전공일반2
|
학수번호 (학점) |
교과목명 | 교과목 내용 개요 |
|---|---|---|
|
EDAI301 (2) |
철학과 AI (Philosophy and AI) |
인공지능(AI)의 바탕이 되는 철학 사상들의 연원에 대해 학습하고, AI로 인해 발생할 수 있는 윤리적 문제 등에 관한 철학적 논의들을 통해 그 한계와 개선 방법에 대해 토론하는 과목이다. |
|
EDAI302 (2) |
AI 활용 언어 교육의 이론과 실제 (Theory and Practice of Language Education Using AI) |
다양한 언어와 문화에 대한 이해를 통하여 긍정적 가치관을 가지게 될 수 있도록 언어교육에서 인공지능 활용 방안을 모색하고, 효과적인 지도를 위하여 AI 교육 프로그램 개발 및 적용 방안에 대하여 탐색하는 과목이다. |
|
EDAI303 (2) |
AI 활용 영어 교육의 이론과 실제 (Theory and Practice of English Education Using AI) |
영어 교과에서 글로벌 시민으로 성장해 나갈 수 있는 학습자 양성을 위하여 의사소통 능력을 기를 수 있도록 인공지능 활용 방안을 모색하고, 효과적인 지도를 위한 AI 교육 프로그램 개발 및 적용 방안에 대하여 탐색하는 과목이다. |
|
EDAI304 (2) |
AI 활용 사회 교육의 이론과 실제 (Theory and Practice of Social Education Using AI) |
창의적 사고력, 비판적 사고력, 문제 해결력 및 의사 결정력, 의사소통 및 협업 능력, 정보 활용 능력의 사회 교과 역량을 육성하기 위한 인공지능의 활용 방안을 모색하고, 효과적인 지도를 위한 AI 교육 프로그램 개발 및 적용 방안에 대하여 탐색하는 과목이다. |
|
EDAI305 (2) |
AI 활용 과학 교육의 이론과 실제 (Theory and Practice of Science Education Using AI) |
과학적 사고력, 탐구능력, 과학적 참여와 평생 학습 능력을 함양할 수 있도록 과학 교과에서의 인공지능 활용 방안을 모색하고, 효과적인 지도를 위한 AI 교육 프로그램 개발 및 적용 방안에 대하여 탐색하는 과목이다. |
|
EDAI306 (2) |
AI 활용 수학 교육의 이론과 실제 (Theory and Practice of Mathematics Education Using AI) |
수학교과에서 문제해결, 추론, 창의융합, 의사소통, 정보처리, 태도 및 실천의 수학 교과 역량을 개발 할 수 있도록 인공지능 활용 방안을 모색하고, 효과적인 지도를 위한 AI 교육 프로그램 개발 방안에 대하여 탐색하는 과목이다. |
|
EDAI307 (2) |
AI 활용 영재 교육의 이론과 실제 (Theory and Practice of Gifted Education Using AI) |
다양한 영재의 개별 특성에 맞춘 교육 프로그램을 위한 인공지능의 활용 방안을 모색하고, 효과적인 지도를 위한 AI 교육 프로그램 개발 방안에 대하여 탐색하는 과목이다. |
|
EDAI308 (2) |
AI 활용 교수 설계 (AI-based Teaching Design) |
본 과목에서는 교수설계에 대한 기본적인 이론을 통해 AI를 활용한 교육 프로그램을 분석, 설계, 개발, 평가할 수 있는 능력을 배양한다. |
|
EDAI309 (2) |
AI기반 컴퓨팅 사고력과 실생활 문제해결 (AI-based Computing Thinking and Real-world problem solving) |
본 과목에서는 AI기반 문제를 해결하는 컴퓨팅 사고 능력을 갖추기 위해, 문제해결, 휴리스틱 탐색, 지식표현, 일차 술어 논리 등을 이해하고 학습하며, 실제 AI를 활용하여 실생활 문제를 해결한 사례들을 살펴본다. AI를 활용하여 문제를 해결하는 경험을 통해 미래 교육자로서의 소양을 갖출 수 있도록 PBL 중심 교과이다. |
|
EDAI400 (2) |
AI 교육과정 및 평가 (Curriculum and Assessment of AI Education) |
본 과목에서는 교육과정의 일반원리 및 교육평가의 기초적인 개념과 이론을 이해하고 AI 교육과정의 단계별 구성요소와 교육평가의 역할 및 영향, 교육적 의미, 측정이론, 학업성취의 측정과 평가 등에 대해 학습한다. 또한, 워크숍 방식의 수업을 진행하여 AI 교육과정 설계 및 평가의 구체적인 아이디어를 제공한다. |
