발전기금
교과목명을 클릭하시면 과정 설명을 볼 수 있습니다.
| 학수번호 | 교과목명 | 학점 |
자기 학습 시간 |
영역 | 학위 |
이수 학년 |
비고 | 언어 |
개설 여부 |
|---|---|---|---|---|---|---|---|---|---|
| ECE5981 | 뉴로모픽회로및시스템 | 3 | 6 | 전공 | 석사/박사 | 1-4 | 전자전기컴퓨터공학과 | 영 | Yes |
| 본 교과목은 생물학적 브레인의 구조 모사 및 인공지능 알고리즘의 효율적 구현을 위한 다양한 뉴로모픽 시스템에 대하여 배운다. 생물학적 브레인의 구조 및 인공지능 알고리즘의 동작 원리를 이해하고, 이를 집적회로로 구현하기 위한 Memristive 소자 및 CMOS 회로에 대한 기본 사항을 공부하고, 이들을 사용하여 구현된 뉴로모픽 시스템의 특징을 이해하고, 저전력 고성능 뉴로모픽 시스템을 설계하기 위한 다양한 설계 기법을 공부한다. | |||||||||
| ECE5982 | IoT시스템집적회로설계 | 3 | 6 | 전공 | 석사/박사 | 1-4 | 전자전기컴퓨터공학과 | 한 | Yes |
| 본 과목은 IoT용 시스템 집적회로의 7가지 핵심 세부 기술을 다루기 위한 융복합 과목으로서 센서소자 및 신호처리, 유선/무선 커넥티비티, AI 기반 데이터 처리, 에너지 수확 및 전력 관리, 메모리 설계, 보안, 시스템 응용 등을 팀티칭의 형태로 다룬다. | |||||||||
| ECE5983 | 차세대6G통신회로및시스템 | 3 | 6 | 전공 | 석사/박사 | 1-4 | 전자전기컴퓨터공학과 | - | No |
| 본 과목은 향후 상용화가 예상되는 6세대 이동통신용 회로 및 시스템 설계를 위한 융복합 과목으로 광대역 통신을 위한 변복조 기술, 단말 및 기지국 송수신기 구조, 회로 블록 설계 등을 다룬다. | |||||||||
| ECE5984 | 기계학습코너스톤 | 3 | 6 | 전공 | 석사/박사 | 1-4 | 전자전기컴퓨터공학과 | 영 | Yes |
| 기계 학습은 어떻게 경험으로부터 학습하는 컴퓨터 시스템을 만드는가에 관한 연구분야이다. 이 과목에서는 현재의 기계학습 분야에서 사용되는 알고리즘과 모델들에 대해서 설명한다. 학습할 주요 내용은 일반화된 선형 모델, 다층인공신경망, 서포트벡터머신, 베이지안 네트워크, 클러스터링, 강화학습 등이다. | |||||||||
| ECE5986 | 디지털통신회로및시스템 | 3 | 6 | 전공 | 석사/박사 | 1-4 | 전자전기컴퓨터공학과 | - | No |
| 고속 디지털 신호전송 회로 및 시스템의 기본적인 개념과 설계 방법에 대한 제반 지식을 제공한다. 전송선 분석, 고급 신호전송 기술, 동조화 기술, 이퀄라이저 설계 기술, 노이즈 분석 및 제어 기술, 클락 및 전력 분배기술 등을 다룬다. 고속 전송 회로의 각 부분(PLL, CDR, I/O 회로 등) 설계 및 기판 레벨에서의 시스템 구축 시에 필요한 지식을 습득하도록 한다. 고속 인터페이스 설계의 최근 동향과 설계실례를 학습함으로써 디지털시스템에 대한 전반적인 이해를 향상시킨다. 선수과목: 전자회로, 전자기학 | |||||||||
| ECE5987 | 메모리시스템 | 3 | 6 | 전공 | 석사/박사 | 1-4 | 전자전기컴퓨터공학과 | 영 | Yes |
