의사결정과 문제해결

소셜데이터, 사물인터넷 데이터 또는 웹문서 등 정형 또는 비정형 데이터를 분석하는 다양한기법들과 사용 툴(도구)은 많은 발전을하여왔습니다. 그러나 분석기법이나 도구의 사용법을 잘 알고 있다고 하여 사회적 또는 과학적 문제를 해결해결이나 올바른 의사결정을 하는 역량을갖추게 되는 것은 아닙니다. 현실세계에서 부딪치는 문제를 인식하고 문제를 해결하기 위한 타당한 이론적 모델을 설정 한 후, 그에 맞는 분석기법과툴을 사용하여 해결 방안을 탐색하거나 타당한 의사결정을 할 수 있습니다. 본 과목은 빅데이터 분석기법과 툴을 다루기 이전에 현실에서의 문제인식과정, 의사결정과 문제해결을 위한 다양한 접근법과 이론적 모델에 대해 학습합니다. 본과목은 이론과 사례 연습을 통해 학습이 이루어집니다.

닫기

통계와 데이터분석

통계방법론을 활용하여 데이터로부터 정보를 획득할 수 있는 information literacy를 배양하고, 이를 토대로 학술적 논문에서주요하게 활용되는 방법론을 이해, 적용할 수 있는 연구역량을 제고합니다.

닫기

빅데이터 분석 기초

기존 데이터분석과의 차이점, 정보의 수집과 전처리, 빅데이터분석 프로세스, 빅데이터 분석을 위한 기초지식, 분석을 위한 다양한 사용 툴들그리고 Pytho과 R의 기초 연습 등 빅데이터분석 초보자를 위한 기초 지식과 기법을 학습합니다. 빅데이터 분석 입문을 위한 개론에 해당하는과목입니다.

닫기

머신러닝과 빅데이터 분석

본 강의는 머신러닝을 처음 배우는 학습자가 머신러닝의 기본 개념과 원리를 흥미롭게 학습하는 것을 목표로 합니다. 기초적인 머신러닝알고리즘부터 실제 업무에 적용할 수 있는 예제를 기반으로 한 머신러닝까지 학습을 하여 AI/머신러닝 분야의 실력을 향상할 수 있도록 합니다.

닫기

미래기술세미나 : 4차 산업 컴퓨팅 기술

본 강의는 4차산업혁명을 주도하고 있는 미래 컴퓨팅 기술 분야의 최고 수준 전문가의 강의를 통해 최신 기술 동향을 이해하고, 이를 바탕으로미래 사회를 대비할 수 있는 역량을 키우는 것을 목적으로 합니다. 또한, 다양한 분야에 최신 컴퓨팅 기술이 활용되는 사례를 쉽고 재미있게소개합니다.

닫기

융합정보세미나

우리가 현재 살고 있는 지식·정보 포화 시대 – 우리는 지식과 정보가 무엇인지 알고 있는가? 지식과 정보의 속성은 무엇이며, 이들은 어떠한발전과정을 거쳐 우리사회와 실생활과 상호작용하면서 만들어지고 있는가? 본 수업은 지식과 정보에 대한 역동적(역사적) 접근을 취하여 인류와상호작용하여 생성된 결과이자 역으로 또 사회와 개개인에게 영향을 미치는 그 제반과정을 질문합니다. 지식과 정보를 거리를 두고 객관화 시켜서 보는연습을 하고 도구적인 목적이 아닌 다양한 사고과정의 프로세스로서 지식과 정보에 대한 새로운 상상을 하는 것을 지향해 봅니다.

닫기

인공지능 기초

인공지능의 기본 개념과 원리를 이해하고, 인공지능 기술의 근간이 되는 기초 알고리즘을 학습한다. 이론으로 배운 알고리즘을 코딩을 하지 않고실습해 봄으로써, 산업에 적용되는 인공지능의 원리를 파악합니다. 이를 통해 인공지능의 여러 범주를 폭넓게 이해하고, 응용할 수 있는 기반을다집니다.

닫기

고급 인공지능(딥러닝)

인공지능 핵심 알고리즘인 딥러닝의 기본 개념과 원리를 이해하고, 다양한 딥러닝 모델의 종류와 각각의 특징을 탐구합니다. 또한, 프로그래밍도구를 활용하여 간단한 딥러닝 모델을 구현해 봄으로써 딥러닝의 다양한 응용 방안을 학습합니다.