|
EDAI410 (2) |
AI 교재 연구 및 지도법 (Methods Course of Curriculum Materials Analysis and Instruction for AI) |
본 과목은 학교급별 및 학습자 특성에 따른 AI 교육의 교재를 개발 및 지도법 학습에 있다. 이를 위하여 목적론, 교재론, 방법론, 평가론의 네 영역에 대한 이론적 연구와 사례분석 및 응용을 포함한 워크숍 방식의 수업을 진행한다. |
|
EDAI420 (2) |
AI 교육론 (Theory of AI Education) |
본 과목에서는 AI 교육을 위한 교과과정의 구성과 전개방식을 이해하고, 현실적인 교육환경과 실용성에 대한 사회적 요구를 감안하여 교안 작성법, 강의방법 및 실습지도 방법 등에 대하여 교육학적 이론과 적용 방안에 대한 세미나를 진행한다. |
|
EDAI501 (2) |
AI와 데이터 과학을 위한 기초수학 (Basic Math for AI and Data Science) |
본 교과목은 AI를 이해하기 위한 기초적인 수학 지식을 학습하는 교과이다. 기초적인 선형대수, 수치해석, 확률과 통계와 관련된 내용으로 구성된다. |
|
EDAI502 (2) |
AI와 데이터 과학을 위한 심화수학 (Advanced Mathematics for AI and Data Science) |
본 과목은 AI와 데이터 과학을 위한 기초 수학의 심과 과정으로 심도깊은 AI의 이해를 위한 심화 수학 개념들도 구성된다. |
|
EDAI503 (2) |
기계학습의 이해 (Understanding Machine Learning) |
본 과목은 자연 현상과 사회적 현상을 수학적 언어로 바꾸어 보는 경험을 할 수 있는 교과이다. 수학적 모델링 과정에서 수학적 추론을 하고 결과를 현실 상황에서 재해석하는 전 과정에서 코딩을 도입하여 컴퓨팅 사고에 기반하여 문제를 해결하는 역량을 키운다. 또한 산업 현장에서 발생하는 문제해결, 의사결정, 인간 활동 예측, 상품 개발 등에서 활용되는 수학 분야에 대하여 소개한다. 특히 인공지능에서 많이 활용되는 분야, 즉 딥러닝, 이미지와 음성 패턴 인식, 자연어 처리와 머신러닝을 발전시키기 위한 수학 내용을 이해하고 적용하는 경험을 한다. |
|
EDAI504 (2) |
수학적 모델링과 코딩 (Mathematical Modeling and Coding) |
본 과목은 AI의 핵심인 기계학습의 기초에 대하여 이해하여, 각 학교급별 학습자에 따라 지도할 수 있는 방법을 구안하기 위하여 기계학습의 근간이 되는 이론과 방법론을 다룬다. 기계학습을 위한 수학, 기계학습의 기본 개념, 회귀, 분류 모델들의 지도학습 모델, 클러스터링, 차원감소 기법 등의 비지도 학습 모델, 앙상블 모델, 베이시언 기계학습 방법론 및 모델, 신경망, 강화학습의 기초적인 부분들을 학습하여, AI 교사로서의 전문성을 향상 시킨다. |
|
EDAI505 (2) |
AI를 위한 최적화 기법 이해 (Optimization Models for AI) |
다변수 미적분학과 최적화, 빅데이터 분석을 위한 주성분 분석, 가중 회귀분석, 유사도, 텐서플로를 이용한 선형 회귀, 그래프 이론과 최적화, 시각화 등에 대하여 학습하고 실제 문제를 해결하는 문제해결력을 배양한다. 또한, 합리적 의사결정 (최적화)을 위해 적용할 수 있는 함수식을 학습하여 각 상황에 맞추어 최적화된 선택을 할 수 있는 역량을 기를 수 있는 과목이다. |
|
EDAI600 (2) |
빅데이터 처리 (Big data processing) |
본 과목은 학습자 스스로 다량의 텍스트 데이터에서 의미 있는 정보를 추출하는 능력을 기르고자 함이다. 이에 정보를 추출하는 기법들의 이론 및 주요 기술을 학습하며, 문서, 웹페이지, 구조화 혹은 반구조화된 레코드나 멀티미디어 객체에 이르는 정보 항목의 표현, 저장, 조직, 접근을 살펴보고, AI 교육자로서의 전문성을 확보하고자 한다. |
|
EDAI601 (2) |
빅데이터 분석 (데이터마이닝) (Big Data Analysis (Data Mining)) |
본 과목에서는 데이터로부터 의미 있는 정보를 추출해 내기 위한 빅데이터의 분석 기법에 대해 이해하고 활용하는 능력을 기르고자 한다. 이를 위해 정형, 비정형 대용량 빅데이터 분석 기법, 대량의 데이터로부터 데이터 내에 존재하는 관계, 패턴, 규칙 등을 스스로 탐색하고 방법, 데이터 마이닝의 필요성과 발전단계, 데이터 마이닝의 단계와 기법 등에 대하여 기초내용을 중심으로 학습하여 미래 AI 교육자로서의 전문성을 확보하고 각 학교급별 학습자에 따라 AI 교과에 활용할 수 있는 방법을 구안한다. |
