학사 안내

Academic Affairs

  • 학사 안내
  • 교과목

교과목

박사과정 수강신청
유의사항

정보대학원 학칙 시행세칙 제6조 1항

본 대학원 입학 후에 본 대학원에서 개설하지 않는 과목을 본교 일반대학원 및 다른 전문대학원에서 수강할 경우
학사지도교수의 승인을 거쳐 이수하며, 본 대학원의 학점으로 인정될 수 있다.
이 경우 타 대학원에서 수강할 수 있는 교환학점은 매학기 6학점이내, 총 15학점 이내를 원칙으로 한다.

  • 1. '박사연구1' 과목의 시간과 진행은 각 학생과 지도교수가 협의하여 진행.

    - 별도 수업은 없음 (Pass/Non-Pass 성적 구분)

  • 2. '박사연구1' 및 '박사연구2' 과목의 종별은 필수과목을 제외한 타 종별에만 적용(전공심화, 부전공, 세미나 등)하며, '박사연구1'과 '박사연구2' 과목 모두 이수시 각 종별로 최대 1과목만 적용함

    - ex : 박사연구 1을 전공심화에 1과목 적용하며, 박사연구 2는 전공심화에 적용 못함

  • 3. 2024-2학기 정보대학원 개설 전공교과목은 포털에서 반드시 확인 해야 함
  • 4. 2024-2학기 수강신청 전에 학사지도교수님과 반드시 면담 후 수강신청 해야 함
  • 5. 논문지도세미나(석사), (박사) 과목은 학위논문 진행자는 본인 학사지도교수의 수강신청 승인 받은 후 수강신청 필수임

    - 석사4학기, 박사 4학기, 통합 6학기부터는 논문지도세미나(석사) 및 (박사) 과목을 졸업 학기까지 수강 신청 해야함

AI 디지털 경영 [박사 및 통합과정]

  • Drag from side to side.

교과목
상세

공통필수 (1과목, 3학점) 방법론과목 중 1과목 이수

  • 사회과학 연구방법론 [GSI6006]

  • IT 질적 연구 [GSI7363]

  • UX 연구방법론 [GSI7560]

  • Statistical Analysis and Applications [GSI6105]

  • 공학연구방법론 [GSI7561]

연구방법론 (3과목선택, 총9학점)

  • 사회과학연구방법론 [GSI6006]

  • 정량적 데이터분석과 연구 [GSI7347]

  • Statistical Analysis and Applications [GSI6105]

  • 계량모델링[신규개설예정]

  • Business Analytics [신규개설예정]

  • IT 질적 연구 [GSI7363]

  • IS 데이터 및 수리 분석 (舊 IS 경제적 모형 및 분석) [GSI7414]

  • 계량경제학 (일반대학원 경제학과)

  • 통계 및 실험설계 (일반대학원 심리학과)

  • 다변량분석(사회복지대학원 사회복지전공)

  • 실험방법론(일반대학원 경영학과)

  • Research Design and Methods (국제학대학원)

  • (그 외 본 트랙 담당교수가 인정하는 과목)

전공연구 - 세미나 (4과목선택, 총12학점)

  • IS Theory 세미나 [GSI7500]

  • AI 디지털 비즈니스 Research (舊 디지털비즈니스 Research) [GSI6169]

  • Organizational Impact of IS [GSI6106]

  • 지식관리 세미나 [GSI6109]

  • Special Topics in IS Research [GSI7364]

  • 인공지능빅데이터연구 [GSI7657]

  • AI in Business and Society [GSI7405]

  • (그 외 본 트랙 담당교수가 인정하는 과목)

전공필수 (3과목, 총9학점)

  • Digital Business [영어강의] [GSI6101]

  • Digital Transformation Strategy [GSI6163]

  • AI 디지털 비즈니스 모델: 분석과 개발 (舊 디지털 비즈니스 모델: 분석과 개발) [GSI7334]

전공심화 (4과목선택, 총12학점)

  • 디지털 비즈니스 전략 [GSI7542]

  • 디지털 경영과 컨설팅 [GSI7356]

  • Generative AI 비즈니스 활용 [신규개설예정]

  • AI 경영[신규개설예정]

  • 디지털마케팅[신규개설예정]

  • Data Science 기법과 활용 [GSI7415]

  • 데이터 분석과 전략 [GSI7518]

