교과목명을 클릭하시면 과정 설명을 볼 수 있습니다.
| 학수번호 | 교과목명 | 학점 |
자기 학습 시간 |
영역 | 학위 |
이수 학년 |
비고 | 언어 |
개설 여부 |
|---|---|---|---|---|---|---|---|---|---|
| CHS7004 | Python활용인문사회과학논문쓰기 | 3 | 6 | 전공 | 학사/석사/박사 | 도전학기(대학원) | 한 | Yes | |
| 논문을 쓰기 위한 과목으로 인문사회과학 영역의 연구를 위하여 빅데이터를 활용한 논문을 쓰기 위한 과정이다. 기본적으로 논문 쓰기 방법에 대한 학습을 하며, 논문을 위한 연구 방법론으로 프로그래밍 처리를 학습한다. 프로그래밍 언어 가운데 인문사회과학 관련 자료를 처리하기 가장 적합하며, 자료 시각화 기능이 뛰어난 파이선을 활용하여 논문 쓰는 법에 대하여 구체적으로 학습한다. 논문 작성을 위한 기본 적인 연구 방법론 및 논문 내용 구성에 대한 이론 강의가 우선 진행된다. 논문 작성을 위하여 주제 선정 및 토론이 진행된다. 주제가 선정되면 관련 연구 정리 방법에 대한 강의가 진행된다. 다음 과정으로 연구 방법론에 따라 필요한 내용 작성에 대한 학습이 진행된다. 제언 및 참고 문헌 정리 방법에 대하여 학습하여 이론적 접근법을 완성한다. 파이선 활용을 통한 자료 분석을 위하여 기본적인 파이선 문법에 대한 학습이 이루어지며, 입력 자료 처리를 위한 실습을 진행한다. 각 연구 분야에서 필요한 파이선 패키지 설치 방법 및 활용 방법에 대하여 학습한 후, 실제 데이터 처리에 대한 실습이 진행된다. 공동 연구 진행을 대비하여 쥬피터 노트북 (jupyter notebook) 사용법을 기본 환경으로 설정하여 분석할 수 있도록 학습한다. 자료 가시화를 위한 matplolib 활용법을 학습하며, 빅데이터 처리를 위한 pandas 활용을 학습한다. 이 과목의 목적은 각 전공 분야에 필요한 연구를 파이선 언어로 프로그래밍 구현을 실행하여 의미 있는 연구 결과를 도출하는 것이다. 이를 위하여 과정 기간 내에 논문 1편 완성을 목표로 한다. | |||||||||
| CHS7006 | 신인류AI사피엔스경험디자인 | 3 | 6 | 전공 | 학사/석사/박사 | 도전학기(대학원) | 한 | Yes | |
| "신인류 AI 사피엔스 경험 디자인" 교과목은 급변하는 디지털 환경에서 인공지능, 빅데이터, 디지털 플랫폼이 소비 행태와 시장 생태계에 미치는 영향을 분석하고, 이를 기반으로 신인류 ‘AI 사피엔스’ 시대에 적합한 경험 디자인 원리를 탐구하는 것을 목표로 한다. AI와 인간의 상호작용을 중심으로 사용자 경험(UX) 및 서비스 디자인 전략을 연구하여 기업과 사회가 변화에 대응할 수 있는 방향성을 제시한다. 이 교과목에서는 AI 발전이 소비심리 및 행동 변화에 미치는 영향을 살펴보고, AI 기반 시장 생태계 변화 및 디지털 전환 사례를 연구한다. 또한 AI 및 데이터 기반 UX/UI 디자인 개념과 사례를 분석하며, 챗봇, 음성인식, 추천 시스템 등 AI 기술을 경험 디자인에 적용하는 방법을 학습한다. 5G, 사물인터넷, 자율주행차, 스마트팩토리 등의 기술 발전과 경험 디자인의 변화를 탐구하며, AI 윤리, 프라이버시 보호, 인간 중심 설계 원칙에 대해서도 다룬다. 실습과 프로젝트 기반 학습을 통해 AI 기반 서비스 디자인 프로젝트를 수행하고, 실제 기업 사례를 분석하며 디자인 솔루션을 도출한다. 이를 통해 AI와 인간의 관계를 이해하고 새로운 사용자 경험을 설계하는 능력을 배양하며, AI 기반 서비스 및 제품 기획을 위한 창의적 사고력과 문제 해결 능력을 향상시킨다. 또한 디지털 전환 시대의 기업 및 사회가 요구하는 AI 경험 디자인 전문가를 양성하고, 혁신적인 비즈니스 모델과 마케팅 전략을 수립할 수 있는 역량을 강화하고자 한다. | |||||||||
