공학계

현재 기업은 스마트팩토리, 디지털 트윈, AI 기반 공장자동화, MES(생산관리시스템) 등의 첨단 자동화 시스템 도입을 적극 검토하고 있고 또한 구매, 조달, 생산, 판매 등 기업 내부 및 외부 프로세스의 효율성을 높이기 위해 IT 기반의 통합 시스템 구축을 추진하고 있다. 이에 산업공학과 대학원 석사 및 박사 과정은 이러한 시스템을 효과적으로 설계, 구축, 운영, 관리할 수 있는 역량을 갖춘 고급 전문 인재 양성을 목적으로 한다.

① 산업시스템의 최적화와 통합화를 위한 연구뿐만 아니라, 첨단분야와 연계되는 과목을 통하여 폭넓은 실질연구에 참여토록 하여, 전문화 된 이론 및 실질적인 지식을 함양하도록 한다.
② 학, 연, 산 협동체제에서 공동 연구를 수행할 수 있는 연구능력을 배양하며, 창의적이고 능동적으로 대처할 수 있는 현장 실무능력을 갖춘 전문 기술자를 양성함을 목표로 한다.

산업공학 전공

시스템공학 (Systems Engineering) 3학점

이 강의에서는 공학 설계의 시스템적 접근 방법을 다룬다. 특히, 공학 설계에서 요구되는 다양한 의사결정에 관한 내용에 집중한다. 주요 강의 과제에는 시스템 분석 도구, 타당성 조사 분석, 시스템 설계 프로세스, 시스템 최적화, 소요예산 및 가격의 추정 방법론 등을 포함한다.

분석평가방법론(Analysis & Evaluation Methodology) 3학점

산업공학기반(경제성공학, O.R., M&S, 신뢰성공학, 인간공학, 통계 등)의 이론을 적용하여 국방 전투실험, 획득, 분석평가, 훈련, 전력화 등을 분석 평가하는 이론, 방법과 기법 등을 토의한다. 아울러 분석평가적용시의 장점, 선진국 및 우리나라 상황의 실태, 발전방향 등을 토의한다.

M&S기반 연구개발방법론(M&S Based R&D Methodology) 3학점

무기체계 연구개발의 선진연구개발 방법과 프로세스에 적용되고 있는 M&S를 토의하고, 육·해·공 무기체계연구 개발 시 활용되고 있는 M&S 및 활용 특성과 전략을 토의한다. 특히, 소요검증을 위한 전투실험, 획득지원을 위한 분석평가, 시뮬레이션기반의 획득, 전쟁수준의 M&S 체계를 어떻게 활용할 수 있는지 심층적으로 연구한다.

시뮬레이션(Simulation) 3학점

시스템의 설계 및 분석에 이용되는 이산사건 시뮬레이션을 다룬다. 시뮬레이션의 기초와 시뮬레이션 도구를 이용한 모델링, 실험절차, 결과 분석을 포함한다. ProModel, AutoMod 등의 전용 시뮬레이션 패키지 사용 방법을 실습하고, 실제 문제에 접근할 수 있는 과제를 통해 문제 해결 능력을 습득한다.

무기체계공학(Weapon System Engineering) 3학점

현대전에서 사용되고 있는 각종 첨단 무기체계를 종합적으로 분석, 평가한다. 특히 무기체계의 체계능력(system capability)과 체계특성(system characteristics)에 관한 총체적인 이해능력을 발전시키는데 초점을 둔다. 육·해·공 주요 전장상황을 고려한 능력과 기술전략을 분석하고 세부핵심기술을 조사 분석하며, 미래 무기체계 연구개발의 방향을 토의 한다.

모델기반의시스템공학(Model based System Engineering) 3학점

시스템구현을 위한 과학적이고 효율적인 방법론인 시스템 엔지니어링(System Engineering) 방법론을 적용하는 이론과 과정에 대해서 이해하고 토의한다. 모델기반의 시스템 엔지니어링의 정의, 역사, 사례연구 및 최근 모델링 & 시뮬레이션과 결합되어 활용되고 있는 모델기반의 시스템 엔지니어링(Model Based System Engineering)에 대해서 중점적으로 논한다.