  • Data 분석과 Visualization[신규개설예정]

  • LLM과 AI Agent 개발 및 활용 (舊 텍스트마이닝: 비정형데이터분석) [GSI7455]

  • 데이터베이스 전략 및 실습 [GSI6001]

  • 경영과학 (타학과)

  • 계량마케팅 (타학과)

  • Big Data and Business Analytics Management [GSI7559]

  • 빅데이터 분석 프로그래밍 [GSI7564]

  • 기본 머신러닝 [GSI7604]

  • 딥러닝 응용 [GSI7605]

  • 빅데이터분석 및 응용 [GSI7656]

  • 실증연구를 위한 계량분석 [GSI7301]

  • (그 외 본 트랙 담당교수가 인정하는 과목)

부전공선택 (3과목, 총9학점)

  • (박사학위 논문 주제와 관련된 인접 학문 분야의 석사과목, 지도교수 Committee의 승인 필요)

AI 디지털 경영 [석사 과정]

  • Drag from side to side.

교과목
상세

공통필수 (1과목, 3학점) 방법론과목 중 1과목 이수

  • 사회과학 연구방법론 [GSI6006]

  • IT 질적 연구 [GSI7363]

  • UX 연구방법론 [GSI7560]

  • Statistical Analysis and Applications [GSI6105]

  • 공학연구방법론 [GSI7561]

전공필수 (3과목, 총9학점)

  • Digital Business [영어 강의] [GSI6101]

  • Digital Transformation Strategy [GSI6163]

  • AI 디지털 비즈니스 모델: 분석과 개발 (舊 디지털 비즈니스 모델: 분석과 개발) [GSI7334]

전공심화 (5과목선택, 총15학점)

  • 디지털 비즈니스 전략 [GSI7542]

  • 디지털 경영과 컨설팅 [GSI7356]

  • Generative AI 비즈니스 활용 [신규개설예정]

  • AI 경영[신규개설예정]

  • 디지털 마케팅[신규개설예정]

  • Business Analytics [신규개설예정]

  • 정량적 데이터분석과 연구 [GSI7347]

  • Data Science 기법과 활용 [GSI7415]

  • 데이터 분석과 전략 [GSI7518]

  • 기술 혁신과 경영 [GSI6142]

  • 빅데이터 분석 프로그래밍 [GSI7564]

  • 기본 머신러닝 [GSI7604]

  • 데이터베이스 전략 및 실습 [GSI6001]

  • Big Data and Business Analytics Management [GSI7559]

  • 실증연구를 위한 계량분석 [GSI7301]

  • (그 외 본 트랙 담당교수가 인정하는 과목)

일반선택 (3과목선택, 총9학점)

  • IS 데이터 및 수리 분석 (舊 IS 경제적 모형 및 분석) [GSI7414]

  • 경영과학 (타학과)

  • 계량마케팅 (타학과)

  • 통계학 (타학과)

  • 계량모델링 [신규개설예정]

  • Data 분석과 Visualization [신규개설예정]

  • Statistical Analysis and Applications [GSI6105]

  • LLM과 AI Agent 개발 및 활용 (舊 텍스트마이닝: 비정형데이터분석) [GSI7455]

  • 딥러닝 응용 [GSI7605]

  • 자연어처리 [GSI7625]

  • 심층강화학습 [GSI7655]

  • 빅데이터분석 및 응용 [GSI7656]

  • Data Science 응용 [GSI7375]

  • 미디어콘텐츠 플랫폼 비즈니스 [GSI7675]

  • 디지털 경제론 [GSI7000]

  • AI 디지털 비즈니스 Research (舊 디지털비즈니스 Research) [GSI6169]

  • 인공지능빅데이터연구 [GSI7657]

  • (그 외 본 트랙 담당교수가 인정하는 과목)

AI-IoT 서비스 [박사 및 통합과정]

  • Drag from side to side.

