학과소개-이학처

  • 기초과학과
  • 국방경영학과
  • 해양학과
  • 사이버과학과
  • 인공지능학과

  • 교과소개
  • 교수소개

인공지능학과 교육목표

  • - 군 인공지능의 기획 및 운용을 위한 전산학 기초소양 배양
  • - 임무 수행에 요구되는 핵심 인공지능 기술의 실무 중심 교육
  • - 향후 군 인공지능 전문가로의 발전을 위한 학문적 토대 마련

학과소개

미래 인공지능 중심 전장의 정예 장교 양성을 위한 이론과 실무를 학습한다.
컴퓨터프로그래밍, 자료구조, 운영 체계 등 전산학 기초소양을 학습하고,
이를 바탕으로 기계학습, 딥러닝, 강화학습, 모션플래닝 등 인공지능과 무인 체계의 핵심기술을 습득한다.
프로젝트 중심의 수업을 통해 인공지능 기반 무기체계의 개발을 위한 전 과정을 학습한다.

교과과정

인공지능학과 교과과정
구분 1학년 2학년 3학년 4학년
1학기 2학기 1학기 2학기 1학기 계절학기
전공
필수
- 고급
프로그래밍
(2-2-3)
컴퓨터구조
(3-0-3)
자료구조
(3-0-3)
운영체제
(3-0-3)
기계학습
(3-0-3)
딥러닝
(2-2-3)
인공지능
프로젝트
(3-0-3)

전공
선택

융합기초
(3-0-3)
- 데이터베이스
(3-0-3)
컴퓨터비전
(3-0-3)
웹프로그래밍
(2-2-3)
지능로봇
프로그래밍
(2-2-3)
데이터마이닝
(3-0-3)
모션플래닝
(3-0-3)
강화학습
(3-0-3)
자연언어
처리
(3-0-3)
융합심화
(타전공)
(3-0-3)

교과목소개

융합 기초/심화
  • [기초]컴퓨터 프로그래밍(Computer Programming)

    형식언어를 처음 접해보는 초급자를 대상으로 컴퓨터프로그래밍의 기본 문법과 기초적인 프로그래밍 기법을 강의한다. 절차지향 프로그래밍 기반의 프로그래밍 실습으로 주어진 문제를 해결하는 논리적인 사고와 프로그래밍을 활용한 문제 해결 능력을 배양한다.

  • [심화]인공지능 프로젝트(Artificial Intelligence Project)

    인공지능은 사람의 지능과 인지 기능을 흉내 낼 수 있는 정보처리 모델을 연구하는 컴퓨터과학의 한 분야이다. 프로젝트를 통해 스스로 문제를 정의하고, 문제를 해결하기 위한 기계학습, 딥러닝, 강화학습 등의 인공지능 알고리즘을 학습한다. 이론적 지식을 바탕으로 실제 인공지능 소프트웨어를 제작하는 실습을 수행한다.


전공필수
  • 고급 프로그래밍(Advanced Programming)

    객체지향 프로그래밍, 함수형 프로그래밍 등 고수준 프로그래밍 기법에 대해 학습한다. 프로젝트 기반 실습을 통해 소프트웨어 개발 방법론, 프로그래밍 패턴, 메모리 관리, 자료구조 등을 학습하여 실제 운영 가능한소프트웨어를 개발할 수 있는 프로그래밍 능력을 배양한다.
    * 선수과목 : 컴퓨터프로그래밍

  • 컴퓨터구조(Computer Architecture)

    컴퓨터를 구성하고 있는 각 요소들이 상호간에 어떻게 동작하는가를 살펴봄으로써 컴퓨터의 동작 원리를 이해하는 능력을 배양한다. 명령어집합, 중앙처리장치, 파이프라이닝, 메모리 계층구조, 입출력 장치 등을 다룬다.

  • 자료구조(Data Structure)

    컴퓨터에 의한 문제해결을 위해 필요한 개념이나 대상물의 표현을 위한 자료구조와 문제해결을 위한 체계적 사고 방법을 학습한다. 큐, 스택, 검색 트리, 해시 테이블 등의 자료구조와 그래프를 이용한 문제해결 방법 들을 다루어 자료를 효율적으로 저장하고 관리하는 방법을 설계하고 구현할 수 있는 능력을 배양한다.
    * 선수과목 : 프로그래밍기초

  • 운영체제(Operating System)

    컴퓨터 시스템에서 운영체제가 무엇이며, 그것이 수행하는 역할은 무엇이고, 또 운영체제가 어떻게 설계되고 만들어지는지를 소개한다. 주요 학습내용은 운영체제 구조, 프로세스 관리, 저장장치 관리, 입출력시스템 등을 다룬다.
    * 선수과목 : 컴퓨터 구조

  • 기계 학습(Machine Learning)

    컴퓨터를 서로 연결하여 데이터를 주고받는 네트워크의 구성과 동작원리를 소개한다. 인터넷 프로토콜(TCP/IP)를 중심으로 각 계층에서 동작하는다양한 프로토콜의 동작을 확인한다. 주요 학습내용은 TCP, IP, Ethernet, 802.11 등을 다루며, 네트워크 프로그래밍을 실습한다.
    * 선수과목 : 운영체제

  • 정보보호(Information Security)

