발전기금
교과목명을 클릭하시면 과정 설명을 볼 수 있습니다.
| 학수번호 | 교과목명 | 학점 |
자기 학습 시간 |
영역 | 학위 |
이수 학년 |
비고 | 언어 |
개설 여부 |
|---|---|---|---|---|---|---|---|---|---|
| ESM4047 | 물류관리시스템 | 3 | 6 | 전공 | 학사/석사 | 1-4 | - | No | |
| <과목 소개> 이 과목은 물품이 고객에게 인도될 때까지 전체적인 화물, 정보, 서비스의 흐름을 계획하고 운영하는 물류 관리에 대해 다룬다. 물류 관리는 적은 비용으로 고객의 만족도를 높이는 것을 목적으로 하며 각 단계에서의 운영 최적화뿐만 아니라 전체 물류의 흐름을 효율적으로 관리하는 것이 중요하다. 이 과목에서는 기본적인 수요 예측 모델, 재고관리, 설비 입지 선정 문제 (facility location problem), 화물 운송 관리 (freight transport), 물류 운용 시스템 (material handling systems), 물류 창고 디자인 및 운영 방법에 관해 소개한다. 경영과학(Operations Research)과 컴퓨터 프로그래밍에 대한 기본적인 지식을 가진 학생들이 수강하기에 적합하다. <과목 내용> 자재 구매, 설비 위치, 재고 관리 등을 위한 기본적인 수요 예측 모델부터 자동 물류 창고의 디자인, 고객주문만족 시스템(customer order fulfillment system)의 효율적인 운영을 위한 storage assignment, order picking에 관하여 자세히 다룬다. 실제 Amazon에서 사용하고 있는 물류 창고 운영시스템을 소개하고 직접 현장 문제를 접할 수 있도록 한다. 또한 물류 자동화를 위해 널리 사용되는 automated guided vehicle이나 overhead hoist transport와 같은 물류 운용 시스템의 최적화를 위한 다양한 알고리즘과 문제 해결방법을 소개한다. 이 과목은 물류관리 시스템의 이해도를 높이고 이론적인 문제 접근 방법을 배워, 물류의 흐름을 최적화하고 효율적으로 관리할 수 있는 능력을 키우는 것을 목표로 한다. <성적평가> 최종 성적은 숙제, 출석 및 퀴즈, 프로젝트, 중간고사 성적, 기말고사 성적을 기반으로 산출된다. <교재> Introduction to Logistics Systems Management, Gianpaolo Ghiani, Gilbert Laporte, and Roberto Musmanno, Wiley. | |||||||||
| ESM4050 | 스마트공장개론 | 3 | 6 | 전공 | 학사/석사 | 산업공학전공 | 한 | Yes | |
| 이 과목은 스마트제조(Smart Manufacturing)와, 핵심 실행 전략인 스마트공장(Smart Factory)에 대한 입문과목으로, 스마트공장의 배경/개념/기술/사례/전략과 방법에 대한 기본 내용을 학습한다. 특히 제조시스템의 역사와 전망, 스마트공장 운영방법론, 스마트공장 경영, 스마트공장 운영설계 핵심기술에 대해 배운다. | |||||||||
| ESM4100 | 산학연계융복합연구Ⅰ | 3 | 6 | 전공 | 학사/석사 | 한 | Yes | ||
| 스마트공장(Smart Factory) 분야의 산학연 공동 프로젝트에 참여하여 스마트공장의 운영, 설계나 소프트웨어 솔루션 개발에 관련된 실무적인 융복합 연구를 수행하며, 성과 발표를 진행한다. | |||||||||
| ESM4101 | 제조빅데이터관리 | 3 | 6 | 전공 | 학사/석사 | - | No | ||