교과목
상세

공통필수 (1과목, 3학점) 방법론과목 중 1과목 이수

  • 사회과학 연구방법론 [GSI6006]

  • IT 질적 연구 [GSI7363]

  • UX 연구방법론 [GSI7560]

  • Statistical analysis and application/Big Data Analytics 통계분석 [GSI6105]

  • 공학연구방법론 [GSI7561]

연구방법론 (3과목선택, 총9학점) ?공통필수(3학점) 1과목 제외한 연구방법론 과목 선택

  • 사회과학 연구방법론 [GSI6006]

  • IT 질적 연구 [GSI7363]

  • UX 연구방법론 [GSI7560]

  • Statistical analysis and application/Big Data Analytics 통계분석 [GSI6105]

  • 공학연구방법론 [GSI7561]

  • (그 외 본 트랙 담당교수가 인정하는 과목)

전공연구 - 세미나 (4과목선택, 총12학점)

  • AIoT Research Seminar I (舊 IoT Research Seminar I) [GSI7613]

  • AIoT Research Seminar II (舊 IoT Research Seminar II) (신규)

  • IoT와 스마트시티: 박사세미나 [GSI7611]

  • AIoT Orchestration (신규)

  • (그 외 본 트랙 지도교수가 인정하는 과목)

전공필수 (3과목, 총9학점)

  • AIoT혁신과 경영 (舊 IoT혁신과 경영) [GSI7577]

  • AIoT Foundation I : AIoT 기초 (舊 IoT Foundation I : IoT프로그래밍 기초) [GSI7576]

  • IT기업가정신과 IoT혁신(Capstone Project) [GSI7458]

전공심화 (4과목선택, 총12학점)

  • AIoT서비스모델 분석과 기획(舊 IoT서비스모델 분석과 기획) [GSI7578]

  • AIoT Foundation II: 인공지능 응용 (舊 사물인터넷 기초II) [GSI7584]

  • AWS 기반 사물인터넷(IoT) 서비스 설계와 응용 (舊 사물인터넷(IoT) 서비스 플랫폼: 기초와 응용) [GSI7585]

  • IT 디자인씽킹 [GSI7586]

  • AIoT 인공지능 기초 (舊 IoT 애널리틱 & AI) [GSI7596]

  • AIoT Foundation III: Edge AI (舊 IoT Foundation III) [GSI7676]

  • 인공지능기반 사물인터넷 최적화 [GSI7678]

  • AI IoT 에이전트 분석과 설계 [GSI6003]

  • (그 외 본 트랙 담당교수가 인정하는 과목)

부전공 (3과목, 총 9학점)

  • (박사학위 논문 주제와 관련된 인접 학문 분야의 석사 과목, 지도교수 Committee의 승인 필요)

AI-IoT 서비스 [석사 과정]

  • Drag from side to side.

교과목
상세

공통필수 (1과목, 3학점) 방법론과목 중 1과목 이수

  • 사회과학 연구방법론 [GSI6006]

  • IT 질적 연구 [GSI7363]

  • UX 연구방법론 [GSI7560]

  • Statistical analysis and application/Big Data Analytics 통계분석 [GSI6105]

  • 공학연구방법론 [GSI7561]

전공필수 (3과목, 총9학점)

  • AIoT혁신과 경영 (舊 IoT혁신과 경영) [GSI7577]

  • AIoT Foundation I : AIoT 기초 (舊 IoT Foundation I : IoT프로그래밍 기초) [GSI7576]

  • IT기업가정신과 IoT혁신(Capstone Project) [GSI7458]

전공심화 (5과목선택, 총15학점)

  • AIoT서비스모델 분석과 기획(舊 IoT서비스모델 분석과 기획) [GSI7578]

  • AIoT Foundation II: 인공지능 응용 (舊 사물인터넷 기초II) [GSI7584]

  • AWS 기반 사물인터넷(IoT) 서비스 설계와 응용 (舊 사물인터넷(IoT) 서비스 플랫폼: 기초와 응용) [GSI7585]

  • IT 디자인씽킹 [GSI7586]

  • AIoT 인공지능 기초 (舊 IoT 애널리틱 & AI) [GSI7596]

  • AIoT Foundation III: Edge AI (舊 IoT Foundation III) [GSI7676]

  • 인공지능기반 사물인터넷 최적화 [GSI7678]

  • AI IoT 에이전트 분석과 설계 [GSI6003]

  • (그 외 본 트랙 담당교수가 인정하는 과목)

일반선택 (3과목 선택, 총 9학점)

  • 비즈니스 인프라보안 [GSI7354]

  • 디지털경제론 [GSI7000]

  • (그 외 본 트랙 담당교수가 인정하는 과목)

UX [박사 및 통합과정]

  • Drag from side to side.

