AI를 물리세계로 확장하고, AX로 산업현장을 전환하며, 창업으로 실증하는 국민대학교 AI·SW 대학원 Kookmin University AI·SW Graduate School — extending AI into the physical world, transforming industry through AX, and validating it through entrepreneurship
국민대학교 AI·SW 대학원은 생성형 AI, 피지컬 AI, AI Computing, AI Systems, AX, AX Policy를 융합하여 산업현장과 물리세계의 문제를 해결하는 석·박사급 고급인재를 양성합니다. 본 대학원은 AI를 단순 연구나 SW 구현의 영역에 한정하지 않고, 로봇·모빌리티·제조·국방·안전·의료·공공서비스·스마트시티 등 실제 시스템과 산업현장으로 확장하는 AX 중심 교육체계를 지향합니다. Kookmin University AI·SW Graduate School cultivates advanced master’s- and doctoral-level talent who solve problems in industry and the physical world by integrating Generative AI, Physical AI, AI Computing, AI Systems, AX, and AX Policy. Rather than confining AI to pure research or SW implementation, the Graduate School pursues an AX-centered educational system that extends AI into real systems and industrial settings such as robotics, mobility, manufacturing, defense, safety, healthcare, public services, and smart cities.
국민대학교 AI·SW 대학원은 빠르게 발전하는 인공지능 기술을 효과적으로 활용하고 선도할 연구·실무 역량을 갖춘 전문 인재를 양성하기 위해 출범했습니다. 인공지능 기술과 데이터베이스·분산 시스템·클라우드 컴퓨팅 등 기존 SW 기술의 융합 필요성이 커짐에 따라, 이를 통합적으로 다루는 교육·연구 환경의 조성이 시급해졌습니다. Kookmin University AI·SW Graduate School was established to cultivate specialized talent with the research and practical capabilities to effectively harness and lead rapidly advancing artificial intelligence technologies. As the need to converge AI with established SW technologies—such as databases, distributed systems, and cloud computing—has grown, creating an educational and research environment that addresses them in an integrated manner has become an urgent priority.
이에 일반대학원에서 컴퓨터공학전공과 인공지능융합전공으로 나뉘어 운영되던 교육과정을 AI·SW 대학원으로 통합했습니다. 공통 전공기초를 통합 교육하고 이를 기반으로 전공별 심화 과정과 전공 간 융합 과정을 함께 운영하여, 학문적 깊이와 실무 역량을 동시에 갖춘 전문가를 양성합니다. Accordingly, the curricula previously operated separately as the Computer Engineering major and the Artificial Intelligence Convergence major within the General Graduate School have been consolidated into the AI·SW Graduate School. By delivering an integrated common disciplinary foundation and building upon it with both major-specific advanced courses and cross-disciplinary convergence courses, the program cultivates experts who combine academic depth with practical competence.
국민대학교 AI·SW 대학원은 단일 학과인 AI·SW학과, 단일 전공인 AI·SW 전공으로 운영됩니다. Kookmin University AI·SW Graduate School operates a single department, the Department of AI·SW, offering a single major in AI·SW.
전공 교과영역·이수 트랙 등 상세는 전공소개를 참고하세요. For curriculum areas and completion tracks, see Majors.
AI 기술을 단순히 활용하는 수준을 넘어, 산업과 사회의 문제를 AI 기반 전환 과제로 재정의하고 해결할 수 있는 AX 전문인재를 양성합니다. 현장의 문제를 이해하고, 데이터와 AI 모델을 활용하여 업무 프로세스·제품·서비스·운영체계를 혁신하는 역량을 갖춥니다.Beyond merely applying AI technologies, we cultivate AX specialists who can reframe industrial and societal problems as AI-driven transformation challenges and solve them. Graduates understand real-world problems and acquire the ability to innovate work processes, products, services, and operating systems using data and AI models.
AX의 핵심 확장 방향을 디지털 공간뿐 아니라 물리세계로 설정합니다. 로봇, 모빌리티, 제조설비, 센서, 엣지 디바이스, 자율시스템, 치명적 임무 시스템 등 실제 환경과 상호작용하는 분야에 AI를 적용하며, AI가 현실 시스템을 인식·판단·제어하고 운영을 개선하는 과정을 이해합니다.We set the core direction of AX expansion toward the physical world as well as digital space. AI is applied to fields that interact with real environments—robotics, mobility, manufacturing equipment, sensors, edge devices, autonomous systems, and mission-critical systems—and students learn how AI perceives, reasons about, and controls real systems while improving their operation.
