수여학위명 : 공학석사
사무실 : Tel. (02) 940-8167, 070-4115-5448 / Fax. (02) 943-0917
E-Mail : esw@kw.ac.kr
학과소개
임베디드SW는 주력 산업 고도화를 위한 성장 동력으로, 6대 주력산업(자동차, 항공, 조선, 전자, 의료기기, 로봇)에 적용되어 Device를 제어하고, 지능화, 네트워크화를 지원한다. 이러한 임베디드SW산업 육성을 위한 기계로봇 분야 산업에 대한 이해와 SW 역량을 겸비한 고급 인재 확보를 위하여 지능정보시스템 임베디드SW 공학과를 2017년부터 신설하게 되었다.
학과 교육목적
주력산업의 고부가가치를 위한 임베디드SW 전문인력 양성 및 산학연계형 생태계 구축
지능정보시스템 산업 발전을 위한 기술확산형 전문인력 양성기반 구축
기업밀착형 전문인력 양성 및 임베디드산업계 유입 촉진
지능정보시스템 산업분야 전문가 및 기구축된 인프라 활용
임베디드SW 산업체 고용연계 유도 및 성과 확산
학과 교육목표
주력산업의 고부가가치를 위한 임베디드SW 전문인력 양성 및 산학연계형 생태계 구축
- 지능정보시스템 산업 발전을 위한 기술확산형 전문인력 양성기반 구축
- 기업밀착형 전문인력 양성 및 임베디드산업계 유입 촉진
- 지능정보시스템 산업분야 전문가 및 기구축된 인프라 활용
- 임베디드SW 산업체 고용연계 유도 및 성과 확산
기계로봇 산업분야
- 로봇기술과 他 산업간 융합으로 신제품 기획·개발·관리가 가능한 중소기업 실무형 창의‧융합 인재 양성
- 산학협력 임베디드SW 실무교육과정 정착
- 창의인재 임베디드SW 교육기반 구축
특성화 교육과정 및 개요
실무중심 융합교육 구축 및 운영
- 로봇·임베디드SW/인공지능·시스템SW/임베디드플랫폼 등의 3개 교육과정 중심의 지능정보시스템 융합 교육 구축
- 지능정보시스템의 3개 전공 교육트랙 구축 및 운영
| 구분 | 개요 |
|---|---|
| 로봇·임베디드SW |
- 로봇 비전과 지능을 통한 내비게이션 및 작업 수행 알고리즘 교육 - 로봇과 서버, 센서 네트워크를 연결하는 사물 인터넷 연계 로봇 교육 - 로봇 서비스를 설계·구현하기 위한 로봇SW플랫폼 교육 |
| 인공지능·시스템SW |
- 대량의 데이터를 적절히 처리 및 관리해 주는 빅데이터 처리 교육 - 빅데이터로부터 유용한 정보를 추출하기 위한 머신 러닝 교육 - 최적화를 통한 상황 결정 및 분류를 위한 머신 러닝 교육 |
| 임베디드 플랫폼 |
- IoT 플랫폼 개발기술 - 멀티모달 인터페이스 기술 - 빅데이터 클라우드 기술 - 지능형 SW 개발을 위한 HW 기반 기술 |
학과 전화번호
| 과 사무실 | 학과장 사무실 | 학과장 |
|---|---|---|
| 02 ) 940 - 8167 | 02 ) 940 - 5126 | 공진흥 |
참여교수 현황
| 구분 | 소속 | 교수명 | 연구분야 |
|---|---|---|---|
| 로봇·임베디드SW | 로봇학부 | 박광현 교수 | 로봇 소프트웨어 |
| 로봇학부 | 최용훈 교수 | 네트워크 | |
| 로봇학부 | 정문호 교수 | 로봇비전 | |
| 인공지능·시스템SW | 소프트웨어학부 | 박병준 교수 | 인공지능 |
| 소프트웨어학부 | 김용혁 교수 | 지능시스템 | |
| 컴퓨터정보공학부 | 이기훈 교수 | 빅데이터 | |
| 컴퓨터정보공학부 | 박철수 교수 | 인공지능 | |
| 컴퓨터정보공학부 | 이혁준 교수 | 인공지능 | |
| 소프트웨어학부 | 안우현 교수 | 임베디드 시스템 | |
| 소프트웨어학부 | 이윤구 교수 | 영상처리 | |
| 컴퓨터정보공학부 | 심동규 교수 | 컴퓨터비전 | |
| 컴퓨터정보공학부 | 신영주 교수 | 정보보안 | |
| 임베디드 플랫폼 | 컴퓨터정보공학부 | 공진흥 교수 | SoC 설계 |
| 컴퓨터정보공학부 | 김태석 교수 | 운영체제 | |
| 컴퓨터정보공학부 | 이준환 교수 | 임베디드 시스템 구조 | |
| 컴퓨터정보공학부 | 김영민 교수 | 디지털 시스템설계 | |
| 컴퓨터정보공학부 | 이형근 교수 | 통신네트워크 | |
| 컴퓨터정보공학부 | 황호영 교수 | 사물지능 네트워크 및 알고리즘 | |
| 컴퓨터정보공학부 | 이성원 교수 | 영상처리시스템설계 |
학과별 연구실
대학원 석사과정 졸업요건
| 구분 | 석사과정 | 비고 |
|---|---|---|
| 정규등록 | 4학기 이상 | |
| 연구등록 | 최소 1회 이상 | |
| 수업연한 | 2년 | |
| 재학연한 | 3년 | |
| 수강신청 | 학기당 1학점~13학점 | |
| 논문특별연구세미나 | 3학점 이상 | 2학기 때부터 학기당 1학점씩, 총 3학점 이상 이수 |