교과목
상세

공통필수 (1과목, 3학점) 방법론과목 중 1과목 이수

  • 사회과학 연구방법론 [GSI6006]

  • IT 질적연구 [GSI7363]

  • UX 연구방법론 [GSI7560]

  • Statistical Analysis and Application/Big Data Analytics 통계분석 [GSI7385]

  • 공학연구방법론 [GSI7561]

연구방법론 (3과목선택, 총9학점)

  • 정량적 데이터 분석과 연구 [GSI7347]

  • Statistical Analysis and Application (前 Statistical Analysis in the ICT/Media Industry) [영어 강의] [GSI6105]

  • IS 데이터 및 수리 분석 (前 IS 경제적 모형 및 분석) [GSI7414]

  • HCI 조사방법론 (경영전문대학원)

  • 통계 및 실험 설계(일반대학원 심리학과)

  • 다변량분석(사회복지대학원 사회복지전공)

  • Research Design and Methods (국제대학원)

  • (그 외 본 트랙 담당교수가 인정하는 과목)

전공연구 - 세미나 (4과목선택, 총12학점)

  • 인공지능 UX 세미나 [GSI7336]

  • 모빌리티 UX 세미나 [GSI7377]

  • 뉴 미디어 세미나 (前 미디어산업과 정책세미나) [GSI7355]

  • 정보통신과 미디어 경제학 특수논제 [GSI7348]

  • Digital Business Research Seminar [GSI6169]

  • IS Theory Seminar

  • IT and Work Seminar [GSI7280]

  • (그 외 본 트랙 담당교수가 인정하는 과목)

전공필수 (3과목, 총9학점)

  • UX기획의 이해 [GSI6140]

  • UX/HCI의 이해(前 HCI와 콘텐츠 UX디자인) [GSI6141]

  • UX인지과학 [GSI7350]

전공심화 (4과목선택, 총12학점)

  • CX 기반 상품기획과 마케팅(前 UX기반 상품기획과 마케팅 ← 前 UX 설계와 유저빌리티테스팅) [GSI7369]

  • 데이터 기반 UX (前 UX 데이터 분석 실습 ← 前 사용성 평가실험 ← 前 UX평가&리서치방법론) [GSI7444]

  • UX 디자인 포트폴리오 1 & 2 [GSI7566 & GSI7335]

  • 로봇 UX (前 UX 프랙티스) [GSI7374]

  • 스타트업 프로젝트 관리 [GSI7443]

  • 생성형 AI UX [신규]

  • 메타버스 UX [신규]

  • XR 스토리텔링 [GSI6143]

  • (그 외 본 트랙 담당교수가 인정하는 과목)

부전공선택 (3과목, 총9학점)

  • (박사학위 논문 주제와 관련된 인접 학문 분야의 석사과목, 지도교수 Committee의 승인 필요)

UX [석사 과정]

  • Drag from side to side.

교과목
상세

공통필수 (1과목, 3학점) 방법론과목 중 1과목 이수

  • 사회과학 연구방법론 [GSI6006]

  • IT 질적연구 [GSI7363]

  • UX 연구방법론 [GSI7560]

  • Statistical Analysis and Application/Big Data Analytics 통계분석 [GSI7385]

  • 공학연구방법론 [GSI7561]

전공필수 (3과목, 총9학점)

  • UX기획의 이해 [GSI6140]

  • UX/HCI의 이해(前 HCI와 콘텐츠 UX디자인) [GSI6141]

  • UX인지과학 [GSI7350]

전공심화 (5과목선택, 총15학점)

  • CX 기반 상품기획과 마케팅(前 UX기반 상품기획과 마케팅 ← 前 UX 설계와 유저빌리티테스팅) [GSI7369]

  • 데이터 기반 UX (前 UX 데이터 분석 실습 ← 前 사용성 평가실험 ← 前 UX평가&리서치방법론) [GSI7444]

  • UX디자인 포트폴리오 1 & 2 [GSI7566 & GSI7335]

  • 로봇 UX (前 UX 프랙티스) [GSI7374]

  • 콘텐츠·엔터테인먼트 비즈니스의 이해 (前 미디어·엔터테인먼트 비즈니스의 이해)

  • 정보보호 이론과 실습 [GSI7338]

  • 기술혁신과 경영 [GSI6142]

