빅데이터혁신인재양성사업단
선수과목
선수과목은 전공(학과)을 달리하여 입학한 박사과정생, 외국대학(원), 특수 및 전문대학원 출신자의 경우, 교과내용이 상이함에서 오는 현 전공에 대한 기본 지식의 부족을 보충하고자 학과에서 교수회의를 거쳐 지정한 과목이다.
석사학위과정 및 석․박사학위 통합과정
컴퓨터공학과 이외의 타 전공 분야 졸업자로서 석사학위과정 혹은 석․박사학위 통합과정에 입학한 자는 대학원 시행세칙에 의거 본 학과의 교수회의가 결정하여 교과과정표상에 명시한 전공별 학과 선수과목 15학점(5개 과목 중 필수 1개 과목)을 이수하거나 대체인정을 받아야 졸업 학위논문 제출자격을 갖게 된다. ※ 단, 석사학위과정 및 석․박사학위 통합과정생은 정보처리기사 자격증으로 6학점(2과목)을 대체인정 받거나, TOPCIT 성적 270점/400점/650점으로 각각 6학점(2과목)/9학점(3과목)/15학점(5과목)을 대체인정 받을 수 있다. 이때 정보처리기사 자격증에 대한 대체인정과 TOPCIT 성적에 대한 대체인정을 중복으로 적용할 수는 없다. 또한, 정보처리기사 자격증 또는 TOPCIT 성적에 대한 대체인정 과목은 {운영체제, 알고리즘, 소프트웨어공학, 데이타베이스 설계 또는 데이타베이스 시스템, 컴퓨터구조} 이내에서 선택하도록 한다.
박사학위과정
특수 및 전문대학원 졸업자 또는 컴퓨터공학과 이외의 타 전공 분야 졸업자로서 박사학위과정에 입학자는 대학원 시행세칙에 의거 본 학과의 교수회의가 결정하여 교과과정표상에 명시한 전공별 학과 선수과목 9학점(3개 과목)을 이수하거나 대체인정을 받아야 졸업 학위논문 제출 자격을 갖게 된다.
선수과목 이수 대상 과목 현황
| 석사 및 석박사학위 통합과정* (선택 5과목) | 박사**(선택 3과목) | ||||||
|---|---|---|---|---|---|---|---|
| 시스템 소프트웨어, 응용 소프트웨어, 사이버물리시스템 전공 |
빅데이터 전공*** | 시스템 소프트웨어, 응용 소프트웨어, 사이버믈리시스템 전공 |
빅데이터 전공 | ||||
| 학점 | 교과목명 | 학점 | 교과목명 | 학점 | 교과목명 | 학점 | 교과목명 |
| 3 | 자료구조(필수) | 3 | 운영체제 | 3 | 고급운영체제 | 3 | 고급운영체제 |
| 3 | 운영체제 | 3 | 컴퓨터통신 | 3 | 고급컴퓨터네트워크 | 3 | 고급컴퓨터네트워크 |
| 3 | 컴퓨터통신 | 3 | 알고리즘 | 3 | 고급알고리즘 | 3 | 고급알고리즘 |
| 3 | 알고리즘 | 3 | 소프트웨어공학 | 3 | 고급데이터베이스 | 3 | 고급데이터베이스 |
| 3 | 소프트웨어공학 | 3 | 데이타베이스 설계 또는 데이타베이스 시스템 | 3 | 고급컴퓨터그래픽스 | 3 | 고급컴퓨터그래픽스 |
| 3 | 데이타베이스 설계 또는 데이타베이스 시스템 | 3 | 컴퓨터그래픽스 | 3 | 고급영상처리 | 3 | 고급영상처리 |
| 3 | 컴퓨터그래픽스 | 3 | 인공지능 | 3 | 빅데이터특론 (필수) | ||
| 3 | 인공지능 | 3 | 컴퓨터구조 | ||||
| 3 | 컴퓨터구조 | 3 | 프로그래밍언어론 | ||||
| 3 | 프로그래밍언어론 | 3 | 프로그래밍 | ||||
| 3 | 자료구조 | ||||||
| 3 | 확률및통계 또는 통계학 (필수) | ||||||
| 3 | 수치해석 | ||||||
| 3 | 실험계획법 및 최적설계 | ||||||
| 3 | 컴퓨터응용/CAD | ||||||
| 3 | 공업수학 | ||||||
* 석사과정은 학부 개설과목 중에서 선택
** 박사과정은 석사과정 개설과목 중에서 선택
*** 2024년 3월 이전 입학한 석사과정/석박사학위 통합과정생은 확률및통계 또는 통계학 또는 프로그래밍 또는 자료구조 중 1과목을 필수로 한다.
※ 선수과목 학점은 졸업이수학점에 미포함
교과과정 구성
타학과 개설과목의 수강 학점 상한
재학 중 타 학과에서 개설한 과목의 수강은 석사과정은 9학점까지, 박사과정은 12학점, 석박사학위 통합과정은 18학점까지만 허용함.
