Inspiring Future, Grand Challenge

Search

QUICK
MENU

scroll top  
Close
Search
 
  • home
  • 교육과정
  • 교과목 개요

교육과정

교과목 개요

교과목명을 클릭하시면 과정 설명을 볼 수 있습니다.

교육과정
학수번호 교과목명 학점 자기
학습
시간
영역 학위 이수
학년
비고 언어 개설
여부
COM2021 디지털비디오처리 3 6 전공 학사 - No
본 과목은 디지털 비디오의 구성을 이해하고 인코딩/디코딩하는 전반적인 기술을 학습한다. 먼저 각 이미지를 구성하는 Pixel의 개념부터 시작하여 DCT, Quantization, Entropy coding의 기술을 이해하고, 더 나아가서 이미지의 묶음인 비디오를 압축하기 위한 인코더 구조, Intra-picture coding, inter-picture coding 등의 구체적인 기술들도 학습한다.
COM2022 게임프로그래밍 3 6 전공 학사 Yes
본 과목은 게임 제작을 위한 프로그래밍 기초지식을 학습할 수 있도록 한다. Unity 프로그래밍 언어를 이용한 게임 프로그래밍을 학습하며, 게임 프로그래밍의 기초 개념부터 실습까지 단계적으로 진행한다. 강의는 이론적 내용과 실습을 병행한다.
COM2023 자연어처리 3 6 전공 학사 Yes
본 과목은 자연어 처리에 대한 폭 넓은 지식을 소개한다. 본 과목은 Recurrent Neural Network, Long Short-Term Memory, Gated Neural Network, Attention Mechanism, Transformer, Evaluation Metric for NLP, Beam Search, Transfer Learning, Pre-trained Large Language Model, ChatGPT 등의 기본 모델부터 자연어 모델 평가 방법 및 최근 대형 사전 학습 언어 모델 등도 학습한다.
COM3001 교육용멀티미디어 3 6 전공 학사 2-3 Yes
이 과정은 교육의 목적으로 활용가능한 다양한 멀티미디어에 대해 강의한다. 즉 교육환경에서 활용되고 있고 또 활용될 가능성이 있는 멀티미디어의 개별적인 특징을 알고 이를 교육의 과정에 적용하는 방법을 학습한다.
COM3002 데이터통신기술 3 6 전공 학사 2-3 Yes
이 과목은 정보 통신의 기본 개념과 기술에 대하여 강의한다. 주요 내용으로는 아날로그 및 디지털 전송, 다중화, 데이터 통신 기법, LAN 등 통신 기본 개념의 이해를 높이기 위한 전반적인 사항을 다룬다.
COM3003 데이타베이스 3 6 전공 학사 3 Yes
이 과목에서는 관계형 모델 및 개체-관계 모델을 포함한 기본적인 데이터베이스 모델링 기술, 관계 대수 및SQL 이용한 데이터 조작언어, 그리고 트랜잭션 관리 및 동시성 제어를 포함한 주요 데이터베이스 원리를 배운다.
COM3004 컴퓨터구조 3 6 전공 학사 3-4 한,한 Yes
이 과목은 컴퓨터 하드웨어의 동작원리와 설계 원리에 대한 이해를 목표로 명령어 집합, 중앙처리장치, 캐쉬, 메모리, 보조기억장치, 입출력 등을 유기적으로 설명해 나간다.
COM3005 운영체제 3 6 전공 학사 3-4 Yes
오퍼레이팅 시스템 기술의 기본, 프로그램의 구성, 계산기 구성, 데이터와 기억 장치의 구조, 발달된 운영 체제 기술, 다중 프로그래밍을 위한 시스템 구성 등을 다루게 된다.
COM3006 컴퓨터네트워크 3 6 전공 학사 3-4 Yes
데이터 통신의 기본 개념을 근간으로 상위 계층의 인터페이스 표준 및 프로토콜에 대한 내용을 포함하고 있다. 다양한 응용 지향 프로토콜을 통해 공동의 산재된 정보 처리 목적을 얻기 위하여 정보를 멀리 떨어진 다른 응용과 정보를 교환하기 위해 응용 처리 수단을 제공한다. 아울러, 인터넷 프로토콜에 대해서도 공부한다.
COM3007 소프트웨어공학 3 6 전공 학사 3-4 Yes
소프트웨어의 생명 주기를 이용하여, 요구획득, 요구 정의, 요구의 사양화, 구현, 검증, 적합성 검사, 유지보수에 이르기까지의 소프트웨어 개발을 위한 전 과정에 관한 일반적인 내용과 각 단계에서 사용되어지는 제반 기술에 관해 소개한다. 또한 최근에 주목되어지고 있는 이용자 환경의 설계, 소프트웨어 재사용 등에 대해서도 알아본다.
