모바일 메뉴 닫기
 

전공별연계전공

Majors

스마트패키징물류 연계전공이란?

 스마트패키징물류 연계전공은 인간의 삶에 필요한 제품의 패키징(Packaging)과 물류(Logistics)활동을 다룬 패키징/물류 분야와 빅데이터, 사물인터넷, 인공지능으로 대표되는 ICT 분야의 융합학문이다. 스마트패키징물류의 사회적 니즈는 식품, 의약품, 생활용품, 전자제품 등 생산제품의 패키징부터 이커머스와 물류 전 과정에 걸쳐 있다. 최근에는 제조업과 지식서비스 산업의 기반이 되는 인공지능, 사물인터넷, 빅데이터 등의 첨단 ICT 기술과 NT, BT, ET 기술 등이 접목되어 4차 산업혁명의 중심학문으로 발전해 나가고 있다. 또한, 물리, 화학, 생물, 수학의 기초과학을 기반으로 공학, 디자인, 경영 등의 타전공과 연계된 융복합적 교육서비스를 통해 우리 사회의 당면한 문제를 해결할 수 있는 창의적 인재를 육성하고 있다. 본 연계전공은 우수한 친환경 기능성 소재기술, 스마트 패키징 응용연구를 바탕으로 포장제품의 품질향상, 폐플라스틱 및 미세플라스틱 등과 같은 사회현안 해결을 통한 지속적인 친환경사회의 구현, 그리고 급격히 성장중인 e-커머스 시장의 물류효율화를 위한 교육과 연구를 진행하고 있다. 스마트패키징물류 연계전공은 기업의 친환경활동을 위한 인재수요에 부응하고 지속가능한 사회를 위한 인재육성을 통해 삶의 질을 높이는 실용적인 학문이다.

 

 스마트패키징물류는 비교적 신생분야로서, 새로운 기술과 서비스의 발전속도가 매우 빠르며 패키징, 물류, 그리고 ICT에 대한 상호이해가 중요함은 물론 빅데이터, 보안, 모바일 등 관련 최신기술이 광범위하다. 이러한 특성을 반영하여 SW중심대학사업단 스마트패키징물류 연계전공은 ICT 및 패키징/물류 분야의 우수한 교육인력 확보, 변화하는 패키징/물류 신기술 동향에 맞춘 유연한 교육과정 운영, 패키징/물류 기업 현장의 엔지니어와 전문가 초빙 특강 진행, 그리고 소프트웨어학부와 패키징물류학과의 과목 교류 등을 통해 시너지 효과 창출을 이루고자 한다. 더불어 스마트패키징물류 연계전공 수강을 통하여 전문분야의 지식뿐 아니라 쉽게 접근하기 힘든 해당분야의 인적 네트워크를 확보함으로써 스마트패키징물류 사업이라는 새로운 길을 창조해 나가는데 기반이 되도록 하고자 한다. 

교육목표

스마트패키징물류 연계전공의 교육목표는 다음과 같다.

소프트웨어학부, 패키징물류학과간 융합 교육을 통해서 스마트패키징물류라는 신산업에 맞는 전문 인력을 양성한다.

스마트패키징물류 산업에 관하여 이해하고 이를 현업에 활용할 수 있는 전문가를 양성한다.

스마트패키징물류의 특성을 이해하고 산업 현장에 필요한 새로운 특성을 가지는 스마트패키징물류 기술을 개발을 할 수 있는 전문가를 양성한다.

융합기반기술로서의 스마트패키징물류를 이해하고, 이를 바탕으로 산업에 적용하여 새로운 가치를 창출해낼 수 있는 전문가를 양성한다.

 

스마트패키징물류 연계전공이 목표로 하는 인재상은 ICT과 패키징/물류지식을 기반으로 혁신적 서비스를 개발하고, 창업까지 연계할 수 있는 전문인력이다. 이를 위하여 패키징/물류 이론과 더불어 인공지능, 빅데이터, IoT 등 스마트패키징물류에 특화된 기술을 학습한다. 특히, ICT 기술이 어떻게 새로운 패키징/물류 서비스를 창출하고 있는지 심층적인 사례분석과 더불어 새로운 서비스를 모델링 하는 기법을 학습함으로써 혁신적인 스마트패키징물류 서비스를 발굴할 수 있는 능력을 배양한다. 스마트패키징물류 연계전공에서 교육하고자 하는 전문 교육분야는 다음과 같다.

