- 1 -

2021년도 글로벌 AI 선도형 Sogang-CMU 

대학원 인재 양성 사업 교육생 모집 안내

1

 목적

   ◦ 지능정보 사회 대비 4차 산업혁명 ICT 유망 기술 및 혁신성장 선도 기술 분야 해외

    유수대학의 맞춤형 교육과정을 통해 최신 기술 습득을 위한 교육 지원

2

 교육 프로그램

 □ 교육 개요 : AI분야 세계 1위인 미국 카네기멜론대 (Carnegie Mellon University, 이하 CMU) 

교육과정을 개설, 본교 석·박사 학생 대상 AI 집중 현지 교육 실시

<그림 1> 2021년도 글로벌 AI 선도형 Sogang-CMU 대학원 인재 양성 프로그램 개요

- 2 -

 □ 교육 내용 

  ◦ (프로그램명) CMU AI 심화교육 과정 (Intensive Program in Artificial Intelligence)

  ◦ (교육기간) 2022년 1월 4일 ~ 2022년 7월 4일(6개월) (출국/귀국 일자 변경 불가)

  ◦ (선발인원) 15명 

  ◦ (지원내용) 교육비, 체재비, 항공료 등

     ※ 체재비 외 별도로 학생에게 지급되는 생활비는 없음.

  ◦ (참여교수진) CMU SW연구소, Computer Science 학과, 머신러닝 학과, 언어기술연구소 등 교수

진 등 참여

  ◦ (커리큘럼) AI, 머신러닝, 자연어 처리, 데이터 사이언스 과목을 수강한 후 최종 팀 프로젝

트 코스 이수 (※ 세부사항 <CMU AI교육과정 커리큘럼> 참조)  

  ◦ (수업 및 평가) 수업 및 평가는 CMU학생과 동일한 방식으로 진행되며, 과제, 퀴즈, 중간·기

말고사, 프로젝트를 종합적으로 평가

  ◦ (결과물) 해외대학 교육과정 수료증 (CMU 발급), 성적표(CMU 발급), 프로젝트 결과물 등

 □ 학점 인정 : CMU에서 이수한 교과목에 대하여 본교 대학원 심의를 통하여 본교 개설 유

사 교과목에 대한 서강대 이수 학점 인정 가능 (최대 6학점)

3

 지원자격 및 유의사항 

 □ 지원자격

  ◦ (지원대상) 서강대학교 일반대학원/전문대학원 석·박사과정 재학생 (휴학생 및 학부생 제

외)

     *  2021년 2학기 재학 및 2022년 1학기에 서강대학교에 등록 (6학점, 특수 연구 등)을 반드시 

하여야 함

  ◦ (지원요건) 아래 요건을 모두 충족하는 자

    - 서강대학교 일반대학원/전문대학원에서 AI 혹은 AI융합 관련 연구를 진행하는 모든 재학

생 (학과 불문)

    - 출국일 (2022년 1월 4일) 기준 COVID-19 백신 2차 접종 완료 후 14일 경과자

    - 미국 방문 비자 (B1, 6개월) 발급에 결격 사유가 없는 자

 

- 3 -

□ 유의사항 

  ◦ 의무사항 

    - 파견 중 학생 의무 사항

①

파견 중 매달 개인별 교육 내용 이수 보고서 (소정 양식)을 작성하여 사업단에 보고하여야 

함.

②

파견 중 매달 교과목 이수 의무 활동 (출석, 과제, 시험, 보고서 등) 참여율 (CMU 교과목 

담당 교수님 점검 및 보고)이 기준 (85%) 이하인 학생은 중도 귀국 조치함. 이 경우, 잔여 

교육비를 환수(귀국 비용은 본인 부담)

   - 파견 종료 후 의무 활동 (국내/국제 학술 대회 논문 발표 (팀별), 활동 보고서(개인별), 교육 성

과 평가 시험, 설문, 자체성과 발표회 참여 등)을 준수한 경우에만 수료증을 발부함.

    - 파견인력은 파견종료 후 반드시 즉시 귀국하여야 하며, 미복귀 또는 중도 포기 시에는 지원

금액 환수 예정

    - 파견인력은 연수 종료 후 2년간 전담기관(IITP) 및 주관 기관 (서강대) 자료 제시 요청에 

임하여야 함 

  ◦ 기타

    - 파견 학생은 정부과제 참여율이 100%가 원칙이기 때문에 타과제 (BK 과제 포함)에 참여

하여 인건비를 수령할 수 없음. (특별한 사유가 있으면 본 과제 70% 참여율 가능)

- 4 -

4

 CMU AI교육과정 커리큘럼

※ 상기 커리큘럼은 CMU 사정에 의해 변동될 수 있음

과 목 

주요 내용

1

AI : Representation and

Problem Solving

This course is about the theory and practice of Artificial Intelligence. 

We will study modern techniques for computers to represent 

task-relevant information and make intelligent (i.e., satisficing or 

optimal) decisions towards the achievement of goals.

2

Machine Learning

Machine Learning is concerned with computer programs that 

automatically improve their performance through experience (e.g., 

programs that learn to recognize human faces, recommend music and 

movies, and drive autonomous robots). This course covers the theory 

and practical algorithms for machine learning from a variety of 

perspectives.

3

Software Engineering for

AI Enabled Systems

The course takes a software engineering perspective on building 

software systems with a significant machine learning or AI component. 

It discusses how to take an idea and a model developed by a data 

scientist (e.g., scripts and Jupyter notebook) and deploy it as part of 

scalable and maintainable system (e.g., mobile apps, web applications, 

IoT devices). 

4

Scalable Multimedia Analysis

This Course is covering fundamentals of large data with various 

sources from computer vision, audio and speech processing, 

multi-media files and streaming, multi-modal signal processing, video 

retrieval, semantics, and text (possibly also: speech, music) generation. 

Instructors will give an overview of relevant recent work and 

benchmarking efforts (Trecvid, Mediaeval, etc.).

5

Project: IoT, Big Data,

and Machine Learning

This course is designed to teach how to use AI in the realistic 

environment through understanding IoT concepts, managing large 

amount of data, and applying machine learning techniques using a 

hands-on approach. An IoT system simulating an order fulfillment 

process is central to the hands-on learning of the concepts and 

techniques.