요람

소프트웨어융합대학원
(Graduate School of Software Technology)

설치과정 : 석사과정

대학원 소개

미래 혁신성장을 위한 전문인력을 양성하기 위해서는 기존의 정형화된 교육의 틀과 콘텐츠에 의존할 수 없습니다. 국민대학교 소프트웨어융합대학원은 우리나라 미래 혁신성장을 이끌어 갈 최고의 현장전문가를 양성하기 위한 체험형 교육프로그램을 제공합니다.

1. 소프트웨어융합교육 전공(Software Convergence Education Major)

전공 소개

소프트웨어 역량은 이제 모든 영역의 지식을 습득하고 응용하는 과정에서 요구되는 사고의 틀입니다. 배움의 길에 있는 학생들에게 다방면의 유연한 융합적 사고를 할 수 있도록 도와주는 효과적인 방법에 대한 요구가 지속적으로 증가하고 있는 지금, 창의적인 교육 방법과 도구, 그리고 콘텐츠를 만들어내는 선도적인 교육 전문가를 양성하기 위한 과정입니다. 본 전공은 교육 현장에서 활용할 수 있는 창의적인 소프트웨어교육 콘텐츠와 플랫폼을 개발하고, 이를 직접 교육 실무에 적용하는 프로그램으로 구성되어 있습니다. 최근 공교육과 사교육 양쪽 측면에서 실무 역량을 갖춘 교육 전문인력의 수요가 급증하고 있으며, 이 추세는 지속될 것으로 예상됩니다.

교육목표

글로벌 사회에서 소프트웨어 교육이 나아갈 방향에 대한 이해를 바탕으로, 다음 세대에 꼭 필요한 소프트웨어 교육 방법을 적용하고 콘텐츠를 만들어낼 수 있는 진정한 소프트웨어 교육 전문가를 양성하기 위한 프로그램입니다.

전공분야

분야 개요
소프트웨어융학교육 전공
(Software Convergence Education Major)
소프트웨어융합교육 전공은 이미 다양한 영역의 지식과 경험을 가진 학생들이 기술적으로 급변하고 있는 환경 속에서 혁신적인 소프트웨어융합교육 방법론을 지속적으로 추구할 수 있는 역량을 가지도록 하는 것이다. 이 역량은 컴퓨터과학 전공지식, 학교 안팎의 교육 환경, 다양한 주제에 대한 교육과 학습에 관한 철학의 이해를 바탕으로 한다. 본 전공에서는 이러한 역량을 심화된 이론 교육, 다양한 프로젝트 수행, 교육 콘텐츠 창작, 교육 실습 경험을 통해 학습한다.

학사운영규정

교과목 이수
・ 교과목 및 학점 이수는 대학원 학칙 및 본 대학원 학사운영규정에 준한다.

종합시험
・ 종합시험의 응시자격 및 절차는 대학원 학칙 및 본 대학원 학사운영규정에 준한다.
・ 종합시험과목은 석사과정 2과목으로 한다.

학위청구논문 및 대체
・ 학위청구논문은 본 대학원 학칙 및 학사운영규정에 준한다.

교과과정표

소프트웨어융합교육 전공(Software Convergence Education Major)

교과목 학점 강의 수강대상
융합교육방법론 (Convergence Education Methodologies) 3 3 석사
융합교육학습론 (Convergence Education Learning) 3 3
소프트웨어 융합교육론 I (Software Convergence Education I) 3 3
소프트웨어 융합교육론 II (Software Convergence Education II) 3 3
교육용 소프트웨어 특론 (Advanced Topics in Software Education Tools) 3 3
소프트웨어 융합교육 운영특론 (Advanced Software Convergence Education Management) 3 3
소프트웨어 프로젝트 (Software Projects) 3 3
컴퓨터 시스템 I (Computer Systems I) 3 3
컴퓨터 시스템 II (Computer Systems II) 3 3
알고리즘 특론 (Advanced Analysis of Algorithms) 3 3
인공지능 특론 (Advanced Artificial Intelligence) 3 3
소프트웨어 특론(Advanced Topics in Software) 3 3
융합교육 현장실습 (Convergence Education Internship) 6 6
소프트웨어융합 프로젝트 (Software Convergence Projects) 6 6

교과목 개요

① 융합교육방법론(Convergence Education Methodologies)
Problem/Project Based Learning, Flipped Learning, Design Thinking, Gamification 등의 혁신적 교육 방법을 학습하고, 새로운 융합 교육 방법을 고안하고 실현할 수 있는 역량을 강화한다.

② 융합교육학습론(Convergence Education Learning)
소프트웨어 융합 교육 시, 학생 관점에서의 학습이 이루어지는 방식을 이해하고, 학습을 통해 확보된 역량을 평가 후 증진 시키는 방법을 연구한다. Adaptive Learning, Competency base Learning 등의 주제를 다룬다.

③ 소프트웨어 융합교육론 I(Software Convergence Education I)
수리, 과학 분야를 주제로 하는 소프트웨어융합교육 콘텐츠를 개발하기 위한 과정설계, 제작, 지도 평가 과정에 대한 역량을 증진 시킨다.

④ 소프트웨어 융합교육론 II(Software Convergence Education II)
인문, 사회, 예술 분야를 주제로 하는 소프트웨어 융합 교육 콘텐츠를 개발하기 위한 과정 설계, 제작, 지도 평가 과정에 대한 역량을 증진 시킨다.

⑤ 교육용 소프트웨어 특론(Advanced Topics in Software Education Tools)
컴퓨터적 사고와 소프트웨어 교육을 위한 도구들을 통한 계산적 사고 함양에 대해 이해하고, 응용할 수 있는 방안을 연구한다.

⑥ 소프트웨어 융합교육 운영 특론(Advanced Software Convergence Education Management))
소프트웨어 교육 제도 및 환경, 시장 동향, Edu-Tech 동향 및 발전 방향, 소프트웨어 교육 커뮤니티 등을 주제로 하여 소프트웨어 교육 운영을 위한 현실적인 문제를 이해하고, 운영 역량을 확보할 수 있도록 한다.