학위과정별 교과과정 구성
석사과정
- 졸업에 필요한 학점: 24학점 이상 ※ 단, 2022년 3월 이후 입학한 빅데이터 전공은 27학점 이상 (전공연구 및 프로젝트연구 제외). 전공연구 및 프로젝트연구 추가 필수 이수.
- 교과목 체계도: 세부전공별 필수과목 중 2과목 이상(6학점) 반드시 이수 ※ 단, 2021년 9월 이후 입학한 빅데이터 전공은 세부전공별 필수과목 중 3과목을 반드시 이수해야 하며, 전공선택과목 중 빅데이터 심화 2과목 및 플랜트 안전 심화 1과목을 반드시 이수해야 함.
- 재학 중 동일 교·강사가 담당하는 교과목은 3과목을 초과하여 수강할 수 없음
박사과정
- 졸업에 필요한 학점: 30학점 이상 ※ 단, 2022년 3월 이후 입학한 빅데이터 전공은 33학점 이상 (전공연구 및 프로젝트연구 제외). 전공연구 2학점 및 프로젝트연구 6학점 추가 필수 이수.
- 교과목 체계도: 세부전공별 필수과목 중 2과목 이상 (6학점) 반드시 이수 ※ 단, 2021년 9월 이후 입학한 빅데이터 전공은 세부전공별 필수과목 중 4과목을 반드시 이수해야 하며, 전공선택과목 중 빅데이터 심화 3과목, 플랜트 안전 심화 2과목, 안전-빅데이터 융합 1과목을 반드시 이수해야 함.
- 재학 중 동일 교·강사가 담당하는 교과목은 3과목을 초과하여 수강할 수 없음
석·박사학위 통합 과정
- 졸업에 필요한 학점: 51학점 이상 ※ 단, 2022년 3월 이후 입학한 빅데이터 전공은 54학점 이상 (전공연구 및 프로젝트연구 제외). 전공연구 2학점 및 프로젝트연구 9학점 추가 필수 이수.
- 교과목 체계도 : 세부전공별 필수과목 중 3과목 이상(9학점) 반드시 이수 ※ 단, 2021년 9월 이후 입학한 빅데이터 전공은 세부전공별 필수과목 중 4과목을 반드시 이수해야 하며, 전공선택과목 중 빅데이터 심화 5과목, 플랜트 안전 심화 3과목, 안전-빅데이터 융합 2과목을 반드시 이수해야 한다.
- 재학 중 동일 교·강사가 담당하는 교과목은 6과목을 초과하여 수강할 수 없음
| 구분 | 시스템소프트웨어 전공 | 응용소프트웨어 전공 | 사이버물리시스템 전공 | 빅데이터 전공 | ||
|---|---|---|---|---|---|---|
| 선수과목 | 석사/석·박사통합[택5] | 자료구조 (필수) | 확률및통계 또는 통계학 (필수)* | |||
| 운영체제, 컴퓨터통신, 알고리즘, 소프트웨어공학, 데이타베이스 설계 또는 데이타베이스 시스템, 컴퓨터그래픽스, 인공지능, 컴퓨터구조, 프로그래밍언어론 | 운영체제, 컴퓨터통신, 알고리즘, 소프트웨어공학, 데이타베이스 설계 또는 데이타베이스 시스템, 컴퓨터그래픽스, 인공지능, 컴퓨터구조, 프로그래밍언어론, 자료구조, 프로그래밍, 수치해석, 실험계획법 및 최적설계, 컴퓨터응용/CAD, 공업수학 | |||||
| 박사[택3] | 고급운영체제, 고급컴퓨터네트워크, 고급알고리즘, 고급데이터베이스, 고급컴퓨터그래픽스, 고급영상처리 | 빅데이터특론 (필수) | ||||
| 고급운영체제, 고급컴퓨터네트워크, 고급알고리즘, 고급데이터베이스, 고급컴퓨터그래픽스, 고급영상처리 | ||||||
| 공통필수과목 | 없음 | |||||