닫기

데이터분석기획

실제 데이터 분석을 수행하기 앞서 분석을 수행할 과제 정의 및 의도한 결과를 도출할 수 있도록 하는 방안을 사전에 계획하는 것을 데이터분석 기획이라고 정의할 수 있습니다. 데이터 분석 기획은 분석대상(what)과 분석방법(how)에 따라 최적화, 통찰, 해결책, 발견의 4가지로분류할 수 있으며 각 분류별로 취하는 행동도 구분됩니다. 비즈니스 인포매틱스, 휴먼사이언스 등 다양한 영역의 문제를 데이터를 통해 답을 찾아내는데이터 사이언티스트 양성을 목표로 하는 융합정보대학원에서 데이터 분석 기획은 필수적인 역량이라 할 수 있습니다.

닫기

빅데이터 연구방법론

빅데이터가 경제, 사회, 문화, 정치, 과학기술 등 전 영역에 걸쳐서 사회에 가치있는 정보를 제공할 수 있게 됨으로써 중요성이 점점 더부각되고 있습니다. 또한 대규모 데이터에 대한 데이터 생성, 수집, 분석, 표현을 특징으로 하는 빅데이터 기술이 발전하면서 빅데이터를 활용한연구들이 다수 등장하고 있습니다. 학문간 융합의 실현을 통한 종합적 인재 양성을 목표로 하는 융합정보대학원에서 통섭적 시각과 인간중심의 사고가반영되어 있는 빅데이터 및 빅데이터 연구방법론에 대한 이해가 필수적입니다.

닫기

자연언어처리

컴퓨터가 자연어를 이해하고 생성할 수 있도록 하는 AI 기술 분야로, 텍스트 마이닝, 자동 번역, 감성 분석 등의 핵심 기법을 학습합니다.기본적인 전처리 과정인 토큰화와 구문 분석부터 시작하여, 트랜스포머 아키텍처와 BERT를 포함한 최신 신경망 모델까지 자연어 처리 기술의 전체스펙트럼을 이론 강의와 실습 프로젝트를 통해 습득합니다. 챗봇, 언어 번역 등 실제 산업에서 사용되는 NLP 애플리케이션을 이해하고 구현해볼 수있습니다.

닫기

AI 플랫폼

본 과목은 인공지능(AI) 분석을 다양한 클라우드 및 오픈소스 기반 플랫폼 환경에서 설계, 구축, 운영하는 전반적인 과정을 다루는 실무형과목입니다. 대용량 데이터를 효율적으로 처리하고, 대규모 모델을 학습·배포하는 데 필수적인 플랫폼 기술을 중심으로 학습하며, GoogleCloud Vertex AI, AWS SageMaker, Azure Machine Learning, Kubeflow, MLflow 등의상용·오픈소스 환경에서 실제 분석 워크플로우를 구현합니다. 또한 AutoML, 하이퍼파라미터 최적화, 모델 서빙(MLOps), 파이프라인 재현성관리, 리소스 스케일링, 모니터링 등 AI 플랫폼 실전 운영 역량을 실습 중심으로 배양합니다.

닫기

빅데이터 분석 실무

정형화된 데이터뿐만아니라 소셜미디어데이터, 그림데이터 등 비정형데이터를 포함한 현장의 빅데이터를 이용하여 위기관리나 의사결정 및 문제해결또는 비즈니스성과를 창출하기 위한 목적으로 분석을 실시합니다. 현장에서 실제 존재하는 빅데이터 자료를 수집하여, 분석하고, 해석하는 전과정을Python이나 R을 이용하여 실시합니다. 빅데이터에 대한 기본 이론과 툴을 숙지하여 현장의 과제를 직접 수행하는 실행 중심의 난이도 높은과목입니다.

닫기

AI 기반 추천시스템

본 과목은 인공지능 기술을 활용한 추천시스템의 이론과 실제 구현 방법을 다룹니다. 학생들은 콘텐츠 기반 필터링, 협업 필터링, 딥러닝 기반추천모델(DSSM, Two-Tower 모델 등)의 구조와 작동 원리를 학습하고, Python을 이용한 실습을 통해 추천 알고리즘을 직접구현합니다.또한, 대규모 사용자 로그 데이터를 활용한 개인화 전략, 온라인 추천 시스템에서의 A/B 테스트 및 모델 평가 지표에 대해서도학습합니다. 실제 서비스 사례 중심으로 구성되어 AI 서비스 개발자로서의 실무 역량을 기를 수 있도록 합니다.