COM3008 프로그래밍언어론 3 6 전공 학사 3-4 Yes
이 과목은 프로그래밍 언어와 그 응용, 수치 계산과 파일의 조작, 프로그램 언어 사이의 차이점 등을 공부하고 프로그래밍 언어에서 사용되는 원리를 설명한다.
COM3009 컴퓨터교과교육론 3 6 전공 학사 3-4 Yes
학교현장에서 컴퓨터 관련교과를 가르치는데 필요한 다양한 방법들을 탐색하고 실제로 수업 교안을 작성하여 특정 주제에 대한 모의 수업을 실시해 본다.
COM3012 교육용소프트웨어개발 3 6 전공 학사 3-4 Yes
컴퓨터를 이용한 교육에서 필요한 소프트웨어를 개발하기 위해 요구되는 다양한 이론 및 방법을 학습하고 실제로 간단한 소프트웨어를 개발해 본다.
COM3015 수업과소프트웨어활용 3 6 전공 학사 3-4 - No
교육실습을 앞두고 예비교사로서 수업에 필요한 기본적인 소프트웨어들을 다루는 방법들을 최종 점검하고 이를 실제로 활용하는 모의수업을 실시해 본다.
COM3019 네트워크운영관리 3 6 전공 학사 4 Yes
이 과목은 서버 시스템의 네트워크 환경 설정과 통신 장비의 설치 및 운영에 대해서 설명한다. LAN 상에 시스템을 접속하고 TCP/IP 운영을 위한 관련 기술에 대해서 설명한다.
COM3022 인공지능 3 6 전공 학사 4 Yes
이 과목은 상태 공간에서 문제의 표현, 넓이 우선 탐색, 깊이 우선 탐색과 경험적 탐색 등의 탐색 방법, 그리고, 술어 논리, 해결 방법, 법칙을 사용한 지식의 표현등을 소개한다.
COM3023 컴퓨터보안 3 6 전공 학사 4 Yes
이 과목은 정보 보호에 대한 소개를 시작으로 보호 서비스에 대해서 공부한다. 정보 보호 서비스에 해당하는 여러 개념을 소개하고 컴퓨터 시스템을 보호할 수 있는 컴퓨터 소프트웨어 도구와 방법론에 대해서 소개한다.
COM3024 컴퓨터교육세미나 3 6 전공 학사 4 - No
컴퓨터교육과 관련된 다양한 주제와 내용들을 선정하여 관련 내용을 조사, 연구, 발표하고 그에 대한 토론을 진행한다.
COM3026 알고리즘 3 6 전공 학사 3 Yes
알고리즘이란 특히 컴퓨터 프로그래밍을 이용하여 어떠한 문제에 대하여 유한한 단계를 통해 문제를 해결하기 위한 절차나 방법을 의미한다. 따라서 본 과목에서는 알고리즘의 설계, 알고리즘의 복잡도 분석, 그리고 계산 복잡도에 대한 전반적인 내용을 소개한다. 또한 알고리즘의 개념을 바탕으로 알고리즘과 복잡도 분석, 자료구조, 분할 및 정복, 탐욕적 방법, 백트래킹, 동적 프로그래밍에 대하여 배운다.
COM3028 가상및증강현실처리 3 6 전공 학사 3-4 Yes
본 과목은 최신 가상현실 및 증강현실 기술의 요소기술을 학습하는 것을 목표로 한다. 학습내용은 가상현실, 증강현실 처리를 위한 (1) 국제표준 동향의 이해, (2) 360도 영상 및 메타데이터 처리 기술, (3) 멀티미디어 처리 시스템 기술 등이 있으며, 표준 SW를 이용한 실험을 통해 최신 미디어 처리 시스템 기술을 깊이 이해한다.
COM3029 클라우드컴퓨팅개론 3 6 전공 학사 3-4 Yes
클라우드 컴퓨팅의 핵심 기술을 이해하고, 관련 기술이 현재 산업전반에서 실제로 이용되는 사례를 파악한다. 또한, 관련 기술이 실생활에서 응용되는 서비스 사례를 통해 다양한 활용 방안을 모색한다. 클라우드 컴퓨팅의 개념부터 모델, 기술 아키텍처에 이르기까지 클라우드 컴퓨팅의 주요 요소들을 명확하게 정의하고, 다양한 응용 사례를 다루는 강의이다. 클라우드 컴퓨팅에 대해 관심이 있는 학생부터, 실무에 바로 응용 가능한 전문지식을 얻고자 하는 학생에 이르기까지 모두에게 필요한 지식을 전달해 주는 강의이다.
COM3030 모바일프로그래밍입문 3 6 전공 학사 3-4 - No
모바일 컴퓨팅의 핵심 기술을 이해하고, 관련 기술이 현재 산업전반에서 실제로 이용되는 사례를 파악한다. 모바일 컴퓨팅 환경에 관련된 모바일 무선 통신, 응용 기술, 개발 플랫폼 및 개발 도구 등에 대한 기본적인 개념과 원리에 대하여 배우며, 프로그래밍 실습을 통하여 모바일 응용 프로그램을 기획, 설계하고 개발하는 지식을 습득한다.
COM3033 빅데이터시각화 3 6 전공 학사 3-4 - No
본 강좌는 빅데이터를 효과적으로 시각화하는 기법을 학습한다. Python 언어를 사용한 다양한 형태의 데이터 분석을 바탕으로 시각화하는 기법을 구현 및 검증한다.