경제성공학론(Engineering Economics) 3학점

경제성공학의 정확하고 포괄적인 기법을 다룰 뿐만 아니라 실제 기업에서 경험할 수 있는 문제들을 소개함으로써 제반 공학적 기법의 실질적 응용성을 제시한다. 특히 경제성공학의 정확한 이론과 경제 개념을 통한 투자 프로젝트 분석 방법을 제시하고 복잡한 경제성 분석 문제를 신속히 이해하고 해결할 수 있는 능력의 향상과 컴퓨터를 이용한 현대적 분석 기법 등이 포함된다. 또한 공학 분야의 실제 응용 사례를 통한 현실성을 강조한다,

확률및통계(Probability and Statistics) 3학점

미래의 불확실한 상황을 수리적으로 해석하여 의사결정과정에 활용할 수 있는 확률이론과 샘플의 정보를 이용하여 모집단의 관련된 정보를 토출할 수 있는 통계학의 기본개념을 학습하여 복잡하고 어려운 문제를 해결할 수 있는 기초지식을 배양한다. 주요 내용에는 (1) 확률변수의 개념설정, (2) 확률분포함수의 정의 및 특징, (3) 기대값 및 분산, (4) 조건확률분포 및 독립확률변수, (5) 확률분포함수의 변환방법, (6) data의 효과적인 활용, (7) 특성치의 추정, (8) 특성치의 가설검정, 그리고 (9) 단순/중 회귀분석 및 상관분석 등이 포함된다.

금융공학개론(Introduction to Financial Engineering) 3학점

금융공학은 가격 결정과 헤징, 위험관리, 포트폴리오 관리 등에 수학적인 방법론을 적용하는 것으로, 최근 모바일 플랫폼 및 인공지능형 정보기술과 접목되어 FinTech의 형태로 널리 구현되기 시작했다. 본 교과목은 금융공학의 주요 주제인 파생상품의 가격결정, 가치측정, 위험측정 및 헷징 시뮬레이션 등을 데이터 기반의 컴퓨팅 기술 및 분석으로 구현하는 방법론을 다룬다. 이를 위해 R등의 데이터 분석 프로그래밍의 기초에 대해 학습을 하고 다양한 방법으로 파생상품 평가와 리스크 측정하는 원리, 그리고 FinTech 기술동향 등을 배운다.

OR(Operations Research) 3학점

공학 및 경영학 분야에서 광범위하게 사용되는 수리계획법 중 모든 입력 계수의 값이 정해져 있는 확정적(deterministic) 모형에 대하여 학습한다. 특히 목적함수와 모든 제약조건이 선형인 선형계획법을 집중적으로 다룬다. 주요 내용에는 선형계획법문제의 구성, 결정변수의 최적치를 유도할 수 있는 graphical approach, simplex method, big-M method와 dual theory, sensitivity analysis, transportation and assignment problems 등이 포함된다.

확률과정론(Stochastic Process) 3학점

공학 및 경영학 분야에서 광범위하게 사용되는 수리계획법 중 모든 입력 계수의 값이 정해져 있지 않은 확률 모형에 대하여 학습한다. 확률이론을 기초로 이산형 마르코프체인, 연속형 마르코프체인, 포아송 과정, 갱신이론, 비마르코프 대기모형 등을 다룬다.

데이터사이언스(Data Science) 3학점

데이터사이언스는 대용량의 데이터로부터 지금까지 알려지지 않았던 새로운 지식을 추출하는 기법으로, 본 과목에서는 데이터사이언스 기법을 주어진 문제에 적용하는 능력을 배양한다. 본 과목의 주요내용은 시각 분석 기법들, 의사결정나무, 연관성 규칙, 클러스터링 알고리듬, 신경망 기법 등을 포함한다.

빅데이터분석(Big Data Analysis) 3학점

분석에 사용되는 데이터들은 전통적인 수치데이터 및 텍스트 데이터로부터 멀티미디어 데이터, 공간데이터 및 시간 데이터로 빠르게 전환되고 있다. 본 과목에서는 데이터를 분석하는데 사용되는 언어(Python 또는 R)를 익히고, 이를 이용하여 데이터를 분석하는 실습을 한다.

스마트모빌리티(Smart Mobility) 3학점

스마트 모빌리티는 최근 새롭게 부상하는 모빌리티와 신교통 분야의 효율적이고 지능적인 관리 전략을 다룬다. 본 과목에서는 센서, 통신 기술, 데이터 분석을 통한 교통 흐름 최적화뿐만 아니라, 산업공학의 시스템 분석 및 설계 원리와의 연관성을 탐구한다. 교통 시스템의 지속 가능한 발전과 산업공학의 접목을 통해 현대 도시의 통합된 교통 관리 방안을 연구하고 실제 적용 사례를 분석한다.

데이터시각화(Data Visualization)3학점

이 교과목은 숫자형 데이터를 포함한 다양한 타입의 데이터를 분석하고 시각화하는 방법론을 익히는 것을 목적으로 한다. 데이터 타입에 따른 주로 사용되는 분석 기법들의 목적과 장단점, 그리고 알고리즘을 살펴본 후, 추후 연구 주제들을 탐색한다.