    데이터 및 경험을 바탕으로 명시하지 않은 동작을 학습하여 실행할 수 있는 기계학습 알고리즘 기술에 대해 학습한다. 기계학습 문제 해결을 위한 선형대수, 확률론, 최적화에 대한 기초소양과, 지도학습, 비지도학습의 원리를 학습한다. 실습을 통해 데이터 전처리, 특성공학, 모델링, 학습 및 테스트의 머신러닝 파이프라인 전반에 대해 학습한다.
    * 선수과목 : 고급프로그래밍, 선형대수학(교양선택)

  • 딥러닝(Deep Learning)

    머신러닝의 한 분야인 딥러닝에 대해 학습한다. 인공신경망에 대한 기초 이론과, 심층신경망, 합성곱신경망, 순환신경망 등 주요 딥러닝 기술의 이론적 배경 대해 학습하고, 프로젝트 기반의 실습을 통해 문제를 정의하고 이를 해결하기 위한 딥러닝 모델을 구현한다.
    * 선수과목 : 고급프로그래밍, 기계학습


전공선택
  • 데이터베이스(Database)

    대량의 자료들을 효과적으로 저장, 관리하고 사용자들이 편리하게 검색할 수 있도록 해주는 자료 관리 시스템에 대해 학습 한다. 주요 학습내용은 데이터 모델링 기법, 파일 시스템의 구성 및 인덱싱 기법, 해싱 기법, 데이터베이스의 논리적 구조와 물리적 구조, 각 모델에 따른 각종 질의어, 복구기법 등의 데이터베이스 설계 기법에 대해서 배운다.

  • 컴퓨터 비전(Computer Vision)

    컴퓨터 비전은 인공지능의 한 분야로 이미지, 영상 등의 시각 정보를 컴퓨터를 통해 해석하고 이해하는 컴퓨터를 프로그래밍하는 것을 목표로 한다. 이미지 전처리, 경계선 추출, 노이즈 필터링 등 기초적인 디지털 영상처리 기법을 학습한다. 실습을 통해 물체 인식, 텍스트 추출, 얼굴인식 등의 프로그램 개발 능력을 배양한다.


    * 선수과목 : 고급프로그래밍

  • 웹 프로그래밍(Web Programming)

    서버와 클라이언트 구조에 대한 이해를 바탕으로 HTML을 이용한 간단한 웹페이지 작성에서부터 동영상, 게시판 및 방명록 등 웹 응용프로그램 구현까지 학습한다. 또한 웹 보안 프로토콜, SQL 주입 공격 등 웹 프로그래밍에서 발생할 수 있는 보안의 취약점을 다룬다.
    * 선수과목 : 고급프로그래밍

  • 지능 로봇 프로그래밍(Intelligent Robot Programing)

    미래 지능형 무인체계의 개발 및 운용을 위한 프로그래밍 기법에 대해 학습한다. 센서 정보 수집, 정보 처리, 지시 명령 수행 등 자율 무인체계의 핵심요소 구현을 위한 소프트웨어에 대해 학습한다. 이를 바탕으로 실제 하드웨어 플랫폼에 소프트웨어를 구현하는 실습을 통하여 지능형 무인체계에 대한 이해도를 증가시킨다.
    * 선수과목 : 고급프로그래밍

  • 데이터 마이닝(Data Mining)

    데이터마이닝은 대용량 데이터로부터 유용한 정보를 얻어내는 것으로 패턴분석, 사이버 보안, 추천 시스템 등에서 활용된다. 주요 학습내용으로는 탐색적 자료 분석, 패턴탐지, 링크분석, 데이터스트림 마이닝, 클러스터링, 추천시스템, 데이터 시각화 기법 등을 다룬다.
    * 선수과목 : 데이터베이스

  • 모션 플래닝(Motion Planning)

    모션 플래닝은 복잡한 환경에서 시작 자세와 목표 자세가 주어졌을 때, 주변 환경과 충돌 하지 않는 경로를 생성하는 학문 분야이다. A*. 포텐션 필드, RRT 등 다양한 모션 플래닝 알고리즘을 학습하고, 이를 바탕으로 무인함정의 자율 항법 알고리즘을 실습을 통해 구현한다.
    * 선수과목 : 고급프로그래밍, 지능 로봇 프로그래밍

  • 강화학습(Reinforcement Learning)

    강화 학습은 어떠한 환경 안에서 인공지능 에이전트가 현재의 상태를 인식하여 선택가능한 행동들 중 보상을 최대화하는 행동을 선택하는 방법이다. 마르코프 의사결정 과정, 동적 계획법, Q-learning 등의 고전 강화학습 알고리즘과, DQN, A2C 등의 딥러닝 기반 알고리즘을 실습을 통해 학습한다.
    * 선수과목 : 기계학습

  • 자연언어처리(Natural Language Processing)

    자연언어처리는 인간의 언어 현상을 인공지능을 통해 모사할 수 있도록 구현하는 방법이다. 단어 분류, 구문 분석 등의 기초적인 언어 분석 기법을 학습하고 이를 바탕으로 정보 검색 및 추출, 문장 및 문서 분류, 기계번역 등의 기술을 실습을 통해 구현한다.
    * 선수과목 : 기계학습