입학

  • 국어교육
    • 교육목표
    • 교과과정
    • 교과목안내
    • 교수진
  • 수학교육
    • 교육목표
    • 교과과정
    • 교과목안내
    • 교수진
  • 영어교육
    • 교육목표
    • 교과과정
    • 교과목안내
    • 교수진
  • 소프트웨어교육
    • 교육목표
    • 교과과정
    • 교과목안내
    • 교수진
  • 특수교육
    • 교육목표
    • 교과과정
    • 교과목안내
    • 교수진
    • 졸업후진로
  • 상담심리
    • 교육목표
    • 교과과정
    • 교과목안내
    • 교수진
  • 교육행정
    • 교육목표
    • 교과과정
    • 교과목안내
    • 교수진
  • 진로진학상담
    • 교육목표
    • 교과과정
    • 교과목안내
    • 교수진
  • 심리치료교육
    • 교육목표
    • 교과과정
    • 교과목안내
    • 교수진
    • 졸업후진로
  • 유아교육
    • 교육목표
    • 교과과정
    • 교과목안내
    • 교수진
  • 융합인재 및 영재교육
    • 교육목표
    • 교과과정
    • 교과목안내
    • 교수진
    • 졸업 후 자격증취득
  • 평생교육 및 HRD
    • 교육목표
    • 교과과정
    • 교과목안내
    • 교수진
    • 졸업후진로
    • 기타
  • 교육목표
    • 교육목표
    • 교과과정
    • 교과목안내
    • 교수진
  • 교양/교직
    • 교육목표
    • 교과과정
    • 교과목안내
    • 교수진

교과목안내

HOME전공소개 AI융합교육전공교과목안내

기초공통과목
기초공통과목
학수번호
(학점)
교과목명 교과목 내용 개요
EDAI100
(2)
인공지능 사회와 미래교육
(Artificial Intelligence Society and Future Education)
본 과목은 사물인터넷(IoT), 빅테이터(Big Data), 인공지능 (AI) 등의 발전에 따른 사회 전반의 변화에 대한 이해를 중심으로 인공지능의 기술이 사회와 교육에 미치는 영향에 대해 비판적으로 성찰하고 미래에 대한 전망과 비전을 생각할 수 있는 교과이다.
EDAI110
(2)
AI의 이해
(Understanding of AI)
본 과목은 인공지능에 대하여 기초적이고 전반적인 이해를 할 수 있도록, AI 발전의 역사, 발전 동기, 각 시대적 AI 특징을 살펴보고, 지능시스템 및 확률적 모델링, 추론, 통계학적 기계학습(머신러닝), 컴퓨터비젼, 로보틱스 등 AI에 적용되는 원리를 학습하고 AI 응용분야에 대해 살펴보는 교과이다.
EDAI120
(2)
AI 교육의 이해
(Understanding of AI Education)
본 과목은 초중고 학생들을 대상으로 인공지능(AI)에 대한 학습이 가능할 수 있도록 교육 내용 및 방법에 대해 전반적으로 이해하고 미래 교육자로서의 올바른 소양을 갖추는 것에 있다. 이를 위해 현장 적용 가능한 AI 교육의 이론과 실제를 학습함으로써 기본적인 AI 수업설계와 수행 능력을 키울 수 있다.
EDAI130
(2)
AI 활용 교육의 이해
(Understanding of Education Using AI)
학교 급과 학습자 특성을 고려한, 범 교과에 따른 AI를 활용한 교육 프로그램의 실제를 경험하고 각자의 영역에서 필요한 AI 활용 자료를 개발하고 효과적으로 지도할 수 있는 방안에 대해 탐색하는 과목이다.
EDAI140
(2)
데이터 과학과 교육 문제 해결
(Data science and problem solving for education)
본 과목은 데이터 과학을 기반으로 하여 현재 교육의 문제들을 해결한 사례들을 살펴보고 데이터 과학을 활용하여 해결해야 할 교육 문제들을 도출해 내는 교과이다. 또한 이를 해결할 수 있는 전략과 방안을 모색해본다.