인공지능(Artificial Intelligence) 3학점

인공지능의 새로운 트렌드에 따른 여러 주제들을 다룬다. 탐색, 지식 표현, 알고리듬, 기계학습 등의 기법을 사용하여 소셜네트웍 분석, 로보틱스 등에 응용한다.

머신러닝(Machine Learning) 3학점

머신러닝은 컴퓨터가 데이터로부터 학습하게 하는 알고리즘과 기술을 연구하는 과목이다. 본 과목은 지도학습, 비지도학습, 강화학습 등의 주요 학습 방법론과 이를 응용한 실질적인 문제 해결을 중점으로 다룬다.

인공지능수학(Mathematics for Artificial Intelligence) 3학점

인공지능수학은 인공지능 알고리즘의 수학적 기반을 다룬다. 본 과목에서는 확률, 통계, 선형대수, 최적화 등의 주제를 통해 인공지능 모델의 이해와 설계 능력을 향상시키는 데 중점을 둔다.

디지털매뉴팩처링(Digital Manufacturing) 3학점

디지털 매뉴팩처링이란 3D 모델 데이터를 바탕으로 제품 생산 시뮬레이션을 수행하여 제조 과정의 문제를 미리 발견하고 해결하여 최적의 프로세스를 구축하는 생산방식을 의미한다. 것으로 정의할 수 있다. 이를 통하여 제품 개발 기간 단축, 업무 생산성 향상 및 품질 개선 등의 효과를 극대화하며, 기업 환경 변화에 능동적으로 대응할 수 있다. 본 교과목에서는 디지털 매뉴팩처링의 역사, 특징, 기본 개념을 학습하며, 이에 필요한 핵심기술들을 알아보고 사례 연구를 통하여 구현 과정 및 기대효과에 대하여 탐구한다.

생산계획및통제(Production Planning & Control) 3학점

생산 활동을 능률적이고 효과적으로 수행하여 수요의 기본 요건인 품질/품종, 수량/납기, 가격/원가의 제 조건을 최적화 및 계량화 할 수 있는 생산 시스템 연구와 그 관리방식에 대한 설계 및 계획/통제의 기본원리, 방법 등을 체계적으로 습득케 하여 종합생산 관리시스템을 생산성 향상이란 관점에서 운영할 수 있는 이론과 실제를 습득케 한다. 주요 내용에는 Forecasting, Aggregate Production Planning, Classical Inventory Control and Scheduling, Material Requirement Planning (MRP), PERT & CPM, and Sequencing & Scheduling 등이 포함된다.

품질경영특론(Advanced Topics in Quality Management) 3학점

이 교과목은 통계적 공정관리 방법을 사용하여 이익 창출과 공정 개선을 위한 제품 및 기업 내의 모든 업무 처리 프로세스 등을 종합적 논의하는 것을 목적으로 한다. 주요 내용으로는 관련 분야의 최신 동향, 전사적 품질 경영 이론과 현장 위주의 품질 경영 기법 등을 다룬다.

통계적품질관리(Statistical Quality Control) 3학점

통계적 품질관리 기법의 이론과 응용을 기초로 소비자가 만족할 수 있는 품질의 제품 및 서비스를 가장 경제적인 방법으로 개발 설계하여 생산하는데 필요한 종합적 품질관리 체계를 구축할 수 있는 능력을 배양하도록 교육한다. 주요 논제로는 통계적 자료의 분석, 확률 분포, 품질 설계, 제조 공정의 분석, 품질 정책, 제품 책임, 품질 보증, 품질관리 시스템의 설계 및 응용, 품질정보 시스템의 분석 등이다.

신뢰성공학(Reliability Engineering) 3학점

신뢰성공학이란 한 시스템의 생존수명을 예측하고 이를 최적화하기 위한 공학의 한 분야이다. 본 교과목에서는 시스템의 수명을 산정하기 위한 수학적 모델링방법 및 이의 분석방법을 배우고, 신뢰성공학의 주된 응용분야인 신뢰성 있는 제품을 설계하기 위한 설계신뢰성 부분과 설비의 안정적인 운용을 위한 예방보전 등의 기본 항목들을 리뷰하고, 여러 영역에 걸친 제품 및 시스템에 대한 가속수명시험의 방법론과 사례들을 살펴보고, 통계 패키지를 이용한 신뢰성 분석 고급 기법을 익힌다.

