본문 바로가기 보조메뉴바로가기 대메뉴 바로가기

UST 과학기술연합대학원대학교

본문 시작

소개

4차 산업혁명 선도, 과학적 난제 및 국가사회현안 해결을 위해 데이터 및 슈퍼컴퓨팅은 핵심적인 역할을 수행하고 있다. 본 전공에서는 과학기술분야 연구자들이 정보를 생성, 전달, 처리, 저장하는 전 과정에 필요한 기술을 연구한다. ‘데이터 과학’ 세부전공에서는 데이터마이닝, 시각화, 기계학습 및 인공지능 등 대용량 데이터에서 정보를 추출하고, 이를 바탕으로 대응방안을 도출하거나 변화를 예측하는 정보화 기술·인프라 기술을 연구한다. ‘HPC 과학’ 세부전공에서는 나노, 바이오 등 분야의 계산과학, 슈퍼컴퓨터 개발 및 클라우드 기술, 엑사스케일 컴퓨팅 개발 및 운영 기술, 초고성능 연구망 기반 페타스테일 대용량 전송 기술, 인공지능 플랫폼 기술, 차세대 보안관제 기술, 양자암호통신 기술 등에 대한 연구를 수행하고 있다.

이수구분 과목명 교과목번호 학점 과목개요
  • 전공강좌
    (Major)
    MC시뮬레이션Monte Carlo Simulation 20407 3 상세보기 버튼

    교과목명(국/영문)

    MC시뮬레이션 (Monte Carlo Simulation)

    강의개요

    강의개요
    강의목표, 교재 및 참고문헌, 수업운영방식, 과제물, 성적평가방식으로 구분하여 안내합니다.
    강의목표 Monte Carlo 시뮬레이션을 이해하고, 시뮬레이션 툴 킷을 통하여 모의실험 데이터를 생산하여 가상실험 수행방법을 습득한다.
  • 전공강좌
    (Major)
    과학계량학입문Introduction to Scientometrics 13288 3 상세보기 버튼

    교과목명(국/영문)

    과학계량학입문 (Introduction to Scientometrics)

    강의개요

    강의개요
    강의목표, 교재 및 참고문헌, 수업운영방식, 과제물, 성적평가방식으로 구분하여 안내합니다.
    강의목표 과학기술을 분석하여 연구개발에 활용하거나 측정할 필요성이 증대됨에 따라따라 문헌계량분석과 결합하여 과학 활동을 측정하는 모든 정량적 연구를 통칭하는 용어로 'Scientometrics'이 사용되고 있다. 과학계량분석을 수행하기 위한 대용량 데이터 처리를 통한 지식구조 파악 방법, 정보분석시스템 사례 분석(Pajek, NetMiner, KnowledgeMatrix 등), 구조분석을 위한 데이터 조작기술 강의, 지식지도 작성방법등에 대한 제반기술을 이해하고 습득한다.
  • 전공강좌
    (Major)
    관련성있는 데이터분석법Data Analysis for Relevance 20408 3 상세보기 버튼

    교과목명(국/영문)

    관련성있는 데이터분석법 (Data Analysis for Relevance)

    강의개요

    강의개요
    강의목표, 교재 및 참고문헌, 수업운영방식, 과제물, 성적평가방식으로 구분하여 안내합니다.
    강의목표 다차원 데이터의 분석을 통한 고찰법
  • 전공강좌
    (Major)
    기계학습Machine Learning 20409 3 상세보기 버튼

    교과목명(국/영문)

    기계학습 (Machine Learning)