⑦ 소프트웨어 프로젝트(Software Projects)
프로그래밍 언어를 이용한 소프트웨어 팀 프로젝트를 수행하여, 협업 능력 및 문제 해결 역량을 증진시킨다. 소프트웨어(모바일 앱, 게임, 웹 서비스 등)를 개발하고 이를 문서화하는 작업까지 소프트웨어 프로젝트의 전체 생명 주기를 경험해볼 수 있다.

⑧ 컴퓨터 시스템 I(Computer Systems I)
컴퓨터 비전공자를 위한 컴퓨터 사이언스의 기초 이론(컴퓨터 구조, 운영체제, 네트워크, 데이터베이스 등)을 학습한다.

⑨ 컴퓨터 시스템 II(Computer Systems II)
빅데이터, 인공지능, 머신러닝, IoT, 모바일, 오픈 소스 등 컴퓨터 시스템 응용 분야의 특징과 발전 방향에 대해 연구한다.

⑩ 알고리즘 특론(Advanced Analysis of Algorithms)
계산적 사고의 핵심인 알고리즘 역량을 높이기 위한 고급 자료 구조, 알고리즘을 학습한다. 정보 올림피아드 스타일의 알고리즘 문제 지도가 가능한 역량을 확보할 수 있다.

⑪ 인공지능 특론(Advanced Artificial Intelligence)
4차 산업 혁명의 핵심 역량이 될 수 있는 머신 러닝, 인공지능에 대한 기초 역량을 학습한다. 머신 러닝 도구를 활용한 문제 해결을 통해 경험으로 습득할 수 있다.

⑫ 소프트웨어 특론(Advanced Topics in Software)
OpenAPI, 프레임워크 등을 활용하여 프로그래밍 함으로써 컴퓨터 시스템의 다양한 응용 분야를 경험하고, 이를 개발할 수 있는 역량을 확보할 수 있다.

⑬ 융합교육 현장실습(Convergence Education Internship)
융합 콘텐츠를 직접 제작하고, 실제 교육에 적용시켜 보는 교사 양성 프로그램을 실습한다.

⑭ 소프트웨어융합 프로젝트(Software Convergence Projects)
소프트웨어 융합 프로젝트를 직접 기획, 설계, 제작, 시연하고, 이에 대한 피드백을 수렴하여 개선하는 프로젝트를 진행한다.

2. 블록체인 전공(Blockchain Technology Major)

전공 소개

블록체인 전공은 급성장하고 있는 블록체인 분야 전반에 걸쳐 필요한 전문가를 체계적으로 육성하는 과정입니다. 다가오는 초연결 시대에 필연적으로 활용될 블록체인의 연구와 융합교육 선도를 목표로 하며, 블록체인 기술뿐 아니라 공유와 분산의 사회적 가치를 실현할 수 있는 인재양성에 초점을 두어, 글로벌 블록체인 생태계 구축과 발전에 앞장서고자 합니다. 본 전공에서는 블록체인 기반지식습득, 심층기술 및 전문지식 함양, 그리고 체계적인 실무기술 배양을 통해서 블록체인이 가져올 혁신을 주도하는 고급인력을 양성하는 교육프로그램입니다. 또한 기술 뿐 아니라 경영, 경제, 문화, 정책 등 블록체인 관련 사회 전반의 다양한 분야를 아우르는 교육과정으로 구성되어 있습니다.

교육목표

블록체인 기술의 잠재력을 이해하고 사회에 필요한 블록체인 기반 혁신적 응용을 실현할 수 있는 실무 전문역량을 갖춘 블록체인 전문가 양성을 목표로 합니다.

전공분야

분야 개요
블록체인 전공
(Blockchain Technology Major)
블록체인은 최근 가장 빠르게 확장되는 첨단 정보기술 영역 중 하나이며, 암호화폐의 기반 기술뿐만이 아니라 4차 산업혁명의 핵심 기술 중 하나로서 금융, 제조, 미디어, 유통, 의료, 공공서비스, 행정 등 다양하게 그 응용 분야가 확장되고 있다. 본 전공은 급성장하고 있는 블록체인 분야 전반에 걸쳐 필요한 전문가를 체계적으로 육성하는 과정으로서, 블록체인 기반 지식 습득, 심층기술 및 전문지식 함양, 그리고 체계적인 실무기술 배양을 통해서 블록체인이 가져올 혁신을 대비하고 이를 주도하는 고급인력 양성을 목표로 한다.

학사운영규정

교과목 이수
・ 교과목 및 학점 이수는 대학원 학칙 및 본 대학원 학사운영규정에 준한다.

종합시험
・ 종합시험의 응시자격 및 절차는 대학원 학칙 및 본 대학원 학사운영규정에 준한다.
・ 종합시험과목은 석사과정 2과목으로 한다.

학위청구논문 및 대체
・ 학위청구논문은 본 대학원 학칙 및 학사운영규정에 준한다.

교과과정표

블록체인 전공(Blockchain Technology Major)

교과목 학점 강의 수강대상
블록체인 개론 (Introduction to Blockchain Technology) 3 3 석사
블록체인 플랫폼 기초 (Fundamentals of Blockchain Platform) 3 3
토큰활용 디지털 플랫폼 (Next Generation Digital Platform using Tokens) 3 3
블록체인 응용(dApp) 개발 (Blockchain dApp Programming) 3 3
블록체인 플랫폼 실제 ((Blockchain Platform in Practice) 3 3
블록체인 토큰 이코노미 (Blockchain Token Economy) 3 3
블록체인과 미디어 (Blockchain and Media) 3 3
블록체인 플랫폼 설계 (Blockchain Platform Design) 3 3
블록체인 법제 및 정책 (Blockchain Law and Policy) 3 3
블록체인과 인공지능 (Blockchain and Artificial Intelligence) 3 3
블록체인과 사회혁신 (Blockchain and Social Innovation) 3 3
블록체인 최신동향 세미나 (Trends in Blockchain Technology) 3 3
블록체인 프로젝트 (Blockchain Projects) 6 0
현장 실습 (Internship) 6 0

교과목 개요

① 블록체인 개론 (Introduction to Blockchain Technology)
블록체인의 개념을 수립하고 블록체인 용어, 기술적 기초, 필요성, 작동원리, 블록체인의 한계, 활용사례, 전망 등 블록체인의 모든 것을 기술, 사회, 경제 등 360도 각도에서 조망해본다. 기술적인 지식이나 배경이 없는 학생도 이 강좌를 통하여 블록체인 전공 과정을 이수하는데 필요한 기초를 다지게 한다.