| 제조현장에서 수집될 수 있는 데이터의 형태에 대해 살펴보고 적절한 전처리 과정에 대해 학습한다. 데이터 분석 관점에서 보았을 때 제조현장에서 공통적으로 발생하는 문제점을 소개하고, 이를 해결하기 위한 기본적인 분석 방법에 대해 학습한다. 공개 데이터를 활용하여 기말 프로젝트를 수행한다. | |||||||||
| ESM4102 | 데모공장IIoT시스템및실습 | 3 | 6 | 전공 | 학사/석사 | - | No | ||
| 본 교과목은 스마트공장에 대한 이해와 산업용 사물인터넷(IIoT)의 구조와 구성요소들에 대해 다루며, IIoT 임베디드 시스템을 이용하여 실제 제조현장 문제들을 해결하는 과정을 데모공장에서 학습한다. | |||||||||
| ESM4103 | 스마트공장ICT생산시스템및실습 | 3 | 6 | 전공 | 학사/석사 | - | No | ||
| 본 교과목은 ICT 기술을 활용한 공정설계 및 공정제어 최적화 기법을 다룬다. 상용 솔루션을 활용하여 조립공정 구성, 실시간 데이터 취합/분석/최적화, 실제 장비와의 디지털 트윈 구성을 실습한다. | |||||||||
| ESM4104 | 스마트생산관리 | 3 | 6 | 전공 | 학사/석사 | - | No | ||
| 본 교과목은 스마트공장 생산관리의 개념부터, 수요예측, 재고관리, 레이아웃 설계, 용량 설계, 생산계획 및 스케줄링 기법 등에 대해 배운다. | |||||||||
| ESM4105 | 스마트품질관리 | 3 | 6 | 전공 | 학사/석사 | 한,영 | Yes | ||
| 본 과목은 제조 및 서비스 품질관리를 위한 다양한 분석기법을 소개한다. 핵심 주제로는 고객 수요 및 품질, 품질비용, 프로세스 역량 분석, 통계적 프로세스 관리, 변수 및 속성 제어, 실험 설계, 정보 신뢰도, 핵심 성과 지수, 벤치마킹, 경향 분석, 성과 향상을 위한 평가체계, 식스 시그마가 있다. 또한 다양한 산업체의 사례를 통해 장단기 성과평가 전략 및 향상방안을 학습한다. | |||||||||
| ESM4106 | 스마트생산및물류정보시스템 | 3 | 6 | 전공 | 학사/석사 | - | No | ||
| 본 교과목은 스마트 공장의 생산 및 물류 프로세스 실행을 지원하는 정보시스템의 기초, 기술, 응용에 대해 다루며, 해당 환경에 대한 핵심적 이해를 가진 IS 전문가 양성을 목표로 한다. | |||||||||
| ESM4107 | 스마트공장운영최적화 | 3 | 6 | 전공 | 학사/석사 | - | No | ||
| 스마트팩토리 운영 최적화를 위한 스케줄링 이론 및 알고리즘을 소개한다. Single machine, parallel machines, flow shop, job shop으로 구분되는 제조시스템의 복잡도, 속성, 여러 가지 이론 및 알고리즘 등을 배운다. | |||||||||
| ESM4108 | 스마트공장모델링및시뮬레이션 | 3 | 6 | 전공 | 학사/석사 | - | No | ||
| 스마트공장을 모델링과 시뮬레이션에 필요한 시뮬레이션 이론과 응용기법을 학습하고, 시뮬레이션 모델링 언어인 ARENA, SIMIO, ANYLOGIC 등의 SW를 학습한다. 또한, 스마트공장 모델링과 시뮬레이션의 최신 연구 동향을 함께 탐색하고 토의하여 스마트공장 모델링과 시뮬레이션에 관한 최신 연구기법들에 대해서도 학습 한다. | |||||||||
| ESM4109 | 스마트공장인턴십1 | 3 | 6 | 전공 | 학사/석사 | 한 | Yes | ||
