A. 동일합니다. 다만 보통의 대학에서 입학과 동시에 어떠한 전공에 소속되는 것과 달리 GIST는 기초교육학부를 운영하고 있으므로, 전공 선언을 기점으로 해당 전공에 소속됩니다.

A. 가능합니다. 교수님과의 컨택만 잘 이루어질 경우 1학년 때에도 가능하나, 이 시기에는 실질적으로 배울 수 있는 것이 많지 않으므로 되도록이면 전공 진입하고 코어 수업은 배우고 랩실에 들어오시는 것을 추천합니다.

A. 학기당 11학점 이상 21학점 이내 수강신청이 가능합니다. 다만 복수/부전공을 선언하고 직전학기 평균평점이 3.0이상일 경우 지도교수님의 승인을 받아 24학점까지 수강신청이 가능합니다. 졸업 직전 학기에는 학기당 최소 이수학점 기준을 적용하지 않습니다.

A. 가능합니다. 제한 없습니다. (선이수과목 존재 여부는 미리 확인하셔야합니다.)

A. 격년으로 열리는 수업도 있기 때문에 수강신청 전 해당 학기의 개설 과목을 필히 확인해보시길 바랍니다.(입학 후 ZEUS 사이트에서 확인 가능)

A. 졸업요건만 달성이 가능하다면 횟수 제한 없이 가능하며, 절차도 복잡하지 않습니다.

A. 네, 그렇습니다.

A. 교수님 재량에 따라 다르며, 현재는 실험 수업을 제외하고는 대부분 비대면으로 진행하고 있습니다.

A. 컴공이 목적이라면 미리 코딩공부를 하는 것이 도움이 많이 될 것 같습니다. 특히 요즘 개발자는 실력만 되면 나이 무관하게 일자리가 많아서, 대학 2-3학년부터 회사에서 일을 하는 경우도 있습니다. 하지만 개인적인 생각으로는 지금 시간을 즐기는 것이 더 좋을 것이라고 생각이 됩니다. 1-2년 늦는 것보다 방향을 잘못 잡는게 더 큰 문제이니까요.

A. 전기전자와 컴퓨터는 겹치는 부분이 꽤 있습니다. 전기전자의 경우, 복잡한 회로를 설계하는 툴은 C++과 상당히 유사한 면이 있습니다. 그 외에도 전기전자의 많은 툴들이 기본적으로 프로그래밍 언어의 형태를 띄고 있습니다. 컴퓨터공학의 경우 CPU가 정말로 어떻게 회로가 구성이 되어있는지 잘 이해한다면 운영체제나, 알고리즘을 공부할떄 도움이 많이 됩니다. 물론 전전컴이라고 둘 다 배워야 하는 것은 당연히 아닙니다. 저 같은 경우에는 전기전자 과목을 아예 들은 적이 없지만 이제 졸업을 합니다. 하지만 굳이 나머지 과목을 부전공하지 않아도 전기전자나 컴퓨터에 대해 쉽게 배울 수 있다는 점이 장점이라고 할 수 있습니다.

A. 둘을 같이 배워도 되고, 둘 중에 하나를 선택하여 배워도 됩니다. 필수 과목이 컴퓨터 실험과 전자회로 실험 둘중에 하나 골라서 들으면 되기 때문에, 완전히 자유롭게 과목을 고를 수 있습니다.

A. 수업편성의 경우 한두개 차이는 있을 수 있겠지만 거의 반반으로 이루어져 있습니다. 한쪽에 치중해두지는 않습니다. 다만 최근에 AI 대학원이 개설되면서 AI 대학원의 수업을 학부생도 들을 수 있게 되면서 단순 숫자만 따지면 컴공 쪽이 조금 더 많은 듯 합니다.

A. 중복이 상당히 많이 되는 것으로 알고 있습니다. 저만 해도 AI 부전공의 코어 과목을 컴공을 들으면서 거의 다 들었습니다. 하지만 코어 과목 이외의 경우 컴공의 AI는 훨씬 수학적이고 깊이 가르치지만, AI 부전공의 경우 자신의 전공에 AI를 응용하는데에 초점이 맞춰져 있습니다.