② 블록체인 플랫폼 기초 (Fundamentals of Blockchain Platform)
블록체인플랫폼을 구성하는 다양한 요소 기술에 대한 기반 지식을 제공하고, 이를 바탕으로 블록체인 플랫폼 종류별로 대표적인 플랫폼들의 특성을 살펴본다. 이와 더불어 해당 플랫폼을 구동하는 실습도 진행한다. 우선 요소 기술에 해당하는 리눅스 운영체제, 컴퓨터 네트워킹, 암호화 및 정보보안, Peer to Peer 시스템 등을 살펴본다. 이후 블록체인 네트워크의 일반적인 구조와 특성을 학습한 후, 대표적인 플랫폼인 비트코인, 이더리움, EOS, 하이퍼레저 플랫폼에 대한 개요 및 구동 실습을 진행한다.

③ 토큰활용 디지털 플랫폼 (Next Generation Digital Platform using Tokens)
토큰을 활용하는 디지털 플랫폼을 구성하는 블록체인 생태계(Blockchain Ecosystem)에 대하여 학습한다. 암호화폐 펀드, 거래소, 프로젝트, 펀드 등 블록체인 생태계 구성원의 역할과 현황을 익히게 되며, dApp과 payment 플랫폼 및 블록체인 기술의 실제 적용 사례를 바탕으로 블록체인 상용화에 대해서도 살펴본다.

④ 블록체인 응용앱(dApp) 개발 (Blockchain dApp Programming)
블록체인 응용앱(dApp)의 개발요소 및 필요지식에 대하여 학습하고, 블록체인 응용앱 (dApp) 개발 실습을 진행한다.

⑤ 블록체인 플랫폼 실제 (Blockchain Platform in Practice)
다양한 블록체인 플랫폼의 특성과 실제 활용사례를 심도 있게 학습하고, 블록체인 플랫폼의 전개와 발전 방향에 대하여 연구한다.

⑥ 블록체인 토큰 이코노미 (Blockchain Token Economy)
블록체인 토큰 이코노미에 대한 심화 학습 과정으로서, 산업체 전문가의 다양한 특강과 토론으로 구성된다.

⑦ 블록체인과 미디어 (Blockchain and Media)
미디어 블록체인의 개념과 생태계의 구성, 미디어 블록체인 사례와 관련 백서를 검토하고, 미디어 블록체인의 거버넌스, 크립토이코노미, 비즈니스 모델을 살펴본다. 나아가 미디어 블록체인의 발전을 위한 핵심 기술을 제안하고, 수업 참여자들은 미디어 블록체인 백서 중 하나를 직접 분석해 발표하는 기회를 가지게 된다.

⑧ 블록체인 플랫폼 설계 (Blockchain Platform Design)
현존하는 블록체인 플랫폼의 핵심인 코어 아키텍쳐, 프로토콜, 알고리즘을 분석하고 일부 기능을 스스로 구현할 수 있는 능력을 배양하게 된다. 분산 합의 알고리즘 (PoW, PoS, PBFT), 비트코인과 이더리움 (트랜잭션 데이터 구조, 스크립트 실행환경 비교), 스케일링 솔루션 (라이트닝 네트워크, 샤딩), DApp (Maker DAO, CryptoKitties), 인터체인 프로토콜 (사이드체인, 아토믹 스왑) 등에 대한 심화학습을 진행하고, 실제 프로그래밍 구현 프로젝트를 실행한다.

⑨ 블록체인 법제 및 정책 (Blockchain Law and Policy)
블록체인 기술이 공공서비스, 행정, 제조, 유통, 의료 등 사회 각 분야에서 어떻게 활용될 수 있는지 살펴보고, 다양한 활용 방안들을 실제 법제 및 정책으로 어떻게 구현할 수 있는지 연구한다.

⑩ 블록체인과 인공지능 (Blockchain and Artificial Intelligence)
인공지능에 대한 기초 역량을 학습하고, 인공지능과 블록체인 기술이 결합되어 만들어지는 컴퓨팅 기술에 대하여 살펴본다. 또한 인공지능과 결합된 블록체인 기술로 이루어지는 효율화와 산업 전반에 미칠 수 있는 영향에 대하여 연구한다.

⑪ 블록체인과 사회혁신 (Blockchain and Social Innovation)
블록체인 기술을 활용하여 공유와 분산의 사회적 가치를 실현하고 혁신을 이루어 낼 수 있는 실용적인 방안을 연구한다. 연구결과를 바탕으로 하는 실제 프로젝트를 수행하며, 이를 창업으로 발전시킬 수 있는 가능성 및 방안도 탐색한다.

⑫ 블록체인 최신동향 세미나 (Trends in Blockchain Technology)
다양한 주제의 세미나와 특강을 통하여 블록체인 기술과 산업의 최신동향을 연구하고 분석한다.

⑬ 블록체인 프로젝트 (Blockchain Projects)
블록체인 프로젝트를 직접 기획, 설계, 제작, 시연하고, 이에 대한 피드백을 수렴하여 개선하는 과정을 진행한다.

⑭현장 실습 (Internship)
블록체인을 활용하는 산업체 현장에서 실무에 참여하며 블록체인 지식 및 기술을 실습한다.

