발전기금
교과목명을 클릭하시면 과정 설명을 볼 수 있습니다.
| 학수번호 | 교과목명 | 학점 |
자기 학습 시간 |
영역 | 학위 |
이수 학년 |
비고 | 언어 |
개설 여부 |
|---|---|---|---|---|---|---|---|---|---|
| AIO2001 | 경영학입문 | 3 | 6 | 전공 | 학사 | 1-4 | AI융합운영전공 | 한 | Yes |
| 1. 과목 개요: 경영학 입문은 경영학의 기본 원칙과 개념들에 대한 첫걸음임. 이 과목을 통해 학생들은 현대 기업 환경에서의 경영 및 기업 활동에 대한 깊은 이해를 얻게 됨. 또한, 미래 경영 전망과 함께 기업인의 윤리적 측면에 대한 중요성에 대해서도 학습함. 2. 학습 목표: ● 경영학의 주요 분야 및 전공의 기초적 지식 습득 ● 다양한 경영 활동 및 이론에 대한 인식 확립 ● 미래 경영 전략과 윤리적 측면에 대한 깊은 통찰력 얻기 3. 주요 내용: ● 경영학의 기본 원칙: 경영학의 기본적인 개념, 원칙, 그리고 경영 활동의 범위를 소개함. ● 재무관리: 기업의 자금 조달, 투자 결정, 자산 관리 등 재무 관련 활동에 대한 기초적인 이해를 제공함. ● 마케팅: 제품, 가격, 프로모션, 유통 등의 마케팅 믹스와 소비자 행동, 시장 연구 등의 기본 개념을 학습함. ● 인사/조직: 인력 자원 관리, 조직의 구조와 문화, 리더십 및 팀워크에 대한 핵심 이론과 실천 방법을 탐구함. ● 회계학: 기업의 재무 정보 제공 및 해석, 예산 작성, 비용 분석 등 회계의 기본 원칙과 실무를 소개함. ● 생산관리: 제품 및 서비스의 효율적인 생산 및 배포와 관련된 핵심 개념과 전략에 대해 학습함. ● 경영정보시스템: 정보 시스템의 설계, 구축, 운영 및 관리와 관련된 주요 이슈와 개념을 다룸. ● 미래의 경영 및 윤리: 미래의 경영 전략, 기술 및 윤리적 측면에 대한 토론을 통해 현대 기업가의 역할과 책임에 대한 인식을 높임. 4. 기대효과: 이 과목을 통해 학생들은 경영학의 전반적인 영역에 대한 통찰력을 얻게 되며, 다양한 경영 활동에 참여하거나 진로 선택에 있어 유용한 지식을 습득하게 됨. | |||||||||
| AIO2002 | 혁신과사회적책임 | 3 | 6 | 전공 | 학사 | 1-4 | AI융합운영전공 | 한 | Yes |
| 1. 교과목 개요: 본 교과목은 21세기의 사회경제적 환경 내에서 인공지능(AI)과 같은 기술의 발전으로 인한 윤리적 고려 사항의 중요성을 이해하며, 앙트레프레너십의 본질을 혁신 및 사회적 책임의 관점에서 깊이 있게 다룬다. 2. 학습 목표: ● 학생들이 창업가로서의 내재된 잠재력을 발견하고 인식하게 한다. ● 윤리적 고려 사항 및 사회적 함의에 중점을 둔 앙트레프레너십의 영향과 중요성을 이해한다. ● 윤리 중심의 기업을 구축하고 성장시키는 전체 과정을 학습한다. ● 미래의 기업가로서, AI 산업의 혁신 전략과 위험 수용에 대해 깊이 있게 토의한다. 3. 주요 내용: ● 앙트레프레너십의 본질: 현대 사회경제적 환경에서 앙트레프레너십의 의미와 중요성을 탐구하며, 오늘날의 세계에서 필요한 윤리적 기반이 어떤 것인지 강조한다. ● 창업가와 윤리: 창업가의 마음가짐, 행동, 태도에 대해 깊이 들여다보며, 윤리적 의사결정 및 사회에 대한 책임 중점으로 탐구한다. ● 벤처의 탄생과 성장: 비즈니스의 시작부터 성공까지의 여정에 대해 상세히 다루며, 윤리적 도전과 해결책에 중점을 둔다. ● AI 산업 이해하기: AI 산업의 주요 추세와 역학을 파악한다. 윤리적 원칙과 사회적 이익을 보장하면서 혁신적 방향 및 위험 수용 전략을 토의한다. 4. 기대 효과: 과목을 완료한 후 학생들은 창업가로서의 잠재력을 인식할 뿐만 아니라, 앙트레프레너십의 진정한 의미와 사회적 역할을 깊이 이해하게 될 것이다. 특히 AI와 같은 새로운 산업에 대한 전략적 접근 방법에 대해 구체적인 지식과 통찰력을 얻게 될 것이다. | |||||||||