A. 네. 중국 제장대학교, 영국 임페리얼 칼리지 런던 (ICL) 등이 있습니다. ICL의 Martin Heeney 교수님이 현재 신소재공학부 초빙교수로 재직 중이십니다.

A. 양해각서 체결된 연구기관: LG전자 소재기술원 (마곡), KIST (전북분원). MIT, Caltech, ICL, 한국 정부출연연구원, 대기업 등.

A. Human Augment Robot 관련해서 질문하신 것 같은데, 허필원 교수님께서 현재 관련 분야 연구중이신 걸로 알고있으며, 융합기술원의 윤정원 교수님 연구실에서도 관련 연구가 있는 걸로 알고있습니다.

A. 로봇의 이론 제어는 안효성 교수님 연구실이 특화된 것으로 알고 있습니다. 기계로 오시면 될 것 같습니다.

A. 기계공학은 정말 분야가 다양합니다. 당연히 있으며, 대부분 연구실이 그러합니다.

A. 학교 시스템 보다는 연구실에 소속되어 본인이 하기 나름이라고 생각합니다. 로보틱스 수업외에, 창의융합 경진대회에 본인이 참가해 간단한 로봇을 만들어 보는 등 개인 역량에 따라 다르다.

A. 지구환경공학을 전공한 뒤의 진로는 다양합니다. 특히, 공기업/민간기업, 대학원/유학, 정책연구/공무원 등으로 나눌 수있습니다. 지구환경공학은 건축, 조선, 보건, 수자원, 에너지 등 매우 다양한 산업에서 활용되기 때문에 진로의 길이 매우 넓습니다. 또한, 석/박사 후의 연구 진로도 다양하구요. 최근 기업의 ESG 가 기업 평가의 핵심요소로 떠오르면서 지구환경 전공자에 대한 수요가 더욱 증가할 것으로 생각합니다.

대표적인 일반생물학 교재인 [캠벨 생명과학]을 읽으며 공부하시는 걸 추천합니다. 생명과학이라는 과목의 중요한 특징은 세부 분야들 사이의 밀접한 연관성이 존재한다는 점이라고 생각합니다. 발생, 면역, 신경, 세포, 분자생물학 등 생명과학의 세부 분야들은 서로 별개인 것처럼 보일 수 있지만 결국은 상호작용하며 함께 생명을 구성하기에, 궁극적으로는 서로 밀접하게 연결되어 있습니다. 그러므로, 캠벨 생명과학을 통해 생명과학의 전체적인 큰 그림이 그려진 다음에는 생명과학 전공과목을 들을 때 훨씬 수월해질 것이라고 생각합니다. 캠벨을 통해 공부하신다면 5단원 생명의 다양성, 6단원 식물의 구조와 기능, 그리고 8단원 생태학은 비교적 다른 분야들과의 연관이 적어 크게 비중을 두지 않아도 될 것 같습니다. 물론 꼭 캠벨로 공부해야 할 필요는 없고, 결론적으로는 생명과학의 큰 그림을 그린다는 것을 목표로 공부하시길 추천합니다. 다른 말로는 입학 전에는 "깊고 좁게" 공부하기보다는 "얕고 넓게" 공부하시는 걸 추천합니다. 세부 주제들에 대한 깊은 공부는 전공에 들어와서 하는 것도 늦지 않습니다.

생명과학부와 의생명공학과의 첫 번째 차이는 주전공과 부전공이라는 점입니다. 생명과학을 주전공으로 선언할 수도 있지만, 다른 주전공을 선언하고 생명과학 부전공을 선언할 수도 있습니다. 하지만, 의생명공학은 부전공 선언만 가능합니다. 의생명공학 부전공을 선언하는 학생들 중에는 생명과학 전공 학생들도 있지만, 전기전자컴퓨터공학부, 기계공학부, 신소재공학부 등의 다른 전공의 학생들도 많이 있습니다.

두 번째로는 개설 교과목의 차이를 말씀드리겠습니다. 생명과학 교과목은 주 목적으로서 생명 현상 그 자체를 이해하는 데 초점이 맞추어져 있다면, 의생명공학 교과목은 질병의 발생 메커니즘과 유발되는 생리학적 현상을 이해하기 위해서 생명 현상을 이해하고, 더 나아가 질병을 진단하고 치료하기 위해 사용되는 기술을 학습하는 데 목적을 두고 있습니다. 의생명공학은 의학 및 생명과학을 포함한 여러 학문들이 융합된 융합 학문이라고 볼 수 있는데요, 질병을 이해하기 위해 생명과학을 공부함과 더불어 진단과 치료를 위해 물리학, 수학, 컴퓨터 공학 등의 내용도 공부하는 분야라고 볼 수 있습니다. 간단한 예시로 물리학 내용이라고 볼 수 있는 핵자기공명을 이용하는 MRI를 생각하면 될 것 같습니다.

