고등학교 동아리 활동 프로그램 (8개 계열 동아리 활동)

전계열 동아리 공통

과정명	차시	주요 활동 내용
[공통과정] AI 리터러시와 데이터과학 기반 문제해결 탐구	생기부 설명 문구	생성형 AI와 데이터과학의 핵심 원리를 이해하고, AI 에이전트·RAG(Retrieval-Augmented Generation)·임베딩 기반 지능형 정보처리 과정을 탐구하며 데이터 기반 문제해결과 AI 리터러시의 핵심 연구 방법론을 경험하는 융합형 탐구 프로그램
	과정소개	생성형 AI, AI 에이전트, RAG(Retrieval-Augmented Generation) 등 최신 인공지능 기술의 구조와 동작 원리를 이해하는 미래기술 탐구 과정 데이터 수집·정제·분석·시각화 전 과정을 수행하며 데이터 기반 문제해결과 의사결정 방법론을 학습하는 데이터과학 융합 프로그램 AI 작업절차서(Workflow Prompt) 설계와 지능형 AI 시스템 구조 분석을 통해 인공지능의 추론 과정과 정보처리 원리를 탐구하는 연구 중심 활동 다양한 전공 분야에서 활용되는 AI 기술 사례를 분석하고, 데이터 분석 결과를 보고서로 정리하며 융합적 사고력과 연구 역량을 기르는 탐구 과정
	1차시 AI 리터러시와 데이터 기반 문제해결 과정 탐구	최신 AI 기술 동향과 생성형 AI의 작동 원리 분석하기 AI 리터러시와 AI 윤리의 중요성 탐구하기 AI 기반 문제해결 절차와 사고 체계 이해하기 AI 작업절차서(Workflow Prompt) 설계 원리 탐구하기 전공 분야별 AI 활용 전략 및 작업절차서 설계하기 데이터과학(Data Science)의 핵심 개념 이해하기 데이터 분석 기초 과정 탐구하기 데이터 시각화를 통한 정보 표현 방법 탐구하기 데이터 패턴 분석 및 결과 해석하기 생성형 AI 결과의 신뢰성·편향성·한계 평가하기 AI 활용 사례와 미래 전공 분야 연계성 탐구하기
	2차시 AI 에이전트와 지능형 데이터 처리 시스템 탐구	AI 에이전트 구조와 의사결정 과정 분석하기 역할 기반(Role-Based) AI 에이전트 설계하기 입력·처리·출력 기반 AI 시스템 구조 이해하기 데이터 증강(Data Augmentation)의 원리와 활용성 탐구하기 대화 맥락(Context)에 따른 AI 응답 변화 분석하기 문서 검색 기반 생성(RAG)의 구조와 동작 원리 탐구하기 AI 임베딩(Embedding)과 벡터 공간(Vector Space) 이해하기 코사인 유사도를 활용한 의미 유사성 분석하기 소규모 AI 언어모델의 추론 과정 분석하기 Function Calling 기반 AI 자동화 구조 설계하기 규칙 기반 AI 비서 시스템 설계하기 생성형 AI 챗봇과 AI 에이전트의 차이점 비교 분석하기 AI 에이전트 활용 사례와 전공 분야 적용 가능성 탐구하기 AI 기반 데이터 처리 결과 분석 보고서 작성하기
	기대효과	생성형 AI와 데이터과학의 핵심 원리를 이해하고 최신 디지털 기술을 분석하는 AI 리터러시 역량을 함양할 수 있음 데이터 수집·분석·시각화·해석 과정을 수행하며 데이터 기반 탐구 능력과 과학적 문제해결 역량을 향상시킬 수 있음 AI 에이전트, 임베딩, RAG 등 최신 인공지능 기술의 구조를 이해하고 실제 정보처리 과정에 적용하는 융합적 사고력을 기를 수 있음 생성형 AI의 신뢰성·편향성·윤리적 이슈를 분석하며 비판적 사고력과 책임 있는 AI 활용 역량을 함양할 수 있음 전공 분야별 AI 활용 사례를 탐구하며 미래 산업과 학문 분야에 대한 이해를 높이고 진로 탐색 역량을 강화할 수 있음 데이터 분석 결과를 논리적으로 해석하고 보고서로 정리하는 과정을 통해 연구 수행 능력과 의사소통 역량을 향상시킬 수 있음
	수업 운영 안내	수업 시간: 2차시 (차시당 45분 ~ 50분) 강사비: 19만원 (지방의 경우 교통비 추가) 재료비: 학생 1인당 1만원 (교재, SW 포함) 준비물: 노트북 또는 태블릿 실습용 SW 구매하기 교재 구매하기

자연과학 계열 - 수학 동아리

과정명	차시	주요 활동 내용
[심화과정] 인공지능 수학과 데이터 모델링 탐구	생기부 설명 문구	인공지능의 핵심 수학 원리인 선형대수(Linear Algebra)·최적화(Optimization)·확률 이론을 탐구하고, 벡터 공간(Vector Space)·인공신경망(Neural Network)·생성형 AI의 수학적 구조를 분석하며 현대 인공지능(AI)의 핵심 연구 방법론을 경험하는 수학 융합 심화 탐구 프로그램
	과정소개	인공지능을 구성하는 핵심 수학 개념인 벡터, 행렬, 선형변환, 확률, 최적화 알고리즘을 탐구하며 현대 AI 기술의 수학적 기반을 이해하는 심화 탐구 과정 인공신경망, 임베딩, 코사인 유사도, 경사하강법 등 실제 AI 모델에 활용되는 수학적 원리를 시각화와 데이터 모델링을 통해 분석하는 융합형 연구 활동 생성형 AI의 확률 기반 예측 구조와 강화학습의 의사결정 과정을 수학적 관점에서 해석하며 데이터 기반 문제 해결 방법론을 탐구하는 과정 수학적 모델링과 데이터 해석 과정을 수행하고 분석 결과를 보고서로 정리하며 인공지능 시대의 핵심 수리·데이터 역량을 함양하는 프로젝트형 프로그램
	1차시 벡터·행렬과 인공지능 수학 탐구	벡터(Vector)의 수학적 의미와 공간 표현 이해하기 3차원 공간에서의 벡터 연산 탐구하기 행렬(Matrix)의 구조와 변환 원리 이해하기 좌표 변환과 선형변환의 수학적 의미 분석하기 벡터와 행렬을 활용한 공간 모델링 탐구하기 임베딩(Embedding)과 벡터 공간(Vector Space) 이해하기 코사인 유사도의 기하학적 의미 분석하기 데이터 간 거리와 유사성의 수학적 해석 수행하기 인공신경망의 수학적 구조 이해하기 뉴런·가중치·편향의 선형대수적 의미 분석하기 활성화 함수의 역할과 비선형성 탐구하기 퍼셉트론(Perceptron)의 분류 원리 이해하기 인공지능 수학 모델링 결과 보고서 작성하기
	2차시 최적화·확률과 생성형 AI 수학 탐구	함수와 변화율의 수학적 의미 이해하기 미분과 기울기의 최적화 활용 탐구하기 경사하강법(Gradient Descent)의 수학적 구조 분석하기 손실함수(Loss Function)와 최적화 문제 이해하기 학습률(Learning Rate)에 따른 수렴 과정 비교 분석하기 최적화 알고리즘의 수학적 차이 탐구하기 생성형 AI의 확률 기반 예측 구조 이해하기 확률분포와 토큰 생성 과정 분석하기 확률 변화에 따른 예측 결과 비교하기 강화학습의 보상함수(Reward Function) 이해하기 생성형 AI의 수학적 한계와 특징 분석하기 AI 수학 기반 데이터 해석 보고서 작성하기
	기대효과	벡터, 행렬, 함수, 미분, 확률 등 고등학교 수학이 인공지능 기술에 적용되는 원리를 이해하며 수학적 사고력을 심화할 수 있음 데이터 간 유사성, 분류, 예측 과정을 수학적으로 분석하며 추상적 수학 개념을 실제 문제 해결에 적용하는 역량을 기를 수 있음 인공신경망, 생성형 AI, 강화학습의 핵심 원리를 수학적 관점에서 이해하며 인공지능 기술에 대한 심층적 이해를 높일 수 있음 수학적 모델링과 최적화 과정을 수행하며 논리적 추론 능력과 문제 해결 역량을 향상시킬 수 있음 데이터 분석 결과를 해석하고 시각화하는 과정을 통해 데이터 리터러시와 정량적 분석 역량을 함양할 수 있음 수학·인공지능·데이터과학의 융합 사례를 탐구하며 수학과, 통계학과, 데이터사이언스학과, 인공지능학과 등 관련 분야의 진로 탐색 역량을 강화할 수 있음
	수업 운영 안내	수업 시간: 2차시 (차시당 45분 ~ 50분) 강사비: 19만원 (지방의 경우 교통비 추가) 재료비: 학생 1인당 1만원 (교재, SW 포함) 준비물: 노트북 또는 태블릿 실습용 SW 구매하기 교재 구매하기
[심화과정] 경제수학과 데이터 분석 모델 탐구	생기부 설명 문구	경제 현상을 설명하는 수학적 모델과 데이터 분석 기법을 활용하여 경제 데이터의 패턴과 변화를 탐구하고, 확률·통계·시뮬레이션 기반의 의사결정 모델을 분석하며 계량경제학(Econometrics)과 데이터 기반 경제 분석(Data-Driven Economics)의 핵심 연구 방법론을 경험하는 융합형 탐구 프로그램
	과정소개	경제 현상을 설명하는 수열, 함수, 확률, 통계 개념을 바탕으로 경제수학의 핵심 원리와 데이터 기반 분석 방법을 탐구하는 심화 탐구 과정 자산 성장, 소비 패턴, 시장 변화 등 다양한 경제 현상을 수학적 모델과 데이터 시각화를 통해 분석하며 정량적 사고력을 기르는 융합형 연구 활동 시계열 분석, 몬테카를로 시뮬레이션, AI 기반 예측 모델 등 현대 데이터 분석 기법을 활용하여 경제 데이터의 패턴과 변화를 해석하는 과정 경제적 의사결정과 위험 관리의 원리를 탐구하고 분석 결과를 보고서로 정리하며 경제학·경영학·데이터과학 분야의 연구 방법론을 경험하는 프로젝트형 프로그램
	1차시 경제수학과 데이터 해석 탐구	경제 현상을 설명하는 수학적 모델 이해하기 이자·복리·할인율의 함수적 구조 분석하기 수열과 함수 기반 자산 변화 모델 탐구하기 시간에 따른 자산 성장 과정 시각화하기 확률과 통계를 활용한 경제 데이터 해석하기 평균·분산·표준편차의 의미 탐구하기 데이터 분포와 변동성 분석하기 경제 데이터 시각화와 패턴 탐구하기 데이터 간 유사성과 차이 분석하기 코사인 유사도의 수학적 의미 이해하기 AI 기반 예측 모델의 수학적 구조 탐구하기 데이터 기반 의사결정 모델 분석하기 경제수학 기반 데이터 분석 보고서 작성하기
	2차시 확률모델과 경제 시뮬레이션 탐구	변화율과 미분의 경제적 의미 이해하기 이동평균(Moving Average)과 추세 분석 탐구하기 시계열 데이터 변화 과정 분석하기 확률 기반 의사결정 모델 이해하기 몬테카를로 시뮬레이션의 원리 탐구하기 확률 변화에 따른 예측 결과 비교 분석하기 위험(Risk)과 기대값(Expected Value)의 관계 이해하기 경제적 선택 문제의 수학적 구조 분석하기 강화학습 보상함수의 의사결정 원리 이해하기 생성형 AI 기반 데이터 분석 과정 탐구하기 경제 데이터 패턴과 예측 모델 평가하기 경제 시뮬레이션 결과 해석 보고서 작성하기
	기대효과	이자, 복리, 할인율, 변화율 등 경제 현상을 설명하는 수학적 원리를 이해하고 이를 실제 데이터 분석에 적용하는 능력을 기를 수 있음 확률과 통계를 활용하여 경제 데이터의 분포와 변동성을 분석하며 정량적 사고력과 데이터 해석 역량을 향상시킬 수 있음 시계열 분석, 몬테카를로 시뮬레이션, AI 기반 예측 모델의 원리를 이해하며 경제 현상을 데이터 기반으로 분석하는 연구 역량을 함양할 수 있음 위험(Risk), 기대값(Expected Value), 의사결정 모델의 관계를 탐구하며 합리적 의사결정과 문제 해결 능력을 강화할 수 있음 경제 데이터 패턴을 분석하고 예측 결과를 평가하는 과정을 통해 데이터 리터러시와 비판적 분석 능력을 향상시킬 수 있음 경제학, 경영학, 금융학, 통계학, 데이터사이언스 분야의 핵심 연구 방법론을 경험하며 미래 진로 탐색과 학문적 관심을 확장할 수 있음 데이터 분석 결과를 논리적으로 해석하고 보고서로 정리하는 과정을 통해 연구 수행 능력과 의사소통 역량을 함양할 수 있음
	수업 운영 안내	수업 시간: 2차시 (차시당 45분 ~ 50분) 강사비: 19만원 (지방의 경우 교통비 추가) 재료비: 학생 1인당 1만원 (교재, SW 포함) 준비물: 노트북 또는 태블릿 실습용 SW 구매하기 교재 구매하기
[심화과정] 공학수학과 제어시스템 모델링 탐구	생기부 설명 문구	미분방정식·선형대수·확률 모델을 활용하여 동적 시스템(Dynamic System)의 제어 원리를 탐구하고, PID 제어·역기구학(Inverse Kinematics)·센서 융합(Sensor Fusion) 기반의 공학적 문제 해결 과정을 분석하며 현대 제어공학(Control Engineering)의 핵심 연구 방법론을 경험하는 수학·공학 융합 심화 탐구 프로그램
	과정소개	함수, 미분, 적분, 미분방정식 등 공학수학의 핵심 개념을 활용하여 실제 물리 시스템과 제어 시스템을 수학적으로 분석하는 심화 탐구 과정 PID 제어기와 동적 시스템(Dynamic System)의 구조를 탐구하며 드론, 로봇, 자율주행 시스템에 적용되는 제어공학(Control Engineering)의 핵심 원리를 이해하는 연구 중심 활동 역기구학(Inverse Kinematics), 최적화 알고리즘, 상태 추정(State Estimation) 기법을 활용하여 복잡한 공학 문제를 수학적으로 모델링하고 해석하는 융합형 프로그램 칼만 필터와 센서 융합(Fusion) 기술을 탐구하며 현대 로봇공학, 자율주행, 항공우주 시스템에 적용되는 데이터 기반 의사결정 구조를 이해하는 프로젝트형 탐구 활동
	1차시 미분방정식과 PID 제어 모델 탐구	공학수학과 물리 시스템의 관계 이해하기 함수·미분·적분의 공학적 의미 탐구하기 속도·가속도 변화의 수학적 모델 분석하기 벡터 기반 운동 모델링 이해하기 물체 운동과 힘의 관계를 수식으로 해석하기 PID 제어기의 수학적 구조 이해하기 비례·적분·미분 항의 역할 비교 분석하기 동적 시스템(Dynamic System) 모델링 탐구하기 PID 계수 변화에 따른 응답 특성 분석하기 피드백 제어 시스템의 안정성 평가하기 센서 노이즈와 데이터 오차 분석하기 칼만 필터(Kalman Filter)의 상태 추정 원리 이해하기 실제값·예측값·오차값 비교 분석하기
	2차시 역기구학과 센서 융합 수학 탐구	로보틱스 기구학(Kinematics)의 수학적 구조 이해하기 삼각함수 기반 관절 운동 모델 탐구하기 역기구학(Inverse Kinematics)의 수학적 원리 분석하기 목표 위치와 관절 각도의 관계 탐구하기 제어 알고리즘의 수학적 구조 분석하기 센서 오차와 위치 추정 문제 탐구하기 칼만 필터 기반 상태 추정 모델 이해하기 확률 기반 센서 융합(Fusion) 원리 분석하기 다중 센서 데이터 통합 과정 탐구하기 자율주행·드론·로봇 분야의 수학적 모델링 사례 조사하기
	기대효과	미분방정식과 벡터를 활용하여 물체의 운동과 물리 시스템을 수학적으로 모델링하는 능력을 향상시킬 수 있음 PID 제어기의 수학적 구조와 피드백 제어 원리를 이해하며 제어공학의 핵심 개념을 체계적으로 학습할 수 있음 시스템 응답, 안정성, 오차 분석 과정을 탐구하며 공학적 문제를 정량적으로 해석하는 능력을 기를 수 있음 역기구학과 최적화 알고리즘을 분석하며 로봇의 움직임과 경로 생성 과정에 적용되는 수학적 원리를 이해할 수 있음 칼만 필터와 상태 추정 기법을 활용하여 센서 오차를 보정하고 실제 시스템의 상태를 예측하는 현대 공학의 연구 방법론을 경험할 수 있음 다중 센서 데이터 융합 과정을 분석하며 자율주행, 드론, 로봇 시스템의 지능형 의사결정 구조를 이해할 수 있음 수학적 모델링 결과를 분석하고 보고서로 정리하는 과정을 통해 논리적 사고력, 데이터 해석 능력, 연구 수행 역량을 향상시킬 수 있음 기계공학과, 로봇공학과, 항공우주공학과, 전자공학과, 제어계측공학과, 인공지능학과 분야의 핵심 연구 주제를 경험하며 전공 적합성과 진로 탐색 역량을 강화할 수 있음
	수업 운영 안내	수업 시간: 2차시 (차시당 45분 ~ 50분) 강사비: 19만원 (지방의 경우 교통비 추가) 재료비: 학생 1인당 1만원 (교재, SW 포함) 준비물: 노트북 또는 태블릿 실습용 SW 구매하기 교재 구매하기

