모바일 메뉴 닫기
 

전공별연계전공

Majors

의료AI반도체융합전공이란?

•  (교육과정) 의료 데이터 분석, 의료 AI 솔루션 개발, 의료 AI 반도체 설계 과정별 수요자 맞춤형 교육과정 개발 및 운영
•  (프로젝트) 의료기기 산업의 AI 솔루션 개발 및 반도체 설계를 위한 G-LAB 기반 실무·현장형 산학연 협업 프로젝트 운영

의료AI반도체 융합전공 및 마이크로디그리 커리큘럼 설계 방향
3-Track 교육의 필요성

전통적인 반도체 교육과 별도로 AI반도체 분야의 교육이 강조되는 이유는 빅데이터 처리를 위한 AI 알고리즘의 이해를 바탕으로 AI 알고리즘을 가속화할 수 있는 반도체 설계 능력을 갖춘 인재 양성의 필요성 때문임. 그러나 개별 학부생이 이러한 모든 지식을 습득하는 것이 쉽지 않으므로 이를 세분화하여 의료 데이터 분석, 의료 AI 솔루션 개발, 의료 AI 반도체 설계 분야로 세분화함.

AI반도체 설계 전문 회사의 인력수요 반영

주요 AI 반도체 설계 회사의 인력 채용 분야를 조사한 결과 반도체 설계 하드웨어 분야뿐만 아니라 AI 알고리즘과 데이터 분석 분야가 포함되어 있으며 주요 내용은 다음과 같음. 이에 따라서 본 융합 교육 역시 이를 의료 도메인으로 조정하여 의료 데이터 분석, 의료 AI 솔루션 개발, 의료 AI 반도체 설계 분야로 세분화함.

지속 가능성을 위한 교육수요 반영

연세대학교 미래캠퍼스 제2전공 신청 분석 결과 첨단학문분야(소프트웨어, 데이터사이언스, 디지털헬스케어, 헬스케어융합전공) 선택이 월등히 높음을 알 수 있음. 이를 통해 현재 본 융합전공과 관련된 첨단분야 전공에 대한 수요가 충분함을 알 수 있고 앞으로도 지속적으로 수요조사를 진행할 예정.

취업분야
구분 내용
의료 데이터 분석 분야 클라우드 플랫폼, 빅데이터 처리 등
의료 AI 솔루션
개발 분야
컴퓨터 비전과 자연어 처리 등과 같은 응용분야와 효율적 하드웨어 구현을 위한
신경망 모델 압축 분야, 컴파일러, AI응용 등
의료 반도체 설계 분야 펌웨어, 시스템 레벨 테스트, AI chip 아키텍트 및 가속기 구현, SoC 설계, VLSI 설계 검증 등

교육목표

의료AI반도체 융합인재 교육

의료 빅데이터 분석, 의료 AI 솔루션 개발, 의료 AI 반도체 설계 능력 개발을 위한 융합형 인재 양성

전망과 진로

전망

향후 엣지 컴퓨팅 기술을 필요로 하는 국내 의료기기 제품에 필수적인 요소가 될 것으로 예측

개인맞춤형 의료시대에 인공지능과 데이터 수집은 차세대 의료 시스템의 필수

특히, 대용량 및 효율적인 고속 처리가 가능한 인공지능 반도체가 핵심

궁극적으로 전문 의료진의 의사결정을 대치(또는 보조)할 수 있는 인공지능 솔루션 구현이 가능토록 고속의 혁신적인 AI 반도체가 필요

시장규모

'26년까지 연평균 45.2% 성장 예측

  • '20년 2억 7,500만 달러 → '26년 25억 8,300만 달러
  • 출처: 연구개발특구진흥재단, 의료용 인공지능(AI)시장 동향 보고서
진로