세 번째로는 연구 분야의 차이인데요, 연구 분야 또한 마찬가지로 생명과학부는 생명 현상 그 자체를 이해하는 것에, 의생명공학과는 질병을 이해하고, 진단하고, 치료하는 과정에 초점이 맞추어 져 있다고 볼 수 있습니다. 하지만, 생명과학부 연구실 중 질병의 진단이나 치료와 밀접한 관련이 있는 연구실도 있고, 의생명공학과 연구실 중 생명 현상 자체를 이해하는 데 초점을 맞춘 연구실도 있습니다. 생명과학을 연구하는 가장 중요한 목적이 질병을 더욱 잘 이해하고 치료 기반을 확립하는 것이기 때문에, 생명과학부와 의생명공학과의 연구 주제를 이분법적으로 나누는 것은 어렵다고 생각합니다. 그러므로, 연구 분야들은 생명과학부와 의생명공학과 교수님들의 사이트를 들어가 하나씩 살펴 보시는 것을 추천합니다.

실험동물자원센터는 생명과학 연구에 필요한 실험 동물로써 설치류를 안정적으로 생산하고, 사육 및 관리를 하는 시설입니다. 실험동물은 일정한 온도와 습도가 유지되고, 일정하게 명주기와 암주기가 반복되며, 자유롭게 먹을 수 있는 사료와 식수가 갖추어져 있고, 병원균이 존재하지 않는 공간에서 사육됩니다. 이러한 사육 구역 외에도 실험실, 부검실, 회의실 등 동물 실험을 지원하기 위한 시설들이 있습니다. 생명과학부의 남정석 교수님께서 실험동물자원센터의 센터장을 맡고 계십니다.

1학년도 관심만 있다면 교수님과 협의 후 연구실에서 인턴을 할 수는 있습니다. 다만 물리학과 연구실은 대부분 양자역학을 수강한 이후 연구에 참여하는 것을 권장하기 때문에 연구에 대한 이해도를 생각하면 3학년 이후에 인턴을 하시는 것을 추천드립니다. 여름학기 중에는 G-surf 프로그램을 이용하실 수 있고, 그 외에는 교수님께 따로 연락을 드려 학부생 인턴으로 연구에 참여하실 수 있습니다. 4학년 때는 졸업논문 I, II를 필수적으로 수강하셔야 합니다.

물리학과에서는 전공 필수로 4대 역학을 수강하도록 하고 있습니다. (고전역학, 전자기학, 양자역학, 열통계) 5대 역학은 주로 기계공학과에서 필수로 들어야 하는 과목들을 의미합니다. 5대 역학 중 재료 역학은 물리학과에서 고체 물리로 대체하여 들을 수 있고, 유체 역학은 타 전공(기계 공학)으로 수강할 수 있습니다.

레이저 세기에 따라 다른데, 우리학교 레이저 연구실에서는 대부분 강한 레이저를 보유하고 있고 자유롭게 연구할 수 있습니다. 특별히 세계 수준의 레이저도 있는데 그건 승인을 받아서 하는 구조입니다.

부전공 선언 조건만 이수하면 가능합니다.

전공과목에 대한 전공 선언 요건만 달성한다면 부전공 쪽에는 본인이 두고싶은 만큼 두면 됩니다.

자신이 가장 관심있는 분야의 부전공 과목을 수강하는 것을 추천드립니다.

인문 분야 부전공은 졸업요건을 달성하는 과정에서 많이들 하는 것으로 알고 있습니다. 다른 부전공의 경우, 자신의 전공 과목과 시너지가 좋을 것 같은 부전공을 많이 선택하시는데요, 예를 들자면 신소재학과나 화학과에서는 에너지 부전공을, 생명공학과에서는 의생명공학부전공을, 전기전자컴퓨터공학부에서는 수학이나 지능로봇, AI융합 부전공을, 기계공학부에서는 지능로봇 부전공을 많이 하고 있는 것으로 알고 있습니다. 하지만 이것도 사례일 뿐이고 제한은 없습니다.