| AIO2004 | AI를위한통계 | 3 | 6 | 전공 | 학사 | 2-3 | AI융합운영전공 | 한 | Yes |
| 1. 교과목 개요: 본 과목은 경영학 분야에서 널리 이용되는 통계적 방법의 기본 개념을 다룬다. 확률 분포의 개념과 통계적 추론의 원리를 학습한 후, 주어진 자료를 요약하기 위한 기술 통계, 변수 간의 관계를 다루는 회귀 분석, 그리고 시계열 자료의 평활과 예측을 다룬다. 이를 통해 딥러닝 등 인공지능 기반 데이터 분석의 기초를 다진다. 2. 학습 목표: ● 통계적 사고방식을 배양하여 비즈니스 문제를 논리적으로 접근하고 해결할 수 있다. ● AI와 머신러닝 기법의 기반이 되는 통계 원리를 이해하고 응용할 수 있다. ● 복잡한 비즈니스 데이터를 분석하고 해석하여 실질적인 인사이트를 도출할 수 있다. ● 통계적 방법론을 활용하여 데이터 기반의 의사결정을 내릴 수 있는 역량을 개발한다. | |||||||||
| AIO2005 | 비즈니스데이터관리와분석 | 3 | 6 | 전공 | 학사 | 2-3 | AI융합운영전공 | 한 | Yes |
| 1. 교과목 개요: 본 과목은 스프레드시트를 활용하여 데이터 수집, 정리, 분석, 시각화 방법을 학습하고 이를 비즈니스 의사결정에 적용하는 것을 목표로 한다. 학생들은 데이터 관리와 분석의 기본 원리를 이해하고, 이를 통해 비즈니스 문제를 해결하는 역량을 개발하게 된다. 회계, 금융, 마케팅 등 다양한 분야에서 데이터 기반의 의사결정을 지원하는 실무적인 능력을 기를 수 있다.이 과정은 이론과 실습을 바탕으로 기업 환경에서 요구되는 데이터 활용 능력을 배양하는 데 중점을 둔다. 2. 학습 목표: ● 데이터 수집, 정리, 분석 및 시각화의 기본 원리를 이해하고 이를 비즈니스 문제 해결에 적용할 수 있는 능력을 배양한다. ● 스프레드시트를 활용하여 데이터 기반의 의사결정에 필요한 분석 및 시각화 기술을 실습하고 실무 능력을 강화한다. ● 회계, 금융, 마케팅 등 다양한 비즈니스 분야에서 데이터를 효과적으로 활용하여 의사결정을 지원하는 역량을 개발한다. ● 이론과 실습을 바탕으로 데이터 중심의 비즈니스 환경에서 요구되는 데이터 관리 및 활용 능력을 체계적으로 배양한다. | |||||||||
| AIO2006 | 소비자행동과마케팅 | 3 | 6 | 전공 | 학사 | 2-3 | AI융합운영전공 | 한 | Yes |
| 1. 교과목 개요: 본 과목에서는 소비자의 구매행동의 각 단계와 이에 영향을 미치는 변수들에 관하여 공부하며 특히, 브랜드 관리자의 입장에서 소비자 행동을 분석하고 그에 맞는 브랜드 관리를 할 수 있도록 공부하는 것을 목적으로 한다. 주요 내용으로는 소비자 의사결정과정, 브랜드 전략과 소비자 행동, 브랜드 자산의 구축과 활용, 브랜드의 전략적 관리, 이러한 내용을 포함하고 있다. 2. 학습 목표: ● 소비자 구매 행동의 각 단계와 그에 영향을 미치는 주요 요인을 이해하고, 이를 분석할 수 있는 능력을 배양한다. ● 브랜드 관리자의 관점에서 소비자 행동을 분석하고, 소비자 의사결정 과정을 반영한 효과적인 브랜드 전략을 설계하는 역량을 강화한다. ● 브랜드 자산의 구축과 활용 원리를 학습하고, 이를 통해 브랜드 가치를 극대화하는 전략적 관리 능력을 개발한다. ● 소비자 행동과 브랜드 관리의 통합적 이해를 통해 실질적인 마케팅 문제를 해결하고, 지속 가능한 브랜드 성장을 지원하는 역량을 함양한다. | |||||||||
