스킵네비게이션

AI융합교육학과

학과 소개

AI 전문성을 갖춘 교원 육성

4차 산업혁명의 핵심기술인 인공지능(AI)은 다양한 산업에 걸친 융합기술로 주목 받으면서 그에 따른 학문적, 사회적 그리고 산업적 수요가 급증하고 있다.

AI융합교육학과는 산업과 사회 등 모든 영역에 걸친 패러다임 변화에 맞춰 AI 전문성과 융합교육 역량을 갖춘 교원을 양성하기 위하여 설립되었다.


교육목표

본 학과는 초중고(마이스터고 포함) 교사 및 직업능력개발훈련교사 등의 교원을 대상으로 AI분야 핵심기술의 기초 및 응용, AI를 위한 SW 활용, AI융합교수법 등의 교육과정을 통해 AI전문성을 갖춘 인재를 육성하는 것을 교육목표로 하고 있다.


교육운영

  • 운영 : 집중학기제 운영
  • 등록 학기 : 4학기
  • 교과목 이수단위 : 3학점/2학점
  • 수료 학점 : 논문 과정 24학점, 비논문 과정 30학점(논문대체추가 6학점 포함)
  • 학위 : 공학석사 (AI융합교육전공)

교육과정

  • 무논문학위 과정 : 4학기제/30학점
    교과목 이수기준 정보 표로 교과목명, 수강 대상자, 이수형태, 학점 순으로 보시면 됩니다.
    학점|학기 1학기 2학기 3학기 4학기
    전공 AI개론
    (2학점)
    컴퓨팅사고와 AI교육
    (3학점)
    5 학점 선택 머신러닝 (2학점) 기술혁신학 (3학점) 3 학 점 (2 강 좌 선 택) AI융합제조교육론
    AI융합건설교육론
    AI융합생명교육론
    전공 AI프로그래밍
    (3학점)
    빅데이터분석
    (2학점)
    AI와 로봇교육 (3학점) AI산업론 (2학점) AI융합수송교육론
    AI융합통신교육론
    교육 AI융합교육 과정연구
    (3학점)
    AI융합교육교재연구및지도법
    (3학점)
    AI융합교육평가
    (3학점)
    AI융합교육과 진로지도
    AI융합교육 프로젝트
    합계 8학점 8학점 8학점 6학점


  • 논문학위 과정: 4학기제/24학점
    교과목 이수기준 정보 표로 교과목명, 수강 대상자, 이수형태, 학점 순으로 보시면 됩니다.
    학점|학기 1학기 2학기 3학기 4학기
    전공 AI개론
    (2학점)
    컴퓨팅사고와 AI교육
    (3학점)
    5 학점 선택 머신러닝 (2학점) 기술혁신학 (3학점) -
    전공 AI프로그래밍
    (3학점)
    빅데이터분석
    (2학점)
    AI와 로봇교육 (3학점) AI산업론 (2학점)
    교육 AI융합교육 과정연구
    (3학점)
    AI융합교육교재연구및지도법
    (3학점)
    현장기술연구Ⅰ
    (2학점)
    현장기술연구Ⅱ
    (2학점)
    합계 8학점 8학점 7학점 2학점