COM3034 지능형비전 3 6 전공 학사 - No
이 과목에서는 지능형 비전 이론과 산업 제품의 융합에 대해 학습한다. 강의 초반에는 이미지 데이터 기초, 기본 템플릿 클래스, 픽셀 처리, 이미지 분류 및 장면 이해 등을 포함한 컴퓨터 비전 기본 이론에 대해 학습한다. 강의 후반에는 최신 딥러닝 모델 훈련 및 추론 과정 관련 이론을 학습하고, OpenCV DNN 모듈을 이용해 Tensorflow, Pytorch, Darknet 등의 최신 프레임워크로 개발된 다양한 딥러닝 모델을 입력으로 딥러닝 모델 추론 과정을 실습한다.
COM3035 데이터과학및분석소개 3 6 전공 학사 3-4 Yes
이 과정은 데이터 과학 및 분석의 기초를 가르칩니다. 이 과정에서 다루는 주제는 데이터 과학의 기초, 기본 데이터 분석, 데이터 분석 프레임워크, 데이터 분석을 배우기 위한 도구 및 기술, 데이터 분석의 클라우드, 데이터 분석 시스템 및 데이터 과학의 추세 기술입니다.
COM3036 소프트웨어설계 3 6 전공 학사 Yes
본 교과목에서는 객체지향 및 일반화 프로그래밍 언어를 이용한 프로그래밍 기법을 익혀 실무에 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.
COM3037 글로벌인공지능교육트렌드분석 3 6 전공 학사 Yes
본 교과는 인공지능 기술 수준과 발전에 대한 글로벌 트렌드 분석을 통해 학생들이 인공지능 기술과 관련된 효과적인 교육전략을 탐구하는 능력을 갖출 수 있도록 돕는다. 해외 주요국의 인공지능 교육 정책과 최신 인공지능 교육 연구 동향 등을 살펴봄으로써 학생들이 글로벌 인공지능 교육환경에 대해 폭넓게 이해하고 경쟁력 있는 인공지능 교육 전문가로 성장하는 것을 목표로 한다. 이 수업을 통해 학생들은 글로벌 교육환경에서의 다양한 인공지능 교육 정책 및 전략을 비교, 분석하고 향후 발전 가능성 등에 대해 논의해 볼 기회를 갖게 되며 우리나라 인공지능 교육 분야에 적용가능한 전략을 도출하여 실제 교육현장에의 적용방안을 강구할 수 있게 될 것이다.
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.
ISS3222 Introduction to Machine Learning 3 6 전공 학사 국제하계대학 Yes
Covers fundamental concepts for intelligent systems that autonomously learn to perform a task and improve with experience, including problem formulations (e.g., selecting input features and outputs) and learning frameworks (e.g., supervised vs. unsupervised), standard models, methods, computational tools, algorithms and modern techniques, as well as methodologies to evaluate learning ability and to automatically select optimal models. Applications to areas such as computer vision (e.g., characte r and digit recognition), natural language processing (e.g., spam filtering) and robotics (e.g., navigating complex environments) will motivate the coursework and material.
MAE3029 인공지능수학 3 6 전공 학사 수학교육과 Yes
본 과목에서는 기계학습을 공부하는데 도움이 되는 수학내용들을 먼저 다루고 이를 바탕으로 기계학습의 네 개의 요소에 대하여 소개한다. 다루는 수학내용들은 선형대수, 해석적 기하, 행렬 분해, 벡터 미적분, 그리고 확률과 분포 들이다. 이 외에도 이론적인 최적화 내용과 경사하강법과 같은 기법을 다루는 최적화 방법론에 대하여도 공부한다. 이러한 수학내용들을 바탕으로 회귀, 차원 줄임, 밀도 추정, 분류에 대해 소개하고 더 나아가 신경망과 딥러닝에 대하여 간략하게 다룬다.