AX를 구현·확장하기 위한 기반역량인 AI Computing과 AI Systems 교육을 통해 AI 기술을 실제 산업 시스템에 안정적으로 배포·운영합니다. 고성능 AI 연산, NPU/GPU 컴퓨팅, 엣지 AI, 클라우드, 데이터 플랫폼, MLOps/LLMOps, 보안, 신뢰성 등 기술 기반을 이해합니다.Through education in AI Computing and AI Systems—the foundational capabilities for implementing and scaling AX—students reliably deploy and operate AI technologies in real industrial systems. They develop an understanding of the underlying technical foundations, including high-performance AI computation, NPU/GPU computing, edge AI, cloud, data platforms, MLOps/LLMOps, security, and reliability.
AI와 AX가 산업·공공·안전·의료·국방·모빌리티 등으로 확장될수록 기술적 성능뿐 아니라 윤리, 안전, 법제, 보안, 개인정보, 저작권, 인증, 거버넌스가 중요해집니다. AX Policy 교육을 통해 AI 기술의 사회적 영향과 제도적 맥락·정책을 이해하고 책임 있는 AI·AX 시스템을 설계합니다.As AI and AX expand into industry, the public sector, safety, healthcare, defense, mobility, and beyond, not only technical performance but also ethics, safety, law, security, privacy, copyright, certification, and governance become critical. Through AX Policy education, students understand the social impact of AI technologies and their institutional context and policy, and design responsible AI·AX systems.
교육의 성과를 논문이나 수업 결과물에만 한정하지 않고 현장 PoC, 프로토타입, MVP, 창업, 기술이전, 특허, 오픈소스, 산학 프로젝트 등으로 확장합니다. AX 문제정의부터 데이터 분석, AI 모델 개발, 시스템 구현, 현장 실증, 사업화 가능성 검토까지 경험합니다.Educational outcomes are not confined to papers or coursework deliverables but extended to field PoCs, prototypes, MVPs, startups, technology transfer, patents, open source, and industry–academia projects. Students experience the full cycle—from AX problem definition through data analysis, AI model development, system implementation, and field validation to assessing commercialization potential.
머신러닝·딥러닝·생성형 AI(GenAI) 등 핵심 AI 기술과 데이터베이스·분산 시스템·클라우드 컴퓨팅·빅데이터 처리, AI 시스템 설계·최적화를 공통 기초로 통합 교육합니다.Core AI technologies such as machine learning, deep learning, and Generative AI (GenAI), together with databases, distributed systems, cloud computing, big data processing, and AI system design and optimization, are taught in an integrated common foundation.
지능형 데이터 시스템(AI+데이터베이스), 분산 컴퓨팅·엣지 AI, AI·SW 보안, 책임 있는 AI(Responsible AI), 멀티모달 AI 등 전공별 심화 주제를 다룹니다.Advanced major-specific topics are covered, including intelligent data systems (AI + databases), distributed computing and edge AI, AI·SW security, Responsible AI, and multimodal AI.
TensorFlow·PyTorch·Hugging Face 등 글로벌 오픈소스 커뮤니티 기여 경험, 산업체 전문가의 강의·멘토링, 스타트업 현장 실습 과목을 통해 실무 역량을 키웁니다.Practical competence is developed through experience contributing to global open-source communities such as TensorFlow, PyTorch, and Hugging Face, lectures and mentoring by industry experts, and hands-on startup field-practice courses.
기업과 함께 문제 해결형 프로젝트를 정규 교과·산학협력과제로 편성하고, 도메인별 AI 응용과 빅데이터 기반 AI 서비스·인프라 최적화를 다룹니다.Problem-solving projects are organized jointly with companies as regular courses and industry–academia tasks, addressing domain-specific AI applications and big-data-driven optimization of AI services and infrastructure.
헬스케어, 로보틱스, 금융, 방산, 모빌리티·자율주행, 글로벌 IT 등 다양한 산업 도메인과의 산학협력을 지향합니다. 산학 프로젝트와 현장 실습·인턴십을 통해 학생들이 실제 문제를 경험하고 글로벌 네트워크를 구축할 수 있도록 지원합니다. We pursue industry–academia collaboration across a wide range of industrial domains, including healthcare, robotics, finance, defense, mobility and autonomous driving, and global IT. Through industry projects, field practice, and internships, we support students in experiencing real-world problems and building global networks.
일반대학원 컴퓨터공학전공과 인공지능융합전공을 통합하여 AI·SW 대학원을 신설했습니다.The AI·SW Graduate School was newly established by consolidating the Computer Engineering major and the Artificial Intelligence Convergence major of the General Graduate School.