3. 인공지능 전공 (Artificial Intelligence Major)

전공 소개

소프트웨어융합대학원 인공지능전공 과정은 혁신성장을 주도하는 핵심으로 각광받고 있는 인공지능 분야의 전문인력을 배출할 수 있도록 체계적이고 실전 중심의 교육과정을 제공하고자 합니다.
본 전공은 기술 및 연구 중심에서 한발짝 더 나아가, 실제 산업현장에서 접목 가능한 실용적인 학문을 추구하며, 이를 통해 새로운 비즈니스 기회를 창출하고 기존의 기술과 인공지능을 융합하여 산업 경쟁력 강화 및 생산력 향상에 기여하고자 합니다.
이를 위하여 실무 현장 전문가를 포함하는 교강사진을 구성하고, 인공지능 기반지식, 응용 및 활용과정, 실전형 프로젝트 등의 다양한 교과과정을 제공하며, 궁극적으로는 인공지능 분야의 영역 및 저변을 확대하고자 합니다.

교육목표

・ 성장과 수요에 비해 공급이 현저히 부족한 인공지능 분야의 전문인력을 양성합니다.
・ 인공지능을 접목한 비즈니스 모델 발굴부터 실제 산업현장에서의 활용에 이르기까지 인공지능 기술의 저변 확대 및 산업 경쟁력 강화에 기여합니다.
・ 인공지능 분야의 새로운 영역을 창출할 수 있는 인재를 양성하고 이를 통해 긍정적이고 바람직한 인공지능의 미래를 제시합니다.

전공분야

분야 개요
인공지능전공
(Artificial Intelligence Major)
– 인공지능 최신기술 이해와 응용
– 인공지능 융합솔루션 개발
– 인공지능 활용 비즈니스 구현

학사운영규정

교과목 이수
・ 교과목 및 학점 이수는 대학원 학칙 및 본 대학원 학사운영규정에 준한다.

종합시험
・ 종합시험의 응시자격 및 절차는 대학원 학칙 및 본 대학원 학사운영규정에 준한다.
・ 종합시험과목은 석사과정 2과목으로 한다.

학위청구논문 및 대체
・ 학위청구논문은 본 대학원 학칙 및 학사운영규정에 준한다.

교과과정표

인공지능 전공 (Artificial Intelligence Major)

교과목 학점 강의 수강대상
(공통과목 포함) 석사
리눅스 기초 (The Basics of Linux) 3 3
인공지능 개론 (Introduction to Artificial Intelligence) 3 3
기계학습 기초 및 응용 (Machine Learning Fundamentals and Application) 3 3
자연어처리 기초 및 응용 (Natural Language Processing Fundamentals and Application) 3 3
로보틱스 기초 및 응용 (Robotics Fundamentals and Application) 3 3
빅데이터 분석 및 응용 (Big Data Analysis and Application) 3 3
컴퓨터비전과 음성인식 (Computer Vision and Voice Recognition) 3 3
인공지능 시대의 콘텐츠와 미디어 (Contents and Media in AI era) 3 3
인공지능과 자율주행 (Artificial Intelligence and Autonomous Driving) 3 3
인공지능 사회의 비즈니스와 미래 (Business and Future of AI Society) 3 3
인공지능 법제 및 정책 연구 (Artificial Intelligence Law and Policy) 3 3
인공지능 최신동향 세미나 (Trends in Artificial Intelligence) 3 3
인공지능 프로젝트 (AI Projects) 6 0
현장 실습 (Internship) 6 0

교과목 개요

① 인공지능 개론 (Introduction to Artificial Intelligence)
인공지능의 개념을 수립하는 과목입니다. 인공지능 용어, 기술적 기초, 필요성, 작동원리, 인공지능의 한계, 활용사례, 전망 등 인공지능의 기초를 다룹니다. 기술적인 지식이나 배경이 없는 학생도 이 강좌를 통하여 인공지능 전공 과정을 이수하는데 필요한 기초를 다지게 됩니다.

② 기계학습 기초 및 응용 (Machine Learning Fundamentals and Application)
기계학습의 기본 개념과 원리, 다양한 학습 방법에 관한 모델 구조와 알고리즘을 익히고 간단한 프로젝트를 수행함으로써 기계학습의 응용 및 활용 방법을 습득하게 됩니다.

③ 자연어처리 기초 및 응용 (Natural Language Processing Fundamentals and Application)
자연어처리의 기본 원리와 응용 사례를 학습하는 과목입니다. 기계번역, 문서요약, 텍스트 마이닝, 감성분석 등 여러가지 자연어처리 응용기술을 배우고, 이를 활용하는 다양한 실제 시스템 예제를 다루게 됩니다.

④ 빅데이터 분석 및 응용 (Big Data Analysis and Application)
빅데이터의 생성, 수집, 저장 및 관리에 대한 전반적인 프로세스를 학습하고, 빅데이터 분석 및 활용을 위한 다양한 도구들과 처리기법을 익힙니다. 또한 실제 데이터를 활용하여 빅데이터가 산업 및 경영에서 활용되는 사례를 학습합니다.

⑤ 컴퓨터비전과 음성인식 (Computer Vision and Voice Recognition)
컴퓨터비전과 음성정보 처리의 기초 이론 및 기술을 소개하고, 영상 및 음성 인식의 기본 알고리즘을 구현해보게 됩니다.

⑥ 인공지능 시대의 콘텐츠와 미디어 (Contents and Media in AI era)
인공지능을 활용하여 콘텐츠를 직접 만들고 유통하는 과정을 통해서, 인공지능 시대에서의 콘텐츠의 생산 방식, 소비 양식 및 미디어의 역할과 이슈를 도출하고 연구하는 과목입니다.

⑦ 인공지능 사회의 비즈니스와 미래 (Business and Future of AI Society)
인공지능과의 융합으로 만들어지는 미래 사회를 디자인해보는 과목입니다. 인공지능을 활용하는 비즈니스의 기획 및 실현 과정을 통하여 인공지능 시대에 고려해야 할 사회적, 윤리적 영향 및 다양한 영역에서의 기회와 리스크를 다루게 됩니다.

⑧ 인공지능 법제 및 정책 연구 (Artificial Intelligence Law and Policy)
인공지능 관련 국내외 법 및 제도를 학습하고, 인공지능 기술의 발전과 더불어 발생할 수 있는 여러 이슈를 체계적으로 연구하여 추후 유용한 정책을 제안할 수 있는 바탕을 마련하게 됩니다.

