본문 바로가기
주메뉴 바로가기
인천대학교 SITEMAP
  • 기부금세제지원강화

    기부금 세제지원 강화

    기부금세제지원강화

오늘 하루 그만 보기 팝업닫기
SITEMAP

  • 즐겨찾는 메뉴

프로그램 소개

/WEB-INF/jsp/k2web/com/cop/site/layout.jsp
liberaledu_JW_MS_K2WT001_S

2025학년도 SW 소모임 안내

프로그램 소개

추진목적

  • IoT, 인공지능, 빅데이터 등 컴퓨터 응용기술은 4차 산업혁명 시대의 핵심기술로 대두되고 있으므로, 소모임을 통해 재학생의 컴퓨팅적 사고력 및 문제해결 능력을 향상하고 미래를 이끄는 핵심인재로 육성

프로그램 내용

프로그램명, 담당교수, 강의내용
이선아 프로그램명 전공 상관없이, 함께 만드는 데이터 프로젝트
목 적 사회문제를 데이터로 해석하고 해결해보는 실천 중심 프로젝트입니다.
  • 데이터 분석을 도구로 삼되, 단순 분석 능력 습득이 아닌 문제를 바라보는 관점 확장, 비전공자와의 협업, 토론을 통한 사고의 확장에 중점을 둡니다.
  • 성적과 무관한 도전형 프로젝트로, 자신의 전공/배경을 넘어 새로운 시도를 해볼 수 있는 기회를 제공합니다.
  • 전공자와 비전공자가 팀을 이루어 같은 데이터를 다른 시선으로 해석하고, 이를 바탕으로 실질적인 해결책을 함께 도출합니다.
  • 데이터는 도구일 뿐, 궁극적인 목표는 더 나은 질문을 던지고, 더 깊이 있는 해답을 구성하는 과정을 경험하는 것을 목적으로 한다.
내 용 문제 정의부터 후속 분석까지 전 과정을 팀 단위로 수행
  • 문제정의 및 데이터수집: 관심있는 이슈를 선정후 공공데이터설문등 실제 데이터를 확보
  • 분석수행: 데이터 탐색 → 시각화 → 인사이트 도출
  • 문제해결제안: 분석을 통해 얻은 통찰을 바탕으로 해결방안 제시
  • 토론과 피드백: 팀과의 결과 공유 및 피드백 세션을 통해 해석
  • 최종발표및 전달: 분석결과와 제안내용을 정리하여 실제 발표상황을 가정한 발표및 의사전달까지 진행
이는 단순 분석을 넘어, 데이터 기반 결과를 설득력 있게 전달하는 실전 커뮤니케이션 역량을 함께 기르는 데 목적이 있습니다.
기대효과
  • 데이터 분석에 처음 도전하는 비전공자도 참여하여, 분석 기법 자체보다 문제 이해와 해석에 집중하며, 실습 중심의 활동을 통해 자연스럽게 데이터 분석의 기초 개념을 익힐 수 있다.
  • 부담 없는 환경에서 자유롭게 탐구하고, 실패를 허용하는 과정을 통해 창의적이고 실용적인 분석 결과물을 완성할 수 있습니다. 이는 포트폴리오나 진로 준비에도 활용 가능합니다.
  • 같은 데이터를 보더라도 서로 다른 시선과 해석이 가능함을 경험하며, 협업적 사고와 다각적 문제 인식 능력을 기를 수 있습니다.
김종탁 프로그램명 파이썬을 이용한 데이터 분석 및 시각화
목 적
  • 파이썬을 활용하여 다양한 데이터 분석 기술을 습득하고 실습을 통해 실무 역량을 강화하기 합니다.
  • 실제 데이터를 기반으로 분석 및 시각화 과정을 수행하며 팀원 간 협업 능력을 향상시키기 위함입니다.
  • 데이터 기반 의사결정 및 문제 해결 능력을 기르는 것을 목표로 합니다.
내 용
  • 픈 데이터(예: 공공데이터포털, Kaggle 등) 또는 특정 주제(예: 환경, 경제, 건강 등)에 관한 데이터 수집
  • Pandas, NumPy를 활용한 데이터 전처리 및 분석
  • Matplotlib, Seaborn, Plotly 등 시각화 라이브러리를 사용한 그래프 및 시각 자료 제작
  • 분석 결과를 바탕으로 인사이트 도출 및 간단한 보고서/프레젠테이션 제작
  • 팀별 주제 선정 후 역할 분담을 통해 협업 수행 (데이터 수집, 분석, 시각화, 발표 등)
기대효과
  • 데이터 분석 및 시각화에 필요한 실전 파이썬 기술 습득
  • 팀 프로젝트를 통한 협업 능력과 커뮤니케이션 능력 향상
  • 실제 데이터 기반의 문제 해결 경험 축적
  • 데이터 중심 사고력 및 논리적 설명력 강화
추교남 프로그램명 텍스트 마이닝을 활용한 빅데이터 분석
목 적 AI 시대는 빅데이터의 시대로 텍스트는 빅데이터를 구성하는 중요한 축입니다. 인문사회계열 및 유사 전공 학생 등 비SW 계열 학생들은 텍스트 분석 능력을 갖추는 것이 AI 시대의 경쟁에서 유리할 뿐만 아니라 반드시 습득해야 할 기초 지식으로 인식되고 있습니다. 본 소모임에서는 텍스트 마이닝의 다양한 분석 기법을 학습하고 적용하기 위해 먼저 정치, 사회, 문화, 교육 등 다양한 주제에 대해 네이버 뉴스와 유튜브 댓글 등 크롤링하여 수집하고 이를 효과적으로 전처리하는 능력을 학습합니다. 다음으로 언어 모델과 자연어처리의 이해를 바탕으로 여러 연구주제에 대한 텍스트 분석 및 시각화 기법을 학습합니다.
