전공소개
Department of Artificial Inteligenc and Big Data
Master of Engineering
AI빅데이터학과
공학석사Master of Engineering
학과목적
AI빅데이터학과는 미래 4차 산업분야에서 핵심적인 기술분야로서 컴퓨터에 기초한 이론적 지식과 그를 응용할 수 있는 능력을 증진하고, 연구 및 개발능력의 배양 및 올바른 태도와 가치관의 확립을 통해 유능한 고급 전문인력을 양성하는 것을 교육의 목적으로 삼는다.
학과목표
- 인공지능형 지식기반 시스템 전문가의 양성.
- IT 융합산업의 실무형 스마트 모바일 콘텐츠 전문 인력 양성
- 실무 능력 중심의 빅데이터 관리 전문가 양성
학과특성
대학원의 교육을 통한 전공분야의 지식을 이용하여 업무를 이해하고 문제점을 파악할 수 있는 통찰력, 연구 설계와 방법론, 실습과 연구를 통한 심화교육등의 효율적인 교육과정을 통해 진취적인 역량을 갖춘 인재를 양성
발전방안
AI빅데이터학과는 4차산업혁명에서 가장 핵심이 되는 분야의 학과로서 사회적 수요가 높은 인공지능 및 빅데이터 관련 과목을 중심으로 개편하여, IT환경변화에 대한 창의적인 접근으로써 “스마트 시스템/데이터 및 지식 공학/데이터베이스 시스템”과 관련하여 맞춤형 수요지향형 실무 커리큘럼을 통해 대학원생의 역량을 향상시키고자 한다.
교수소개
| 성명 | 전공분야 | 최종학위 | 연구실 | 전화 |
|---|---|---|---|---|
| 박종훈 | XML 웹서비스 | 공학박사 | C5-427 | 750-6609 |
| 김순곤 | 데이터베이스 | 공학박사 | C5-426 | 750-6752 |
| 박인규 | 마이크로프로세서 응용 | 공학박사 | C5-424 | 750-6755 |
교육과정 편성표
| 이수구분 | 교과목명 | 학점 | 시수 |
|---|---|---|---|
| 전공 | AI빅데이터 개론 | 3 | 3 |
| 프로젝트 특론 | 3 | 3 | |
| 논문연구 | 3 | 3 | |
| 연구윤리 및 논문지도1 | 1 | 1 | |
| 스마트 모바일 컴퓨팅 | 3 | 3 | |
| 고급프로그래밍 특론 | 3 | 3 | |
| 지능형 알고리즘 특론 | 3 | 3 | |
| 지능시스템 특론 | 3 | 3 | |
| 데이터마이닝 특론 | 3 | 3 | |
| 패턴인식 특론 | 3 | 3 | |
| 데이터베이스실무특론 | 3 | 3 | |
| 정보보호 특론 | 3 | 3 | |
| 네트워크프로그래밍 | 3 | 3 | |
| 안드로이드 프로그래밍 | 3 | 3 | |
| 인공지능 시스템 프로그래밍 | 3 | 3 | |
| 빅데이터 분석 | 3 | 3 | |
| 딥러닝 특론 | 3 | 3 | |
| 소프트웨어공학 특론 | 3 | 3 | |
| 운영체제 특론 | 3 | 3 | |
| 분산처리 특론 | 3 | 3 | |
| 연구윤리 및 논문지도2 | 1 | 1 |
교과목 해설서
| AI빅데이터 개론Introduction to AI and Bigdata | 인공지능과 빅데이터에 대한 기본적인 이론과 사례에 대해 소개한다. 인공지능에 대한 범위와 개념, 인공지능에 대한 설계 및 구현에 대한 모델을 학습한다. 또한 빅데이터에 대한 정의와 개념에 대해서도 강의하며, 빅데이터에 대한 설계 및 구현에 대한 모델을 학습한다. 마지막으로 인공지능과 빅데이터를 융합한 모델과 사례에 대해서도 강의한다. |
|---|---|
| 스마트 모바일 컴퓨팅Smart Mobile Computing | 스마트 모바일 컴퓨팅에 대한 전반적인 문제들에 대해 다룬다. 특히, 스마트 모바일 컴퓨팅을 위한 어플리케이션 프로세서(AP), 인터페이스, 스마트센서, 운영체제, 플랫폼, 프로토콜 및 어플리케이션에 대해 공부한다. 또한 스마트 모바일과 관련된 다양한 알고리즘과 음성인식과 패턴인식 등을 모바일에 적용하는 기법들을 강의한다. 모바일 컴퓨터를 위한 OS와 어플리케이션을 비롯하여 NFC, Bluetooth, WiFi, 3G 같은 통신 네트워크를 이해하고, 상위레벨의 프로토콜(Mobile IP, SIP)을 공부한다. 또한, 다양한 참고 자료와 발표 및 토론을 통해 폭넓은 지식을 습득하고 이를 바탕으로 팀 프로젝트를 수행한다. |