| 세부전공별 필수과목** | 석사[택2] | 고급데이터베이스 고급알고리즘 고급운영체제 고급컴퓨터네트워크 고급컴퓨터보안 소프트웨어아키텍쳐 |
고급데이터베이스 고급알고리즘 고급영상처리 고급인공지능 고급컴퓨터그래픽스 고급컴퓨터보안 |
고급데이터베이스 고급알고리즘 고급영상처리 고급운영체제 고급인공지능 고급컴퓨터그래픽스 소프트웨어아키텍쳐 지능형산업융합서비스특론 |
석사[택3]*** | 고급데이터베이스 고급알고리즘 고급영상처리 고급운영체제 고급인공지능 고급컴퓨터그래픽스 고급컴퓨터네트워크 고급컴퓨터보안 소프트웨어아키텍쳐 빅데이터특론 플랜트안전역학 |
| 박사[택2] | 박사[택4]*** | |||||
| 석·박사통합[택3] | 석·박사통합[택4]*** | |||||
| 전공선택과목 | 시스템 소프트웨어, 응용 소프트웨어, 사이버물리시스템 전공 | 고급컴퓨터구조, 고급데이터통신, 큐잉이론및분석, 실시간운영체제, 분산시스템설계, 홈네트워크시스템, 센서네트워크, 초고속인터넷기술, 고급분산응용시스템특강, 유비쿼터스컴퓨팅, 디지털통신공학, 소프트웨어공학론, 실시간렌더링, 계산기하이론및응용, DBMS특론, 웹데이터관리, 전자상거래, 정보검색, 웹서비스, 암호학, 객체지향방법론, 고급소프트웨어설계, 가상현실, 영상합성, 시각화모델링, 비사실적렌더링기법, 볼륨그래픽스, 바이오메디컬모델링, 지능웹알고리즘, 고급패턴인식, 자동인식, 인간과기계의상호작용, 정보표준화, 생체인식, 컴퓨터비전응용, 영상이해응용, 디지털신호처리, 클러스터분석, 계산미학, 인터랙티브3D그래픽스, TCP/IP네트워킹, 대규모병렬처리기프로그래밍, 모바일컴퓨터의앱개발, 소프트웨어재공학, 물리기반렌더링, 매트릭스계산, 수학적영상처리, 고급멀티코어컴퓨팅, 컴퓨터보안특강, 현대암호학특강, 컴퓨터콜로키엄I-II, 컴퓨터공학특강I-VIII, 클라우드컴퓨팅, 고급분산및병렬처리, 인지과학개론, 최적설계이론및응용, 지능형홈케어특론, 사이버물리시스템, 인공지능개론, 인공지능특론, 컴퓨터비젼, 빅데이터기계학습, 데이터마이닝, 딥러닝, R과빅데이터분석, 패턴인식, 시계열데이터분석, 지식그래프, 비즈니스인텔리전스, 영상빅데이터처리, 하둡과스파크, 시계열빅데이터처리, 빅데이터분석파이프라인, 빅데이터추론, 자연어계산모형, 정보검색과추천시스템, 빅데이터과학의이해, 하둡플랫폼의이해, 수치최적화, 고급임베디드시스템, IoT헬스케어 | ||||
| 빅데이터**** | 빅데이터심화 | 고급컴퓨터구조, 고급데이터통신, 큐잉이론및분석, 실시간운영체제, 홈네트워크시스템, 초고속인터넷기술, 유비쿼터스컴퓨팅, 디지털통신공학, 소프트웨어공학론, 계산기하이론및응용, DBMS특론, 웹데이터관리, 전자상거래, 정보검색, 웹서비스, 암호학, 객체지향방법론, 고급소프트웨어설계, 가상현실, 영상합성, 지능웹알고리즘, 고급패턴인식, 자동인식, 인간과기계의상호작용, 정보표준화, 생체인식, 디지털신호처리, 클러스터분석, 계산미학, TCP/IP네트워킹, 대규모병렬처리기프로그래밍, 모바일컴퓨터의앱개발, 소프트웨어재공학, 매트릭스계산, 수학적영상처리, 고급멀티코어컴퓨팅, 컴퓨터보안특강, 현대암호학특강, 컴퓨터공학특강I-VIII, 클라우드컴퓨팅, 고급분산및병렬처리, 인지과학개론, 최적설계이론및응용, 지능형홈케어특론, 인공지능특론, IoT헬스케어, 빅데이터마이닝, 