요람

소프트웨어융합대학원
(Graduate School of Software Technology)

 

설치과정 : 석사과정

 

대학원 소개

미래 혁신성장을 위한 전문인력을 양성하기 위해서는 기존의 정형화된 교육의 틀과 콘텐츠에 의존할 수 없습니다. 국민대학교 소프트웨어융합대학원은 우리나라 미래 혁신성장을 이끌어 갈 최고의 현장전문가를 양성하기 위한 체험형 교육프로그램을 제공합니다.

1. 소프트웨어융합교육 전공(Software Convergence Education Major)

전공 소개

소프트웨어 역량은 이제 모든 영역의 지식을 습득하고 응용하는 과정에서 요구되는 사고의 틀입니다. 배움의 길에 있는 학생들에게 다방면의 유연한 융합적 사고를 할 수 있도록 도와주는 효과적인 방법에 대한 요구가 지속적으로 증가하고 있는 지금, 창의적인 교육 방법과 도구, 그리고 콘텐츠를 만들어내는 선도적인 교육 전문가를 양성하기 위한 과정입니다. 본 전공은 교육 현장에서 활용할 수 있는 창의적인 소프트웨어교육 콘텐츠와 플랫폼을 개발하고, 이를 직접 교육 실무에 적용하는 프로그램으로 구성되어 있습니다. 최근 공교육과 사교육 양쪽 측면에서 실무 역량을 갖춘 교육 전문인력의 수요가 급증하고 있으며, 이 추세는 지속될 것으로 예상됩니다.

 

교육목표

글로벌 사회에서 소프트웨어 교육이 나아갈 방향에 대한 이해를 바탕으로, 다음 세대에 꼭 필요한 소프트웨어 교육 방법을 적용하고 콘텐츠를 만들어낼 수 있는 진정한 소프트웨어 교육 전문가를 양성하기 위한 프로그램입니다.

 

전공분야

 
분야 개요
소프트웨어융학교육 전공
(Software Convergence Education Major)
소프트웨어융합교육 전공은 이미 다양한 영역의 지식과 경험을 가진 학생들이 기술적으로 급변하고 있는 환경 속에서 혁신적인 소프트웨어융합교육 방법론을 지속적으로 추구할 수 있는 역량을 가지도록 하는 것이다. 이 역량은 컴퓨터과학 전공지식, 학교 안팎의 교육 환경, 다양한 주제에 대한 교육과 학습에 관한 철학의 이해를 바탕으로 한다. 본 전공에서는 이러한 역량을 심화된 이론 교육, 다양한 프로젝트 수행, 교육 콘텐츠 창작, 교육 실습 경험을 통해 학습한다.
 
 

학사운영규정

교과목 이수
・ 교과목 및 학점 이수는 대학원 학칙 및 본 대학원 학사운영규정에 준한다.

종합시험
・ 종합시험의 응시자격 및 절차는 대학원 학칙 및 본 대학원 학사운영규정에 준한다.
・ 종합시험과목은 석사과정 2과목으로 한다.

학위청구논문 및 대체
・ 학위청구논문은 본 대학원 학칙 및 학사운영규정에 준한다.

 

교과과정표

소프트웨어융합교육 전공(Software Convergence Education Major)

 
교과목 학점 강의 수강대상
융합교육방법론 (Convergence Education Methodologies) 3 3 석사
융합교육학습론 (Convergence Education Learning) 3 3
소프트웨어 융합교육론 I (Software Convergence Education I) 3 3
소프트웨어 융합교육론 II (Software Convergence Education II) 3 3
교육용 소프트웨어 특론 (Advanced Topics in Software Education Tools) 3 3
소프트웨어 융합교육 운영특론 (Advanced Software Convergence Education Management) 3 3
소프트웨어 프로젝트 (Software Projects) 3 3
컴퓨터 시스템 I (Computer Systems I) 3 3
컴퓨터 시스템 II (Computer Systems II) 3 3
알고리즘 특론 (Advanced Analysis of Algorithms) 3 3
인공지능 특론 (Advanced Artificial Intelligence) 3 3
소프트웨어 특론(Advanced Topics in Software) 3 3
융합교육 현장실습 (Convergence Education Internship) 6 6
소프트웨어융합 프로젝트 (Software Convergence Projects) 6 6
 
 

교과목 개요

① 융합교육방법론(Convergence Education Methodologies)
Problem/Project Based Learning, Flipped Learning, Design Thinking, Gamification 등의 혁신적 교육 방법을 학습하고, 새로운 융합 교육 방법을 고안하고 실현할 수 있는 역량을 강화한다.

② 융합교육학습론(Convergence Education Learning)
소프트웨어 융합 교육 시, 학생 관점에서의 학습이 이루어지는 방식을 이해하고, 학습을 통해 확보된 역량을 평가 후 증진 시키는 방법을 연구한다. Adaptive Learning, Competency base Learning 등의 주제를 다룬다.

③ 소프트웨어 융합교육론 I(Software Convergence Education I)
수리, 과학 분야를 주제로 하는 소프트웨어융합교육 콘텐츠를 개발하기 위한 과정설계, 제작, 지도 평가 과정에 대한 역량을 증진 시킨다.

④ 소프트웨어 융합교육론 II(Software Convergence Education II)
인문, 사회, 예술 분야를 주제로 하는 소프트웨어 융합 교육 콘텐츠를 개발하기 위한 과정 설계, 제작, 지도 평가 과정에 대한 역량을 증진 시킨다.

⑤ 교육용 소프트웨어 특론(Advanced Topics in Software Education Tools)
컴퓨터적 사고와 소프트웨어 교육을 위한 도구들을 통한 계산적 사고 함양에 대해 이해하고, 응용할 수 있는 방안을 연구한다.

⑥ 소프트웨어 융합교육 운영 특론(Advanced Software Convergence Education Management))
소프트웨어 교육 제도 및 환경, 시장 동향, Edu-Tech 동향 및 발전 방향, 소프트웨어 교육 커뮤니티 등을 주제로 하여 소프트웨어 교육 운영을 위한 현실적인 문제를 이해하고, 운영 역량을 확보할 수 있도록 한다.