| 메모리 시스템은 컴퓨터의 성능에 매우 중요한 역할을 하고 있습니다. 더욱이 딥러닝과 빅데이터 응용과 같이 방대한 데이터를 처리하는 어플리케이션이 증가하면서 메모리 시스템의 중요성은 더욱 커지고 있습니다. 본 강의에서는 메모리 시스템을 구성하는 온칩 캐시, 메인 메모리, 스토리지 기술에 대해 자세히 다룹니다. 각 메모리 시스템 구성요소의 기본 개념에 대해 배우고, 이들의 성능, 에너지, 보안성, 그리고 신뢰성을 향상시키기 위한 최신 연구동향을 소개합니다. 본 과목은 메모리 시스템의 최신 기술 습득, 시뮬레이션을 통한 시스템 성능 평가 및 새로운 시스템 구조 설계능력 배양을 목표로 합니다. | |||||||||
| ECE5988 | GPU구조코너스톤 | 3 | 6 | 전공 | 석사/박사 | 1-4 | 전자전기컴퓨터공학과 | - | No |
| Graphics Processing Unit (GPU)는 대규모 데이터를 효율적으로 처리할 수 있는 병렬 프로세서이다. 이러한 GPU는 AI의 급속한 발전에 기여하는 핵심 하드웨어 중 하나이다. 이 수업에서는 GPU의 기본 구조를 익히고, Top-tier conference에 발표된 관련 연구 사례를 발표/토론하며 최신 연구 경향을 학습한다. 또한 GPU simulator를 이용한 GPU 동작 구조 분석 및 실습을 진행한다. | |||||||||
| ECE5989 | 네트워크시스템SW설계 | 3 | 6 | 전공 | 석사/박사 | 1-4 | 전자전기컴퓨터공학과 | 한 | Yes |
| 오늘날 네트워크 하드웨어의 성능이 크게 증가함에 따라, 네트워크 프로토콜을 처리하는 시스템 소프트웨어의 성능이 매우 중요해졌다. 본 과목에서는 현재 널리 사용되는 리눅스 커널의 네트워크 스택을 비롯하여, 고성능을 위한 사용자 영역의 네트워크 스택들의 설계 내용에 대해 학습한다. 이와 더불어 리눅스 커널 내에 TCP 혼잡제어 등, 자신만의 알고리즘 및 프로토콜을 설계/구현하는 프로젝트를 진행한다. 본 과목을 수강하는 데 있어 컴퓨터 네트워크 및 C 프로그래밍 언어에 대한 지식이 도움이 될 것이다. | |||||||||
| ECE5990 | 전자전기컴퓨터공학특별토픽 | 3 | 6 | 전공 | 석사/박사 | 전자전기컴퓨터공학과 | - | No | |
| 이 교과목은 전자전기컴퓨터분야의 다양한 최신 동향 및 주제를 다룬다. 수강생은 전자전기컴퓨터분야 최신 토픽들의 흐름을 파악하고 새로운 연구 토픽들을 발굴하며 그것들을 자신의 연구에 대한 기초로 삼을 수 있다. | |||||||||
| ECE5991 | ICT국제표준동영상기술 | 3 | 6 | 전공 | 석사/박사 | 전자전기컴퓨터공학과 | 한 | Yes | |
| 본 교과목은 수강생들에게 동영상 분야 국제 표준화 기구와 이를 통한 표준화 과정, 그리고 동영상 분야 표준 기술의 소개를 통하여, 동영상 분야 최신 표준 기술과 국제표준화의 다양한 실무 지식을 익힌다. 이를 위하여 본 교과목은 동영상 분야 국제 표준화기구, 표준화 추진체계와 절차, 동영상 분야 표준화기구별 세부기술, 국제 표준화 전략을 소개하고, 수강생은 과제를 통하여 동영상 분야 표준 기술을 익히고 이와 연관된 표준 기고서 작성을 실습하며 표준화 실무과정을 경험한다. | |||||||||
| ECE5992 | 현대인공지능 | 3 | 6 | 전공 | 석사/박사 | 1-4 | 전자전기컴퓨터공학과 | 영 | Yes |
