분야 | 교과목명 | 개요 |
---|---|---|
AI기술 | 기계학습 |
컴퓨터에서 학습 방법에 대한 다양한 기법과 이론적 배경을 학습하고, 전통적인 학습 방법의 핵심 이론을 이해 |
인공신경망 |
신경망 구조에서 학습 방법과 신경망 동작에 대한 이론적 배경을 배우고, 실습을 통해 개념을 적립 |
|
자연어처리 |
자연어 처리에 대한 기본을 바탕으로 통/번역, 데이터 마이닝 등의 활용에 대한 접근 방법과 개념을 학습 |
|
영상처리 |
영상처리 기본 개념을 확장하여 영상을 인식, 이해, 증강하는 기술에 대한 알고리즘을 학습 |
|
지능 제어 및 인지 | 강화학습을 기반으로 기계를 제어하고 동작을 학습하는 기술에 대해 배우고 시스템에 적용하는 방법을 학습 | |
머신 비전 | 기계적인 관점에서 다양한 컴퓨터 비전을 적용하고 내장형 시스템에서 동작하는 인공지능 기술을 학습 | |
분산 기계학습 | 대규모 기계학습을 위해 분산된 시스템으로 학습을 진행 또는 분산된 시스템에서 인지 기능을 수행하는 기술 학습 | |
뇌공학 | 뇌의 다양한 신호적 특징을 이해하고 이를 해석하기 위해 필요한 분석 기법과 뇌신호를 활용하는 방법을 학습 | |
고급 인공지능 | 산업적 활용 분야가 확대되고 있는 인공지능 분야의 다양한 이슈를 확대하여 새로운 인공지능 분야에 대한 학습 | |
인간컴퓨팅 상호작용 | 사람 중심의 연구에서 사람과 컴퓨터의 상호작용에 대한 방법과 인지적 측면에서의 연구에 대한 내용을 학습 | |
고급 탐사 및 분석 | 다양한 정보 소스에서 획득한 데이터를 바탕으로 데이터를 융합하여 다양한 형식으로 분석하는 기술에 대한 학습 | |
시각지능 | 인지적 측면을 강화하여 사진과 비디오의 내용을 이해하고 높은 수준의 의미를 추론하는 기술에 대한 학습 | |
강화학습 | 게임, 의료, 에너지, 경영 등의 산업적 관점에서 필요한 강화학습에 대한 내용을 사례 중심의 실습으로 학습 | |
핵심경영 | 경영통계 |
데이터에 기반한 의사결정 및 연구를 진행할 수 있는 역량을 함양하는 것을 목적으로 함. 본 교과목은 R 프로그래밍을 활용하여 기술통계, 통계적 추론, 가설검정 등의 주요 통계 개념들을 익히고 이를 실제 데이터에 적용하는 방법을 학습함 |
시장조사방법론 | 본 교과목은 시장조사 (Market Research)의 전반적인 절차와 이에 수반하는 다양한 계량 방법들을 배운다. 본 교과목에서 다루는 분석 기법들은 R 프로그램을 적극 활용한다. 본 교과목은 설문 조사방법을 시작으로 다음과 같은 분석기법들을 다룸 - 차이검정, 상관분석, 교차분석, 분산분석, 회귀분석, 군집분석, 요인분석, 컨조인트분석 | |
AI시대의 소비자 | AI기술에 대한 소비자 반응과 AI기술 확산을 위해 고려되어야 할 소비자의 심리적 특성과 이에 영향을 미치는 사회문화적 특성 학습 | |
AI 비즈니스모델 | AI기술에 기반한 최신 비즈니스 모델을 살펴보고, AI기술, 고객, 가치제안, 수익모델, 협력업체, 채널, 비용구조 등의 비즈니스 모델 구조의 특성을 학습 | |
기술창업 세미나 | AI기술 기반으로 한 스타업 회사의 경영자들을 초빙하여, 기술창업시 유의할 점, 현장의 문제에 대한 강연을 듣고 토론 | |
기술가치평가와 금융 | 기술가치와 금융에 대한 다양한 이론 및 사례를 학습 | |
회계정보와 투자 | 회계 정보를 이용한 재무제표 분석, 기업가치평가 관련 다양한 주제를 다루며 이를 이용한 투자활용 사례 등을 학습하며 관련 주제에 대해 논의하고 연구를 진행 | |
AI경영융합 | 마케팅애널리틱 |
실제 오프라인/온라인 시장의 데이터를 바탕으로 시장의 특성을 파악하고 이에 맞는 전략을 수립하는 방법을 익히는 것을 목표로 한다. 학생들은 해당 수업을 통해 마케팅에서 다루는 중요한 퀀트 모델들을 익히고 이를 실제로 수집한 데이터에 적용함 |
비즈니스 인텔리전스 | 통계, 머신러닝, 시각화 기법들을 하나의 경영문제에 종합적으로 적용하여 해결하는 방법을 학습함. 분석결과를 토대로 경영의사결정을 수립하고 시사점을 제시하는 방법을 배움 | |
머신러닝과 경영 | 머신러닝 기법들 중, 경영분야 분석에 효과적인 상품추천시스템, 연관성분석, 딥러닝 기반의 주가예측, 신용불량자 예측 등을 도메인 중심으로 학습함. 관련된 경영지식과 기술을 융합하여 학습 | |
기술마케팅 | 기술 기반 제품의 효율적 마케팅 추진을 위한 이론적 기반과 마케팅 전략기획의 특징을 이해하고, 기술마케팅 수행을 위한 고객⋅시장 분석, 기술제품의 개발과 관리, 마케팅 커뮤니케이션 등 부문별 전략과 사례를 학습 | |
AI서비스 기획 | 인공지능기술에 기반한 신상품 및 서비스 도출 방안을 살펴보고, 이러한 가치가 사용자에게 어떻게 전달되고, 새로운 사용자 경험(UX)을 제공할 것인지에 대한 서비스 기획 방안을 학습 및 토론 | |
AI·경영 공동 논문지도 | AI분야 교수와 경영분야 교수가 공동으로 논문지도하는 교과목으로, AI경영 융합 주제를 양방향에서 접근하여 연구하고 논문을 작성하는 교과목 | |
석사 논문연구 | 각 지도교수가 졸업논문을 지도하는 교과목 | |
AI관련법/제도 | 핀테크규제론 |
핀테크를 실무적 관점에서 접근하여 핀테크규제를 살펴보고 이를 통해 규제가 실무에서 어떻게 해석되고 적용되고 있는가를 융합적으로 학습 |
금융규제법 | 핀테크규제를 보다 근본적으로 이해하기 위해 금융규제법 전반을 다루는 과정으로서, 자본시장법, 전자금융거래법 등의 금융관련 규제법을 학습 | |
AI와 법 세미나 | AI법은 아직까지 전세적으로 확립되지 않은 학문이나, EU와 미국에서의 AI 관련 규제 논의를 참여학생들의 과제연구와 이에 대한 세미나를 통해 학습 |