Home  >  대학원  >  교과과정

시행 세칙

컴퓨터공학과 교육과정 시행세칙 (☞ 구 시행세칙 확인)

제1장 총칙

제1조(목적) 본 지침은 대학원 컴퓨터공학과 교육과정에 관한 전반적인 사항을 규정하는데 그 목적이 있다.

제2조(일반원칙)
① 컴퓨터공학과의 학위를 취득하고자 하는 학생은 이 시행세칙에서 정하는 바에 따라 교과목을 이수해야 한다.

② 교과목의 선택은 지도교수 및 학과장과 상의하여 결정한다.


제2장 교육과정

제3조(교육과정 기본구조)

제4조(교육과정)
① 컴퓨터공학과 교육과정은 <별표1> , 교육과정의 교과목 개요는 <별표2>와 같다.

<별표1>
공통과정
기초트랙
심화과정
시스템 및 SW플랫폼 트랙
핵심
심화

컴퓨터구조특론

운영체제특론

데이터베이스특론

연구윤리및논문작성

소프트웨어공학특론

컴퓨터네트워킹특론

알고리즘특론

클라우드컴퓨팅

정보보호특론

이동통신네트워크

오픈소스네트워킹

미래인터넷

AI네트워킹특론

IoT특론

신경망프로세서특론

수학 및 AI 트랙
지능컴퓨팅 트랙
핵심
심화

확률 및 통계론

수치해석론

최적화이론

기계학습특론

그래프이론

고급선형대수

딥러닝

데이터마이닝

패턴인식

지식표현및추론

자연어처리

질의처리

정보검색

빅데이터분석

시계열데이터분석

창의트랙
스마트미디어 트랙
핵심
심화

창의소프트웨어

창의소프트웨어특강 1

창의소프트웨어특강 2

인지심리학

휴먼·SW 인턴쉽 1

휴먼·SW 인턴쉽 2

HCI 특론

동영상코딩

컴퓨터비전특론

컴퓨터그래픽스특론

고효율비디오코딩

지능미디어특론

가상및증강현실특론

계산이미징

 