| 최신 현대인공지능 기술 및 적용된 대표적 응용분야 소개; 현대인공지능 기술의 이해를 위한 기초를 리뷰. 다음과 같은 현대인공지능의 기초부터 최신기술까지 깊이있게 소개: 인공지능을 위한 선형대수학 및 확률-램던변수-랜덤벡터 리뷰, 경사기반 최적화, 이미지분류 신경망, 객체탐지 신경망, 이미지분할 신경망, 이미지 잡음제거 신경망과 확산모델, 이미지 복원과 반복신경망, 시점합성과 신경망을 통한 함축적 표현학습, 대조학습, 자가지도학습, 멀티모달분석과 비전-언어 모델 및 트랜스포머, 다중작업학습, 메타학습. 현대 인공지능기술을 사용하는 프로젝트 진행. | |||||||||
| ECE5993 | 데이터기반보안및프라이버시 | 3 | 6 | 전공 | 석사/박사 | 1-4 | 전자전기컴퓨터공학과 | 영 | Yes |
| 본 과목에서는 데이터를 활용한 보안 서비스 개발에 집중한다. 학생들은 데이터 활용 시 발생할 수 있는 프라이버시 이슈를 학습하고, 인공지능 및 머신러닝 기술을 이용할 때 나타나는 보안 문제들을 탐구한다. 실제 사례 연구와 프로젝트를 통해 학생들은 데이터 보호 및 프라이버시 유지 전략을 개발하고, AI/ML 알고리즘의 취약점을 파악하며 이에 대한 방어 기법을 탐색한다. 이 과목은 데이터 중심의 보안 환경에서 필요한 이론적 지식과 실용적 기술을 제공한다. | |||||||||
| ECE5994 | 고급디지털집적회로설계 | 3 | 6 | 전공 | 석사/박사 | 1-4 | 전자전기컴퓨터공학과 | 영 | Yes |
| 집적회로 설계의 고급 이론과 최근 연구/개발되고 있는 다양한 종류의 디지털 집적회로의 동작 원리와 설계 방법, 최근 연구 동향 등에 대해 학습한다. 구체적으로는 집적회로에서의 노이즈, 공정 변이, 누설 전력, 기생 인덕턴스 등의 영향과 전력망 구성 방법 등에 대해 배우고, 나아가 최근 연구되고 있는 각종 보안용 IP (진난수발생기, 물리적복제방지함수), 다양한 형태의 연산 가속 회로, 차세대 메모리의 설계 기법 등에 대해 살펴본다. | |||||||||
| ECE5995 | 디지털VLSI설계코너스톤 | 3 | 6 | 전공 | 석사/박사 | 1-4 | 전자전기컴퓨터공학과 | 영 | Yes |
| 본 과목은 Verilog/SystemVerilog/VHDL과 같은 Register-Transfer Level (RTL) 언어로 작성된 코드에서 시작하여 실제 미세 공정에서 제작할 수 있는 반도체 설계 도면을 완성하는 데까지 필요한 과정을 다룬다. Logic synthesis 및 Place & Route, Signoff 등 Cell-based Digital VLSI 및 SoC Back-end 설계의 핵심 과정에 대한 이론을 정립하며, 이런 이론을 바탕으로 이어지는 실습 시간에서 반도체 업계에서 표준으로 사용되는 Electronic Design Automation tool의 활용법을 익히고 SoC Back-End 설계에 적용하여 본다. 각 주차에서는 다음과 같은 내용을 배운다. 1. Introduction to Cell-based Digital VLSI Flow: From RTL to GDS 2. Review of Logic Synthesis, Standard Cell Library, Design Constraints 3. Analyzing Timing Reports and Advanced Synthesis 4. Moving to Physical Domain: Floorplanning 5. Powerplanning 6. Placement 7. Multi-Corner Multi-Mode