인공지능 발전의 역사적 이해와 이를 토대로 인공지능 모델에 대한 개론 강의를 실시함. 또한, 인공지능 핵심 모델의 이론적 이해에 토대가 되는 수학적 기초 지식을 쌓아 향후 진행되는
교과목에서 이해도를 높이도록 함.
인공지능기초프로그래밍
인공지능 프로그래밍 언어로 가장 많이 활용되는 파이썬 언어를 공부하여 인공지능 프로그래밍의 기초 능력을 학습함.
인공지능수학1
인공지능 분야를 다루기 위한 미적분학의 기초 및 심화과정을 다룬다. 삼각함수, 지수함수, 벡터공간, 다변수 함수에 대한 미분을 다루며, 선적분, 면적 및 체적에 대한 적분으로 구성된다.
인공지능실습
인공지능 핵심 모델에 대한 이론적 학습을 토대로 프로그래밍을 통하여 모델 구현 및 응용문제 해결을 함.
세상을 움직이는 IT와 인공지능
인공지능 기술 체험 및 활용 방법의 학습을 통하여 다양한 전공의 학생이 자기 분야에서 ICT 융합에 의한 의사소통 능력을 함양하고, 미래 사회의 변화에 능동적으로 대처할 수 있도록 한다.
c/c++ 프로그래밍 및 실습인공지능
응용분야를 위한 기초 C/C++ 프로그래밍 과정으로 구성된다. 기초적 문법, 활용을 위한 예제, 실습과정을 거쳐 C/C++ 프로그래밍 능력을 키우고 응용분야에 대한 이해도를 높이고 활용에
초점을 두어 교과를 설계한다.
2학년 교육과정(인공지능의 소양과 프로그래밍 능력 향상 교육)
피지컬 컴퓨팅 프로그래밍
물리적 실환경에서의 데이터 취급 및 입출력관계에 대한 이해를 목표로 한다. 센서 및 구동부에 대한 프로그래밍 방법론과 여러 센서에 따른 모달리티 차이, 구동에 따른 시간지연, 동특성에
대한 기초적 내용으로 구성된다.
인공지능수학2
선형 벡터 공간에 대한 이해와 행렬의 기초적 내용으로 구성된다. 선형 공간에 대한 이해를 통해 행과 열에 대한 각 공간의 의미를 다루며, 행렬식, 역행렬, 전치행렬, 랭크, 고유치,
특이값 분해 등 인공지능 기술을 다룰 수 있는 기초적 과정으로 구성된다.
자료구조 프로그래밍
자료의 저장, 탐색을 위한 구조적 접근과 효율적인 알고리즘의 활용으로 구성된다. 스택, 리스트, 트리, 해쉬 테이블 등의 전통적인 자료 구조 방법과 3차원 데이터를 취급하는 트리구조,
고차원 탐색을 위한 벡터 근사 파일 등의 인공지능 활용도가 높은 방법론을 다룬다.
AI와 로봇자동화 프로그래밍
인공지능의 공학적 응용이 필요한 자동화 시스템의 다양한 프로그래밍 기법을 다룬다. 모델링 기반의 메커니즘, 로봇 자동화 등의 분야별 특성을 이해하고, 규칙기반 방법론, 순차적 동작,
인식기술을 이용한 지능형 시스템을 모델링과 프로그래밍으로 설계 및 개발한다.
디지털 신호처리
아날로그 영상 및 음성 데이터의 디지털화에 따른 신호의 분석 및 개선 방법을 다룬다. 이산화, Z 변환, 푸리에 변환을 통해 필터링의 원리와 방법을 이해하고, 주파수 특성, 윈도우,
샘플링 요소를 통해 디지털 신호의 기본 처리과정을 배운다.
인공지능수학3
인공지능 분야에 필요한 다차원 벡터 공간에 대한 미분 기하, 미분 방정식에 대한 기초적 내용을 다룬다. 다변수 함수의 경도, 전미분, Green 이론, 텐서 등 미분 기하의 내용을
소개한다. 미분 방정식의 기본 원리와 방정식의 해 도출을 위한 방법론으로 구성된다.