전공일반1
전공일반1
학수번호
(학점)
교과목명 교과목 내용 개요
EDAI200
(2)
인공지능(AI)론
(Theory pf Artificial Intelligence (AI))
본 과목은 인공지능에 대한 기술적 개론을 이해하고, AI 미래 교육자로서의 전문 소양을 갖추기 위함이다. 이를 위해 인공지능 및 기계학습(머신러닝)의 기초, 추론엔진, 지식표현구조, 학습 방식, 뉴럴 네트워크, 퍼지시스템, 자동화 응용 등의 이론을 학습하고, 이에 대한 교수학습 변환 방법에 대하여 탐구하는 과목이다.
EDAI210
(2)
교육용 프로그래밍의 실제
(Educational Programming Language)
본 과목의 목적은 수강생들이 교육용 프로그래밍 언어의 종류와 사용법을 익히고, 새로운 소프트웨어 설계 및 구현을 하는 것이다. 이에 필요한 코딩 능력과 관련한 도구 활용방안을 실습을 통해 학습하고, 학교급별 학습자에 따라 활용, 적용할 방법을 구안해보는 과목이다.
EDAI220
(2)
AI 융합 교육
(AI Convergence Education)
본 과목에서는 AI 융합형 인재양성이라는 목표를 위해 다양한 주제를 가지고 교육 전반적인 측면을 폭넓게 다루며 AI 융합교육을 위한 기본적 소양을 갖추기 위한 과목이다.
EDAI230
(2)
문제기반 학습과 AI
(Problem-Based Learning and AI)
본 과목은 AI를 활용한 문제(problem) 기반 교수-학습을 실제 경험해 보고, 학생들에게 활용할 수 있는 자료를 개발한다. 또한 협력학습과 자기주도적 학습을 강화할 수 있는 효과적인 AI 활용 교육 역량을 기르는 과목이다.
EDAI240
(2)
모델링과 창의성 개발
(Modeling and Creativity Development)
본 과목은 인간과 기계(예: 컴퓨터)가 목적과 의도를 통해 의사소통하고 문제를 해결하기 위해 사물을 인식, 문자언어, 음성언어, 그래픽, 수학식, 프로그래밍 언어 등으로 표현하는 모델링 과정을 경험한다. 또한 이 과정에서 개념들 간의 관계와 원리를 표현하고 확장하는 단계에서 창의성 발현 단계로 발전해 나가는 과정을 학습함으로써 문제해결능력과 창의적 사고를 함양할 수 있도록 한다.
EDAI250
(2)
사회문제해결과 AI
(Social Problem Solving and AI)
AI를 기반으로 한 사회 현안 해결 사례들을 연구된 논문들을 통해 알아보고 AI를 활용하여 지속가능한 방법으로 문제를 해결할 수 있는 전략을 모색해보는 과목이다.
EDAI260
(2)
교육데이터로 이해하는 데이터 과학
(Data Science Using Educational Data)
본 과목은 데이터 분석과 연관된 기초 이론을 이해하고 학습하며, 교육 분야에서 산출된 실제 데이터를 통해 데이터를 분석하고 해석, 활용해 보는 경험을 함으로써 데이터 과학에 대한 역량을 키울 수 있는 교과이다.