자연과학 계열 - 화학·생명 동아리

과정명	차시	주요 활동 내용
[심화과정] AI 기반 유전체 분석과 질병 예측 탐구 (AlphaGenome)	생기부 설명 문구	최신 AI 유전체 분석 기술인 AlphaGenome을 활용하여 유전자 변이와 질병 발생의 연관성을 탐구하고, 정밀의료 시대의 핵심 연구 방법론인 생명정보학(Bioinformatics)의 분석 과정을 경험하는 심화 탐구 프로그램
	과정소개	DNA의 구조와 유전자 발현 메커니즘을 탐구하고, 유전정보가 생명 현상으로 연결되는 과정을 분자생물학적 관점에서 분석하는 심화 탐구 과정 유전자 변이와 질병 발생의 관계를 사례 기반으로 분석하며, 생명정보학(Bioinformatics)의 연구 방법과 유전체 데이터 해석 과정을 경험하는 융합형 탐구 활동 최신 AI 유전체 분석 기술인 AlphaGenome의 원리를 이해하고, 유전체 서열 데이터와 질병 위험도의 연관성을 데이터 기반으로 탐구하는 연구 중심 프로그램 생명과학·의학·인공지능을 융합하여 정밀의료와 미래 바이오헬스 산업의 핵심 기술을 탐색하고 과학적 분석 결과를 연구 보고서로 정리하는 프로젝트형 과정
	1차시 DNA 구조와 유전정보 전달 메커니즘 탐구	DNA의 이중나선 구조와 유전 정보 저장 원리 이해하기 3차원 DNA 구조 모델링 실습 염기쌍(Base Pair) 구조와 결합 원리 이해하기 DNA 복제 과정 시뮬레이션 실습 DNA → pre-mRNA → mRNA 전사 과정 이해하기 인트론(Intron)과 엑손(Exon)의 구조 이해하기 스플라이싱(Splicing) 과정과 유전자 발현 이해하기 코돈(Codon)과 유전 암호 체계 이해하기 DNA 추출 및 유전체 분석 절차 이해하기 타액·혈액 기반 DNA 추출 과정 이해하기 DNA 시퀀싱 데이터 생성 원리 이해하기 DNA 조각화(Fragmentation) 과정 이해하기 유전자 돌연변이 유형 분석 실습 (치환·삽입·결실) 질병 관련 유전자 변이 탐구 (ALDH2·겸상적혈구빈혈·낭포성섬유증) 유전자 변이와 질병 발생 과정 분석하기 유전자 치료 및 정밀의료 개념 이해하기 DNA→RNA 정보 흐름 탐구 보고서 작성하기
	2차시 AI 기반 유전체 분석과 질병 연관성 탐구	생명정보학(Bioinformatics)의 역할 이해하기 고전 분자생물학과 현대 유전체학 비교하기 PCR·전기영동 기반 유전자 검출 원리 이해하기 DNA 시퀀싱 기반 유전체 분석 원리 이해하기 PCR·전기영동과 DNA 시퀀싱의 차이점 분석하기 DNA Read 생성 및 유전체 조립(Assembly) 실습 유전체 정렬(Alignment) 원리 이해하기 변이 탐색(Variant Calling) 과정 이해하기 DNA 분석 방법 비교하기 (SNP·전장엑솜(WES)·전장유전체(WGS)) 유전자 검사 시나리오 탐구(ALDH2 홍조 반응·질병 관련 SNP 탐색) 유전자 검사 시나리오 탐구(가족 유전 패턴 분석) 유전자 서열 비교 및 패턴 분석 실습 정상 유전자와 돌연변이 유전자 비교 분석 AlphaGenome의 구조와 원리 이해하기 AI 언어모델과 유전체 서열 분석 비교하기 AI 기반 질병 위험도 예측 실습 AI 기반 유전체 분석의 한계와 윤리적 이슈 탐구 유전체 분석 결과 보고서 작성하기
	기대효과	DNA 복제·전사·유전자 발현 과정을 분자생물학적 관점에서 이해하고 생명 현상을 과학적으로 해석하는 능력을 기를 수 있음 유전자 변이와 질병 발생의 인과관계를 분석하며 가설 수립·검증 중심의 과학적 탐구 역량을 향상시킬 수 있음 유전체 데이터 분석과 AI 기반 질병 예측 과정을 경험하며 생명정보학 및 정밀의료 분야의 연구 방법론을 이해할 수 있음 생명과학과 인공지능의 융합 사례를 탐구하며 미래 바이오·의료·AI 산업에 대한 진로 탐색 역량을 높일 수 있음 유전체 분석 결과를 해석하고 보고서로 정리하는 과정을 통해 데이터 분석력, 논리적 사고력, 과학적 의사소통 능력을 향상시킬 수 있음 AI 기반 유전체 분석의 한계와 윤리적 이슈를 탐구하며 과학기술의 사회적 영향에 대한 비판적 사고 역량을 함양할 수 있음
	수업 운영 안내	수업 시간: 2차시 (차시당 45분 ~ 50분) 강사비: 19만원 (지방의 경우 교통비 추가) 재료비: 학생 1인당 1만원 (교재, SW 포함) 준비물: 노트북 또는 태블릿 실습용 SW 구매하기 교재 구매하기
[심화과정] AI 기반 단백질 구조 예측과 신약개발 탐구 (AlphaFold)	생기부 설명 문구	최신 AI 단백질 구조 예측 기술인 AlphaFold를 활용하여 단백질 구조와 질병 발생의 연관성을 탐구하고, AI 기반 신약개발 시대의 핵심 연구 방법론인 생명정보학(Bioinformatics)의 분석 과정을 경험하는 심화 탐구 프로그램
	과정소개	유전정보가 아미노산과 단백질로 발현되는 과정을 탐구하고, 단백질 구조와 생명 기능의 관계를 분자생물학적 관점에서 분석하는 심화 탐구 과정 아미노산 서열 변화가 단백질 구조와 기능에 미치는 영향을 분석하며, 질병 발생 원인을 생체분자 수준에서 이해하는 연구 중심 활동 최신 AI 단백질 구조 예측 기술인 AlphaFold의 원리와 활용 사례를 탐구하고, 단백질 접힘(Folding) 문제 해결 과정과 생명정보학(Bioinformatics)의 연구 방법론을 경험하는 융합형 프로그램 단백질 구조 분석을 기반으로 질병 표적 발굴, 약물 결합, 신약 후보 탐색 과정을 이해하며 미래 바이오·의료·제약 산업의 핵심 기술을 탐색하는 프로젝트형 탐구 활동
	1차시 아미노산·단백질 생성과 생체분자 구조 탐구	mRNA → 아미노산 번역 과정 이해하기 코돈(Codon)과 유전 암호 체계 이해하기 규칙 기반 아미노산 번역 과정 실습 아미노산 3차원 구조 모델링 실습 펩타이드 결합 형성 과정 이해하기 아미노산 배열과 단백질 형성 과정 이해하기 단백질 1차 구조 생성 실습 단백질 2차 구조 형성 원리 이해하기 돌연변이에 따른 아미노산 변화 분석 아미노산 변화에 따른 단백질 기능 변화 분석 정상 단백질과 변이 단백질 비교 실습
	2차시 AI 기반 단백질 구조 예측과 신약개발 탐구	단백질 접힘(Folding) 문제 이해하기 단백질 구조 예측의 역사와 한계 이해하기 AlphaFold의 구조 예측 원리 이해하기 다중서열정렬(MSA) 원리 이해하기 단백질 진화와 서열 유사성 이해하기 단백질 구조 예측 시뮬레이션 실습 단백질 접힘 구조 시각화 실습 정상 단백질과 변이 단백질 구조 비교 분석 질병 유발 단백질 사례 탐구 (낫적혈구 빈혈·알츠하이머·암 관련 단백질) 단백질 구조와 질병의 관계 분석 항원·항체 결합 원리 이해하기 신약 개발 파이프라인 탐구 (표적 발굴·단백질 구조 예측) 신약 개발 파이프라인 탐구 (후보 물질 탐색·임상시험) AlphaFold와 AlphaGenome 비교 분석
	기대효과	아미노산, 단백질, 효소의 구조와 기능을 이해하며 생명 현상을 분자 수준에서 해석하는 생명과학적 사고력을 향상시킬 수 있음 단백질 구조 변화와 질병 발생의 관계를 분석하며 가설 수립과 검증 중심의 과학적 탐구 역량을 함양할 수 있음 AlphaFold를 활용한 단백질 구조 예측 과정을 이해하며 생명정보학(Bioinformatics)과 AI 기반 바이오 연구 방법론을 경험할 수 있음 단백질-단백질 상호작용, 항원-항체 결합, 단백질-약물 결합 원리를 탐구하며 신약개발의 핵심 개념을 이해할 수 있음 최신 AI 기술이 생명과학과 의학 연구에 활용되는 사례를 분석하며 바이오인공지능, 정밀의료, 신약개발 분야에 대한 진로 탐색 역량을 강화할 수 있음 단백질 구조 데이터를 분석하고 결과를 보고서로 정리하는 과정을 통해 데이터 분석 능력, 논리적 사고력, 과학적 의사소통 역량을 향상시킬 수 있음 AlphaFold와 AlphaGenome의 차이와 활용 분야를 비교 분석하며 유전체학(Genomics)과 단백질체학(Proteomics)의 연구 접근 방법을 통합적으로 이해할 수 있음
	수업 운영 안내	수업 시간: 2차시 (차시당 45분 ~ 50분) 강사비: 19만원 (지방의 경우 교통비 추가) 재료비: 학생 1인당 1만원 (교재, SW 포함) 준비물: 노트북 또는 태블릿 실습용 SW 구매하기 교재 구매하기
[심화과정] AI 기반 가상세포 모델링과 생명시스템 예측 탐구 (Virtual Cell)	생기부 설명 문구	최신 AI 기반 가상세포 연구인 Virtual Cell을 활용하여 유전자·단백질·세포 기능의 상호작용과 질병 발생 메커니즘을 탐구하고, 차세대 정밀의료 시대의 핵심 연구 분야인 시스템생물학(Systems Biology)과 생명정보학(Bioinformatics)의 분석 과정을 경험하는 심화 탐구 프로그램
	과정소개	세포를 하나의 복합 생명시스템(System)으로 이해하고, 유전자·단백질·세포 소기관 간 상호작용을 통합적으로 분석하는 생명과학 심화 탐구 과정 DNA→mRNA→단백질→세포 기능으로 이어지는 생명정보 흐름을 탐구하며, 유전자 변화가 세포 상태와 질병 발생에 미치는 영향을 시스템 생물학(Systems Biology) 관점에서 분석하는 연구 중심 활동 최신 AI 기반 가상세포(Virtual Cell) 연구의 원리를 이해하고, 세포 내부 신호전달 네트워크와 물질 이동 과정을 모델링하여 생명시스템의 동작 원리를 탐구하는 융합형 프로그램 AlphaGenome, AlphaFold, Virtual Cell로 이어지는 차세대 AI 바이오 연구 흐름을 이해하고, 질병 예측과 정밀의료 시대의 핵심 연구 방법론을 경험하는 프로젝트형 탐구 활동
	1차시 Virtual Cell Challenge와 AI 기반 가상세포 연구 이해하기	Virtual Cell Challenge와 AI 기반 가상세포 연구 이해하기 세포를 하나의 생명 시스템(System)으로 이해하기 세포 구조와 세포 소기관의 기능 이해하기 핵(Nucleus)과 유전자 정보 저장 구조 이해하기 리보솜(Ribosome)과 단백질 생성 기능 이해하기 미토콘드리아와 ATP 에너지 생산 이해하기 세포막과 물질 이동 원리 이해하기 세포 내 신호 전달 체계 이해하기 DNA → mRNA → 단백질 → 세포 기능 정보 흐름 이해하기 유전자 변화가 세포 기능에 미치는 영향 탐구하기 세포 기능 변화 탐구 보고서 작성하기
	2차시 AI 기반 가상세포 시뮬레이션과 질병 예측 탐구	AI 기반 세포 모델링의 개념 이해하기 입력(Input)-상태(State)-출력(Output) 기반 세포 모델 설계하기 세포 내부 정보 전달 네트워크 모델링하기 유전자 돌연변이와 세포 반응 관계 분석하기 세포 신호전달(Pathway) 구조 이해하기 리보솜 기반 단백질 생성 과정 시뮬레이션하기 미토콘드리아 ATP 생성 과정 시뮬레이션하기 정상 세포와 돌연변이 세포 비교 분석하기 AI 기반 세포 상태 예측 실습하기 Virtual Cell과 AlphaGenome·AlphaFold의 관계 이해하기 가상세포 모델링 탐구 보고서 작성하기
	기대효과	세포를 구성하는 핵, 리보솜, 미토콘드리아, 세포막 등 다양한 세포 소기관의 기능과 상호작용을 이해하며 생명 현상을 시스템 관점에서 해석할 수 있음 유전자 변이, 단백질 기능 변화, 세포 상태 변화의 연관성을 분석하며 생명과학 연구에 필요한 과학적 탐구 역량과 분석 능력을 향상시킬 수 있음 세포 내부 신호전달 네트워크와 항상성 유지 과정을 모델링하며 복잡한 생명시스템을 구조적으로 이해하는 융합적 사고력을 기를 수 있음 AI 기반 세포 모델링과 상태 예측 과정을 경험하며 시스템생물학(Systems Biology), 생명정보학(Bioinformatics), 계산생물학(Computational Biology)의 연구 방법론을 이해할 수 있음 암세포, 유전질환, 단백질 기능 이상 등 다양한 질병 사례를 분석하며 질병 발생 메커니즘을 세포 수준에서 설명하는 능력을 함양할 수 있음 AlphaGenome(유전체 분석), AlphaFold(단백질 구조 예측), Virtual Cell(세포 시스템 예측)의 연계 구조를 이해하며 미래 바이오·의료·AI 산업의 발전 방향을 탐색할 수 있음 세포 모델링 결과를 분석하고 탐구 보고서로 정리하는 과정을 통해 데이터 해석 능력, 논리적 사고력, 과학적 의사소통 역량을 향상시킬 수 있음
	수업 운영 안내	수업 시간: 2차시 (차시당 45분 ~ 50분) 강사비: 19만원 (지방의 경우 교통비 추가) 재료비: 학생 1인당 1만원 (교재, SW 포함) 준비물: 노트북 또는 태블릿 실습용 SW 구매하기 교재 구매하기