  • 디지털 비즈니스 전략(前 스마트 비즈니스 전략, u-비즈니스 전략) [영어강의] [GSI6159]

  • 스타트업 프로젝트 관리 [GSI7443]

  • UX 리서치&컨설팅 [GSI7575]

  • 생성형 AI UX [신규]

  • 메타버스 UX [신규]

  • XR 스토리텔링 [GSI6143]

  • (그 외 본 트랙 담당교수가 인정하는 과목)

일반선택 (3과목선택, 총9학점)

  • 디지털경제론 [GSI7000]

  • 디지털 정보의 보안, 보호 및 활용 [GSI6139]

  • Digital Business [영어 강의] [GSI6101]

  • 정량적 데이터 분석과 연구 [GSI7347]

  • 정보시각화(커뮤니케이션대학원)

  • 정보구조디자인(인지과학협동과정)

  • 인터랙션 디자인(생활디자인학과)

  • HCI 조사방법론(경영전문대학원)

  • (그 외 본 트랙 담당교수가 인정하는 과목)

맞춤형 융합 [석사 과정]

  • Drag from side to side.

교과목
상세

공통필수 (1과목, 3학점) 방법론과목 중 1과목 이수

  • 사회과학 연구방법론

  • IT 질적 연구

  • UX 연구방법론

  • Statistical Analysis and Application/Big Data Analytics 통계분석

  • 공학연구방법론

트랙맞춤 (11과목, 총33학점)

  • + 정보대학원 개설 과목 중 6과목 이상

  • + 연관대학원 (특수대학원 제외) 개설과목 5과목 이내

비고

  • + 공통필수 외에 전공필수, 전공심화, 일반선택의 제한없음

  • + 종합시험 응시 전까지 맞춤형 전공 제안서를 제출하고, 심사 및 승인을 받아야 함

비즈니스 AI 빅데이터 분석 [박사 및 통합과정]

  • Drag from side to side.

교과목
상세

공통필수 (1과목, 3학점) 방법론과목 중 1과목 이수

  • 사회과학 연구방법론

  • IT 질적 연구

  • UX 연구방법론

  • Statistical Analysis and Application/Big Data Analytics 통계분석

  • 공학연구방법론

연구방법론 (3과목선택, 총9학점)

  • IS 데이터 및 수리 분석(舊 IS 경제적 모형 및 분석)

  • 정량적 데이터분석과 연구

  • Big Data Analytics 통계분석(신설)

  • 계량경제학 (일반대학원 경제학과)

  • 다변량분석 (사회복지대학원)

  • 통계 및 실험 설계 (일반대학원 심리학과)

  • (그 외 본 트랙 담당교수가 인정하는 과목)

전공연구 - 세미나 (4과목선택, 총12학점)

  • 디지털비즈니스 Research

  • 지식관리 세미나

  • Special Topics in IS Research

  • Is Theory 세미나

  • Organizational Impact of IS

  • 소셜미디어 이용과 소비자 행동분석 세미나

  • (그 외 본트랙 담당교수가 인정하는 과목)

전공필수 (3과목, 총9학점)

  • 데이터분석과 전략

  • Data Science기법과활용(舊 Data Mining & Business Intelligence)

  • 데이터베이스 전략 및 실습

전공심화 (4과목선택, 총12학점)

  • IS 데이터 및 수리 분석(舊 IS 경제적 모형 및 분석)

  • Statistical Analysis and Application - 영어강의 (舊 Statistical Analysis in the ICT/Media Industry)

  • Business Models: Analysis and Development

  • Digital Transformation Strategy

  • 빅데이터 분석프로그래밍

  • 데이터베이스 전략 및 실습(舊 데이터베이스관리 및 실습)

  • LLM과 AI Agent 개발 및 활용 (舊 텍스트마이닝: 비정형데이터분석)

  • Data Science 응용(舊 빅데이터 분석 및 응용)

  • 텍스트 정보처리와 관리 (문헌정보과)

  • 웹과 소셜미디어마이닝 연구 (문헌정보과)

  • 경영과학/계량의사결정/통계학 (경영대)

  • 정보 시각화 (커뮤니케이션 대학원)

  • 인공지능과 핀텍

  • 기본 머신러닝

  • 딥러닝 응용

  • 고급딥러닝 응용

  • 금융공학 기계학습

  • 자연어 처리

  • 심층강화학습

  • 빅데이터 분석 및 응용

  • 인공지능 빅데이터 연구

  • 최신생성모델방법 (신규)

  • (그 외 본 트랙 담당교수가 인정하는 과목)

부전공선택 (3과목, 총9학점)

  • (박사학위 논문 주제와 관련된 인접 학문 분야의 석사 과목, 지도교수 Committee의 승인 필요)

비즈니스 AI 빅데이터 분석 [석사 과정]

  • Drag from side to side.