내 용
  • 단어 빈도 분석: 텍스트 안에서 무엇이 강조되고 있는가
  • 빈도 비교 분석: 범주별 텍스트에서 무엇이 다를까
  • 감정 분석: 어떤 마음으로 글을 썼을까
  • 키워드 네트워크 분석: 어떤 맥락에서 단어를 썼을까
  • 토픽 모델링: 어떤 주제로 글을 썼을까
  • 텍스트 크롤링(네이버 뉴스 및 유튜브 댓글)
기대효과 본 활동에 참여하는 학생은 텍스트 분석 결과로부터 연관성을 찾고 패턴을 탐구하여 텍스트 안에 내포되어 있는 정보를 해석하는 능력을 키울 수 있습니다. 이 과정을 통해 학생들은 인문사회과학 영역의 비판적 사고를 강화하고 복잡한 문제에 대한 해결 능력을 향상시킬 수 있습니다.
김백현 프로그램명 실전 AI: LangChain과 RAG를 활용한 생성형 AI 서비스 프로젝트
목 적 LangChain과 RAG(Retrieval Augmented Generation)의 원리를 이해하고, 실제 서비스에 적용하는 프로세스를 체험함으로써 최신 인공지능 기술 실무 역량을 함양한다. 일반 학생들도 접근 가능하도록 단계별 실습과 팀 프로젝트를 통해 생성형 AI의 기초와 응용을 동시에 익힌다.
내 용
  • 프로젝트 오리엔테이션, 생성형 AI 및 RAG/LangChain 개론
  • LangChain 기초 실습(프롬프트 관리, 체인 구성)
  • 텍스트 임베딩 및 벡터DB 실습
  • 외부 지식 활용 - RAG의 이론과 구조 이해
  • 오픈소스 데이터 연결 및 RAG 구현
  • 사용자 질의에 맞춘 응답 시스템 설계
  • 프로젝트 고도화, 실전 적용(챗봇, Q&A, 맞춤형 추천 등)
기대효과
  • 실전 중심의 생성형 AI 개발 경험: LangChain, 벡터DB, RAG를 직접 구축 및 응용
  • 이론-실습 병행으로 인공지능 기술 활용 능력 향상
  • 비전공자도 이해할 수 있는 단계적 학습 및 팀 프로젝트 진행 경험
  • 자율적 연구 및 창의적 문제해결력, 최신 AI 트렌드 파악
  • AI 서비스 개발 포트폴리오 확보 및 향후 커리어 탐색 가능
황태준 프로그램명 데이터가 쉬워지는 노코드 데이터 분석 프로젝트
목 적
  • 모집단이나 샘플집단에서 데이터를 의사결정의 핵심 요소로 활용하는 접근 방식이 필요하고, 중요한 결정을 내릴 때 편향을 배제하고, 데이터를 기반으로 합리적인 결정을 내리는 것이 중요하다. 이에 기능 위주로 배워왔던 것을 데이터 관점에서 새롭게 풀어내어, 더 실용적으로 이용하는 것이 필요하다. 또한 단편적인 예제가 아니라, 데이터를 수집하고 정리하는데 필요한 구조와 필수 단축키를 습득하여 근본적인 작업을 개선하고 작업시간을 단축하여 실현하는 것이 필요하다.
  • 본 프로그램(소모임)에서는 데이터를 순서대로 구성하여, 차트와 피벗 요약표를 만드는 방법을 학습하고 이를 바탕으로 완성된 차트와 피벗 요약표는 단순한 보고서 작성에 그치지 않고, 전문적인 인사이트를 도출하여 의사결정에 직접 활용하는 것을 목표로 한다. 학습한 다양한 분석 기법을 이용하여 고객데이터, 제조, 상품, 유통 등 다양한 실무 데이터 분석에 적용한다.
내 용
  • 데이터 정리하는 방법과 핵심 단축키 학습 : 관계형 데이터베이스, 행 기반 데이터 구조, SQL
  • 기초 통계와 피벗 테이블 이용 방법 : BI(데이터 탐색 및 대시보드 툴), 기초 통계, 차원과 측정값
  • 차트를 활용한 데이터 분석 방법 : 생존 곡선, 히스토그램, 지도 차트, 상자 수염 차트, 깔때기 형 차트
  • 통계 기반 분석 방법 : 이동평균, 볼린저 밴드, 상관 분석, 코사인 유사도, 표준화 정수(Z-Score)
  • 마케팅 및 비즈니스 분석 방법 : RFM모델, 코호트 분석, 퍼널 분석
  • 알고리즘 기반 분석 방법 : 협업 필터링, 군집 분석
기대효과
  • 데이터 드리븐(Data Driven) 문화를 실현하고, 새로운 시대에 적합한 데이터 리터러시(Data Literacy)를 배양할 수 있다.
  • 다양한 분석 기법을 통해서 데이터 전문가를 꿈꾸는 학생들의 실무 능력을 향상할 수 있다.

운영 내용

  • 운영기간 : 2025-2학기
    • 수업방식 : 20시간 이내의 대면 그룹 지도(반별 3명씩 3개팀)
    • 참가학생 혜택
      • 80% 이상 수강 완료시 수료증 발급
      • 성과발표회를 개최하여 우수한 활동을 수행한 팀에게는 상장과 상품 수여

모집 내용

  • 모집기간 : 2025. 8. 25.(월) ~ 9.10.(수)
  • 모집대상 : 학부 재학생
  • 모집인원 : 45명 내외(5개반 / 반별9명)
  • STARinU 신청접수 : 바로가기
  • 선정자 발표 : 2025. 9. 12.(금) 선정자 개별 통보
문의
기초교육과 : 032-835-8175
TOP