강남대학교 인공지능융합공학부

About Kangnam Univ

인공지능융합공학부

푸른비전, 그리고 열정이 숨쉬는 바로 강남대학교입니다.

메뉴명

푸른비전, 청춘의 열정이 살아 숨쉬는 강남대학교

교과목해설

학부 공통 교과목

학년-학기	교과목명	교과목 설명
1-1	데이터사이언스개론 (Introduction to Data Science)	데이터·정보의 수집, 처리, 분석 및 처리를 위한 지식과 기술을 연구하는 학문인 데이터사이언스를 소개한다.
	공학과경영 (Engineering and Management)	본 교과목은 산업경영공학에 대해 소개하는 개론적 성격의 과목이다. 공학을 전공하는 학생들에게 가치 창출, 비용 대비 효과, 투자 대비 이익 등을 최적화할 수 있는 경영자의 관점을 가질 수 있도록 돕는다.
	인공지능입문	인공지능의 기초와 역사, 컴퓨터 기초를 배우고, 4차 산업에서 이용되는 인공지능 기술을 이해한다.
1-2	R프로그래밍 (R Programming)	통계의 기본적인 개념과 기초를 학습하고, 엑셀과 R을 활용한 데이터 분석을 수행한다.
	창의공학개론 (Introduction to Creative Engineering Design)	창의적 아이디어 도출, 팀웍, 의사소통, 문제 해결, 인맥 관리, 공학 윤리 등의 학습을 통해서 4차산업혁명 시대에 공학도가 갖춰야 할 Soft Skill Set을 교육한다. 동기 부여와 위해 흥미 유발을 위해 간단한 문제들을 대상으로 몇 가지의 가벼운 설계 프로젝트를 진행한다.
	파이썬응용 (Python Programming Application)	파이썬 응용을 위한 활용 프로그램 이해 및 실습