빅데이터기계학습, 빅데이터시각화, 빅데이터관리시스템, 빅데이터모바일엣지컴퓨팅, 빅데이터분석파이프라인, 빅데이터아키텍쳐와플랫폼, 빅데이터추론, 빅데이터산업체프로젝트, 하둡과스파크, 영상빅데이터처리, 공간빅데이터처리, 시계열빅데이터처리, 인공지능개론, 컴퓨터비전, 데이터마이닝, 딥러닝, R과빅데이터분석, 패턴인식, 빅데이터강화학습, 시계열데이터분석, 지식그래프, 비즈니스인텔리전스, 정보검색과추천시스템, 자연어계산모형, 빅데이터과학의이해, 빅데이터의창의적표현, 하둡플랫폼의이해, 수치최적화, 고급임베디드시스템, 고급분산응용시스템특강, 그래프이론, 네트워크시스템소프트웨어, 무선네트워크, 컴퓨터콜로키엄I-II, 컴퓨터비전응용 | ||||
| 플랜트안전심화 | 신재생에너지를 위한 전기화학 개론, 고급열역학, 발전플랜트엔지니어링, 크리프및고온파손, 센서공학, 진동공학특론, 플랜트안전제도및운영, 미래사회의 에너지안전, 복잡시스템설계특론, 최적화이론, 큐잉이론, 분산시스템설계 | |||||
| 안전-빅데이터융합 | 데이터기반안전관리, 데이터기반안전예측, 데이터기반안전시스템제어, IoT기반실시간안전모니터링, 사이버물리시스템, 사물인터넷, 센서네트워크 | |||||
* 2024년 3월 이전 입학한 석사과정/석박사학위 통합과정생은 확률및통계 또는 통계학 또는 프로그래밍 또는 자료구조 중 1과목을 필수로 함.
** 석사 및 박사 공통과목으로 개설된 필수과목을 석사과정에서 이미 이수한 경우, 박사과정에서는 이를 제외한 필수과목을 이수해야함.
*** 빅데이터 전공의 필수과목 이수 과목수는 2021년 9월 이후 입학생부터 적용되며, 2020년 9월 이전 입학생의 경우 석사 2과목, 박사 2과목, 석박사 통합 3과목의 요건을 유지함.
**** 2021년 9월 이후 입학생은 석사과정의 경우 빅데이터 심화 2과목 플랜트 안전 심화 1과목, 박사과정의 경우 빅데이터 심화 3과목, 플랜트 안전 심화 2과목, 안전-빅데이터 융합 1과목, 통합과정의 경우 빅데이터 심화 5과목, 플랜트 안전 심화 3과목, 안전-빅데어터 융합 2과목을 이수해야함. 2020년 9월 이전 입학생의 경우 전공선택과목에 대한 별도 요건 없음.
지도교수 배정 및 세부전공 선택
지도교수 배정 및 전공연구
석사학위과정
- 1차 학기에 재학 중인 학생은 학기말에 지도 교수를 선정하여야 한다.
- 지도교수 신청은 학과에 구비된 신청서류를 작성하여 제출해야 한다. 단, 1인의 지도교수는 석박사과정생을 모두 합하여 연간 8인까지만 신규배정 받을 수 있다.
- 지도교수는 교수님 및 학생의 사정으로 인하여 이후에 변경할 수 있다.
- 본인의 세부전공을 결정한 후에는 전공에 따른 교과과정에 맞춰서 강의를 수강하여야 한다. (※ 교과과정표 참조)
- 전공 및 지도교수가 결정된 이후, 3차 학기(혹은 4차 학기)에 지도교수가 개설하는 전공연구Ⅰ 을 수강하여야하며, 4차 학기에 지도교수가 개설하는 프로젝트연구Ⅰ을 수강하여야 한다. 단, 부득이한 경우 지도교수의 허락하에 타 교수가 개설한 전공연구 및 프로젝트연구 과목의 수강이 가능하다.
- 기타 사항은 대학원 시행세칙에 따른다.
박사학위과정
- 1차 학기에 재학 중인 학생은 학기말에 지도 교수를 선정하여야 한다.
