Curriculum 교과과정

에이전트가 환경과 상호작용하며 행동하는 것을 기반으로 한 다양한 강화학습 알고리즘 및 응용을 다루며, 복잡한 의사결정 문제를 해결하기 위한 알고리즘에 대하여 배운다. 실제 시스템에서의 강화학습 적용과 성능 향상을 위한 전문지식을 배우고, 혁신적인 강화학습 솔루션을 개발할 수 있는 능력을 배양한다.Covers a variety of reinforcement learning algorithms and applications grounded in an agent acting through interaction with its environment, and teaches algorithms for solving complex decision-making problems. Students acquire expertise in applying reinforcement learning to real systems and improving its performance, cultivating the ability to develop innovative reinforcement learning solutions.

학생의 관심분야의 주제를 선정하여 집중탐구할 수 있도록 지도하는 과목이다.A course that guides students in selecting a topic in their area of interest and pursuing focused, in-depth inquiry.

그래프 기반 데이터에 대한 네트워크 및 복잡한 상호작용 구조를 분석하고 모델링하는 기법을 학습하여 실세계 문제에 대하여 효과적인 학습 모델을 개발하는 능력을 배양한다.Students learn techniques for analyzing and modeling the networks and complex interaction structures of graph-based data, cultivating the ability to develop effective learning models for real-world problems.

기계학습의 연구동향을 공부한다.Studies current research trends in machine learning.

데이터마이닝의 연구동향을 공부한다.Studies current research trends in data mining.

고급 로봇공학에 초점을 두어 학생들은 로봇 시스템 설계, 제어 알고리즘, 센서 응용 등을 학습하며 현업에서 필요로 하는 도전 과제에 대비하는 능력을 키우게 된다. 첨단 로봇 기술에 대한 이해와 실무 경험을 통해 창의적이고 혁신적인 로봇 솔루션을 개발하는 역량을 강화할 수 있도록 한다.With a focus on advanced robotics, students learn robot system design, control algorithms, and sensor applications, building the ability to meet the challenges demanded in the field. Through an understanding of cutting-edge robot technology and practical experience, the course strengthens the capacity to develop creative, innovative robotic solutions.

모던네트워크(인프라스트럭처 네트워킹, 이동 통신, 모바일 네트워크, 소셜 네트워크 등)의 아키텍처 및 동작 원리를 이해한다. 모던네트워크를 구성하는 무선랜, 애드혹, 메쉬망, 셀룰러 등의 네트워크 구조, 미디엄 액세스 프로토콜, 네트워크 자원관리, 이동성 및 위치관리, 라우팅 기법 등의 최신기술을 학습한다. 오픈 소스 프로그래밍을 이용하여 모던네트워크를 시뮬레이션하고, 성능(Performance)을 비교·평가하는 분석(Analysis) 알고리즘들을 학습한다.Students understand the architecture and operating principles of modern networks (infrastructure networking, mobile communications, mobile networks, social networks, etc.). They learn state-of-the-art techniques in the network structures that make up modern networks—wireless LAN, ad hoc, mesh, and cellular—as well as medium access protocols, network resource management, mobility and location management, and routing methods. Using open-source programming, students simulate modern networks and study analysis algorithms that compare and evaluate performance.

3D 비전 분야의 최신 기술과 이론을 바탕으로 고급 알고리즘 및 응용 프로그램을 통해 3D 비전의 이해를 심화하고 실전 능력을 향상시킨다. 본 교과목을 통하여 실시간 환경에서의 3D 비전 문제 해결 능력을 향상시켜 차세대 비전 시스템에 기여하는 전문가로 성장시키도록 한다.Building on the latest techniques and theory in 3D vision, students deepen their understanding and strengthen their practical skills through advanced algorithms and applications. The course aims to enhance the ability to solve 3D vision problems in real-time settings, developing experts who can contribute to next-generation vision systems.

