가. 교과과정

1) 연계전공기초 (18학점: SW 및 디지털헬스케어 분야 9학점 + 생명과학기술 분야 9학점)

 

• SW 및 디지털헬스케어 분야: 3과목 9학점 필수

 

SW 및 디지털헬스케어 분야: 3과목 9학점 필수

개설전공	교과목명	학점번호	학점	비고
소프트웨어학부	기초데이터구조	SWE2006(기존 ITD2010)	3	필수(택1)
소프트웨어학부/ 디지털헬스케어학부	데이터구조론	SWE2001(기존 CSE2003)	3
소프트웨어학부	기초알고리즘	SWE2014(기존 ITD2011)	3	필수(택1)
소프트웨어학부/ 디지털헬스케어학부	알고리즘기초	SWE2007(기존 CSE2004)	3
소프트웨어학부	알고리즘분석	SWE4014(기존 CSE3007)	3
소프트웨어학부	기초프로그래밍	SWE2015(기존 ITD2012)	3	필수(택1)
소프트웨어학부/ 디지털헬스케어학부	객체지향프로그래밍	SWE2003(기존 ITD2004)	3

 

• 생명과학기술 분야: 3과목 9학점 필수

 

생명과학기술 분야: 3과목 9학점 필수

개설전공	교과목명	학점번호	학점	비고
생명과학기술학부	세포생물학	BST2001	3	필수
생명과학기술학부	유전학및실험	BST3011	3	필수
생명과학기술학부	유전체정보학	BST3017	3	필수

 

2) 연계전공선택 (12학점: SW 및 디지털헬스케어 분야 6학점 + 생명과학기술 분야 6학점)

 

• SW 및 디지털헬스케어 분야: 2과목 6학점 선택

 

SW 및 디지털헬스케어 분야: 3과목 9학점 필수

개설전공	교과목명	학점번호	학점	비고
소프트웨어학부/ 디지털헬스케어학부	인공지능	SWE3016(기존 CSE3004)	3	선택
소프트웨어학부/ 디지털헬스케어학부	데이터베이스	SWE3017(기존 ITD3004)	3	선택
소프트웨어학부/ 디지털헬스케어학부	데이터마이닝	SWE3018(기존 ITD3019)	3	선택
소프트웨어학부/ 디지털헬스케어학부	기계학습개론	SWE4003(기존 ITD3021)	3	선택
소프트웨어학부/ 디지털헬스케어학부	빅데이터처리	SWE4004(기존 ITD3020)	3	선택
소프트웨어학부/ 디지털헬스케어학부	바이오컴퓨팅	SWE4016/DHC3003	3	선택

 

• 생명과학기술 분야: 2과목 6학점 선택

 

보건의료 분야: 2과목 6학점

개설전공	교과목명	학점번호	학점	비고
생명과학기술학부	분자생물학	BST2004	3	선택
생명과학기술학부	생명과학기술의 이해	BST2008	3	선택
생명과학기술학부	생물통계학	BST2010	3	선택

 

 

3) 연계전공프로젝트 (6학점: 2과목)

 

연계전공프로젝트 (6학점: 2과목)

개설전공	교과목명	학점번호	학점	비고
소프트웨어학부	융합SW-PBL	SWE3026(기존 ITD3033)	3	필수(택1)
소프트웨어학부	융합SW인턴십	SWE3027(기존 ITD3034)	3
소프트웨어학부	융합SW프로젝트	SWE3028(기존 ITD3035)	3	필수

 

 

나. 교과목 개요

BST2001 세포생물학(CELL BIOLOGY):
세포의 종류, 세포 소기관의 형태와 기능, 세포화학, 세포의 분화, 상호작용 등에 관한 강의

BST2004 분자생물학(MOLECULAR BIOLOGY):
핵산의 구조와 기능, 단백질 생합성의 조절 등에 관한 분자수준에서의 강의

BST2008 생명과학기술의이해(INTRODUCTION TO BIOSCIENCE AND BIOTECHNOLOGY):
생물자원을 효율적으로 활용하는 생명과학기술의 개요 및 현대 생명과학의 응용기술 및 산업화 등을 소개하는 강의

BST2010 생물통계학(BIOSTATISTICS):
생물통계의 기초분야와 생물학적 실험방법 및 설계 등 응용분야를 공부하고, 가설검정, 분산분석 및 회귀, 상관에 관한 통계학적인 이론을 생물학, 의학, 농학, 보건학의 범주에서 강의