스마트팩토리특론(Advance Topics in Smart Factory) 3학점 3학점

스마트 팩토리는 제품의 기획, 설계부터 생산, 유통에 이르는 전체 수명주기에 정보기술을 적용하여 비용을 낮추고 시장 및 기업 환경의 변화에 유연하게 대처하는 생산시스템을 갖춘 맞춤형 공장이다. 현재의 기술 수준에서는 각종 센서 및 IoT 장치를 공장 내 생산설비에 장착하고, 여기서 발생하는 데이터를 수집해서 실시간 빅데이터 분석을 통하여 공장을 운영한다. 여기에 로봇, 인공지능 등의 기술이 접목될 예정이다. 본 교과목에서는 스마트 팩토리의 개념, 기술동향 및 향후 발전 방향 등을 사례 연구를 중심으로 학습한다.

서비스품질경영(Service Quality Management) 3학점

제품과 서비스 간의 전통적인 이분법이 무너지면서 서비스 품질에 대한 관심이 높아지고 있다. 서비스 공학의 적용을 통한 서비스 혁신의 핵심은 가능한 한 좋은 느낌을 유지하면서 동시에 높은 효율을 달성하는 데 있다. 본 교과목에서는 서비스 공학 및 서비스 자체에 대한 기본적이고 본질적인 이해를 바탕으로 서비스 공학의 배경과 진화 과정, 서비스의 정의, 서비스의 분류 등을 학습한다. 이를 바탕으로 서비스 전략의 수립 및 평가의 핵심 주제가 되는 서비스 품질의 개념, 다양한 측정 방법, 감정분석을 이용한 서비스 품질 측정, 서비스 품질 경영 등의 주제를 다룬다.

인체역학(Occupational Biomechanics) 3학점

인체역학은 인간이 활동할 때 각 신체의 동작과 신체가 받는 힘을 측정하기 위해 물리의 법칙과 공학의 개념을 응용하는 연구 분야이다. 본 과목에서는 작업 중 근로자들의 근골력계 질환을 최소화 하는 동시에 작업효율을 증진시키기 위한 목적으로 인체역학의 기본이론, 근골격 체계, 인체 링크시스템 및 인체역학의 응용 등을 주요 연구대상으로 한다.

IE715 데이터 사이언스 특론(Advanced Topics in Data Science) 3학점

데이터는 새로운 종류의 경제적 자산이다. 데이터 사이언스는 컴퓨터 과학, OR, 통계학, 아날리틱, 수학 등이 융합된 분야로, 여러 소스의 데이터로부터 의사결정에 도움을 주는 새로운 사실들을 도출하여 내는 기법들이다. 본 교과목에서는 데이터 사이언스의 가장 업데이트된 최신 주제들을 다룬다.

안전공학론(Advanced Topics in Safety Engineering) 3학점

작업 및 제품의 안전설계, 사고발생이론, 안전에 관련된 통계적 분석, 재해 및 손실방지, 재해비용, 안전규정, 시스템 안전, 인간오류 및 위험 인지, 작업장 안전 및 보건과 연관된 고등논제를 포함한다.

인간공학론(Advanced Topics in Ergonomics) 3학점

인간-기계 시스템 설계과정에서 고려하여야 할 인간공학 고등 논제에 중점을 두며, 워크스테이션 설계, 제어 및 구현장치, 인간-컴퓨터 인터페이스, 작업환경 설계 등을 학습한다. 또한 인간공학 분야의 최신 이론 및 방법론에 대한 발표와 토론을 포함한다.

인지공학(Cognitive Engineering) 3학점

인지공학은 인간의 감지, 인지, psycho-motors 특성을 연구하여 이러한 지식을 사용하기에 편리한 제품 또는 시스템 설계에 적용하기 위한 능력을 습득하는 데 그 목적이 있다. 본 과목의 주요 내용에는 인간 감각기관의 특성, 인지과정, 의사결정과정, 시각/제어장치 설계 등의 응용분야가 포함된다.

작업생리학(Work Physiology) 3학점

작업생리학은 작업자가 근력을 이용한 작업을 수행할 때 직면하는 다양한 형태의 생리학적 스트레스를 연구하는 분야이다. 본 과목의 궁극적인 목적은 기본적인 생리학적인 지식을 습득하고, 그러한 지식을 작업설계에 적용하는 능력을 습득하는 데 있다. 호흡계, 순환계, 근육계에 대한 기본 이론과 작업에 대한 에너지 코스트, 피로, 육체적 작업능력, 생리학적인 모델링 등이 주요 학습 분야이다.

연구과목

석사연구Ⅰ (Research for the Master’s DegreeⅠ) 0학점

석사연구Ⅱ (Research for the Master’s DegreeⅡ) 0학점

박사연구Ⅰ (Research for the Doctoral DegreeⅠ) 0학점

박사연구Ⅱ (Research for the Doctoral DegreeⅡ) 0학점

박사연구Ⅲ (Research for the Doctoral DegreeⅢ) 0학점