| 방학기간을 이용하여 국내기업과 외국기업에서 단기 인턴십 수행을 통한 취업 역량의 강화 및 업무 수행능력 신장 | |||||||||
| ESM4110 | 스마트공장인턴십2 | 3 | 6 | 전공 | 학사/석사 | 한 | Yes | ||
| 방학기간을 이용하여 국내기업과 외국기업에서 단기 인턴십수행을 통한 취업 역량의 강화 및 업무 수행능력 신장 | |||||||||
| ESM4111 | 데이터분석과기계학습 | 3 | 6 | 전공 | 학사/석사 | 영 | Yes | ||
| 본 과목은 데이터 분석을 위한 기계학습과 데이터마이닝의 기본 개념 및 기법을 다룬다. 데이터 탐색, 분류 모델링, 군집 분석, 이상치 탐지, 연관 분석 등의 주요 방법론과 적용 사례를 소개한다. | |||||||||
| ESM4112 | 스마트헬스케어시스템 | 3 | 6 | 전공 | 학사/석사 | 한 | Yes | ||
| 데이터 기반 헬스케어 시스템은 현대 의료 서비스의 혁신과 효율성을 크게 증진시키는 중요한 요소로, 건강 데이터의 수집, 분석 및 활용을 통해 개인화된 치료, 질병 예측 및 예방, 그리고 의료 서비스의 전반적인 품질 향상을 가능하게 한다. 이 시스템의 핵심은 빅데이터, 인공지능, 머신러닝, 그리고 IoT와 같은 첨단 기술의 통합으로, 빅데이터 분석은 환자의 건강 기록, 임상 시험 결과, 실시간 모니터링 데이터 등 다양한 소스로부터 통찰력을 추출하는데 사용되며, 인공지능과 머신러닝 알고리즘은 이러한 데이터를 통해 병리학적 패턴을 식별하고, 치료 결과를 예측하며, 맞춤형 치료 계획을 제안하는 데 도움을 준다. 본 "스마트헬스케어시스템"과목은 이러한 데이터 기반 헬스케어 시스템 전반에서 활발히 응용되는 다양한 데이터 분석 기술을 살펴보고, 그 활용 예를 통해 실제 환경에서 어떻게 사용되는지 접하며 이를 구현해보는 것을 목표로 한다. 이에 본 과목은 다음과 같은 다양한 모듈로 구성될 수 있다. 1. 스마트 헬스케어 시스템 개론: 수업 개요 역할의 첫 모듈에서는 스마트 헬스케어의 기본 개념, 역사 및 최근 발전 동향을 소개한다. 스마트 헬스케어의 정의와 그것이 현대 의료에 어떻게 통합되고 있는지에 대한 개요를 제공하며, 이 분야의 기술적 진보와 그것이 의료 서비스에 끼친 영향을 간단히 살펴본다. 2. 기술과 건강 관리의 통합: 웨어러블 기기, IoT, 인공지능, 빅데이터와 같은 기술들이 건강 관리에 어떻게 적용되는지에 대해 다룹니다. 이 모듈은 기술이 진료, 질병 감지, 환자 모니터링 및 예방 건강 관리에서 어떻게 활용되는지를 탐구합니다. 또한 의료 데이터들의 다양한 종류를 살펴보고 다양한 종류의 데이터들이 어떻게 분석되고 활용되는지 살펴본다. 3. 데이터 분석 및 기술적 접근: 본 수업의 주된 내용인 데이터 분석 모듈은 건강 데이터의 수집, 처리, 분석과 관련된 기술적 측면을 다룬다. 이 모듈은 머신러닝, 딥러닝, MDP(Markov Decision Processes)과 강화학습, 그래프 뉴럴 네트워크 등 데이터를 분석하고 해석하는 다양한 고급 기술을 소개한다. 4. 스마트 헬스케어 응용 사례 연구: 이 부분에서는 스마트 헬스케어 시스템의 실제 사례 연구를 분석한다. 특히, 앞서 배운 데이터 분석 기술이 실제 의료 환경에서 추출되는 데이터에 어떻게 활용되는지 살펴보고, 헬스케어 관련 연구에서 유의해야 할 부분과, 연구에 대한 결과가 어떠한 효과를 불러올 수 있는지를 알아본다. | |||||||||
| ESM4113 | 신뢰성설계 | 3 | 6 | 전공 | 학사/석사 | 1-2 | 영 | Yes | |