BST3011 유전학및실험(GENETICS & LAB.):
유전자의 발현, 돌연변이 및 세대 간 전달방식, 유전자 빈도와 변화원인, 진화 등에 관한 강의

BST3017 유전체정보학(GENOME BIOINFORMATICS):
생물학 연구로부터 얻어진 수많은 정보를 컴퓨터로 정리, 분석, 가공, 이용하는 방법을 강의

DHC3003 바이오컴퓨팅(BIO-COMPUTING):
생명과학 분야의 데이터를 관리하고 분석하는 데 요구되는 컴퓨팅 문제들에 대해 논의한다. 이러한 데이터를 분석하기 위한 다양한 알고리즘을 이해하고 평가한다. 또한, 파이썬 프로그래밍 언어를 이용하여 이러한 데이터를 분석하는 훈련을 한다.

SWE2003(기존 ITD2004) 객체지향프로그래밍(OBJECT-ORIENTED PROGRAMMING):
컴퓨터를 사용하여 문제를 해결하기 위해 C++ 프로그래밍의 개발 환경을 이해한다. 객체지향 프로그래밍 언어의 특징을 습득하며, 주어진 문제를 해결하는 과정을 C++ 기반의 프로그래밍 언어로 기술하는 능력을 습득한다.

SWE2006(기존 ITD2010) 기초데이터구조(DATA STRUCTURE):
오픈소스SW개념과 대표적인 오픈소스SW인 리눅스 사용법과 리눅스에서 오픈소스SW개발에 필요한 사항을 소개한다. SW2001 데이터구조의 내용을 비전공자에게 적합한 난이도로 교육한다.

SWE2007(기존 CSE2004) 알고리즘기초(FUNDAMENTALS OF ALGORITHM):
대용량 정보의 저장 및 관리에 필요한 알고리즘의 설계 및 구현 기술을 공부한다. 특히 고급 데이터 구조 및 이에 관련된 알고리즘을 학습한다. 주요 내용으로 B-tree, Hashing, TRIE, Pattern matching, Heuristic search 등을 포함한다. 실습을 주요 수업 방식으로 채택하여 Software 개발 능력을 배양한다.

SWE2014(기존 ITD2011) 기초알고리즘(FUNDAMENTALS OF ALGORITHM):
대용량 정보의 저장 및 관리에 필요한 알고리즘의 설계 및 구현 기술을 공부한다. 특히 고급 데이터 구조 및 이에 관련된 알고리즘을 학습한다. SW 알고리즘기초 교과목의 내용을 비전공자에게 적합한 난이도로 교육한다.

SWE2015(기존 ITD2012) 기초프로그래밍(BASIC PROGRAMMING):
SW관련 연계전공, 융합전공을 선택한 학생들이 컴퓨터 프로그래밍에 대한 기초적인 지식과 스킬을 얻도록 하는 것을 목표로 한다. 수강하는 학생들이 SW전공자가 아니라는 상황을 감안하여, 핵심 원리 학습과 실습 위주로 강의를 진행한다. 특정 프로그래밍 언어에 국한하지 않고 C, Python, Java등 SW분야에서 핵심적인 언어에 대한 기본적인 문법과 활용에 대해서 강의한다.

SWE3016(기존 CSE3004) 인공지능(ARTIFICIAL INTELLIGENCE):
컴퓨터로 하여금 단순 계산만을 수행하는 기능 이상의 지능적인 작업을 수행할 수 있도록 하는 기술들을 공부한다. 먼저 지능적인 작업을 수행하는데 필요한 기초가 되는 이론과 알고리즘을 공부한다. 특히 지식표현, 추론, 시각, 언어 등과 같은 인간이 보유한 주요한 지능을 컴퓨터를 이용하여 구현하는 기술에 대하여 공부한다.

SWE3017(기존 ITD3004) 데이터베이스(INTRODUCTION TO DATABASE SYSTEMS):
데이터베이스의 기본 개념, DBMS의 기본 구조, 관계형 데이터베이스의 개념, 스키마 작성법, 정규화, SQL 등에 관한 것을 공부한다. 실습으로는 상용/오픈소스 DBMS를 이용하여 프로젝트를 수행한다.

