발전기금
교과목명을 클릭하시면 과정 설명을 볼 수 있습니다.
| 학수번호 | 교과목명 | 학점 |
자기 학습 시간 |
영역 | 학위 |
이수 학년 |
비고 | 언어 |
개설 여부 |
|---|---|---|---|---|---|---|---|---|---|
| ADS5006 | 기계학습특론 | 3 | 6 | 전공 | 석사/박사 | 1-8 | 데이터사이언스융합학과 | 한 | Yes |
| 이 과정은 기계 학습, 데이터 마이닝 및 통계 패턴 인식을 소개한다. 주제는 다음과 같다 : (i) Supervised learning (parametric/non-parametric algorithms, support vector machines, kernels, neural networks). (ii) Unsupervised learning (clustering, dimensionality reduction, recommender systems, deep learning). (iii) Best practices in machine learning (bias/variance theory; innovation process in machine learning and AI). 이 과정에서는 수많은 사례 연구 및 응용 프로그램을 활용하여 스마트 로봇 (지각, 제어), 텍스트 이해 (웹 검색, 스팸 방지), 컴퓨터 비전, 오디오에 학습 알고리즘을 적용하는 방법도 학습한다. | |||||||||
| ADS5013 | 데이터베이스시스템특론 | 3 | 6 | 전공 | 석사/박사 | 1-8 | 데이터사이언스융합학과 | 한 | Yes |
| 본 과목은 데이터베이스 관리 시스템(DBMS)의 전반적인 기초 개념 및 이론들을 공부한다. 소개되는 주요 내용은 DBMS의 주요 기능, 데이터 저장 방법, 외부 정렬, 트리 인덱싱, 해시 인덱싱, 질의 처리 최적화, 물리적 설계 및 튜닝, 트랜젝션 관리, 동시성 제어, 회복 기법 등이다. | |||||||||
| ADS5030 | 자료구조/알고리즘 | 3 | 6 | 전공 | 석사/박사 | 1-4 | 데이터사이언스융합학과 | 한 | Yes |
| 본 교과목에서는 기초적인 프로그래밍 지식을 가진 사람을 대상에게 연결 리스트, 스택, 큐, 트리 등 기본적인 자료구조들과 정렬, 검색, 그래프 이론 등 기초적인 알고리즘들에 대해 수업과 과제 수행을 통해 지식을 익히는 것을 목표로 한다. 본 수업에서는 데이터 구조와 알고리즘의 가장 필수적인 내용들을 자세히 다루며, 심화적인 내용에 대해서 스스로 학습할 수 있도록 개인 역량을 키우는 것을 목표로 한다. | |||||||||
| AIM5001 | 인공지능론 | 3 | 6 | 전공 | 석사/박사 | 인공지능학과 | - | No | |
| 이 과목의 목표는 인공지능의 기본이 되는 알고리즘을 이해하여 구현할 수 있도록 한다. 학습 내용은 문제 해결 및 탐색, 논리와 지식 표현, 추론, 계획을 포함한다. | |||||||||
| AIM5004 | 심층신경망 | 3 | 6 | 전공 | 석사/박사 | 인공지능학과 | - | No | |
| 본 과목에서는 최근의 심층 인공신경망과 관련된 다양한 방법론을 배운다. 구체적으로, 심층신경망, 최적화 기법, 합성곱 인공신경망, 순환 인공신경망, 집중 메커니즘, 심층생성모델, 시각화 및 설명가능성을 포함한다. | |||||||||
| 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) | 한 | 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. | |||||||||
| CHS7006 | 신인류AI사피엔스경험디자인 | 3 | 6 | 전공 | 학사/석사/박사 | 도전학기(대학원) | 한 | Yes | |