| CHS7007 | AI기반미디어텍스트이해 | 3 | 6 | 전공 | 학사/석사/박사 | 도전학기(대학원) | 한 | Yes | |
| 이 교과목은 학생들이 인공지능(AI)을 활용하여 뉴스, 광고, 영화, 소셜미디어 등 다양한 미디어 텍스트를 분석하고 비판적으로 이해하는 능력을 기르는 것을 목표로 한다. 자연어 처리(NLP)를 통한 감성 분석, 키워드 추출, 요약 기술과 함께 CNN, GAN 등의 모델을 활용한 이미지·영상 데이터 해석 기술을 학습하며, AI 생성 콘텐츠의 신뢰성과 윤리 문제에 대한 고찰도 포함한다. 수업은 이론 강의와 실습을 병행하며, Python 기반 AI 모델(GPT, Gemini AI 등)을 활용한 분석 과제 및 프로젝트를 통해 실전 중심의 학습 경험을 제공한다. | |||||||||
| CHS7008 | AI기반전략적의사결정 | 3 | 6 | 전공 | 학사/석사/박사 | 도전학기(대학원) | 한 | Yes | |
| 본 과목은 생성형 AI를 활용하여 전략적 의사결정을 수행하는 고급 역량을 체계적으로 함양하는 것을 목표로 한다. 급변하는 기술 환경 속에서 단순한 데이터 분석 능력만으로는 한계가 존재하며, AI가 생성한 방대한 정보를 비판적으로 검토하고 이를 바탕으로 최적의 전략을 수립하는 능력이 필수적이다. 본 교과목은 바로 이러한 시대적 요구에 부응하여, 학생들이 AI를 단순한 도구가 아닌, 신뢰할 수 있는 협력자로 활용할 수 있도록 학습을 설계하였다. 본 과목에서는 먼저 AI의 기본 원리와 생성형 AI 시스템의 동작 메커니즘을 이해하고, AI가 제공하는 다양한 형태의 비정형 데이터(텍스트, 예측 결과 등)를 분석하는 방법을 배운다. 나아가 AI가 생성한 정보의 오류 가능성과 편향 문제를 식별하고, 신뢰성 평가 기준을 적용하여 올바른 의사결정을 내리는 훈련을 집중적으로 진행한다. 특히 AI 의사결정 과정의 윤리적 문제를 고려하고, 책임 있는 AI 활용 방안을 모색함으로써, 단순 기술 습득을 넘어 사회적 책임까지 아우르는 폭넓은 관점을 기를 수 있다. 이 과목은 단순한 데이터 분석 교육을 넘어, 인간과 AI의 협력 모델을 전략적으로 이해하고 실제 업무에 적용할 수 있도록 설계되었다. 기업 경영, 의료, 금융, 공공 정책 등 다양한 분야에서의 AI 기반 의사결정 사례를 심층적으로 분석하고, 학생들은 팀 프로젝트를 통해 AI 기반 전략적 문제 해결 과제를 수행한다. 이를 통해 실제 산업 및 공공 현장에서 요구하는 실질적 의사결정 역량을 갖추게 된다. 또한 본 교과목은 글로벌 교육 트렌드를 적극 반영하였다. MIT의 'Artificial Intelligence and Decision Making (Course 6-4)', Stanford의 'CS 372: Artificial Intelligence for Reasoning, Planning, and Decision Making', 카네기멜론대학교(CMU)의 'SDS 88436 - Human-AI Complementarity for Decision Making'과 같은 선진 대학 과정을 벤치마킹하여, 최신 흐름에 부합하는 교육 내용을 구성하였다. 이를 통해 국내외를 아우르는 글로벌 수준의 경쟁력을 확보할 수 있도록 지원한다. AI 기술은 앞으로 모든 산업과 사회 전반을 재편할 것이다. 본 과목은 이와 같은 변화를 선도할 인재를 양성하는 데 초점을 맞추었다. 학생들은 AI의 잠재력과 한계를 동시에 이해하고, 인간 중심적 사고를 기반으로 AI와 협력하여 전략적 결정을 이끌어내는 능력을 기른다. 나아가, 미래 사회의 복잡한 문제를 해결하고 조직을 혁신으로 이끄는 AI 기반 리더로 성장할 수 있는 토대를 다진다. 본 과목은 단순한 AI 활용법을 넘어, 전략적 사고와 혁신적 리더십을 갖춘 AI 활용 전문가 양성을 목표로 하는, 지금 이 시대에 가장 필요한 핵심 교과목이다. | |||||||||