    강의개요

    강의개요
    강의목표, 교재 및 참고문헌, 수업운영방식, 과제물, 성적평가방식으로 구분하여 안내합니다.
    강의목표 본 강의는 분류분석, 회귀분석, 군집분석으로부터 최근 이슈가 되는 boosting, support vector machines, deep neural network에 이르기까지, 기계학습 및 통계적 패턴 인식 관련 다양한 개념, 기술, 알고리듬에 대해 소개한다. 본 강의는 학생들에게 기본적인 기계학습에 대한 개념과 직관 뿐만 아니라 실습을 통한 구체적인 기계학습 적용 방법론을 제공한다. 특히, 최근 좋은 성능을 보이는 Convolution Neural Network, Recurrent Neural Network, Autoencoder, Reinforcement Learning 등에 대한 이론과 실습을 통해, 빅데이터 분석에 필요한 주요한 기계학습 방법론을 다룰 것이다.
  • 전공강좌
    (Major)
    대용량실험데이터관리시스템Scientific Data Management System 11161 3 상세보기 버튼

    교과목명(국/영문)

    대용량실험데이터관리시스템 (Scientific Data Management System)

    강의개요

    강의개요
    강의목표, 교재 및 참고문헌, 수업운영방식, 과제물, 성적평가방식으로 구분하여 안내합니다.
    강의목표 대용량실험데이터를 관리하기 위한 기술들에 대한 이해를 목표로 한다. FNAL, CERN등 대형실험장치를 통해 생성된 대용량데이터를 효과적으로 관리하고 처리하기위한 기술, 기술적 이슈, 연구성과에 대해 알아본다.
  • 전공강좌
    (Major)
    데이터마이닝Data Mining 20410 3 상세보기 버튼

    교과목명(국/영문)

    데이터마이닝 (Data Mining)

    강의개요

    강의개요
    강의목표, 교재 및 참고문헌, 수업운영방식, 과제물, 성적평가방식으로 구분하여 안내합니다.
    강의목표 데이터 마이닝은 데이터베이스로부터 패턴과 규칙을 찾아내고, 예측을 수행하고, 데이터의 품질 및 성능을 개선하기 위한 컴퓨터 알고리즘 및 계산 기법들을 다룬다. 이는 원시 데이터로부터 유용한 지식을 추출하는 지식 발굴의 핵심 요소이며, 데이터의 규모가 거대해진 최근에는 그 중요성이 더 부각되고 있다. 본 강의에서는 데이터 선정, 정제, 추출, 비교, 다양한 통계 및 기계학습 기법의 사용, 데이터의 시각화 등 지식 발굴 과정의 다양한 주제들을 다룰 것이다.
  • 전공강좌
    (Major)
    데이터마이닝분석방법론Data Mining Analysis 13307 3 상세보기 버튼

    교과목명(국/영문)

    데이터마이닝분석방법론 (Data Mining Analysis )

    강의개요

    강의개요
    강의목표, 교재 및 참고문헌, 수업운영방식, 과제물, 성적평가방식으로 구분하여 안내합니다.
    강의목표 데이터 기반의 의사결정은 이미 보편화되어 일반인들이 인지하지 못하는 사이 실생활 곳곳에서 적용되고 있다. 데이터마이닝의 다양한 방법론을 소개하고 그 중 기계학습에 대해 공부하고 활용방안을 고민해 본다. - 데이터 마이닝에 대한 기본 개념과 방법론, 입력 및 출력 데이터, 데이터 마이닝 기본 알고리즘 그리고 기계학습 및 신뢰성 평가에 대한 내용을 소개한다.'
  • 전공강좌
    (Major)
    데이터베이스시스템이론 및 실습Massive Database System Theory and Practice 20411 3 상세보기 버튼

    교과목명(국/영문)

    데이터베이스시스템이론 및 실습 (Massive Database System Theory and Practice)

