컨텐츠 바로가기 메뉴 바로가기 푸터 바로가기

전공소개

전공소개 교육과정 교과목안내

교과목안내

융합적 사고를 갖춘 Data Scientist를 양성합니다.

학년, 학기, 이수구분, 과목명, 학점, 상세정보를 볼 수 있는 표

영역 학년 1학기 2학기
과목명 상세정보 과목명 상세정보
핵심영역 1학년 빅데이터 분석 기초
빅데이터 분석 기초

기존 데이터분석과의 차이점, 정보의 수집과 전처리, 빅데이터분석 프로세스, 빅데이터 분석을 위한 기초지식, 분석을 위한 다양한 사용 툴들 그리고 Python과 R의 기초 연습 등 빅데이터분석 초보자를 위한 기초 지식과 기법을 학습합니다. 빅데이터 분석 입문을 위한 개론에 해당하는 과목입니다.

통계와 데이터분석
통계와 데이터분석

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

의사결정과 문제해결
의사결정과 문제해결

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

머신러닝과 빅데이터 분석
머신러닝과 빅데이터 분석

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

2학년 미래기술세미나 : 4차 산업 컴퓨팅 기술
미래기술세미나 : 4차 산업 컴퓨팅 기술

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

융합정보세미나
융합정보세미나

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

심화영역 데이터사이언스 융합 - 빅데이터 분석과 활용 : 텍스트데이터 분석
빅데이터 분석과 활용 : 텍스트데이터 분석

반정형 및 비정형 텍스트 데이터를 웹크롤링 기법으로 수집하고, 자연어처리 기법이나 형태소 분석으로 전처리를 하여 워드크라우딩, 토픽모형, 감정분석 등에 대한 모델링과 분석을 수행하는 빅데이터 분석과 활용의 전반적인 과정을 다룹니다.

데이터기반 예측
데이터기반 예측

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

데이터분석기획
데이터분석기획

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

빅데이터 연구방법론
빅데이터 연구방법론

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

빅데이터 분석 실무
빅데이터 분석 실무

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

비즈니스 인포메틱 융합 - 인공지능 기초
인공지능 기초

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

디지털마케팅
디지털마케팅

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

AI서비스기획
AI서비스기획

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

비즈니스 애널리틱스
비즈니스 애널리틱스

기존에 정형 데이터와 과거 데이터를 기반으로 비즈니스 의사결정과 문제해결을 해왔다면, 현재는 빅데이터분석 기법과 AI의 발전으로 비정형 데이터와 실시간으로 발생하는 데이터에 대하여 연속적이고 반복적인 분석을 통해 미래를 예측하는 통찰력을 얻게 되었습니다. 본 과목은 비즈니스 의사결정과 문제해결을 빅데이터분석과 AI를 통해 경영현장에서 어떻게 활용되고 있는지를 이론과 사례를 통해 학습합니다.

핀테크정보세미나
핀테크정보세미나

IoT와 빅데이터, 클라우드, 모바일 플랫폼 등 다양한 IT기술의 발전과 급속한 대중화를 배경으로 금융서비스 상의 모든 프로세스가 디지털화 되는(Digital Transformation) 현상을 '디지털금융' 또는 '핀테크' 라고 할 수 있습니다. 핀테크의 태동과정과 발전배경을 살펴보고 구체적인 핀테크 응용 서비스 사례와 다양한 사업모델 분석을 통해 향후 금융산업에서의 핀테크의 역할과 발전방향, 그리고 금융의 미래를 전망하고자 합니다.

휴먼사이언스 융합 - 보건의료정보기술세미나
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 및 지역사회 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 갖춘 실무 전문 인력이 요구되고 있습니다. 따라서 본 수업에서는 모바일 기술, 사물인터넷 (Internet of Things, IoT) 등 IT기술을 토대로 급격히 발전하고 있는 모바일 헬스케어, 스마트 병원 등 커넥티드헬스 (connected health) 분야에 대해 살펴보고, 활용 가능한 국내 보건의료데이터를 학습하여 관심분야의 연구계획서를 작성해 보는데 목적이 있습니다.

보건복지데이터분석
보건복지데이터분석

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

지속가능발전과 ESG경영
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 잡아가는 환경, 사회, 거버넌스 (ESG)의 등장과 이를 실현할 수 있는 ESG경영의 방법과 사례를 학습합니다.

사회과학연구방법론
사회과학연구방법론

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

디지털 문화예술
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, 창의적 표현력의 기수로서 디지털문화예술의 시대적 의의와 전망을 학습합니다.

졸업영역 - 논문1(Proposal)
논문1(Proposal)

논문 작성을 위한 논문작성기법을 학습하고, 선행연구사례를 분석하여 학위논문 작성을 위한 방향을 설정합니다. 논문2(최종심사)를 위해 반드시 이수(Passs)해야 합니다.

논문2(최종)
논문2(최종)

개인별 논문주제 및 내용에 관한 상호 토의 및 발표, 논문지도를 통해 논문의 체계 및 완성도를 높이며, 논문작성기법 지도를 통해 논문작성을 완성합니다.

프로젝트세미나(논문대체과정) + 1과목
프로젝트세미나(논문대체과정)

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.


  • 졸업을 위해 본인이 선택한 학위취득과정에 따라 심사를 통과하여야 합니다.
  • 논문과정자는 논문1(Proposal) 과목을 Pass해야 최종논문(논문2) 심사가 가능합니다.
  • 논문대체과정(프로젝트세미나)자는 1과목(3학점)을 추가로 이수해야 합니다.