국내외 종합반도체회사를 비롯하여 파운드리, OSAT, 반도체 관련 장비 및 부품회사, 소재 및 기판회사뿐만 아니라 앞으로 급격한 성장이 기대되는 AI반도체 응용 분야(디지털헬스케어, 인공지능, 빅데이터, 사물인터넷, 자율주행 자동차, 스마트 팩토리 등)로의 진출이 가능함

OSAT 기업인 ‘스태츠칩팩코리아’, 반도체 장비 기업인 ‘ASM Korea’, 종합반도체 회사인 ‘Intel Korea’와의 MOU를 통해 AI반도체 분야뿐만 아니라 다양한 반도체산업 분야에 진출할 수 있는 산학협력 프로그램을 공동 개발하여 취업 연계사업을 진행할 수 있음

AI반도체 및 관련 전공에 대한 심화 교육을 위해서 국내외 다양한 이공계 전공으로 대학원 진학이 가능함. 석사 혹은 박사학위를 취득한 후 반도체 및 각종 첨단산업 분야 기업 연구소, 정부출연연구소, 대학교 등으로 진출 가능함

운영위원

운영위원
구분 소속학부(과) 교수명 비고
책임교수 AI반도체학부 조상완        
운영위원 데이터사이언스학부 나성룡        
운영위원 소프트웨어학부 조영래        
운영위원 디지털헬스케어학부 김윤철        
운영위원 물리및공학물리학과 조수행        
운영위원 의공학부 김한성        

학위증표기

학위증 표기
국문 영문
학위 연계전공 학위 연계전공

연계학사

의료AI반도체융합전공

(의료데이터분석Track/

의료AI솔루션개발Track/

의료AI반도체설계Track)

Bachelor of

Interdisciplinary

Studies

Convergence Program of

Medical AI Semiconductor

(Medical Data Analysis Track/

Medical AI Solution Development Track/

Medical AI Semiconductor Design Track)

운영세칙

교육과정 참여학부
참여학부 AI반도체학부 의료AI반도체융합전공
데이터사이언스학부
소프트웨어학부
디지털헬스케어학부
물리및공학물리학전공
의공학부


진로 트랙 및 편성 교과목
취업분야
구분 교육내용
의료데이터분석Track - 의료빅데이터 수집 및 연구를 위한 데이터 전처리 및 분석 방법
- 의료데이터 패턴의 추출 및 표면화 교육 등
의료AI솔루션개발Track - 의료빅데이터 기반 솔루션 구현을 위한 AI 알고리즘 교육
- 검증 및 툴 활용을 위한 프로그래밍 교육
의료AI반도체설계Track - 엣지형 의료 AI 반도체 기초설계 및 검증 교육
- 반도체 시제품 제작·검증을 위한 글로벌 메이저 반도체 기업 교육 병행


의료AI반도체융합전공 트랙별 편성 교과목

*단 '교과목A/교과목B'로 표시된 교과목은 동일교과목으로 한 교과목만 연계전공 학점 인정


의료AI반도체융합전공 이수요건
취업분야
구분 이수학점 비고
의료AI반도체
융합전공
36학점
(12과목)
  • 제1전공에서 취득한 교과목 중 최대 9학점까지 의료AI반도체융합전공 학점으로 중복 인정할 수 있으며 총 졸업이수학점에는 1회만 인정한다.
  • 전공필수: 의료AI반도체산학연프로젝트
  • 의료 AI 반도체 기본 소양 교육을 위하여 ‘의료AI반도체산학연프로젝트’를 제외한 공통 교과목 3과목 (9학점) 이상 이수 필수
  • 각 Track 내 심화교과목 8과목 (24학점) 이상 이수 필수
  • 학위증 표기: 의료AI반도체융합전공 (이수 Track)