전공일반2
전공일반2
학수번호
(학점)
교과목명 교과목 내용 개요
EDAI301
(2)
철학과 AI
(Philosophy and AI)
인공지능(AI)의 바탕이 되는 철학 사상들의 연원에 대해 학습하고, AI로 인해 발생할 수 있는 윤리적 문제 등에 관한 철학적 논의들을 통해 그 한계와 개선 방법에 대해 토론하는 과목이다.
EDAI302
(2)
AI 활용 언어 교육의 이론과 실제
(Theory and Practice of Language Education Using AI)
다양한 언어와 문화에 대한 이해를 통하여 긍정적 가치관을 가지게 될 수 있도록 언어교육에서 인공지능 활용 방안을 모색하고, 효과적인 지도를 위하여 AI 교육 프로그램 개발 및 적용 방안에 대하여 탐색하는 과목이다.
EDAI303
(2)
AI 활용 영어 교육의 이론과 실제
(Theory and Practice of English Education Using AI)
영어 교과에서 글로벌 시민으로 성장해 나갈 수 있는 학습자 양성을 위하여 의사소통 능력을 기를 수 있도록 인공지능 활용 방안을 모색하고, 효과적인 지도를 위한 AI 교육 프로그램 개발 및 적용 방안에 대하여 탐색하는 과목이다.
EDAI304
(2)
AI 활용 사회 교육의 이론과 실제
(Theory and Practice of Social Education Using AI)
창의적 사고력, 비판적 사고력, 문제 해결력 및 의사 결정력, 의사소통 및 협업 능력, 정보 활용 능력의 사회 교과 역량을 육성하기 위한 인공지능의 활용 방안을 모색하고, 효과적인 지도를 위한 AI 교육 프로그램 개발 및 적용 방안에 대하여 탐색하는 과목이다.
EDAI305
(2)
AI 활용 과학 교육의 이론과 실제
(Theory and Practice of Science Education Using AI)
과학적 사고력, 탐구능력, 과학적 참여와 평생 학습 능력을 함양할 수 있도록 과학 교과에서의 인공지능 활용 방안을 모색하고, 효과적인 지도를 위한 AI 교육 프로그램 개발 및 적용 방안에 대하여 탐색하는 과목이다.
EDAI306
(2)
AI 활용 수학 교육의 이론과 실제
(Theory and Practice of Mathematics Education Using AI)
수학교과에서 문제해결, 추론, 창의융합, 의사소통, 정보처리, 태도 및 실천의 수학 교과 역량을 개발 할 수 있도록 인공지능 활용 방안을 모색하고, 효과적인 지도를 위한 AI 교육 프로그램 개발 방안에 대하여 탐색하는 과목이다.
EDAI307
(2)
AI 활용 영재 교육의 이론과 실제
(Theory and Practice of Gifted Education Using AI)
다양한 영재의 개별 특성에 맞춘 교육 프로그램을 위한 인공지능의 활용 방안을 모색하고, 효과적인 지도를 위한 AI 교육 프로그램 개발 방안에 대하여 탐색하는 과목이다.
EDAI308
(2)
AI 활용 교수 설계
(AI-based Teaching Design)
본 과목에서는 교수설계에 대한 기본적인 이론을 통해 AI를 활용한 교육 프로그램을 분석, 설계, 개발, 평가할 수 있는 능력을 배양한다.
EDAI309
(2)
AI기반 컴퓨팅 사고력과 실생활 문제해결
(AI-based Computing Thinking and Real-world problem solving)
본 과목에서는 AI기반 문제를 해결하는 컴퓨팅 사고 능력을 갖추기 위해, 문제해결, 휴리스틱 탐색, 지식표현, 일차 술어 논리 등을 이해하고 학습하며, 실제 AI를 활용하여 실생활 문제를 해결한 사례들을 살펴본다. AI를 활용하여 문제를 해결하는 경험을 통해 미래 교육자로서의 소양을 갖출 수 있도록 PBL 중심 교과이다.
EDAI400
(2)
AI 교육과정 및 평가
(Curriculum and Assessment of AI Education)
본 과목에서는 교육과정의 일반원리 및 교육평가의 기초적인 개념과 이론을 이해하고 AI 교육과정의 단계별 구성요소와 교육평가의 역할 및 영향, 교육적 의미, 측정이론, 학업성취의 측정과 평가 등에 대해 학습한다. 또한, 워크숍 방식의 수업을 진행하여 AI 교육과정 설계 및 평가의 구체적인 아이디어를 제공한다.
EDAI410
(2)
AI 교재 연구 및 지도법
(Methods Course of Curriculum Materials Analysis and Instruction for AI)
