본문 바로가기

학사안내

교육목표

학문적 수월성과 산업적 감각을 동시에 갖춘 AI 분야의 창의적 융합 인재를 양성한다. 구체적으로, AI와 데이터과학에 특화된 교육과정을 통해 전문성을 높이고, 창의적이며 자율적인 연구 환경을 조성하여 융합연구의 기틀을 마련하며, 글로벌 역량 강화를 통하여 세계를 선도하는 AI 분야의 글로벌 인재를 육성한다.

교과과정 개요

인공지능대학원에서는 석사 및 박사과정 학생들에게 AI와 데이터과학에 특화된 교육과정을 제공한다. 구체적으로, AI 원천기술 및 핵심 알고리즘을 전공필수 교과목으로 편성하고, AI대학원 중점 연구 분야와 연계성 높은 고급 기술 교과목을 전공선택으로 편성한다. 더불어 통합적 인재양성을 위한 교과목 및 비이공계 학생을 위한 별도의 기초 교과목을 제공할 뿐만 아니라, 최신 AI 연구 동향과 AI 융합 분야에 대한 수업을 편성하여 최신 AI 연구결과 및 응용 융합 연구가 교육에 직접 연결되는 유기적인 교육을 실시한다.

석사과정

      • 졸업이수학점 : 총 28학점 (교과학점: 18학점, 연구학점: 10학점)
      • 공통필수 : AIGS800(인공지능 세미나) 2학기 이상 이수
        - ICEC501(연구윤리) 1회 이수
        * 공통필수는 졸업학점 불포함
      • 전공필수 : 3과목 (9학점)
        - 기계학습, 인공지능과 데이터과학, 딥러닝
      • 선 택 : 3학점 이상 이수
      • TA의무사항 : 1회

박사과정

      • 졸업이수학점 : 총 32학점 (교과학점: 15학점, 연구학점: 17학점)
      • 공통필수 : AIGS800(인공지능 세미나) 2학기 이상 이수
        - ICEC501(연구윤리) 1회 이수
        * 공통필수는 졸업학점 불포함
      • 전공필수, 전공선택 : 9학점 이상
      • TA의무사항 : 2회

석·박사통합과정

      • 졸업이수학점 : 총 60학점 (교과학점: 30학점, 연구학점: 30학점)
      • 공통필수 : AIGS800(인공지능 세미나) 4학기 이상 이수
        - ICEC501(연구윤리) 1회 이수
        * 공통필수는 졸업학점 불포함
      • 전공필수 : 3과목 (9학점)
        - 기계학습, 인공지능과 데이터과학, 딥러닝
      • 선 택 : 12학점 이상 이수
      • TA의무사항 : 3회

교과과정 POSTECH 대학(원)요람 페이지로 이동합니다. 2016 이후 2015 이전

개설과목 POSTECH 개설과목조회 페이지로 이동합니다. 바로가기
전공과목 일람표
전공과목 일람표
이수구분 학수번호 교과목명 강-실-학
전공필수 AIGS515/CSED515 기계학습 3-0-3
AIGS537 인공지능과 데이터과학 3-0-3
AIGS538 딥러닝 3-0-3
전공선택 AIGS500/CSED500 컴퓨터공학을 위한 고급 선형대수 이론 3-0-3
AIGS501/CSED501 변환론 3-0-3
AIGS502/CSED502 계산이론 3-0-3
AIGS503/CSED503 고급 컴퓨터구조 3-0-3
AIGS504/CSED504 고급 운영체제 3-0-3
AIGS505/CSED505 네트워크 성능평가 3-0-3
AIGS506/CSED506 디지털 논리테스팅 3-0-3
AIGS507/CSED507 소프트웨어 공학 3-0-3
AIGS508/CSED508 이산 및 계산기하학 3-0-3
AIGS509/CSED509 컴퓨터 애니메이션 3-0-3
AIGS510/CSED510 기계학습의 구현 및 가속 3-0-3
AIGS511/CSED511 가상현실 입문 3-0-3
AIGS513/CSED513 시뮬레이션 3-0-3
AIGS514/CSED514 패턴 인식론 3-0-3
AIGS518/CSED518 자연어처리를 위한 언어학 기초 3-0-3
AIGS520/CSED519 3D 모델 복원 3-0-3
AIGS521/CSED521 퍼지 및 지능시스템 3-0-3
AIGS523/CSED523 통계적 자연어처리 3-0-3
AIGS524/CSED524 확률 그래프 모델 3-0-3
AIGS526/CSED526 데이터마이닝 3-0-3
AIGS527/CSED527 햅틱스 입문 3-0-3
AIGS528/CSED528 기계학습을 위한 최적화 3-0-3
AIGS529/CSED520 계산 이미징 3-0-3
AIGS530/CSED530 컴퓨터공학을 위한 고급 확률 이론 3-0-3
AIGS531/MATH530 수리통계학 3-0-3
AIGS532/MATH532 수학의 응용과 빅데이터 3-0-3
AIGS536/CSED536 고급 알고리즘 3-0-3
AIGS539 컴퓨터 비전 3-0-3
AIGS540 빅데이터 처리 3-0-3
AIGS551/CSED551 계산사진학 3-0-3
AIGS570 인공지능 기술 스타트업 3-0-3
AIGS571 비즈니스 AI 3-0-3
AIGS572 AI+X 솔루션 스튜디오 A 2-2-3
AIGS573 AI+X 솔루션 스튜디오 B 2-2-3
AIGS574/IMEN574 데이터 과학을 위한 프로그래밍 3-0-3
AIGS600/CSED600 분산처리 3-0-3
AIGS601/CSED601 디펜더블 컴퓨팅 3-0-3
AIGS602/CSED602 고급 데이터베이스 3-0-3
AIGS603/CSED603 병렬 알고리즘 3-0-3
AIGS604/CSED604 병렬처리 3-0-3
AIGS605/CSED605 실시간 시스템 3-0-3
AIGS607/CSED607 네트워크 관리 시스템 3-0-3
AIGS608/CSED608 고급 컴퓨터 네트워크 3-0-3
AIGS609/CSED609 랜덤변수 및 프로세서의 컴퓨터공학 응용 3-0-3
AIGS610/CSED610 정보검색 3-0-3
AIGS611/CSED611 기계번역 3-0-3
AIGS613/CSED613 정형적 명세 기술 3-0-3
AIGS615/CSED615 고급 가상현실 3-0-3
AIGS616/CSED616 인간언어 처리론 3-0-3
AIGS617/CSED617 고급 햅틱스 3-0-3
AIGS620/CSED620 모바일네트워크 3-0-3
AIGS621/CSED621 시각-언어 상호지능 3-0-3
AIGS626/CSED626 멀티미디어 네트워킹 3-0-3
AIGS627 강화학습 3-0-3
연구과목 AIGS699 석사논문연구 가변학점
AIGS800A/B 인공지능 세미나 A/B 1-0-1
AIGS801 개별연구 가변학점
AIGS899 박사논문연구 가변학점
공통필수 ICEC501 연구윤리 1-0-1