교과목
상세

공통필수 (1과목, 3학점) 방법론과목 중 1과목 이수

  • 사회과학 연구방법론

  • IT 질적 연구

  • UX 연구방법론

  • Statistical Analysis and Application/Big Data Analytics 통계분석

  • 공학연구방법론

전공필수 (3과목, 총9학점)

  • 데이터분석과 전략

  • Data Science기법과활용(舊 Data Mining & Business Intelligence)

  • 데이터베이스 전략 및 실습

전공심화 (5과목선택, 총15학점)

  • IS 데이터 및 수리 분석(舊 IS 경제적 모형 및 분석)

  • Statistical Analysis and Application - 영어강의 (舊 Statistical Analysis in the ICT/Media Industry)

  • Business Models: Analysis and Development

  • Digital Transformation Strategy

  • 빅데이터 분석 프로그래밍

  • LLM과 AI Agent 개발 및 활용 (舊 텍스트마이닝: 비정형데이터분석)

  • 정량적 데이터분석과 연구

  • Data Science 응용(舊 빅데이터 분석 및 응용)

  • Big Data Analytics 통계분석

  • 텍스트 정보처리와 관리 (문헌정보과)

  • 웹과 소셜미디어마이닝 연구 (문헌정보과)

  • 경영과학 (경영대)

  • 계량의사결정 (경영대)

  • 통계학 (경영대)

  • 정보 시각화 (커뮤니케이션 대학원)

  • 인공지능과 핀텍

  • 기본 머신러닝

  • 딥러닝 응용

  • 고급딥러닝응용

  • 금융공학 기계학습

  • 자연어 처리

  • 심층강화학습

  • 빅데이터 분석 및 응용

  • 인공지능 빅데이터 연구

  • 최신생성모델방법 (신규)

  • (그 외 본 트랙 담당교수가 인정하는 과목)

일반선택 (3과목선택, 총9학점)

  • 디지털 정보의 보안, 보호 및 활용

  • 프로젝트 관리

  • Digital Business

  • Service Systems and Management - 영어강의

  • 정보시스템 분석 및 설계

  • 디지털마케팅 (언론홍보대학원)

  • (그 외 본 트랙 담당교수가 인정하는 과목)

정보보호 [박사 및 통합과정]

  • Drag from side to side.

교과목
상세

공통필수 (1과목, 3학점) 방법론과목 중 1과목 이수

  • 사회과학 연구방법론

  • IT 질적 연구

  • UX 연구방법론

  • Statistical Analysis and Application/Big Data Analytics 통계분석

  • 공학연구방법론

연구방법론 (3과목선택, 총9학점)

  • 정량적 데이터 분석과 연구

  • Statistical Analysis and Application - 영어강의 (舊 Statistical Analysis in the ICT/Media Industry)

  • IT 질적 연구 (舊 IT 질적 연구 방법론)

  • IS 데이터 및 수리 분석(舊 IS 경제적 모형 및 분석)

  • 계량경제학 (일반대학원 경제학과)

  • 통계 및 실험설계 (일반대학원 심리학과)

  • 다변량분석(사회복지대학원 사회복지전공)

  • 실험방법론 (일반대학원 경영학과)

  • Research Design and Methods (국제학대학원)

  • (그 외 본 트랙 담당교수가 인정하는 과목)

전공연구 - 세미나 (4과목선택, 총12학점)

  • Privacy Seminar I, II, III

  • IT 법률과정책세미나 I (舊 IT법률과 정책 I )

  • IT 법률과정책세미나 II (舊 IT법률과 정책 II )

  • 정보보호전략및정책세미나(舊 정보보호 전략 및 정책 Research)

  • 디지털법연구세미나(舊 디지털 법 Research)

  • Special Topics in Information Security Research

  • 사이버보안 세미나

  • 인공지능과 보안 세미나

  • 생성형AI보안세미나 [신설예정]