본 과목은 학교급별 및 학습자 특성에 따른 AI 교육의 교재를 개발 및 지도법 학습에 있다. 이를 위하여 목적론, 교재론, 방법론, 평가론의 네 영역에 대한 이론적 연구와 사례분석 및 응용을 포함한 워크숍 방식의 수업을 진행한다.
EDAI420
(2)
AI 교육론
(Theory of AI Education)
본 과목에서는 AI 교육을 위한 교과과정의 구성과 전개방식을 이해하고, 현실적인 교육환경과 실용성에 대한 사회적 요구를 감안하여 교안 작성법, 강의방법 및 실습지도 방법 등에 대하여 교육학적 이론과 적용 방안에 대한 세미나를 진행한다.
EDAI501
(2)
AI와 데이터 과학을 위한 기초수학
(Basic Math for AI and Data Science)
본 교과목은 AI를 이해하기 위한 기초적인 수학 지식을 학습하는 교과이다. 기초적인 선형대수, 수치해석, 확률과 통계와 관련된 내용으로 구성된다.
EDAI502
(2)
AI와 데이터 과학을 위한 심화수학
(Advanced Mathematics for AI and Data Science)
본 과목은 AI와 데이터 과학을 위한 기초 수학의 심과 과정으로 심도깊은 AI의 이해를 위한 심화 수학 개념들도 구성된다.
EDAI503
(2)
기계학습의 이해
(Understanding Machine Learning)
본 과목은 자연 현상과 사회적 현상을 수학적 언어로 바꾸어 보는 경험을 할 수 있는 교과이다. 수학적 모델링 과정에서 수학적 추론을 하고 결과를 현실 상황에서 재해석하는 전 과정에서 코딩을 도입하여 컴퓨팅 사고에 기반하여 문제를 해결하는 역량을 키운다. 또한 산업 현장에서 발생하는 문제해결, 의사결정, 인간 활동 예측, 상품 개발 등에서 활용되는 수학 분야에 대하여 소개한다. 특히 인공지능에서 많이 활용되는 분야, 즉 딥러닝, 이미지와 음성 패턴 인식, 자연어 처리와 머신러닝을 발전시키기 위한 수학 내용을 이해하고 적용하는 경험을 한다.
EDAI504
(2)
수학적 모델링과 코딩
(Mathematical Modeling and Coding)
본 과목은 AI의 핵심인 기계학습의 기초에 대하여 이해하여, 각 학교급별 학습자에 따라 지도할 수 있는 방법을 구안하기 위하여 기계학습의 근간이 되는 이론과 방법론을 다룬다. 기계학습을 위한 수학, 기계학습의 기본 개념, 회귀, 분류 모델들의 지도학습 모델, 클러스터링, 차원감소 기법 등의 비지도 학습 모델, 앙상블 모델, 베이시언 기계학습 방법론 및 모델, 신경망, 강화학습의 기초적인 부분들을 학습하여, AI 교사로서의 전문성을 향상 시킨다.
EDAI505
(2)
AI를 위한 최적화 기법 이해
(Optimization Models for AI)
다변수 미적분학과 최적화, 빅데이터 분석을 위한 주성분 분석, 가중 회귀분석, 유사도, 텐서플로를 이용한 선형 회귀, 그래프 이론과 최적화, 시각화 등에 대하여 학습하고 실제 문제를 해결하는 문제해결력을 배양한다. 또한, 합리적 의사결정 (최적화)을 위해 적용할 수 있는 함수식을 학습하여 각 상황에 맞추어 최적화된 선택을 할 수 있는 역량을 기를 수 있는 과목이다.
EDAI600
(2)
빅데이터 처리
(Big data processing)
본 과목은 학습자 스스로 다량의 텍스트 데이터에서 의미 있는 정보를 추출하는 능력을 기르고자 함이다. 이에 정보를 추출하는 기법들의 이론 및 주요 기술을 학습하며, 문서, 웹페이지, 구조화 혹은 반구조화된 레코드나 멀티미디어 객체에 이르는 정보 항목의 표현, 저장, 조직, 접근을 살펴보고, AI 교육자로서의 전문성을 확보하고자 한다.
EDAI601
(2)
빅데이터 분석
(데이터마이닝)
(Big Data Analysis
(Data Mining))
본 과목에서는 데이터로부터 의미 있는 정보를 추출해 내기 위한 빅데이터의 분석 기법에 대해 이해하고 활용하는 능력을 기르고자 한다. 이를 위해 정형, 비정형 대용량 빅데이터 분석 기법, 대량의 데이터로부터 데이터 내에 존재하는 관계, 패턴, 규칙 등을 스스로 탐색하고 방법, 데이터 마이닝의 필요성과 발전단계, 데이터 마이닝의 단계와 기법 등에 대하여 기초내용을 중심으로 학습하여 미래 AI 교육자로서의 전문성을 확보하고 각 학교급별 학습자에 따라 AI 교과에 활용할 수 있는 방법을 구안한다.
EDAI602