<별표2>
교과목명
개요
창의소프트웨어 인문학과 최근 SW 트렌드 및 기술의 융합교육을 통한 후마니타스 소양 배양 및 특허/논문 작성법을 습득한다. 
창의소프트웨어특강 1 지적재산권(특허 및 표준화) 아이디어 도출, 작성, 출원 및 등록방법의 습득창의적 연구 주제에 대한 아이디어 모형화, 알고리즘 도출, 구현, 검증, 적용하는 이론과 사례를 학습한다. 
창의소프트웨어특강2  창의적 연구 활동 결과물을 상용화하는 방법 습득하고 창의적 연구 결과물에 대한 구체적 개발 및 검증 수행을 통한 현실적인 연구능력 배양하며, 산학 멘토링을 통해 산학 공동 개발 및 상용화를 추진하여 산업 현장의 경험을 습득한다. 
인지심리학  후마니타스 융합교육의 기초 지식과 AI 및 SW의 기반이 되는 인지 심리 지식을 습득한다. 
휴먼·SW 인턴쉽 1  석사과정을 위한 산업 밀착형 인력 양성을 위한산학과제 연계형 현장실습 
휴먼·SW 인턴쉽 2  박사과정을 위한 산업 밀착형 인력 양성을 위한산학과제 연계형 현장실습 
확률및통계론  확률모델, 랜덤변수에 대한 기초 강의와 랜덤변수 변환과 조건, 그리고 베르누이, 포아송, 마코브프로세스 등 대한 상세한 내용을 학습한다. 
수치해석론  수학적으로 정의된 문제 해결을 위한 수치적 근사법과 관련한 기법들을 습득한다. 
최적화이론  콘벡스 최적화 문제를 인식하고 이를 해결하기 위한 기법들을 학습한다. 
그래프이론  그래프의 path algorithms, 그래프 coloring, planarity, connectivity 등 그래프의 기본개념을 그래프의 정의, 종류, 특징 측면에서 학습한다. 
고급선형대수  고유값, 고유벡터, 직교성, 대칭성, 선형 변환 및 행력 분해에 대한 기초 지식을 배운 후 선형 프로그래밍 및 정수 프로그래밍을 학습한다. 
기계학습특론  베이지안 네트워크, 결정 트리, 서포트 벡터 머신, 통계적 학습 방법 등 다양한 관점에서 기계학습의 이론과 실제 알고리즘을 학습한다. 
딥러닝  딥러닝 모델을 구성하는 방법부터 딥러닝 모델을 학습하는 데 필요한 내용인 initializer, optimizer 등에 대한 이론 및 실습을 수행한다. 
컴퓨터구조특론  범용 계산기의 메모리 계층 구조, 입출력 시스템 구조, 제어장치 및 각종 프로세서의 설계 기법을 학습한다. 
운영체제특론  스케줄링, 자원할당, 동기화/비동기화, 병행프로그래밍, 교착상태, 메모리관리, 가상메모리 관리 등의 고급 운영체제 개념에 대하여 학습한다. 
데이터베이스특론  데이터베이스 설계 이론과 클라이언트-서버 환경에서의 데이터베이스 시스템 구현 기술을 학습한다. 
소프트웨어공학특론  소프트웨어공학 방법론에 대한 이론 학습과 실제 프로젝트 개발에 적용하는 실습 학습을 통해 소프트웨어 개발 프로세스의 전문성을 높인다. 
컴퓨터네트워킹특론  차세대 멀티미디어 서비스 지원 기술, 코어/분배/액세스 네트워크에서의 스트리밍 전송 기술, 네트워크 시스템 아키텍쳐 요구 및 고려 사항을 강의한다. 
알고리즘특론  특정 문제 분야에 적합한 고도의 알고리즘의 기법 및 분류에 대하여 학습한다. 
연구윤리 및 논문작성  논문 작성 절차, 과정, 방법에 대한 이해와 연구자의 사회적 책임, 연구부정행위 예방과 연구자 윤리관, 연구 데이터 관리를 위한 지식과 태도를 학습한다. 
클라우드컴퓨팅  클라우드보안, 클라우드네트워크, 클라우드스케쥴링 등에 대해 다룸으로써 전반적인 클라우드컴퓨팅 기술을 학습한다. 
미래인터넷  미래 인터넷을 위해 현재 인터넷의 문제점을 극복하는 방법을 제시하고 이용 가능한 분야에 대하여 학습한다. 
이동통신네트워크  >GSM, CDMA, WCDMA, LTE, 5G/B5G 분야에 대한 MAC 계층, 신호 계층, 트래픽 전송 계층, 액세스 네트워크, 코어 네트워크 기술을 학습한다. 
정보보호특론  암호학의 기본 이론 및 실용적인 암호 기법, 네트워크와 보안, 외부 침입 및 공격에 대한 대책 등 컴퓨터의 보안 체계에 관한 내용을 학습한다. 
오픈소스네트워킹  SDN/NFV으로 대변되는 오픈소스 네트워킹으로의 패러다임 변화를 실전적인 소프트웨어 개발과 실증을 통하여 학습한다. 
IoT특론  IoT의 기반이 되는 센서 네트워크 프로토콜에 대하여 학습하고, 특히 에너지 절감 라우팅, 보안 기술, Sink 이동성 기술 등에 대하여 학습한다. 
AI네트워킹특론  인터넷프로토콜의 핵심기술과 최근 미래인터넷그룹에서 연구된 구조를 다루고 CNN, RNN, 강화학습과 같은 머신러닝기법과 빅데이터 모델 기반 네트워킹 솔루션 적용방법 학습한다. 
신경망프로세서특론  인공신경망 연산처리의 이해와 연산패턴을 분석하고 HW빌딩 블록 설계, NPU아키텍처 설계, NPU프로그래밍 인터페이스, NPU컴파일러 학습 및 구현 기술을 습득한다. 
데이터마이닝  연관 규칙, 분류, 군집 등의 마이닝 모델을 통해 효율적인 알고리즘을 데이터마이닝에 대한 개념과 기술을 학습한다. 
질의처리  다양한 고급 파일 구조들을 소개하고 데이터를 인출하기 위한 다양한 액세스 플랜, 질의 최적화 기법을 학습한다. 
빅데이터분석  대규모 데이터의 저장과 검색, 데이터 분석 알고리즘 등 빅데이터의 분석에 필요한 기술을 학습한다. 
지식표현및추론  Deductive inference의 효용성을 높이기 위한 논리, 프레임 등 지식을 컴퓨터로 표현하는 방법을 온톨로지와 시맨틱웹을 통해 학습한다. 
패턴인식  통계적, 구문론적, 구조적, 신경망을 이용한 패턴인식에 관한 기본 개념을 소개하고 이들을 영상인식에 적용사례를 학습한다. 
자연어처리  문서인식, 번역 등 언어처리와 관련된 최신 방법인 LSTM, Bert, word2vec, 등 최신 자연어처리를 위한 딥러닝 기법을 학습한다. 
정보검색  통계적, 언어적, 의미론적 방법에 의한 검색 기법과 검색 효율성 및 제반 요인에 대한 평가방법을 학습한다. 
시계열데이터분석  시간에 따른 의미가 부여된 시계열데이터의 특성을 파악하고 시계열데이터 분석에 뛰어난 RNN을 중심으로 LSTM, GRU 등을 학습한다. 
HCI특론  인간중심 Interactive Digital System 디자인의 기본 원칙에 대한 사용자, 기술, 과업분석 방법과 디자인 방법을 학습한다. 
컴퓨터비전특론  전처리, 에지검출, 영역분할, 특징검출, 물체인식을 포함하는 컴퓨터 비전의 기본이론을 배우고 응용사례들을 학습한다. 
동영상코딩  동영상 코딩 알고리즘, 특히 MPEG 알고리즘에 관한 사례를 학습하고 연구를 수행한다. 
컴퓨터그래픽스특론  3D 모델링, 2D 및 3D 변환, shading에 대한 이론과 최신 기법을 소개하고, 3D 모델링 및 시뮬레이션 시스템 구현 실습을 통해 관련기술을 습득한다. 
고효율비디오코딩  고급 동영상 코딩 알고리즘, 특히 현존하는 최고의 동영상 코딩 알고리즘에 관한 연구를 수행한다. 
가상및증강현실특론  최신 가상현실/증강현실 디스플레이 기술 및 상호작용 기술에 대해 심도있는 분석과 새로운 아이디어 도출 방법을 학습한다. 
계산이미징  다시점 영상, 깊이센서, Coded센서 및 Volumetric 카메라 등, SW 기반 3차원 데이터의 획득/처리를 통한 3D 이미징 관련 최신기술을 습득한다. 
지능미디어특론  인공지능 기술과 디지털미디어 기술을 융합한 지능 미디어 신호처리의 기본이론 및 응용사례를 학습한다. 