산업체에서 널리 사용되는 빅데이터 최신 기술에 대해서 이론을 학습하고 실습을 통해서 산업체 전문가 수준의 구현 능력을 개발한다. 또한 공개된 실제 빅데이터 플랫폼을 활용하여 프로젝트를 실시하고 토론한다.Students study the theory of the latest big data technologies widely used in industry and, through hands-on practice, develop implementation skills at the level of industry experts. They also carry out and discuss projects using publicly available, real-world big data platforms.

이 수업을 통하여 IoT/IoS, 즉 인간과 사물, 서비스의 분산된 환경 요소에 대해 인간의 명시적 개입 없이 상호 협력적으로 센싱, 네트워킹, 정보 처리 등 지능적 관계를 형성하는 사물 공간 연결망에 대하여 학습한다.In this course, students study IoT/IoS—the object-space connectivity network in which distributed environmental elements of humans, things, and services form intelligent relationships through cooperative sensing, networking, and information processing, without explicit human intervention.

컴퓨터 분야의 주요 연구대상으로 부각되는 과제를 선정하여 연구한다.Selects and investigates topics emerging as major subjects of research in the computing field.

시스템의 성능 측정 및 최적화에 중점을 두고 다양한 컴퓨팅 환경에서의 성능 분석 도구 및 기법을 다루며 효율적인 시스템 설계에 대하여 중점적으로 다룬다.With an emphasis on measuring and optimizing system performance, the course covers performance analysis tools and techniques across diverse computing environments and focuses on efficient system design.

신경망과 딥러닝에 대한 이해를 바탕으로 다양한 딥러닝 알고리즘을 학습하며, 복잡한 패턴과 추상적인 데이터에서의 의미있는 정보를 추출하는 방법에 대하여 공부한다.Building on an understanding of neural networks and deep learning, students study a variety of deep learning algorithms and learn how to extract meaningful information from complex patterns and abstract data.

신경망과 딥러닝에 대한 이해를 바탕으로 실세계 데이터를 기반으로 실습 및 활용에 대한 심도있는 연구 및 실습을 통하여 딥러닝에 대한 이해를 높이는 것을 목표로 한다.Building on an understanding of neural networks and deep learning, this course aims to deepen students’ grasp of deep learning through in-depth study and hands-on practice in applying it to real-world data.

알고리즘 개발과 분석에 기본이 되는 개념을 배운다. 알고리즘의 시간/공간 복잡도, Divide-and-Conquer, Dynamic Programming, Greedy Algorithm 등 알고리즘 개발 기법, 기본적인 알고리즘 문제 분석, NP-Completeness 등을 다룬다.Students learn the fundamental concepts of algorithm design and analysis. The course covers the time/space complexity of algorithms, algorithm design techniques such as Divide-and-Conquer, Dynamic Programming, and Greedy Algorithm, the analysis of basic algorithmic problems, and NP-Completeness.

양자컴퓨팅의 기본 이론을 이해하기 위하여 양자 상태 및 양자 연산을 표현하기 위한 Dirac Notation을 배우고 이를 바탕으로 Quantum Fourier Transform, Quantum Phase Estimation 등의 필수 연산을 학습한다. IBM qiskit 라이브러리를 이용하여 Python 언어로 양자 회로를 구현하고 시뮬레이션 하는 법을 배워 Shor의 인수분해 알고리즘, Grover의 검색 알고리즘 등을 구현하여 실습한다.To understand the fundamental theory of quantum computing, students learn Dirac Notation for representing quantum states and quantum operations and, on that basis, study essential operations such as the Quantum Fourier Transform and Quantum Phase Estimation. Using the IBM qiskit library, they learn to implement and simulate quantum circuits in Python and gain hands-on experience implementing Shor’s factoring algorithm, Grover’s search algorithm, and more.