패키징 관련 지식: 전기전자, 자동차 제품 등 다양한 제조업체 패키징 지식 등

물류 관련 지식: 유통물류기업 물류 관리, 이커머스 플랫폼 지식 등

패키징/물류 소프트웨어 특화 기술: 소프트웨어 설계, 개발의 이해 등

관련 요소 기술: 빅데이터, IoT, 인공지능 등

 

전망과 진로

가. 전망
•스마트 패키징 관련 전망
 
국제 스마트 패키징 시장 규모: Grand View Research. Smart Packaging Market Trend Analysis By Product. (2016)

  • 스마트 패키징의 국제 시장 규모는 2015년 기준, 108억 달러(USD) 규모
  • 2024년에는 267억 달러 규모로 성장할 것으로 예상
  • 식품의 유통기한 및 식품 추적을 위한 스마트 패키징 응용의 증가가 스마트 패키징 시장 성장에 큰 영향을 미침
  • 2021~2026 년 예측 기간 동안 4.15%의 연평균성장률(CAGR)을 기록할 것으로 예상
  • 개인관리용품, 뷰티, 식품, 건강관리나 의약품 산업 등 넓은 영역에 걸쳐 시장이 형성
  • 시장 성장의 주요 원인은 사물인터넷과 클라우드 컴퓨팅 시스템의 확산인 것으로 분석
국내 스마트 패키징 시장 전망
  • 국내 패키징 산업은 2008년 이후로 연평균 6%의 지속 성장률을 보이고 있으며 지능형 패키징 연 14% 성장하고 있음 (2016년 산업통상자원부 조사)
  • 국내 패키징 산업의 규모는 2011년 33조 4천억 원에서 2014년 38조 3천억 원, 2016년 42조 원을 달성했으며, 2020년에는 약 56조 원 규모에 달할 것으로 예상 (인쇄산업신문, IoT 융합패키징 시장 진화 가속, 2016.12.26)
  • 한국과학기술기획평가원(KISTEP)은 지난 2014년도 ‘우리 사회 안전을 책임질 10대 미래유망기술’의 하나로 식품 스마트 패키징 기술을 선정

 

•스마트 물류 관련 전망
국토교통 정보화 기본계획(2016~2020)에서는 데이터 개방, 공유 및 활용 확대,빅데이터 활용체제 구축하여 신규 비즈니스 발굴 및 정책지원 강화 계획
  • 물류산업 정보화의 필요성과 4차 산업혁명의 핵심인 빅데이터, 사물인터넷, 클라우드 기술 등에 대한 정부 차원의 대비 강조
  • ‘ICT 기반의 융복합을 통한 물류서비스 고도화’를 비전으로 삼고, 공공물류 정보서비스 고도화, 생활밀착형 물류서비스, 신 ICT에 기반을 둔신성장동력 창출을 추진전략으로 제시
물류에 특화된 IoT 도입 및 투자 효율성 제고를 위한 다양한 노력이 진행중

 

나. 진로
 
패키징물류 소재, 설계 및 개발 관련 기업체와 연구소 또는 시험 장비를 활용하는 각 산업 분야 국내외 기업체로 진출할 수 있으며 다음과 같은 전기전자, 식품, 의약품, 물류, 유통 등 다양한 분야로 진로 설계가 가능하다.
  • 전기전자, 자동차 제품 등 다양한 제조업체 패키징 R&D 및 관리
  • 식품, 음료, 의약품, 화장품 제조업체 패키징 R&D 및 관리
  • 유통물류기업 패키징·물류 R&D 및 관리
  • 이커머스 및 유통물류업체의 플랫폼 R&D 및 관리
  • 패키징 및 물류 컨설팅 기업
  • 환경관련 업무, 구매업무, 기계설비 관리장 등
  • 연구소 및 학교, 정부 기관 등
  • 대학원 진학(패키징및물류학, 화학공학, 재료공학, 식품공학 등

 