    강의개요

    강의개요
    강의목표, 교재 및 참고문헌, 수업운영방식, 과제물, 성적평가방식으로 구분하여 안내합니다.
    강의목표 오늘날 웹을 포함한 응용 프로그램의 개발에 있어서 데이터베이스를 제외하고 생각하기는 어려울 정도로 데이터베이스가 일반화 되었고, 데이터베이스 연동 프로그래밍은 프로그램 개발자들이 알아야할 기본 지식 중의 하나가 되었다. 그러나 많은 개발자들은 데이터베이스를 데이터를 저장하기 위한 수단 정도로 이해하고 있으며, 몇 개의 간단한 테이블을 만들고 여기에 SQL문을 이용해 데이터를 저장하거나 프로그램으로 불러오는 정도의 수준에서 데이터베이스를 이용하고 있는 설정이다. 그러나 데이터베이스를 효과적으로 이용하기 위해서는 데이터베이스 설계에 대한 지식이 있어야 한다. 개발하고자 하는 시스템의 규모가 커지면 커질수록 데이터베이스를 효율적으로 설계하는 일이 중요해진다. 그러나 데이터베이스를 설계하는 일은 시운 일이 아니다. 단순히 설계에 대한 지식이 있다고 할 수 있는 일이 아니기 때문이다. 마치 Java 프로그래밍에 대한 문법을 알고 있다고 해서 Java 프로그래밍을 잘할 수 있는 것은 아닌 것과 마찬가지다. 본 강의에서는 데이터베이스 설계에 관심을 가지고 있는 이들이 쉽게 이해할 수 있으면서도 이론적으로, 실무적으로 단단한 기반을 제공한다.
  • 전공강좌
    (Major)
    딥러닝기술 및 응용Deep Learning Technologies and Applications 15984 3 상세보기 버튼

    교과목명(국/영문)

    딥러닝기술 및 응용 (Deep Learning Technologies and Applications)

    강의개요

    강의개요
    강의목표, 교재 및 참고문헌, 수업운영방식, 과제물, 성적평가방식으로 구분하여 안내합니다.
    강의목표 최신 딥러닝 기술동향을 파악하고, 주요 응용사례관련 논문을 선정하여 발표 및 토의한다.
  • 전공강좌
    (Major)
    보안관제특론Advanced Security Monitoring and Response 20412 3 상세보기 버튼

    교과목명(국/영문)

    보안관제특론 (Advanced Security Monitoring and Response)

    강의개요

    강의개요
    강의목표, 교재 및 참고문헌, 수업운영방식, 과제물, 성적평가방식으로 구분하여 안내합니다.
    강의목표 프로그램 제작 시에 고려해야될 다양한 보안적 요소 및 이를 구현하기 위한 보안 코딩 기술에 대해서 학습한다.
  • 전공강좌
    (Major)
    분자모델링과 고성능컴퓨팅Molecular Modeling and High Performance Computing 20413 3 상세보기 버튼

    교과목명(국/영문)

    분자모델링과 고성능컴퓨팅 (Molecular Modeling and High Performance Computing)

    강의개요

    강의개요
    강의목표, 교재 및 참고문헌, 수업운영방식, 과제물, 성적평가방식으로 구분하여 안내합니다.
    강의목표 분자모델링과 고성능컴퓨팅 기법들을 학습한다
  • 전공강좌
    (Major)
    빅데이터분석을 위한 수치해석 1Numerical Analysis for Big Data 1 20414 3 상세보기 버튼

    교과목명(국/영문)

    빅데이터분석을 위한 수치해석 1 (Numerical Analysis for Big Data 1)

    강의개요

    강의개요
    강의목표, 교재 및 참고문헌, 수업운영방식, 과제물, 성적평가방식으로 구분하여 안내합니다.
    강의목표 수치해석 이론은 기계학습 알고리즘, 통계 분석 이론 등 다양한 분야에서 폭 넓게 사용되고 있다. 이러한 알고리즘들은 모두 수치해석 알고리즘의 기본 개념과 구성 요소를 이용하여 개별 알고리즘의 조합과 응용을 바탕으로 복잡한 분석을 수행할 수 있는 기초를 제공한다. 빅데이터 분석 알고리즘의 응용을 위해서는 수치해석의 핵심 이론을 정확히 이해하고 다양한 응용 사례에 따라 알고리즘을 적용할 수 있어야 한다. 수치해석 이론에 기반한 분석 알고리즘의 개념을 이해하고 실제 연구에서 활용할 수 있는 역량을 키움으로써 빅데이터 기술이나 인공지능 기술에 접목할 수 있는 능력을 확보하는 것을 목표로 한다. “빅데이터 분석을 위한 수치해석 Ⅰ”은 수치해석의 기초이론과 행렬 분해, 행렬을 이용한 연립방정식의 해를 구하는 방법, 보간법, 미분 방정식을 중심으로 다루고 있다.
  • 전공강좌
    (Major)
    빅데이터분석을 위한 수치해석 2Numerical Analysis for Big Data 2 20415 3 상세보기 버튼

