융합SW기초 교육과정

융합SW기초교육과정

융합SW기초교육과정은, 각 유형별 마이크로디그리전공 교육과정의 보편적 SW활용 능력 제고를 위한 필드코어(FIELD CORE) SW 기초교과목으로 구성되어 있으며, 2024학년도 이후 입학생만 수강신청 가능합니다. 마이크로디그리 졸업학점 중 융합 SW기초 교과를 의무 이수하여야 합니다.

※ 「졸업에 관한 규정」 참조.

교육과정

유형	이수구분	교과목명(과목CODE)	학점	이론	실습	수업방식	편성학년	적용대상
융합SW기초교과	MD기초	혁신적GenAI 비즈니스응용 (IMD22001)	3	1	2	혼합수업	1학년	2024학년도 신입생 부터
	MD기초	Orange3를활용한노코드데이터분석 (MD22002)	1	0	1	강의실	1학년
	MD기초	R프로그래밍의이해 (MD22003)	3	1	2	강의실	1학년
	MD기초	공학자를위한C언어기초 (MD22004)	3	1	2	강의실	1학년
	MD기초	디자인소프트웨어AI융합특론 (MD22005)	1	0	1	강의실	1학년
	MD기초	디자인씽킹과노코딩앱제작(1) (MD22006)	3	1	2	강의실	1학년
	MD기초	비즈니스인텔리전스와데이터분석실무 (MD22007)	3	1	2	강의실	1학년
	MD기초	컴퓨터는어떻게생각할까? 컴퓨팅사고 (MD22008)	3	3	0	비동시적 원격수업	1학년
	MD기초	프로그래밍 입문 (IMD22009)	3	1	2	강의실	1학년
	MD기초	데이터 분석으로 문제해결 (MD22010)	3	1	2	강의실	1학년
	MD기초	의료영상처리 이해 (MD22011)	3	1	2	강의실	1학년
	MD기초	디지털 영상정보학 (MD22012)	3	2	1	강의실	1학년
	MD기초	말로하는생활코딩 (MD22013)	3	1	2	강의실	1학년
	MD기초	SW를 활용한 3D프린팅 기초 (MD22014)	3	0	3	강의실	1학년

교과목 개요

혁신적 GenAI 비즈니스 응용 (Innovative GenAI Business Applications)

- GenAI는 현대 기업들이 더욱 혁신적이고 경쟁력 있는 비즈니스를 운영할 수 있도록 도와준다. 이를 통해 기업은 효율성을 높이고, 고객 경험을 향상시키며, 새로운 시장 기회를 창출할 수 있다. 앞으로 GenAI의 발전은 더욱 다양한 산업 분야에서 핵심적인 역할을 할 것으로 예상된다.

- 본 교과목은 1학년 신입생들이 생성형 AI 기술을 이해하고, 이를 통해 미래 비즈니스 환경에서 요구되는 분석 능력과 창의적 문제 해결 능력을 배양하기 위해 설계되었다.

- 데이터 중심의 비즈니스 의사결정 과정에 있어 AI의 역할을 이해하고, 이를 기반으로 한 전략 수립 능력은 향후 학생들이 졸업 후 경쟁력 있는 전문가로 성장하는 데 필수적이다.

Orange3를 활용한 노코드 데이터 분석 (No-Code Data Analysis with Orange3)

- 4차 산업혁명과 디지털 트랜스포메이션의 실현에 따라 조직, 기업, 사회 전반에서 소프트웨어를 활용하는 비즈니스가 증대되고 있으며, 이에 따라 컴퓨팅 사고와 데이터 분석 능력이 필수 역량으로 요구되고 있다.

- 본 교과에서는 기술 발전 방향에 맞춰 다양한 전공에서 업무의 핵심이 되는 기초 데이터 분석을 다루며, Orange3 도구를 활용하여 노코드로 데이터를 분석하는 개발 방법론을 학습한다.

R프로그래밍의 이해 (Understanding R Programming)

- 4차 산업혁명으로 인하여 생산, 제조, 유통 등 다양한 산업에서 광범위한 데이터가 생성되고 있다. 사회적으로 이를 빅데이터로 통칭하며 기업 비즈니스의 지속적인 발전을 위하여 데이터를 체계적·과학적으로 활용하기 위한 방법론들이 나타나고 있다.

- R 프로그래밍 언어는 통계적 도구를 기반으로 만들어졌으며, 컴퓨터를 활용할 수 있는 기초적 수준에서부터 학습할 수 있는 적정 수준의 도구이다. 또한, 전 세계적으로 데이터 과학자와 Google, Airbnb, Facebook 등과 같은 주요 기업에서 데이터 분석을 위해 널리 사용하는 프로그래밍 언어라 할 수 있다.