  • 소프트웨어보안세미나 [신설예정]

  • 융합보안세미나(舊 융합보안 Research)

  • IoT보안세미나 [신설예정]

  • CPS보안세미나 [신설예정]

  • 무인이동체보안세미나 [신설예정]

  • Data-driven Security Research [신설예정]

  • 양자컴퓨팅과 미래보안 세미나 [신설예정]

  • (그 외 본트랙 담당교수가 인정하는 과목)

전공필수 (3과목, 총9학점)

  • AI 개인정보,정보보안과경영(舊디지털 정보의 보안, 보호 및 활용)

  • 사이버보안과정보보호이론(舊 정보보호이론및실습(舊 정보보호 개론))

  • 인프라보안(舊비즈니스 인프라 보안)

전공심화 (4과목선택, 총12학점)

  • 정보보호 관리 및 컨설팅

  • 개인정보보호법과 제도 [신설예정]

  • 데이터보안 [신설예정]

  • 시스템보안 [신설예정]

  • AI 보안 [신설예정]

  • 네트워크 보안

  • 웹서비스 보안

  • 소프트웨어보안 [신설예정]

  • 보안 프로토콜

  • AI, 데이터 관리와 거버넌스

  • 정보보호-개인정보보호 관리체계 (舊정보보호 관리체계)

  • 디지털포렌식

  • 침해사고 분석, 대응 및 관리

  • 클라우드보안 (舊 클라우드 컴퓨팅과 보안)

  • 악성코드와 역공학 [신설예정]

  • IoT/CPS 보안 [신설예정]

  • 블록체인과 가상자산 [신설예정]

  • IoT보안세미나 [GSI6144]

  • (그 외 본 트랙 담당교수가 인정하는 과목)

부전공선택 (3과목, 총9학점)

  • (박사학위 논문 주제와 관련된 인접 학문 분야의 석사과목, 지도교수 Committee의 승인 필요)

정보보호 [석사 과정]

  • Drag from side to side.

교과목
상세

공통필수 (1과목, 3학점) 방법론과목 중 1과목 이수

  • 사회과학 연구방법론

  • IT 질적연구

  • UX 연구방법론

  • Statistical Analysis and Application/Big Data Analytics 통계분석

  • 공학연구방법론

전공필수 (3과목, 총9학점)

  • AI 개인정보,정보보안과경영(舊디지털 정보의 보안, 보호 및 활용)

  • 사이버보안과정보보호이론(舊 정보보호이론및실습(舊 정보보호 개론))

  • 인프라보안(舊비즈니스 인프라 보안)

전공심화 (5과목선택, 총15학점)

  • 정보보호 관리 및 컨설팅(舊 정보보호 컨설팅 방법론)

  • 개인정보보호법과제도 [신설예정]

  • 데이터보안 [신설예정]

  • 시스템보안 [신설예정]

  • AI보안 [신설예정]

  • 네트워크보안(舊 네트워크 시스템)

  • 웹서비스보안(舊 컴퓨터 인터넷 보안 실습)

  • 소프트웨어보안 [신설예정]

  • 보안프로토콜

  • IoT보안세미나 [GSI6144]

  • (그 외 본 트랙 담당교수가 인정하는 과목)

일반선택 (3과목선택, 총9학점)

  • AI, 데이터 관리와 거버넌스

  • 정보보호-개인정보보호 관리체계(舊 정보보호 관리체계)

  • 디지털포렌식

  • 침해사고 분석, 대응 및 관리

  • 클라우드보안 (舊 클라우드 컴퓨팅 보안)

  • 악성코드와 역공학 [신설예정]

  • IoT/CPS 보안 [신설예정]

  • 블록체인과 가상자산 [신설예정]

  • (그 외 본 트랙 담당교수가 인정하는 과목)

콘텐츠 플랫폼 비즈니스 [박사 및 통합과정]

  • Drag from side to side.