제3장 졸업이수요건

제5조(졸업이수학점)
① 컴퓨터공학과의 최저 졸업이수학점은 추가선수학점 및 논문지도학점을 제외하고 석사 25학점, 박사 37학점, 석박통합은 62학점, 석박통합과정생의 석사학위과정 수료학점은 31학점이다.

② 수료에 필요한 학점인정은 학과별 교육과정에 의한다.


제4장 이수학점

제6조(전공과목의 이수)
① 컴퓨터공학과의 교과목은 공통과정과 심화과정으로 구분하여 개설한다.

② 컴퓨터공학과의 표준이수모델은 <별표3>과 같이 구성되어 있으며, 학위과정 별 이수모델을 구분하여 운영한다.

③ 컴퓨터공학과의 학위를 취득하고자 하는 학생은 학위과정 별 표준이수모델에 따라 필수이수 과목 및 최소 수료학점 이상을 이수하여야 한다.

<별표3>

학위종류 (학점)

표준이수모델

석사과정(25)

석박통합과정(62)

○ 1년차 집중교육 3학기 모델 (18학점: 9-3-6)

→1학기 "창의소프트웨어" 및 수학 및 AI트랙 2과목 이수

→2,3학기에 기초트랙 2과목 이수

→3학기에 학생의 심화트랙 1과목 이수

○ 학기 또는 방중 "휴먼·SW 인턴쉽 1" 필수이수 (1학점)

→국내·외 기업, 대학 및 연구소(4주, 2주씩 분리 가능)

○ 2년차 자율교육 2학기 모델 (6학점: 3-3)

→4학기에 학생의 심화트랙 1과목 이수

→5학기에 타심화트랙 1과목 이수

박사과정(37)