| "신인류 AI 사피엔스 경험 디자인" 교과목은 급변하는 디지털 환경에서 인공지능, 빅데이터, 디지털 플랫폼이 소비 행태와 시장 생태계에 미치는 영향을 분석하고, 이를 기반으로 신인류 ‘AI 사피엔스’ 시대에 적합한 경험 디자인 원리를 탐구하는 것을 목표로 한다. AI와 인간의 상호작용을 중심으로 사용자 경험(UX) 및 서비스 디자인 전략을 연구하여 기업과 사회가 변화에 대응할 수 있는 방향성을 제시한다. 이 교과목에서는 AI 발전이 소비심리 및 행동 변화에 미치는 영향을 살펴보고, AI 기반 시장 생태계 변화 및 디지털 전환 사례를 연구한다. 또한 AI 및 데이터 기반 UX/UI 디자인 개념과 사례를 분석하며, 챗봇, 음성인식, 추천 시스템 등 AI 기술을 경험 디자인에 적용하는 방법을 학습한다. 5G, 사물인터넷, 자율주행차, 스마트팩토리 등의 기술 발전과 경험 디자인의 변화를 탐구하며, AI 윤리, 프라이버시 보호, 인간 중심 설계 원칙에 대해서도 다룬다. 실습과 프로젝트 기반 학습을 통해 AI 기반 서비스 디자인 프로젝트를 수행하고, 실제 기업 사례를 분석하며 디자인 솔루션을 도출한다. 이를 통해 AI와 인간의 관계를 이해하고 새로운 사용자 경험을 설계하는 능력을 배양하며, AI 기반 서비스 및 제품 기획을 위한 창의적 사고력과 문제 해결 능력을 향상시킨다. 또한 디지털 전환 시대의 기업 및 사회가 요구하는 AI 경험 디자인 전문가를 양성하고, 혁신적인 비즈니스 모델과 마케팅 전략을 수립할 수 있는 역량을 강화하고자 한다. | |||||||||
| CHS7007 | AI기반미디어텍스트이해 | 3 | 6 | 전공 | 학사/석사/박사 | 도전학기(대학원) | 한 | Yes | |
| 이 교과목은 학생들이 인공지능(AI)을 활용하여 뉴스, 광고, 영화, 소셜미디어 등 다양한 미디어 텍스트를 분석하고 비판적으로 이해하는 능력을 기르는 것을 목표로 한다. 자연어 처리(NLP)를 통한 감성 분석, 키워드 추출, 요약 기술과 함께 CNN, GAN 등의 모델을 활용한 이미지·영상 데이터 해석 기술을 학습하며, AI 생성 콘텐츠의 신뢰성과 윤리 문제에 대한 고찰도 포함한다. 수업은 이론 강의와 실습을 병행하며, Python 기반 AI 모델(GPT, Gemini AI 등)을 활용한 분석 과제 및 프로젝트를 통해 실전 중심의 학습 경험을 제공한다. | |||||||||
| CHS7008 | AI기반전략적의사결정 | 3 | 6 | 전공 | 학사/석사/박사 | 도전학기(대학원) | 한 | Yes | |
| 본 과목은 생성형 AI를 활용하여 전략적 의사결정을 수행하는 고급 역량을 체계적으로 함양하는 것을 목표로 한다. 급변하는 기술 환경 속에서 단순한 데이터 분석 능력만으로는 한계가 존재하며, AI가 생성한 방대한 정보를 비판적으로 검토하고 이를 바탕으로 최적의 전략을 수립하는 능력이 필수적이다. 본 교과목은 바로 이러한 시대적 요구에 부응하여, 학생들이 AI를 단순한 도구가 아닌, 신뢰할 수 있는 협력자로 활용할 수 있도록 학습을 설계하였다. 본 과목에서는 먼저 AI의 기본 원리와 생성형 AI 시스템의 동작 메커니즘을 이해하고, AI가 제공하는 다양한 형태의 비정형 데이터(텍스트, 예측 결과 등)를 분석하는 방법을 배운다. 나아가 AI가 생성한 정보의 오류 가능성과 편향 문제를 식별하고, 신뢰성 평가 기준을 적용하여 올바른 의사결정을 내리는 훈련을 집중적으로 진행한다. 특히 AI 의사결정 과정의 윤리적 문제를 고려하고, 책임 있는 AI 활용 방안을 모색함으로써, 단순 기술 습득을 넘어 사회적 책임까지 아우르는 폭넓은 관점을 기를 수 있다. 이 과목은 단순한 데이터 분석 교육을 넘어, 인간과 AI의 협력 모델을 전략적으로 이해하고 실제 업무에 적용할 수 있도록 설계되었다. 기업 경영, 의료, 금융, 공공 정책 등 다양한 분야에서의 AI 기반 의사결정 사례를 심층적으로 분석하고, 학생들은 팀 프로젝트를 통해 AI 기반 전략적 문제 해결 과제를 수행한다. 이를 통해 실제 산업 및 공공 현장에서 요구하는 실질적 의사결정 역량을 갖추게 된다. 또한 본 교과목은 글로벌 교육 트렌드를 적극 반영하였다. MIT의 'Artificial Intelligence and Decision Making (Course 6-4)', Stanford의 'CS 372: Artificial Intelligence for Reasoning, Planning, and Decision Making', 카네기멜론대학교(CMU)의 'SDS 88436 - Human-AI Complementarity for Decision Making'과 같은 선진 대학 과정을 벤치마킹하여, 최신 흐름에 부합하는 교육 내용을 구성하였다. 