| COV7001 | 논문작성법및연구윤리1 | 1 | 2 | 전공 | 석사/박사 | 일반대학원 성균융합원 | 한 | Yes | |
| 1) 논문작성의 전반을 소개하고, 논문작성의 필수적인 교양을 습득한다. 2) 연구 결과를 영어로 표현하는 효과적인 방법을 공부함으로써 향후 국내외학술지에 효율적으로 논문을 개제할 수 있도록 한다. 3) 연구 윤리를 습득한다. | |||||||||
| COV7005 | ABCD논문작성법및연구윤리 | 1 | 2 | 전공 | 석사/박사 | 일반대학원 성균융합원 | 한 | Yes | |
| 본 강의에서는 논문 작성의 핵심 원리인 논문 작성법에 관해 기초부터 ‘ABCD ’ 응용까지 최신 인공지능 활용한 논문 작성 기술을 알기 쉽게 소개하고 있습니다. 1. 논문 작성법에 대한 기초 이해 2. 논문 작성법에 대한 최신 기술 습득 3. 인공지능을 활용한 논문 작성법 체득 4. 연구 윤리에 기반한 올바른 논문 작성법 학습 | |||||||||
| COV7006 | AI시대논문작성법 | 1 | 2 | 전공 | 석사/박사 | 일반대학원 성균융합원 | 한 | Yes | |
| 본 교과목은 학위논문을 준비하는 대학원생을 대상으로 AI 시대에 생성형 AI 도구를 책임 있게 활용하는 원칙과 절차를 습득하도록 기획된 대학원 공통 1학점 온라인 교과목이다. 본 과목은 BIGs 2.0 전략과제인 '대학원 공통 교육 개발'의 일환으로 신설되었으며, 학위논문 본심 자격 선수학점 구조를 계승하는 동시에 최신 AI 활용법과 연구윤리 쟁점을 유기적으로 통합하였다. 교육과정은 교육부·한국연구재단·대학연구윤리협의회가 제정한 「대학 연구자를 위한 생성형 AI 연구윤리 가이드」(2026. 6.)를 핵심 준거로 삼아 연구의 전 과정(설계-수행-보고-인용)을 단계별로 학습할 수 있도록 구성되었다. 16주간 진행되는 핵심 교육 내용은 다음과 같다. 1개월차에는 AI의 기본 원리·한계와 전통적 연구윤리(FFP 및 저자성 기준)를 다루고, 2개월차에는 문헌 탐색, 연구 문제 설정, 데이터 해석에서의 AI 활용 원칙을 학습한다. 3개월차에는 초안 작성, 문장 교정, 교차검증을 결합한 학술적 글쓰기를 실습하며, 4개월차에는 AI 활용 내역 공개, 저작권, 연구자의 최종 검증 책임을 학습한다. '연구윤리'가 과목명에 직접 명시되지는 않았으나, 전체 16주 중 약 3분의 1을 구성하는 핵심 축을 이룬다. 본 과목은 원리 중심 교육을 통해 기술이나 도구가 변화하더라도 스스로 적응할 수 있는 회복탄력적 연구 역량을 강화한다. 또한 환각 현상에 의한 가짜 인용이나 미공개 원고 입력 등 잘못된 사용법을 교육 단계에서 사전에 예방함으로써 사후 연구부정 심의 발생을 줄이는 데 기여하고자 한다. 나아가 AI 내재화 교육과정의 '대학원 공통층'을 담당하는 모범적 실행 사례로서, 단순히 AI를 잘 쓰는 연구자가 아닌 'AI를 책임 있게 활용하는 연구자'를 양성하는 데 주안점을 둔다. | |||||||||
| COV7007 | AI시대학술논문글쓰기 | 1 | 2 | 전공 | 석사/박사 | 일반대학원 성균융합원 | 한 | Yes | |