Timing Analysis and Opt Placement 8. Mid-Terms 9. Clock Tree Synthesis: Understanding Clock Constraints, CTS Strategies 10. Advanced topics in Clock Tree Synthesis: Clock Domain Crossing, Clock Concurrent Optimization 11. Routing: DRC fixing, Signal Integrity 12. Understanding I/O circuits, Digital I/O, Analog IOs, ESD protection 13. Chip Finishing: Sign-off Timing Analysis 14. Chip finishing: Additional DRC Fix and Signoff Validation 15. Finals | |||||||||
| ECE5996 | 지능형반도체소자시뮬레이션 | 3 | 6 | 전공 | 석사/박사 | 전자전기컴퓨터공학과 | 한 | Yes | |
| 지능형 반도체 시스템을 구현하기 위해 최근 고려되고 있는 다양한 소자들에 대한 이해를 바탕으로, 시뮬레이션을 통해 분석 및 최적화를 수행한다. 오랫동안 널리 사용되어 오고 있는 실리콘 기반 스케일링 된 소자부터 적층형 소자, 다양한 신소재 기반 신 개념 소자들에 대해서 최신 기술 트렌드를 학습하고 이를 시뮬레이션 실습을 통해 전기적 특성을 확인한다. 또한, 이들 지능형 반도체 소자 특성이 회로시스템 레벨에 어떻게 영향을 끼치는지 최신 문헌 및 시뮬레이션을 통해 확인하고자 한다. 본 교과목을 통해, 최신 반도체 소자 이론 그 중에서도 지능형 반도체 소자 이론에 대한 이해를 도모할 수 있으며, 실제 산업계에서 자주 경험할 수 있는 실제적인 주제들을 선정하여 프로젝트 수행함으로 이론뿐만 아니라 기초적인 실무적 능력도 배양함에 목적이 있다. 선 수강 과목으로는 물리전자, 반도체공학, 반도체소자설계, 전자회로 등을 권유한다. | |||||||||
| ECE6001 | 박사연구1 | 3 | 6 | 전공 | 박사 | 1-4 | 전자전기컴퓨터공학과 | 한,영 | Yes |
| 지도교수가 박사과정 학생에게 부여한 연구 과제를 수행한다. | |||||||||
| ECE6002 | 박사연구2 | 3 | 6 | 전공 | 박사 | 1-4 | 전자전기컴퓨터공학과 | 영 | Yes |
| 지도교수가 박사과정 학생에게 부여한 연구 과제를 수행한다. | |||||||||
| ECE6003 | 박사연구3 | 3 | 6 | 전공 | 박사 | 1-4 | 전자전기컴퓨터공학과 | 영 | Yes |
| 지도교수가 박사과정 학생에게 부여한 연구 과제를 수행한다. | |||||||||
| ERP4001 | 창의심화탐구 | 3 | 6 | 전공 | 학사/석사 | 교무팀 교육연구 | - | No | |
| 이 과목은 교육을 중심으로 하는 연구를 병행하는 교과목으로서, 연구수행능력을 일정 수준 갖춘 학사과정생들을 중심으로 창의적인 아이디어를 도출하고, 학사과정생이 자율적으로 연구할 수 있는 기회를 확대하고자 설계되었다. 학생들은 과학기술 분야를 중심으로 한 인문사회, 문화예술 분야의 융합과 통섭을 기반으로 과학적 탐구력과 창의적 문제해결역량 신장에 적합한 창의 주제 탐구 수행한다. 또한 본 과목은 학제간 융합주제에 대한 교육-탐구설계-수행-논문지도-결과발표에 이르는 전 과정을 포함하고 있다. | |||||||||
