학과간 협동과정

Vertical AI, XR, 디지털트윈, 자율주행, 빅데이터, 드론, 로봇 및 무인체계 등 첨단 기술을 국방 현장에 접목할 수 있는 석·박사급 전문가를 양성하고, 군·산·학·연 연계를 통한 국방 AX 전문 생태계를 구축하며, 국제 방산 시장과 다국적 안보 협력 환경에서 활동 가능한 글로벌 인재와 융합적 사고를 갖춘 국방 리더를 배출함과 동시에, 정부출연연구소와 방산 기업에서 급증하는 AX 전문인력 수요와 민군 겸용 분야 발전 요구에 부응하고, 국내 최초로 국방·방산과 AI Transformation(AX)을 융합한 대학원 전공체계를 마련하여 첨단융합 전문인력 양성과 학교 브랜드 가치 제고를 실현한다.

1) 석사과정

국방AX융합학과는 지능화·네트워크화·융합화로 변화하는 군의 전장환경을 고려하여 국방 전략/정책 분야와 첨단 기술(AI, 드론, 로봇, 디지털트윈, 빅데이터 등)을 융합하여 미래 전장과 안보 환경에 대응할 수 있는 전문 인력을 양성하는 학과이다. 특히, AI와 피지컬 AI를 적용한 무인기(UAV), 무인함정(USV), 무인차량(UGV), 무인잠수정(UUV), 휴머노이드로봇 등과 같은 자율 무인 플랫폼을 국방 전력정책에 적용하고, 이를 다양한 기술과 융합 연구하는 학문을 다루는 과정이다. AX 융합의 A는 Artificial Intelligence, Autonomous, Advanced 등 인공지능, 자율기술, 첨단기술을 의미하며, X는 eXtended, Cross, eXperience 즉 학문 간 융합(Cross)과 실전 경험(Experience)을 의한다. 따라서 국방AX융합학과는 단순한 무기체계의 발전을 넘어 국방 전반의 AI 패러다임 전환(AI Transformation)을 추구하며, 국방과학·공학·정책을 포괄하는 융합형 교육과정양성을 목표로 한다.

2) 박사과정 (상동)

3) 통합과정 (상동)

기본과정

국방AX개론 (Introduction to Defense AX) 3학점

AX 개념과 국방 활용사례를 데이터–모델–시스템 관점에서 개괄한다. 간단한 전장 시나리오 문제를 실습으로 해결해 본다.

국방AX 연구방법론 (Defense AX Research Methodology) 3학점

국방 분야에서의 AI Transformation(AX) 융합 연구를 수행하기 위한 연구방법론을 체계적으로 다룬다. 국방 무기체계, 무인기·로봇, 정보체계 등 다양한 응용 분야에서 요구되는 과학적 연구 설계, 데이터 수집 및 분석 기법, 정량·정성 연구방법, 실험 설계, 시뮬레이션 및 검증 방법론을 학습한다.

선형대수학과 AI 응용 (Linear Algebra and Its Applications to AI) 3학점

선형대수학의 기본 개념인 벡터, 행렬, 고유값 분해 등을 학습하고, 이를 AI 기술에 어떻게 적용하는지 다룬다. 특히 딥러닝에서의 가중치 조정, 주성분 분석(PCA), 행렬 분해 등의 기법을 다룬다. AI 모델링에 필수적인 수학적 기초를 제공한다.

국가안보론 (National Security Studies) 3학점

국가안보 개념과 이론을 이해하고, 전통적 군사안보뿐만 아니라 사이버·우주·AI·무인체계 등 신흥 안보 영역을 탐구한다. 국방AX 융합 관점에서 국가안보 전략, 정책 결정, 국제 협력 및 첨단기술이 안보 환경에 미치는 영향을 분석한다.

로봇공학과 군사 기술 (Robotics and Military Technology) 3학점

봇공학의 기본 개념과 기술을 학습하고, 이를 군사 분야에서 어떻게 적용할 수 있는지 다룬다. 무인차량(UAV, UGV), 로봇 플랫폼의 설계 및 제어 기술을 다룬다.

반도체소재기술 (Semiconductor materials technology) 3학점

반도체의 기본 원리와 소재 특성을 이해하고, 이를 국방 및 AI 시스템에 적용하는 방법을 학습한다. 실리콘, 화합물 반도체(GaN, SiC 등) 등 주요 소재의 물리적·전기적 특성을 다루며, 센서, 레이더, 자율 무기체계, AI 연산 장치 등 국방 분야에서의 응용 사례를 탐구한다. 또한 반도체 소자의 제조 공정, 집적회로 설계, 고신뢰성 소재 기술 등을 학습하여 첨단 국방 기술의 기반이 되는 반도체 기술 역량을 함양한다.