- 난이도가 조금은 높은 기존의 C언어 계열, 파이썬 등과는 다르게 인문·사회과학·헬스케어 분야의 데이터 통계 분석에 가장 범용적으로 활용되는 분석 방법론에 대한 기초 내용을 학습한다.

공학자를 위한 C언어 기초 (Basics of C Language for Engineer)

- 공학 및 많은 산업 분야에서 C 언어는 다양한 용도로 활용되고 있다. 예를 들어 시뮬레이션 및 모델링, 제어 시스템 및 신호 처리, 임베디드 시스템, 시스템 소프트웨어 개발, 고성능 컴퓨팅, AI 응용에서는 실시간 데이터 처리 등 다양한 분야 등이다. 이를 통해 컴퓨터, 전기, 전자, 기계, 화학, 물리학 등 다양한 분야에서 시스템의 동작을 예측하고 분석 작업, 자동차 제어, 로봇 제어, 음성 및 이미지 처리 작업을 위한 프로그램 개발에 C 언어는 매우 중요한 역할을 하고 있다. 특히 C언어는 성능이 뛰어나며, 병렬 처리를 효율적으로 수행할 수 있어 AI 응용에서와 같이 대용량 데이터를 다루는 데 적합하여 고성능 컴퓨팅 시스템을 필요로 하는 대규모 데이터나 복잡한 모델을 다루는 AI 응용이나 실시간 데이터 처리를 필요로 하는 AI 응용 등에 많이 활용되고 있다.

- 본 교과는 공학을 전공하는 학생들이 변수, 자료형, 제어문, 함수, 배열, 포인터 등 기본적인 프로그래밍 개념을 습득하고, 이를 통해 소프트웨어 개발의 기초와 함수와 모듈화 개념을 통해 코드의 재사용성과 유지보수성을 높이는 방법, 메모리 관리, 파일 입출력 등 시스템 프로그래밍의 기본 개념을 이해하고 응용할 수 있도록 기초 약량을 함양하는 것을 목표로 한다.

- 향후 마이크로디그리 전공에서 첨단 기술 기반 신산업 분야인 스마트 모빌리티 제어시스템, 국방 로봇 자율주행 소프트웨어, 스마트 IoT 응용, Mili-Tech 드론 소프트웨어, AI 응용 등에 필요한 시스템 프로그래밍과 응용 프로그래밍을 할 수 있는 기초 역량이 될 것이다.

디자인 소프트웨어 AI융합 특론 (Design Software AI Special Discussion)

- 본 교과목은 마이크로디그리 전공을 학습하기 위한 기초단계의 교과목으로써 「융합 SW기초교과 - 미래산업고도화형」영역으로 연계하여 4차산업혁명을 대상으로 디자인SW·AI 기초역량을 함양시킬 수 있는 기반 역량을 제공한다. 더불어, SW기초교과에 대한 동기부여를 위하여 기초 수준의 내용을 제공한다.

- 본 교과목은 미래가치 실현을 위한 하이브리드형 융합 인재 양성을 목표로 하며, 다양한 전공을 융합하여 문제 해결에 유연하게 접근할 수 있는 능력을 배양한다.

- 또한 SELF-DESIGNED CLASS의 미래산업고도화형 디자인SW·AI 기초 교과목으로 설계되었으며, 전체 학생의 전공이나 계열 연계 SW 활용과 응용력 함양을 위한 STEP-UP 모델의 교육을 제공한다.

디자인씽킹과 노코딩 앱제작(1) (Design thinking and Basics of no-coding app development (1))

- 4차 산업혁명 시대에는 인터넷, 스마트 기기를 사용한 창의적인 사고방법이 필요하며 실생활에서 발견되는 다양한 문제들을 해결하려고 하는 단순한 시도부터 산업분야에서 요구하는 실질적인 문제를 해결하기 위한 사고 방법까지 아우를 수 있는 비전공자를 위한 쉬운 접근 방법이 요구된다.

- 프로그래밍을 가르치기 위한 교육용 프로그래밍 언어 중에서 텍스트 기반의 어려운 문법을 익혀야 하는 C, 자바, C++ 언어에서 탈피하고 그래픽 기반의 교육용 프로그래밍 언어가 주목을 받고 있다. 그래픽 기반의 교육용 프로그래밍 언어에는 2007년 MIT Media Lab에서 플래시 기반으로 만들어진 스크래치, KAIST출신의 학생들이 주축이 되어 만들고 NAVER에서 후원하는 비영리 교육용 프로그래밍 언어인 엔트리, 2009년 Google사가 기존의 안드로이드 앱 개발을 쉽게 할 수 있는 환경을 만들기 위해 개발하고 MIT에서 확장 개발 및 운영하는 앱 인벤터가 있다. 앱 인벤터는 온라인상에서 무료로 코딩할 수 있으며 산출물이 실제 환경에서 동작 하므로 학습자 생활과 밀접성이 높으며, 코딩에 대한 실질적인 이해가 용이하다는 장점이 있다.