○ 4학기 자율교육 모델

→1학기 "연구윤리 및 논문작성" 필수 이수 

→2학기, 3학기 "창의소프트웨어특강 1"과 창의소프트웨어특강 2" 필수 이수 

→1,2학기 수학 및 AI트랙 2과목 이수 

→1,2학기 기초트랙 2과목 이수 

→3,4학기 심화트랙 3과목 및 타심화 트랙 2과목 이수 

○ 학기 또는 방중 "휴먼·Sw 인턴쉽 2" 필수이수 (1학점)

→국내·외 기업, 대학 및 연구소(4주, 2주씩 분리 가능)

제7조(선수과목 이수)
석사과정 입학자 중 비 컴퓨터공학과 졸업생중에서 컴퓨터공학을 부전공으로 이수하지 않은 입학생은 지도교수의 지도에 따라 학부교과 과정의 교과목을 대학원 졸업전까지 이수하도록 한다.

제8조(본 대학원소속 타학과 과목 이수)
본 대학원 소속 타학과 과목을 이수하였을 경우 6학점까지 전공학점으로 인정할 수 있다. 전자정보융합공학과도 동일학과로 취급한다.

제9조(공통과목 이수)
대학원에서 전체대학원생을 대상으로 “공통과목”을 개설하는 경우 지도교수 및 학과장의 승인을 거쳐 수료(졸업)학점으로 인정받을 수 있다.

제10조(입학전 이수학점 및 타대학원 취득학점 인정)
입학 전 동등학위과정에서 이수한 학점인정 및 국내외 타대학교 대학원에서 이수한 학점 인정 등은 경희대학교 대학원 학칙에 따른다.

제11조(전공시험 과목)
① 대학원에 학위청구논문을 제출하기 위해서는 전공시험에 합격하여야 한다. 대학원 전공시험에 응시하기 위해서는 석사과정은 9학점 이상, 박사과정은 9학점 이상을 취득하여야 한다.

② 본 대학원 석사과정은 전공시험을 교육과정에 포함된 과목으로 실시하여야 하여 합격하여야 한다. 2기부터 전공시험에 응시할 자격을 부여하며, 이수한 과목 중 전공관련 3과목을 자율선택하는 것을 원칙으로 한다.

③ 본 대학원 박사과정도 전공시험을 교육과정에 포함된 과목으로 실시하여야 하여 합격하여야 한다. 이수한 과목 중 전공관련 3과목을 자율선택하는 것을 원칙으로 한다.


제5장 기타

제12조(입학)
① 본 대학원의 입학 전형은 석사과정 예약입학, 학석사 연계과정, 석사과정 정시입학, 박사과정 정시입학, 석박통합과정으로 구분됨.

② 본 대학원 석사과정은 컴퓨터공학에 관한 기본지식을 갖고 있는 자를 입학대상으로 하며, 석사 예약입학 전형자는 인성면접을 통해, 학석사 연계 및 정시입학 전형자는 인성 및 심층면접을 통해 합격자를 선출한다.

③ 본 대학원 박사과정은 석사과정에서 컴퓨터공학 관력학과를 졸업한 학생 및 특별전형 자격이 있는 자로서 컴퓨터공학에 전문지식을 갖고 있는 자를 대상으로 하며, 인성 및 심층 면접을 통해 합격자를 선출한다.

④ 본 대학원 석박통합과정은 박사과정 입학 규정과 동일하며, 석박통합 지원자는 박사과정 총원에 포함시킴.

제13조(지도교수 및 세부전공 선정)
① 본 대학원 석·박사학위과정 입학자의 지도교수 선정은 본인의 희망에 따라 입학과 동시에 배정한다.

② 본 대학원 석·박사학위과정 입학자의 희망 연구 주제와 연관된 지도교수 선정을 위해 지도교수 및 세부전공 배정 완료 전까지 임시 지도교수와 주 1회 면담을 시행하며, 임시 지도교수는 입학자의 수강관리를 한다.

③ 지도교수 및 세부전공을 배정받지 못한 본 대학원 석·박사학위과정 입학자는 분기별 학업 보고서를 작성하여 임시 지도교수에게 보고한다.