| 본 교과목은 생성형 AI가 학술 글쓰기 환경에 깊이 침투한 상황에서, 과학 저널 투고를 준비하는 대학원생이 연구자로서 갖춰야 할 주도적 역량을 함양하기 위해 개발되었다. 과목 전체를 관통하는 핵심 명제는 'AI가 표현(영어 작성)을 대신할 수는 있어도 논리, 판단, 그리고 이에 대한 학술적 책임은 대신할 수 없다'는 점이다. 언어적 장벽이 낮아진 환경에서 연구자의 핵심 차별점은 단순한 언어적 표현력에서 '논리적 사고와 비판적 판단력'으로 이동하였다. 본 과목은 이러한 전환기에 필요한 역량을 체계적으로 훈련하는 것을 목표로 한다. | |||||||||
| ERC5005 | 공학필수머신러닝 | 3 | 6 | 전공 | 석사/박사 | 공과대학 일반대학원 | - | No | |
| 본 과목은 인공지능과 머신러닝에 대한 관심 증가에 따라, 딥러닝 이외의 머신러닝 기법들을 수리적으로 설명하여 학생들이 이를 이해하고 올바르게 활용할 수 있도록 하는 것을 목표로 한다. Imbalanced Learning, Bayesian Neural Networks, Monotonic Neural Networks, Neural Additive Models, Gaussian Process, Ensemble Learning, Expectation and Maximization, Neighbor Embedding 등에 대해 학습하며, 본 과목을 통해 학생들은 머신러닝 관련 논문을 더 쉽게 이해하고, 각자의 전공 분야에서 실제 공학 문제를 해결할 때 이러한 기법들을 올바르게 활용할 수 있도록 한다. | |||||||||
| ERC7001 | 메타버스플랫폼이해와활용 | 3 | 6 | 전공 | 학사/석사/박사 | 공과대학 일반대학원 | - | No | |
| 본 과목은 메타버스를 구성하는 기술요소의 이해와 주요 플랫폼 및 관련 기기에 대한 체험 실습을 바탕으로 메타버스 기반의 비즈니스 혹은 서비스 기획 능력을 갖추도록 하는 교육을 주목적으로 한다. 각 기술구성요소의 특징과 용도에 대한 이해와, 주요 서비스들의 사례 연구, 체험을 통한 사용자 관점의 장단점 파악 기회가 주어지며, 나아가 메타버스 서비스 활용과 개선에 대한 창의적 아이디어를 도출하는 능력을 배양하게 된다. | |||||||||
| ERC7002 | NFT이해와활용 | 3 | 6 | 전공 | 학사/석사/박사 | 공과대학 일반대학원 | - | No | |
| 본 과목은 NFT의 개념과 기반 기술, 관련 디지털 경제 생태계, NFT프로젝트 들의 사례에 대한 이해와 NFT제작 및 판매 실습을 바탕으로 NFT를 활용한 비즈니스 혹은 서비스 기획 능력을 갖추도록 하는 교육을 주목적으로 한다. NFT의 기반 기술인 블록체인과 암호화폐, 그리고 기존 주요 적용 대상인 디지털아트, 디지털애셋 등에 대한 기초적인 이해과정이 포함되어 있으며, 주요 프로젝트 사례와 법률적 고려사항, 시장 분석 요령, 기술 트렌드에 대한 학습을 통해 향후 폭넓은 활용에 대한 창의적 아이디어를 도출하는 능력을 배양하게 된다. | |||||||||
| ERC7003 | AI기반공학연구방법론 | 1 | 2 | 전공 | 학사/석사/박사 | 공과대학 일반대학원 | 한 | Yes | |
| AI기반공학연구방법론은 학사·석사·박사 과정 학생이 공통으로 수강할 수 있는 1학점 교과목으로, AI 시대에 필요한 보편적 연구 수행 역량을 체계적으로 기르는 것을 목표로 한다. 본 과목은 단순히 생성형 AI 사용법을 익히는 강의가 아니라, 연구자가 AI를 연구 과정의 보조 도구로 활용하되 그 결과를 비판적으로 검토하고 책임 있게 재구성하는 방법을 배우는 연구방법론 교과목이다. 수업은 AI가 연구와 학습 방식에 가져온 변화, 생성형 AI의 원리와 한계, 연구주제 탐색, 문헌 검색, 선행연구 분석, 연구 공백 도출, 연구문제와 가설 설정, 연구 설계, 자료 수집, 데이터 정리와 분석, 시각화, 연구계획서 작성, 연구윤리와 데이터 보안까지 연구 전 과정을 다룬다. 