- 지도교수 신청은 학과에 구비된 신청서류를 작성하여 제출해야 하며, 지도교수의 최종선정은 학생의 의사를 최대한 반영하여 교수회의를 거쳐서 이루어진다. 단, 1인의 지도교수는 석박사과정생을 모두 합하여 연간 8인까지만 신규배정 받을 수 있다.
- 지도교수는 교수 및 학생의 사정으로 인하여 이후에 변경할 수 있다. 단, 지도교수를 변경한 후 1학기 이상 지도를 받은 후에는 논문제출 자격을 얻는다.
- 본인의 세부전공을 결정한 후에는 전공에 따른 교과과정에 맞춰서 강의를 수강하여야 한다. (※ 교과과정표 참조)
- 전공 및 지도교수가 결정된 이후, 3차 학기(혹은 4차 학기)에 지도교수가 개설하는 전공연구Ⅱ를 수강하여야 하며, 3차 학기부터 지도교수가 개설하는 프로젝트연구Ⅱ(3차학기)․프로젝트연구Ⅲ(4차학기)을 수강하여야 한다. 단, 부득이한 경우 지도교수의 허락하에 타 교수가 개설한 전공연구 및 프로젝트연구 과목의 수강이 가능하다.
- 기타 사항은 대학원 시행세칙에 따른다.
석·박사학위 통합 과정
- 1차 학기에 재학 중인 학생은 학기말에 지도 교수를 선정하여야 한다.
- 지도교수 신청은 학과에 구비된 신청서류를 작성하여 제출해야 한다. 단, 1인의 지도교수는 석박사과정생을 모두 합하여 연간 8인까지만 신규배정 받을 수 있다.
- 지도교수는 교수 및 학생의 사정으로 인하여 이후에 변경할 수 있다.
- 본인의 세부전공을 결정한 후에는 전공에 따른 교과과정에 맞춰서 강의를 수강하여야 한다. (※ 교과과정표 참조)
- 전공 및 지도교수가 결정된 이후, 석박사학위 통합과정의 경우 전공연구Ⅲ 을 수료 예정 학기까지 수강하여야 하며, 프로젝트연구Ⅰ ․Ⅱ ․Ⅲ을 수료 예정학기까지 순차적으로 수강하여야 한다. 단, 부득이한 경우 지도교수의 허락하에 타 교수가 개설한 전공연구 및 프로젝트연구 과목의 수강이 가능하다.
- 기타 사항은 대학원 시행세칙에 따른다.
세부전공 선택
세부전공은 1차 학기말까지 선택하여, 세부전공배정요청서를 제출해야 한다.
학위논문 제출자격시험
외국어(영어)시험
대학원 학칙에 준한다.
전공시험
전공시험 신청 대상과목은 [표 5. 세부전공별 전공시험 대상 과목] 표 참조. ※ 석사과정 종합시험에서 이미 응시했던 과목은 박사과정 종합시험 대상 과목이 될 수 없음
| 구분 | 시스템소프트웨어전공 | 응용소프트웨어전공 | 사이버물리시스템 전공 | 빅데이터 전공 |
|---|---|---|---|---|
| 석사 | • 고급운영체제, 고급컴퓨터네트워크, 고급알고리즘, 소프트웨어아키텍쳐, 고급데이터베이스, 고급컴퓨터보안 [택2] • 전공선택 [택1] |
• 고급데이터베이스, 고급컴퓨터그래픽스, 고급영상처리, 고급인공지능, 고급알고리즘, 고급컴퓨터보안 [택2] • 전공선택 [택1] |
• 고급데이터베이스, 고급알고리즘, 소프트웨어아키텍쳐, 고급영상처리, 고급인공지능, 고급운영체제, 고급컴퓨터그래픽스, 지능형산업융합서비스특론 [택2] • 전공선택 [택1] |
빅데이터 전공 전공 필수 과목에서 [택2], 선택과목에서 [택1]* |
| 박사 | • 고급운영체제, 고급컴퓨터네트워크, 고급알고리즘, 소프트웨어아키텍쳐, 고급데이터베이스, 고급컴퓨터보안 [택2] • 전공선택 [택2] |
• 고급데이터베이스, 고급컴퓨터그래픽스, 고급영상처리, 고급인공지능, 고급알고리즘, 고급컴퓨터보안 [택2] • 전공선택 [택2] |
• 고급데이터베이스, 고급알고리즘, 소프트웨어아키텍쳐,
고급영상처리, 고급인공지능,
고급운영체제, 고급컴퓨터그래픽스 [택2] • 전공선택 [택2] |
빅데이터 전공 전공 필수 과목에서 [택2], 선택과목에서 [택2]* |
※ 전과생의 경우 전과시점에 인정받은 전공필수/전공선택과목을 전공시험 과목으로 선정할 수 있음.