- 본 교과목에서는 디자인씽킹을 통한 창의적인 문제 해결 방법론을 학습하며 실생활 문제를 해결할 앱 아이디어 를 도출, 코딩지식 없이도 누구나 손쉽게 앱 설계 및 개발할 수 있도록 학습한다.

비즈니스 인텔리전스와 데이터분석 실무 (Business Intelligence and Data Analysis Practice)

- 본 교과목은 마이크로디그리 전공을 학습하기 위한 기초단계의 교과목으로써 「소프트웨어융합형」영역으로 연계하여 4차 산업혁명을 대상으로 AI·SW 기초역량을 함양시킬 수 있는 기반 역량을 제공한다.

- 본 교과목은 현업에서 요구되는 실질적인 업무 기술과 도구에 중점을 두어 학습자들이 실무에서 효과적으로 활용할 수 있는 능력을 키우기 위한 융합 인재 양성을 목표로 한 마이크로디그리의 융합교육 취지에 맞게 학습자들이 짧은 기간 내에 실질적이고 적응 가능한 업무 기술을 습득하고 미래 진로나 직업에서의 경쟁력을 향상시킬 수 있도록 인재 양성의 기초를 제공하고자 한다.

- 구글 스프레드시트(GS)는 데이터 분석, 시각화, 비즈니스 의사 결정 등 다양한 영역에서 필수적으로 사용되는 도구 중 하나이다. 따라서 마이크로디그리 교육에서는 GS를 활용한 데이터 분석 및 관리 능력을 강화하는 것이 의미 있다. GS를 통한 데이터 기술 습득은 비즈니스 분야에서의 전문성을 향상시키고, 다양한 업무 환경에서 문제를 해결하는 데 필요한 능력을 기를 수 있다. 이러한 과정은 수강자가 실무에서의 능동적인 역할을 수행하고 산업의 미래에 대응할 수 있는 역량을 키우는 데 도움이 될 것이다.

컴퓨터는 어떻게 생각할까? 컴퓨팅 사고 (How does computer think? (Computational Thinking))

- 4차 산업혁명과 디지털 트렌스포메이션 개념의 실현에 따라서, 조직, 기업, 사회적으로 SW를 활용하는 비즈니스가 증대되고 있으며, 이에 따른 업무역량으로 컴퓨팅 사고에 대한 수요가 급증하고 있다.

- 컴퓨팅 사고는 문제 분해 > 패턴 매칭 > 추상화 > 자동화(알고리즘)이라는 요소로 내용적 절차적 특징을 구성하고 있음. 이에 따라 해당 세부 요소들이 어떠한 개념을 갖고 있는지, 어떻게 적용할 수 있는지 논리적 사고를 기반으로 접근하는 방법이 필요하다.

- 이에 따라서, 본 교과에서는 컴퓨팅의 기본적인 개념과 원리를 기반으로 문제를 구성하고 모형화 하여 해결책을 도출하는 과정에 대한 방법을 이론과 실습을 통해 강의한다 또한 코딩 교육을 통해 초보자에게 컴퓨팅 사고를 학습시킬 수 있는 방법을 살펴본다.

프로그래밍 입문 (Introduction to Programming)

- 본 교과목은 SELF-DESIGNED CLASS의 미래산업고도화형, 소프트웨어융합형, 지역친화형 기초 SW교과목으로 전공(학부) 및 계열에서 요구되는 SW의 활용 및 확장으로의 Step-Up 위한 4차 산업혁명의 핵심 방법론 파이썬 기초 학습으로서 사회수요 맞춤형 교육을 바탕으로 SW활용에 실질적 도움을 제공할 수 있는 교과목으로 설계되었다.

- 특히, (빅)데이터를 분석하는 교과들과 A.I.를 활용하기 위한 교과들, 마지막으로 컴퓨팅 사고의 기초역량을 필요로 하는 교과들에 모두 유용한 연계 활용이 가능하다.

데이터 분석으로 문제해결 (Problem solving with Data Analysis)

- 4차 산업혁명과 디지털 트랜스포메이션의 실현으로 조직, 기업 및 사회적으로 소프트웨어를 활용하는 비즈니스가 증가하고 있다. 이에 따라 컴퓨팅 사고에 대한 수요가 급증하고 있다.

- 본 교과목에서는 기술의 발전 방향에 부응하여, 데이터 분석이 활용되는 다양한 전공 및 계열의 요구 사항에 대한 기초적 데이터 처리 및 분석 방법론에 대한 내용을 학습한다.