| 신뢰성은 제품이 주어진 기간, 주어진 운용조건 및 주어진 성능을 보이는 능력으로 정의된다. 신뢰성 개념과 원리, 리스크 평가, 완화 및 관리 전략을 통해 학생들이 신뢰성 설계에 효과적으로 기여할 수 있도록 강의한다. 이 강의에서는 전기, 기계 및 전자 기계 제품의 신뢰성에 관한 설계, 제조 관점에서의 기본적인 지식과 기술을 다룬다. 또한, 신뢰할 수 있는 제품의 개발, 제조, 유통 및 지원에 기여하는 공급망 사슬, 제품의 효과적이고 비용 효율적인 신뢰성기반 설계 및 제조; 고장모드, 메커니즘 및 영향도 분석방법, 신뢰성 예측 및 할당; 신뢰성을 평가하기 위한 시험법 개발, 열화 거동 분석 방법 및 기본적인 신뢰성 평가를 위한 데이터 분석 방법 등을 배운다. | |||||||||
| ESM4114 | 텍스트분석과자연어처리 | 3 | 6 | 전공 | 학사/석사 | 한 | Yes | ||
| 자연어처리(Natural Language Processing; NLP)는 컴퓨터가 인간의 언어를 이해하고 처리할 수 있도록 하는 컴퓨터 과학 및 인공지능 분야의 중요한 주제이다. 본 과목 “텍스트분석과자연어처리”는 텍스트 데이터 분석과 자연어처리를 위해 언어의 구조와 의미를 분석하는 방법을 배우고, 이를 기반으로 하는 다양한 알고리즘과 기술들을 학습한다. 핵심 내용으로는 텍스트 데이터의 전처리부터 시작하여, 전통적인 텍스트 마이닝, 이어서 다양한 언어 모델과 단어 임베딩, 그리고 신경망과 트랜스포머 구조에 기반한 최신 언어 모델까지 포함한다. 구체적으로, 본 과목에서 다루고자 하는 내용은 다음과 같다: 1. 텍스트 전처리: 자연어처리의 첫 단계인 텍스트 전처리는 텍스트 데이터를 처리하기 위한 기본적인 작업을 수행한다. 여기에는 텍스트를 단어나 구절로 분리하는 토큰화, 정규화, 중요하지 않은 단어를 제거하는 불용어 제거 등이 포함된다. 2. 텍스트 마이닝: 다양한 NLP 태스크들을 소개하고, 그 중에서도 TF-IDF 와 전통적인 분류 모델들을 통해 쉽게 구현할 수 있는 텍스트 분류 모델을 배우고 구현한다. 3. 확률적 언어 모델과 단어 임베딩: 이어서 컴퓨터가 인간의 언어를 이해하고 해석하는 데 중점을 두는 다양한 NLP 모델들을 배운다. 먼저, 확률적 언어 모델들은 단어 또는 문장의 출현 확률을 계산하며, 통계적 방법을 사용하여 언어의 구조를 학습하는 모델로, n-gram Language Model, Neural Language Model을 배운다. 단어 임베딩은 텍스트의 단어를 벡터 공간에 매핑하는 기술로, 각 단어의 의미를 수치화하며, Word2Vec, GloVe와 같은 기법들을 포함한다. 4. RNN을 이용한 언어모델과 Seq2Seq : 다음으로 순환신경망(RNN)을 이용한 언어모델링과 이를 응용한 다양한 NLP 태스크들을 살펴보고 구현한다. 또한 텍스트 생성, 기계 번역을 위한 Seq2Seq 모델을 살펴본다. 5. 트랜스포머와 거대 언어 모델 : 트랜스포머 구조와, 이를 기반으로 한 언어 모델들, BERT, GPT 등에 대해 학습한다. 본 과목은 이론과 Python 실습으로 구성되며, 이러한 모든 단계를 통해 학생들은 자연어처리의 기초부터 고급 기술에 이르기까지 광범위한 지식을 습득하며, 이를 다양한 응용 분야에 적용하는 방법을 배울 수 있다. | |||||||||
| ESM4115 | ESG경영학개론 | 3 | 6 | 전공 | 학사/석사 | 1-2 | 한 | Yes | |