인공지능과 국방윤리 (Artificial Intelligence and Defense Ethics) 3학점

국방 분야에서 인공지능의 활용이 가져오는 윤리적·법적·사회적 쟁점을 탐구한다. 자율무기체계, 데이터·알고리즘 편향, 인간-기계 의사결정, 국제인도법과 인권 규범 등 핵심 논점을 검토하며 책임 있는 국방 AI 활용 방향을 모색한다.

응용 통계학 및 데이터 분석 (Applied Statistics and Data Analysis) 3학점

군사 데이터 분석에 필요한 통계적 기법을 다룬다. 표본 추출, 회귀 분석, 가설 검정 등을 활용하여 AI 기반 의사결정 시스템을 최적화하는 방법을 학습한다. 특히 전장 상황 예측, 군수 지원 시스템의 성능 분석 및 디지털 트윈 시스템을 통한 데이터를 기반으로 한 예측 모델링 기법을 배우고 실습한다.

자율 시스템 최적화 알고리즘 (Optimization Algorithms for Autonomous Systems) 3학점

자율 시스템에서의 최적화 알고리즘을 다룬다. 경사하강법, 유전자 알고리즘, 심층 신경망 최적화와 같은 최적화 기법을 배우며, 경로 계획, 자율 비행, 자율 군수 지원 등의 문제를 해결하는 데 필요한 수학적 접근법을 학습한다. 이를 통해 AI 및 자율 시스템의 성능을 최적화하는 방법을 실습한다.

AX 군사 전략과 정책 개발 (AX Military Strategy and Policy Development) 3학점

AX 군사 전략의 수립 및 정책 개발 과정을 다룬다. AX를 군사 전략에 효과적으로 통합하는 방법과 AX 기술의 발전에 따라 국방 정책이 어떻게 변화해야 하는지에 대해 논의한다. 또한, AX 기술을 포함한 국방 혁신과 정책 제정을 위한 사례 분석을 수행한다.

AI 기반 전자전과 정보작전 (AI-based Electronic Warfare and Information Operations) 3학점

인공지능 기술을 활용한 전자전 및 정보작전의 원리와 응용을 다룬다.
전자파 감지·교란, 사이버 공간 작전, 심리전·정보전 통합 운용 등 첨단 기술이 전장 환경과 국가안보 전략에 미치는 영향을 분석한다.

국방 AX 시스템 설계 (Defense AX System Design) 3학점

AI, 자율 시스템, 첨단 기술을 적용한 국방 시스템 설계에 관한 이론과 실제를 다룬다. AI, 자율 시스템 및 고급 기술을 국방 전력에 어떻게 통합할 수 있는지에 대한 체계적 접근법을 제공하며, 다양한 전장 환경에 적용 가능한 자율 무인시스템(UAV, UGV, USV, UUV 등)의 설계 및 구현을 학습한다. 이를 통해 AI 기반 국방 시스템의 최적화와 효율성을 높이는 방법을 다룬다.

AI 기반 전장 분석 (AI-Based Battlefield Analysis) 3학점

전장 환경을 분석하기 위한 AI 기반의 데이터 처리 및 예측 기법을 학습한다. 다양한 전투 시나리오에 AI 분석을 적용하여 전술적 의사결정을 지원한다.

XR 기반 군사 훈련 시스템 (XR-Based Military Training Systems) 3학점

XR를 활용한 군사 훈련 시스템을 설계하는 방법을 학습한다. 가상 훈련 시나리오, 군사적 상황 재현, 전술 훈련 등을 XR 기술로 구현하는 방법을 다룬다. 이를 통해 군사 훈련의 효율성과 현장감을 높이는 기술적 방법론을 실습한다.

AX 기반 군사 기술 개발 및 규제 (AX-Driven Military Technology Development and Regulation) 3학점

AX 기반 군사 기술의 개발 과정과 이를 제어하기 위한 국내외 법적 규제를 다룬다. AX 군사 기술의 발전과 그에 따른 법적 문제를 해결하는 방법을 배우고, 기술 혁신과 법적 규제 사이의 균형을 찾는다.

첨단과학기술과 미래전 연구 (Advanced Science and Technology for Future Warfare) 3학점

인공지능, 무인체계, 우주·사이버 기술 등 첨단 과학기술이 미래전 양상에 미치는 영향을 탐구한다. 기술 발전이 전략·작전·전술 차원에서 가져올 변화와 국방 혁신 방향을 분석한다.

무인 시스템의 안전성 및 인증 (Safety and Certification of Unmanned Systems) 3학점

자율 무인 시스템의 안전성 및 인증 절차를 다루며, 이를 통해 군사 환경에서의 운용 가능성을 높이는 방법을 배운다.