운영세칙

스마트패키징물류 연계전공 운영과 관련된 세칙
 
  • 연계전공 책임교수와 사전 협의하여 연계전공 지원 여부를 결정한다.
  • 전공기초와 전공선택, 그리고 전공프로젝트 과목을 포함하여 36학점 이상을 이수하여야 한다.
    (2개전공 의무화 관련, 최대 9학점까지 전공학점으로 중복 인정이 가능하나 졸업학점에서는 중복으로 인정하지 않음)
  • 편람에 따라 이수를 원하는 학생은 연계전공을 전산시스템에 신청하여 연계전공 책임교수의 승인을 받아 이수하여야 하며, 매학기 수강지도를 받는다.
  • 연계전공을 이수한 후 졸업하는 마지막 학기 수강신청 기간에 ‘연계전공 졸업예비승인 신청원’을 연계전공 책임교수에게 제출하고 이수학점 점검.
  • 연계전공 이수요건을 충족하면 스마트패키징물류 연계전공이 표기된 학위 수여한다.
  • 2021년 2학기에 신설하여 학생을 모집하고 운영을 시작한다.

스마트패키징물류 연계전공 학생선발 내규
 
  • 스마트패키징물류 연계전공은 지원시점의 학점 평량 평균이 3,0 이상인 학생들을 선발하는 것을 원칙으로 한다. 그러나 지원자의 잠재성과 교육의지에 따라 이를 유연하게 적용할 수 있다.
  • 우수학생에 대한 차별화된 교육을 지향하고 교육과 학생지도의 질을 높이기 위하여 매년 선발하는 학생의 수는 5명을 넘지 않도록 하는 것을 원칙으로 한다. 그러나 학생들의 교육 수요에 따라 정원을 탄력적으로 조정할 수 있다.
  • 스마트패키징물류 연계전공은 매년 최소 1회 설명회를 실시하여 학생들의 이해와 신청을 돕는다. (신청양식은 SW중심대학사업단 홈페이지와 소프트웨어학부, 패키징물류학과 홈페이지에서 다운 받을 수 있도록 한다.)
  • 스마트패키징물류 연계전공 신청자는 연계전공 신청기간동안 스마트패키징물류 연계전공 신청서와 성적표 사본을 제출하여야 한다. (신청서는 SW중심대학사업단 사무실(창조관 270호)에 제출하거나 스마트패키징물류 연계전공 책임교수에게 제출한다.)

 

교과과정(표) 및 교과목 개요

가. 교과과정

1) 연계전공기초 (18학점: SW 분야 9학점 + 패키징물류 분야 9학점)

 

  • SW 분야: 3과목 9학점 필수

 

SW 및 디지털헬스케어 분야: 3과목 9학점 필수
개설전공 교과목명 학점번호 학점 비고
소프트웨어학부 기초데이터구조 SWE2006(기존 ITD2010) 3 필수(택1)
소프트웨어학부/
디지털헬스케어학부
데이터구조론 SWE2001(기존 CSE2003) 3
소프트웨어학부 기초알고리즘 SWE2014(기존 ITD2011) 3 필수(택1)
소프트웨어학부/
디지털헬스케어학부
알고리즘기초 SWE2007(기존 CSE2004) 3
소프트웨어학부 알고리즘분석 SWE4014(기존 CSE3007) 3
소프트웨어학부 기초프로그래밍 SWE2015(기존 ITD2012) 3 필수(택1)
소프트웨어학부/
디지털헬스케어학부
객체지향프로그래밍 SWE2003(기존 ITD2004) 3

 

  • 패키징물류 분야: 3과목 9학점 필수

 

패키징물류 분야: 3과목 9학점 필수
개설전공 교과목명 학점번호 학점 비고
패키징및물류학과 패키징물류학입문* YHL1016 3 필수
패키징및물류학과 패키징물류양론 PKG2003 3 필수
패키징및물류학과 물적유통 PKG2004 3 필수

* 패키징물류학입문(YHL1016) 과목은 전공탐색 교양과목으로, 스마트패키징물류 연계전공에서 패키징/물류관련 기반 지식을 갖추는데 필수적이라고 판단되어 교과과정에 포함시킴. 관련된 과목이 신설되거나 다른 대체할 만한 다른 과목이 있을 때 까지 한시적으로 운영함. 단, 학점 인정 시 교양 또는 연계전공 중 하나에만 인정.

