컴퓨터+AI
(Computer and AI) |
컴퓨터 분야에서 AI를 융합하는 관점을 익힌다. 해당 과목은 컴퓨터 분야의 핵심 개념을 간략히 점검한 뒤, 일부 세부 주제를 선택해 데이터·모델 관점의 적용 가능성을 살핀다. 선택된 세부 분야에서 사례 등을 살펴보며, 실제 AI 융합 시 필요한 부분들을 고려한다. |
정보보호+AI
(Information Security and AI) |
정보보호 분야에서 AI를 융합하는 관점을 익힌다. 해당 과목은 정보보호의 핵심 개념을 간략히 점검한 뒤, 일부 세부 주제를 선택해 데이터·모델 관점의 적용 가능성을 살핀다. 선택된 세부 분야에서 사례 등을 살펴보며, 실제 AI 융합 시 필요한 부분들을 고려한다. |
전기전자+AI
(Electrical and Electronic Engineering with AI) |
전기전자 분야에서 AI를 융합하는 관점을 익힌다. 해당 과목은 전기전자의 핵심 개념을 간략히 점검한 뒤, 일부 세부 주제를 선택해 데이터·모델 관점의 적용 가능성을 살핀다. 선택된 세부 분야에서 사례 등을 살펴보며, 실제 AI 융합 시 필요한 부분들을 고려한다. |
기계제어+AI
(Mechanical Controland AI) |
기계시스템의 설계와 진단 및 유지보수에 AI를 융합하는 관점을 배운다. 해당 과목은 기계 시스템의 핵심 개념을 간략히 점검한 뒤, 세부 주제를 선택하여 데이터·모델 관점의 적용 가능성을 살핀다. 선택된 세부 분야에서 사례 등을 살펴보며, 실제 AI 융합 시 필요한 부분들을 고려한다. |
드론+AI
(Drones and AI) |
드론 설계 분야에서 AI를 융합하는 관점을 익힌다. 해당 과목은 드론의 핵심 개념을 간략히 점검한 뒤, 일부 세부 주제를 선택하여 신경망 및 딥러닝을 활용한 근사모델링 생성과 데이터·모델 관점의 다중목적 근사 최적설계 적용 가능성을 살핀다. 선택된 세부 분야에서 사례 등을 살펴보며, 실제 설계와 AI 융합에 필요한 부분들을 고려한다. |
미디어+AI
(Media and AI) |
미디어 분야에서 AI를 융합하는 관점을 익힌다. 해당 과목은 미디어의 핵심 개념을 간략히 점검한 뒤, 일부 세부 주제를 선택해 데이터·모델 관점의 적용 가능성을 살핀다. 선택된 세부 분야에서 사례 등을 살펴보며, 실제 AI 융합 시 필요한 부분들을 고려한다. |
기술사업화+AI
(Technology Entrepreneurship and AI) |
기술사업화 분야에서 AI를 융합하는 관점을 익힌다. 문제 발굴–가치 제안–지표 설계와 검증으로 이어지는 사업화 흐름을 개괄한다. 제품·시장 적합을 탐색하며 AI 기술의 역할과 한계를 구체화한다. |
AI프로젝트
(AI Project) |
수업에서 다룬 개념을 통합해 실제 문제를 정의하고 해결 전략을 설계한다. 데이터 준비–모델 구상–평가·고도화로 이어지는 기본 파이프라인을 체계화한다. 산출물 구성과 협업·커뮤니케이션 역량을 함께 강화한다. |
AI융합전략
(AI Convergence Strategy) |
AI 기술을 다양한 분야에 접목하여 새로운 문제 해결 방식과 융합 전략을 모색한다. AI와 인간의 협업, 데이터 기반 전략 수립, 분야 간 융합의 주요 개념과 사례를 살펴본다. 이를 통해 각 분야의 특성에 맞는 AI 활용 방안을 기획하고, 새로운 서비스와 문제 해결 전략을 제안하는 역량을 기른다. |
블록체인+AI연구세미나
(Blockchain and AI Research Seminar) |
블록체인과 AI의 융합에 관한 논문 페이퍼를 읽고 리뷰하며, 연구 배경, 방법, 결과, 공헌 및 한계를 분석한다. AI 에이전트와 블록체인이 디지털금융에서 활용되는 방식과 결제, 거래, 신뢰, 보안 등의 주요 쟁점을 살펴보고 토론한다. 이를 통해 블록체인+AI 분야의 연구 동향을 이해하고, 기존 연구를 비판적으로 검토하여 자신의 연구 주제를 구체화하는 능력을 기른다. |
논문연구1
(Thesis Research I) |
논문 과정을 위한 연구 세미나로, 주제 선정·연구 기획·결과 표현 전반에 대한 공통 원칙을 점검한다. 선행연구 정리, 방법론 선택, 윤리·재현 원칙 등 기본 요소를 확인한다. 발표와 피드백을 통해 연구 방향을 정리한다. |
논문연구2
(Thesis Research II) |
논문 과정을 위한 연구 세미나로, 주제 선정·연구 기획·결과 표현 전반에 대한 공통 원칙을 점검한다. 선행연구 정리, 방법론 선택, 윤리·재현 원칙 등 기본 요소를 확인한다. 발표와 피드백을 통해 연구 방향을 정리한다. |
원격지원서비스
재학생 로그인