닫기

강화학습 기초 및 응용

본 과목은 인공지능의 한 축을 이루는 강화학습(Reinforcement Learning, RL) 기본 개념과 수학적 원리를 체계적으로학습하고, 다양한 실생활 응용 사례를 통해 실제 적용 능력을 기르는 데 초점을 둡니다. 학생들은 MDP(Markov DecisionProcess), 보상함수 설계, 탐험과 활용(Exploration vs Exploitation), Q-learning, PolicyGradient 등 주요 알고리즘을 학습하며, OpenAI Gym 환경에서의 실습을 통해 이론과 실제를 연결합니다. 또한, 강화학습이 로봇제어,게임AI, 자율주행, 추천시스템 등 다양한 분야에서 어떻게 활용되는지를 실제 프로젝트 중심으로 탐구합니다.

닫기

AI 윤리와 신뢰성

본 과목은 인공지능 기술을 이해하고 응용하는 과정에서 발생하는 윤리적 쟁점과 신뢰성 확보 방안을 다룹니다. 알고리즘의 공정성, 투명성,설명가능성, 개인정보 보호, 책임 있는 AI(Responsible AI) 설계 등을 중심으로 주요 국제 규범과 실제 사례를 분석합니다. 세미나와프로젝트를 통해 학생들이 AI 시스템의 윤리적 리스크를 평가하고 대안을 제시할 수 있는 역량을 키웁니다.

닫기

AI품질과 소프트웨어공학

본 과목은 AI 소프트웨어 개발 과정에서 품질을 확보하기 위한 소프트웨어 공학적 접근법을 다룹니다. 전통적인 소프트웨어공학의 원리를기반으로 AI 소프트웨어 개발 생명주기와 방법론, 데이터 품질 관리 프레임워크, AI 프로젝트 관리 기법을 학습합니다.

닫기

데이터기반 예측

본 과목은 다양한 데이터(자료)들을 경영자가 보다 효율적이고 과학적으로 현실에 적용해 볼 수 있는 학습과정으로 구성되어 있습니다.주로경영학적인 측면의 데이터들을 기반으로 예측할 수 있는 분석기법들과 결과 활용에 대해서 공부합니다. 데이터에 기반하여 계량적이며 수리적인분석방법들을 토대로 학습하기 때문에 경영자의 예측에 객관성을 나타낼 수 있는 중요한 정보들을 제공하게 됩니다.

닫기

생성형 AI 이해와 활용

인공지능의 한 분야인 생성형 AI의 개념과 실무적 응용 방안을 탐색합니다. 생성형 AI의 기본 개념에 대한 이해와 함께 다양한 산업분야에서의 생성형 AI가 어떻게 활용되고 있는지를 사례를 통해 분석합니다. 또한, 학생들이 직접 생성형 AI 모델을 구현하고 맞춤형 프로젝트를수행할 기회를 제공함으로써, 실무적인 역량을 강화하고 창의적인 문제 해결 능력을 개발합니다.

닫기

디지털마케팅

디지털 미디어 매체의 역할과 특징을 이해하고, 디지털 마케팅 커뮤니케이션의 효과적인 계획 및 전략 수립, 집행, 평가에 필요한 이론적개념들을 학습합니다. 특히, SNS마케팅, 검색엔진 마케팅, 그로스 마케팅 등의 다양한 유형의 디지털마케팅 방법을 사례를 통해살펴봅니다.효과적인 디지털마케팅을 위한 데이터 분석의 필요성을 이해하고, 구글애널리틱스 등 분석도구를 이용하여 디지털마케팅의 효과를 측정하고,그 결과를 활용한 마케팅 전략 수립 방안에 대해서도 논의합니다.

닫기

AI서비스기획

AI는 이미 우리 생활 속에서 다양한 형태의 서비스로 제공되고 있습니다: 음성인식, 질병의 진단, 알고리즘을 활용한 마케팅 등의 형태로AI 서비스가 기획될 수 있습니다. 본 강의에서는AI를 응용하여 기업, 정부, 소비자에게 제공할 수 있는 서비스의 종류와 내용, 사업 아이템의개발 등을 알아봅니다.