없습니다. 몇몇 과목은 선이수 과목이 걸려있는데 이것만 잘 확인해주시면 됩니다.

과목별로 다르겠지만 부전공 커리큘럼만 있는 에너지/문화기술/지능로봇/의생명공학/AI융합 과목의 경우, 한 수업당 적게는 10명 이하에서 많게는 30명 정도까지의 학생이 수강하는 것으로 알고 있습니다.

네 가능합니다.

대부분의 이공계 학생에게 수학 교과목은 필수불가결한 역할을 합니다. 수학전공을 통해 얻을 수 있는 논리적 사고 및 증명은 타 이공계 전공의 이론 형성 및 사고력 확장 등의 형태로 도움이 될 수 있습니다. 이러한 관점에서 지스트대학 수학부전공은 다양한 전공의 이공계 학생들에게 논리적 사고와 수리적 문제해결 능력을 함양하는 것을 목표로 하고 있습니다.

우리 학교만의 특징을 말씀드리자면, 타 대학 수학과에서 개설되는 전공 교과목은 수학을 전공하지 않는 이공계 학생에게는 접근이 쉽지 않은 경우가 많습니다. 이는 수학 비전공 학생이 지정된 필수 및 선이수 교과목을 모두 수강하기가 쉽지 않기 때문입니다. 반면 지스트대학 수학부전공은 간결하고 핵심적인 내용으로 설계된 교과목을 통해 수학 비전공 학생들도 쉽게 접근할 수 있도록 운영되고 있습니다.

개설되는 교과목의 수준은 타 대학(국내 최고 수준) 수학전공의 수준과 크게 다르지 않습니다. 다만, 일부 선택과목의 개설 및 그 주기가 다소 제한적일 수 있습니다.

참고로, 정기적으로 개설되는 기초수학 교과목 및 부전공 필수 교과목은 다음과 같습니다.

1) 기초수학: 미적분학, 다변수해석학, 미분방정식, 선형대수학,

2) 부전공필수: 현대대수학, 해석학, 복소해석학

수학적 엄밀성이라는 관점에서 큰 차이가 있을 것입니다. 1~2학년 기초수준 (미적분학, 다변수해석학, 미분방정식)에서는 수학적 정리의 증명보다는 실제적인 계산의 연습과 공식이 유도되는 방법에 더 촛점을 둡니다. 선형대수학의 경우에는 계산뿐만 아니라 수학적 정리의 증명도 비중 있게 다룹니다. 그렇지만 부전공 필수 교과목이자 심화 과목인 현대대수학, 해석학, 복소해석학부터는 수학적 이론의 전개 및 증명이 주를 이룰 것입니다.

뇌 신호 및 다중생체정보를 활용한 치매 진단

비침습적 뇌 조절기법 (초음파, 광)을 이용한 치매 치료 가능성 확인

심폐음 측정을 통한 심폐질환 예측

항암치료효과 조기 예측

수면장애 개선

난치성 통증 극복 개발

뇌졸증 치료를 위한 뇌조절 기법 개발

자폐증 치료법 개발

폐암 및 간암 치료를 위한 마이크로바이옴 항암치료제 개발

코로나바이러스 치료기술 개발

근감소증, 당뇨, 비만, 암 치료 기술 개발

현재 의생명공학과에 계신 모든 교수님들은 질병 극복을 목표로 연구에 매진하고 계십니다. 위 질문(현재 연구 사례)에 대한 답변을 참조하시면 되겠습니다.

의생명공학은 미래 산업의 주축이 될 학문입니다. 많은 경우 대학원 과정을 졸업한 후 연구원으로서의 길을 가고 있습니다. 일부는 교수로서 또 많은 분은 정부출연연구기관이나 기업의 연구소에서 연구자로서의 길을 가고 있습니다. 이와 아울러 대학원 과정 중에 번뜩이는 아이디어 혹은 중요한 연구결과를 가지고 벤처 창업을 하는 경우도 점점 늘어나고 있습니다.