본 교과목은 Agentic AI(자율적 추론·계획·행동이 가능한 인공지능)의 개념과 기술을 다양한 응용 분야와 융합하는 방법에 관하여 다룬다. 학생들은 로보틱스, 추천시스템, 모델 경량화, 컴퓨터 비전, 지능형 네트워크 제어, 사이버보안 등의 다양한 도메인에서 Agentic AI가 적용된 최신 연구 및 사례를 학습함으로써, 관련 이론과 기술을 습득할 수 있다.This course addresses how to integrate the concepts and techniques of Agentic AI (artificial intelligence capable of autonomous reasoning, planning, and action) with a variety of application domains. By studying the latest research and case studies in which Agentic AI is applied across diverse domains—robotics, recommendation systems, model compression, computer vision, intelligent network control, and cybersecurity—students acquire the relevant theory and techniques.

자율 학습과 의사결정 메커니즘을 기반으로 한 지능형 에이전트의 설계와 구현을 프로젝트 형태로 수행하며, 복합 환경에서의 문제 해결 및 응용 능력을 함양하는 것을 목표로 한다.Students carry out the design and implementation of intelligent agents grounded in autonomous learning and decision-making mechanisms in the form of a project, with the goal of cultivating the ability to solve and apply problems in complex environments.

석사학위를 위한 논문 작성에 관하여 강의한다. 특히 논문주제 선택과정, 올바른 결과의 도출 및 논문작성에 이르기까지 개별적으로 논문연구에 대하여 지도한다.Provides instruction on writing a thesis for the master’s degree. In particular, students receive individual guidance on thesis research throughout the entire process—from selecting a thesis topic to deriving sound results and writing the thesis.

컴퓨터 운영 체제의 설계 구조 및 구현에 대해서 다루며 실제 간단한 운영 체제를 제작함으로써 보다 심도 높은 이해가 가능하도록 한다.Covers the design structure and implementation of computer operating systems, enabling a deeper understanding by having students build a simple operating system of their own.

인공지능과 보안에 관련된 최신 연구 동향과 산업체 기술을 학습한다. 특히, 보안을 위한 인공지능 기술과 인공지능을 위한 보안 기술을 중점적으로 다루도록 한다.Students learn the latest research trends and industrial technologies related to artificial intelligence and security, with particular emphasis on AI techniques for security and security techniques for AI.

인공지능 분야의 주요 연구대상으로 부각되는 과제를 선정하여 연구한다.Selects and investigates topics emerging as major subjects of research in the field of artificial intelligence.

인공지능의 윤리적 측면을 기술적인 측면에서 다루는 교과목으로, 인공지능의 도덕적 고려사항, 안전성, 투명성, 공평성 등을 탐구하며 윤리적 인공지능 개발과 활용방안을 학습한다. 본 교과목을 통하여 윤리적으로 책임감 있는 인공지능 기술 전문가로 성장하며, 사회적 영향을 고려한 지속 가능한 인공지능 혁신을 이끌어 내는 능력을 배양한다.A course that addresses the ethical aspects of artificial intelligence from a technical perspective, exploring its moral considerations, safety, transparency, and fairness while studying approaches to the ethical development and use of AI. Through this course, students grow into ethically responsible AI technology experts and cultivate the ability to drive sustainable AI innovation that takes societal impact into account.

인공지능은 지능적 행위를 표현하는 시스템의 개발을 하나의 응용목적으로 한다. 따라서 본 과목에서는 주로 지식 표현, 추론 및 문제해결 능력, 그리고 기초 LISP 프로그래밍의 습득을 주목적으로 한다.One application goal of artificial intelligence is the development of systems that exhibit intelligent behavior. Accordingly, this course focuses primarily on knowledge representation, reasoning and problem-solving capabilities, and the acquisition of basic LISP programming.

인공지능 기술의 이론적 이해를 바탕으로 다양한 데이터를 활용하여 프로젝트를 기획하고, 이를 통해 협업 능력을 향상하고 실전 경험을 쌓아 사회적 활용성에 대하여 이해하는 것을 목표로 한다.Building on a theoretical understanding of AI technologies, students plan projects using a variety of data, thereby improving their collaboration skills, gaining practical experience, and coming to understand the technologies’ social applicability.