 

[관련규정: 연계전공에 관한 시행세칙, 제3조 (이수학점 및 수강지도) ③ 연계전공의 운영에 필요하다고 판단될 경우에는 연계전공 책임교수의 요청과 교무처장의 승인후 한시적으로 교양과목을 이수과목으로 지정할 수 있다. <개정 2010. 1. 21>]


 

2) 연계전공선택 (12학점: SW 분야 6학점 + 패키징물류 분야 6학점)

 

  • SW 분야: 2과목 6학점 선택

 

SW 및 디지털헬스케어 분야: 3과목 9학점 필수
개설전공 교과목명 학점번호 학점 비고
소프트웨어학부 인공지능 SWE3016(기존 CSE3004) 3 선택
소프트웨어학부 데이터베이스 SWE3017(기존 ITD3004) 3 선택
소프트웨어학부 데이터마이닝 SWE3018(기존 ITD3019) 3 선택
소프트웨어학부 기계학습개론 SWE4003(기존 ITD3021) 3 선택
소프트웨어학부 빅데이터처리 SWE4004(기존 ITD3020) 3 선택
소프트웨어학부 모델링및시뮬레이션 SWE4019 3 선택
소프트웨어학부 IoT응용프로그래밍 SWE4021 3 선택

 

  • 패키징물류 분야: 2과목 6학점 선택

 

패키징물류 분야: 2과목 6학점 선택
개설전공 교과목명 학점번호 학점 비고
패키징및물류학과 패키징마케팅학 PKG2007 3 선택
패키징및물류학과

패키징CAD실습

PKG2011 3 선택
패키징및물류학과 패키징경영학 PKG3002 3 선택
패키징및물류학과 패키징물류자동화 PKG3005 3 선택
패키징및물류학과 물류관리론 PKG3008 3 선택
패키징및물류학과 패키징물류및표준화 PKG3020 3 선택
패키징및물류학과 패키징물류정보관리 PKG4015 3 선택

 

 

3) 연계전공프로젝트 (6학점: 2과목)

 

연계전공프로젝트 (6학점: 2과목)
개설전공 교과목명 학점번호 학점 비고

소프트웨어학부

융합SW-PBL

SWE3026(기존 ITD3033)

3 필수(택1)

소프트웨어학부

융합SW인턴십

SWE3027(기존 ITD3034)

3
소프트웨어학부

융합SW프로젝트

SWE3028(기존 ITD3035)

3 필수

 

 

나. 교과목 개요
PKG2003 패키징물류양론(STOICHIOMETRY OF PACKAGING AND LOGISTICS):
패키징공학을 배우기 위한 기본적인 지식으로서 각종 단위의 의미 및 전환방법, 수치해석, 기초수학문제 해결 등을 먼저 익힌다.

PKG2004 물적유통(PHYSICAL DISTRIBUTION):
포장은 생산의 끝이자 유통의 시작으로서 연결고리 역할을 한다. 따라서 수송 보관, 하역, 정보등의 물적유통의 전과정을 꿰뚫는 중요한 매체로서의 역할에 대한 이론과 실제를 배운다.

PKG2007 패키징마케팅학(PACKAGING MARKETING):
패키징 학도가 알아야 할 마케팅의 기본지식을 습득하고 패키징이 마케팅에 미치는 영향을 종합적으로 분석하여 포장관리에 적용하는 방법을 배운다.

PKG2011 패키징CAD실습(PACKAGING COMPUTER AIDED DESIGN LAB):
컴퓨터를 이용한 제품포장설계를 다루며 기존의 포장설계 프로그램들에 대한 사용방법을 익힌다.

PKG3002 패키징물류경영학(PACKAGING AND LOGISTICS MANAGEMENT):
포장공정 및 관리의 효율적 경영을 위한 경영학 기초에 대해서 배운다.

PKG3005 패키징물류자동화(PACKAGING AND LOGISTICS AUTOMATION):
낱포장ㆍ겉포장 기계의 종류 및 기본원리, 제품별 적용방법, 포장재료와의 적응성, 경제성분석 등을 습득하여 포장라인의 기계화 및 자동화 구성 방법을 익히도록 한다.

PKG3008 물류관리론 (LOGISTICS MANAGEMENT):
제품이 소비자에게 이르는 전 과정은 포장, 상/하역, 수/배송, 보관/창고, 물류정보로 이뤄진다. 이들 5개의 활동에 대해 이론과 사례를 통해 물류 전과정에 대한 관리기법을 학습하게 된다.