의료영상처리 이해 (Basics of medical image processing)

- 본 교과목은 영상이 생성되는 원리와 특성, 생성되는 영상이 어떠한 데이터 포맷으로 만들어지는지 그리고 그러한 데이터 포맷별로 어떠한 특성과 활용이 가능한지를 이해를 할 수 있도록 한다. 이를 바탕으로 대상이 되는 영상에 대한 기본적은 영상 처리를 할 수 있는 역량을 함양함으로써 응용 분야별로 스스로 상황에 맞게 판단하여 기본적으로 필요한 영상에 대한 처리를 선택 적용할 수 있도록 하고자 한다.

- 향후 MD전공에서 인공지능 관련 응용 혹은 유관 분야를 선택하여 심화 학습을 하고자 할 경우, 본 교과목을 통해 함양되는 의료영상에 대한 이해, 기본적인 처리 기술은 영상 데이터의 올바른 수집과 수집된 영상 데이터의 품질 평가, 영상에 대한 전처리를 통한 인공지능 솔루션의 올바른 사용 등에 대한 이해도와 실행 역량을 높이고자 한다.

디지털 영상정보학 (Digital imaging informatics)

- 의료에서 사용되는 영상에 대한 이해와 영상처리 과정 및 영상의 이해도 향상을 위한 교과로써 현재 영상의학과에서 X선을 이용하거나, 초음파, 자기장을 이용한 다양한 분야에서의 디지털 의료영상에 대한 소개를 기본으로 한다.

- 또한, 의학적 진단과 치료에 활용되는 해부학이론의 이해를 향상시키며, 진단가치가 높은 영상을 획득하기 위한 방법과, 방사선 영상의 평가 능력을 향상시킬 수 있다.

- 임상에서의 디지털 의료영상을 통한 해부학 및 촬영법, 영상획득 방법, 영상처리 방법 등의 이해를 통해 의료종사자로써 반드시 알아야 할 의학적 기본지식과 더불어 디지털 영상의 이해를 향상시키는데 목적을 둔다.

- 본 교과는 Image-J를 활용한 의료영상에 대한 실습과정과, 방사선 영상 검사를 위한 준비사항 및 의학용어, 영상획득 및 처리과정 등의 이해와 개념을 학습하고, 디지털 영상학을 통해 검사부위의 해부학적 구조와 생리기전, 각 부위별 질환의 진단 및 3D Reconstruction image의 활용분야 등을 배울 수 있다.

말로 하는 생활코딩 (Everyday Vibe Coding)

- 이 교과목은 SW 비전공 학생을 대상으로 하여, 복잡한 프로그래밍 문법 학습에 앞서 자연어를 활용한 프로그래밍(말로 하는 생활코딩, Everyday Vibe Coding) 방식을 도입함으로써 컴퓨팅적 사고를 쉽게 습득할 수 있도록 설계되었다. 학생들은 일상 속 문제 해결이나 전공과 관련된 작업을 프로그래밍으로 구현하면서, Python을 기반으로 한 말로 하는 코딩 환경을 경험하게 된다.

- 이 과정을 통해 학생들은 프로그래밍 언어의 문법과 구조를 처음부터 암기하거나 어려운 구문을 배우는 대신, 자연스러운 언어 표현을 코드로 변환하여 실행하는 과정을 체험하며 SW 구현에 대한 흥미와 동기를 얻는다. 이후 단계적으로 말로 하는 코딩을 통해 생성된 코드를 이해하고 수정해 나가며, 자연스럽게 프로그래밍의 기본 구조와 절차적 사고를 학습할 수 있다.

- 즉, 본 교과목은 "말로 시작해 프로그래밍으로 이어지는 과정"을 통해 SW 비전공자도 부담 없이 프로그래밍에 입문할 수 있도록 돕고, 향후 심화 학습과 실무 적용으로 나아갈 수 있는 기초 역량을 마련한다.

SW를 활용한 3D 프린팅 기초 (3D Printing Basics Using SW)

- 4차 산업혁명을 대표하는 기술 중 하나인 3D 프린팅 기술은 적층제조 방식을 기반으로 대규모 제조설비 투자와 다단계 제조공정을 단순화하는 수준을 넘어 신개념의 기술 공유 표준화와 물류 혁명을 통해 제조업의 새로운 가치를 창출할 수 있는 단계에 도달하였다.

- 금형 제조시대를 넘어 기존의 제조방식이 제공할 수 없는 디자인의 무한한 자유도 고객 맞춤 대응 능력 산업 밸류체인의 단순화 등을 기반으로 설계 기술의 표준화와 공유를 통해 아이디어 플랫폼 비즈니스로 발전할 것으로 기대된다.

- 실제적 문제 해결 능력의 습득이 산업 및 고등교육의 주요 키워드로 떠오름에 따라 본 교육과정을 통해 3D 프린팅을 활용한 시제품 제작 분야와 관련된 역량을 키우고 적용함으로써 기업 현장에서 요구하는 실무능력을 배양할 수 있다.

융합SW기초 교육과정