제14조(연구발표)
① 본 대학원 석사과정은 2/3기 재학중에는 적어도 1회 연구결과를 세미나를 통해서 발표하도록 한다.

② 본 대학원 박사과정은 재학중에는 매학기 한번씩 연구결과를 세미나를 통해서 발표하도록 한다.

제15조(논문제출자격시험)
① 학위청구논문을 제출하기 위해서는 외국어 시험, 전공필기시험 및 전공외국어시험(박사)에 합격하여야 한다.

② 외국어시험과 전공시험은 학기별로 실시하며 대학원장이 시험실시 2주전까지 일정 등을 발표한다.

③ 외국어시험과 전공시험 응시자는 응시원서에 주임교수의 확인을 거쳐 외국어시험은 대학원 행정실 또는 대학원장이 지정하는 기관에 신청하고 전공시험은 학과 또는 전공주임교수에게 신청하여야 한다.

④ 논문제출자격시험의 합격기준은 과목당 100점 만점으로 하여 전공시험은 과목별로 80점 이상으로 하고 외국어시험은 대학원위원회의 심의를 거쳐 대학원장이 정한 점수로 한다.

⑤ 불합격한 과목에 대하여는 재응시 할 수 있다.

제16조(전공외국어시험)
① 본 대학원 박사과정 학생에 한하여 박사공청회 발표를 하기 위해서는 TOEIC 720점 또는, OPIC Intermediate MID 3 grade 이상을 취득해야한다.

② 전공 외국어시험은 학과주임교수가 필요하다고 인정하는 경우 박사학위과정 및 통합과정에서 박사학위를 취득하고자 하는 학생에 한하여 실시하되 학과주임교수가 주관하여 실시하고 그 결과를 대학원장에게 보고하여야 한다.

③ 전공 외국어시험의 과목 및 방법 등은 학과 주임교수가 정하여 시행한다.

제17조(학위청구논문 제출자격)
일반대학원에서 학위청구논문을 제출하고자 하는 사람은 다음 각 호의 자격을 당해 학기에 구비하여야 한다.

1. 4학기 이상의 정규등록을 마치고 수료에 필요한 학점을 취득하였거나 이내의 수료학점 취득 예정자.

2. 수료학점과 논문지도학점을 이수하고 학점의 평균성적이 B(3.0)이상인 사람

3. 학위논문제출 자격시험에 합격한 사람

4. 공개발표에 합격한 사람

제18조(학위청구논문 예비계획서)
① 예비계획서는 공개발표 최소 한 학기 이전에 심사를 받아 학과와 대학원 행정실에 제출하여야 한다.

② 논문지도교수는 공개발표 및 논문예비계획서 심사결과를 학과 주임교수를 경유하여 대학원장에게 보고하여야 한다.

제19조(학위청구논문 지도학점)
① 대학원 각 과정의 논문지도 학점은 매학기 2학점씩 수강신청을 할 수 있으며 4학점 이상을 취득하여야 한다. 공개발표에 합격한 사람은 2학점의 논문지도 학점을 인정받을 수 있다.

② 논문지도 교수는 논문지도 학점을 합격(P) 또는 불합격(NP)으로 평가하고 소정의 논문지도 학점 부여 보고서를 대학원장에게 제출하여야 한다.

제20조(학위청구논문 공개발표)
① 학위청구논문을 제출하고자 하는 학생은 학위청구논문을 제출하는 학기에 그 논문의 내용을 공개발표 하여야 한다. 공개발표 신청은 소정양식의 공개발표신청서에 논문지도교수의 승인 및 주임교수의 확인을 거쳐 학과와 대학원에 각각 제출하여야 한다.

② 공개발표에 대하여는 논문심사 2주전까지 본 대학원보 또는 대학주보 등에 공고함을 원칙으로 한다.

③ 논문지도교수는 소정의 논문지도학점 부여보고서에 공개발표 결과를 합격(P) 또는 불합격 (NP)으로 기재하여 공개발표 종료 1주 이내에 해당 대학원장에게 제출하여야 한다.

④ 공개발표에 합격한 경우 이는 공개발표를 한 학기를 포함하여 연속 5개 학기 동안 유효하다.

⑤ 공개발표를 하기 위해서는 공개발표 최소 한 학기 전에 논문예비계획서에 대한 심사를 논문지도교수를 포함한 3인 이상의 교수에게 받아야 한다.