인공지능전공 교과목

학년-학기	교과목명	교과목 설명	권장 선이수 교과목
2-1	인공지능 수학 Artificial intelligence math	인공지능과 머신러닝의 이론적 기초를 이루는 선형대수, 확률론, 통계학, 미적분 등의 수학적 개념들을 학습한다. 이를 통해 AI 및 머신러닝 연구와 실무에 필요한 수학적 기초를 확립하는 데 중점을 둔다.
	인공지능 웹 개발기초 Web Basics for AI Engineers	HTML, CSS, JavaScript 등을 학습하여 기초적인 웹 개발을 가능하게 한다. 이를 기반으로 AI 기반 애플리케이션을 만들고 배포하는 데 어떻게 활용될 수 있는지 학습한다.
	코딩테스트 기초Fundamentals of Algorithms	기술 면접에서 접하는 코딩 테스트에 대비하기 위해 설계되었다. 학생들은 기본적인 프로그래밍 개념, 문제 해결 전략, 주요 알고리즘과 자료구조에 대해 학습한다.
	인공지능피지컬컴퓨팅 Physical Computing for AI Development	피지컬 컴퓨팅과 인공지능의 통합에 대한 기초적인 개념을 다룬다. 센서, 임베디드 시스템을 통해 물리적 세계와 상호작용하는 AI 시스템을 설계하고 개발하는 방법을 배우게 된다.
	회귀분석 Fundamentals of Regression Analysis	데이터 과학과 머신러닝에서 중요한 통계적 방법인 회귀분석에 대해 포괄적인 소개를 제공한다. 선형 및 비선형 회귀모델, 가정, 추정기법, 모델 평가 등에 대해 배우게 된다. 실습을 통해 실제 데이터 세트에 회귀분석을 적용하고 그에 대한 결과를 도출해나가는 과정을 겪는다.
	2-2	신경망 Neural Networks	신경망의 기본 개념과 구조를 다룬다. 학생들은 퍼셉트론, 다층 신경망, 역전파 알고리즘을 포함한 주요 신경망 모델과 학습 방법에 대해 학습하며, 다양한 실습을 통해 신경망 모델을 구축하고 훈련시키는 방법을 익히게 된다.	인공지능 수학 Artificial interlligence math
인공지능앱개발 AI Application Development		React Native의 기본 개념을 배우고, AI 모델과 서비스를 모바일 앱에 통합하는 방법을 익히게 된다. React Native의 크로스 플랫폼 기능을 활용하여 AI 기반 기능을 구현하고, 모바일 애플리케이션을 설계하는 방법을 다룬다.
머신러닝 Machine Learning		지도학습, 비지도학습, 강화학습의 기초를 배우고, 실제 데이터 세트를 사용하여 모델을 훈련하고 평가하는 방법을 실습을 통해 익힌다.	회귀분석 Fundamentals of Regression Analysis
인공지능알고리즘 AI Algorithms		인공지능 시스템에서 사용되는 알고리즘을 심층적으로 다룬다. 탐색 알고리즘, 최적화 기법, 진화 알고리즘 등을 학습하고, 이 알고리즘들이 AI 문제 해결에 적용될 수 있도록 다양한 예제를 통해 탐구한다.	코딩테스트 기초 Fundamentals of Algorithms
인공지능서비스기획 AI Service Design and Planning		AI 기반 서비스의 시장 조사, 사용자 요구 분석, 비즈니스 모델 설계 등에 대해 배운다. 실제 프로젝트를 통해 AI 서비스의 기획과 구현을 실습한다.	인공지능 웹 개발 기초 Web Basics for AI Engineers
3-1		딥러닝Ⅰ Deep Learning Ⅰ	딥러닝의 기초 개념을 다룬다. 학생들은 신경망의 기본 원리, 딥러닝 모델의 구조, 그리고 주요 학습 기법들을 배우며, 실습을 통해 다양한 딥러닝 아키텍처와 알고리즘을 구현하고 최적화하는 방법을 익히게 된다.	신경망 Neural Networks
	인공지능서비스개발 Ⅰ AI Service Development Ⅰ	인공지능 기반 서비스의 기획 및 개발에 초점을 맞춘다. AI 기술을 활용한 서비스의 설계와 구현 방법을 배우며, 실제 프로젝트를 통해 AI 서비스의 요구 사항 분석, 설계, 개발 및 배포 과정을 경험하게 된다.	인공지능서비스기획 AI Service Design and Planning
	서버프로그래밍 Server Programming	서버 애플리케이션의 설계와 구현을 다룬다. 서버 사이드 프로그래밍 언어, 서버 아키텍처, 데이터베이스 연동, API 개발 등의 기술을 배우며, 실습을 통해 효율적이고 확장 가능한 서버 애플리케이션을 개발하는 방법을 익힌다.	인공지능 웹 개발 기초 Web Basics for AI Engineers