PKG3020 패키징물류및표준화(PACKAGING LOGISTICS AND STANDARDIZATION):
제품 생산, 소비지점, 조달시장의 물류효율화를 위한 포장 적용 및 최적 운영시스템의 효과를 위한 포장 표준화 적용에 대한 전반적인 내용을 분석하고 습득하는 것을 포함한다.

PKG4015 패키징물류정보관리 (INFORMATION MANAGEMENT OF PACKAGING AND LOGISTICS):
패키징이 전달하는 제품정보와 해당 제품이 수요자에게 전달되는 과정에서 필요한 제품식별 코드와 물류코드를 토대로 생성되는 보관하역정보, 수배송 정보에 대해 학습하게 된다. 주요 학습내용은 제품정보를 생산하고 전달하는 패키징기술과 물류정보의 생성과 관리에 필요한 정보기술과 시스템구축에 대한 이론과 사례로 구성된다.

SWE2001(기존 CSE2003) 데이터구조론(DATA STRUCTURE):
오픈소스SW개념과 대표적인 오픈소스SW인 리눅스 사용법과 리눅스에서 오픈소스SW개발에 필요한 사항을 소개한다. 리눅스와 오픈소스SW소개, 파일시스템, 편집기, shell, 유틸리티, 셸프로그래밍, 스크립트프로그래밍, 프로그래밍도구, 오픈소스SW도구 활용 등을 배운다.

SWE2003(기존 ITD2004) 객체지향프로그래밍(OBJECT-ORIENTED PROGRAMMING):
컴퓨터를 사용하여 문제를 해결하기 위해 C++ 프로그래밍의 개발 환경을 이해한다. 객체지향 프로그래밍 언어의 특징을 습득하며, 주어진 문제를 해결하는 과정을 C++ 기반의 프로그래밍 언어로 기술하는 능력을 습득한다.

SWE2006(기존 ITD2010) 기초데이터구조(DATA STRUCTURE):
오픈소스SW개념과 대표적인 오픈소스SW인 리눅스 사용법과 리눅스에서 오픈소스SW개발에 필요한 사항을 소개한다. SW2001 데이터구조의 내용을 비전공자에게 적합한 난이도로 교육한다.

SWE2007(기존 CSE2004) 알고리즘기초(FUNDAMENTALS OF ALGORITHM):
대용량 정보의 저장 및 관리에 필요한 알고리즘의 설계 및 구현 기술을 공부한다. 특히 고급 데이터 구조 및 이에 관련된 알고리즘을 학습한다. 주요 내용으로 B-tree, Hashing, TRIE, Pattern matching, Heuristic search 등을 포함한다. 실습을 주요 수업 방식으로 채택하여 Software 개발 능력을 배양한다.

SWE2014(기존 ITD2011) 기초알고리즘(FUNDAMENTALS OF ALGORITHM):
대용량 정보의 저장 및 관리에 필요한 알고리즘의 설계 및 구현 기술을 공부한다. 특히 고급 데이터 구조 및 이에 관련된 알고리즘을 학습한다. SW 알고리즘기초 교과목의 내용을 비전공자에게 적합한 난이도로 교육한다.

SWE2015(기존 ITD2012) 기초프로그래밍(BASIC PROGRAMMING):
SW관련 연계전공, 융합전공을 선택한 학생들이 컴퓨터 프로그래밍에 대한 기초적인 지식과 스킬을 얻도록 하는 것을 목표로 한다. 수강하는 학생들이 SW전공자가 아니라는 상황을 감안하여, 핵심 원리 학습과 실습 위주로 강의를 진행한다. 특정 프로그래밍 언어에 국한하지 않고 C, Python, Java등 SW분야에서 핵심적인 언어에 대한 기본적인 문법과 활용에 대해서 강의한다.

SWE3016(기존 CSE3004) 인공지능(ARTIFICIAL INTELLIGENCE):
컴퓨터로 하여금 단순 계산만을 수행하는 기능 이상의 지능적인 작업을 수행할 수 있도록 하는 기술들을 공부한다. 먼저 지능적인 작업을 수행하는데 필요한 기초가 되는 이론과 알고리즘을 공부한다. 특히 지식표현, 추론, 시각, 언어 등과 같은 인간이 보유한 주요한 지능을 컴퓨터를 이용하여 구현하는 기술에 대하여 공부한다.