| AIO2007 | 인간중심의디지털혁신 | 3 | 6 | 전공 | 학사 | 2-3 | AI융합운영전공 | 한 | Yes |
| 1. 교과목 개요: 본 교과목은 조직 내 인간의 모티베이션, 커뮤니케이션, 리더십, 의사결정, 조직문화 및 조직개발 등의 중요한 기초 개념과 이론을 기반으로 AI 기반 디지털 혁신 내용을 융합하여 다룬다. 학생들은 인간 행동의 기초 이론을 이해하고, 이를 바탕으로 조직 내에서의 디지털 혁신을 어떻게 효과적으로 추진할 수 있는지 학습하게 된다. 또한, AI 기술이 조직의 변화와 혁신에 미치는 영향을 분석하며, 디지털 트랜스포메이션 시대에 필요한 리더십과 의사결정 능력을 배양하게 된다. 2. 학습 목표: ● 인간의 모티베이션, 커뮤니케이션, 리더십, 의사결정, 조직문화 및 조직개발 등의 기초 개념과 이론을 이해하고 적용할 수 있다. ● AI 기반 디지털 혁신이 조직에 미치는 영향을 분석하고, 이를 바탕으로 효과적인 디지털 혁신 전략을 수립할 수 있다. ● 디지털 트랜스포메이션 시대에 필요한 리더십과 의사결정 능력을 배양하여 인간 중심의 조직 혁신을 이끌 수 있다. | |||||||||
| AIO2008 | 마케팅관리론 | 3 | 6 | 전공 | 학사 | 2-3 | AI융합운영전공 | 한 | Yes |
| 1. 교과목 개요: 본 교과목은 마케팅의 기본 개념, 이론, 기법을 체계적으로 학습하며, 소비자 행동, 마케팅 믹스, 시장분석 및 전략에 대한 이해를 포괄적으로 다룬다. 학생들은 마케팅의 본질과 역할을 이해하고, 시장 분석 기법을 통해 시장 기회를 식별하며, 다양한 마케팅 전략을 분석하고 수립하는 능력을 배양하게 된다. 이를 통해 학생들은 실질적인 비즈니스 환경에서 효과적인 마케팅 의사 결정을 내릴 수 있는 기초를 다지게 된다. 2. 학습 목표: ● 마케팅의 기본 개념과 마케팅 믹스(제품, 가격, 유통, 촉진)에 대한 이해를 바탕으로 효과적인 마케팅 전략을 수립할 수 있다. ● 소비자 행동, 시장 세분화, 표적 시장 설정, 포지셔닝 등 핵심 마케팅 이론을 실제 비즈니스 환경에 적용할 수 있다. ● 글로벌 및 디지털 마케팅 전략을 이해하고, 윤리적이고 지속 가능한 마케팅 실천을 통해 경쟁력을 갖춘 마케팅 전문가로 성장할 수 있다. | |||||||||
| AIO2009 | 경영전략론 | 3 | 6 | 전공 | 학사 | 2-3 | AI융합운영전공 | 한 | Yes |
| 1. 교과목 개요: 본 과목은 기업이 경쟁 우위를 확보하고 지속 가능한 성장을 이루기 위해 필요한 전략적 사고와 의사결정 과정을 다루는 동시에, AI 기술이 경영 전략에 미치는 영향을 탐구한다. 학생들은 외부 환경 분석, 내부 자원 평가, 경쟁 전략 수립 등 경영 전략의 핵심 개념과 도구를 학습하며, 다양한 사례를 통해 실무적인 적용 능력을 배양한다. 2. 학습 목표: ● 기업의 외부 환경과 내부 자원을 분석하여 경쟁 우위를 확보할 수 있는 전략을 수립하는 능력을 배양한다. ● 경영 전략의 주요 이론과 프레임워크를 이해하고, 이를 실제 비즈니스 사례에 적용할 수 있는 역량을 강화한다. ● 다양한 산업과 시장 환경에서 전략적 의사결정을 내릴 수 있는 문제 해결 능력을 개발한다. ● 지속 가능한 성장과 경쟁 우위를 위한 혁신적이고 창의적인 전략을 설계하고 실행할 수 있는 통찰력을 함양한다. | |||||||||
