작용을 이론적으로 이해하기 위해, “사회적 행위자로서의 컴퓨터”패러다임에 기반한 다양한 이론들과 최신 연구 사례들을 학습한다. 또한 AI의 상호작용을 개선하고 그 효과를 검증하기 위한 통계적 기법들과, AI의 의사결정 과정을 이해하기 위한 머신 러닝, 딥러닝 테크닉들 또한 학습한다. 상기 학습과정을 통해, 학습자는 변량분석, 회귀분석, 주성분분석, 군집분석, 의사결정트리, 신경망 모델, 추천 시스템 알고리즘을 포함한 주요 데이터 사이언스 기법들을 학습하고, 이들 기법을 활용하여 어떻게 인간-AI 상호작용 문제를 해결할 수 있는지 이해한다. | |||||||||
| HAI5017 | HCI와인공지능응용실습 | 3 | 6 | 전공 | 석사/박사 | - | No | ||
| 본 수업에서는 인공지능을 활용한 연구 주제를 도출하고 Human-Centered Computing 방법을 이용하여 창의적인 인터페이스 디자인 및 user experience 인사이트를 발굴하는 것이 학습 목표입니다. 학기 마지막에는 기획한 연구주제와 결과에 대해 발표합니다. 강의와 학생 발표가 혼합된 세미나 형식의 수업입니다. | |||||||||
| HAI7001 | 인간AI인터랙션캡스톤프로젝트 | 3 | 6 | 전공 | 학사/석사/박사 | 2-8 | 영 | Yes | |
| 대학원 수준에서 아직 해결되지 않은 거대 문제 또는 장기 미제에 도전하는 프로젝트기반 수업으로 지도교수의 일 대 일 밀착 지도를 통해 학생과 교원, 그리고 인공지능이 해당 문제에 대하여 깊은 이해를 갖고 학술적, 공학적, 인터랙션 측면의 솔루션을 찾기위한 과정을 중시한다. 학기 초에는 문제의 발굴과 정의, 중기에는 관련 정보의 수집 및 분석, 기말에는 해결을 위한 방안의 모색을 주로 다룬다. | |||||||||
| PSY5010 | 정서와인지 | 3 | 8 | 전공 | 석사/박사 | 1-4 | 심리학과 | - | No |
| 정서의 본질, 정서의 유형, 정서의 신경생리적 기초, 정서와 주의 정서와 기억, 정서와 사고, 정서와 일반 정보처리, 뇌손상과 정서, 정서와 인지의 관계 등의 문제를 다룬다. 권장선수과목:실험심리, 인지심리 | |||||||||
| PSY5106 | 고급인지심리학 | 3 | 6 | 전공 | 석사/박사 | 1-4 | 심리학과 | 한 | Yes |
| 인간의 앎의 과정에 대한 정보처리적 과정의 이론적, 경험적 바탕을 분석한다. 인지적 패러다임의 특징, 인지의 신경생리적 기초, 형태지각, 주의, 기억, 지식표상, 언어 이해와 산출, 추리, 판단과 결정, 문제해결, 지능, 인공지능과의 연결, 학습과 인지 등의 주제를 다룬다. 권장선수과목:인지심리 | |||||||||
| WIS5001 | 정보기술디자인(계획/설계)기초 | 3 | 6 | 전공 | 석사/박사 | 1-4 | 인터랙션사이언스학과 | - | No |
| 본 강좌는 인터랙션 디자인의 기초와 이론에 대해 학습한다. 관련 기초로는 비주얼 기본, 디자인 방법론, 인터페이스 디자인과 사용성등에 대해 집중적으로 배우고 웹, 인터랙티브 영상, 디지털 게임과 같은 인터랙티브 콘텐츠에 대해 분석하고 연구할 수 있는 지식을 학습한다. | |||||||||
| WIS5003 | 인터랙션사이언스컴퓨팅1 | 3 | 6 | 전공 | 석사/박사 | 1-4 | 인터랙션사이언스학과 | - | No |
| 디지털 미디어 테크놀로지에 관한 전반적 입문 강의로 공학/기술적 배경지식이 없는 학생들을 대상으로 한다. 이 강좌는 디지털 미디어 기술이 정보기술환경을 어떻게 바꾸고 있는지 또한 그 기술들이 어떻게 환경적으로 영향을 받고 진화하는지에 관한 수업이다. 기술적 측면 뿐만이 아니고 그 기술들과 연관된 다양한 주제에 관해 공부한다. | |||||||||
| WIS5005 | 실험설계및통계 | 3 | 6 | 전공 | 석사/박사 | 1-4 | 인터랙션사이언스학과 | - | No |
| 이 강좌에서는 연구실험설계, 자료수집, 분석 및 통계적 추론을 다룬다. 주요 주제로는 실험 설계 방법과 통제방안, 그리고 분산분석 회귀분석을 이용한 자료 분석 및 추론이 포함된다. | |||||||||