| 지능시스템 특론Advanced Intelligent System | 인간-컴퓨터 상호작용 전반에 걸친 기본 원칙들과 그 원칙들의 응용사례들을 소개하는 과목으로 상호작용 가능한 컴퓨터 시스템을 사용자 중심의 방법론 안에서 디자인 하는 방법, 그리고 이러한 시스템을 사용성 측면에서 평가하는 방법을 배우게 된다. 특히, 컴퓨터 공학은 물론 인지과학, 사회과학, 상호작용 디자인 등 여러 학문분야가 다양하게 유기적으로 연결되어 있는 학문으로써, 본 과목에서 다룰 기본 원칙과 방법론들은 상호작용 가능한 모든 소프트웨어 및 하드웨어 시스템에 적용 가능함으로 통신, 협동, 교육, 의료 등 인간들의 삶의 질을 향상시키는데 아주 중요한 역할을 한다고 볼 수 있다. |
| 네트워크프로그래밍Network Programming | 컴퓨터 네트워크를 구성하는 각종 네트워킹 장치들의 계층 모델, 특성, 동작 방법, 그리고 운용 기술에 대하여 학습한다. 또한 이들 장치를 상호 연결한 인터네트워크의 구성과 동작 방법에 대하여 소개한다. 본 과목의 수강을 통하여 컴퓨터 네트워크의 구성과 동작 방법에 대하여 소개한다. 본 과목의 수강을 통하여 컴퓨터 네트워크의 7계층 구조와 인터넷 4계층 구조를 이해할 수 있고, 간단한 LAN (Local Area Network)을 설계할 수 있으며, 계층 모델을 기반으로 한 컴퓨터 네트워크의 이론적 이해 및 분석력을 함양함으로써 컴퓨터 네트워킹 개념에 대한 이론과 실용 기술을 체득할 수 있다. |
| 운영체제 특론Advanced Operating System | 오퍼레이팅 시스템의 프로세서 구현, 동시성 문제, 기억공간운영, 자원분배, 시스템보안유지 등에 관한 주제로 공부하며 대형 컴퓨터의 구체적인 사례 고찰 및 더욱 새로운 기술개발의 방향을 모색한다. |
| 프로젝트 특론Advanced Project | 전공 이론과 지식을 기반으로 주어진 문제를 인식하고 프로그램으로 전환, 해결하는 능력을 학습한다. 이 과목의 교육목표는 소규모 테마의 다양한 문제를 경험하고, 해결하는 능력을 향상하는 것으로 한다. |
| 지능형 알고리즘 특론 Advanced Inteligent Algorithms | 인공지능과 Computer Science, 데이터 분석 공학 또는 과학에서 제기되는 문제들에서 기본이 되는 다양한 알고리즘들을 이해하고 분석한다. 특히 인공지능과 빅 데이터 관련된 다양한 알고리즘을 수학적 방법의 접근과 이를 쉽게 이해 하기위한 방법인 프로그래밍 방법을 구현 및 설계함으로서 알고리즘 이론을 학습한다. |
| 딥러닝 특론Advanced Deep Learning | 본 강의는 사회 전분야의 필수 도구로 자리 잡고있는 딥러닝(deep learning)의 기초 이론, 원리 및 적용 사례에 대하여 학습한다. 딥러닝 기술의 바탕인 인공 신경망 기술의 기초 원리부터 CNN, RNN, LSTM, GAN, attention 등 다양한 딥러닝 모델과 효과적 학습을 위한 정규화, 경사하강법, 전처리, 파인튜닝 등 의 딥러닝 기술까지 딥러닝 모델 및 알고리즘 이해에 필요한 다양한 주제를 다룬다. |
| 패턴인식 특론 Advanced Pattern Recognition | 패턴 인식에 대한 기초 이론을 바탕으로 응용 방법을 습득하여 다양한 문제에 적용할 수 있는 능력을 갖게 하는데 강의 목표가 있다. 통계적 패턴 인식에 주력하고, 인공 신경망과의 관계도 공부한다. |