| ESG는 환경, 사회, 거버넌스의 약자이다. 환경은 기업이 경영 과정에서 환경에 미치는 영향을 말한다. 사회는 기업이 기업으로서 마땅한 사회적 책임을 잘 수행하는지를 평가한다. 거버넌스는 경영의 투명성이라 볼 수 있다. 이 세가지는 특히 투자자 입장에서 기업의 비재무적 리스크 판단하는 핵심요소이다. 본 강의는 먼저 ESG가 만드는 경영환경의 변화를 다룬다. ESG 경영을 이해하기 위해 ESG 경영의 의미와 그 중요성, ESG 경영체제 및 운영상 과제와 함께, ESG 경영의 중요성 및 시급성을 인식시킨 외부 여건과 압력을 다룬다. 이를 위해 GRI, SASB, TCFD, SBTi 등 ESG 관련 주요 이니셔티브의 내용 및 특징과 ESG 글로벌 공시지표의 통합화 동향을 살펴본다. 다음, ESG 경영 실무를 다룬다. 여기에서는 ESG 경영의 이론적 배경과 함께 ESG 경영의 핵심인 지속가능경영, 환경ㆍ에너지경영, 안전경영, 사회책임 경영에 대한 시스템적 접근 방법을 다룬다. 지속가능경영 실무에서는 ESG 경영의 근원적 개념인 기업의 사회적 책임(CSR)과 기업 지속가능성에 대한 이해와 함께 경영 여건의 변화에 따른 이들 개념의 진화와 경제와 사회적 성과에서의 균형 형성의 과정을 살펴보며, 지속가능성의 내재화를 위한 통합전략을 제시한다. 또한 ESG와 비즈니스 연계 및 ESG 경영을 통한 블루오션 창출을 모색하는 차원에서 순환경제와 공유가치창출(CSV)을 다루며, ESG 경영을 지원하기 위한 4차 산업혁명 기술의 역할 및 과제도 짚어 본다. 이 강의를 수강함으로써 학생들은 ESG 경영의 구성을 이해하고, 각론에 대한 심화학습 및 기본 지식을 함양함으로써 ESG 경영을 선도하고 실무를 수행할 수 있는 전문인력으로서 성장할 것이다. | |||||||||
| ESM4116 | ESG경영전략및실무 | 3 | 6 | 전공 | 학사/석사 | 한 | Yes | ||
| ESG는 환경, 사회, 거버넌스의 약자이다. 환경은 기업이 경영 과정에서 환경에 미치는 영향을 말한다. 사회는 기업이 기업으로서 마땅한 사회적 책임을 잘 수행하는지를 평가한다. 거버넌스는 경영의 투명성이라 볼 수 있다. 이 세가지는 특히 투자자 입장에서 기업의 비재무적 리스크 판단하는 핵심요소이다. ESG는 환경, 사회, 거버넌스의 세 요소를 통해 기업의 지속가능성 및 기업가치 제고를 목표로 한다. 또한 ESG는 경영 ‘전략’이고 기업을 판단하는 ‘지표’이다. 그러나 최근 공시 표준화/규제화 진행, 공급망 관리 중요성 확대, 탄소 국경세 부과 등 급격한 여건 변화는 기업 및 조직으로 하여금 규제 대응 측면에만 관심을 갖는 것은 최종 목표 인 지속가능성 확보 전략에 부족함이 보일 수 있다. 따라서 본 과목에서는 ESG 경영 이론을 바탕으로 기업 및 조직의 문제 해결책 제시를 위한 전략 및 실무 연구를 수행하고자 한다. 본 과정의 수업 목적은 다음과 같다. − 이론과 사례의 균형된 교육을 진행하여 ESG의 경영을 이해 − 기업에서 실천 가능한 체크리스트, 프로세스, 방법론 등에 대한 활용 및 체험 등을 통해 실무능력 강화 − 과제를 통한 자가 학습 확대 및 발표 본 과정의 학습 내용은 다음과 같다. − ESG 표준화 동향 − 지역 Local SDGs와 ESG − 사회책임투자 − 사회가치 창출 및 사회-기술시스템 − 지속가능성보고서(ESG 보고서) 분석 | |||||||||
| ESM4117 | 글로벌공급망위기분석 | 3 | 6 | 전공 | 학사/석사 | 한 | Yes | ||