자동제어의 기초 및 이해
동적 시스템의 모델링을 통해 움직임과 제어 분야의 수학적 도구와 원리를 다룬다. 입출력 정의, 개루프 및 폐루프 모델, 선형 및 비선형 시스템의 작동 방식과 수학적 모델에 기반한 제어기
구성, 주파수 특성을 통해 동적 시스템의 특성을 이해한다.
영상처리 기초
2차원 영상의 변형 및 분석을 위한 다양한 알고리즘과 필터링 기법을 다룬다. 사진 및 동영상의 2차원 영상의 디지털화, 컬러 모델, 샘플링, 양자화, 공간 변환의 기본적 내용과 기하학적
해석, 분할 기법을 통해 영상의 해석과 인식기술로 확장한다.
로봇 프로그래밍 실습
인공지능의 응용을 위한 로봇의 동작과 제어에 대한 기초지식을 함양하는 것을 목표로 한다. 로봇의 관절 및 직교좌표계에 따른 움직임 차이, 순차적 동작, 펜던트 및 카메라로 구성되는 주변
장치와의 연결 및 통신에 대한 프로그래밍 방법론을 다룬다.
기계학습
방대한 데이터의 분석 또는 데이터 기반의 경험을 학습하는 알고리즘 기반의 방법론을 다룬다. 기계학습의 수학적 모델에 기초하여 컨셉 러닝, 회귀분석, 의사결정 트리, 클러스터링, 확률 기반
방법론, 기댓값 최적화 알고리즘 등을 다룬다.
시스템 시뮬레이션
단위 모듈의 입출력을 토대로 대형 시스템의 구성 및 시뮬레이션 기법을 다룬다. 물류 이적재, 포장 등의 공정 설계, 보행자 또는 운전자가 포함된 주행 시나리오 등 불확실성이 포함된
시뮬레이션 환경의 구축과 제어 방식을 통해 데이터 증강 및 지능 테스트를 위한 반복적 데이터 추출 기법을 다룬다.
데이터베이스 및 네트워크 프로그래밍
데이터 수집 및 처리과정을 위한 데이터베이스 구축 방법과 네트워크 기반의 클라우드 시스템 및 데이터 통신 방법론을 다룬다. 스키마 설계, 파일시스템에 기반한 저수준 데이터의 수집, 관계형
데이터베이스를 이용한 대용량 데이터 저장 및 호출, SQL 기반 쿼리를 통해 데이터베이스 설계방식을 이해한다. 네트워크 기반 통신을 위한 웹 명령, 소켓 통신 방법을 통해 네트워크
프로그래밍의 기초원리를 습득한다.
3학년 교육과정(최신 인공지능 기술 습득 교육)
신경망 이론 및 실습
파라미터 기반의 학습방법을 통해 커널과 복잡한 네트워크 구조의 학습 방식을 소개한다. 판별함수의 비선형 모델의 의미를 이해하고, 다양한 유형의 판별함수에 대한 역전파 과정의 수학적 모델,
수렴성, 최적화 과정을 다룬다. 이를 통한 신경망 기반의 방법론이 갖는 데이터 기반의 학습 기법의 기초원리를 습득한다.
로봇 자동화 시스템
인공지능의 로봇 활용을 위해 다양한 로봇 기반의 자동화 시스템 및 공정 기술에 대해 다룬다. 대상물의 이적재, 포장, 팔레타이징 등의 공정과 정렬 및 비정렬 상태에 대한 전형적인 로봇
자동화와 AI 기반의 로봇 자동화 기술 간의 차이점을 소개한다.
데이터 시각화 개론
데이터에 숨은 의미를 분석하기 위한 데이터 시각화 방법론을 다룬다. 시각화를 위한 인포그래픽스 기반의 방법론부터, 상관관계 도출을 위한 투영 방법을 기초로 클러스터링, 주성분 분석, 확률
네트워크 등의 다양한 수학적 방법론으로 구성된다.