물리적 AI 및 로보틱스 (Physical AI and Robotics) 3학점

로봇 공학과 물리적 AI의 융합을 다룬다. 로봇 제어, AI 기반의 동작 계획 및 상호작용을 통해 로봇 시스템이 물리적 환경에서 자율적으로 작업할 수 있도록 하는 기법을 학습한다. 물리적 AI를 활용한 군사 로봇 시스템 설계와 AI 기반 로봇의 실시간 상호작용을 다룬다.

국방AX 연구설계 방법론 (Research Design Methods for Defense AX) 3학점

국방·안보 문제를 연구문제로 정식화하고, 정량(실험·계량)과 정성(인터뷰·현장관찰·워게이밍)을 통합한 혼합방법(Mixed Methods) 설계를 학습한다. 표본·측정 설계, 편향 통제, 프리레지(preregistration)와 윤리/보안 규정을 포함한다.

AI와 자율 시스템의 융합 (Integration of AI and Autonomous Systems in Defense) 3학점

AI와 자율 시스템을 국방에 융합하는 방법을 다룬다. AI와 자율 시스템의 기술적 통합과 군사적 응용을 다루며, 전략적 운영 및 전술적 문제 해결에 AI를 어떻게 적용할 수 있는지 실습한다.

AI 기반 무기 시스템 최적화 (Weapon Systems Optimization Using AI) 3학점

AI와 무기 시스템의 통합과 최적화를 다루며, AI 모델링, 강화학습, 실시간 제어 등의 기법을 통해 무기 시스템의 성능을 최적화하는 방법을 학습한다.

엣지 컴퓨팅과 온디바이스 AI (Edge Computing and On-Device AI) 3학점

엣지 디바이스에서 AI 모델을 어떻게 효율적으로 실행하고 데이터 프라이버시를 유지할 수 있는지에 대한 전략을 다룬다. 또한, 엣지 AI 시스템을 위한 알고리즘 설계와 하드웨어 최적화 기법을 실습한다.

중급과정

물리적 AI 제어 시스템 (Physical AI Control Systems) 3학점

물리적 시스템에서 AI 제어 시스템을 설계하는 방법을 다룬다. 자율 비행, 자동화된 제어 시스템, 무인 시스템의 제어를 위한 AI 기반 시스템 설계를 학습한다.

미분 방정식과 국방 AI 모델링 (Differential Equations and Defense AI Modeling) 3학점

미분 방정식을 사용하여 국방 AI 모델을 설계하는 방법을 다룬다. 동적 시스템 모델링과 AI 기반 예측 시스템에서의 미분 기법을 적용하여 AI 예측 정확도를 개선하는 기술을 학습한다.

온디바이스 AI의 보안 및 데이터 프라이버시 (Security and Data Privacy in On-Device AI) 3학점

온디바이스 AI에서 보안과 데이터 프라이버시를 다루는 과목으로, 디바이스 내 AI 모델이 처리하는 민감한 데이터를 보호하는 방법을 학습한다.

로봇 비전 시스템 (Robot Vision Systems) 3학점

로봇 비전 시스템을 활용하여, 이미지 처리와 물체 인식을 통해 로봇의 환경 인식을 최적화하는 기술을 다룬다.

국방 지능형 의사결정지원체계 (Intelligent Decision Support Systems for Defense) 3학점

국방 분야에서 인공지능과 데이터 기반 기술을 활용한 지능형 의사결정지원체계의 원리와 응용을 다룬다. 상황 인식, 전장 데이터 분석, 시뮬레이션·예측, 의사결정 알고리즘 및 인간-기계 협업을 통해 국방 작전 효율성을 향상시키는 방안을 탐구한다.

군용 드론 및 무인기 시스템 (Military Drones and Unmanned Systems) 3학점

군용 드론 및 무인기 시스템의 설계와 운용에 관한 이론과 실습을 다룬다. 드론의 자율 비행과 전술적 응용을 학습한다.

로봇 및 자율 시스템의 통합 (Integration of Robotics and Autonomous Systems) 3학점

로봇과 자율 시스템의 통합을 다루며, 다양한 시스템의 상호작용을 통해 군사적 응용을 위한 최적화를 학습한다.

AI 반도체 아키텍처 (AI Semiconductor Architecture) 3학점

AI 반도체 아키텍처를 다루며, AI 연산에 최적화된 반도체 구조를 설계하는 방법을 학습한다.

디지털트윈 기반 AI 예측 모델링 (AI Predictive Modeling for Digital Twin) 3학점

디지털트윈을 활용하여 AI 예측 모델을 구축하는 방법을 학습한다. 실제 시스템의 상태 예측과 성능 분석을 통해 AI 기반 예측 시스템을 개선하는 기술을 다룬다.

생성형 AI를 통한 군사 전략 시뮬레이션 (Military Strategy Simulation through Generative AI) 3학점

생성형 AI를 활용하여 군사 전략을 가상 시뮬레이션하는 방법을 다룹니다. AI 모델을 통해 전략적 시나리오를 생성하고, 전술적 분석을 통해 전투 전략을 최적화하는 기술을 학습합니다.

