전공소개
인공지능전공은 4차 산업혁명 시대에 맞춰 인공지능 기술을 기반으로 한 고급 인재를 양성하는 것을 목표로 하고 있다. 컴퓨터 프로그래밍, 수학, 통계학 등의 기초 교육과 함께 데이터 처리, 머신러닝, 딥러닝 등 인공지능의 핵심 기술을 체계적으로 학습하며, 이를 다양한 산업 분야에 적용할 수 있는 전문성을 배양한다. 특히 인공지능 기술을 의료, 금융, 제조, 법률 등 다양한 분야에 접목하여 실제 문제 해결 능력을 기르며, 창의적 사고와 실무 능력을 겸비한 전문가로 성장시킨다. 또한, 최신 인공지능 연구와 산업 동향을 반영한 교육을 통해 글로벌 경쟁력을 갖춘 인재 양성에 주력하고 있으며 이를 통해 학생들을 사회의 발전과 혁신에 기여할 수 있는 인공지능 전문가로 양성한다.
전과 및 전입사정 기준
전과
전과(부) 시기
매학년도 초(2월중)
전과 허용 범위
- 전출·전입학부(과)별로 자율적 실시
- 캠퍼스 간 교차 가능
전과(전출) 자격
- 1학년 이상의 과정을 수료하고 해당학기 등록을 필한 자
(단, 편입학생은 우리대학교에서 1년 이상을 수료한자) - 전출학부(과)의 성적이 평균평점 2.5 이상인 자
- 징계처분을 받은 사실이 없는 자(학칙 제59조)
- 체육특기자 전과 불허
전과(전입) 사정 기준 및 선발
- 각 전입 학부(과) 별 사정기준에 의한다. (성적 40% 면접 40% 실기 20%)
- ○ 성적 50%
- - 평균평점 3.0 이상
- - 기초프로그래밍, 기초프로그래밍2 2과목 이수 후 과목 평균평점 3.5 이상
- ○ 면접 50%
- - 전입사유의 타당성
- - 전입 후 수학능력에 대한 평가
- - 전입학과 전공에 대한 관심도, 사전지식 정도
- - 전공 적합성, 인성, 태도 등
전과 학점 인정 및 교과이수
- 전출학부(과)에서 이수한 학점 중 교양은 인정되며, 전공은 일반선택으로 처리됨
- 전과 이후 전입학부(과)의 교과과정에 따라 소정의 전 과정을 이수하여야 함
- 학년 다운전과자는 학년·학기가 재조정됨.
복수전공 신청기준 및 교과이수
- 소속학부(과) 평균평점 3.0이상
- ICT융합대학 학문기초교양과목 2과목 이상 이수
전공이수 로드맵
교과과정
학년 | 전공 기술 | 전공 소양 | ||
---|---|---|---|---|
1 | 기초웹프로그래밍 |
미적분학 인공지능의세계 |
||
기초프로그래밍2 |
이산수학 융합공학 입문설계 |
|||
2 | 기초웹프로그래밍 자료구조 운영체제 |
|||
알고리즘 데이터베이스 통계데이터분석 |
선형대수학 | |||
3 | 인공지능 머신러닝 백엔드프로그래밍 텍스트분석 소프트웨어공학 |
SW 인턴쉽 |
||
딥러닝 머신러닝 프로그래밍 데이터마이닝 정보검색 추천시스템 빅데이터 프로그래밍 |
||||
4 | 캡스톤디자인1 AI세미나1 딥러닝 자연어처리 딥러닝 프로그래밍 딥러닝 컴퓨터비전 머신러닝 엔지니어링2 |
현장실습 |
||
캡스톤디자인2 AI세미나2 생성형 인공지능 강화학습 바이오 인포매틱스 |
교과과정표
ICT융합대학 융합소프트웨어학부(AI전공)
학년 | 1학기 | 2학기 | ||||||||||
---|---|---|---|---|---|---|---|---|---|---|---|---|
이수 구분 |
과목명 | 학점 | 설계 | 시간 | 필수 | 이수 구분 |
과목명 | 학점 | 설계 | 시간 | 필수 | |
1 |
전공 |
기초프로그래밍 |
3 |
|
3 |
필수 |
전공 |
기초프로그래밍2 |
3 |
|
3 |
필수 |
2 | 전공 | 자료구조 | 3 | 3 | 필수 | 전공 | 알고리즘 | 3 | 3 | 필수 | ||
운영체제 | 3 | 3 | 필수 | 데이터베이스 | 3 | 3 | 필수 | |||||
기초웹프로그래밍 | 3 | 3 | 통계데이터분석 | 3 | 3 | |||||||
3 | 전공 | 인공지능 | 3 | 3 | 필수 | 전공 | 딥러닝 | 3 | 3 | 필수 | ||
머신러닝 | 3 | 3 | 필수 | 머신러닝 프로그래밍 |
3 | 3 | 필수 | |||||
백엔드프로그래밍 | 3 | 3 | 데이터마이닝 | 3 | 3 | |||||||
텍스트분석 | 3 | 3 | 정보검색 추천 시스템 |
3 | 3 | |||||||
소프트웨어공학 | 3 | 3 | 머신러닝 엔지니어링1 |
3 | 3 | |||||||
|
3 |
|
3 |
|
빅데이터 프로그래밍 |
3 |
|
3 |
|
|||
4 | 전공 | 캡스톤디자인1 | 3 | 3 | 필수 | 전공 | 캡스톤디자인2 | 3 | 3 | |
||
AI세미나1 | 3 | 3 | |
AI세미나2 | 3 | 3 | |
|||||
딥러닝 자연어처리 | 3 | 3 | |
생성형 인공지능 | 3 | 3 | |
|||||
딥러닝 프로그래밍 | 3 | 3 | |
강화학습 | 3 | 3 | |
|||||
딥러닝 컴퓨터비전 | 3 | 3 | |
바이오 인포매틱스 |
3 | 3 | |
|||||
머신러닝 엔지니어링2 |
3 |
|
3 |
|
클라우드시스템 |
3 |
|
3 |
|