자연어 문장처리 및 개론
일상생활에서 사용하는 언어인 자연어를 통계적 구조를 이용하여 의미를 분석하는 과정으로 구성된다. 단어의 의미적 접근을 위해 단어를 벡터화 및 군집화하는 워드임베딩, 단어 벡터간의 유사성을
표현하기 위한 워드투벡터 등의 방법론을 다룬다. 단어 벡터의 시각화를 통해 다차원 공간내의 단어의 의미적 분포를 이해한다.
영상인식 실습
2차원 영상정보에 기반한 인식 기술을 소개한다. 필터링 기법을 통한 윤곽선, 코너 추출등의 기하학적 특징점과 조명효과 및 색상 조절을 통한 색상정보기반의 특징점 등을 이용하여, 각 문제에
따른 인식 기법을 배운다. 확률기반의 인식기, 클러스터링 등 특징점 공간에서의 인식 성능을 다룬다.
데이터 수집 및 처리
대용량 데이터 기반의 학습에 필요한 데이터의 수집 및 전후 처리과정에 대한 내용을 다룬다. 수집데이터의 특성에 따른 실시간성, 영상 이미지 및 동영상 처리, 저수준 센서 데이터 등의 수집
방법론으로 구성된다. 또한 수집된 이미지의 레이블링 및 주석과 함께, 전후 처리과정에서 필요한 방법과 자동화 기법, 시각화에 따른 기본적인 데이터 분석과정을 소개한다.
확률 프로세스 및 시스템
확률 및 확률 네트워크에 대한 기본적 이해를 토대로 확률 프로세스의 특성과 수학적 모델링을 학습한다. 조건부 확률, 조건부 독립, 마르코프 시스템을 다루며, 칼만 및 파티클 필터의 이해,
확률기반의 추계형 최적화 기법, 벨만 방정식의 해석과정을 다룬다.
생성형 AI 모델
학습을 통해 다양한 유형의 데이터를 생성해내는 인공지능 방법론을 다룬다. 주어진 데이터의 분포를 학습하여 생성해내는 변분 오토인코더 기능과 데이터의 생성과 평가의 경쟁을 통한 생성형 적대
신경망 구조의 원리와 방법론으로 구성된다.
자연어 AI 모델
자연어 기반의 대화 이해 및 생성 기법에 대한 인공지능 방법론을 다룬다. 자연어 처리를 위한 문제생성작업을 토대로, 대화 이해를 위한 구문론 및 의미론 기반 접근방식과 대화 생성을 위한
전이학습 모델인 BERT와 GPT의 동작 원리를 이해한다.
3D 영상처리
RGBD 센서를 이용한 3차원 공간의 포인트 클라우드를 이용한 사물 인식 방법론을 다룬다. 대용량의 3차원 데이터의 취급 및 시각화, 데이터의 기하학적 구조에 대한 파라미터화, 확률적
방법에 의한 3차원 매칭 문제, 3차원 영상의 합성에 따른 정렬 문제를 다룬다.
딥러닝 실습
딥러닝 방법론에 대한 소개와 실습을 통한 사례별 학습을 목표로 한다. GPU 기반의 연산서버를 활용하여, 데이터 셋을 이용한 다수의 딥러닝 방법의 학습과정을 익히고 각 방법론의 성능,
프로그래밍 및 학습모델의 특성을 이해한다.
강화학습
확률론적 방법에 기반하는 상태량과 행동 선택을 목표로 하는 강화학습 방법론을 다룬다. 보상함수, 상태값 함수의 기본 원리와 미래 기대치를 이용한 강화학습 기반의 학습방법과 다양한 파생
방법론을 배운다. 또한 역강화 학습을 통한 모방학습 기법을 이해한다.