    * 교육과정 향후 변경 가능

교과목소개

  • AI개론 (Introduction to AI)
    인공지능의 응용, 현재 수준, 한계점 등에 대해 다루고, 인공지능의 중요 기술인 머신러닝/딥러닝의 개념에 대해 학습한다.
  • AI프로그래밍 (AI Programming)
    다양한 인공지능 라이브러리들을 활용하기 위하여 파이썬 언어를 학습하고, 인공지능 서비스를 개발하기 위한 프로그래밍 개발 환경을 학습한다.
  • AI 융합교육 교육과정 연구 (Curriculum of AI convergence education)
    교육과정의 일반적인 원리에 기초하여 국내외 초, 중, 고등학교의 AI 교육과정을 비교 분석하고 특징을 파악한다. 또한, AI 교육과정의 융합 교육과정으로서의 올바른 방향 수립을 위해 교과 간 상호 유기적 연결 방안 및 각 단계별 수준별 교육과정을 연구한다.
  • 컴퓨팅사고와AI교육(Computational Thinking and AI Education)
    컴퓨팅사고의 기본 개념을 통해 문제 해결을 위한 문제정의, 추상화, 패턴화, 알고리즘을 학습한다. 실생활 문제 해결력 함양을 위해 교육용으로 개발된 STEAM(Science, Technology, Engineering, Arts, Mathematics) 프로그램 사례를 살펴보고, 컴퓨팅사고와 AI를 연계한 융합형 STEAM 프로그램을 개발한다.
  • 빅데이터분석(Bigdata Analysis)
    4차 산업혁명의 핵심 기술 중 하나인 빅데이터 분석 사례를 탐구하고, 데이터의 분류·수집·처리·분석에 대한 기초적인 지식을 학습한다. 다양한 정형데이터 분석 방법의 기초와 비정형데이터 분석 방법의 기초에 대해 학습한다. 사례의 심화 학습을 통해, 데이터 수집 및 분석에 대한 이해와 활용 가치에 대해 이해한다.
  • AI융합교육교재연구및지도법(AI Convergence Education Textbook Research and Teaching Method)
    이 교과목은 AI를 해당 교과의 수업을 설계하고 실행하는 데 융합하는 역량을 함양하는 것을 목적으로 한다. 이를 위해 인공지능 기술을 교육에 활용함으로써 기존의 교수ㆍ학습 방법 뿐 아니라 변화되는 학교현장의 교수ㆍ학습 방법에 대한 최근 국내외 동향과 이론적 논의 그리고 이를 바탕으로 가까운 미래 학교 현장에서 활용 가능한 다양한 인공지능 교수ㆍ학습 방법에 대해 탐색하고 개별화, 체험화, 로봇화 등 인공 지능 교수ㆍ학습 방법의 특징 등을 살펴본다.
  • 머신러닝(Machine Learning)
    딥러닝의 기본이 되는 선형회귀, 로지스틱 회귀, 인공신경망 이론을 배우고 이를 실습(프로그램)으로 확인한다. 수업 실습 도구로 파이썬과 딥러닝 라이브러리를 활용한다.
  • 기술혁신학(Technological Innovation Studies)
    본 과목은 융합형 교과목으로, 과학기술학(STS) 중 기술혁신 부분을 주로 다룬다. 기술혁신의 패턴, 원천, 환경, 제도, 역사적 변천과정 등에 대한 이론을 주로 학습하며, 이를 통해 기술혁신의 전반적인 패턴과 진화 과정에 대한 이해를 함양한다. 또한 최근 진행 중인 기술혁명의 의의와 미래사회에 대한 시사점을 논의한다.
  • AI와로봇교육(AI and Robotics)
    본 강좌에서는 학생들이 팀 기반의 협업 프로젝트를 통하여 간단하지만 효과적인 AI 로봇을 설계하고 구현하는 것을 목표로 한다. AI 로봇은 교수자 또는 강사가 제공하는 문제를 해결하도록 설계되고 적절한 아이디어가 도출되어야 한다. 설계와 구현을 위해 필요한 정보와 콘텐츠들은 팀에 적시에 제공된다.
  • AI산업론(AI Industrial Organization)
    20세기 후반 정보통신 기술의 등장으로 인해 산업구조와 경쟁방식에 많은 변화가 불어 닥쳤다. 21세기에 들어서는 인공지능을 필두로 한 4차 산업혁명의 물결로 인해, 산업분야는 또 한 번의 큰 변화에 직면하고 있다. 본 수업에서는 산업경제의 시각에서, 정보통신 기술은 어떠한 변화를 야기하였으며, 인공지능은 또 어떤 변화를 촉발할 것인지 이슈별로 점검하도록 한다.
  • AI융합교육평가(AI-based educational assessment and x-x-x-x-evaluation)
    본 강좌는 기초적인 교육평가 이론 및 실제를 학습하고, 나아가 AI와 연계된 최신의 학생 평가 이론 및 방법을 파악하며 데이터 기반 평가 결과에 근거하여 교육과정/교수학습에 활용할 수 있는 평가 역량을 개발하는 것이 목표이다.