제21조(학위청구논문 공개발표의 실시)
① 학위청구논문을 제출하고자 하는 학생은 학위청구논문을 제출하는 학기에 그 논문의 내용을 공개발표하여야 한다.

② 공개발표는 논문지도교수를 포함하여 3인 이상의 소속학과 전임교수가 참관하여야 한다. 다만, 소속학과 전임교원이 3인 미만인 경우에는 논문지도교수가 위촉하는 교수가 참관할 수 있다.

③ 공개발표는 모든사람이 방청할 수 있다.

④ 참관교수 또는 방청자는 발표자에게 논문에 관련된 질의를 할 수 있으며 발표자는 질의에 대하여 답변하여야 한다.

⑤ 공개발표의 결과는 합격 또는 불합격으로 판정하되 그 기준은 각 학과별로 따로 정한다.

제22조(논문심사)
① 학위논문의 심사는 논문의 심사와 구술시험으로 한다.

② 석사학위청구논문의 합격은 논문심사위원회 재적위원 3분의2 이상의 찬성으로 한다.

③ 박사학위청구논문의 합격은 논문심사위원회 재적위원 5분의4 이상으로 한다.

④ 논문심사의 결과는 논문심사위원회에서 합격 또는 불합격으로 판정하고, 학위논문 심사위원장은 심사종료 후 심사의 결과를 정해진 기간 내에 해당 대학원장에게 제출하여야 한다.

⑤ 논문심사에서 불합격한 자는 논문지도교수의 지도하에 수정·보완한 후 재학연한 내에 재심사를 청구할 수 있다.

제23조(논문심사위원회 구성)
① 석사학위청구논문 심사위원회는 논문지도교수를 포함하여 3인이상, 박사학위청구논문 심사위원회는 논문지도교수를 포함하여 5인 이상의 위원으로 구성한다.

② 논문심사위원은 논문지도교수가 학과 주임교수를 경유하여 대학원장에게 추천하여 대학원장이 위촉하며 논문심사위원회 위원장은 위원 중에서 호선한다.

③ 논문심사위원은 교체할 수 없다. 다만, 본 내규 제46조에 준하는 부득이한 사유가 있는 경우에는 대학원장의 승인을 얻어 교체할 수 있다.

④ 논문심사위원회 위원은 내규에 따른 자격을 갖추어야 한다.

제24조(논문심사교외위원위촉)
① 필요한 경우 교외 인사 중에서 논문심사위원회 위원을 위촉할 수 있다. 석사학위청구 논문심사위원회는 1인까지, 박사학위청구 논문심사위원회는 2인까지 교외인사(해외학자 1명 포함)를 심사위원으로 위촉할 수 있다.

② 교외 인사로서 논문심사위원이 될 수 있는 자격은 박사학위를 소지하고 타 대학교 또는 연구기관 등에 전임으로 재직하고 있는 자이어야 한다.

③ 교외 인사로서 논문심사위원이 되고자 하는 자는 신분증 사본 또는 재직증명서 등 일반대학원 내규에 따른 자격을 증빙할 수 있는 서류를 제출하여야 한다.

④ 일반대학원 내규에 따른 자격 요건에도 불구하고 대학원장이 인정하는 사유가 있는 경우에는 예외로 할 수 있다.


부칙
[부칙1]
제1조(시행일) 본 내규는 2012년 3월 1일부터 시행한다.
제2조(경과조치) ① 본 내규 시행일 이전에 입학한 학생은 구 해당학과의 교육과정을 따르되 필요한 경우 새로운 교육과정을 적용 받을 수 있다.


[부칙2]
제1조(시행일) 본 내규는 2013년 9월 1일부터 시행한다.
제2조(경과조치) ① 본 내규 시행일 이전에 입학한 학생은 구 해당학과의 교육과정을 따르되 필요한 경우 새로운 교육과정을 적용 받을 수 있다.

[부칙3]
제1조(시행일) 본 내규는 2020년 9월 1일부터 시행한다.
제2조(경과조치) ① 본 내규 시행일 이전에 입학한 학생은 구 해당학과의 교육과정을 따르되 필요한 경우 새로운 교육과정을 적용 받을 수 있다.