자연과학 계열 - 물리·지구과학·천문우주·항공우주·국방공학 동아리

과정명	차시	주요 활동 내용
[기초과정] 드론의 물리역학적 제어와 항공우주 시스템 탐구	생기부 설명 문구	드론의 비행 역학과 자율비행 제어 기술을 탐구하고, 센서 융합·상태 추정·PID 제어 알고리즘을 활용하여 미래 항공우주 시스템의 핵심 연구 분야인 항법공학(Navigation Engineering)과 제어공학(Control Engineering)의 분석 과정을 경험하는 심화 탐구 프로그램
	과정소개	드론 비행에 적용되는 힘과 운동의 법칙을 분석하고, 자율비행 시스템의 구조와 항공우주 기술의 발전 과정을 탐구하는 물리·공학 융합형 심화 탐구 과정 관성측정장치(IMU), 자이로센서, 가속도센서 등 다양한 센서 데이터를 활용하여 비행체의 위치와 자세를 추정하는 현대 항법 기술의 원리를 이해하는 연구 중심 활동 칼만 필터(Kalman Filter)와 PID 제어 알고리즘을 적용하여 드론의 위치 안정화와 자율비행 과정을 분석하며 제어공학의 핵심 개념을 탐구하는 프로그램 드론 제어 기술을 기반으로 인공위성, 우주선, 자율비행체 등 미래 항공우주 시스템의 동작 원리를 이해하고 분석 결과를 보고서로 정리하는 프로젝트형 탐구 활동
	1차시 드론의 물리역학적 원리와 항공우주 시스템 이해	드론과 항공우주 기술의 발전 과정 탐구하기 비행체에 작용하는 힘과 운동 원리 이해하기 드론 비행의 물리적 원리 분석하기 자율비행 시스템의 구조와 동작 과정 탐구하기 드론 경로 계획(Path Planning) 원리 이해하기 자동 항법 기반 비행 경로 설계하기 관성측정장치(IMU)의 구조와 동작 원리 분석하기 자이로센서·가속도센서 데이터 특성 이해하기 센서 오차와 노이즈 발생 원인 탐구하기 드론 위치 안정화 과정 탐구하기 달 탐사와 우주 비행 시스템 이해하기
	2차시 PID 제어와 자율비행 시스템 탐구	PID 제어기의 구조와 동작 원리 이해하기 드론 호버링 제어 과정 분석하기 자세 안정화 알고리즘 탐구하기 자동 고도 유지 시스템 분석하기 PID 계수 변화에 따른 제어 성능 비교하기 뉴턴의 작용·반작용 법칙과 추진 원리 탐구하기 비행 데이터 기반 제어 성능 평가하기 센서값과 실제 위치의 차이 분석하기 센서 오차와 제어 안정성의 관계 탐구하기 피드백 제어 시스템의 구조 이해하기 자율비행 알고리즘의 적용 사례 분석하기
	기대효과	뉴턴의 운동법칙, 작용·반작용, 힘과 운동의 관계를 실제 비행 시스템에 적용하며 물리학적 사고력과 문제 해결 능력을 향상시킬 수 있음 드론 비행 데이터를 분석하고 센서 오차와 노이즈의 영향을 탐구하며 데이터 기반 탐구 역량과 정량적 분석 능력을 기를 수 있음 PID 제어와 피드백 제어 시스템의 원리를 이해하고 자율비행 과정에 적용하며 제어공학 및 시스템공학의 핵심 개념을 학습할 수 있음 칼만 필터 기반 상태 추정 과정을 경험하며 항법 시스템과 센서 융합 기술의 연구 방법론을 이해할 수 있음 자율비행, 드론, 인공위성, 우주선 등에 적용되는 항공우주 기술의 구조를 탐구하며 미래 모빌리티 및 항공우주 산업에 대한 이해를 높일 수 있음 시뮬레이션 결과를 분석하고 보고서로 정리하는 과정을 통해 과학적 탐구 능력, 논리적 사고력, 데이터 해석 능력 및 의사소통 역량을 향상시킬 수 있음 물리학, 항공우주공학, 기계공학, 전자공학, 제어공학 분야의 핵심 연구 방법론을 경험하며 전공 적합성과 진로 탐색 역량을 강화할 수 있음
	수업 운영 안내	수업 시간: 2차시 (차시당 45분 ~ 50분) 강사비: 19만원 (지방의 경우 교통비 추가) 재료비: 학생 1인당 1만원 (교재, SW 포함) 준비물: 노트북 또는 태블릿 실습용 SW 구매하기 교재 구매하기
[심화과정] 상대성이론 시공간 시뮬레이션 및 우주물리 탐구	생기부 설명 문구	아인슈타인의 특수·일반상대성이론을 기반으로 시공간과 중력의 본질을 탐구하고, 블랙홀과 우주 환경에서 나타나는 상대론적 현상을 분석하며 현대 우주물리학(Astrophysics)과 이론물리학(Theoretical Physics)의 연구 방법론을 경험하는 심화 탐구 프로그램
	과정소개	현대 물리학의 핵심 이론인 상대성이론을 바탕으로 시공간(Space-Time), 시간지연(Time Dilation), 길이수축(Length Contraction)의 물리적 의미를 탐구하는 심화 탐구 과정 로렌츠 변환, 민코프스키 시공간 다이어그램, 빛의 원뿔(Light Cone) 등 현대 물리학의 수학적·개념적 도구를 활용하여 상대론적 현상을 분석하는 연구 중심 활동 블랙홀, 사건의 지평선, 중력 시간지연 등 일반상대성이론의 핵심 개념을 시뮬레이션과 데이터 분석을 통해 탐구하며 우주물리학의 연구 방법론을 경험하는 프로그램 영화 인터스텔라와 실제 우주 환경 사례를 비교 분석하며 현대 천체물리학과 우주과학의 최신 연구 주제를 탐색하고 탐구 결과를 보고서로 정리하는 프로젝트형 활동
	1차시 특수상대성이론과 시공간 구조 시뮬레이션 탐구	아인슈타인의 상대성이론과 현대 물리학 이해하기 시공간(Space-Time)의 개념 탐구하기 빛의 속도 불변 원리 분석하기 로렌츠 변환의 물리적 의미 이해하기 민코프스키 시공간 다이어그램 분석하기 빛의 원뿔(Light Cone) 구조 탐구하기 관측자에 따른 시공간 좌표 변화 분석하기 상대속도 변화에 따른 시간지연 현상 탐구하기 길이수축 현상의 물리적 의미 이해하기 우주선 시계의 시간 변화 분석하기 특수상대성이론 시뮬레이션 결과 해석하기 상대성이론 탐구 보고서 작성하기
	2차시 일반상대성이론과 블랙홀 물리 시뮬레이션 탐구	일반상대성이론의 핵심 개념 이해하기 중력과 시공간 곡률의 관계 탐구하기 블랙홀 형성과 구조 이해하기 사건의 지평선(Event Horizon)의 의미 분석하기 중력 시간지연의 원리 탐구하기 블랙홀 주변 시공간 구조 분석하기 중력장에 따른 시간 흐름 변화 비교하기 블랙홀 환경에서의 시간지연 현상 탐구하기 특수상대성이론과 일반상대성이론 비교 분석하기 우주 환경에서 상대성이론의 활용 사례 조사하기 영화 인터스텔라의 물리학적 타당성 분석하기 상대성이론 기반 우주물리 보고서 작성하기
	기대효과	시간과 공간을 절대적인 개념이 아닌 상대적인 물리량으로 이해하며 현대 물리학의 핵심 개념에 대한 깊이 있는 사고력을 기를 수 있음 특수상대성이론의 시간지연, 길이수축, 로렌츠 변환을 분석하며 수학적 모델과 물리 현상의 관계를 이해할 수 있음 블랙홀과 중력장 환경에서 발생하는 시공간 곡률과 시간 변화 현상을 탐구하며 천체물리학과 우주과학의 핵심 연구 주제를 이해할 수 있음 시뮬레이션을 활용하여 복잡한 상대론적 현상을 시각적으로 분석하고 과학적 가설과 결과를 해석하는 탐구 역량을 향상시킬 수 있음 특수상대성이론과 일반상대성이론을 비교 분석하며 물리학 이론의 발전 과정과 현대 과학 연구 방법론을 이해할 수 있음 GPS 위성, 우주 탐사, 블랙홀 연구 등 실제 과학기술에 적용되는 상대성이론의 활용 사례를 탐구하며 학문적 확장성과 진로 탐색 역량을 강화할 수 있음 탐구 결과를 논리적으로 정리하고 보고서로 작성하는 과정을 통해 과학적 의사소통 능력과 연구 수행 역량을 향상시킬 수 있음
	수업 운영 안내	수업 시간: 2차시 (차시당 45분 ~ 50분) 강사비: 19만원 (지방의 경우 교통비 추가) 재료비: 학생 1인당 1만원 (교재, SW 포함) 준비물: 노트북 또는 태블릿 실습용 SW 구매하기 교재 구매하기
[심화과정] 양자컴퓨팅과 진동·파동 물리 탐구	생기부 설명 문구	양자중첩·양자얽힘·양자게이트의 원리를 탐구하고, 진동·파동·푸리에 변환을 활용하여 양자 상태와 물리 시스템의 수학적 구조를 분석하며 미래 양자정보과학(Quantum Information Science)과 양자컴퓨팅(Quantum Computing)의 연구 방법론을 경험하는 심화 탐구 프로그램
	과정소개	양자컴퓨터의 정보 처리 원리와 양자역학의 핵심 개념을 탐구하며 고전적 사고를 넘어서는 현대 물리학의 새로운 패러다임을 이해하는 심화 탐구 과정 큐비트, 양자중첩, 양자얽힘, 양자게이트 등 양자정보과학의 핵심 개념을 분석하고 양자 상태 변화 과정을 시뮬레이션을 통해 탐구하는 연구 중심 활동 파동함수, 진동, 공명, 푸리에 변환 등 물리학과 수학의 핵심 개념을 활용하여 복잡한 물리 시스템의 동작 원리를 모델링하고 해석하는 융합형 프로그램 양자컴퓨팅과 진동·파동 현상을 연결하여 정보과학, 물리학, 수학이 융합되는 미래 과학기술의 연구 방법론을 경험하고 탐구 결과를 보고서로 정리하는 프로젝트형 활동
	1차시 양자컴퓨터와 양자정보과학 탐구	양자컴퓨터의 등장 배경과 발전 과정 이해하기 고전컴퓨터와 양자컴퓨터의 정보 처리 방식 비교하기 양자역학 기반 사고실험 탐구하기 큐비트(Qubit)의 개념과 상태 표현 이해하기 양자중첩(Superposition)의 물리적 의미 분석하기 양자중첩 및 양자얽힘 만들어 보기 슈뢰딩거의 고양이 사고실험 분석하기 양자 상태 변화와 확률 분포 분석하기 반복 연산에 따른 상태 변화 탐구하기 양자 측정(Measurement)의 의미 이해하기 양자 알고리즘의 기본 구조 분석하기 양자정보과학의 미래 활용 가능성 탐구하기 양자컴퓨팅 탐구 보고서 작성하기