출제 및 평가
- 종합시험 출제는 해당과목 담당교수가 함. - 과목당 100점 만점에 평균 80점 이상을 취득하여야 합격. 불합격시 불합격 과목 각각에 대하여 1번의 기회 더 부여. 단, 응시생에게 불가피한 사유가 있다고 인정되는 경우 학과 전체교수회의의 결정으로 두 번째 재시험의 기회를 부여함. - 기타 사항은 대학원 시행세칙에 따른다.
논문 프로포절 심사
박사논문 프로포절 심사
시기 및 장소
박사논문 프로포절 심사는 박사학위청구논문 본 심사 이전 학기까지 실시해야 한다. 장소는 논문 프로포절 심사 일정이 확정된 이후에 추가로 홈페이지 및 학과사무실 게시판을 통해 공고한다
심사위원회의 구성
박사논문 프로포절 심사위원회는 지됴교수를 포함하여 본교 전임교수 4인 이상으로 구성한다.
심사과정
- 박사논문 프로포절 심사 대상자는 박사과정 재학생 및 수료생이 이에 해당된다.※ 단, 빅데이터 전공은 JCR SCIE 논문 2편 이상을 주저자로 게재하여야 이에 해당됨.
- 박사논문 프로포절 심사를 원할 경우 학기초에 학과 담당자에게 통보를 하며, 안내를 받도록 해야 한다.
- 박사논문 프로포절 심사 대상자들은 심사일 일주일 전까지 발표자료를 지도교수를 포함한 전체 교수 및 학과 담당자에게 직접, 또는 이메일, 우편 등을 통하여 전달하여야 한다.
- 박사논문 프로포절 심사 대상자들은 심사당일 발표자료 사본을 준비하여 참석자들에게 배부하며, 개인별로 20~30분간 논문내용에 대해서 발표를 실시하도록 하고, 심사위원은 논문주제의 타당성, 연구방법의 타당성 등을 엄밀히 심사하여 수정·보완이 필요한 사항을 지적한다.
- 박사논문 프로포절 심사는 심사위원 3분의 2 이상의 찬성을 얻어야 통과되며, 프로포절 심사에 합격하여야만 학위논문심사를 받을 수 있다.
- 박사논문 프로포절 심사결과 불합격한 경우 당해 학기에는 다시 심사를 받을 수 없다.
학위논문 제출자격
석사과정
- 본 대학원 석사학위과정 수료자 또는 수료 예정자
- 석사학위 논문제출자격시험에 합격한 자
- 연구윤리 및 논문작성법 특강 이수 후 연구윤리 서약서를 제출한 자
- 학과에서 지정한 세부전공별 필수과목과 선수과목(해당되는 경우)을 이수한 자
- 입학 후 5년을 초과하지 아니한 자. 단, 휴학기간은 재학연한에 산입하지 않으며, 외국인은 재학연한을 두지 않는다.
- 논문제출시 최종학기에 지도교수의 해외연수, 신분변동, 공공성을 띤 학생의 해외연수, 해외유학, 해외근무 또는 3개월 이상의 입원치료 등의 사유가 발생한 경우에는 최장 1년간 그 기간을 연장할 수 있으며 수료 후 군입대로 논문제출 기한이 초과하였을 경우에도 군복무기간만큼 연장할 수 있다.
- 2021년 9월 이후 입학한 빅데이터 전공은 JCR SCIE 논문 1편 이상을 졸업 후 2년 이내에 게재하거나, 재학 중 국제 학술대회에서 발표를 1회 이상 하여야 한다.
- 빅데이터 전공은 석사학위청구 논문을 영어로 작성하여야 한다.
박사과정
- 본 대학원 박사학위과정 수료자 및 수료 예정자
- 박사학위 논문제출자격시험에 합격한 자
- 연구윤리 및 논문작성법 특강 이수 후 연구윤리 서약서를 제출한 자
- 논문제출 이전학기에 박사논문 프로포절 심사를 통과한 자
- 학과에서 지정한 세부전공별 필수과목과 선수과목(해당되는 경우)을 이수한 자
- 입학 후 8년을 초과하지 아니한 자. 단, 휴학기간은 재학연한에 산입하지 않으며, 외국인은 재학연한을 두지 않는다.