닫기

보건의료복지데이터분석

최근 빅데이터 연구기법과 방법의 발전으로 보건의료 및 사회복지 분야에서도 근거중심기반의 빅데이터 연구가 중요해지고 있습니다. 본 과목은국내에서 접근가능한 다양한 보건의료 및 사회복지 관련 데이터의 특성 및 변수를 살펴보고, 연구문제를 해결하기 위한 데이터의 분석 및 해석의역량을 갖추는데 있습니다. 또한 최신 연구출판물을 사례분석함으로써 관련 데이터의 활용도를 이해하고자 합니다.

닫기

보건의료정보기술세미나

보건의료시스템은 현재 보건 및 의학 자체의 학문적 발전뿐만 아니라 여러 기초과학이나 첨단산업 및 기술 등이 복합되어 발전하고 있습니다.이러한 사회 환경의 급속한 변화 및 요구는 보건의료시스템의 변화와 새로운 환경에 적응을 강하게 요구하고 있습니다. 이에 본 수업은 국가산업 및지역사회 건강에 기여하는 보건의료시스템과 보건의료정보 및 정책 등 국내 상황을 파악하고 발전방향에 대해 논의하고자 합니다.

또한 최근에는 건강/의료 빅데이터 분석을 기반으로 한 맞춤의료 및 디지털헬스 등의 보건의료 데이터과학 분야의 전문 지식과 경험을 갖춘실무 전문 인력이 요구되고 있습니다. 따라서 본 수업에서는 모바일 기술, 사물인터넷 (Internet of Things, IoT) 등 IT기술을토대로 급격히 발전하고 있는 모바일 헬스케어, 스마트 병원 등 커넥티드헬스 (connected health) 분야에 대해 살펴보고, 활용 가능한국내 보건의료데이터를 학습하여 관심분야의 연구계획서를 작성해 보는데 목적이 있습니다.

닫기

사회과학연구방법론

본 강좌는 사회과학 영역의 학술활동에 필요한 방법론적 지식과 기술의 습득을 목적으로 합니다. 학술활동은 자신의 연구를 수행하는 것 뿐아니라 다른 연구자의 연구결과물을 읽고 해석하며 자신의 연구에 활용할 수 있는 능력까지 포함합니다. 따라서 수강생은 본 강좌를 통하여 제공되는연구방법론의 제반 지식을 충실히 습득하고 이를 자신의 논문 작성 뿐 아니라 자신의 학문적 영역을 넓히기 위한 노력을 함께 기울여야 합니다.

닫기

지속가능발전과 ESG경영

지속가능발전이란 지구환경의 보전을 위해 자연이 허용하는 범위 내에서 경제, 사회, 환경 부문이 균형되고 조화롭게 발전하는 것을 의미합니다.이는 현 시대의 개발과 성장 욕구와 미래 세대를 위한 지구환경의 보존 욕구를 동시에 충족시키기 위해 균형을 찾는 발전모델로 볼 수 있습니다.기업현장에서 지속가능한 발전을 어떻게 기업경영의 목표로 영입하고 관리해야만 하는가? 본 과목은 글로벌 스탠다드 기업평가지표로 자리를 잡아가는환경, 사회, 거버넌스 (ESG)의 등장과 이를 실현할 수 있는 ESG경영의 방법과 사례를 학습합니다.

닫기

디지털 문화예술

디지털기술의 발전은 예술에도 큰 임팩트가 있었습니다. 디지털기술과 새로운 매체는 예술을 구현하고 소통하는 방식에 지대한 영향을 끼쳤고,역으로 그러한 디지털예술은 사회문화의 변화와 변혁에도 지대한 영향을 미치고 있습니다. 본 과목은 디지털문화예술 현주소를 점검하고, 창의적표현력의 기수로서 디지털문화예술의 시대적 의의와 전망을 학습합니다.

닫기

프로젝트세미나

관심이 있는 주제에 대해서 탐구하고 이를 종합하여 보고서를 제출하는 것으로 특정 데이터에 대한 빅데이터 분석 과제를 수행할 수도 있으며,최신 기술에 대한 동향보고서를 작성해 보는 등 주제와 형식이 논문보다 자유로운 졸업과제입니다.