	자연어처리 Natural Language Processing (NLP)	텍스트 데이터의 전처리, 언어 모델링, 문서 분류, 감정 분석 등 다양한 NLP 기법을 배우며, 실제 데이터에 적용하여 자연어 처리 시스템을 구축하는 방법을 익히게 된다.	신경망 Neural Networks
	기계학습프로젝트 Machine Learning Project	기계 학습을 활용한 프로젝트 기반 학습을 중심으로 한다. 기계 학습 이론과 기법을 실제 프로젝트에 적용하여 문제를 해결하고 모델을 개발한다. 과목은 데이터 수집, 모델 선택, 성능 평가 및 결과 분석을 포함한 종합적인 학습 경험을 제공한다.	머신러닝 Machine Learning
	3-2	딥러닝 Ⅱ	딥러닝의 고급 개념과 최신 기술을 다룬다. CNN, RNN, 생성적 적대 신경망 (GANs), 전이 학습, 그리고 딥러닝의 최신 아키텍처와 기법을 배우며, 복잡한 문제를 해결하기 위한 딥러닝 모델을 설계하고 최적화하는 방법을 실습을 통해 익힌다.	딥러닝 Ⅰ Deep Learning Ⅰ
인공지능서비스개발 Ⅱ		인공지능 기반 서비스 개발의 고급 기술과 전략을 다룬다. AI 기술의 심화 활용, 대규모 서비스의 설계, 구현 및 운영 방법에 대해 배우며, 프로젝트형 수업을 통해 복잡한 AI 서비스 시스템을 개발하고 관리하는 경험을 쌓게 된다.	인공지능서비스개발 Ⅰ AI Service Development Ⅰ
컴퓨터비전		컴퓨터 비전의 핵심 개념과 기술을 다룬다. 이미지 및 비디오 분석, 객체 탐지, 이미지 분할, 딥러닝 기반 비전 모델 등을 배우며, 실제 데이터와 문제를 통해 컴퓨터 비전 시스템을 구축하고 평가하는 방법을 익힌다.	딥러닝 Ⅰ Deep Learning Ⅰ
강화학습		강화 학습의 이론과 기법을 중점적으로 다룬다. 에이전트가 환경과 상호작용하며 학습하는 과정, 보상 기반의 의사결정, 정책 최적화 등을 배우며, 다양한 강화 학습 알고리즘을 구현하고 실제 문제에 적용하는 방법을 실습한다.	딥러닝 Ⅰ Deep Learning Ⅰ
지능형로봇시스템		지능형 로봇 시스템의 설계와 개발에 대해 다룬다. 로봇의 센서와 액추에이터, 로봇 제어, 경로 계획, 자율주행 등의 기술을 배우며, 실제 로봇 시스템을 구축하고 동작시키는 방법을 실습을 통해 익히게 된다.	인공지능피지컬컴퓨팅 Physical Computing for AI Development
4-1	캡스톤디자인 (AI) Ⅰ Capstone Design (AI) Ⅰ	인공지능 전공에서 배운 교과목들과 그들의 상관관계를 바탕으로 실제적인 프로젝트 수행 능력을 배양하는 데 중점을 둔다. 학생들은 팀 프로젝트를 통해 문제를 정의하고, AI 기술을 적용하여 해결책을 제시하며, 실질적인 결과물을 도출한다.
	인공지능특론 Ⅰ Topics in Artificial Intelligence Ⅰ	인공지능의 최신 주제와 기술을 심층적으로 다룬다. 인공지능 윤리에 대한 학습과 토론을 진행하며, 최신 연구 동향과 혁신적인 기술에 대해 공부하고 프로젝트를 수행한다.	딥러닝 Ⅰ Deep Learning Ⅰ
	클라우드 AI 응용 Cloud AI Applications	클라우드 환경에서의 인공지능 개발과 웹 서비스 제공을 다룬다. 학생들은 클라우드 플랫폼을 활용하여 인공지능 서비스를 개발하고, 산업에서 사용되는 다양한 AI 기술과 응용을 실습한다.	서버프로그래밍 Server Programming
	현장실습(장기/단기) Field Practice (Long-term/Short-term)	현장에서의 실습을 통해 실무 역량을 강화하는 과정이다. 학생들은 현업에서의 실제 업무를 경험하며, 직무와 관련된 기술적 및 전문적 능력을 배양하고, 현장 경험을 통해 학습을 심화시킨다.
4-2	캡스톤디자인 (AI) Ⅱ Capstone Design (AI) Ⅱ	인공지능 전공에서 배운 교과목들과 그들의 상관관계를 바탕으로 실제적인 프로젝트 수행 능력을 배양하는데 중점을 둔다. 학생들은 팀 프로젝트를 통해 문제를 정의하고, AI 기술을 적용하여 해결책을 제시하며, 실질적인 결과물을 도출한다.
	인공지능특론 Ⅰ Topics in Artificial Intelligence Ⅰ	인공지능의 최신 주제와 기술을 심층적으로 다룬다. 인공지능 윤리에 대한 학습과 토론을 진행하며, 최신 연구 동향과 혁신적인 기술에 대해 공부하고 프로젝트를 수행한다.	딥러닝 Ⅱ Deep Learning Ⅱ
	현장실습 (장기/단기) Field Practice (Long-term/Short-term)	현장에서의 실습을 통해 실무 역량을 강화하는 과정이다. 학생들은 현업에서의 실제 업무를 경험하며, 직무와 관련된 기술적 및 전문적 능력을 배양하고, 현장 경험을 통해 학습을 심화시킨다.