| ESW4001 | 가상현실론 | 3 | 6 | 전공 | 학사/석사 | 소프트웨어학과 | - | No | |
| 가상현실은 컴퓨터공학을 기반으로 다양한 분야를 융합하는 차세대 미디어이다. 본 과목은 가상현실에 대한 기술적인 측면에 초점을 맞추어 이론적인 기초, 하드웨어/소프트웨어와 그 응용에 대해서 다룬다. 주요한 주제는 가상현실 시스템, 컴퓨터그래픽스 기초와 3D 입체 렌더링, 시각/청각/촉각 지각, 3D 상호작용과 실용적인 구현 기법을 다룬다. | |||||||||
| ESW4004 | 분산컴퓨팅원론 | 3 | 6 | 전공 | 학사/석사 | 소프트웨어학과 | 한 | Yes | |
| 대규모 데이터 처리의 중요성이 증가함에 따라, 분산 시스템은 점점 중요해지고 있으며 인공지능을 포함한 다양한 도메인에서 널리 사용되고 있다. 분산 시스템은 네트워크로 연결된 독립된 컴퓨터들의 집합체로 하나의 일관된 시스템으로 동작하는 시스템이다. 이 수업의 주요 목표는 분산 시스템의 주요 설계 원리를 학습하고, 분산된 컴퓨팅 자원을 관리하는 방법을 이해하며, 분산 합의 프로토콜, 일관성 및 결함 내성을 보장하기 위한 여러 방법 및 최신 분산 플랫폼들을 학습한다. | |||||||||
| ESW4006 | 정보시각화 | 3 | 6 | 전공 | 학사/석사 | 소프트웨어학과 | 한 | Yes | |
| 데이터 저장 및 처리 기술의 발달로 인해 인간이 다루는 데이터의 크기는 전례 없는 속도로 증가하고 있다. 이러한 데이터 크기의 증가에도 불구하고 인간의 인지 능력은 과거에서 크게 변하지 않아 인간과 데이터 사이의 정보 장벽이 심화되고 있다. 정보시각화(Information Visualization)는 이러한 정보 과부하를 효과적인 시각적 표현을 이용하여 해결한다. 본 교과목에서는 시각화를 효과적으로 디자인하고, 평가하고, 비평하는 방법을 학습한다. 또한, 인간의 인지적 특성과 이것이 어떻게 시각화에 이용되는지 배우고, 이것이 적용된 실제 시각화 및 상호작용 방법을 다룬다. 마지막으로, 이러한 인터랙티브한 데이터 시각화를 컴퓨터에서 구현하는 방법에 대해서 실습한다. 본 교과목에서 다룰 주제는 아래와 같다. - 정보시각화의 토대, 탐색적 데이터 분석, 시각적 분석 - 데이터 및 과업(task) 추상화 - 테이블, 지도, 네트워크, 텍스트, 불확실성 시각화 - 대용량 고차원 데이터를 위한 시각화 - 기계학습 기술의 설명력과 신뢰도를 위한 시각화 | |||||||||
| ESW4007 | 컴파일러와언어원론 | 3 | 6 | 전공 | 학사/석사 | 소프트웨어학과 | 한 | Yes | |
| 컴파일러와 프로그래밍언어에 관련된 대학원 수준의 과목으로 데이터플로우 및 콘트롤플로우 분석을 바탕으로 컴파일러의 소스코드 정적/동적 분석, 이를 활용하는 컴파일러 최적화 기법, 컴파일러 백엔드에서 사용되는 코드 생성기술을 배운다. 또한 멀티코어와 벡터프로세싱을 지원하기 위한 자동병렬화 기술의 바탕이 되는 데이터 의존 분석, 순환문 변환에 관한 기술을 배운다. | |||||||||
| ESW4008 | 인공지능보안 | 3 | 6 | 전공 | 학사/석사 | 소프트웨어학과 | - | No | |
