Academics

교과과정 및 졸업요건

학사과정

강화된 AI 집중교육과 심화융합된 AI 연구

UNIST 인공지능대학원은 CORE AI를 중심으로 한 연구 혁신과 자율창의를 기반으로 실제 산업현장의 문제를
해결할 수 있는 실전적 문제해결 역량을 갖출 수 있는 AI 교육과정으로 진행됩니다.

AI Graduate School Course Concept
과정별 졸업요건학위과정별 졸업이수학점, 필수과정, TA의무사항 등 안내
석사과정
  • 졸업이수학점 : 28학점 ( 교과 : 21학점, 연구 : 7학점 )
  • 공통필수 : 세미나 1학기 이상 이수
  • 전공필수 : 3과목
    Introduction to AI, Principles of Deep Learning, AI Toolkits
  • TA의무사항 : 1회
-
박사과정
  • 졸업이수학점 : 60학점 ( 교과 : 15학점, 연구 : 45학점 )
  • 공통필수 : 세미나 1학기 이상 이수
  • TA의무사항 : 3회

Academic Excellence or real-world impact ( Option 1 or 2 )

Option 1 : At least one first-authored paper in a premium venue ( e.g., an international SCI/SCI-E journal or conference listed in the top conference list officially approved by UNIST AIGS )

Option 2 : Real-world impact performance equivalent to option 1 ( e.g., start-up, industrial-academic project ). Dissertation committee evaluates the real-world impact performance.

석박사
통합과정
  • 졸업이수학점 : 60학점 ( 교과 : 30학점, 연구 : 30학점 )
  • 공통필수 : 세미나 2학기 이상 이수
  • 전공필수 : 3과목
    Introduction to AI, Principles of Deep Learning, AI Toolkits
  • TA의무사항 : 3회

Academic Excellence or real-world impact ( Option 1 or 2 )

Option 1 : At least one first-authored paper in a premium venue ( e.g., an international SCI/SCI-E journal or conference listed in the top conference list officially approved by UNIST AIGS )

Option 2 : Real-world impact performance equivalent to option 1 ( e.g., start-up, industrial-academic project ). Dissertation committee evaluates the real-world impact performance.

졸업요건

교과과정표Classification, Field, Course No., Course Title, Credits, Remark 안내
Classification Field Course No. Course Title Credits Remark (Code Share)
Research AI Core AI590 세미나 1-1-0
AI Core AI690 석사논문연구 Value of credit
AI Core AI890 박사논문연구 Value of credit
Required AI Core AI501 인공지능학개론 3-3-0
AI Core AI502 딥러닝 원론 3-3-0
AI Core AI503 AI 툴킷 3-3-0
Elective AI Core AI511 인공지능 최적화 3-3-0 3-3-0
AI Core AI512 강화 학습 3-3-0 O ( IE552 )
AI Core AI513 학습이론 3-3-0
AI Core AI514 빅데이터 분석 3-3-0
AI Core AI515 분산 학습 3-3-0
AI Core AI516 컴퓨터 비전 3-3-0
AI Core AI517 NLP/NLU 딥 러닝 3-3-0
AI Core AI518 심층 생성 모델 3-3-0
AI Core AI519 고급 기계 학습 주제 3-3-0 O ( CSE544 )
AI Core AI520 기계 학습 기초 3-3-0 O ( IE503 )
AI+X AI531 지식 서비스 공학 3-3-0
AI+X AI532 고급 정보 시각화 3-3-0
AI+X AI533 고급 품질 제어 3-3-0
AI+X AI534 고등 적층 제조 3-3-0
AI+X AI535 로봇학 3-3-0
AI Chip+System AI551 AI 가속기 아키텍처 3-3-0
AI Chip+System AI552 AI 프레임 워크 설계 및 구현 3-3-0 O ( CSE613 )
AI Chip+System AI553 AI 기반 컴퓨터 시스템 최적화 3-3-0
AI Chip+System AI554 AI 시스템용 반도체 장치 3-3-0
AI Chip+System AI555 AI 시스템 최적화 3-3-0 O ( EE585 )
AI Advance AI701 확률적 그래픽 모델 3-3-0
AI Advance AI702 메타 및 다중 작업 학습 3-3-0
AI Advance AI703 딥 러닝 이론 3-3-0
AI Advance AI704 불확실성에 기반한 기계 학습 3-3-0
AI Advance AI705 비모수 베이지안 3-3-0
AI Advance AI706 3D비전 및 머신 퍼셉션 3-3-0
AI Advance AI707 심층 강화 학습 3-3-0
AI Advance AI721 자동화 기계 학습 3-3-0
AI Advance AI722 보편적 학습 및 설명 가능한 AI 3-3-0 O ( IE553 )
AI Advance AI723 딥 러닝 연구 3-3-0