| 국제 비즈니스 투자환경과 글로벌 공급망은 코로나 19, 러시아-우크라이나 전쟁, 미국-중국 간 경제전쟁, 기술전쟁, 미국의 인플레이션 감축법, 반도체 법과 중국 등 우려 국가에 대한 수출통제, 중국의 희토류 및 핵심 광물 수출통제 등으로 인해 급변하고 있으며, 이에 따라 글로벌공급망이 위기에 처해 있음. 특히 미국의 인플레이션 감축법은 미국, 미국과 FTA 체결국가에서 생산, 가공, 제조된 리튬 배터리와 이를 탑재한 전기차에 한해 투자 인센티브, 소비자에 대한 세제 혜택을 부여하고 있으며, 가드레일 조항을 적용하여 중국 등 우려 국가 산 생산이 일정 지분 이내인 경우에만 동일한 혜택을 부여 하고 있음. 미국의 반도체 법도 가드레일 조항에 따라 미국 정부로부터 받은 보조금을 미국 이외 국가에서 사용금지, 해외 우려국과 공동연구 제한, 보조금을 받은 뒤 10년 동안 우려국에서 반도체 생산능력 확장 및 신축을 금지하고 있음. 이에 대해 중국은 희토류, 리튬 배터리 소재 등의 수출을 제한하는 조치를 취하고 있음. 한국, 일본, 유럽, 이외 미국 기업들은 소재를 중국 이외 제3국에서 확보하여 생산, 가공, 제조해야 하며 해외투자 대상국, 투자전략 등을 새롭게 수립 운영해야 함. 한편 유럽연합도 유럽 이외 중국에서 제조된 전기차 배터리 탑재 자동차에 대한 세제 혜택을 축소하는 움직임을 보임. 미국과 중국의 경제전쟁, 기술전쟁에 따라 글로벌 기업들은 기존 중국 내 투자, 생산시설의 제3국, 특히 인디아, 베트남, 인도네시아, 헝가리, 폴란드, 체크, 슬로바키아에 이전을 서두르고 있으며, 글로벌 경영전략을 새롭게 수립하고 있음. 한편, 미국, 일본, 한국, 호주, 인디아 등은 새로운 인도-태평양 글로벌공급망 재편을 구축 중임. 이에 따라 반도체, 자동차, 전기차 배터리 주요 생산국인 한국의 기업들은 미국, 중국, 유럽연합 정부의 정책과 글로벌공급망 위기를 심도있게 분석하여 리튬, 코발트, 니켈, 망간, 흑연 등 리튬 배터리 제조 소재의 새로운 공급망을 확보하는 한편, 중국 내 생산시설, 특히 중국 내 반도체 생산라인의 제한적 운영과 미국 내 생산, 제조, 연구개발시설 이전을 시행하는 등 글로벌 경영전략을 새롭게 수립 시행해야 함. 아울러 미국 이외 인디아, 베트남, 인도네시아, 헝가리, 폴란드, 체크 등 제3의 해외직접투자지를 물색하여 새로운 글로벌 경영전략을 수립 시행해야 함. 본 교과목을 통해 학생들에게 국제관계, 글로벌 비즈니스 환경, 글로벌공급망 위기 등을 분석, 연구하는 한편, 글로벌 기업들의 거시적, 미시적 대응전략을 분석하여 기업가정신을 함양하고 시스템경영공학 역량을 강화하도록 함. | |||||||||
| ESM4118 | 응용프로그래밍-커머스광고기술(AdTech)실습 | 3 | 6 | 전공 | 학사/석사 | 한 | Yes | ||
| 본 교과목은 컴퓨터프로그래밍을 이미 다뤄본 학생들을 대상으로 데이터과학자가 프로그래밍을 실제 현업에서 어떻게 사용하는지에 대해 학습하는 수업입니다. 주로 소매업과 전자상거래에서 사용되는 광고기술을 예제로 프로그래밍을 실습합니다. 소매업과 전자상거래 광고에서 클릭, 노출수, 구매전환 등 다양한 데이터가 실시간으로 수집됩니다. 본 수업은 이러한 데이터 및 관련된 광고기술 이론을 학습하고, 파이썬 언어를 이용하여 광고모델링, 광고최적화등을 실습합니다. | |||||||||
| ESM5001 | 대기행렬이론 | 3 | 6 | 전공 | 석사/박사 | 1-4 | - | No | |
| 본 과목에서는 대기현상이 발생하는 시스템의 분석방법 및 응용을 다룬다. 대기행렬의 확률과정론적 특성을 살피고 다양한 성능척도들을 구하는 법과 해석을 다룬다. | |||||||||