인공지능 기술에 대한 이해를 바탕으로 다양한 데이터를 기반으로 실습 및 응용을 통하여 인공지능 기술이 다양한 분야에 활용되는 것을 실험을 통하여 이해하는 것을 목표로 한다.Building on an understanding of AI technologies, students aim to understand—through experimentation—how AI is applied across diverse fields, by means of hands-on practice and application using a variety of data.

인공지능 기술의 실제 환경에서의 활용 및 응용에 초점을 맞추어 학생 스스로 프로젝트 기획, 구현, 평가 및 협업을 통하여 실전 경험을 쌓고 인공지능 기술에 대한 심층적인 이해를 키우는 것을 목표로 한다.Focusing on the use and application of AI technologies in real-world settings, students plan, implement, evaluate, and collaborate on projects on their own, with the goal of gaining practical experience and developing a deep understanding of AI technologies.

인공지능 애플리케이션 개발에 필요한 플랫폼 기술을 제공하여, 다양한 인공지능 플랫폼 활용을 통하여 실전적인 스킬과 문제 해결 능력을 강화하며, 학생들이 효과적인 인공지능 시스템을 개발하고 관리할 수 있는 능력을 배양할 수 있도록 한다.By providing the platform technologies needed to develop AI applications, the course strengthens practical skills and problem-solving ability through the use of diverse AI platforms, cultivating students’ capacity to develop and manage effective AI systems.

고급 자연어 처리 이론과 응용에 중점을 두어, 언어 모델링, 기계번역 등에 대한 최신 기술을 학습하며, 실제 자연어 데이터를 활용하여 문제를 해결하는 능력을 배양한다.Focusing on advanced natural language processing theory and applications, students learn state-of-the-art techniques for language modeling, machine translation, and more, cultivating the ability to solve problems using real natural language data.

자율주행자동차의 인지, 판단, 제어의 자동화에 요구되는 기술 요소의 이론적 배경을 학습하고, 학기별로 정의되는 프로젝트를 시뮬레이터 또는 자율주행 모형차 플랫폼을 이용하여 수행하고 그 결과를 검증한다.Students learn the theoretical background of the technical elements required to automate the perception, decision-making, and control of autonomous vehicles, and carry out projects defined each semester using a simulator or a scaled autonomous-vehicle platform, validating the results.

정보 보호에 대한 전반적인 토픽들에 대해 공부한다.Studies a broad range of topics in information security.

지능형로봇의 연구동향을 공부한다.Studies current research trends in intelligent robots.

차량공유플랫폼, 개인화된 이동수단 및 무인택배 장치와 서비스, 도로교통 적응제어 등 지능화된 모빌리티 서비스의 근간을 이루는 인공지능 기술의 동향을 파악한다. 현실에서 해결되어야 할 문제를 정의하고, 시장에 구현된 서비스들의 운용으로부터 수집된 데이터를 활용하여 문제의 해결책을 탐색 및 검증한다.Students examine trends in the AI technologies underlying intelligent mobility services, such as ride-sharing platforms, personalized transportation, unmanned delivery devices and services, and adaptive road-traffic control. They define real-world problems to be solved and explore and validate solutions using data gathered from the operation of services deployed in the market.

빅데이터 분석, 기계학습, 대화 시스템, 문서 분류, 클러스터링, 문서요약 등 정보검색 관련 분야의 자연어처리 기술을 기반으로 하는 지능형 정보컴퓨팅 관련 주요 내용을 학습하고 실습을 병행한다.Students study the key topics of intelligent information computing built on natural language processing techniques in information-retrieval-related fields—including big data analysis, machine learning, dialogue systems, document classification, clustering, and document summarization—combined with hands-on practice.

