소개

학과/전공소개

교육목표

• 컴퓨터·정보공학과 박사과정은 AI·데이터사이언스·사이버보안·핀테크·클라우드·스마트시스템 등 디지털 전환(DX)의 핵심 기술군을 융합적으로 연구할 수 있는 고급 연구인력 양성을 목표로 한다. 본 교육과정은 인공지능-데이터-보안-시스템을 하나의 연계 흐름으로 통합하고, 실증 데이터를 기반으로 산업·학문·공공 분야의 고난도 문제 해결형 연구 수행 능력을 강화하는 데 중점을 둔다.

교육특성

본 학과는 일반대학원 박사과정으로서, 다음의 4대 특성화 방향을 중심으로 교육과정을 체계화하였다.

• AI·머신러닝·딥러닝 고도 전문 연구역량 강화 - 기계학습, 딥러닝, 자연어처리, 컴퓨터비전 등 핵심 AI 기술의 이론·실습·응용 연구 강화
• 사이버보안·개인정보보호·블록체인 기반 신뢰 기술 특성화 - 보안·시스템 취약점 방어, 블록체인 기반 분산 신뢰, 개인정보 프라이버시 기술 집중 교육
• 빅데이터 분석 및 클라우드·산업 시스템 융합 연구 - 데이터 중심 의사결정·모델링, 분산 시스템·클라우드 플랫폼·스마트 시스템 설계 연구
• 산업·의료·금융·환경 등 실증 기반 융합 연구 생태계 구축 - AI 기반 의료, 환경 데이터 분석, 핀테크, 로보틱스 등 실용 연구 프로젝트 수행을 통한 기술 가치 창출
  ※ 이론적 기초 → 첨단 기술 심화 → 실증 응용 → 주도적 연구 수행의 과정을 통해 독립적 연구자로 성장할 수 있도록 설계하였다.

教育目标

• 计算机与信息工程学科博士课程以AI、数据科学、网络安全、金融科技、云计算、智能系统等数字化转型(DX)核心技术群的融合研究为基础，致力于培养高级研究人才。本教育课程将人工智能-数据-安全-系统整合为一个联动体系，重点强化基于实证数据的产业、学术、公共领域高难度问题解决型研究能力。

教育特色

本学科作为一般研究生院博士课程，围绕以下四大特色化方向构建了系统化的教育课程。

• AI·机器学习·深度学习高级专业研究能力强化 - 强化机器学习、深度学习、自然语言处理、计算机视觉等核心AI技术的理论·实践·应用研究
• 网络安全·个人信息保护·区块链信任技术特色化 - 集中教育安全·系统漏洞防御、基于区块链的分布式信任、个人信息隐私保护技术
• 大数据分析及云计算·产业系统融合研究 - 以数据驱动的决策·建模、分布式系统·云平台·智能系统设计研究
• 产业·医疗·金融·环境等实证融合研究生态系统构建 - 通过AI医疗、环境数据分析、金融科技、机器人等实用研究项目创造技术价值
  ※ 按照理论基础 → 前沿技术深化 → 实证应用 → 自主研究的路径，培养独立研究者。

Educational Objectives

• The Doctoral Program in Computer and Information Engineering aims to cultivate advanced researchers capable of conducting convergent research across core digital transformation (DX) technologies, including AI, data science, cybersecurity, fintech, cloud computing, and smart systems. This curriculum integrates AI, data, security, and systems into a unified framework, with emphasis on strengthening evidence-based research capabilities for solving complex problems in industry, academia, and the public sector.

Educational Characteristics

As a doctoral program of the Graduate School, the curriculum is structured around the following four key specialization areas.

• Strengthening advanced research capabilities in AI, machine learning, and deep learning - Enhancing theoretical, practical, and applied research in core AI technologies such as machine learning, deep learning, NLP, and computer vision
• Specialization in cybersecurity, privacy protection, and blockchain-based trust technologies - Focused education on security and system vulnerability defense, blockchain-based distributed trust, and privacy protection technologies
• Convergent research in big data analytics, cloud computing, and industrial systems - Research on data-driven decision-making and modeling, distributed systems, cloud platforms, and smart system design
• Building an evidence-based convergent research ecosystem across industry, healthcare, finance, and environment - Creating technological value through applied research projects in AI-based healthcare, environmental data analysis, fintech, and robotics
  ※ Designed for growth as an independent researcher: theoretical foundations → advanced technology → evidence-based application → leading research.