    교과목명(국/영문)

    빅데이터분석을 위한 수치해석 2 (Numerical Analysis for Big Data 2)

    강의개요

    강의개요
    강의목표, 교재 및 참고문헌, 수업운영방식, 과제물, 성적평가방식으로 구분하여 안내합니다.
    강의목표 수치해석 이론은 기계학습 알고리즘, 통계 분석 이론 등 다양한 분야에서 폭 넓게 사용되고 있다. 이러한 알고리즘들은 모두 수치해석 알고리즘의 기본 개념과 구성 요소를 이용하여 개별 알고리즘의 조합과 응용을 바탕으로 복잡한 분석을 수행할 수 있는 기초를 제공한다. 빅데이터 분석 알고리즘의 응용을 위해서는 수치해석의 핵심 이론을 정확히 이해하고 다양한 응용 사례에 따라 알고리즘을 적용할 수 있어야 한다. 수치해석 이론에 기반한 분석 알고리즘의 개념을 이해하고 실제 연구에서 활용할 수 있는 역량을 키움으로써 빅데이터 기술이나 인공지능 기술에 접목할 수 있는 능력을 확보하는 것을 목표로 한다. “빅데이터 분석을 위한 수치해석 Ⅱ”는 기계학습 알고리즘과 빅데이터 분석 기술 중 학습 알고리즘 등의 핵심을 이루는 반복적 연산에 의한 해찾기, 선형 회귀모형, 비선형 회귀모형, 최적화 문제와 경곗값 문제를 중심으로 다루고 있다.
  • 전공강좌
    (Major)
    빅데이터시각화Big Data Visualization 20416 3 상세보기 버튼

    교과목명(국/영문)

    빅데이터시각화 (Big Data Visualization)

    강의개요

    강의개요
    강의목표, 교재 및 참고문헌, 수업운영방식, 과제물, 성적평가방식으로 구분하여 안내합니다.
    강의목표 빅데이터가 큰 이슈가 되기 시작하면서 데이터 분석 능력에 대한 수요가 점점 증가하고 있다. 특히, 최근에는 데이터 시각화 즉, 시각적 분석(Visual Analysis)에 대한 수요가 폭발적으로 증가하고 있다. 데이터 시각화(Data Visualization)는 기본 데이터를 다양한 그래프나 그림 또는 지도 등으로 나타내어 보여주는 것이다. 이것은 간단한 리포트 형식의 테이블이나 숫자를 보여주는 것이 아니다. 사람들이 쉽게 이해하고 그 안에서 새로운 패턴이나 인사이트를 얻게 도와주어야 하는 것이다. 그래서 데이터를 시각적으로 보여줌으로써 그 데이터를 보는 사람들과 상호작용이 되어야 한다. 즉, 사람들이 원하는 결과물을 이해하기 쉽고 의미 있는 정보를 주어야 한다. Tableau는 단순 Drag&Drop으로 다양한 데이터 자료들을 시각적으로 쉽게 표현할 수 있는 데이터 시각화 툴로, 최근에 가트너(Gartner Inc.)가 발표한 자료에 따르면 Business Intelligence 분야에서 Tableau가 최고의 리더로 선정되었다. 본 강의에서는 Tableau의 중요 기능을 습득하고 다양한 분야의 데이터를 활용한 응용 실습을 통해 현장에서 스스로 데이터를 분석 및 시각화할 수 있는 실무 능력을 키우고자 한다.
  • 전공강좌
    (Major)
    빅데이터응용Applications of Big Data 20417 3 상세보기 버튼