| ESM5002 | 고급시뮬레이션 | 3 | 6 | 전공 | 석사/박사 | 1-4 | - | No | |
| 시뮬레이션 방법론 전반에 관한 이론적 배경을 고찰하고 소프트웨어와의 연결을 통하여 이론을 숙지한다. 새로운 software도 소개한다. 주요내용으로는 Random Number Generation, Random Variate Generation, Verification and Validation, Variance Reduction Techniques, Meta Modeling, Simulation Output Analysis등이다. | |||||||||
| ESM5003 | 소프트웨어품질관리 | 3 | 6 | 전공 | 석사/박사 | 1-4 | - | No | |
| 현대 생산 제품 중 소프트웨어의 비중과 품질의 중요성이 증대되고 있다. 소프트웨어 시장조사, 설계, 개발, 제조, 시험 및 설치운영 등 모든 생산단계에서 필요한 소프트웨어 품질관리 및 공학기술을 다룬다. 주요 주제로는 설계단계에서 운용품질특성(정확성, 신뢰성, 효율성, 무결성, 확장성, 사용용이성), 수정품질특성(유지보수성, 이식성), 적응품질특성(시험성, 유연성, 상호운영성, 재사용성)의 개발, 소프트웨어 특성시험, 업 데이트 주기결정, 소프트웨어 인증체계 등이다. 소프트웨어 품질관리 개념, 설계품질, 프로그램 품질, 가동품질 등 소프트웨어 품질관리기술의 전반적인 내용을 다룬다. | |||||||||
| ESM5006 | 기술예측특론 | 3 | 6 | 전공 | 석사/박사 | 1-4 | - | No | |
| 동 과목은 기업과 공공기관에서의 의사결정에 사용되는 기술예측의 실제적 응용을 다룬다. 자주 사용되는 주요 예측기법으로서의 델파이, 시나리오, 연관나무, 성장곡선, 상관방법, 기술로드맵 등의 이론과 사례분석을 다룬다. 특히 전략기획에 성공적으로 활용된 기술예측의 응용사례를 중심으로 예측의 오류와 예측결과활용의 평가방법을 제시한다. | |||||||||
| ESM5007 | O.R.세미나 | 3 | 6 | 전공 | 석사/박사 | 1-4 | - | No | |
| OR 이론 및 응용에 관련된 다양한 문헌 및 논문들을 읽고 해석한다. | |||||||||
| ESM5008 | 응용확률론 | 3 | 6 | 전공 | 석사/박사 | 1-4 | - | No | |
| 확률론의 다양한 응용분야를 다룬다. | |||||||||
| ESM5009 | 이산형시뮬레이션 | 3 | 6 | 전공 | 석사/박사 | 1-4 | - | No | |
| 시뮬레이션은 경영과학의 도구 중 매우 유용하며 여러 분야에서 과학적인 의사 결정을 위하여 사용되고 있다. 이 과목에서는 학부 과정보다 심화된 방법론들을 다루고 시뮬레이션 언어인 ARENA를 여러 개의 프로젝트를 통하여 습득한다. | |||||||||
| ESM5010 | 대기행렬세미나 | 3 | 6 | 전공 | 석사/박사 | 1-4 | - | No | |
| 대기행렬이론에 관련된 다양한 논문들을 읽고 토론한다. 논문들의 약점 및 강점을 파악하는 법을 배운다. | |||||||||
| ESM5012 | 의사결정지원시스템 | 3 | 6 | 전공 | 석사/박사 | 1-4 | - | No | |
| 의사결정지원시스템의 기본적인 개념과 다양한 산업 문제해결에 대한 응용성을 강조한다. 기본적인 의사결정시스템의 구조와 소프트웨어 패키지를 소개하고 사례 연구를 통해서 의사결정지원시스템이 실질적인 문제해결에 어떻게 적용되었는지를 중점적으로 다룬다. | |||||||||