교육과정
| 학기 및 구분 | 교과목명 | 과목유형 | 학점 | 학습목표 | 주요 내용 |
|---|---|---|---|---|---|
| 1학기 (산업데이터 이해 및 AI기초) |
AI개론 | 이론 | 2 | AI의 기본 원리와 산업 적용 이해 | AI개념, 머신러닝·딥러닝 개요, 산업AI 사례, 윤리·정책 |
| 데이터분석기초 | 이론 | 3 | DB개론, 산업데이터 분석 및 시각화 기초 역량 확보 | Python, Pandas, 시각화, 기본 모델링 실습 및 DB 개론 | |
| AI기초수학 | 이론 | 3 | AI 이해를 위한 수학·통계 개념 습득 | 선형대수, 미분, 확률, 통계, 최적화 개념 | |
| 2학기 (현장문제정의 및 데이터핸들링) |
데이터 엔지니어링 | 이론+실무 | 3 | 산업데이터 수집·정제·가공 실무 이해 | 데이터 파이프라인, 품질관리, 데이터 처리 프로세스 |
| 기계학습과 딥러닝이해 | 이론+실무 | 3 | 기계학습, 딥러닝 및 트랜스포머 원리 체험 | 기계학습, RNN, Transformer, 생성형AI 개념 및 응용 | |
| 산업 AI 문제정의 및 적용 | 이론+실무 | 2 | AI 기술 적용을 위한 문제 정의, 데이터 분석, 모델 선정, 시스템 구성, 실증 전략의 단계적 설계 | 산업 문제를 AI 문제로 정의, 데이터·모델·시스템을 잇는 적용 파이프라인 설계, PoC 및 현장 실증을 고려한 실행 계획 수립 | |
|
산업 AI 세미나 및 사례분석 |
현장실무 |
2 |
산업별 AI 적용 사례와 최신 기술 동향 학습 |
산업별(조선해양, 모빌리티, 에너지 등) 현직 CEO 및 AI 전문가를 섭외하여 AI 적용사례 세미나 |
|
| 3학기 (PoC설계 및 시스템구축) |
현장프로젝트1(분야별) | 현장실무 | 2 | (현장실습) 산업별 특화 문제 해결 실습 | 분야별 실행 계획 기반 데이터 검증, PoC 수행 (담당조교/교수지도) |
| AI모델응용 | 이론+실무 | 3 | 산업데이터 기반 모델링 이해 및 적용 | 회귀·분류·시계열·이상탐지 모델 | |
| AI응용시스템구축 | 이론+실무 | 3 | AI응용시스템 설계이해 | 시스템 아키텍처 설계, MLOps, 대규모 병렬 처리 구조 설계 | |
| 지식자산화전략 | 이론 | 2 | AI활용 지식의 자산화 및 조직 확산 전략 수립 | 데이터·모델·경험의 자산화 체계 설계, IP·지식관리, Best Practice 구축 | |
| 4학기 (현장적용 및 확산) |
현장프로젝트2(분야별) | 현장실무 | 2 | (현장실습) PoC 결과를 현장에 적용하여 실증 수행 | 조선해양AI/에너지AI/모빌리티AI/산업안전AI 트랙별 산업체 과제 수행, 효과 분석, 개선 제안 (담당조교/교수지도) |
| 디지털트윈과 시뮬레이션 | 이론+실무 | 3 | 가상 제조 환경을 통한 AI 시스템 구현 및 검증 능력 향상 | 디지털 트윈 구축, 강화학습 에이전트, 시뮬레이션 최적화 | |
| Physical AI | 이론+실무 | 3 | AI가 실제로 움직이는 기계에 탑재되어 현실 세계에서 인지, 판단, 행동하는 지능형 시스템 구현 | 인공지능을 실제 물리적 환경에서 작동하는 로봇, 자율주행차, 스마트 공간 등에 접목하여 현실 세계와 상호작용 실습 | |
| 석사학위논문연구/연구보고서 작성 | 이론+실무 | 2 | 학위 연구 논문/결과 보고서 작성 | 학위 연구 논문 결과 보고서 작성 |