	2차시 진동·파동과 물리 시스템 모델링 탐구	파동함수와 양자 상태의 관계 이해하기 관측과 파동함수 붕괴 개념 탐구하기 진동과 파동의 수학적 모델 이해하기 스프링·진자 운동의 미분방정식 분석하기 분자 진동과 에너지 전달 구조 탐구하기 주파수·진폭·위상의 물리적 의미 이해하기 푸리에 변환(Fourier Transform)의 원리 분석하기 주파수 영역과 시간 영역의 관계 탐구하기 공명(Resonance) 현상과 에너지 전달 분석하기 리사주(Lissajous) 곡선의 수학적 구조 이해하기 3차원 분자 진동 모델링하기 진동 시스템의 주파수 특성 비교 분석하기 진동·파동 현상 탐구 보고서 작성하기
	기대효과	양자중첩, 양자얽힘, 양자측정 등 양자역학의 핵심 개념을 이해하며 현대 물리학의 기초 이론에 대한 심층적 이해를 높일 수 있음 고전컴퓨터와 양자컴퓨터의 정보 처리 방식 차이를 분석하며 미래 컴퓨팅 기술의 발전 방향을 이해할 수 있음 양자게이트와 양자상태 변화를 탐구하며 수학적 모델과 물리 현상의 관계를 분석하는 과학적 사고력을 기를 수 있음 진동·파동·공명·푸리에 변환의 원리를 이해하고 실제 물리 시스템에 적용하며 수학적 모델링 및 데이터 해석 역량을 향상시킬 수 있음 복잡한 물리 현상을 시뮬레이션과 시각화를 통해 분석하며 가설 수립, 검증, 결과 해석 중심의 탐구 역량을 함양할 수 있음 양자정보과학, 반도체, 양자통신, 양자암호, 차세대 컴퓨팅 등 미래 첨단 산업의 핵심 기술을 이해하며 진로 탐색 역량을 강화할 수 있음 탐구 결과를 논리적으로 정리하고 보고서로 작성하는 과정을 통해 연구 수행 능력과 과학적 의사소통 역량을 향상시킬 수 있음
	수업 운영 안내	수업 시간: 2차시 (차시당 45분 ~ 50분) 강사비: 19만원 (지방의 경우 교통비 추가) 재료비: 학생 1인당 1만원 (교재, SW 포함) 준비물: 노트북 또는 태블릿 실습용 SW 구매하기 교재 구매하기
[심화과정] 우주궤도 역학과 우주항법 시스템 탐구	생기부 설명 문구	인공위성 궤도와 우주선 항법 원리를 탐구하고, 궤도역학(Orbital Mechanics)·우주항법(Space Navigation)·자세제어(Control System) 기술을 활용하여 현대 우주탐사와 항공우주공학의 핵심 연구 방법론을 경험하는 심화 탐구 프로그램
	과정소개	뉴턴의 운동법칙과 케플러 법칙을 기반으로 인공위성의 궤도 운동과 우주선의 항법 원리를 분석하며 우주궤도 역학(Orbital Mechanics)의 핵심 개념을 탐구하는 심화 과정 원궤도, 타원궤도, 호만 전이궤도(Hohmann Transfer Orbit), 스윙바이(Swing-by) 등 실제 우주탐사에 활용되는 궤도 설계 기법을 시뮬레이션을 통해 분석하는 연구 중심 활동 칼만 필터, 항법 시스템, 자세제어 알고리즘 등 현대 우주공학의 핵심 기술을 탐구하고 우주선 위치 추정 및 제어 과정을 이해하는 융합형 프로그램 달 탐사와 심우주 탐사 사례를 기반으로 우주선의 경로 설계, 자세 안정화, 자동 항법 시스템을 분석하며 미래 우주개발 기술의 연구 방법론을 경험하는 프로젝트형 탐구 활동
	1차시 인공위성 궤도와 우주항법 탐구	뉴턴의 운동법칙과 만유인력 이해하기 케플러 법칙과 우주궤도 구조 분석하기 원궤도와 타원궤도의 특성 비교하기 속도 변화에 따른 궤도 변화 탐구하기 탄도 궤도와 인공위성 궤도 비교 분석하기 위성 운동의 수학적 모델 이해하기 지구 인공위성 궤도의 종류 센서 오차와 항법 시스템의 관계 이해하기 칼만 필터 기반 위치 추정 원리 분석하기 우주 쓰레기 충돌 예측 문제 분석하기 우주궤도 분석 보고서 작성하기
	2차시 달 탐사와 우주선 제어 시스템 탐구	달 탐사와 우주개발의 역사 이해하기 지구-달 중력계의 특성 분석하기 호만 전이 궤도(Hohmann Transfer Orbit) 탐구하기 스윙바이(Swing-by) 기법의 원리 이해하기 중력 보조(Gravity Assist)의 효과 분석하기 달 궤도 진입 과정 탐구하기 우주선 자세 제어 시스템 이해하기 PID 기반 자세 안정화 알고리즘 분석하기 반작용 휠(Reaction Wheel)의 원리 이해하기 자동 항법 시스템 구조 탐구하기 장거리 우주 탐사 경로 설계하기 우주선 제어 안정성 비교 분석하기 우주탐사 시스템 분석 보고서 작성하기
	기대효과	뉴턴 역학과 케플러 법칙을 실제 인공위성 및 우주선 운동에 적용하며 물리학적 사고력과 수학적 모델링 능력을 향상시킬 수 있음 우주궤도와 중력장의 관계를 분석하며 복잡한 천체 운동을 과학적으로 해석하는 탐구 역량을 기를 수 있음 호만 전이궤도, 스윙바이, 중력보조기동 등의 원리를 이해하며 실제 우주탐사 임무 설계에 활용되는 항공우주공학의 핵심 개념을 학습할 수 있음 칼만 필터 기반 위치 추정과 항법 시스템을 탐구하며 데이터 분석, 센서 융합, 상태 추정 분야의 연구 방법론을 경험할 수 있음 우주선 자세제어와 PID 제어 알고리즘을 분석하며 제어공학(Control Engineering)과 항법공학(Navigation Engineering)의 핵심 원리를 이해할 수 있음 우주 쓰레기 충돌 예측, 위성 추적, 자동 항법 기술 등 실제 우주산업의 문제를 분석하며 미래 우주개발 기술에 대한 이해를 높일 수 있음 시뮬레이션 결과를 분석하고 탐구 보고서로 정리하는 과정을 통해 과학적 탐구 능력, 논리적 사고력, 데이터 해석 능력 및 연구 수행 역량을 향상시킬 수 있음 항공우주공학, 천문우주학, 물리학, 기계공학, 국방과학 분야의 핵심 연구 주제를 경험하며 전공 적합성과 진로 탐색 역량을 강화할 수 있음
	수업 운영 안내	수업 시간: 2차시 (차시당 45분 ~ 50분) 강사비: 19만원 (지방의 경우 교통비 추가) 재료비: 학생 1인당 1만원 (교재, SW 포함) 준비물: 노트북 또는 태블릿 실습용 SW 구매하기 교재 구매하기
[심화과정] 레이더 추적과 항공우주 방어 시스템 탐구	생기부 설명 문구	레이더 추적·위치 예측·항공우주 제어 기술을 탐구하고, 센서 융합(Sensor Fusion)·칼만 필터(Kalman Filter)·탄도 궤도 분석을 활용하여 현대 항공우주 방어 시스템(Aerospace Defense System)의 핵심 연구 방법론을 경험하는 심화 탐구 프로그램
	과정소개	레이더, 적외선 탐지, 이동체 추적 기술의 원리를 이해하고 다양한 센서 데이터를 활용하여 표적의 위치와 이동 경로를 예측하는 항공우주 시스템 탐구 과정 벡터 기반 운동 분석, 탄도 궤도 모델링, 칼만 필터 기반 상태 추정 기법을 활용하여 이동체 추적과 위치 예측 문제를 분석하는 연구 중심 활동 로켓 추진, 자세 제어, 자동 안정화 시스템 등 항공우주 제어 기술의 핵심 원리를 탐구하며 물리학과 제어공학이 실제 항공우주 시스템에 적용되는 과정을 이해하는 융합형 프로그램 극초음속 비행체, 우주 발사체, 항공우주 방어 체계 등 미래 항공우주 기술의 핵심 요소를 분석하고 시뮬레이션 결과를 보고서로 정리하는 프로젝트형 탐구 활동
	1차시 레이더 추적과 이동체 예측 모델 탐구	레이더와 적외선 탐지 기술 이해하기 이동 물체의 운동 분석 방법 탐구하기 벡터 기반 위치 예측 모델 이해하기 속도 변화에 따른 이동 경로 분석하기 탄도 궤도와 포물선 운동 비교하기 센서 오차와 측정 불확실성 이해하기 칼만 필터 기반 위치 추정 원리 탐구하기 레이더 기반 표적 추적 시스템 분석하기 다중 표적 추적 문제 탐구하기 센서 오차에 따른 예측 정확도 비교하기 탐지 실패 원인 분석 및 개선 방안 탐구하기 이동체 추적 시스템 분석 보고서 작성하기
	2차시 추진 시스템과 항공우주 제어 탐구	작용·반작용 법칙과 추진 원리 이해하기 로켓 추진력과 연료 소비의 관계 분석하기 발사체 운동의 물리적 모델 탐구하기 PID 기반 자세 안정화 시스템 이해하기 드론·미사일·우주선 제어 구조 비교 분석하기 대기권 재진입 과정의 물리 현상 이해하기 재진입 각도와 비행 경로의 관계 분석하기 항공우주 제어 시스템 구조 분석하기 센서 기반 자동 안정화 과정 탐구하기 항공우주 시스템 성능 평가하기 항공우주 물리 분석 보고서 작성하기
	기대효과	레이더와 적외선 센서의 탐지 원리를 이해하고 이동체의 위치와 경로를 과학적으로 분석하는 데이터 기반 탐구 역량을 기를 수 있음 벡터, 탄도 궤도, 위치 예측 모델을 활용하여 물리 현상을 수학적으로 모델링하고 해석하는 능력을 향상시킬 수 있음 칼만 필터 기반 상태 추정 과정을 경험하며 센서 융합(Sensor Fusion)과 항법 시스템의 핵심 연구 방법론을 이해할 수 있음 로켓 추진 원리와 자세 제어 시스템을 분석하며 항공우주공학, 제어공학, 시스템공학의 핵심 개념을 학습할 수 있음 대기권 재진입, 극초음속 비행, 자동 안정화 기술 등 첨단 항공우주 기술의 물리적 원리를 탐구하며 미래 산업에 대한 이해를 높일 수 있음 탐지 정확도, 센서 오차, 제어 안정성의 관계를 분석하며 문제 해결 능력과 비판적 사고력을 향상시킬 수 있음 시뮬레이션 결과를 분석하고 연구 보고서로 정리하는 과정을 통해 과학적 탐구 능력, 데이터 해석 능력, 논리적 의사소통 역량을 함양할 수 있음 항공우주공학, 국방과학, 물리학, 기계공학, 전자공학 분야의 핵심 연구 주제를 경험하며 전공 적합성과 진로 탐색 역량을 강화할 수 있음
	수업 운영 안내	수업 시간: 2차시 (차시당 45분 ~ 50분) 강사비: 19만원 (지방의 경우 교통비 추가) 재료비: 학생 1인당 1만원 (교재, SW 포함) 준비물: 노트북 또는 태블릿 실습용 SW 구매하기 교재 구매하기

