교육 과정

교육 과정 구성

AI 기술의 심화 이해와 습득, 다학제적 연구와 실무에서의 동향 이해, 프로젝트 기반 성과 창출을 유기적으로 연결하기 위해 3개의 트랙으로 구성됩니다.
각 트랙은 단계적으로 연계되어 기술 역량과 응용 능력을 동시에 강화하도록 설계되었습니다.
AI 기초·응용 트랙 AI Foundations & Applications Track

콘텐츠 분야에 적용되는 AI 기술의 원리와 구조를 체계적으로 학습하는 핵심 트랙: AI 요소 기술의 작동 원리, 모델 구조, 데이터 흐름을 이해하고 기술 설계 역량을 강화하도록 구성됩니다.

API 기반 구현과 오픈소스 코드 분석을 병행하는 실습 중심 운영: 상용 모델 활용을 넘어 시스템 구조를 이해하고 고급 응용 설계를 수행할 수 있도록 설계되었습니다.

최신 연구 성과를 소개하고 구현으로 연결하는 세션 운영: 연구와 실무를 연결하여 기술 확장 가능성을 확보할 수 있도록 합니다.

AI 프론티어·인사이트 트랙 AI Frontiers & Insights Track

KAIST 문화기술대학원 교수진이 참여하는 다학제적 분야별 AI 연구·활용 동향 강연: 최신 연구 흐름과 기술적 이슈를 공유하여 교육생의 기술적 시야를 확장합니다.

AI 교육 및 실무 고급 전문가의 산업 적용 사례 공유: 현장 경험을 통해 기술의 실제 활용 방식과 적용 전략을 이해하도록 합니다.

기초·응용 트랙에서 학습한 내용을 상위 관점에서 재해석하도록 지원합니다.

AI 캡스톤 스튜디오 AI Capstone Studio

AI 기반 콘텐츠 프로젝트 기획·설계·구현을 수행하는 성과 중심 트랙: 팀 구성 후 KAIST 대학원생과의 협업과 교수의 멘토링을 통해 기술적 완성도를 확보합니다.

AI 기반 멀티모달·인터랙티브 AI 콘텐츠 시스템 구현: 설계, 안정화, 사용자 경험 구성까지 포함한 통합적 개발 과정을 운영합니다.

국제 전시 출품을 목표로 한 결과물 정리 및 제출 준비: 영상, 설명 자료, 기술 문서 작성 등 성과 확산 단계까지 포함합니다.

AI 기초응용 트랙에서의 실습의 효과를 강화하기 위한 심화 실습, 프로젝트 기획 및 프로토타입 설계의 집중 개발을 위한 1박 2일의 해커톤, AI 기술과 관련한 문제적 이슈에 대한 토론도 진행합니다.

수료 및 이수 요건

(1) 수료 요건:
· 온오프라인 강의 출석률 70%이상(총 150h 중 105h 이상)
(2) 학점 이수 요건: 1개 과목 이수요건 충족
· 학점등급제(Letter Grade) 및 D 이상(과제 평가)
· 학점 인정 시간의 90%이상(150h 중 포함된 48h 중 43h 이상)