닫기

프로젝트세미나

관심이 있는 주제에 대해서 탐구하고 이를 종합하여 보고서를 제출하는 것으로 특정 데이터에 대한 빅데이터 분석 과제를 수행할 수도 있으며,최신 기술에 대한 동향보고서를 작성해 보는 등 주제와 형식이 논문보다 자유로운 졸업과제입니다.

닫기

석사논문연구1

석사과정 학습자가 학문적 탐구 주제를 선정하고, 선행연구 분석 및 연구 설계를 수행하는 과목이다. 본 과목에서는 연구주제의 학문적 의의와연구 필요성을 논리적으로 정립하고, 연구 목적 및 가설 설정, 연구 방법론 설계, 자료 수집 계획 수립 등의 과정을 체계적으로 진행한다. 이를통해 학습자는 독립적인 연구 수행의 기초 역량을 확보하고, 논문 작성의 초석을 마련한다.

닫기

석사논문연구1

석사과정 학습자가 학문적 탐구 주제를 선정하고, 선행연구 분석 및 연구 설계를 수행하는 과목이다. 본 과목에서는 연구주제의 학문적 의의와연구 필요성을 논리적으로 정립하고, 연구 목적 및 가설 설정, 연구 방법론 설계, 자료 수집 계획 수립 등의 과정을 체계적으로 진행한다. 이를통해 학습자는 독립적인 연구 수행의 기초 역량을 확보하고, 논문 작성의 초석을 마련한다.

닫기

석사논문연구2

석사논문연구 1에서 수립한 연구계획을 기반으로 실제 연구를 수행하고 논문을 완성하는 단계의 과목이다. 본 과목에서는 자료 수집 및 분석,결과 해석, 논문 구성 및 기술에 중점을 두며, 학문적 엄밀성과 연구 윤리를 준수한 연구 수행을 목표로 한다. 학습자는 논문 심사에 제출 가능한수준의 연구 결과물을 도출해야 한다.

닫기

석사논문연구2

석사논문연구 1에서 수립한 연구계획을 기반으로 실제 연구를 수행하고 논문을 완성하는 단계의 과목이다. 본 과목에서는 자료 수집 및 분석,결과 해석, 논문 구성 및 기술에 중점을 두며, 학문적 엄밀성과 연구 윤리를 준수한 연구 수행을 목표로 한다. 학습자는 논문 심사에 제출 가능한수준의 연구 결과물을 도출해야 한다.

닫기

박사논문연구1

박사과정 학습자가 독창적이고 학문적 기여도가 높은 연구 주제를 탐색하고, 관련 이론 및 선행연구를 심층적으로 검토하여 연구의 방향성과 틀을확립하는 과목이다. 본 과목은 고도의 연구 설계 능력, 비판적 사고력, 그리고 학문적 통찰을 기반으로 한 문제 정의를 중점적으로 다룬다.학습자는 이 과정을 통해 박사논문 연구의 체계적 기반을 구축한다.

닫기

박사논문연구1

박사과정 학습자가 독창적이고 학문적 기여도가 높은 연구 주제를 탐색하고, 관련 이론 및 선행연구를 심층적으로 검토하여 연구의 방향성과 틀을확립하는 과목이다. 본 과목은 고도의 연구 설계 능력, 비판적 사고력, 그리고 학문적 통찰을 기반으로 한 문제 정의를 중점적으로 다룬다.학습자는 이 과정을 통해 박사논문 연구의 체계적 기반을 구축한다.

닫기

박사논문연구2

박사논문연구 1에서 확립한 연구계획에 따라 심화된 연구를 수행하고, 학문적 독창성을 갖춘 논문을 완성하는 과목이다. 본 과목은 실증적 또는이론적 연구 수행을 통해 새로운 학문적 지식의 창출을 목표로 하며, 학술지 게재 수준의 연구 성과를 지향한다. 또한 연구 윤리, 자료 해석의타당성, 학문적 논증 구조의 완성도를 중점적으로 평가한다.

닫기

박사논문연구2

박사논문연구 1에서 확립한 연구계획에 따라 심화된 연구를 수행하고, 학문적 독창성을 갖춘 논문을 완성하는 과목이다. 본 과목은 실증적 또는이론적 연구 수행을 통해 새로운 학문적 지식의 창출을 목표로 하며, 학술지 게재 수준의 연구 성과를 지향한다. 또한 연구 윤리, 자료 해석의타당성, 학문적 논증 구조의 완성도를 중점적으로 평가한다.

닫기