⑦ 소프트웨어 프로젝트(Software Projects)
프로그래밍 언어를 이용한 소프트웨어 팀 프로젝트를 수행하여, 협업 능력 및 문제 해결 역량을 증진시킨다. 소프트웨어(모바일 앱, 게임, 웹 서비스 등)를 개발하고 이를 문서화하는 작업까지 소프트웨어 프로젝트의 전체 생명 주기를 경험해볼 수 있다.

⑧ 컴퓨터 시스템 I(Computer Systems I)
컴퓨터 비전공자를 위한 컴퓨터 사이언스의 기초 이론(컴퓨터 구조, 운영체제, 네트워크, 데이터베이스 등)을 학습한다.

⑨ 컴퓨터 시스템 II(Computer Systems II)
빅데이터, 인공지능, 머신러닝, IoT, 모바일, 오픈 소스 등 컴퓨터 시스템 응용 분야의 특징과 발전 방향에 대해 연구한다.

⑩ 알고리즘 특론(Advanced Analysis of Algorithms)
계산적 사고의 핵심인 알고리즘 역량을 높이기 위한 고급 자료 구조, 알고리즘을 학습한다. 정보 올림피아드 스타일의 알고리즘 문제 지도가 가능한 역량을 확보할 수 있다.

⑪ 인공지능 특론(Advanced Artificial Intelligence)
4차 산업 혁명의 핵심 역량이 될 수 있는 머신 러닝, 인공지능에 대한 기초 역량을 학습한다. 머신 러닝 도구를 활용한 문제 해결을 통해 경험으로 습득할 수 있다.

⑫ 소프트웨어 특론(Advanced Topics in Software)
OpenAPI, 프레임워크 등을 활용하여 프로그래밍 함으로써 컴퓨터 시스템의 다양한 응용 분야를 경험하고, 이를 개발할 수 있는 역량을 확보할 수 있다.

⑬ 융합교육 현장실습(Convergence Education Internship)
융합 콘텐츠를 직접 제작하고, 실제 교육에 적용시켜 보는 교사 양성 프로그램을 실습한다.

⑭ 소프트웨어융합 프로젝트(Software Convergence Projects)
소프트웨어 융합 프로젝트를 직접 기획, 설계, 제작, 시연하고, 이에 대한 피드백을 수렴하여 개선하는 프로젝트를 진행한다.

 

2. 블록체인 전공(Blockchain Technology Major)

전공 소개

블록체인 전공은 급성장하고 있는 블록체인 분야 전반에 걸쳐 필요한 전문가를 체계적으로 육성하는 과정입니다. 다가오는 초연결 시대에 필연적으로 활용될 블록체인의 연구와 융합교육 선도를 목표로 하며, 블록체인 기술뿐 아니라 공유와 분산의 사회적 가치를 실현할 수 있는 인재양성에 초점을 두어, 글로벌 블록체인 생태계 구축과 발전에 앞장서고자 합니다. 본 전공에서는 블록체인 기반지식습득, 심층기술 및 전문지식 함양, 그리고 체계적인 실무기술 배양을 통해서 블록체인이 가져올 혁신을 주도하는 고급인력을 양성하는 교육프로그램입니다. 또한 기술 뿐 아니라 경영, 경제, 문화, 정책 등 블록체인 관련 사회 전반의 다양한 분야를 아우르는 교육과정으로 구성되어 있습니다.

 

교육목표

블록체인 기술의 잠재력을 이해하고 사회에 필요한 블록체인 기반 혁신적 응용을 실현할 수 있는 실무 전문역량을 갖춘 블록체인 전문가 양성을 목표로 합니다.

 

전공분야

 
분야 개요
블록체인 전공
(Blockchain Technology Major)
블록체인은 최근 가장 빠르게 확장되는 첨단 정보기술 영역 중 하나이며, 암호화폐의 기반 기술뿐만이 아니라 4차 산업혁명의 핵심 기술 중 하나로서 금융, 제조, 미디어, 유통, 의료, 공공서비스, 행정 등 다양하게 그 응용 분야가 확장되고 있다. 본 전공은 급성장하고 있는 블록체인 분야 전반에 걸쳐 필요한 전문가를 체계적으로 육성하는 과정으로서, 블록체인 기반 지식 습득, 심층기술 및 전문지식 함양, 그리고 체계적인 실무기술 배양을 통해서 블록체인이 가져올 혁신을 대비하고 이를 주도하는 고급인력 양성을 목표로 한다.
 
 

학사운영규정

교과목 이수
・ 교과목 및 학점 이수는 대학원 학칙 및 본 대학원 학사운영규정에 준한다.

종합시험
・ 종합시험의 응시자격 및 절차는 대학원 학칙 및 본 대학원 학사운영규정에 준한다.
・ 종합시험과목은 석사과정 2과목으로 한다.

학위청구논문 및 대체
・ 학위청구논문은 본 대학원 학칙 및 학사운영규정에 준한다.

 

교과과정표

블록체인 전공(Blockchain Technology Major)

 
교과목 학점 강의 수강대상
블록체인 개론 (Introduction to Blockchain Technology) 3 3 석사
블록체인 플랫폼 기초 (Fundamentals of Blockchain Platform) 3 3
토큰활용 디지털 플랫폼 (Next Generation Digital Platform using Tokens) 3 3
블록체인 응용(dApp) 개발 (Blockchain dApp Programming) 3 3
블록체인 플랫폼 실제 ((Blockchain Platform in Practice) 3 3
블록체인 토큰 이코노미 (Blockchain Token Economy) 3 3
블록체인과 미디어 (Blockchain and Media) 3 3
블록체인 플랫폼 설계 (Blockchain Platform Design) 3 3
블록체인 법제 및 정책 (Blockchain Law and Policy) 3 3
블록체인과 인공지능 (Blockchain and Artificial Intelligence) 3 3
블록체인과 사회혁신 (Blockchain and Social Innovation) 3 3
블록체인 최신동향 세미나 (Trends in Blockchain Technology) 3 3
블록체인 프로젝트 (Blockchain Projects) 6 0
현장 실습 (Internship) 6 0
 
 

교과목 개요

① 블록체인 개론 (Introduction to Blockchain Technology)
블록체인의 개념을 수립하고 블록체인 용어, 기술적 기초, 필요성, 작동원리, 블록체인의 한계, 활용사례, 전망 등 블록체인의 모든 것을 기술, 사회, 경제 등 360도 각도에서 조망해본다. 기술적인 지식이나 배경이 없는 학생도 이 강좌를 통하여 블록체인 전공 과정을 이수하는데 필요한 기초를 다지게 한다.