지능형 차량이 갖추어야 할 기술 요소들의 이론적 기반을 학습한다. 1) 자차위치 추정과 SLAM(simultaneous localization and mapping), 2) 사물인식과 행동예측, 3) 경로생성과 추종 등 요소 기술들 중 일부 또는 전부를 실제 도로를 주행하는 자동차로부터 얻어진 데이터를 활용한 시뮬레이션 기법을 통하여 구현 및 검증하는 것을 목표로 한다.Students learn the theoretical foundations of the technical elements an intelligent vehicle must possess. The course aims to implement and validate some or all of these component technologies—(1) ego-vehicle localization and SLAM (simultaneous localization and mapping), (2) object recognition and behavior prediction, and (3) path generation and tracking—through simulation techniques using data collected from vehicles driving on real roads.

심도있는 추천 시스템 이론과 기술에 초점을 두어 다양한 추천 알고리즘과 데이터 모델링 기법에 대하여 공부하도록 한다. 실제 산업 및 서비스 분야에서의 응용 능력을 향상시켜 효과적이고 혁신적인 추천 시스템을 설계하고 구현하는 데 필요한 전문성을 갖춘 전문가를 양성하도록 한다.Focusing on in-depth recommendation system theory and techniques, students study a variety of recommendation algorithms and data modeling methods. By strengthening their ability to apply these in real industry and service settings, the course trains experts with the expertise needed to design and implement effective, innovative recommendation systems.

컴퓨터구조에 대한 기본 이해를 바탕으로 다양한 컴퓨터구조와 성능 사이의 관계를 분석하고 컴퓨터 설계 시 고려해야 할 요소와 적용 기술의 장단점에 대하여 연구한다.Building on a basic understanding of computer architecture, students analyze the relationship between various architectures and performance, and study the factors to consider in computer design along with the advantages and disadvantages of the technologies applied.

고급 모델링, 실시간 렌더링 및 애니메이션, 비사실적 렌더링, 이미지 등을 비롯한 컴퓨터그래픽스 분야의 최신 주제들 중 하나를 선택하여 이에 관한 이론적 배경과 응용 문제를 학습한다.Students select one of the latest topics in computer graphics—such as advanced modeling, real-time rendering and animation, non-photorealistic rendering, and imaging—and study its theoretical background and application problems.

무선통신과 이동통신의 개념을 이해하고 CDMA 방식의 기본을 이루고 있는 대역확산 통신이론에 대하여 습득한다.Students understand the concepts of wireless and mobile communications and acquire the theory of spread-spectrum communication that forms the basis of the CDMA scheme.

현장에서 발생하는 현실적인 사례를 통하여 컴퓨터 과학 전반에 걸쳐 배운 지식을 응용하는 훈련을 한다.Through realistic cases that arise in the field, students train to apply the knowledge they have learned across computer science as a whole.

클라우드 컴퓨팅 서비스를 활용하여 IT 인프라를 구축하는 데 대한 기본 지식을 다룬다. 클라우드 서비스가 실제 응용 솔루션에 어떻게 부합되는지 다루고 AWS 클라우드의 사용을 최적화하는 방법을 배우며 이를 기반으로 최적의 IT 솔루션을 설계하는 방법 및 이에 대한 실습을 진행한다.Covers the fundamentals of building IT infrastructure using cloud computing services. Students examine how cloud services fit into real application solutions, learn how to optimize use of the AWS cloud, and, on that basis, study and practice how to design optimal IT solutions.

정보보호 분야의 최신 연구 동향과 산업체 핵심 기술을 학습한다. 특히, 빅데이터와 정보보호 기술을 중점적으로 다룬다.Students learn the latest research trends and core industrial technologies in the field of information security, with particular emphasis on big data and information security technologies.

그래프 모델과 기계학습을 융합한 교과목으로 확률적 그래프 이론과 기계학습 기법을 통하여 복잡한 시스템의 패턴과 관계를 모델링하며, 데이터 분석 및 예측과 관련된 이론에 대하여 배운다.A course that integrates graphical models with machine learning, in which students model the patterns and relationships of complex systems through probabilistic graph theory and machine learning techniques, and learn the theory underlying data analysis and prediction.