SWE3017(기존 ITD3004) 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(기존 ITD3019) 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.

SWE3026(기존 ITD3033) 융합SW-PBL(Convergence SW PBL):
SW관련 연계전공, 융합전공을 선택한 학생들을 대상으로 각 전공에서 학습한 전공교과목 및 이론 등을 바탕으로 산업체와 연계하여 융·복합형 문제해결을 수행하는 것을 목표로 한다. 지도교수는 학생들이 문제해결을 수행하기 위해서필요한 기본지식을 제공할 뿐만 아니라, 문제해결중심학습(Problem Based Learning)을 수행할 수 있도록 학생들의 활동을 관리/감독한다.

SWE3027(기존 ITD3034) 융합SW인턴십(SW CONVERGENCE INTERNSHIP):
SW관련 연계전공, 융합전공을 선택한 학생들을 대상으로 각 전공에서 학습한 전공교과목 및 이론 등을 바탕으로 산업체 또는 사회가 필요로 하는 융·복합형 과제를 수행하는 것을 목표로 한다. 이를 위해서 학생들은 스스로 팀을 구성하여 프로젝트 기획 및 문제해결, 개발을 수행한다. 지도교수는 학생들이 프로젝트를 수행하는데 필요한 기본지식을 제공할 뿐만 아니라, 프로젝트 수행과 관련된 방법론을 지도한다.

SWE3028(기존 ITD3035) 융합SW프로젝트(SW CONVERGENCE PROJECT):
알고리즘에 대한 기초이론 및 알고리즘의 기본 개념 및 복잡도 계산 방법, search, sorting, 그래프에 관한 복잡도 계산 방법을 연구. Min-Max, Open source(Sorting 및 Graph algorithm)를 활용한 알고리즘 개발 및 활용을 학습한다.

SWE4003(기존 ITD3021) 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.

SWE4004(기존 ITD3020) 빅데이터처리(BIG DATA PROCESSING):
빅데이터 처리의 개념을 이해하고, 관련 소프트웨어 플랫폼을 사용하여 이에 대한 응용을 설계/개발 할 수 있는 능력을 학습한다. 이를 위해서 빅데이터 구조(데이터웨어하우스, 데이터 구조 등)에 대해서 배우고, Hadoop, Storm, Spark와 같은 오픈소스 플랫폼, 그리고 TensorFlow, Wake 등 기계학습 소프트웨어의 사용법을 학습하며, 이러한 플랫폼들을 사용하여 데이터를 처리하고 분석하는 실제적인 개발을 수행한다.

SWE4014(기존 CSE3007) 알고리즘분석(ALGORITHM ANALYSIS):
알고리즘에 대한 기초이론 및 알고리즘의 기본 개념 및 복잡도 계산 방법, search, sorting, 그래프에 관한 복잡도 계산 방법을 연구. Min-Max, Open source(Sorting 및 Graph algorithm)를 활용한 알고리즘 개발 및 활용을 학습한다.

SWE4019 모델링및시뮬레이션 (MODELLING AND SIMULATION):
자연과학, 사회과학 및 공학에서의 문제를 수식화하는 수리 모델링과 문제 해결을 위한 수학 기술을 배우고 컴퓨터 시뮬레이션을 사용해 실습한다.

SWE4021 IoT응용프로그래밍 (IoT APPLICATION PROGRAMMING):
IoT를 다양한 시스템에 적용하여 활용하는 프로그래밍기법을 실습중심으로 학습한다.

YHL1016 패키징물류학입문(INTRODUCTION OF PACKAGING AND LOGISTICS):
패키징과 물류의 정의, 목적, 기능, 재료, 패키징 기술변천사 등에 대한 기본적인 사항을 설명하고 사회, 기업, 소비자 등과 패키징간의 상관관계를 분석한다.

 

운영위원

 

운영위원
소속학과 교수명 비고

패키징및물류학과

이강대

책임교수

패키징및물류학과

고성혁

운영위원

소프트웨어학부

김재권

운영위원

소프트웨어학부

임효상

운영위원

소프트웨어학부

윤한얼

운영위원

 

학위증 표기

 

학위증 표기
국문 영문
학위 연계전공 학위 연계전공

연계학사

스마트패키징물류

Bachelor of

Interdisciplinary

Studies

Smart Packaging

and Logistics