교과과정

전공필수
개설전공 교과목명 학정번호 종별 학점 강의 실습
소프트웨어학부 논리회로설계 SWE2004 전선 3 3 1
소프트웨어학부 컴퓨터구조론 SWE2010 전선 3 3 1
소프트웨어학부 마이크로프로세서 SWE3007 전선 3 3 1
소프트웨어학부 디지탈신호처리 SWE3019 전선 3 3 1
의공학부 디지털시스템및실험 MBE2015 전선 3 3 1
의공학부 마이크로프로세서및실험 MBE3028 전선 3 2 3
의공학부 의료영상신호처리 MEE3010 전선 3 3 1
의료AI반도체융합전공 의료AI반도체산학연프로젝트 신설예정 전선 3 1 4
의료AI반도체융합전공 의료데이터분석실무 신설예정 전선 2 1 2
AI반도체학부 의료전문가초청세미나 신설예정 전선 1 1 0
디지털헬스케어학부 헬스케어응용SW DHC4001 전선 3 3 1
디지털헬스케어학부 의료빅데이터분석 DHC4002 전선 3 3 1
디지털헬스케어학부 의료영상데이터분석 DHC4003 전선 3 3 1
디지털헬스케어학부 보건의료통계 DHC2003 전선 3 3 0
데이터사이언스학부 탐색적자료분석 IST2009 전선 3 3 0
데이터사이언스학부 데이터마이닝 IST3013 전선 3 3 1
데이터사이언스학부 실험계획법 IST3020 전선 3 3 1
데이터사이언스학부 확률과정론 신설예정 전선 3 3 0
소프트웨어학부 데이터베이스 SWE3017 전선 3 3 1
소프트웨어학부 데이터마이닝 SWE3018 전선 3 3 1
소프트웨어학부 빅데이터처리 신설예정 전선 3 3 0
소프트웨어학부 인공지능 신설예정 전선 3 3 0
소프트웨어학부 기계학습개론 SWE4003 전선 3 3 1
소프트웨어학부 자연어처리 SWE4015 전선 3 3 1
소프트웨어학부 AI수학 SWE3006 전선 3 3 1
의공학부 의공학을위한기계학습 MBE3059 전선 3 3 0
소프트웨어학부 시스템프로그래밍 SWE2008 전선 3 3 1
소프트웨어학부 병렬프로그래밍 SWE3014 전선 3 3 1
소프트웨어학부 컴파일러설계 SWE4001 전선 3 3 1
소프트웨어학부 임베디드시스템 SWE3022 전선 3 3 1
디지털헬스케어학부 의료인공지능 DHC4006 전선 3 3 1
AI반도체학부 디지털VLSI설계 신설예정 전선 3 3 0
AI반도체학부 EDA기반설계 신설예정 전선 3 3 0
AI반도체학부 AI반도체설계 신설예정 전선 3 3 0
AI반도체학부 FPGA시스템설계 신설예정 전선 3 3 0
소프트웨어학부 회로이론 SWE2005 전선 3 3 1
물리및공학물리학 기초전자 PHS2002 전선 3 1 4
물리및공학물리학 전자기학(1) PHS3009 전선 3 3 1
물리및공학물리학 전자기학(2) PHS3010 전선 3 3 1
물리및공학물리학 고체물리학 PHS4005 전선 3 3 0
물리및공학물리학 반도체공학 PHS4016 전선 3 3 0
의공학부 회로이론및실습 MBE2004 전선 3 3 1
의공학부 의료전자시스템및실험 MEE3014 전선 3 3 1

교과목 개요

SWE2004 논리회로설계(LOGIC CIRCUIT DESIGN)
디지털시스템의 동작원리를 이해하고 분석 및 설계 기술을 습득하는 것을 목표로 한다. 이를 위하여 하는 디지털 논리회로에 관한 기본 이론과 부울 대수를 공부하며, 각종 논리 게이트들과 기억소자인 레지스터들 및 IC내부회로를 분석한다. 또한 디지털시스템을 구성하는 조합회로와 순차회로의 분석 절차와 설계 방법을 습득한다. 그리고 최근 대규모 디지털시스템을 구현하기 위해 개발된 각종 PLD로서, ROM, PAL 및 PLA의 내부 구조와 응용에 대하여 공부한다.