공학 계열 - 반도체·전자·컴퓨터 동아리

과정명	차시	주요 활동 내용
[기초과정] 피지컬 AI 기반 임베디드 시스템 탐구	생기부 설명 문구	최신 피지컬 AI(Physical AI) 기술을 활용하여 센서·임베디드 시스템·인공지능 에이전트의 상호작용을 탐구하고, 지능형 제어 시스템과 AI 기반 자동화 기술의 핵심 연구 분야인 임베디드 AI(Embedded AI)와 사이버물리시스템(Cyber-Physical System)의 분석 과정을 경험하는 심화 탐구 프로그램
	과정소개	임베디드 시스템과 IoT 기술의 구조를 이해하고, 센서 데이터 수집·처리·제어 과정을 분석하며 현대 전자·컴퓨터 시스템의 핵심 원리를 탐구하는 심화 과정 디지털 신호, 아날로그 신호, 마이크로컨트롤러, 통신 기술 등을 활용하여 실제 환경을 인식하고 반응하는 지능형 제어 시스템을 설계하는 연구 중심 활동 최신 AI 언어모델(LLM), 비전언어모델(VLM), AI 에이전트 기술을 활용하여 자연어 기반 제어와 자동화 시스템의 동작 원리를 분석하는 융합형 프로그램 피지컬 AI를 기반으로 센서·모터·AI를 연결한 지능형 임베디드 시스템을 설계하고, 미래 로봇·자율주행·스마트 디바이스 기술의 핵심 연구 방법론을 경험하는 프로젝트형 탐구 활동
	1차시 임베디드 시스템과 IoT 제어 구조 탐구	임베디드 시스템의 구조와 활용 분야 이해하기 디지털 신호와 아날로그 신호의 특성 비교 분석하기 마이크로컨트롤러 기반 제어 시스템 이해하기 디지털 출력 기반 LED 제어 원리 탐구하기 아날로그 센서 데이터 처리 과정 분석하기 조도센서 기반 자동 제어 시스템 설계하기 PWM(Pulse Width Modulation)의 신호 제어 원리 이해하기 디지털 신호 기반 사운드 생성 원리 탐구하기 거리센서 기반 환경 인식 시스템 설계하기 시리얼 통신 기반 데이터 수집 및 모니터링 분석하기 IoT 기반 스마트홈 자동화 시스템 구조 탐구하기
	2차시 피지컬 AI와 지능형 임베디드 제어 탐구	피지컬 AI와 임베디드 AI의 개념 이해하기 AI 언어모델(LLM)의 구조와 동작 원리 분석하기 AI 에이전트 기반 제어 시스템 이해하기 비전언어모델(VLM)의 인식 구조 탐구하기 AI 기반 자연어 명령 처리 과정 분석하기 Function Calling 기반 AI 자동화 구조 이해하기 자연어 기반 LED 제어 시스템 설계하기 피지컬 AI 기반 감성 조명 시스템 탐구하기 AI 기반 모터 제어 알고리즘 분석하기 모빌리티 시스템과 피지컬 AI의 연계 구조 이해하기 자율주행과 피지컬 AI 활용 사례 탐구하기 로봇 제어와 AI 에이전트 구조 분석하기
	기대효과	임베디드 시스템과 마이크로컨트롤러의 구조를 이해하며 전자공학, 컴퓨터공학, 임베디드 소프트웨어 분야의 기초 역량을 함양할 수 있음 센서 데이터 수집, 신호 처리, 자동 제어 과정을 분석하며 데이터 기반 문제 해결 능력과 시스템 설계 역량을 향상시킬 수 있음 AI 언어모델, AI 에이전트, Function Calling 기반 자동화 구조를 탐구하며 최신 인공지능 기술의 실질적 활용 방식을 이해할 수 있음 자연어 명령을 실제 장치 제어로 연결하는 피지컬 AI 시스템을 경험하며 AI와 하드웨어가 융합되는 미래 기술의 구조를 이해할 수 있음 자율주행, 로봇, 스마트홈, 모빌리티 시스템 등 다양한 산업 분야의 응용 사례를 분석하며 미래 산업에 대한 이해와 진로 탐색 역량을 강화할 수 있음 시스템 설계 결과를 분석하고 보고서로 정리하는 과정을 통해 논리적 사고력, 연구 수행 능력, 기술적 의사소통 역량을 향상시킬 수 있음 전자공학, 컴퓨터공학, 인공지능학과, 로봇공학과, 반도체공학과, 미래모빌리티 분야의 핵심 연구 주제를 경험하며 전공 적합성을 높일 수 있음
	수업 운영 안내	수업 시간: 2차시 (차시당 45분 ~ 50분) 강사비: 19만원 (지방의 경우 교통비 추가) 재료비: 학생 1인당 1만원 (교재, SW 포함) 준비물: 노트북 또는 태블릿 실습용 SW 구매하기 교재 구매하기
[기초과정] 반도체 소자와 디지털 IC 기반 논리회로 탐구	생기부 설명 문구	반도체 소자와 디지털 논리회로의 동작 원리를 탐구하고, 전자 이동·PN 접합·트랜지스터 제어 메커니즘을 분석하여 현대 반도체 시스템과 컴퓨터 아키텍처의 핵심 정보처리 구조를 이해하는 공학 융합 탐구 프로그램
	과정소개	전기회로, 전하 이동, 전기장 등 반도체의 기초 물리 원리를 바탕으로 디지털 시스템의 동작 구조를 탐구하는 반도체 기초 심화 과정 다이오드, 트랜지스터, 논리게이트 IC 등 반도체 소자의 내부 구조와 동작 원리를 분석하며 전자공학과 컴퓨터공학의 핵심 개념을 이해하는 연구 중심 활동 디지털 신호와 아날로그 신호의 차이를 비교하고, 논리회로를 통한 정보 처리 과정을 탐구하며 현대 컴퓨터 시스템의 기반 기술을 학습하는 융합형 프로그램 반도체 소자의 물리적 특성과 디지털 회로의 논리 구조를 연결하여 반도체 산업과 정보기술의 핵심 연구 방법론을 경험하는 프로젝트형 탐구 활동
	1차시 반도체 기초와 디지털 시스템 이해	반도체 산업과 반도체 기술의 발전 과정 이해하기 전기회로와 전류 흐름의 물리적 원리 탐구하기 전압·전류·저항의 상호관계 분석하기 펄스 신호 기반 디지털 제어 구조 이해하기 PWM 기반 신호 변조 원리 탐구하기 전기장과 전하 이동 원리 이해하기 전위차와 전류 흐름의 관계 분석하기 디지털 논리게이트 IC의 구조와 역할 이해하기 AND 게이트 기반 논리 연산 탐구하기 디지털 신호와 아날로그 신호의 차이 비교 분석하기 논리회로 기반 정보 처리 구조 이해하기 디지털 시스템 분석 보고서 작성하기
	2차시 다이오드와 트랜지스터의 동작 원리 탐구	반도체 소재와 전자 이동 원리 이해하기 오옴의 법칙과 전기적 특성 분석하기 직렬·병렬 회로의 전압·전류 특성 비교하기 전기장에 따른 전하 이동 과정 탐구하기 N형·P형 반도체의 구조 이해하기 PN 접합과 공핍층(Depletion Layer)의 형성 원리 분석하기 다이오드의 정류(Rectification) 특성 탐구하기 트랜지스터의 구조와 동작 원리 이해하기 NPN 트랜지스터의 전류 제어 과정 분석하기 베이스·컬렉터·이미터의 역할 탐구하기 트랜지스터 증폭과 스위칭 기능 비교 분석하기 반도체 소자 동작 원리 분석 보고서 작성하기
	기대효과	전압, 전류, 저항, 전기장, 전하 이동 등 반도체를 구성하는 기초 물리 개념을 이해하고 전자 시스템에 적용하는 능력을 기를 수 있음 N형·P형 반도체, PN 접합, 공핍층의 형성 원리를 이해하며 반도체 소자의 동작 메커니즘을 과학적으로 설명할 수 있음 다이오드의 정류 기능과 트랜지스터의 증폭·스위칭 기능을 분석하며 현대 전자회로의 핵심 원리를 이해할 수 있음 논리게이트 기반 정보 처리 과정을 탐구하며 컴퓨터 시스템이 데이터를 저장·연산·제어하는 구조를 이해할 수 있음 디지털 신호와 아날로그 신호를 비교 분석하며 전자공학과 컴퓨터공학의 기초 연구 방법론을 경험할 수 있음 반도체 산업의 핵심 기술과 발전 방향을 이해하며 반도체공학, 전자공학, 컴퓨터공학 분야의 진로 탐색 역량을 강화할 수 있음 실험과 분석 결과를 논리적으로 해석하고 보고서로 정리하는 과정을 통해 과학적 탐구 능력과 공학적 문제 해결 역량을 향상시킬 수 있음
	수업 운영 안내	수업 시간: 2차시 (차시당 45분 ~ 50분) 강사비: 19만원 (지방의 경우 교통비 추가) 재료비: 학생 1인당 1만원 (교재, SW 포함) 준비물: 노트북 또는 태블릿 실습용 SW 구매하기 교재 구매하기
[심화과정] 트랜지스터로 구현하는 디지털 논리회로 설계 탐구	생기부 설명 문구	트랜지스터를 이용하여 디지털 논리회로를 설계하고, 스위칭·발진·논리연산의 동작 원리를 분석하며 현대 반도체 시스템과 디지털 하드웨어 설계(Digital Hardware Design)의 핵심 연구 방법론을 경험하는 공학 융합 탐구 프로그램
	과정소개	트랜지스터의 전류 제어와 스위칭 메커니즘을 탐구하고, 전자회로가 디지털 정보를 처리하는 원리를 이해하는 반도체·전자공학 심화 탐구 과정 전자기 유도, 다이오드, 트랜지스터, RC 회로 등 전자공학의 핵심 요소를 분석하며 물리학과 전자회로 설계의 연계성을 탐구하는 연구 중심 활동 NOT 게이트, NOR 게이트 등 기본 논리회로를 트랜지스터 수준에서 구현하고, 디지털 연산이 이루어지는 과정을 분석하며 컴퓨터 하드웨어의 동작 원리를 이해하는 프로그램 발진회로, 자동 제어 회로, 센서 입력 기반 제어 시스템을 설계하며 현대 전자기기와 반도체 시스템의 핵심 연구 방법론을 경험하는 프로젝트형 탐구 활동
	1차시 전자회로와 트랜지스터 스위칭 시스템 탐구	전기장과 자기장의 상호작용 이해하기 전자기 유도와 모터 구동 원리 탐구하기 직렬회로 기반 전류 흐름 분석하기 전력(Power)과 에너지 소비 특성 이해하기 전자회로 설계의 기초 원리 탐구하기 다이오드의 전류 제어 특성 이해하기 병렬회로의 전압 분배 특성 탐구하기 트랜지스터의 스위칭 메커니즘 분석하기 펄스 신호 기반 회로 제어 구조 이해하기 전자회로 성능 분석 보고서 작성하기
	2차시 트랜지스터 기반 논리게이트 설계 탐구	NOT 게이트의 논리 구조 이해하기 트랜지스터 기반 NOT 게이트 설계하기 NOR 게이트의 논리 연산 원리 분석하기 트랜지스터 기반 NOR 게이트 구현하기 논리게이트와 디지털 연산 구조 이해하기 콘덴서(축전기)의 전하 저장 원리 탐구하기 RC 회로의 충전·방전 특성 분석하기 시정수(Time Constant)의 의미 이해하기 멀티바이브레이터 회로의 동작 원리 분석하기 발진(Oscillation) 회로 구조 탐구하기 트랜지스터 기반 발진회로 설계하기 센서 입력 기반 자동 제어 회로 설계하기 논리회로 기반 제어 시스템 분석 보고서 작성하기
	기대효과	트랜지스터의 스위칭 원리와 전류 제어 구조를 이해하며 반도체 소자의 핵심 동작 메커니즘을 설명할 수 있음 전자회로 설계 과정에서 전압, 전류, 전력, 신호의 관계를 분석하며 전자공학적 사고력과 문제 해결 능력을 향상시킬 수 있음 논리게이트의 구조와 디지털 연산 원리를 이해하며 컴퓨터 시스템의 정보 처리 과정을 하드웨어 수준에서 이해할 수 있음 RC 회로, 시정수(Time Constant), 발진회로의 특성을 분석하며 전자회로의 시간적 동작 특성과 신호 생성 원리를 이해할 수 있음 센서 입력과 논리회로를 결합한 자동 제어 시스템을 설계하며 임베디드 시스템과 제어공학의 기초 개념을 경험할 수 있음 전자회로의 성능을 분석하고 최적화하는 과정을 통해 공학적 설계 능력과 분석 역량을 함양할 수 있음 탐구 결과를 논리적으로 정리하고 보고서로 작성하는 과정을 통해 연구 수행 능력, 기술적 의사소통 능력, 데이터 해석 역량을 향상시킬 수 있음 반도체공학, 전자공학, 컴퓨터공학, 시스템반도체학과 분야의 핵심 연구 주제를 경험하며 전공 적합성과 진로 탐색 역량을 강화할 수 있음
	수업 운영 안내	수업 시간: 2차시 (차시당 45분 ~ 50분) 강사비: 19만원 (지방의 경우 교통비 추가) 재료비: 학생 1인당 1만원 (교재, SW 포함) 준비물: 노트북 또는 태블릿 실습용 SW 구매하기 교재 구매하기
[심화과정] 반도체 핵심기능 및 고급 논리회로 응용 탐구	과정소개	반도체의 핵심 연산·저장·제어 기능을 구현하는 가산기·메모리·순차논리회로를 탐구하고, 디지털 시스템 설계와 컴퓨터 아키텍처(Computer Architecture)의 핵심 정보처리 구조를 분석하며 시스템반도체(System Semiconductor)의 연구 방법론을 경험하는 심화 탐구 프로그램
	과정소개	디지털 정보가 반도체 내부에서 저장·연산·제어되는 과정을 이해하고, 가산기·메모리·순차논리회로의 구조와 동작 원리를 탐구하는 반도체·컴퓨터공학 심화 과정 CMOS 반도체 구조, 논리설계, HDL 기반 디지털 설계 개념을 학습하며 현대 반도체 칩이 설계·제조되는 과정을 분석하는 연구 중심 활동 조합논리회로와 순차논리회로를 활용하여 정보 처리와 상태 제어가 이루어지는 원리를 탐구하고, 실제 디지털 시스템 설계 방법론을 경험하는 융합형 프로그램 신호등 제어 문제와 같은 실제 제어 시스템을 논리적으로 모델링하고 상태전이(State Transition) 기반 알고리즘을 설계하며 반도체와 자동화 시스템의 연계 구조를 이해하는 프로젝트형 탐구 활동
	1차시 디지털 논리회로와 가산기·메모리 구조 탐구	HDL 기반 디지털 설계 개념 이해하기 이진수와 디지털 정보 표현 방식 탐구하기 반도체 논리설계와 레이아웃 설계 과정 이해하기 CMOS 기반 반도체 구조 분석하기 반도체 제조 공정의 핵심 단계 탐구하기 조합논리회로(Combinational Logic)의 원리 이해하기 반가산기(Half Adder)의 논리 구조 분석하기 이진수 덧셈 연산 과정 탐구하기 반감산기(Half Subtractor)의 동작 원리 이해하기 디지털 감산 회로 설계 원리 분석하기 XOR·AND·OR 게이트 기반 연산 구조 탐구하기 플립플롭(Flip-Flop)의 상태 저장 원리 이해하기 메모리 회로와 정보 저장 구조 분석하기 디지털 시스템 설계 결과 보고서 작성하기
	2차시 순차논리회로와 자동제어 시스템 탐구	펄스 신호와 클럭(Clock)의 역할 이해하기 상태(State) 기반 시스템 설계 방법 탐구하기 신호등 제어 문제의 논리적 모델링 수행하기 펄스 조합에 따른 상태 변화 과정 분석하기 논리게이트 기반 제어 알고리즘 설계하기 상태전이(State Transition) 구조 탐구하기 다중 신호 입력에 따른 제어 전략 분석하기 타이밍 제어와 순차 동작 과정 비교 분석하기 디지털 자동제어 시스템 설계하기 신호등 제어 문제 해결 과정 보고서 작성하기 디지털 논리회로 기반 자동화 시스템 활용 사례 탐구하기
	기대효과	이진수 체계와 디지털 정보 표현 방식을 이해하며 컴퓨터 시스템이 데이터를 처리하는 기본 원리를 설명할 수 있음 반가산기, 반감산기, 논리게이트를 활용한 연산 구조를 분석하며 컴퓨터 내부 연산 장치(ALU)의 동작 원리를 이해할 수 있음 플립플롭과 메모리 회로의 구조를 탐구하며 정보 저장과 상태 유지가 이루어지는 과정을 설명할 수 있음 상태전이(State Transition)와 제어 알고리즘을 설계하며 시스템적 사고력과 공학적 문제 해결 역량을 향상시킬 수 있음 HDL 기반 디지털 설계와 CMOS 반도체 구조를 이해하며 시스템반도체와 디지털 하드웨어 설계 분야의 연구 방법론을 경험할 수 있음 탐구 결과를 논리적으로 분석하고 보고서로 정리하는 과정을 통해 데이터 해석 능력, 연구 수행 능력, 기술적 의사소통 역량을 향상시킬 수 있음 반도체공학과, 시스템반도체학과, 전자공학과, 컴퓨터공학과, 정보통신공학과 분야의 핵심 연구 주제를 경험하며 전공 적합성과 진로 탐색 역량을 강화할 수 있음
	수업 운영 안내	수업 시간: 2차시 (차시당 45분 ~ 50분) 강사비: 19만원 (지방의 경우 교통비 추가) 재료비: 학생 1인당 1만원 (교재, SW 포함) 준비물: 노트북 또는 태블릿 실습용 SW 구매하기 교재 구매하기