② 블록체인 플랫폼 기초 (Fundamentals of Blockchain Platform)
블록체인플랫폼을 구성하는 다양한 요소 기술에 대한 기반 지식을 제공하고, 이를 바탕으로 블록체인 플랫폼 종류별로 대표적인 플랫폼들의 특성을 살펴본다. 이와 더불어 해당 플랫폼을 구동하는 실습도 진행한다. 우선 요소 기술에 해당하는 리눅스 운영체제, 컴퓨터 네트워킹, 암호화 및 정보보안, Peer to Peer 시스템 등을 살펴본다. 이후 블록체인 네트워크의 일반적인 구조와 특성을 학습한 후, 대표적인 플랫폼인 비트코인, 이더리움, EOS, 하이퍼레저 플랫폼에 대한 개요 및 구동 실습을 진행한다.

③ 토큰활용 디지털 플랫폼 (Next Generation Digital Platform using Tokens)
토큰을 활용하는 디지털 플랫폼을 구성하는 블록체인 생태계(Blockchain Ecosystem)에 대하여 학습한다. 암호화폐 펀드, 거래소, 프로젝트, 펀드 등 블록체인 생태계 구성원의 역할과 현황을 익히게 되며, dApp과 payment 플랫폼 및 블록체인 기술의 실제 적용 사례를 바탕으로 블록체인 상용화에 대해서도 살펴본다.

④ 블록체인 응용앱(dApp) 개발 (Blockchain dApp Programming)
블록체인 응용앱(dApp)의 개발요소 및 필요지식에 대하여 학습하고, 블록체인 응용앱 (dApp) 개발 실습을 진행한다.

⑤ 블록체인 플랫폼 실제 (Blockchain Platform in Practice)
다양한 블록체인 플랫폼의 특성과 실제 활용사례를 심도 있게 학습하고, 블록체인 플랫폼의 전개와 발전 방향에 대하여 연구한다.

⑥ 블록체인 토큰 이코노미 (Blockchain Token Economy)
블록체인 토큰 이코노미에 대한 심화 학습 과정으로서, 산업체 전문가의 다양한 특강과 토론으로 구성된다.

⑦ 블록체인과 미디어 (Blockchain and Media)
미디어 블록체인의 개념과 생태계의 구성, 미디어 블록체인 사례와 관련 백서를 검토하고, 미디어 블록체인의 거버넌스, 크립토이코노미, 비즈니스 모델을 살펴본다. 나아가 미디어 블록체인의 발전을 위한 핵심 기술을 제안하고, 수업 참여자들은 미디어 블록체인 백서 중 하나를 직접 분석해 발표하는 기회를 가지게 된다.

⑧ 블록체인 플랫폼 설계 (Blockchain Platform Design)
현존하는 블록체인 플랫폼의 핵심인 코어 아키텍쳐, 프로토콜, 알고리즘을 분석하고 일부 기능을 스스로 구현할 수 있는 능력을 배양하게 된다. 분산 합의 알고리즘 (PoW, PoS, PBFT), 비트코인과 이더리움 (트랜잭션 데이터 구조, 스크립트 실행환경 비교), 스케일링 솔루션 (라이트닝 네트워크, 샤딩), DApp (Maker DAO, CryptoKitties), 인터체인 프로토콜 (사이드체인, 아토믹 스왑) 등에 대한 심화학습을 진행하고, 실제 프로그래밍 구현 프로젝트를 실행한다.

⑨ 블록체인 법제 및 정책 (Blockchain Law and Policy)
블록체인 기술이 공공서비스, 행정, 제조, 유통, 의료 등 사회 각 분야에서 어떻게 활용될 수 있는지 살펴보고, 다양한 활용 방안들을 실제 법제 및 정책으로 어떻게 구현할 수 있는지 연구한다.

⑩ 블록체인과 인공지능 (Blockchain and Artificial Intelligence)
인공지능에 대한 기초 역량을 학습하고, 인공지능과 블록체인 기술이 결합되어 만들어지는 컴퓨팅 기술에 대하여 살펴본다. 또한 인공지능과 결합된 블록체인 기술로 이루어지는 효율화와 산업 전반에 미칠 수 있는 영향에 대하여 연구한다.

⑪ 블록체인과 사회혁신 (Blockchain and Social Innovation)
블록체인 기술을 활용하여 공유와 분산의 사회적 가치를 실현하고 혁신을 이루어 낼 수 있는 실용적인 방안을 연구한다. 연구결과를 바탕으로 하는 실제 프로젝트를 수행하며, 이를 창업으로 발전시킬 수 있는 가능성 및 방안도 탐색한다.

⑫ 블록체인 최신동향 세미나 (Trends in Blockchain Technology)
다양한 주제의 세미나와 특강을 통하여 블록체인 기술과 산업의 최신동향을 연구하고 분석한다.

⑬ 블록체인 프로젝트 (Blockchain Projects)
블록체인 프로젝트를 직접 기획, 설계, 제작, 시연하고, 이에 대한 피드백을 수렴하여 개선하는 과정을 진행한다.

⑭현장 실습 (Internship)
블록체인을 활용하는 산업체 현장에서 실무에 참여하며 블록체인 지식 및 기술을 실습한다.