    교과목명(국/영문)

    빅데이터응용 (Applications of Big Data)

    강의개요

    강의개요
    강의목표, 교재 및 참고문헌, 수업운영방식, 과제물, 성적평가방식으로 구분하여 안내합니다.
    강의목표 본 강의는 빅데이터 분석의 응용 과정으로, 다양한 분야의 데이터에 적합한 분석 방법 이론을 습득하고, 실습을 통한 구체화된 경험을 확보할 기회를 제공한다. 생명의료, 텍스트 분석, 영상 기반 기상 예측, 과학 데이터 분석 등 다양한 주제 분야에서의 구체적인 요구사항 파악 및 분석 실습을 수행하여, 실무적으로 필요한 지식과 경험을 습득할 수 있는 기회를 제공한다. 특히, 최근 좋은 성과를 보이는 딥러닝 기반 분석 방법론을 각 분야에서 실사용하는 데이터에 적용해 봄으로써, 최신 분석 역량을 극대화 하고자 한다.
  • 전공강좌
    (Major)
    소프트컴퓨팅기반최적화프로그래밍Optimization Programming based on Softcomputing 20302 3 상세보기 버튼

    교과목명(국/영문)

    소프트컴퓨팅기반최적화프로그래밍 (Optimization Programming based on Softcomputing)

    강의개요

    강의개요
    강의목표, 교재 및 참고문헌, 수업운영방식, 과제물, 성적평가방식으로 구분하여 안내합니다.
    강의목표 슈퍼컴퓨팅에 필요한 최적화알고리즘, 데이터마이닝, 가시화를 위한 이론을 학습하고 이를 바탕으로 소프트컴퓨팅 프로그래밍을 학습한다.
  • 전공강좌
    (Major)
    엣지컴퓨팅Edge Computing 20418 3 상세보기 버튼

    교과목명(국/영문)

    엣지컴퓨팅 (Edge Computing)

    강의개요

    강의개요
    강의목표, 교재 및 참고문헌, 수업운영방식, 과제물, 성적평가방식으로 구분하여 안내합니다.
    강의목표 본 과목에서는 정보중심네트워킹 기술 기반의 엣지 컴퓨팅 기술에 대해 최신 동향 및 논문을 이해하고 토론한다.
  • 전공강좌
    (Major)
    융합보안Convergence Security 20419 3 상세보기 버튼

    교과목명(국/영문)

    융합보안 (Convergence Security)

    강의개요

    강의개요
    강의목표, 교재 및 참고문헌, 수업운영방식, 과제물, 성적평가방식으로 구분하여 안내합니다.
    강의목표 인터넷 상에서 발생하는 다양한 종류의 사이버 해킹공격(웜/바이러스, DDoS공격 등)에 대해서 알아보고, 이러한 사이버 공격에 대응하기 위한 네트워크 보안 기술에 대해서 습득한다.
  • 전공강좌
    (Major)
    응용수치해석Applied Numerical Analysis 20420 3 상세보기 버튼

    교과목명(국/영문)

    응용수치해석 (Applied Numerical Analysis)

    강의개요

    강의개요
    강의목표, 교재 및 참고문헌, 수업운영방식, 과제물, 성적평가방식으로 구분하여 안내합니다.
    강의목표 과학 및 공학분야에서 필수적으로 사용되는 수치해석 기법이론을 학습하고 이를 응용하는 방법을 배운다. (This course deals with the basic theory and applications of numerical methods as an efficient tool for various science and engineering fields.)
  • 전공강좌
    (Major)
    정보분석개론Introduction to Information Analysis 12278 3 상세보기 버튼

    교과목명(국/영문)

    정보분석개론 (Introduction to Information Analysis)