SWE2010 컴퓨터구조론(COMPUTER ARCHITECTURE)
컴퓨터시스템의 하드웨어 동작 원리와 설계에 대하여 공부하는 과목으로서, 중앙처리장치(CPU), 기억장치, I/O 장치 및 시스템 상호연결 방식에 대하여 공부한다. 또한 시스템 버스중재, 인터럽트 메커니즘, DMA 구성에 대해서도 분석한다. 그리고 최신 기술인 멀티-코어 CPU 구조, DDR SDRAM, 하드 디스크 드라이브, 3DV-NAND 플래시 메모리 및 SSD(solid-state drive)의 내부 구조와 설계 원리에 대해서도 설명한다.

SWE3007 마이크로프로세서(MICROPROCESSOR)
본 과목은 컴퓨터구조론에서 공부한 컴퓨터 구조의 원리가 실제 상용 마이크로프로세서에서 어떻게 구현되었는지를 파악해보는 것을 목표로 하며, 최근 임베디드컴퓨터 및 개인용컴퓨터에서 가장 널리 사용되는 두 가지 마이크로프로세서들에 대하여 분석한다.

SWE3019 디지탈신호처리(DIGITAL SIGNAL PROCESSING)
디지털 신호 처리의 기초가 되는 샘플링 이론과 z-변환, DFT, FFT 알고리즘에 대하여 알아보고, 이를 멀티미디어에 적용하기 위한 디지털신호처리 필터 시스템 설계 및 응용 기법에 대하여 알아본다.

MBE2015 디지털시스템및실험(DIGITAL SYSTEM)
이진 코드 시스템, 부울 대수, 조합회로 설계, 플립플롭, 이진 연산회로 설계, 아날로그-디지탈 변환기, 메모리 시스템 설계 등을 강의

MBE3028 마이크로프로세서및실험(MICROPROCESSOR & LABORATORY)
마이크로프로세서의 구조, 메모리 인터페이스, 기본적인 입출력 회로의 설계와 실습. 인터럽트를 이용한 통신, DMA, 디스크 시스템, 프린터의 구조 등을 학습하고 마이크로프로세서에 기반한 디지털전자시스템을 설계 및 검증

MEE3010 의료영상신호처리(MEDICAL IMAGE PROCESSING)
의료영상의 처리에 필요한 디지털영상의 기초, 히스토그램분석, 평탄화, 첨예화, 주파수영역에서의 분석, 영상분할 등에 대한 기초이론 및 실습

DHC4001 헬스케어응용SW(HEATHCARE APPLICAION SOFTWAREG)
헬스케어기기 플랫폼에 대한 이해 및 헬스케어 응용 소프트웨어 개발

DHC4002 의료빅데이터분석(MEDICAL BIG DATA ANALYTICS)
의료 분야의 빅데이터를 분석하기 위한 다양한 방법들과 알고리즘들에 대해 논의한다.

DHC4003 의료영상데이터분석(MEDICAL IMAGE DATA ANALYSIS)
의료영상, 영상 및 이미지 처리, 데이터마이닝, 인공지능 기법을 기반의 의료영상 분석

DHC2003 보건의료통계(HEALTHCARE STATISTICS)
헬스케어분야에 대한 기본적인 통계지식을 습득하고 다양한 통계자료를 컴퓨터 소프트웨어로 돌리고, 그 결과를 해석할 수 있는 능력을 익힌다.

IST2009 탐색적자료분석(EXPLORATORY DATA ANALYSIS)
헬스케어분야에 대한 기본적인 통계지식을 습득하고 다양한 통계자료를 컴퓨터 소프트웨어로 돌리고, 그 결과를 해석할 수 있는 능력을 익힌다.