 
 

3. 인공지능 전공 (Artificial Intelligence Major)

전공 소개

소프트웨어융합대학원 인공지능전공 과정은 혁신성장을 주도하는 핵심으로 각광받고 있는 인공지능 분야의 전문인력을 배출할 수 있도록 체계적이고 실전 중심의 교육과정을 제공하고자 합니다.
본 전공은 기술 및 연구 중심에서 한발짝 더 나아가, 실제 산업현장에서 접목 가능한 실용적인 학문을 추구하며, 이를 통해 새로운 비즈니스 기회를 창출하고 기존의 기술과 인공지능을 융합하여 산업 경쟁력 강화 및 생산력 향상에 기여하고자 합니다.
이를 위하여 실무 현장 전문가를 포함하는 교강사진을 구성하고, 인공지능 기반지식, 응용 및 활용과정, 실전형 프로젝트 등의 다양한 교과과정을 제공하며, 궁극적으로는 인공지능 분야의 영역 및 저변을 확대하고자 합니다.

 

교육목표

・ 성장과 수요에 비해 공급이 현저히 부족한 인공지능 분야의 전문인력을 양성합니다.
・ 인공지능을 접목한 비즈니스 모델 발굴부터 실제 산업현장에서의 활용에 이르기까지 인공지능 기술의 저변 확대 및 산업 경쟁력 강화에 기여합니다.
・ 인공지능 분야의 새로운 영역을 창출할 수 있는 인재를 양성하고 이를 통해 긍정적이고 바람직한 인공지능의 미래를 제시합니다.

 

전공분야

 
분야 개요
인공지능전공
(Artificial Intelligence Major)
– 인공지능 최신기술 이해와 응용
– 인공지능 융합솔루션 개발
– 인공지능 활용 비즈니스 구현
 
 

학사운영규정

교과목 이수
・ 교과목 및 학점 이수는 대학원 학칙 및 본 대학원 학사운영규정에 준한다.

종합시험
・ 종합시험의 응시자격 및 절차는 대학원 학칙 및 본 대학원 학사운영규정에 준한다.
・ 종합시험과목은 석사과정 2과목으로 한다.

학위청구논문 및 대체
・ 학위청구논문은 본 대학원 학칙 및 학사운영규정에 준한다.

 

교과과정표

인공지능 전공 (Artificial Intelligence Major)

 
교과목 학점 강의 수강대상
(공통과목 포함)     석사
리눅스 기초 (The Basics of Linux) 3 3
인공지능 개론 (Introduction to Artificial Intelligence) 3 3
기계학습 기초 및 응용 (Machine Learning Fundamentals and Application) 3 3
자연어처리 기초 및 응용 (Natural Language Processing Fundamentals and Application) 3 3
로보틱스 기초 및 응용 (Robotics Fundamentals and Application) 3 3
빅데이터 분석 및 응용 (Big Data Analysis and Application) 3 3
컴퓨터비전과 음성인식 (Computer Vision and Voice Recognition) 3 3
인공지능 시대의 콘텐츠와 미디어 (Contents and Media in AI era) 3 3
인공지능과 자율주행 (Artificial Intelligence and Autonomous Driving) 3 3
인공지능 사회의 비즈니스와 미래 (Business and Future of AI Society) 3 3
인공지능 법제 및 정책 연구 (Artificial Intelligence Law and Policy) 3 3
인공지능 최신동향 세미나 (Trends in Artificial Intelligence) 3 3
인공지능 프로젝트 (AI Projects) 6 0
현장 실습 (Internship) 6 0
 
 

교과목 개요

① 인공지능 개론 (Introduction to Artificial Intelligence)
인공지능의 개념을 수립하는 과목입니다. 인공지능 용어, 기술적 기초, 필요성, 작동원리, 인공지능의 한계, 활용사례, 전망 등 인공지능의 기초를 다룹니다. 기술적인 지식이나 배경이 없는 학생도 이 강좌를 통하여 인공지능 전공 과정을 이수하는데 필요한 기초를 다지게 됩니다.

② 기계학습 기초 및 응용 (Machine Learning Fundamentals and Application)
기계학습의 기본 개념과 원리, 다양한 학습 방법에 관한 모델 구조와 알고리즘을 익히고 간단한 프로젝트를 수행함으로써 기계학습의 응용 및 활용 방법을 습득하게 됩니다.

③ 자연어처리 기초 및 응용 (Natural Language Processing Fundamentals and Application)
자연어처리의 기본 원리와 응용 사례를 학습하는 과목입니다. 기계번역, 문서요약, 텍스트 마이닝, 감성분석 등 여러가지 자연어처리 응용기술을 배우고, 이를 활용하는 다양한 실제 시스템 예제를 다루게 됩니다.

④ 빅데이터 분석 및 응용 (Big Data Analysis and Application)
빅데이터의 생성, 수집, 저장 및 관리에 대한 전반적인 프로세스를 학습하고, 빅데이터 분석 및 활용을 위한 다양한 도구들과 처리기법을 익힙니다. 또한 실제 데이터를 활용하여 빅데이터가 산업 및 경영에서 활용되는 사례를 학습합니다.

⑤ 컴퓨터비전과 음성인식 (Computer Vision and Voice Recognition)
컴퓨터비전과 음성정보 처리의 기초 이론 및 기술을 소개하고, 영상 및 음성 인식의 기본 알고리즘을 구현해보게 됩니다.

⑥ 인공지능 시대의 콘텐츠와 미디어 (Contents and Media in AI era)
인공지능을 활용하여 콘텐츠를 직접 만들고 유통하는 과정을 통해서, 인공지능 시대에서의 콘텐츠의 생산 방식, 소비 양식 및 미디어의 역할과 이슈를 도출하고 연구하는 과목입니다.

⑦ 인공지능 사회의 비즈니스와 미래 (Business and Future of AI Society)
인공지능과의 융합으로 만들어지는 미래 사회를 디자인해보는 과목입니다. 인공지능을 활용하는 비즈니스의 기획 및 실현 과정을 통하여 인공지능 시대에 고려해야 할 사회적, 윤리적 영향 및 다양한 영역에서의 기회와 리스크를 다루게 됩니다.

⑧ 인공지능 법제 및 정책 연구 (Artificial Intelligence Law and Policy)
인공지능 관련 국내외 법 및 제도를 학습하고, 인공지능 기술의 발전과 더불어 발생할 수 있는 여러 이슈를 체계적으로 연구하여 추후 유용한 정책을 제안할 수 있는 바탕을 마련하게 됩니다.