(2)
인공지능을 위한 프로그래밍
(Programming for AI)
본 과목은 프로그래밍을 학습하여 실제로 구현할 수 있는 능력을 기르기 위함이다. 이에 따라 다양한 모델의 학습을 용이하게 하기 위한 딥러닝 모델을 학습하고, 추론, 통합 프레임워크인 인공지능 프로그래밍을 이론과 실습을 통해 학습한다. 이를 위해 딥러닝 모델 및 학습을 위한 프로그래밍 방법론과 딥러닝과 확률 모델을 통합적으로 프로그래밍 하는 방법론을 학습함으로써 AI 교사로서의 전문성을 확보할 수 있게 한다.
EDAI603
(2)
자연어 처리
(Natural Language Processing)
본 과목에서는 컴퓨터를 이용하여 인간의 언어를 이해하고 생성하기 위한 자연어처리의 핵심 원리에 대해 학습하고, 다양한 응용 사례를 살펴봄으로써 AI 교사로서의 전문성을 기르고자 한다. 이를 위하여, 규칙기반, 통계기반, 딥러닝 기반의 자연어처리 접근법을 학습하고, 자연어처리 기술을 이용한 대화시스템, 기계번역, 정보검색, 텍스트 마이닝 분석 등에 대한 응용 기술에 대해서 학습하며, 각 학교급별 학습자에 따라 AI 교과에 활용할 수 있는 방법을 구안한다.
EDAI604
(2)
컴퓨터 비전
(Computer Vision)
본 과목은 컴퓨터를 이용하여 이미지를 처리, 분석하고 의미있는 정보를 뽑는 방법에 대해 학습한다. 기존의 컴퓨터 비전 방법을 간략하게 소개하고, 각각의 방법들이 어떻게 최신 AI기법으로 진화되었고, 어떤 딥러닝 기법들이 개발되었는지 학습한다. 각 학교급별 학습자에 따라 AI교과에 활용할 수 있는 방법을 구안한다.
EDAI701
(2)
교육용 플랫폼의 이해 및 실제
(Understanding of Educational Platforms)
인공 지능의 역사, 기본 개념 및 실용적인 응용 프로그램을 이해하고, 인공 지능의 기본 원칙, 데이터, 알고리즘 및 응용 프로그램 간의 관계를 가르칠 수 있는 수업 자료를 개발하고 적용해 봄으로써 현장 기반 연구를 수행한다.
EDAI702
(2)
인공지능 교육 서비스 설계
(AI Education Service Design)
본 과목은 학교급별 및 학습자 특성에 따른 AI 활용이나 AI와 융합한 수업을 설계하고, 시연하는 실천적 교과이다. 본 과목을 통해 AI 융합, 또는 활용 교육에 필요한 교수학적 지식을 배양하고 AI 활용 교육의 현장 밀착성을 강화한다.
EDAI700
(2)
AI 수업 자료개발과 적용
(Materials Development and Application Using AI)
교과간 융합 실습을 통해 인공 지능의 원리, 기능 및 과제를 보다 깊이 있게 이해할 수 있는 프로젝트 기반 교과이다. AI 융합 교육이 학생들의 창의력, 상상력, 사고력 및 실전 능력 향상에 중점을 둔 융합형 인공 지능 활용 교육이 될 수 있도록 교수자의 역할과 교수학습 지원 역량 강화를 위한 현장 기반 연구를 수행한다.
EDAI710
(2)
AI 활용 수업의 실제
(Teaching Using AI)
본 과목을 통해 현재 사용되고 있는 교육용 플랫폼을 활용해 보고 사례를 분석해 본다. 또한 교육용 플랫폼에 대한 이론을 학습하고, 팀별 협업을 통해 교육용 플랫폼을 설계하는 프로젝트형 교과이다.
EDAI720
(2)
AI 융합교육 프로젝트
(AI Convergence Education Project)
본 과목은 인공지능을 활용한 교육 서비스를 구축하기 위하여 뇌 기능과 로봇, 사물인터넷과 분산 인공지능, 메타 인지 등의 원리를 이해하고 교육 서비스를 설계하는 방법을 학습한 후, 팀별 협업을 통해 교육 서비스 설계를 하는 프로젝트형 교과이다.
EDAI800
(2)
논문 1
(Thesis 1)
AI 융합교육 논문을 쓰기 위한 과목이다.
EDAI810
(2)
논문 2
(Thesis 2)
AI 융합교육 논문을 쓰기 위한 과목이다.
EDAI820
(2)
AI 융합교육 연습
(AI Education Report)
AI 융합교육 보고서를 쓰기 위한 과목이다.

빠른 이동 메뉴

이전

다음

글자화면확대화면축소top
아주대학교
  • 우)16499 경기도 수원시 영통구 월드컵로 206 아주대학교 교육대학원
  • COPTRIGHT(C)2013 Graduate School of Education. All Right Reserved.
  • edu@ajou.ac.kr로 메일 보내기