IST3013 데이터마이닝(DATA MINING)
데이터마이닝의 기본개념을 배운다. 마이닝에 주로 사용되는 통계적 방법론과 신경망, 귀납적추론을 중심으로 하는 인공지능 기법을 이용하여 데이터베이스에 저장된 대용량의 자료를 체계적으로 분석하는 것을 목표로 삼는다.

IST3020 실험계획법(EXPERIMENTAL DESIGN)
산업체 등 각 분야에서 제품 등을 생산하기 이전에 밀 효율적으로 실험을 설계하는 방법을 다룬다. 선형모형의 기초이론을 소개한 후 일,이원배치법, 불완비 블록계획, 요인실험법, 공 분산분석, 반응표면 분석 등을 배운다.

SWE3017 데이터베이스(INTRODUCTION TO DATABASE SYSTEMS)
데이터베이스의 기본 개념, DBMS의 기본 구조, 관계형 데이터베이스의 개념, 스키마 작성법, 정규화, SQL 등에 관한 것을 공부한다. 실습으로는 상용/오픈소스 DBMS를 이용하여 프로젝트를 수행한다.

SWE3018 데이터마이닝(DATA MINING)
데이터마이닝의 기본 개념인 방대하고 복잡한 데이터 내부의 유용하고 의미있는 정보를 추출하는 방법을 이해하고 현실의 여러 문제를 풀어보는 실습을 통해 데이터 활용 및 분석 기법들을 습득한다. 구체적으로는 다중 및 로지스틱 회귀모형, 판별분석, 트리기반 기법(의사결정나무), k-근접이웃법, 군집법, 신경망, 베이지안 분류법, 연관규칙 등을 배운다.

SWE4003 기계학습개론(INTRODUCTION TO MACHINE LEARNING)
인공지능 교과목에 이어 딥러닝의 기본을 공부한다. 그리고 강화학습, 적대적신경망에 관하여 공부한다. 그 다음 컴퓨터시각, 자연어처리, 음성인식, 로보틱스 등의 주요 응용분야의 이론 및 기술을 학습한다.

SWE4015 자연어처리(NATURAL LANGUAGE PROCESSING)
인공지능의 핵심분야인 자연어처리에 필요한 주요 작업 및 처리 기술을 공부한다. 특히 형태소분석, 언어모델, 구문분석, 의미해석, 기계번역, 감성분석 등의 작업에 관련된 기술을 공부한다.

SWE3006 AI수학(AI MATHEMATICS)
인공지능 및 기계학습을 위한 수학을 공부한다. 선형대수, 벡터미적분, 확률, 최적화를 인공지능 및 기계학습 관점에서 살펴보고, 이진분류 및 Fully Connected Neural Network를 수학적으로 기술하고 이해한다. 이를 이용한 간단한 실습을 수행한다.

MBE3059 의공학을위한기계학습(MACHINE LEARNING FOR BIOMEDICAL ENGINEERING)
의공학 분야의 빅데이터 분석, 진단보조시스템, 패턴인식 등을 구현하기 위한 바탕이 되는 통계적 분류모델, 차원감소, 특징추출, 인공신경망, 지도학습/비지도학습 등 기계학습 관련 기초 이론 및 방법들을 학습

SWE2008 시스템프로그래밍(SYSTEM PROGRAMMING)
컴퓨터시스템 개발 및 활용에 필요한 어셈블리언어와 리눅스 시스템프로그래밍에 대해서 소개한다. 어셈블리언어 프로그래밍, 링커와 로더 개념, 리눅스 프로세스 처리, 시스템 레벨 I/O, 병행처리, 기본네트워크 프로그래밍 등에 대해서 배우고 실습을 수행한다.