|
EDAI602 (2) |
인공지능을 위한 프로그래밍 (Programming for AI) |
본 과목은 프로그래밍을 학습하여 실제로 구현할 수 있는 능력을 기르기 위함이다. 이에 따라 다양한 모델의 학습을 용이하게 하기 위한 딥러닝 모델을 학습하고, 추론, 통합 프레임워크인 인공지능 프로그래밍을 이론과 실습을 통해 학습한다. 이를 위해 딥러닝 모델 및 학습을 위한 프로그래밍 방법론과 딥러닝과 확률 모델을 통합적으로 프로그래밍 하는 방법론을 학습함으로써 AI 교사로서의 전문성을 확보할 수 있게 한다. |
|
EDAI603 (2) |
자연어 처리 (Natural Language Processing) |
본 과목에서는 컴퓨터를 이용하여 인간의 언어를 이해하고 생성하기 위한 자연어처리의 핵심 원리에 대해 학습하고, 다양한 응용 사례를 살펴봄으로써 AI 교사로서의 전문성을 기르고자 한다. 이를 위하여, 규칙기반, 통계기반, 딥러닝 기반의 자연어처리 접근법을 학습하고, 자연어처리 기술을 이용한 대화시스템, 기계번역, 정보검색, 텍스트 마이닝 분석 등에 대한 응용 기술에 대해서 학습하며, 각 학교급별 학습자에 따라 AI 교과에 활용할 수 있는 방법을 구안한다. |
|
EDAI604 (2) |
컴퓨터 비전 (Computer Vision) |
본 과목은 컴퓨터를 이용하여 이미지를 처리, 분석하고 의미있는 정보를 뽑는 방법에 대해 학습한다. 기존의 컴퓨터 비전 방법을 간략하게 소개하고, 각각의 방법들이 어떻게 최신 AI기법으로 진화되었고, 어떤 딥러닝 기법들이 개발되었는지 학습한다. 각 학교급별 학습자에 따라 AI교과에 활용할 수 있는 방법을 구안한다. |
|
EDAI701 (2) |
교육용 플랫폼의 이해 및 실제 (Understanding of Educational Platforms) |
인공 지능의 역사, 기본 개념 및 실용적인 응용 프로그램을 이해하고, 인공 지능의 기본 원칙, 데이터, 알고리즘 및 응용 프로그램 간의 관계를 가르칠 수 있는 수업 자료를 개발하고 적용해 봄으로써 현장 기반 연구를 수행한다. |
|
EDAI702 (2) |
인공지능 교육 서비스 설계 (AI Education Service Design) |
본 과목은 학교급별 및 학습자 특성에 따른 AI 활용이나 AI와 융합한 수업을 설계하고, 시연하는 실천적 교과이다. 본 과목을 통해 AI 융합, 또는 활용 교육에 필요한 교수학적 지식을 배양하고 AI 활용 교육의 현장 밀착성을 강화한다. |
|
EDAI700 (2) |
AI 수업 자료개발과 적용 (Materials Development and Application Using AI) |
교과간 융합 실습을 통해 인공 지능의 원리, 기능 및 과제를 보다 깊이 있게 이해할 수 있는 프로젝트 기반 교과이다. AI 융합 교육이 학생들의 창의력, 상상력, 사고력 및 실전 능력 향상에 중점을 둔 융합형 인공 지능 활용 교육이 될 수 있도록 교수자의 역할과 교수학습 지원 역량 강화를 위한 현장 기반 연구를 수행한다. |
|
EDAI710 (2) |
AI 활용 수업의 실제 (Teaching Using AI) |
본 과목을 통해 현재 사용되고 있는 교육용 플랫폼을 활용해 보고 사례를 분석해 본다. 또한 교육용 플랫폼에 대한 이론을 학습하고, 팀별 협업을 통해 교육용 플랫폼을 설계하는 프로젝트형 교과이다. |
|
EDAI720 (2) |
AI 융합교육 프로젝트 (AI Convergence Education Project) |
본 과목은 인공지능을 활용한 교육 서비스를 구축하기 위하여 뇌 기능과 로봇, 사물인터넷과 분산 인공지능, 메타 인지 등의 원리를 이해하고 교육 서비스를 설계하는 방법을 학습한 후, 팀별 협업을 통해 교육 서비스 설계를 하는 프로젝트형 교과이다. |
|
EDAI800 (2) |
논문 1 (Thesis 1) |
AI 융합교육 논문을 쓰기 위한 과목이다. |
|
EDAI810 (2) |
논문 2 (Thesis 2) |
AI 융합교육 논문을 쓰기 위한 과목이다. |
|
EDAI820 (2) |
AI 융합교육 연습 (AI Education Report) |
AI 융합교육 보고서를 쓰기 위한 과목이다. |