주요교과목

국문

• 1학기 : 데이터베이스특론(Advanced Databases) 3학점 / 인공지능특론(Advanced Artificial Intelligence) 3학점 / 사이버 보안 및 개인 정보 보호(Cyber Security and Personal Information Protection) 3학점 / 블록체인 및 암호화폐(Blockchain and Cryptocurrency) 3학점 / 사물인터넷 기초와 응용(Fundamentals and Applications of the Internet of Things) 3학점
• 2학기 : 빅데이터분석(Big Data Analysis) 3학점 / 네트워크및시스템보안(Network and System Security) 3학점 / 기계학습(Machine Learning) 3학점 / 금융기술 및 머신러닝 응용(Financial Technology and Machine Learning Applications) 3학점 / 딥러닝을 이용한 자연어처리(Natural Language Processing with Deep Learning) 3학점 / AI 기반 의료 시스템 개론(AI-Based Healthcare System Fundamentals) 3학점
• 3학기 : 사이버보안특론(Topics in Cyber Security) 3학점 / 딥러닝(Deep Learning) 3학점 / 고급 데이터 분석(Advanced Data Analysis) 3학점 / 환경 데이터 분석 및 모델링(Environmental Data Analysis and Modeling) 3학점 / 머신러닝 비전(Machine Learning Vision) 3학점 / 논문연구1(Research for the Doctor's DegreeⅠ) 2학점〔필수〕
• 4학기 : 머신러닝 알고리즘과 응용(Machine learning algorithms and applications) 3학점 / 클라우드 컴퓨팅 및 분산 시스템(Cloud computing and distributed systems) 3학점 / AI 기술의 실용적 적용(The practical application of AI technology) 3학점 / 로보틱스와 AI 통합(Integration of Robotics and AI) 3학점 / 스마트 시스템 설계 및 구현(Design and Implementation of Smart Systems) 3학점 / 논문연구2(Research for the Doctor's DegreeⅡ) 2학점〔필수〕
  ※ 논문연구Ⅰ·Ⅱ(각 2학점, 필수) 포함 총 40학점 이상 이수

中文

• 第1学期：高级数据库(3学分) / 高级人工智能(3学分) / 网络安全与个人信息保护(3学分) / 区块链与加密货币(3学分) / 物联网基础与应用(3学分)
• 第2学期：大数据分析(3学分) / 网络与系统安全(3学分) / 机器学习(3学分) / 金融科技与机器学习应用(3学分) / 基于深度学习的自然语言处理(3学分) / 人工智能医疗系统导论(3学分)
• 第3学期：网络安全专题(3学分) / 深度学习(3学分) / 高级数据分析(3学分) / 环境数据分析与建模(3学分) / 基于机器学习的计算机视觉(3学分) / 博士论文研究（一）(2学分)〔必修〕
• 第4学期：机器学习算法与应用(3学分) / 云计算与分布式系统(3学分) / 人工智能技术的实际应用(3学分) / 机器人技术与人工智能融合(3学分) / 智能系统设计与实现(3学分) / 博士论文研究（二）(2学分)〔必修〕
  ※ 含论文研究Ⅰ·Ⅱ（各2学分，必修）在内，须修满40学分以上。

English

• Semester 1 : Advanced Databases (3 cr.) / Advanced Artificial Intelligence (3 cr.) / Cyber Security and Personal Information Protection (3 cr.) / Blockchain and Cryptocurrency (3 cr.) / Fundamentals and Applications of the Internet of Things (3 cr.)
• Semester 2 : Big Data Analysis (3 cr.) / Network and System Security (3 cr.) / Machine Learning (3 cr.) / Financial Technology and Machine Learning Applications (3 cr.) / Natural Language Processing with Deep Learning (3 cr.) / AI-Based Healthcare System Fundamentals (3 cr.)
• Semester 3 : Topics in Cyber Security (3 cr.) / Deep Learning (3 cr.) / Advanced Data Analysis (3 cr.) / Environmental Data Analysis and Modeling (3 cr.) / Machine Learning Vision (3 cr.) / Research for the Doctor's DegreeⅠ (2 cr.)〔Required〕
• Semester 4 : Machine learning algorithms and applications (3 cr.) / Cloud computing and distributed systems (3 cr.) / The practical application of AI technology (3 cr.) / Integration of Robotics and AI (3 cr.) / Design and Implementation of Smart Systems (3 cr.) / Research for the Doctor's DegreeⅡ (2 cr.)〔Required〕
  ※ A minimum of 40 credits in total, including Research for the Doctor's DegreeⅠ·Ⅱ (2 credits each, required).