| IAI2001 | AI컴퓨팅사고 | 3 | 6 | 전공 | 학사 | 1-4 | 산업인공지능전공 | 한 | Yes |
| 주로 파이썬을 활용하여 문제 해결과 알고리즘 설계를 학습합니다. 데이터 구조와 처리, 컴퓨터 프로그래밍, 알고리즘 최적화와 복잡성 분석 등의 기초적인 주제를 다루며, AI 분야에서의 프로그래밍 및 컴퓨팅 사고 능력을 향상시킵니다. 파이썬은 데이터 과학 및 머신 러닝 분야에서 매우 중요한 언어로 활용되므로, 실제 AI 프로젝트를 성공적으로 수행하기 위한 핵심 도구로 활용됩니다. | |||||||||
| IAI2002 | AI프로그래밍기초 | 3 | 6 | 전공 | 학사 | 1-4 | 산업인공지능전공 | 한 | Yes |
| 파이썬의 기본 문법, 제어 구조, 데이터 구조, 함수와 모듈, 파일 처리 등을 학습합니다. 파이썬을 활용하여 다양한 프로그래밍 과제와 프로젝트를 수행하며 프로그래밍 실력을 향상시킵니다. 파이썬은 초보자에게도 쉽게 접근 가능한 언어로, 프로그래밍의 기초를 익히고 실무 능력을 키우는 데 적합합니다. 이러한 기초 지식은 컴퓨터 과학 및 다양한 소프트웨어 개발 분야에서 필수적입니다. | |||||||||
| IAI2003 | AI기초수학입문 | 3 | 6 | 전공 | 학사 | 1-4 | 산업인공지능전공 | 한 | Yes |
| 선형대수, 미분 및 적분, 최적화 등을 파이썬을 활용하여 연습하며 AI 분야의 수학적 기반을 학습합니다. NumPy, SymPy, SciPy 등의 파이썬 모듈을 활용하여 수학적 계산을 수행하고, 머신러닝 모델의 최적화 및 학습을 이해합니다. 이러한 수학적 능력은 실제 AI 프로젝트를 개발하고 데이터 과학을 수행하는 데 필수적입니다. | |||||||||
| IAI2004 | AI기초수학 | 3 | 6 | 전공 | 학사 | 1-4 | 산업인공지능전공 | 한 | Yes |
| 선수 과목인 'AI기초수학입문'을 보완하는 수학 과목으로, 확률 통계, 상관관계, 확률분포, 추정/검증, 엔트로피 등을 다룹니다. 파이썬을 활용하여 확률적 데이터 분석과 모델링, 변수 간의 상관 관계 이해, 확률분포 모델을 활용한 예측, 통계적 추정과 가설 검정, 정보 이론의 엔트로피 개념을 습득합니다. 이러한 수학적 개념과 도구를 통해 데이터 과학과 머신러닝 분야에서 문제를 해결하고 모델을 개발하는 데 필수적인 능력을 갖춥니다. | |||||||||
| IAI2005 | 확률과통계입문 | 3 | 6 | 전공 | 학사 | 1-4 | 산업인공지능전공 | 한 | Yes |
| 확률과 통계의 기초 이론을 학습합니다. 확률의 정의, 사건과 확률, 확률 분포 등의 확률 기초 이론을 학습하고 이를 통해 확률적 사고 능력을 향상시킵니다. 기술통계량 분석을 다루고 확률 분포에 대한 이해를 바탕으로 모수에 대한 추정과 검정을 다룹니다. 이를 통해 기본적인 통계 분석을 수행할 수 있는 역량을 키웁니다. | |||||||||
| IAI2006 | AI최적화이론입문 | 3 | 6 | 전공 | 학사 | 1-4 | 산업인공지능전공 | 한 | Yes |
| 선수과목인 AI기초수학입문과 AI기초수학을 바탕으로 최적화이론의 기초 이론을 학습합니다. 다양한 최적화 문제 사례를 학습하여, 최적화 이론의 필요성을 이해합니다. 목적함수와 제약함수의 이해를 통해 최적화 문제를 정의합니다. 선형계획법과 관련이론인 선형대수 이론을 다룹니다. | |||||||||
| IAI2007 | 딥러닝기초 | 3 | 6 | 전공 | 학사 | 1-4 | 산업인공지능전공 | 한 | Yes |