SWE3018(기존 ITD3019) 데이터마이닝(DATA MINING):
데이터마이닝의 기본 개념인 방대하고 복잡한 데이터 내부의 유용하고 의미있는 정보를 추출하는 방법을 이해하고 현실의 여러 문제를 풀어보는 실습을 통해 데이터 활용 및 분석 기법들을 습득한다. 구체적으로는 다중 및 로지스틱 회귀모형, 판별분석, 트리기반 기법(의사결정나무), k-근접이웃법, 군집법, 신경망, 베이지안 분류법, 연관규칙 등을 배운다.

SWE3026(기존 ITD3033) 융합SW-PBL(Convergence SW PBL):
SW관련 연계전공, 융합전공을 선택한 학생들을 대상으로 각 전공에서 학습한 전공교과목 및 이론 등을 바탕으로 산업체와 연계하여 융·복합형 문제해결을 수행하는 것을 목표로 한다. 지도교수는 학생들이 문제해결을 수행하기 위해서필요한 기본지식을 제공할 뿐만 아니라, 문제해결중심학습(Problem Based Learning)을 수행할 수 있도록 학생들의 활동을 관리/감독한다.

SWE3027(기존 ITD3034) 융합SW인턴십(SW CONVERGENCE INTERNSHIP):
SW관련 연계전공, 융합전공을 선택한 학생들을 대상으로 각 전공에서 학습한 전공교과목 및 이론 등을 바탕으로 융·복합형 산업체 인턴십을 수행하는 것을 목표로 한다. 학생들은 SW관련된 산업체에서 방학중 혹은 학기중 인턴십을 수행한다. 지도교수는 학생들이 인턴십을 수행하기 전에 필요한 기본지식을 제공할 뿐만 아니라, 인턴십 수행과 관련된 활동들을 관리/감독한다.

SWE3028(기존 ITD3035) 융합SW프로젝트(SW CONVERGENCE PROJECT):
SW관련 연계전공, 융합전공을 선택한 학생들을 대상으로 각 전공에서 학습한 전공교과목 및 이론 등을 바탕으로 산업체 또는 사회가 필요로 하는 융·복합형 과제를 수행하는 것을 목표로 한다. 이를 위해서 학생들은 스스로 팀을 구성하여 프로젝트 기획 및 문제해결, 개발을 수행한다. 지도교수는 학생들이 프로젝트를 수행하는데 필요한 기본지식을 제공할 뿐만 아니라, 프로젝트 수행과 관련된 방법론을 지도한다.

SWE4003(기존 ITD3021) 기계학습개론(INTRODUCTION TO MACHINE LEARNING):
인공지능 교과목에 이어 딥러닝의 기본을 공부한다. 그리고 강화학습, 적대적신경망에 관하여 공부한다. 그 다음 컴퓨터시각, 자연어처리, 음성인식, 로보틱스 등의 주요 응용분야의 이론 및 기술을 학습한다.

SWE4004(기존 ITD3020) 빅데이터처리(BIG DATA PROCESSING):
빅데이터 처리의 개념을 이해하고, 관련 소프트웨어 플랫폼을 사용하여 이에 대한 응용을 설계/개발 할 수 있는 능력을 학습한다. 이를 위해서 빅데이터 구조(데이터웨어하우스, 데이터 구조 등)에 대해서 배우고, Hadoop, Storm, Spark와 같은 오픈소스 플랫폼, 그리고 TensorFlow, Wake 등 기계학습 소프트웨어의 사용법을 학습하며, 이러한 플랫폼들을 사용하여 데이터를 처리하고 분석하는 실제적인 개발을 수행한다.

SWE4014(기존 CSE3007) 알고리즘분석(ALGORITHM ANALYSIS):
알고리즘에 대한 기초이론 및 알고리즘의 기본 개념 및 복잡도 계산 방법, search, sorting, 그래프에 관한 복잡도 계산 방법을 연구. Min-Max, Open source(Sorting 및 Graph algorithm)를 활용한 알고리즘 개발 및 활용을 학습한다.

SWE4016 바이오컴퓨팅(BIO-COMPUTING):
생명과학 분야의 데이터를 관리하고 분석하는 데 요구되는 컴퓨팅 문제들에 대해 논의한다. 이러한 데이터를 분석하기 위한 다양한 알고리즘을 이해하고 평가한다. 또한, 파이썬 프로그래밍 언어를 이용하여 이러한 데이터를 분석하는 훈련을 한다.