4학년 교육과정(인공지능 기술의 산업 응용력 향상 실무 교육)
AI 응용 자동화 시스템
인공지능 기술을 로봇에 적용하여 융합형의 자동화 시스템 설계 방안을 다룬다. 사물에 대한 인식기술을 이용하는 경우, 로봇 동작을 동적으로 생성하고 스스로 장애물을 회피하는 경로 최적화를
수행하는 관련 기술로 구성한다. 3차원 물체의 위치 추정, 구속조건의 만족, 경로 생성, 강화학습을 토대로 자동화 시스템에 필요한 기술군을 학습한다.
대화형 키오스크 설계
대화형 인공지능 기술을 이용하여 키오스크의 서비스 설계 및 개발 과정을 다룬다. 대화 이해 및 생성 기법을 이용하여 문맥파악과 적절한 대화생성이 가능한 지능형 키오스의 주요 기능들로
구성된다. 지능형 키오스크를 사용할 적절한 서비스를 설계하고 문제의 도메인 정보를 통해 대화 기능을 구현한다.
사물인식
2차원 또는 3차원 정보를 토대로 사물에 대한 인식 및 위치 판단 기술을 다룬다. 딥러닝을 이용한 2차원 또는 3차원 관심영역을 도출하고, 해당 사물의 유형에 대한 인식기술, 관심영역에
기반한 위치 판단이나 6D 위치 추정 방법을 다룬다. 이를 위한 CoCo, AI허브의 공용 데이터 셋을 활용하는 방안을 습득한다.
딥러닝 기반 검수공정 설계
산업용 AI 분야에서 활용도가 높은 딥러닝 기반의 제품 검수과정의 설계하는 과정을 다룬다. 제품의 검수 목적에 따라, 기존의 육안검사 기반의 크기, 품질 확인, 조립성 등을 대체하는
딥러닝 기반의 척도 및 인식 시스템을 개발한다. 실데이터의 수집과 레이블링을 통해 검수과정의 양불량 인식률을 향상하는 것을 목표로 한다.
자율주행
이동형 로봇의 자율주행 기법을 다루며, 영상기반의 딥러닝을 이용한 의미기반의 사물 판단 및 지능적 대응 기능을 개발하는 과정으로 구성됨. 신호등, 도로 구분, 보행자의 움직임 패턴을
이용하여 주행 경로에 대한 수정 및 판단을 통해 지능적인 주행 방법론을 개발한다.
고장진단 기술
산업 환경에서의 고장에 의한 비정상 동작은 생산량의 감소와 효율성을 떨어뜨리는 중대한 사건에 해당한다. 센서와 동작의 관계성을 토대로 인공지능 기술을 이용한 고장 진단 기술을 다룬다.
진동, 가속도, 소리 센서의 저수준 시계열 데이터를 이용하여, 비정상 상태에 대한 판단과 함께 고장 예측 기술을 개발하는 과정으로 구성된다.
원격관제 데이터베이스
산업환경의 잦은 고장과 생산라인의 변화에 대응하기 위해, 클라우드 시스템 기반의 RaaS 모델 (Robot as a Service)을 이용한 분석과 지능 증강 시스템을 다룬다. 원격 관제
시스템을 기반으로 데이터를 수집하고, 학습에 의한 수정 전략을 재로딩함에 따라, 생산 환경의 능동적 대응을 유도하는 방법론으로 구성된다.
AI 응용 로봇피킹 시스템
대상물에 대한 능동적 피킹 전략의 수립은 인공지능의 발달에 따라 로봇 분야의 주요 관심사로 부각되고 있다. 본 과목에서는 AI 기술을 이용한 사물인식, 위치 추정, 그리퍼에 따른 파지
위치의 판단으로 구성된다. 실환경에서의 다양한 사물의 피킹과 비정렬된 빈피킹 문제의 해결 방안을 다룬다.
켑스톤 디자인1,2
창의적 문제해결에 기반한 실무 능력을 갖춘 인재양성을 위한 프로그램으로 구성된다. 수동적 교육안을 벗어나 스스로 문제를 해결하려는 노력과 지식을 활용, 응용하는 교육을 목표로 진행된다.