| 딥러닝의 기초 개념과 기술을 이해하는 데 중점을 둔 입문 과정으로, 딥러닝의 기본 원리, 신경망 구조, 학습 알고리즘 및 주요 응용 분야에 대해 학습한다. 이론적인 설명과 함께 Python 및 TensorFlow와 같은 딥러닝 라이브러리를 활용한 실습을 통해 문제 해결 능력을 배양한다. 기초적인 딥러닝 기술에 대한 이해를 기반으로 딥러닝 활용 능력을 배양하여 향후 심화 학습 및 응용 연구의 기반을 마련한다. 학습 목표 - 딥러닝 기본 개념 및 작동 원리를 이해한다 - 신경망 구조 및 활성화 함수, 역전파 알고리즘을 익힌다 - 과적합 방지, 하이퍼파라미터 튜닝, 모델 성능 평가 등의 기법을 학습한다 - 이미지 인식 및 분류/회귀의 다양한 예제로 실습한다 주요 내용 - 딥러닝 개념, 딥러닝과 머신러닝의 차이 - 퍼셉트론과 다층 신경망 (MLP) - 역전파 알고리즘과 경사하강법 - 합성곱 신경망 (CNN) 기초 - 딥러닝 모델 구현 실습 (Python & TensorFlow) - 모델 성능 평가 및 최적화 | |||||||||
| IAI2008 | 품질관리입문 | 3 | 6 | 전공 | 학사 | 1-4 | 산업인공지능전공 | 한 | Yes |
| 품질은 현대사회의 기업활동에서 경쟁우위를 확보하기 위한 핵심적인 가치입니다. 본 수업은 기업의 주요 경영활동인 제품개발, 공정개발, 제품양산, 제품검사 단계에서 활용할 수 있는 품질개선 방법을 다룹니다. 구체적으로 품질의 의미, 품질경영시스템과 식스시그마, 품질기능전개, 기초통계이론, 설비 동일성 검정, 공정능력분석, 측정시스템분석 등 기업의 품질조직에서 필수적으로 가져야 할 지식과 이를 활용하는 방법을 다룹니다. | |||||||||
| IAI2009 | 확률과통계 | 3 | 6 | 전공 | 학사 | 1-4 | 산업인공지능전공 | 한 | Yes |
| 확률과 통계의 기초 이론을 바탕으로 핵심이론을 학습합니다. 모집단의 모수에 대한 추정과 검정을 다룹니다. 독립변수와 반응변수에 대한 이해를 하고 회귀분석을 다룹니다. 단순선형회귀, 다중선형회귀분석을 이해하고 실습을 진행합니다. 분산분석을 수행하여 집단간의 평균차이를 검정합니다. | |||||||||
| IAI2010 | 시스템과시뮬레이션 | 3 | 6 | 전공 | 학사 | 1-4 | 산업인공지능전공 | 한 | Yes |
| 시스템은 목표한 기능을 수행하기 위한 조직체로서 기업경영의 관점에서는 제조시스템, 서비스시스템, 품질시스템, 물류시스템 등 다양한 시스템이 존재합니다. 시뮬레이션은 경영과학의 도구 중 매우 유용하며 여러 분야에서 과학적인 의사 결정을 위하여 사용되고 있습니다. 본 교과목은 시스템을 수리적 모형으로 모사하고, 모형의 행태를 컴퓨터를 이용해 관찰함으로써 시스템의 성과를 측정하고, 대안 시스템을 탐구하며, 개선된 시스템을 디자인하는 데 필요한 이론을 다룹니다 | |||||||||
| IAI2011 | 품질관리 | 3 | 6 | 전공 | 학사 | 1-4 | 산업인공지능전공 | 한 | Yes |
| 품질은 현대사회의 기업활동에서 경쟁우위를 확보하기 위한 핵심적인 가치입니다. 본 수업은 기업의 주요 경영활동인 제품개발, 공정개발, 제품양산, 제품검사 단계에서 활용할 수 있는 품질개선 방법을 다룹니다. 본 교과목은 품질공학입문을 선수과목으로 권장합니다. 품질공학입문에서 다룬 품질공학방법과 더불어 실험계획법, 통계적 품질관리, 통계적 샘플링검사와 같은 통계이론에 기반한 품질관리 방법을 다룹니다. | |||||||||