| 수료조건 | 4학기 등록+24학점 이상 취득 | |
| 논문 제출 기간 | 입학일로부터 9년 이내 | |
| 어학시험 응시자격 | 1학기부터 응시가능 | 정규등록 또는 연구등록 완료 |
| 종합시험 응시자격 | 2개 학기 이상 이수 +20학점 이상 취득(예정)자 |
임베디드SW전문인력양성사업 수료요건
| 구분 | 교육과정 | 이수요건 | 비고 |
|---|---|---|---|
| 대학교육 | 기초공통 | 6학점(2과목) 이상 | 융합과정 1과목 이상 이수 |
| 전공기초 | 6학점(2과목) 이상 | ||
| 전공심화 | 9학점(3과목) 이상 | ||
| 산학연계교육 | 산학연계 프로젝트 |
프로젝트 1건 이상 |
- 학위논문 연계 가능 - 실무일지/보고서 - 산학협력논문프로젝트1/2/3/4(3학점) |
| 현장실습 | 현장실습 1건 이상 (3개월 이상 이수/분할 수행 가능) |
||
| 최소 이수 학점 | 21학점 이상 | ||
| 공통교육 | 기초공통 | 2과정 이상 |
- 전자부품연구원(KETI) 주관 교육 - 동/하계 방학기간 이수 |
| 전공핵심 | 2과정 이상 | ||
| 고급검증/융합 | 1과정 이상 | ||
| 최소 이수 학점 | 5과정 이상 | ||
석사 과정
산학협력논문프로젝트1 ( Industry-University Collaborative Project for Paper Creation 1)
본 강의는 지능정보시스템 플랫폼분야의 임베디드시스템 전문인력양성사업의 수혜학생들을 위한 산학협력프로젝트 과목으로 현장전문가의 특감 및 지도, 취업 컨설팅 등을 통해서 신기술 교육 및 취업 지도 등을 목적으로 한다
산학협력논문프로젝트2 (Industry-University Collaborative Project for Paper Creation 2)
머신러닝2 ( Machine Learning 2)
In this lecture, students will learn the advanced machine learning algorithms which produce the state-of-the-art performance. We will discuss about their basic theory and its applications to the real-world applications
인턴쉽2 ( Internship2)
산학협력논문프로젝트3 Ⅰ(Industry-University Cooperative project for Paper Creation 3)
인턴쉽3 (Internship 3)
임베디드SW 전문인력양성사업의 신산업융합형 컨소시엄 기업 멘토와 현장 실습 및 프로젝트 지도
산학협력논문프로젝트4 ( Industry-University Cooperative Project for Paper Creation 4)
강의는 지능정보시스템 플랫폼분야의 임베디드시스템 전문인력양성사업의 수혜학생들을 위한 산학협력프로젝트 과목으로 현장전문가의 특감 및 지도, 취업 컨설팅 등을 통해서 신기술 교육 및 취업 지도 등을 목적으로 한다
인턴쉽1 ( Internship 1)
임베디드SW 전문인력양성사업의 신산업융합형 컨소시엄 기업 멘토와 현장 실습 및 프로젝트 지도
인턴쉽4 ( Internship4)
임베디드SW 전문인력양성사업의 신산업융합형 컨소시엄 기업 멘토와 현장 실습 및 프로젝트 지도
생체신호및시스템 ( Biomedical Signals & Systems)
본 교과목에서는 생체신호처리를 위한 기본 개념, 신호처리 기법, 생체신호 분석 및 응용 등을 다룬다. 생체로부터 전기, 영상신호의 측정, 필터링, 시간 축 분석, 주파수 분석 등의 생체신호처리 기법을 익히고 이를 토대로 심전도, 뇌전도, 근전도, 안전도 등의 생체신호처리 응용을 공부한다. 또한 생체신호 계측을 위한 센서 및 시스템을 배우고, 데이터 분석과 해석을 위한 프로그래밍을 포함한다.
데이터통계분석및응용 (Data Statistics Analysis & Application)
본 교과목에서는 데이터 통계분석을 위한 기본 개념, 통계 결과 해석 방법 및 응용 등을 다룬다. 사례 분석 및 실제 연구결과를 중심으로 자료를 분석 및 해석하는 방법을 배우고 실습을 통해 실제로 응용할 수 있도록 한다.
디지털헬스케어특론1 ( Advanced Digital Healthcare 1)
본 교과목에서는 디지털헬스케어 기본 개념, 의료 인공지능, 디지털 치료제, 웨어러블 등 전반적인 디지털 헬스케어 분야에 대하여 학습한다. 디지털헬스케어 분야의 최신 연구를 살펴보고 데이터에 적용 및 분석에 활용한다.