특히 AI가 제시한 답변의 환각, 편향, 허위 인용, 최신성 부족, 논리적 비약, 개인정보 및 비공개 자료 유출 가능성을 점검하는 훈련을 포함한다. 학생들은 자신의 전공 또는 관심 분야를 바탕으로 연구주제 후보를 만들고, 관련 문헌을 탐색하며, 연구문제와 분석 계획을 구체화한다. 최종적으로는 AI 활용 과정, 선행연구 정리, 연구 공백, 연구문제 또는 가설, 자료 수집·분석 계획, 검증 과정, 연구윤리 점검, 학습 성찰을 포함한 AI 연구 포트폴리오를 작성한다. 학부생은 기초 탐구 과제형, 석사과정생은 예비 연구계획서형, 박사과정생은 독립 연구 설계형 산출물을 목표로 한다. 본 교과목은 학생들이 AI를 활용해 연구 생산성을 높이며 연구자의 비판적 사고와 책임성을 유지하도록 돕는 미래형 연구역량 교육이다. | |||||||||
| HTS5001 | 하이테크BIM세미나 | 3 | 6 | 전공 | 석사/박사 | 한 | Yes | ||
| 하이테크 분야의 BIM 개념을 이해하여 각 Project의 특성에 따른 BIM 적용 범위를 구체화 할 수 있는 능력을 향상하고 BIM을 활용하여 Project 수행 단계(설계/구매/시공)에서 응용 할 수 있는 기본적인 이론을 소개한다.각 Project 의 특성에 따른 BIM 적용 범위를 판단하고, 그에 적합한 모델발굴을 통해 AWP/모듈로의 확장성을 고려할 수 있는 구체적으로 적용시킬 수 있는 Solution을 소개한다. 설계/시공/구매 단계에서 발생하는 Re-work 을 사전에 검토함으로써 Project 원가절감/Productivity 향상시킬 수 있는 능력을 배양한다. | |||||||||
| HTS5002 | 스마트건설기술세미나 | 3 | 6 | 전공 | 석사/박사 | 한 | Yes | ||
| 4차 산업 혁명의 시대를 맞이하여 대두되고 이는 스마트 건설기술과 관련된 건설산업의 새로운 트랜드를 살펴보고 분석하여 현 시점에서 적용이 필요한 New EPC 기술을 학습하고, 앞으로 급변할 건설시장의 변화와 새로운 패러다임에 대응할 수 있는 변화관리 및 역량확보 능력을 함양한다. 건설로봇, 디지털 트윈, BIM, 드론등과 같은 New EPC 기술의 현재와 미래에 대한 탐구를 통해 학업 방향성을 구체화하고 토론과 자기주도적으로 기술의 방향성을 확립한다. | |||||||||
| HTS5003 | 건설AI기초및응용 | 3 | 6 | 전공 | 석사/박사 | 한 | Yes | ||
| 건설분야에 사용되는 인공지능 기술의 기초와 응용사례에 대해 배우는 과목이다. 강의에서는 기계학습에서 주로 사용되는 선형대수와 최적화에 대한 리뷰, 기계학습 기법(regression, perceptron, support vector machine, k-means clustering, artificial neural network, deep learning)을 소개하고, deep learning을 이용하는 건설분야 응용사례에 대해 배운다. | |||||||||
| HTS5004 | OSC모듈러시스템세미나 | 3 | 6 | 전공 | 석사/박사 | - | No | ||
| 본 교과목은 OSC 및 모듈러의 개념 및 장단점, 실제 사례 분석을 통해 Project 특성에 맞는 모듈러 / OSC 적용 전략을 구현할 수 있는 능력을 배양한다. 세부적인 목표는 다음과 같다. 1. Project 특성에 맞는 모듈러 / OSC 범위를 산정 2. 모듈러 / OSC 적용의 단계별 점검 사항 숙지 3. 모듈러 / OSC 적용시 Risk hedging | |||||||||
| HTS5009 | Pre-Con·AWP·리스크관리세미나 | 3 | 6 | 전공 | 석사/박사 | - | No | ||