이를 통해 국내외를 아우르는 글로벌 수준의 경쟁력을 확보할 수 있도록 지원한다. AI 기술은 앞으로 모든 산업과 사회 전반을 재편할 것이다. 본 과목은 이와 같은 변화를 선도할 인재를 양성하는 데 초점을 맞추었다. 학생들은 AI의 잠재력과 한계를 동시에 이해하고, 인간 중심적 사고를 기반으로 AI와 협력하여 전략적 결정을 이끌어내는 능력을 기른다. 나아가, 미래 사회의 복잡한 문제를 해결하고 조직을 혁신으로 이끄는 AI 기반 리더로 성장할 수 있는 토대를 다진다. 본 과목은 단순한 AI 활용법을 넘어, 전략적 사고와 혁신적 리더십을 갖춘 AI 활용 전문가 양성을 목표로 하는, 지금 이 시대에 가장 필요한 핵심 교과목이다. | |||||||||
| COG5034 | 소프트웨어설계이해 | 3 | 6 | 전공 | 석사/박사 | 컴퓨터교육학과 | - | No | |
| 본 교과목에서는 객체지향 및 일반화 프로그래밍 언어를 이용한 고급 프로그래밍 기법을 익혀 실무 및 교육 현장에 응용할 수 있도록 한다. 객체지향언어의 기본적인 개념과 오브젝트, 클래스, 다형성, 상속 등을 이해하고 활용하며 객체지향언어를 이용하여 문제를 해결할 수 있는 능력을 배양한다. 또한, 일반화 프로그래밍 기법을 통해 다양한 환경에서 동작하는 소프트웨어를 설계하는 방법을 학습한다. | |||||||||
| CON4004 | 소비자시장분석 | 3 | 6 | 전공 | 학사/석사 | 소비자학과 | 한 | Yes | |
| 본 교과목은 소비재 시장에 대한 이해를 제고하고 PBL 수업 방식을 활용하여 소비자복지 및 기업의 수익성에 동시에 기여하는 기업 전략을 모색한다. 구체적으로 소비재 시장환경 분석, 기업의 4P 전략 분석, 소비자 설문 조사를 수행하고 이러한 분석 결과를 바탕으로 소비자 니즈를 충족하고 비교 우위를 제공하는 상품 개발 및 마케팅 전략 수립을 실습한다. | |||||||||
| CON4005 | 상품해부와소비자연구 | 3 | 6 | 전공 | 학사/석사 | 소비자학과 | 한 | Yes | |
| 상품개발 및 기획 전문가로서의 능력을 갖추기 위해 상품의 구성요소와 속성을 다양한 각도에서 체계적으로 분석할 수 있는 방법을 학습하고 소비자 중심적 신상품 개발을 위한 아이디어를 발굴한다. | |||||||||
| CON4010 | 프로슈머와플랫폼경제 | 3 | 6 | 전공 | 학사/석사 | 소비자학과 | - | No | |
| 플랫폼 경제의 구조와 공급자와 구매자로서의 소비자역할에 대한 이해를 기초로 현행의 플랫폼 경제를 평가하고 프로슈머의 경제적 복지 증진의 관점에서 플랫폼 경제의 개선 방안을 모색한다. | |||||||||
| CON4012 | 소비자분쟁해결 | 3 | 6 | 전공 | 학사/석사 | 소비자학과 | 한 | Yes | |
| 본 교과목은 소비자 보호와 권리 증진의 관점에서 분쟁 해결 절차, 법적 규제, 중재 및 협상 기술을 다루며, 이를 통해 학생들이 소비자 문제를 분석하고 실질적인 해결책을 제시할 수 있는 능력을 기르는 것을 목표로 한다. 본 교과목을 통해 소비자분쟁 해결에 대한 이론적 지식과 실무적 능력을 갖추어 소비자 임파워먼트 증진에 기여 할 수 있는 역량을 갖출 것이며, 분쟁 해결 과정에서 협력적 접근 방식을 이해하고 적용하는 데 필요한 커뮤니케이션과 문제 해결 기술을 습득할 수 있다. | |||||||||
| CON5001 | 소비자정책특론 | 3 | 6 | 전공 | 석사/박사 | 1-4 | 소비자학과 | - | No |
| 소비자문제 해결을 위한 정부의 소비자정책의 원리와 시장개입 논리를 이해하고 OECD국가의 소비자정책 현황을 파악하여 한국의 소비자정책을 평가한다. | |||||||||
| CON5004 | 소비자양적연구방법 | 3 | 6 | 전공 | 석사/박사 | 1-4 | 소비자학과 | 한 | Yes |
| 소비자학의 학위논문 작성 및 연구에 필요한 연구방법의 체계와 통계기법을 학습할 수 있도록 한다. | |||||||||
| CON5006 | 소비자의사결정특론 | 3 | 6 | 전공 | 석사/박사 | 1-4 | 소비자학과 | - | No |