공학 계열 - 기계·산업·로봇·전기 동아리

과정명	차시	주요 활동 내용
[심화과정] 태양광 에너지 시스템과 피지컬 AI 자동화 탐구	생기부 설명 문구	태양광 에너지 변환 원리와 산업 자동화 시스템을 탐구하고, 디지털트윈(Digital Twin)·PLC 제어·피지컬 AI(Physical AI) 기술을 활용하여 스마트팩토리(Smart Factory)와 지능형 에너지 시스템의 핵심 연구 방법론을 경험하는 융합형 공학 탐구 프로그램
	과정소개	태양광전지의 광전효과와 에너지 변환 과정을 분석하고, 신재생에너지 시스템의 동작 원리와 효율성을 탐구하는 에너지공학 기반 심화 탐구 과정 태양광 발전량 측정, 전력 제어, 모터 구동 특성을 분석하며 에너지 생산과 활용 과정을 데이터 기반으로 이해하는 연구 중심 활동 PLC, 래더 로직, 디지털 입출력 제어 기술을 활용하여 산업 자동화 시스템의 구조와 동작 원리를 탐구하고 스마트 제조 기술의 핵심 개념을 학습하는 프로그램 디지털트윈(Digital Twin)과 피지컬 AI(Physical AI)를 활용하여 실제 산업 설비와 가상 시스템을 연계하고, 미래 스마트팩토리와 지능형 자동화 기술의 연구 방법론을 경험하는 프로젝트형 탐구 활동
	1차시 태양광 에너지 변환 시스템 탐구	태양광전지와 광전효과의 물리적 원리 이해하기 태양광 발전 시스템의 구조와 동작 과정 분석하기 아두이노 기반 에너지 측정 시스템 이해하기 태양광 전원 회로의 설계 원리 탐구하기 태양광 발전량 측정 시스템 설계하기 태양광 에너지 기반 LED 구동 특성 분석하기 태양광 에너지 기반 모터 제어 특성 탐구하기 디지털트윈(Digital Twin)의 개념과 산업 활용 사례 탐구하기 디지털트윈 기반 에너지 시스템 모델링하기 태양광 에너지 기반 모빌리티 구동 시뮬레이션 분석하기 신재생에너지 시스템 성능 분석 보고서 작성하기
	2차시 PLC 제어와 피지컬 AI 기반 산업자동화 탐구	PLC(Programmable Logic Controller)의 구조와 역할 이해하기 아두이노 기반 PLC 제어 시스템 분석하기 디지털 입력·출력(I/O) 제어 구조 탐구하기 릴레이와 스위칭 제어 원리 이해하기 래더 로직(Ladder Logic) 기반 제어 구조 분석하기 피지컬 AI의 개념과 산업 적용 사례 탐구하기 자연어 기반 기계 제어 방식 이해하기 피지컬 AI 기반 전원 제어 시스템 설계하기 디지털트윈 기반 자동화 생산 시스템 모델링하기 컨베이어 벨트 자동화 공정 시뮬레이션 분석하기 산업 자동화 시스템의 효율성 평가하기 피지컬 AI 기반 자동화 시스템 분석 보고서 작성하기
	기대효과	태양광전지의 광전효과와 에너지 변환 원리를 이해하며 신재생에너지 시스템의 과학적·공학적 원리를 설명할 수 있음 발전량 변화와 출력 특성을 분석하며 에너지 시스템을 데이터 기반으로 평가하고 해석하는 능력을 기를 수 있음 PLC, 릴레이, 래더 로직 등 산업 자동화 기술의 핵심 개념을 이해하고 실제 제어 시스템에 적용되는 원리를 학습할 수 있음 디지털트윈 기반 시뮬레이션을 통해 실제 산업 설비의 동작을 가상 환경에서 분석하고 최적화하는 공학적 사고력을 함양할 수 있음 피지컬 AI와 자연어 기반 기계 제어 구조를 탐구하며 인공지능과 산업 자동화 기술이 융합되는 미래 기술의 발전 방향을 이해할 수 있음 시스템 성능 분석 결과를 보고서로 정리하는 과정을 통해 데이터 분석 능력, 논리적 사고력, 연구 수행 역량 및 의사소통 능력을 향상시킬 수 있음 기계공학과, 산업공학과, 전기공학과, 에너지공학과, 로봇공학과, 스마트제조공학 분야의 핵심 연구 주제를 경험하며 전공 적합성과 진로 탐색 역량을 강화할 수 있음
	수업 운영 안내	수업 시간: 2차시 (차시당 45분 ~ 50분) 강사비: 19만원 (지방의 경우 교통비 추가) 재료비: 학생 1인당 1만원 (교재, SW 포함) 준비물: 노트북 또는 태블릿 실습용 SW 구매하기 교재 구매하기
[심화과정] 피지컬 AI 기반 로봇 시스템 설계와 디지털트윈 탐구	생기부 설명 문구	최신 피지컬 AI(Physical AI)와 디지털트윈(Digital Twin) 기술을 활용하여 로봇 관절 제어와 스마트 생산시스템을 설계하고, 지능형 로봇공학(Intelligent Robotics)과 스마트팩토리(Smart Factory)의 핵심 연구 방법론을 경험하는 융합형 공학 탐구 프로그램
	과정소개	피지컬 AI(Physical AI) 기반 로봇 제어 시스템의 구조를 이해하고, 로봇 관절 운동과 지능형 제어 과정을 분석하는 로봇공학 심화 탐구 과정 서보모터, 임베디드 시스템, 인공지능 모델을 활용하여 로봇의 위치 제어와 경로 계획 과정을 탐구하며 지능형 로봇 시스템의 핵심 원리를 학습하는 연구 중심 활동 디지털트윈(Digital Twin)을 활용하여 실제 로봇과 가상 시뮬레이션 환경을 연계하고, 현실 세계와 가상 세계의 상호작용 구조를 분석하는 융합형 프로그램 자동화 생산공정, 센서 기반 품질 분류, 스마트팩토리 시스템을 모델링하며 미래 제조 산업의 핵심 기술과 연구 방법론을 경험하는 프로젝트형 탐구 활동
	1차시 피지컬 AI 기반 로봇 관절 제어 시스템 탐구	피지컬 AI의 개념과 로봇 제어 구조 이해하기 아두이노 기반 임베디드 제어 시스템 이해하기 서보모터의 동작 원리와 제어 방식 탐구하기 다관절 로봇팔의 구조와 운동 특성 분석하기 관절 각도와 위치 제어 원리 탐구하기 로봇 관절 제어를 위한 AI 모델 설계하기 자연어 명령 기반 로봇 제어 시스템 구현하기 로봇팔 경로 이동과 위치 제어 성능 분석하기 디지털트윈 기반 로봇 시스템 모델링하기 현실 로봇과 가상 로봇의 동작 비교 분석하기
	2차시 디지털트윈 기반 스마트 생산시스템 탐구	디지털트윈의 개념과 산업 응용 사례 탐구하기 현실 장치와 가상 시뮬레이션 연동 구조 이해하기 로봇 관절 제어 명령과 구동 시스템 분석하기 자동화 생산 공정의 구조 이해하기 컬러센서 기반 제품 분류 원리 탐구하기 센서 데이터 기반 품질 분류 시스템 설계하기 자동 분류 알고리즘의 성능 비교 분석하기 로봇팔 기반 자동 분류 공정 구현하기 디지털트윈 기반 생산라인 최적화 분석하기 스마트팩토리 자동화 시스템 평가 보고서 작성하기
	기대효과	로봇 관절의 운동 원리와 서보모터 제어 방식을 이해하며 로봇공학의 핵심 개념을 체계적으로 학습할 수 있음 자연어 명령 기반 로봇 제어 과정을 경험하며 인공지능과 로봇 기술이 융합되는 피지컬 AI의 구조를 이해할 수 있음 디지털트윈 기반 모델링을 수행하며 실제 시스템을 가상 환경에서 분석·검증·최적화하는 현대 공학의 연구 방법론을 경험할 수 있음 센서 데이터 기반 자동 분류와 품질 관리 과정을 분석하며 데이터 기반 의사결정 능력과 시스템 설계 역량을 향상시킬 수 있음 스마트 생산공정과 자동화 시스템의 구조를 이해하며 산업공학, 스마트제조, 로봇자동화 분야의 핵심 기술을 학습할 수 있음 로봇 제어 성능과 생산라인 효율성을 비교 분석하는 과정을 통해 공학적 문제 해결 능력과 분석 역량을 기를 수 있음 탐구 결과를 논리적으로 정리하고 보고서로 작성하는 과정을 통해 연구 수행 능력, 데이터 해석 능력, 기술적 의사소통 역량을 향상시킬 수 있음 로봇공학과, 기계공학과, 산업공학과, 스마트제조공학과, 인공지능학과, 미래모빌리티학과 분야의 핵심 연구 주제를 경험하며 전공 적합성과 진로 탐색 역량을 강화할 수 있음
	수업 운영 안내	수업 시간: 2차시 (차시당 45분 ~ 50분) 강사비: 19만원 (지방의 경우 교통비 추가) 재료비: 학생 1인당 1만원 (교재, SW 포함) 준비물: 노트북 또는 태블릿 실습용 SW 구매하기 교재 구매하기
[심화과정] 공학수학과 지능형 제어시스템 탐구	생기부 설명 문구	공학수학을 기반으로 물리 시스템을 수학적으로 모델링하고, PID 제어·상태 추정(State Estimation)·센서 융합(Sensor Fusion) 기술을 활용하여 자율주행·드론·로보틱스(Robotics)의 핵심 연구 분야인 지능형 제어시스템(Intelligent Control System)의 연구 방법론을 경험하는 공학 융합 심화 프로그램
	과정소개	함수, 미분, 적분, 벡터, 미분방정식 등 공학수학의 핵심 개념을 활용하여 실제 물리 시스템과 제어 시스템을 수학적으로 해석하는 심화 탐구 과정 PID 제어와 피드백 제어 구조를 분석하고, 드론과 자율주행 차량의 동작 원리를 모델링하며 현대 제어공학(Control Engineering)의 핵심 개념을 탐구하는 연구 중심 활동 역기구학(Inverse Kinematics), 상태 추정(State Estimation), 센서 융합(Sensor Fusion) 기술을 활용하여 로봇과 자율시스템의 의사결정 구조를 분석하는 융합형 프로그램 칼만 필터와 AI 기반 제어 모델을 활용하여 복잡한 공학 시스템의 성능을 분석하고 최적화하며 미래 지능형 모빌리티 기술의 연구 방법론을 경험하는 프로젝트형 탐구 활동
	1차시 PID 제어와 동적 시스템 모델링 탐구	공학수학과 물리 시스템의 관계 이해하기 함수·미분·적분의 공학적 의미 탐구하기 속도·가속도 변화의 수학적 모델 분석하기 벡터 기반 3차원 운동 모델링하기 힘과 운동의 수학적 관계 이해하기 PID 제어기의 구조와 동작 원리 탐구하기 드론 자세 제어 시스템 모델링하기 PID 계수 변화에 따른 제어 성능 비교하기 피드백 제어 시스템의 안정성 평가하기 센서 노이즈가 제어 결과에 미치는 영향 분석하기 칼만 필터(Kalman Filter)의 상태 추정 원리 이해하기 위치 추정과 센서 보정 과정 탐구하기 예측값·실측값·오차값 비교 분석하기 제어 시스템 성능 분석 보고서 작성하기
	2차시 역기구학과 센서 융합 기반 로보틱스 탐구	로보틱스 기구학(Kinematics)의 기초 이해하기 삼각함수 기반 관절 운동 모델 탐구하기 역기구학(Inverse Kinematics) 원리 분석하기 목표 위치에 따른 관절 제어 과정 분석하기 로봇 제어 알고리즘의 수학적 구조 탐구하기 AI 기반 로봇 제어 모델 이해하기 센서 오차와 위치 추정 문제 분석하기 칼만 필터 기반 상태 추정 시스템 탐구하기 카메라·거리센서·자이로센서 데이터 융합 이해하기 센서 융합 기법별 성능 비교 분석하기 자율주행·드론·로봇의 센서 융합 기술 탐구하기 로보틱스 제어 시스템 분석 보고서 작성하기
	기대효과	공학수학이 실제 물리 시스템과 제어 시스템에 적용되는 과정을 이해하며 수학적 모델링 능력과 논리적 사고력을 향상시킬 수 있음 PID 제어기의 구조와 동작 원리를 분석하며 피드백 제어 시스템의 안정성과 성능 평가 방법을 이해할 수 있음 칼만 필터 기반 상태 추정 과정을 경험하며 센서 데이터의 오차 보정과 위치 예측에 활용되는 현대 공학의 핵심 연구 방법론을 이해할 수 있음 역기구학과 센서 융합 기술을 분석하며 로봇공학과 자율시스템에 적용되는 지능형 제어 구조를 이해할 수 있음 탐구 결과를 정량적으로 분석하고 보고서로 정리하는 과정을 통해 연구 수행 능력, 데이터 해석 능력, 과학적 의사소통 역량을 향상시킬 수 있음 기계공학과, 로봇공학과, 항공우주공학과, 전자공학과, 제어계측공학과, 미래모빌리티학과 분야의 핵심 연구 주제를 경험하며 전공 적합성과 진로 탐색 역량을 강화할 수 있음
	수업 운영 안내	수업 시간: 2차시 (차시당 45분 ~ 50분) 강사비: 19만원 (지방의 경우 교통비 추가) 재료비: 학생 1인당 1만원 (교재, SW 포함) 준비물: 노트북 또는 태블릿 실습용 SW 구매하기 교재 구매하기
[심화과정] AI 기반 자율주행 시스템 설계와 제어 알고리즘 탐구	생기부 설명 문구	AI 기반 자율주행 시스템의 인지·판단·제어 과정을 탐구하고, 센서 융합(Sensor Fusion)·경로 계획(Path Planning)·강화학습(Reinforcement Learning) 기술을 활용하여 미래 모빌리티(Mobility)와 자율시스템(Autonomous System)의 핵심 연구 방법론을 경험하는 융합형 공학 탐구 프로그램
	과정소개	자율주행 차량이 주변 환경을 인식하고 판단하며 주행하는 과정을 분석하고, 미래 모빌리티 기술의 핵심 구조를 탐구하는 심화 탐구 과정 카메라, LiDAR, 자이로센서 등 다양한 센서 데이터를 활용하여 환경을 인식하는 과정과 센서 융합(Sensor Fusion) 기술의 원리를 분석하는 연구 중심 활동 선형회귀, 로지스틱회귀, 의사결정트리, 강화학습 등 다양한 AI 알고리즘을 비교하며 자율주행 시스템의 의사결정 구조를 탐구하는 융합형 프로그램 경로 탐색(Path Finding), 장애물 회피, 주행 전략 최적화 과정을 모델링하고 분석하며 자율주행·로보틱스·스마트 모빌리티 분야의 연구 방법론을 경험하는 프로젝트형 탐구 활동
	1차시 자율주행 인지 시스템과 센서 융합 탐구	모빌리티 산업과 자율주행 기술의 발전 과정 이해하기 자율주행 시스템의 구조와 동작 원리 분석하기 자율주행 환경 모델링 및 시뮬레이션 설계하기 센서 데이터의 구조와 특성 이해하기 카메라·LiDAR·자이로센서의 역할 비교 분석하기 차량 구동 및 제어 시스템 이해하기 기본 주행 제어 알고리즘 분석하기 장애물 회피 알고리즘 탐구하기 차선 및 도로 인식 원리 분석하기 신호등 인식과 센서 융합 기술 이해하기 센서 종류별 주행 성능 비교 분석하기 자율주행 인지 시스템 분석 보고서 작성하기
	2차시 AI 기반 자율주행 의사결정 알고리즘 탐구	규칙 기반 자율주행 의사결정 구조 이해하기 선형회귀 기반 주행 제어 모델 분석하기 로지스틱회귀 기반 분류 모델 탐구하기 강화학습 기반 자율주행 전략 이해하기 의사결정트리 기반 주행 판단 구조 분석하기 AI 모델별 주행 성능 비교 평가하기 경로 탐색(Path Finding) 알고리즘 이해하기 최단 경로 탐색 문제 분석하기 서비스 로봇의 경로 계획 시스템 탐구하기 장애물 환경 변화에 따른 경로 전략 비교하기 자율주행에 활용되는 AI 모델의 장단점 평가하기 자율주행 알고리즘 분석 보고서 작성하기
	기대효과	자율주행 시스템의 인지(Perception), 판단(Decision), 제어(Control) 구조를 이해하며 미래 모빌리티 기술의 핵심 원리를 설명할 수 있음 카메라, LiDAR, 자이로센서 등 다양한 센서의 역할을 비교 분석하며 센서 융합 기술과 환경 인식 원리를 이해할 수 있음 선형회귀, 로지스틱회귀, 의사결정트리, 강화학습 등 AI 알고리즘의 특징과 적용 방식을 이해하며 데이터 기반 의사결정 역량을 기를 수 있음 장애물 회피와 경로 탐색 문제를 분석하며 알고리즘 설계 능력과 공학적 문제 해결 역량을 향상시킬 수 있음 다양한 AI 모델의 성능을 비교 평가하는 과정을 통해 비판적 사고력과 데이터 분석 능력을 함양할 수 있음 자율주행 차량, 서비스 로봇, 스마트 모빌리티 시스템의 동작 원리를 이해하며 미래 산업과 첨단 기술에 대한 통찰력을 기를 수 있음 탐구 결과를 논리적으로 분석하고 보고서로 정리하는 과정을 통해 연구 수행 능력, 데이터 해석 능력, 과학적 의사소통 역량을 향상시킬 수 있음 기계공학과, 자동차공학과, 미래모빌리티학과, 전자공학과, 로봇공학과, 인공지능학과 분야의 핵심 연구 주제를 경험하며 전공 적합성과 진로 탐색 역량을 강화할 수 있음
	수업 운영 안내	수업 시간: 2차시 (차시당 45분 ~ 50분) 강사비: 19만원 (지방의 경우 교통비 추가) 재료비: 학생 1인당 1만원 (교재, SW 포함) 준비물: 노트북 또는 태블릿 실습용 SW 구매하기 교재 구매하기