- 논문제출시한 최종학기에 지도교수의 해외연수, 신분변동, 공공성을 띤 학생의 해외연수, 해외유학, 해외근무 또는 3개월 이상의 입원치료 등의 사유가 발생한 경우에는 최장 1년간 그 기간을 연장할 수 있으며 수료 후 군입대로 논문제출 기한이 초과하였을 경우에도 군복무기간만큼 연장할 수 있다.
- 국내외 전문학술지(JCR)에 단독, 주저자, 또는 교수를 제외한 제1저자로 1편의 논문을 게재해야 한다. 단, 2021년 9월 이후 입학한 빅데이터 전공은 JCR SCIE 논문 3편 이상을 주저자로 게재(단, JCR SCIE 카테고리별 상위 20% 논문 1편 혹은 BKCSA 컨퍼런스 논문 1편 포함)하여야 하며, 국제 학술대회에서 구두(Oral) 발표를 2회 이상 하여야 한다.
- 본 규정은 2011년 입학생부터 적용하며, 2011년 이전 입학생은 해당년도의 학과 규정을 따른다.
- 빅데이터 전공은 박사학위청구 논문을 영어로 작성하여야 한다.
학위논문 본 심사
석사논문심사
심사위원회의 구성
- 심사위원은 본 대학교의 교수, 부교수, 박사학위를 소지한 조교수 및 박사학위를 소지한 본교 비전임교수, 명예교수, 타 대학교수 및 기타 논문지도 자격이 있다고 인정되는 연구경력자로 대학원장의 승인을 받은 자에 한함. ※ 단, 2021년 9월 이후 입학한 빅데이터 전공은 국내외 전문가(산업체 포함)가 포함되는 위원회를 구성함.
- 논문지도교수는 심사위원장을 할 수 없음
- 외부심사위원은 1인까지 위촉가능함
- 심사위원은 논문심사가 개시된 이후에는 교체 불가함
심사과정
- 석사논문심사는 공개발표와 내용심사 및 구술시험으로 하고, 논문심사 일정 및 장소는 심사일 이전에 학과사무실 게시판과 학과 홈페이지에 공고하도록 함 ※ 단, 빅데이터 전공은 블라인드 리뷰를 통해 논문 심사를 진행함.
- 논문심사와 구술시험은 각각 100점 만점으로 하여, 각각 평균 80점 이상, 논문심사위원 3분의 2 이상의 찬성으로 통과함
- 기타 사항은 대학원 시행세칙에 따른다
박사논문심사
심사위원회의 구성
- 심사위원은 본 대학교의 교수, 부교수, 박사학위를 소지한 조교수 및 박사학위를 소지한 본교 비전임교수, 명예교수, 타 대학교수 및 기타 논문지도 자격이 있다고 인정되는 연구경력자로 대학원장의 승인을 받은 자에 한함. 단, 2021년 9월 이후 입학한 빅데이터 전공은 국내외 전문가(산업체 포함)가 포함되는 위원회를 구성한다.
- 논문지도교수는 심사위원장을 할 수 없음
- 외부심사위원은 최소 1인은 의무적으로 위촉하되 2인을 초과할 수 없음
- 심사위원은 논문심사가 개시된 이후에는 교체 불가함
- 심사위원은 학기당 2편을 초과하여 논문심사 불가함
- 박사논문 심사위원에는 해당 논문 프로포절 심사위원 중 반드시 2인이 포함되어야 함
심사과정
- 박사논문심사는 2회 이상이어야 하며, 심사위원 5분의 4이상의 출석으로 진행함
- 박사논문심사는 공개발표(1차심사의 경우)와 내용심사 및 구술시험으로 하고, 논문심사 일정 및 장소는 심사일 이전에 학과사무실 게시판과 학과 홈페이지에 공고하도록 함. 단, 2021년 9월 이후 입학한 빅데이터 전공은 블라인드 리뷰를 통해 논문 심사를 진행한다.
- 논문심사와 구술시험은 각각 100점 만점으로 하여, 각각 평균 80점 이상, 논문심사위원 5분의 4 이상의 찬성으로 통과함
- 박사논문 심사위원회는 논문심사 개시 후 8주 이내에 심사를 완료해야 함