교과목
상세

공통필수 (1과목, 3학점) 방법론과목 중 1과목 이수

  • Statistical Analysis and Application

  • Big Data Analytics 통계분석

  • 콘텐츠시장분석 방법론

  • 사회과학 연구방법론

  • UX 연구방법론

  • 공학연구방법론

연구방법론 (3과목선택, 총9학점)

  • Statistical Analysis and Application

  • Big Data Analytics 통계분석

  • 정량적 데이터 분석과 연구

  • 콘텐츠 시장분석 방법론

  • 경영통계 (경영대학원)

  • 다층분석방법 연구 (교육학부)

  • (그 외 본 트랙 담당교수가 인정하는 과목)

전공연구 - 세미나 (4과목선택, 총12학점)

  • 생성형 AI와 뉴미디어 세미나 (舊 미디어산업과 정책세미나)

  • 소셜미디어 이용과 소비자행동분석 세미나

  • 데이터 경제와 플랫폼 비즈니스 특수논제 (舊 정보통신과 미디어 경제학 특수논제)

  • AI와 빅데이터 정책 세미나(舊 디지털컨버젼스와 u-Society 특수논제)

  • UX Theory Seminar

  • (그 외 본 트랙 담당교수가 인정하는 과목)

전공필수 (3과목, 총9학점)

  • 미디어 콘텐츠 플랫폼 비즈니스(舊 ICT 콘텐츠산업론)

  • 디지털 경제론

  • 빅데이터와 플랫폼 산업정책(舊 디지털컨버젼스와 통신방송융합)

전공심화 (4과목선택, 총12학점)

  • Statistical analysis and applications - 영어강의 (舊 Statistical Analysis in the ICT/Media Industry)

  • 빅데이터 애널리틱스 통계 분석

  • 엔터테인먼트 콘텐츠 기획과 유통

  • 데이터 거버넌스와 AI윤리(舊 정보통신 기술표준 및 정책)

  • AI 플랫폼 정책과 규제(舊 방송통신 정책과 규제)

  • 플랫폼 거버넌스 이론과 실제 (舊 정보시스템 감리와 감사)

  • 인공지능과 데이터 정책

  • AI와 미디어

  • UX 기획의 이해

  • 로봇 UX

  • 생성형 AI UX

  • UX 인지과학

  • LLM과 AI Agent 개발 및 활용 (舊 텍스트마이닝: 비정형데이터분석) [GSI7455]

  • (그 외 본 트랙 담당교수가 인정하는 과목)

부전공선택 (3과목, 총9학점)

  • (박사학위 논문 주제와 관련된 인접 학문 분야의 석사과목, 지도교수 Committee의 승인 필요)

콘텐츠 플랫폼 비즈니스 [석사 과정]

  • Drag from side to side.

교과목
상세

공통필수 (1과목, 3학점) 방법론과목 중 1과목 이수

  • Statistical Analysis and Application

  • Big Data Analytics 통계분석

  • 콘텐츠시장분석 방법론

  • 사회과학 연구방법론

  • UX 연구방법론

  • 공학연구방법론

전공필수 (3과목, 총9학점)

  • 미디어 콘텐츠 플랫폼 비즈니스(舊 미디어 콘텐츠산업론)

  • 디지털 경제론

  • 빅데이터와 플랫폼 산업정책(舊 디지털컨버젼스와 통신방송융합)

전공심화 (5과목선택, 총15학점)

  • Statistical analysis and applications - 영어강의 (舊 Statistical Analysis in the ICT/Media Industry)

  • 생성형 AI와 뉴미디어 세미나 (과목명 변경)[GSI7355]

  • 소셜미디어 이용과 소비자 행동 세미나

  • 엔터테인먼트 기획과 유통 [GSI7306]

  • 인공지능과 데이터 정책 (2025년 1학기 신규 개설 예정)

  • AI와 미디어

  • 데이터 경제와 플랫폼 비즈니스 특수논제 (舊 정보통신과 미디어 경제학 특수논제)

  • 데이터 거버넌스와 AI윤리(舊 정보통신 기술표준 및 정책) (2024년 2학기 과목명 변경) [GSI6146]

  • 플랫폼 거버넌스 이론과 실제 (舊 정보시스템 감리와 감사)

  • Big Data Analytics 통계분석

  • (그 외 본 트랙 담당교수가 인정하는 과목)

일반선택 (3과목선택, 총9학점

  • UX 기획의 이해

  • 로봇 UX

  • 생성형 AI UX

  • UX 인지과학

  • LLM과 AI Agent 개발 및 활용 (舊 텍스트마이닝: 비정형데이터분석) [GSI7455]

  • (그 외 본 트랙 담당교수가 인정하는 과목)

검색