의료·보건 계열 동아리

과정명	차시	주요 활동 내용
[심화과정] AI 기반 유전체 분석과 질병 예측 탐구 (AlphaGenome)	생기부 설명 문구	최신 AI 유전체 분석 기술인 AlphaGenome을 활용하여 유전자 변이와 질병 발생의 연관성을 탐구하고, 정밀의료 시대의 핵심 연구 방법론인 생명정보학(Bioinformatics)의 분석 과정을 경험하는 심화 탐구 프로그램
	과정소개	DNA의 구조와 유전자 발현 메커니즘을 탐구하고, 유전정보가 생명 현상으로 연결되는 과정을 분자생물학적 관점에서 분석하는 심화 탐구 과정 유전자 변이와 질병 발생의 관계를 사례 기반으로 분석하며, 생명정보학(Bioinformatics)의 연구 방법과 유전체 데이터 해석 과정을 경험하는 융합형 탐구 활동 최신 AI 유전체 분석 기술인 AlphaGenome의 원리를 이해하고, 유전체 서열 데이터와 질병 위험도의 연관성을 데이터 기반으로 탐구하는 연구 중심 프로그램 생명과학·의학·인공지능을 융합하여 정밀의료와 미래 바이오헬스 산업의 핵심 기술을 탐색하고 과학적 분석 결과를 연구 보고서로 정리하는 프로젝트형 과정
	1차시 DNA 구조와 유전정보 전달 메커니즘 탐구	DNA의 이중나선 구조와 유전 정보 저장 원리 이해하기 3차원 DNA 구조 모델링 실습 염기쌍(Base Pair) 구조와 결합 원리 이해하기 DNA 복제 과정 시뮬레이션 실습 DNA → pre-mRNA → mRNA 전사 과정 이해하기 인트론(Intron)과 엑손(Exon)의 구조 이해하기 스플라이싱(Splicing) 과정과 유전자 발현 이해하기 코돈(Codon)과 유전 암호 체계 이해하기 DNA 추출 및 유전체 분석 절차 이해하기 타액·혈액 기반 DNA 추출 과정 이해하기 DNA 시퀀싱 데이터 생성 원리 이해하기 DNA 조각화(Fragmentation) 과정 이해하기 유전자 돌연변이 유형 분석 실습 (치환·삽입·결실) 질병 관련 유전자 변이 탐구 (ALDH2·겸상적혈구빈혈·낭포성섬유증) 유전자 변이와 질병 발생 과정 분석하기 유전자 치료 및 정밀의료 개념 이해하기 DNA→RNA 정보 흐름 탐구 보고서 작성하기
	2차시 AI 기반 유전체 분석과 질병 연관성 탐구	생명정보학(Bioinformatics)의 역할 이해하기 고전 분자생물학과 현대 유전체학 비교하기 PCR·전기영동 기반 유전자 검출 원리 이해하기 DNA 시퀀싱 기반 유전체 분석 원리 이해하기 PCR·전기영동과 DNA 시퀀싱의 차이점 분석하기 DNA Read 생성 및 유전체 조립(Assembly) 실습 유전체 정렬(Alignment) 원리 이해하기 변이 탐색(Variant Calling) 과정 이해하기 DNA 분석 방법 비교하기 (SNP·전장엑솜(WES)·전장유전체(WGS)) 유전자 검사 시나리오 탐구(ALDH2 홍조 반응·질병 관련 SNP 탐색) 유전자 검사 시나리오 탐구(가족 유전 패턴 분석) 유전자 서열 비교 및 패턴 분석 실습 정상 유전자와 돌연변이 유전자 비교 분석 AlphaGenome의 구조와 원리 이해하기 AI 언어모델과 유전체 서열 분석 비교하기 AI 기반 질병 위험도 예측 실습 AI 기반 유전체 분석의 한계와 윤리적 이슈 탐구 유전체 분석 결과 보고서 작성하기
	기대효과	DNA 복제·전사·유전자 발현 과정을 분자생물학적 관점에서 이해하고 생명 현상을 과학적으로 해석하는 능력을 기를 수 있음 유전자 변이와 질병 발생의 인과관계를 분석하며 가설 수립·검증 중심의 과학적 탐구 역량을 향상시킬 수 있음 유전체 데이터 분석과 AI 기반 질병 예측 과정을 경험하며 생명정보학 및 정밀의료 분야의 연구 방법론을 이해할 수 있음 생명과학과 인공지능의 융합 사례를 탐구하며 미래 바이오·의료·AI 산업에 대한 진로 탐색 역량을 높일 수 있음 유전체 분석 결과를 해석하고 보고서로 정리하는 과정을 통해 데이터 분석력, 논리적 사고력, 과학적 의사소통 능력을 향상시킬 수 있음 AI 기반 유전체 분석의 한계와 윤리적 이슈를 탐구하며 과학기술의 사회적 영향에 대한 비판적 사고 역량을 함양할 수 있음
	수업 운영 안내	수업 시간: 2차시 (차시당 45분 ~ 50분) 강사비: 19만원 (지방의 경우 교통비 추가) 재료비: 학생 1인당 1만원 (교재, SW 포함) 준비물: 노트북 또는 태블릿 실습용 SW 구매하기 교재 구매하기
[심화과정] AI 기반 단백질 구조 예측과 신약개발 탐구 (AlphaFold)	생기부 설명 문구	최신 AI 단백질 구조 예측 기술인 AlphaFold를 활용하여 단백질 구조와 질병 발생의 연관성을 탐구하고, AI 기반 신약개발 시대의 핵심 연구 방법론인 생명정보학(Bioinformatics)의 분석 과정을 경험하는 심화 탐구 프로그램
	과정소개	유전정보가 아미노산과 단백질로 발현되는 과정을 탐구하고, 단백질 구조와 생명 기능의 관계를 분자생물학적 관점에서 분석하는 심화 탐구 과정 아미노산 서열 변화가 단백질 구조와 기능에 미치는 영향을 분석하며, 질병 발생 원인을 생체분자 수준에서 이해하는 연구 중심 활동 최신 AI 단백질 구조 예측 기술인 AlphaFold의 원리와 활용 사례를 탐구하고, 단백질 접힘(Folding) 문제 해결 과정과 생명정보학(Bioinformatics)의 연구 방법론을 경험하는 융합형 프로그램 단백질 구조 분석을 기반으로 질병 표적 발굴, 약물 결합, 신약 후보 탐색 과정을 이해하며 미래 바이오·의료·제약 산업의 핵심 기술을 탐색하는 프로젝트형 탐구 활동
	1차시 아미노산·단백질 생성과 생체분자 구조 탐구	mRNA → 아미노산 번역 과정 이해하기 코돈(Codon)과 유전 암호 체계 이해하기 규칙 기반 아미노산 번역 과정 실습 아미노산 3차원 구조 모델링 실습 펩타이드 결합 형성 과정 이해하기 아미노산 배열과 단백질 형성 과정 이해하기 단백질 1차 구조 생성 실습 단백질 2차 구조 형성 원리 이해하기 돌연변이에 따른 아미노산 변화 분석 아미노산 변화에 따른 단백질 기능 변화 분석 정상 단백질과 변이 단백질 비교 실습
	2차시 AI 기반 단백질 구조 예측과 신약개발 탐구	단백질 접힘(Folding) 문제 이해하기 단백질 구조 예측의 역사와 한계 이해하기 AlphaFold의 구조 예측 원리 이해하기 다중서열정렬(MSA) 원리 이해하기 단백질 진화와 서열 유사성 이해하기 단백질 구조 예측 시뮬레이션 실습 단백질 접힘 구조 시각화 실습 정상 단백질과 변이 단백질 구조 비교 분석 질병 유발 단백질 사례 탐구 (낫적혈구 빈혈·알츠하이머·암 관련 단백질) 단백질 구조와 질병의 관계 분석 항원·항체 결합 원리 이해하기 신약 개발 파이프라인 탐구 (표적 발굴·단백질 구조 예측) 신약 개발 파이프라인 탐구 (후보 물질 탐색·임상시험) AlphaFold와 AlphaGenome 비교 분석
	기대효과	아미노산, 단백질, 효소의 구조와 기능을 이해하며 생명 현상을 분자 수준에서 해석하는 생명과학적 사고력을 향상시킬 수 있음 단백질 구조 변화와 질병 발생의 관계를 분석하며 가설 수립과 검증 중심의 과학적 탐구 역량을 함양할 수 있음 AlphaFold를 활용한 단백질 구조 예측 과정을 이해하며 생명정보학(Bioinformatics)과 AI 기반 바이오 연구 방법론을 경험할 수 있음 단백질-단백질 상호작용, 항원-항체 결합, 단백질-약물 결합 원리를 탐구하며 신약개발의 핵심 개념을 이해할 수 있음 최신 AI 기술이 생명과학과 의학 연구에 활용되는 사례를 분석하며 바이오인공지능, 정밀의료, 신약개발 분야에 대한 진로 탐색 역량을 강화할 수 있음 단백질 구조 데이터를 분석하고 결과를 보고서로 정리하는 과정을 통해 데이터 분석 능력, 논리적 사고력, 과학적 의사소통 역량을 향상시킬 수 있음 AlphaFold와 AlphaGenome의 차이와 활용 분야를 비교 분석하며 유전체학(Genomics)과 단백질체학(Proteomics)의 연구 접근 방법을 통합적으로 이해할 수 있음
	수업 운영 안내	수업 시간: 2차시 (차시당 45분 ~ 50분) 강사비: 19만원 (지방의 경우 교통비 추가) 재료비: 학생 1인당 1만원 (교재, SW 포함) 준비물: 노트북 또는 태블릿 실습용 SW 구매하기 교재 구매하기
[심화과정] AI 기반 가상세포 모델링과 생명시스템 예측 탐구 (Virtual Cell)	생기부 설명 문구	최신 AI 기반 가상세포 연구인 Virtual Cell을 활용하여 유전자·단백질·세포 기능의 상호작용과 질병 발생 메커니즘을 탐구하고, 차세대 정밀의료 시대의 핵심 연구 분야인 시스템생물학(Systems Biology)과 생명정보학(Bioinformatics)의 분석 과정을 경험하는 심화 탐구 프로그램
	과정소개	세포를 하나의 복합 생명시스템(System)으로 이해하고, 유전자·단백질·세포 소기관 간 상호작용을 통합적으로 분석하는 생명과학 심화 탐구 과정 DNA→mRNA→단백질→세포 기능으로 이어지는 생명정보 흐름을 탐구하며, 유전자 변화가 세포 상태와 질병 발생에 미치는 영향을 시스템 생물학(Systems Biology) 관점에서 분석하는 연구 중심 활동 최신 AI 기반 가상세포(Virtual Cell) 연구의 원리를 이해하고, 세포 내부 신호전달 네트워크와 물질 이동 과정을 모델링하여 생명시스템의 동작 원리를 탐구하는 융합형 프로그램 AlphaGenome, AlphaFold, Virtual Cell로 이어지는 차세대 AI 바이오 연구 흐름을 이해하고, 질병 예측과 정밀의료 시대의 핵심 연구 방법론을 경험하는 프로젝트형 탐구 활동
	1차시 Virtual Cell Challenge와 AI 기반 가상세포 연구 이해하기	Virtual Cell Challenge와 AI 기반 가상세포 연구 이해하기 세포를 하나의 생명 시스템(System)으로 이해하기 세포 구조와 세포 소기관의 기능 이해하기 핵(Nucleus)과 유전자 정보 저장 구조 이해하기 리보솜(Ribosome)과 단백질 생성 기능 이해하기 미토콘드리아와 ATP 에너지 생산 이해하기 세포막과 물질 이동 원리 이해하기 세포 내 신호 전달 체계 이해하기 DNA → mRNA → 단백질 → 세포 기능 정보 흐름 이해하기 유전자 변화가 세포 기능에 미치는 영향 탐구하기 세포 기능 변화 탐구 보고서 작성하기
	2차시 AI 기반 가상세포 시뮬레이션과 질병 예측 탐구	AI 기반 세포 모델링의 개념 이해하기 입력(Input)-상태(State)-출력(Output) 기반 세포 모델 설계하기 세포 내부 정보 전달 네트워크 모델링하기 유전자 돌연변이와 세포 반응 관계 분석하기 세포 신호전달(Pathway) 구조 이해하기 리보솜 기반 단백질 생성 과정 시뮬레이션하기 미토콘드리아 ATP 생성 과정 시뮬레이션하기 정상 세포와 돌연변이 세포 비교 분석하기 AI 기반 세포 상태 예측 실습하기 Virtual Cell과 AlphaGenome·AlphaFold의 관계 이해하기 가상세포 모델링 탐구 보고서 작성하기
	기대효과	세포를 구성하는 핵, 리보솜, 미토콘드리아, 세포막 등 다양한 세포 소기관의 기능과 상호작용을 이해하며 생명 현상을 시스템 관점에서 해석할 수 있음 유전자 변이, 단백질 기능 변화, 세포 상태 변화의 연관성을 분석하며 생명과학 연구에 필요한 과학적 탐구 역량과 분석 능력을 향상시킬 수 있음 세포 내부 신호전달 네트워크와 항상성 유지 과정을 모델링하며 복잡한 생명시스템을 구조적으로 이해하는 융합적 사고력을 기를 수 있음 AI 기반 세포 모델링과 상태 예측 과정을 경험하며 시스템생물학(Systems Biology), 생명정보학(Bioinformatics), 계산생물학(Computational Biology)의 연구 방법론을 이해할 수 있음 암세포, 유전질환, 단백질 기능 이상 등 다양한 질병 사례를 분석하며 질병 발생 메커니즘을 세포 수준에서 설명하는 능력을 함양할 수 있음 AlphaGenome(유전체 분석), AlphaFold(단백질 구조 예측), Virtual Cell(세포 시스템 예측)의 연계 구조를 이해하며 미래 바이오·의료·AI 산업의 발전 방향을 탐색할 수 있음 세포 모델링 결과를 분석하고 탐구 보고서로 정리하는 과정을 통해 데이터 해석 능력, 논리적 사고력, 과학적 의사소통 역량을 향상시킬 수 있음
	수업 운영 안내	수업 시간: 2차시 (차시당 45분 ~ 50분) 강사비: 19만원 (지방의 경우 교통비 추가) 재료비: 학생 1인당 1만원 (교재, SW 포함) 준비물: 노트북 또는 태블릿 실습용 SW 구매하기 교재 구매하기