| 소비자의사결정에 영향을 미치는 개인적, 사회적, 환경적 요인의 작용을 이해하기 위해 경제학, 심리학, 사회학, 마케팅의 지식을 통합 적용하고 소비자행동에 영향을 미치는 새로운 개인적·사회적 이슈의 분석능력을 개발한다. | |||||||||
| CON5010 | 가계경제특론 | 3 | 6 | 전공 | 석사/박사 | 1-4 | 소비자학과 | - | No |
| 신고전경제이론과 행동경제학의 소비자 선택 이론을 학습하고 소비자와 가계의 경제적인 의사결정 과정을 이해하며 양 이론의 장단점을 확인한다. 가계의 소득과 지출, 저축을 분석함으로써 우리나라 가계 경제의 현주소를 파악한다. | |||||||||
| CON5011 | 소비자니즈분석특론 | 3 | 6 | 전공 | 석사/박사 | 1-4 | 소비자학과 | 한 | Yes |
| 소비자니즈의 수준과 구조에 대한 심층적 이해를 바탕으로 각 수준에 적합한 소비자니즈 파악 방법의 특성을 비교 이해하고, 소비자의 내면 깊은 곳까지 접근하는 최신의 인간중심디자인 연구방법을 집중적으로 연마하여 소비자 중심적인 미래 상품 기획 능력을 키운다. | |||||||||
| CON5013 | 소비자유형분석특론 | 3 | 6 | 전공 | 석사/박사 | 1-4 | 소비자학과 | - | No |
| 소비자유형을 분류하는 다양한 방식―인구통계 기반 분류, 라이프스타일 기반 분류, 소비가치 기반 분류, 심리특성 기반 분류 등―을 이해하고 각각의 방식으로 분류하는 소비자유형에 대한 인구통계적, 심리적, 행동적, 경제적, 문화적 특성을 심층적으로 연구한다. | |||||||||
| CON5015 | 가계재무관리특론 | 3 | 6 | 전공 | 석사/박사 | 소비자학과 | - | No | |
| 플랫폼 경제의 구조와 공급자와 구매자로서의 소비자역할에 대한 이해를 기초로 현행의 플랫폼 경제를 평가하고 프로슈머의 경제적 복지 증진의 관점에서 플랫폼 경제의 개선 방안을 모색한다. | |||||||||
| CON5019 | 소비자학개별연구 | 3 | 9 | 전공 | 석사/박사 | 1-8 | 소비자학과 | - | No |
| 소비자학 관련 주제를 중심으로 박사과정의 연구과정을 수행하고, 논문을 작성하여 발간한다. | |||||||||
| CON5022 | 소비자역량개발특론 | 3 | 6 | 전공 | 석사/박사 | 1-4 | 소비자학과 | - | No |
| 다양한 소비자 집단의 역량 수준을 분석하여, 적합한 소비자 역량개발 프로그램을 기획한다. | |||||||||
| CON5025 | 글로벌소비자정책특론 | 3 | 6 | 전공 | 석사/박사 | 1-4 | 소비자학과 | - | No |
| 소비자이슈와 소비자정책의 국제적 동향을 살펴보고 소비자문제의 해결을 위한 효과적인 소비자정책개발을 모색한다. | |||||||||
| CON5100 | 소비자학심층개별연구III | 3 | 9 | 전공 | 석사/박사 | 1-8 | 소비자학과 | - | No |
| 대학원생의 연구 역량 제고를 위한 과목으로 지도교수의 지도하에 연구 및 논문 집필 활동을 수행함. 심층개별연구 III을 수강하는 학생은 반드시 동일 과목을 2회 이상 수강해야하며, 누적학점이 6학점 이상일 경우 KCI 등재지에 논문 게재 또는 SSCI 급 국제 저명 학술지에 투고하는 것을 원칙으로 함. | |||||||||
| CON5101 | 소비자학심층개별연구IV | 3 | 9 | 전공 | 석사/박사 | 1-8 | 소비자학과 | - | No |
| 대학원생의 연구 역량 제고를 위한 과목으로 지도교수의 지도하에 연구 및 논문 집필 활동을 수행함. KCI 등재지에 논문 게재를 필수로 함. | |||||||||
| CON5102 | 소비자학심층개별연구V | 3 | 9 | 전공 | 석사/박사 | 1-8 | 소비자학과 | - | No |
| 대학원생의 연구 역량 제고를 위한 과목으로 지도교수의 지도하에 연구 및 논문 집필 활동을 수행함. SSCI 급 저널에 논문 투고를 필수로 함. | |||||||||
| CON5103 | 소비자구매채널연구 | 3 | 6 | 전공 | 석사/박사 | 소비자학과 | 한 | Yes | |
| 4차산업혁명으로 인해 급변하는 유통시장에서 소비자 구매채널의 진화와 유형별 특징을 분석하고 관련된 소비자 행동 이론 및 연구 동향을 살펴본다. | |||||||||