SWE3014 병렬프로그래밍(PARALLEL PROGRAMMING)
병렬처리가 가능한 환경에서 계산 성능을 높이기 위한 병렬프로그래밍 방법에 대해서 소개한다. 병렬 컴퓨팅시스템 설계에 수반되는 기본 원리를 먼저 이해하도록 하고, 이를 효과적으로 활용하기 위해서 필요한 멀티코어 프로그래밍과 GPU를 활용한 병렬프로그래밍 등의 방법을 소개하고 응용하도록 한다.

SWE4001 컴파일러설계(COMPILER DESIGN)
컴파일러의 설계에 필요한 기본 지식을 공부하며 이에 대한 구현 능력을 배양한다. 특히 Lexical analysis, Syntax analysis, Type checking, Code generation에 대한 기본기술에 대하여 공부한다. 또한 다른 형태로 된 자료 사이의 변환 문제에 적용될 수 있는 language translation에 대한 기술을 습득한다.

SWE3022 임베디드시스템(EMBEDDED SYSTEM)
시스템에 컴퓨터가 내장되어 시스템 고유 용도로 주로 사용되는 임베디드시스템을 이해하고 실습 및 프로젝트 수행을 통한 임베디드시스템 개발 경험 및 기술을 축적한다. 임베디드 시스템의 이해, 개발 환경 설정, ARM프로세서 소개 및 응용, 임베디드 리눅스 개요, 커널 모듈 프로그래밍, 장치 드라이버와 임베디드 시스템 응용 등의 내용을 다룬다.

DHC4006 의료인공지능(MEDICAL ARTIFICIAL INTELLIGENCE)
본 교과목은 의료 및 헬스케어 분야에서 적용되는 인공지능 기법에 대해 학습하고, 인공지능이 어떻게 의료 분야에 있어 도움을 주는지 사례를 중심으로 설명함. 또한 의료데이터의 전처리 및 딥러닝 모델 학습에 관한 실습을 수업 목표로 함.

DHC3005 헬스케어임베디드시스템(HEALTHCARE EMBEDDED SYSTEM)
시스템에 컴퓨터가 내장되어 시스템 고유 용도로 주로 사용되는 임베디드시스템을 이해하고 실습 및 프로젝트 수행을 통한 임베디드시스템 개발 경험 및 기술을 축적한다. 임베디드 시스템의 이해, 개발 환경 설정, 임베디드 리눅스 개요, 커널 모듈 프로그래밍, 헬스케어 분야에 대한 임베디드 시스템 응용 등의 내용을 다룬다.

SWE2005 회로이론(CIRCUIT THEORY)
4차 산업혁명을 이루기 위한 센서, 사물인터넷, 인공지능 서버, 데이터 센터, 클라우드 컴퓨팅 시스템 등은 모두 전기회로를 기반으로 만들어 진다. 전기회로 설계를 위해 필요한 전기 소자들의 종류, 특징, 용도에 대해 이해하고 기본적인 전기회로에 대한 분석 능력을 키운다. 또한 특정 용도를 위해 적합한 소자를 활용하여 전기회로 디자인을 할 수 있다.

PHS2002 기초전자(BASIC ELECTRONICS)
다양한 기초회로분석방법(Kirchhoff, Thevenin, Node, Mesh Method 등), 직류 및 교류회로, 축전기, 반도체의 원리 및 특성, 반도체 정류기, 트랜지스터의 특성 곡선, 트랜지스터의 등가회뢰, Hybrid 등가회로, Monostable vibrator, Multistable Vibrator 등 기초 전자회로 이해.

PHS3009 전자기학(1)(ELECTROMAGNETISM(1))
자유전자의 정전기장, 도체 및 유전체 이론, Laplace 방정식, 영상전하법, 전류 및 직류 회로, 자기장, 전자기유도, 물질의 자기적 성질, Maxwell 방정식 및 전자기파 이론.

PHS3010 전자기학(2)(ELECTROMAGNETISM(2))
자유전자의 정전기장, 도체 및 유전체 이론, Laplace 방정식, 영상전하법, 전류 및 직류 회로, 자기장, 전자기유도, 물질의 자기적 성질, Maxwell 방정식 및 전자기파 이론.