고급 확률론 및 통계적 학습 이론 (Advanced Probability and Statistical Learning Theory) 3학점

고급 확률론과 통계적 학습 이론을 학습하여 AI 모델의 generalization과 overfitting 문제를 해결하는 기법을 다룬다.

심화과정

LLM 기반 군사 정보 분석 및 추출 (Military Intelligence Analysis and Extraction using LLM) 3학점

대형 언어 모델(LLM)을 활용하여 군사 정보를 자동으로 분석하고 중요 정보를 추출하는 기법을 다룹니다. 문서 분석, 정보 추출, 자원 분석 등을 LLM을 통해 자동화하는 방법을 실습한다.

자율무기체계와 인간-AI 협업 (Autonomous Weapon Systems and Human–AI Collaboration) 3학점

자율무기체계의 기술적 원리와 전술적 활용, 그리고 인간–AI 협업의 설계와 운용 원리를 통합적으로 다룬다. 목표 인식·교전 절차·신뢰성·법적 규범과 더불어 인간–AI 의사결정 분담, 설명가능성, 팀 성능 최적화를 탐구한다.

자율 배송을 위한 월드모델과 강화학습 (World Models and Reinforcement Learning for Autonomous Delivery) 3학점

자율 배송 시스템을 설계하기 위해 월드모델과 강화학습을 결합하여 배송 경로 최적화와 비상 상황 대처 기술을 학습한다. 자율 배송 드론이나 자율 차량의 행동 예측과 경로 계획을 최적화하는 방법을 실습한다.

AI 에이전트 설계 및 최적화 (Design and Optimization of AI Agents) 3학점

AI 에이전트의 설계 원리와 강화학습 기반 최적화 기법을 다룬다. 자율 에이전트가 환경과 상호작용하면서 최적의 행동을 선택하는 방법을 학습하고, 에이전트 최적화를 위한 AI 알고리즘을 실습한다.

AI 기반 센서 데이터 분석 및 예지 진단 (AI-Based Sensor Data Analysis and Predictive Diagnostics) 3학점

AI를 활용한 센서 데이터 분석과 예지 진단을 다루는 과목으로, 실시간 센서 데이터를 통해 시스템 상태를 분석하고 고장 예측 및 유지보수 계획을 수립하는 방법을 학습한다.

국방 시스템 획득론 (Theories of Defense System Acquisition) 3학점

국방 시스템 획득에 대한 이론적 기초를 다루며, 획득 절차, 법적 요건, 정책을 포함한 국방 시스템의 획득 과정을 학습한다. 또한, 효율적인 시스템 획득을 위한 전략적 의사결정 및 위험 관리 기법을 다룬다.

벡터 계산과 국방 로봇 제어 (Vector Calculus and Defense Robot Control) 3학점

벡터 계산을 기반으로 국방 로봇 제어 시스템을 설계하고, 힘, 속도 및 작업 공간 분석을 통해 로봇 제어 시스템의 효율성을 최적화하는 방법을 배운다.

연구과목

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

이 과목은 학생들이 국방AX융합학과의 AI, 자율 시스템, 국방 기술 분야에서의 최신 동향을 이해하고, 연구 문제 정의와 목표 설정을 통해 실제 문제 해결을 위한 기초를 다지는 과정이다.

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

이 과목은 학생들이 자율적 연구 수행 능력을 키우고, 연구 결과를 체계적이고 논리적으로 분석하는 방법을 배운다. 학생들은 연구 주제에 대한 세부적인 실험을 수행하고, 결과를 평가하여, 논문 작성을 위한 초안을 마련하게 된다.

박사연구Ⅰ (Research for the Doctoral DegreeⅠ) 0학점

박사 과정에서 독립적인 연구를 수행하는 첫 번째 단계로, 학생들이 심층 연구 계획을 수립하고, 고급 연구 문제를 정의하며, 복잡한 이론적 문제를 해결하는 데 필요한 연구 방법론과 기술적 접근을 학습한다.

박사연구Ⅱ (Research for the Doctoral DegreeⅡ) 0학점

박사 과정에서 독립적인 연구를 수행하는 두 번째 단계로, 학생들이 자율적 연구 수행 능력을 키우고, 연구 결과를 체계적이고 논리적으로 분석하는 방법을 배운다. 학생들은 연구 주제에 대한 세부적인 실험을 수행하고, 결과를 평가하여, 논문 작성을 위한 초안을 마련하게 된다.

박사연구Ⅲ (Research for the Doctoral DegreeⅢ) 0학점

박사 과정에서 고급 연구의 마지막 단계로, 학생들이 연구 논문 작성과 연구 결과 발표를 준비하는 과정이다.