| 해당 과목은 인공지능과 보안에 관련된 다양한 문제들에 대해 소개한다. 보안과 프라이버시 문제들에 있어서 인공지능, 데이터 및 빅데이터 분석 기법들이 어떤 역할을 하는지를 소개한다. 특히 난해한 보안 및 프라이버시 문제를 해결하는데 다양한 기계학습, 인공지능 및 빅데이터 분석 방법들이 어떻게 활용되는지 소개한다. | |||||||||
| ESW4009 | 블록체인과스마트컨트랙트 | 3 | 6 | 전공 | 학사/석사 | 소프트웨어학과 | - | No | |
| 본 과목은 중간자 없이 P2P 디지털 자산 전송을 가능하게 하는 블록체인 및 스마트 컨트랙트 기술을 소개한다. 특히, 본 과제의 목표는 학생들에게 (1) 블록체인 원천 기술의 개념 이해, (2) 스마트 컨트랙트를 설계 및 구현할 수 있는 프로그래밍 스킬, (3) 블록체인에서 dApp을 개발하는 방법, (4) 산업 관련 블록체인 프르임워크에 대한 동향 정보를 제공하는 것을 목표로 한다. 또한, 본 과목은 블록체인 기술에서 활용되는 암호학 기술부터 블록체인 플랫폼의 dApp 기술까지 다양한 기술을 다루고자 한다. | |||||||||
| ESW4013 | 소프트웨어자동화분석 | 3 | 6 | 전공 | 학사/석사 | 소프트웨어학과 | - | No | |
| 최근 소프트웨어의 복잡도가 증가함에 따라 다양한 버그 및 보안 취약점이 발견되고 있다. 이러한 버그 및 보안 취약점을 효과적으로 탐지하기 위해 학계 및 산업체에서는 소프트웨어를 자동으로 분석하는 다양한 정적 및 동적 분석 기술을 활용하고 있다. 본 수업은 학생들이 소프트웨어를 자동으로 분석하는데 활용되는 최신 기술을 습득하는데 목표가 있다. 이를 위해, abstract interpretation, data-flow analysis, concolic testing, symbolic execution, fuzzing, instrumentation과 같은 기술에 대한 이론을 학습하고, 최우수 국제학술대회에 발표된 논문을 공부하여, 각 기술의 장단점 및 활용처 등을 소개하고자 한다. 또한 학생들이 직접 이러한 기술을 활용해서 소프트웨어에 존재하는 버그를 자동으로 찾아보는 과제를 제공하고자 한다. 본 수업 후에 학생들은 1) 최신 소프트웨어 분석 기술의 이론을 이해하고 설명할 수 있으며, 2) 이러한 기술을 활용하여 소프트웨어에 존재하는 버그 및 보안 취약점을 자동으로 찾을 수 있으며, 3) 소프트웨어 분석 연구를 수행할 수 있다. | |||||||||
| ESW4014 | 강화학습개론 | 3 | 6 | 전공 | 학사/석사 | 소프트웨어학과 | 한 | Yes | |
| 본 과목은 주어진 환경에서 최적의 행동 정책을 찾는 강화 학습 (Reinforcement Learning, RL) 기초 이론과 알고리즘에 대해서 배운다. Markov Decision Process, Planning, Q-learning 과 같은 강화 학습 기초 이론부터 Value Function Approximation, Policy Gradient Method 와 같은 심층 신경망 기반 강화 학습 알고리즘을 다룬다. 더불어 환경 모사를 통한 Model-based RL, Exploitation & Exploration Trade-off, 전문가의 행동을 모방하는 Inverse RL 에 대해서도 학습한다. 본 과목을 이수하기 위해선 자료구조, 알고리즘 및 기계학습 등에 대한 기초 지식이 필요하다. | |||||||||
| ESW4024 | 추천시스템개론 | 3 | 6 | 전공 | 학사/석사 | 1-4 | 소프트웨어학과 | - | No |