PHS4005 고체물리학(SOLID STATE PHYSICS)
결정구조, 회절과 격자, 격자진동과 고체의 비열, 금속의 비밀, 자유전자모델, 고체의 밴드이론, 반도체 자성 유전성, 초전도.

PHS4016 반도체공학(SEMICONDUCTOR ENGINEERING)
반도체에서 사용되는 양자역학의 내용과 실제 반도체에 사용되고 있는 소자들에 대한 이론적 배경을 학습하고, 기본적인 반도체의 동작원리에 대해 배운다.

MBE2004 회로이론및실습(CIRCUIT THEORY)
전기회로의 개념, 저항, 커패시터, 인덕터에 대한 기본적인 특성을 배우며 테브닌, 노턴의 정리를 이용한 회로해석 방법, 시간영역에 대한 해석 등을 강의하고 실험을 통하여 계측장비의 원리와 사용법, 회로요소들의 특성을 이해

MEE3014 의료전자시스템및실험(MEDICAL ELECTRONIC SYSTEM & LABORATORY)
다양한 의료기기 동작원리를 이해하고 설계할 수 있도록 기본지식을 습득하고 관련된 실험을 수행

신설예정 의료AI반도체산학연프로젝트(Medical AI Semiconductor Industrialization Projects)
산학연프로젝트 (의료AI솔루션/의료AI반도체설계)

신설예정 의료데이터분석실무(Healthcare Data Analytics Practices)
건강보험심사평가원의 보건의료빅데이터개방시스템, 국민건강보험공단의 건강보험 빅데이터 분석센터 활용을 위한 데이터 추출 쿼리, 데이터 분석 방법을 실무 전문가가 직접 교육 (실무적인 교육을 위하여 각 전문기관의 전문가의 팀 티칭 방식으로 진행)

신설예정 의료전문가초청세미나(Healthcare Seminar)
의료 분야 전문가 초청을 통한 의료 관련 기초 지식, 환자 관리, 의료 시스템 등의 전반적인 이해와 습득

신설예정 확률과정론(Stochastic Process Theory)
확률과정의 기초 개념과 Makrov연쇄, Poisson과정, Renewal과정, Martingales 등 확률 현상의 수리 모형 학습

신설예정 빅데이터처리(Big data processing)
빅데이터 처리 기술 및 도구를 활용하여 대규모 데이터를 효율적으로 수집, 저장, 처리, 분석하고 시각화하는 방법을 습득

신설예정 인공지능(Artificial intelligence)
다양한 인공지능 기법 소개, 인공지능개요, 기계학습, 신경망, 신경망응용, 탐색, 게임 탐색, 생성형 인공지능 및 파운데이션 모델 등 최신 기술 소개

신설예정 디지털VLSI설계(Digital VLSI Design)
CMOS 트랜지스터 기본 사항 및 CMOS기반 게이트 레벨의 디지털 VLSI 회로설계 방법 소개

신설예정 EDA기반설계(EDA-based design)
VLSI 설계용 EDA 도구 사용 설계 및 검증 방법 소개, EDA를 사용한 커스톰 디지털 회로 IC 설계

신설예정 AI반도체설계(AI Semiconductor Design)
High-Level Synthesis 방법 소개, AI를 포함하는 알고리즘 가속 아키텍쳐 및 RTL 레벨 설계 수행

신설예정 FPGA시스템설계(FPGA System Design)
Verilog를 사용한 RTL레벨의 디지털시스템 설계 방법 소개, FPGA를 사용한 구현 방법 소개 및 실습

신설예정 프로세서설계(Processor Design)
프로세서 설계 방법, CPU명령어집합, 간단한 구조 설계, 파이프라이닝 구조 설계, FPGA를 사용한 구현