말씀하신대로 임상에 적용하기 위해서는 안전성이 가장 중요하고 다음은 유효성이라고 생각됩니다. 안정성을 확보하기 위해서는 우선 세포단위 실험을 하고 소동물, 필요하면 대동물 실험을 거쳐 안전하다고 판단이 되고 효능에 대해서도 검증이 되면 최종적으로 임상실험을 하게 됩니다.

현재 저희 학과에서는 다양한 임상적 실험이 진행이 되고 있는데 예로는 비침습적 진단 기기를 이용한 치매환자 중증도 모니터링입니다. 이 경우 임상연구에 참여하기 위해서는 임상시험수행 관련 교육을 이수한 다음에 참여하실 수 있으니 문의 주시기 바랍니다.

소프트로봇의 발전은 로봇수술이 대체 가능한 수술 분야를 넓혀줄 것으로 기대합니다만, 결국 로봇수술을 하는 것은 여전히 의사이기 때문에 인공지능의 발전이 함께 뒤따라야만 의사의 완전 대체에 대한 논의가 가능한 시대가 올 것 같습니다. 현시점에서는 오히려 ‘원격 수술’이 더 실현가능합니다. 지방에 로봇을 설치하고 서울의 의사가 원격으로 로봇을 이용해 수술을 하는 것은 적어도 기술적으로 가능한 시대입니다.

뇌-컴퓨터 인터페이스 (Brain-Computer Interface, BCI)는 오래전부터 많은 사람들의 관심을 받으며 수행이 되었고 현재도 매우 중요한 주제 중의 하나라고 생각됩니다. BCI 관련 연구를 하기 위해서는 뇌과학, 뇌로 부터 신호를 획득하는 기기 (예: EEG, fNIRS, MEG, MRI 등), 그리고 획득한 신호를 분석하고 task를 수행하게 하는 인공지능을 포함하는 알고리즘 개발이 핵심 분야라고 생각됩니다. 의생명공학과에서는 이러한 세가지와 관련하여 연구하시는 교수님들이 계시기 때문에 부전공으로 선택해서 공부하시는 것을 추천드립니다.

지능로봇 부전공은 기계(하드웨어) 및 전기전자분야(인터페이스), 지능(AI)의 융합적인 성격을 가진 부전공입니다.

따라서, 기계공학전공 교과목(동력학,자동제어 등)이 부전공이수 교과목에 포함되어 있어 이 과목들을 이수할 경우 지능로봇 필수교과목(딥러닝,메카트로닉스,로봇공학 등)을 3과목만 이수하면 됩니다.

비슷하게 전기전자전공 교과목(공학전자기학, 컴퓨터비전,알고리즘)을 이수할 경우에도 지능로봇 필수교과목 3과목만 이수하면 지능로봇 부전공 취득이 가능하게 됩니다.

추가적으로 각 전공에서 안내하는 교과목 및 학위수여 이수요건을 충족하여야하며 부전공 분야에서 요구하는 51학점 이상의 일정 학점 및 요건을 충족하는 경우 해당 부전공 이수가 인정됩니다.

추가적으로 궁금한 내용은 입학 후 배포될 학사편람을 통해 상세히 알 수 있습니다.

해당 부전공 교과목을 각각 15학점 이상 별개로 이수할 경우 2개 이상의 부전공 이수 인정됩니다.

기본적인 프로그래밍 언어는 기초과목에 포함되어 있으며, AI 부전공 과목들은 해당 기초과목을 이수한 이후에 수강하시는 것을 가정하고 있습니다.

AI관련 기업과의 협업 교육은 진행 중에 있으며, 창업관련 트랙 또한 제공할 예정입니다.

커리큘럼 구분은 수강과목 순서 및 과목의 특성을 나타내기 위한 참고자료로서, 개설된 수업은 커리큘럼 구분과 관계없이 수강 가능합니다.

학부생의 경우 AI 대학원 연구실 연구인턴으로 활동할 수 있으며, 자세한 사항은 AI 대학원에 문의바랍니다.

지스트는 AI 관련 수업 뿐만아니라 다양한 학회 및 외부활동 지원, 기업 연계 수업 등으로 AI와 관련된 경험을 직접 할 수 있도록 돕고 있습니다.

coursera의 Andrew Ng 교수 머신러닝 수업으로 입문하기 좋습니다. 또는 해당 수업에서 안내하는 선이수 과목으로 수학 관련 또는 기본적인 프로그래밍 관련 공부를 추천드립니다.