| 추천 시스템은 사용자의 클릭/구매 이력과 항목의 콘텐츠 정보를 활용하여 사용자의 숨겨진 선호도를 추론하고, 이를 기반으로 사용자가 좋아할만한 항목을 제공하는 것을 목표로 한다. 추천 시스템은 대규모의 데이터에서 유용한 정보를 찾아주는 대표적인 정보 필터링 방법으로 다양한 웹 애플리케이션 및 E-Commerce에서 폭넓게 활용되고 있다. 본 수업에서는 이와 같은 추천 시스템을 구현하기 위한 대표적인 추천 모델에 대해서 다룬다. 구체적으로, 사용자 이력만을 활용하는 협업 필터링(Collaborative Filtering)과 항목의 콘텐츠 간 유사도를 활용하는 콘텐츠 기반 필터링 기법에 대해서 다룬다. 특히 협업 필터링은 이웃 기반의 방법론과 모델 기반의 방법론에 대해서 다루며, 모델 기반은 전통적인 선형 모델부터 최근의 신경망 기반의 비선형 모델에 대해서 폭넓게 살펴본다. 또한, 최근 사용자의 순서 이력을 고려한 시계열 기반 추천 모델과 콘텐츠와 이력 정보를 함께 활용하는 행렬 분해 머신(Factorization machines)에 대해서도 살펴본다. 특히, 이와 같은 추천 모델을 직접 구현하여 성능 비교 및 장단점에 대해서 함께 살펴본다. | |||||||||
| ESW4025 | 인공지능윤리 | 3 | 6 | 전공 | 학사/석사 | 소프트웨어학과 | 영 | Yes | |
| 현재 인공지능의 발전으로 사회 곳곳에서 이들을 만날 수 있다. 하지만 인공지능은 윤리적인 판단을 스스로 내릴 수 없는 amoral이다. 그렇기에 인공지능으로 인해 나오는 여러 윤리적인 문제를 이해하고 해결해야하는 것이 지금 그리고 미래의 과제이다. 본 과목에서는 인공지능이 가지는 윤리적인 문제와 원인 그리고 해결책에 대해 살펴볼 것이다. 먼저 인공지능에 대해 간략히 배운 후 그들이 가지는 윤리적인 문제를 살펴볼 것이다. 이들은 크게 데이터, 알고리즘, 어플리케이션으로 나눠 볼 수 있어 이를 각각 살펴볼 것이다. 그 후 이러한 문제에 대한 원인을 살펴볼 것이다. 더해서 분석한 문제와 원인을 바탕으로 실제 이를 해결하는 알고리즘 및 사례를 살펴볼 것이다. | |||||||||
| ESW4026 | 컴퓨터네트워크와인공지능 | 3 | 6 | 전공 | 학사/석사 | 소프트웨어학과 | - | No | |
| 본 교과목은 4차 산업혁명의 핵심기술인 인공지능 기술을 인터넷에 적용할 수 있는 역량 배양을 목표로 한다. 이를 위해 컴퓨터 네트워크와 보안의 기본적인 프로토콜과 시스템을 설명하고, 컴퓨터 네트워킹 기술에 적용 가능한 인공지능 기술을 설명한다. 6G 네트워크 시대를 대비하여 의도 기반 네트워킹, 클라우드 기반 보안 서비스, 지능형 사물인터넷, 자율주행차를 위한 무선 네트워킹이 다루어진다. 특히 6G 코어 네트워크를 위한 AI 기반 네트워킹 및 보안기술이 다루어진다. 본 교과목은 또한 컴퓨터 네트워크의 프로토콜 계층(예, 데이터 링크 계층, 네트워크 계층, 전송 계층, 응용 계층)을 학생들에게 가르친다. 본 교과목의 소개가 1주 다루어지고, 6G 네트워크 기술들이 5주동안 다루어지고, 컴퓨터 네트워크 계층들이 8주동안 다루어진다. 본 교과목의 기대효과로서 학생들은 컴퓨터 네트워크 및 보안에 대한 기반 지식을 배울 뿐만 아니라, 4차 산업혁명 시대를 위해 인공지능 및 기계학습 기술을 컴퓨터 네트워킹 분야에 접목하는 SW-AI 전문가로 성장할 수 있다. | |||||||||