| 본 교과목은 Pre-Con/AWP/리스크관리에 대한 기본 개념을 이해하고, 적용 배경 및 실제 적용 사례를 학습함으로써 Pre-Con/AWP/리스크관리 관련 지식 및 실무 역량 배양하며 내부 Pain Point, 해외 및 국내 선도사의 Best Practice를 기반으로 SKEE/SKEP에 최적화된 Solution 도출하는 것을 목표로 함. | |||||||||
| HTS5010 | 하이테크프로젝트세미나 | 3 | 6 | 전공 | 석사/박사 | 한 | Yes | ||
| 본 교과목은 하이테크(반도체) 프로젝트와 관련된 사업에 대한 이해와 프로젝트 관리 측면에서 다양한 기술스터디 및 전문성을 강화를 목적으로 개설된 수업임. 본 교과목에서는 반도체 공정 및 사업의 기본이해, 최신트랜드에 대해서 공부하며 핵심 운영기술인 5D 수행절 차 및 방법에 대해서 다루게 됨. 또한 반도체 사업의 특성에 맞는 BIM 설계 수행 방법 및 반도체 사업의 사업관리의 전반적인 내용에 대해서 다룰 예정임. 이를 통해 반도체 사업수행을 위한 전문적인 지식과 업무능력을 강화할 수 있도록 할 것임. | |||||||||
| HTS5011 | 건설기술경영 | 3 | 6 | 전공 | 석사/박사 | 한 | Yes | ||
| 최근 건설산업에서는 숙련공 부족과 생산성 하락 등의 문제를 해결하기 위해 최신의 첨단기술 도입이 심각히 요구되고 있으며, 이와 관련해 타 산업에서 개발된 여러 신기술의 건설 현장 적용이 다방면으로 모색되고 있지만 뚜렷한 성과를 내지 못하고 있는 실정이다. 이는 해당 기술이 가지고 전체적인 맥락에서 기술을 어떻게 운용하고 관련 시스템을 경영해야 하는지에 대한 지식이 부족하기 때문이다. 이와 관련해 본 과목에서는 기술의 개발에서부터 활용에 이르기까지 회사의 경영 차원에서 어떤 전략과 시야를 갖추어야 하는지를 학습하고 연구한다. | |||||||||
| HTS5012 | 건설산업운영단계의지능형디지털트윈 | 3 | 6 | 전공 | 석사/박사 | 한 | Yes | ||
| 본 수업에서는 건설산업 지능형 디지털 트윈에 관한 개념, 이론, 접근법, 실제 사례 등을 학습한다. 특히, 건설산업 생애주기에서 발생하는 데이터와 정보를 바탕으로, 운영단계에서의 실질적인 디지털 트윈의 활용과 기술 구현을 위한 방법론과 전략을 다룬다. 아울러, 건설산업 생애주기에서 AI agents(GPT)를 엔지니어링하고 총괄하기 위한 온톨로지적 접근을 제시한다. 수업 방식은 이론수업을 중심으로, 주차별 주제에 대한 세미나 형태를 병행하여 학습한 내용을 실제 산업에 적용하기 위한 논의를 진행한다. 세부 학습 주제로는, 디지털 트윈의 기초, 디지털 트윈 모델링 방법론, 데이터/정보 융합, 모델 융합, 가상센싱기술, 디지털 트윈 기반의 지능형 요소기술을 다룬다. | |||||||||
| NAT7001 | AI를활용한자연과학연구방법론 | 1 | 2 | 전공 | 학사/석사/박사 | 자연과학대학 일반대학원 | 한 | Yes | |
| 본 교과목은 자연과학대학 학생들이 생성형 AI와 대규모 언어모델을 연구 과정 전반에 효과적이고 책임감 있게 활용할 수 있도록 설계된 온라인 기반 연구방법론 강의이다. 특정 전공에 한정하지 않고, 자연과학 분야 연구자가 공통적으로 수행하는 연구 주제 설정, 문헌 조사, 데이터 정리, 분석 보조, 논문 작성 및 연구 그림 제작, 발표자료 구성, 연구윤리 및 검증 방법을 다룬다. 본 교과목을 통하여 학생들은 생성형 AI를 단순한 답변 생성 도구가 아니라 연구 질문을 구체화하고, 문헌과 데이터를 비판적으로 검토하며, 연구 결과를 논리적으로 전달하고 검증하는 연구 보조 도구로 활용하는 역량을 기른다. | |||||||||