    강의개요

    강의개요
    강의목표, 교재 및 참고문헌, 수업운영방식, 과제물, 성적평가방식으로 구분하여 안내합니다.
    강의목표 최근 과학기술의 급속한 발전과 함께 연구개발 및 기술혁신을 위한 정보분석 및 기술예측의 중요성이 크게 부각되고 있다. 이에 본 교과에서는 과학기술정보에 대한 기술?특허정보분석, 기술평가, 기술예측 등 다양한 정보분석기법과 사례연구를 중심으로 학습한다.
  • 전공강좌
    (Major)
    컴퓨터네트워크특론Advanced Topic in Computer Networks 20421 3 상세보기 버튼

    교과목명(국/영문)

    컴퓨터네트워크특론 (Advanced Topic in Computer Networks)

    강의개요

    강의개요
    강의목표, 교재 및 참고문헌, 수업운영방식, 과제물, 성적평가방식으로 구분하여 안내합니다.
    강의목표 트래픽 엔지니어링, 네트워크 관리, 전송 성능 향샹, SDN 등 고급 컴퓨터 네트워크 기술을 습득한다.
  • 전공강좌
    (Major)
    컴퓨터네트워킹Computer Networking 16215 3 상세보기 버튼

    교과목명(국/영문)

    컴퓨터네트워킹 (Computer Networking)

    강의개요

    강의개요
    강의목표, 교재 및 참고문헌, 수업운영방식, 과제물, 성적평가방식으로 구분하여 안내합니다.
    강의목표 OSI 7 계층의 Top-down 방식의 이해를 토대로 computer networking 기술의 전반적 이해하고 multimedia networking, security, network management 기술에 대해 습득함
  • 전공강좌
    (Major)
    클라우드컴퓨팅개요Introduction to Cloud computing 13267 3 상세보기 버튼

    교과목명(국/영문)

    클라우드컴퓨팅개요 (Introduction to Cloud computing)

    강의개요

    강의개요
    강의목표, 교재 및 참고문헌, 수업운영방식, 과제물, 성적평가방식으로 구분하여 안내합니다.
    강의목표 클라우드 컴퓨팅의 핵심인 가상화 기술의 대한 이해를 높이고, 이를 기반으로 한 가상머신의 효과적 관리 기법을 알아본다. Scientific Workflow에 클라우드 컴퓨팅이 어떻게 활용될 수 있는지 가상클러스터 시스템의 예를 통해 그 구성 및 활용 방법을 알아본다.
  • 전공강좌
    (Major)
    텍스트분석Text Analytics 20422 3 상세보기 버튼

    교과목명(국/영문)

    텍스트분석 (Text Analytics)

    강의개요

    강의개요
    강의목표, 교재 및 참고문헌, 수업운영방식, 과제물, 성적평가방식으로 구분하여 안내합니다.
    강의목표 텍스트 분석은 텍스트(비정형 데이터)로부터 고품질의 정보를 도출하는 과정으로, 텍스트 마이닝 또는 텍스트 데이터 마이닝으로도 표현된다. 고품질의 정보는 전형적으로 통계적 패턴 학습을 통해 도출되는데, 구체적으로는 입력 텍스트를 구조화하고, 패턴을 도출하고, 결과를 평가하고 해석하는 등의 일련의 과정들로 구성된다. 데이터는 일반적으로 정형 데이터와 비정형 데이터(즉, 텍스트)로 구분되는데, 정형 데이터에 비해 비정형 데이터가 차지하는 비중이 훨씬 큰 점을 감안하면 빅데이터 분석에서 텍스트 분석의 중요성은 명백하다고 할 수 있다. 본 강의에서는 문서(텍스트) 표현, 자연어(텍스트) 처리, 분류, 군집, 추출, 토픽 모델링, 요약, 감성 분석 등 다양한 텍스트 마이닝 태스크 주제들에 대해 태스크 정의와 문제 해결 기법들을 다룰 것이다.
담당부서 :  
교무팀
담당자 :  
이은총
연락처 :  
042-865-2328