| 정보보호 특론 Advanced Information Security | 사용자 프라이버시를 보장하고 각종 서비스의 안전성 확보를 위하여 관련된 국제적 표준들을 조사 분석하며 특히 최근의 HOT ISSUE가 되는 정보보호 응용기술들을 연구함으로써 핵심적인 첨단 기술을 선도할 수 있도록 유도한다. |
| 고급프로그래밍 특론 Advanced Programming Language | 프로그래밍 언어에 대한 기본 개념들을 간략하게 소개하고 의미론적 측면인 Binding rule, Scoping , 추상성과 확장성의 운용과 외연적 의미 특징 등을 설계와 수행문제에 있는 고급언어에 중점을 두어 데이터의 표현, 제어장치, 코드 표현 등의 중요 Topic들에 대해 연구한다. |
| 데이터마이닝 특론Advanced Data Mining | 데이터마이닝 또는 Knowledge discovery는 일반적으로 데이터베이스의 있는 방대한 양의 정보로부터 숨어 있는 지식을 자동적으로 추출하는 과정이다. 즉, 데이터 마이닝은 방대한 데이터베이스부터 숨어 있는 예측 정보의 추출이라고 설명할 수 있다. 본 과목은 데이터 마이닝의 여러 기능과 기법을 연구하고 데이터 마이닝의 구체적인 응용 사례와 최근 동양에 관하여 살펴본다. |
| 안드로이드 프로그래밍Android Programming | 안드로이드 앱을 개발하기 위하여 학습하여야 하는 안드로이드 플랫폼의 기본 기능들에 대한 이해를 바탕으로 모바일 프로그래밍과 관련한 전반적인 기술들을 학습하며 이를 통해 안드로이드 앱을 개발할 수 있는 역량을 향상하고자 한다. 또한 SDK, NDK, PDK 개발에 필요한 관련 내용들을 균형있게 학습한다. |
| 소프트웨어공학 특론Advanced Software Engineering | 소프트웨어 공학 분야는 프로그램이 방대하고, 오랜 기간 동안 많은 프로그래머들이 참여하는 경우 발생되는 문제를 다룬다. 본 강좌에서 학습하는 분야는 프로그래밍 프로젝트의 설계와 구성, 시험과 프로그램 신뢰도, 소프트웨어 비용의 성격과 발생원인 인지, 여러 프로그래머간의 협조, 사용자 친화적 인터페이스 설계 및 문서화 등이다. |
| 데이터베이스 실무 특론 Advanced Database Practices | 자동정보 조직과 추출을 소개하고 사전구성과 통계와 구문론적 운용, 추출 시스템의 성능평가, 질의어 설계, 데이터베이스 시스템의 모델과 데이터베이스 보안에 대해 연구한다. |
| 인공지능 시스템 프로그래밍Artificial Intelligence System Programming | 인공지능에 대한 여러 가지 다양한 모델와 다양한 알고리즘을 심화 학습하며, 이것을 기초로 인공지능과 관련된 다양한 응용 사례를 프로그램으로 구현 및 설계를 해본다. 인공지능과 관련된 운영체제나 하드웨어 플랫폼들을 학습한다. 또한 다양한 분야에서 인공지능 관련 H/W시스템의 일부 또는 전부를 산업시스템/가정용 전자제품/취미생활/자동차 및 스마트폰에 활용되는 이론과 실제 구현 사례를 강의한다. |
| 빅데이터 분석BigData Analysis | 기존 데이터베이스관리도구로 데이터를 수집, 저장, 관리, 분석할 수 있는 역량을 넘어서는 대량의 정형 또는 비정형 데이터 집합 및 이러한 데이터로부터 가치를 추출하고 결과를 분석하는 기술로서 이와 관련된 이론과 활용사례를 중심으로 강의한다. |
| 분산처리 특론Advanced Distributed Computing | 분산 처리의 효율을 극대화하기 위한 분산 처리 형태, 전략, 분산 데이터 설계, 소프트웨어 및 네트워크전략, 보안 및 감사 등을 강의한다. |
| 연구윤리 및 논문지도1,2Research Ethics and Guidance | 논문 및 연구에 대해 지도한다. |
| 논문연구Research Guidance | 자동정보 조직과 추출을 소개하고 사전구성과 통계와 구문론적 운용, 추출 시스템의 성능평가, 질의어 설계, 데이터베이스 시스템의 모델과 데이터베이스 보안에 대해 연구한다. |