AI·소프트웨어 계열 동아리

과정명	차시	주요 활동 내용
[공통과정] AI 리터러시와 데이터과학 기반 문제해결 탐구	생기부 설명 문구	생성형 AI와 데이터과학의 핵심 원리를 이해하고, AI 에이전트·RAG(Retrieval-Augmented Generation)·임베딩 기반 지능형 정보처리 과정을 탐구하며 데이터 기반 문제해결(Data-Driven Problem Solving)과 AI 리터러시의 핵심 연구 방법론을 경험하는 융합형 탐구 프로그램
	과정소개	생성형 AI, AI 에이전트, RAG(Retrieval-Augmented Generation) 등 최신 인공지능 기술의 구조와 동작 원리를 이해하는 미래기술 탐구 과정 데이터 수집·정제·분석·시각화 전 과정을 수행하며 데이터 기반 문제해결과 의사결정 방법론을 학습하는 데이터과학 융합 프로그램 AI 작업절차서(Workflow Prompt) 설계와 지능형 AI 시스템 구조 분석을 통해 인공지능의 추론 과정과 정보처리 원리를 탐구하는 연구 중심 활동 다양한 전공 분야에서 활용되는 AI 기술 사례를 분석하고, 데이터 분석 결과를 보고서로 정리하며 융합적 사고력과 연구 역량을 기르는 탐구 과정
	1차시 AI 리터러시와 데이터 기반 문제해결 과정 탐구	최신 AI 기술 동향과 생성형 AI의 작동 원리 분석하기 AI 리터러시와 AI 윤리의 중요성 탐구하기 AI 기반 문제해결 절차와 사고 체계 이해하기 AI 작업절차서(Workflow Prompt) 설계 원리 탐구하기 전공 분야별 AI 활용 전략 및 작업절차서 설계하기 데이터과학(Data Science)의 핵심 개념 이해하기 데이터 분석 기초 과정 탐구하기 데이터 시각화를 통한 정보 표현 방법 탐구하기 데이터 패턴 분석 및 결과 해석하기 생성형 AI 결과의 신뢰성·편향성·한계 평가하기 AI 활용 사례와 미래 전공 분야 연계성 탐구하기
	2차시 AI 에이전트와 지능형 데이터 처리 시스템 탐구	AI 에이전트 구조와 의사결정 과정 분석하기 역할 기반(Role-Based) AI 에이전트 설계하기 입력·처리·출력 기반 AI 시스템 구조 이해하기 데이터 증강(Data Augmentation)의 원리와 활용성 탐구하기 대화 맥락(Context)에 따른 AI 응답 변화 분석하기 문서 검색 기반 생성(RAG)의 구조와 동작 원리 탐구하기 AI 임베딩(Embedding)과 벡터 공간(Vector Space) 이해하기 코사인 유사도를 활용한 의미 유사성 분석하기 소규모 AI 언어모델의 추론 과정 분석하기 Function Calling 기반 AI 자동화 구조 설계하기 규칙 기반 AI 비서 시스템 설계하기 생성형 AI 챗봇과 AI 에이전트의 차이점 비교 분석하기 AI 에이전트 활용 사례와 전공 분야 적용 가능성 탐구하기 AI 기반 데이터 처리 결과 분석 보고서 작성하기
	기대효과	생성형 AI와 데이터과학의 핵심 원리를 이해하고 최신 디지털 기술을 분석하는 AI 리터러시 역량을 함양할 수 있음 데이터 수집·분석·시각화·해석 과정을 수행하며 데이터 기반 탐구 능력과 과학적 문제해결 역량을 향상시킬 수 있음 AI 에이전트, 임베딩, RAG 등 최신 인공지능 기술의 구조를 이해하고 실제 정보처리 과정에 적용하는 융합적 사고력을 기를 수 있음 생성형 AI의 신뢰성·편향성·윤리적 이슈를 분석하며 비판적 사고력과 책임 있는 AI 활용 역량을 함양할 수 있음 전공 분야별 AI 활용 사례를 탐구하며 미래 산업과 학문 분야에 대한 이해를 높이고 진로 탐색 역량을 강화할 수 있음 데이터 분석 결과를 논리적으로 해석하고 보고서로 정리하는 과정을 통해 연구 수행 능력과 의사소통 역량을 향상시킬 수 있음
	수업 운영 안내	수업 시간: 2차시 (차시당 45분 ~ 50분) 강사비: 19만원 (지방의 경우 교통비 추가) 재료비: 학생 1인당 1만원 (교재, SW 포함) 준비물: 노트북 또는 태블릿 실습용 SW 구매하기 교재 구매하기
[기초과정] 인공신경망과 인공지능 알고리즘 탐구	생기부 설명 문구	인공신경망과 머신러닝 알고리즘의 핵심 원리를 탐구하고, 트랜스포머(Transformer)·대규모 언어모델(LLM)·피지컬 AI 기술을 분석하며 현대 인공지능(AI)의 정보처리 구조와 연구 방법론을 경험하는 융합형 탐구 프로그램
	과정소개	머신러닝과 인공신경망의 기본 원리를 이해하고, 데이터 학습·분류·예측 과정이 이루어지는 구조를 탐구하는 인공지능 기초 심화 과정 지도학습, 비지도학습, 강화학습 등 다양한 AI 학습 방법을 비교 분석하며 인공지능이 문제를 해결하는 과정을 연구 중심으로 탐구하는 활동 인공신경망, 딥러닝, 트랜스포머, 대규모 언어모델(LLM)의 발전 과정을 이해하고 현대 생성형 AI의 핵심 정보처리 구조를 분석하는 융합형 프로그램 AI 언어모델, 음성 AI, 컴퓨터 비전, 피지컬 AI 응용 사례를 탐구하며 미래 인공지능 산업의 핵심 기술과 연구 방법론을 경험하는 프로젝트형 탐구 활동
	1차시 머신러닝 알고리즘과 인공신경망 원리 탐구	인공지능과 머신러닝의 개념 및 발전 과정 이해하기 지도학습과 비지도학습의 특징 비교 분석하기 K-Means 기반 데이터 군집화 과정 분석하기 의사결정트리 기반 데이터 분류 원리 탐구하기 강화학습 기반 문제 해결 과정 분석하기 인공신경망(ANN)의 구조와 동작 원리 이해하기 뉴런·가중치·활성화 함수의 역할 탐구하기 인공신경망 학습 과정 시각화 및 분석하기 다층신경망과 딥러닝 구조 비교하기 오차 역전파(Backpropagation) 학습 원리 이해하기 선형회귀와 로지스틱회귀 모델 비교 분석하기 회귀모델 기반 데이터 예측 과정 탐구하기 자율주행 제어 사례를 통한 AI 모델 적용 분석하기
	2차시 AI 언어모델과 지능형 시스템 응용 탐구	순환신경망(RNN)과 시계열 데이터 분석 이해하기 컴퓨터 비전과 영상 인식 기술 이해하기 임베딩(Embedding)과 벡터 표현 학습 원리 탐구하기 코사인 유사도를 활용한 의미 분석 수행하기 트랜스포머(Transformer) 구조 이해하기 Attention 메커니즘의 정보 처리 과정 분석하기 대규모 언어모델(LLM)의 동작 원리 탐구하기 AI 언어모델 기반 대화 시스템 설계하기 Function Calling 기반 AI 자동화 구조 분석하기 음성합성(TTS)의 원리와 활용 사례 탐구하기 음성 기반 AI 비서 시스템 설계하기 경로탐색(Path Finding) 알고리즘 분석하기 경로탐색과 피지컬 AI 제어 원리 탐구하기 다양한 AI 알고리즘의 성능 비교 및 평가하기 인공지능 모델 분석 및 탐구 보고서 작성하기
	기대효과	인공신경망과 머신러닝 알고리즘의 핵심 원리를 이해하며 인공지능 기술의 동작 구조를 체계적으로 설명할 수 있음 지도학습, 비지도학습, 강화학습의 차이를 이해하고 상황에 맞는 AI 모델의 활용 방식을 분석할 수 있음 트랜스포머와 대규모 언어모델의 구조를 이해하며 최신 생성형 AI 기술의 발전 방향과 응용 가능성을 탐구할 수 있음 다양한 AI 알고리즘의 성능을 비교·평가하는 과정을 통해 데이터 분석 능력과 비판적 사고력을 함양할 수 있음 탐구 결과를 분석하고 보고서로 정리하는 과정을 통해 연구 수행 능력, 의사소통 역량, AI 리터러시 역량을 향상시킬 수 있음 인공지능학과, 컴퓨터공학과, 데이터사이언스학과, 소프트웨어학과, 전자공학과 분야의 핵심 연구 주제를 경험하며 전공 적합성과 진로 탐색 역량을 강화할 수 있음
	수업 운영 안내	수업 시간: 2차시 (차시당 45분 ~ 50분) 강사비: 19만원 (지방의 경우 교통비 추가) 재료비: 학생 1인당 1만원 (교재, SW 포함) 준비물: 노트북 또는 태블릿 실습용 SW 구매하기 교재 구매하기
[심화과정] 생성형 AI 기반 소프트웨어 공학적 사고와 시스템 설계 탐구	생기부 설명 문구	생성형 AI를 활용하여 실생활 문제를 소프트웨어 시스템으로 모델링하고, 요구사항 분석·시스템 설계·구현·검증 전 과정을 수행하며 AI 기반 소프트웨어 공학(Software Engineering)과 시스템 설계(System Design)의 핵심 연구 방법론을 경험하는 프로젝트형 탐구 프로그램
	과정소개	생성형 AI 시대의 소프트웨어 개발 패러다임 변화를 이해하고, 문제를 시스템 관점에서 분석하는 소프트웨어 공학적 사고력을 탐구하는 심화 과정 사용자 요구사항 분석, 데이터 구조 설계, 알고리즘 설계, 시스템 모델링 과정을 수행하며 실제 소프트웨어가 설계되는 과정을 연구 중심으로 경험하는 활동 생성형 AI를 활용하여 설계 문서와 프로그램 코드를 생성·검증·개선하는 과정을 통해 AI 협업 기반 개발 방법론을 탐구하는 융합형 프로그램 웹 애플리케이션 구현과 프로젝트 검증 과정을 수행하며 현대 소프트웨어 개발의 핵심 절차와 연구 방법론을 경험하는 프로젝트형 탐구 활동
	1차시 생성형 AI 기반 소프트웨어 공학적 사고와 요구사항 설계	생성형 AI와 소프트웨어 개발 패러다임 변화 이해하기 AI 협업 기반 소프트웨어 개발 사례 탐구하기 소프트웨어 공학과 시스템 설계의 개념 이해하기 실생활 문제를 소프트웨어 문제로 정의하기 사용자 요구사항 분석하기 기능 요구사항과 비기능 요구사항 구분하기 생성형 AI를 활용한 문제 분석 실습하기 AI 작업절차서(Workflow Prompt) 개념 이해하기 소프트웨어 개발 절차와 사고 과정 설계하기 시스템 기능 구조도 작성하기 데이터 흐름 분석하기 데이터 구조 및 저장 방식 설계하기 알고리즘 및 처리 절차 설계하기 생성형 AI를 활용한 설계 문서 작성하기 설계 결과 검토 및 개선하기
	2차시 생성형 AI 기반 시스템 구현 및 검증 프로젝트	웹 애플리케이션 구조 이해하기 HTML·CSS·JavaScript 기반 웹 기술 이해하기 설계 문서를 기반으로 시스템 구현 계획 수립하기 사용자 인터페이스(UI) 설계하기 화면 흐름도(Screen Flow) 설계하기 HTML 기반 화면 레이아웃 생성하기 CSS 기반 사용자 인터페이스 구현하기 JavaScript 기반 기능 구현하기 localStorage 기반 데이터 저장 구조 구현하기 데이터 등록·조회·수정·삭제 (CRUD) 기능 구현하기 생성형 AI를 활용한 코드 생성 및 개선하기 개발 결과 발표 및 탐구 보고서 작성하기
	기대효과	실생활 문제를 소프트웨어 시스템 관점에서 분석하고 구조화하는 능력을 기를 수 있음 기능 요구사항과 비기능 요구사항을 구분하며 사용자 중심의 문제 해결 능력과 시스템 사고(System Thinking)를 향상시킬 수 있음 데이터 구조, 알고리즘, 데이터 흐름을 설계하는 과정을 통해 소프트웨어 공학의 핵심 설계 역량을 함양할 수 있음 생성형 AI를 활용하여 설계 문서 작성, 코드 생성, 오류 분석을 수행하며 AI 협업 기반 개발 역량을 강화할 수 있음 프로젝트 검증, 디버깅, 성능 개선 과정을 수행하며 공학적 문제 해결 능력과 논리적 사고력을 향상시킬 수 있음 개발 과정과 결과를 문서화하고 발표하는 경험을 통해 연구 수행 능력, 기술적 의사소통 역량, 프로젝트 관리 역량을 기를 수 있음 소프트웨어학과, 컴퓨터공학과, 인공지능학과, 데이터사이언스학과, 정보통신공학과 분야의 핵심 연구 주제를 경험하며 전공 적합성과 진로 탐색 역량을 강화할 수 있음
	수업 운영 안내	수업 시간: 2차시 (차시당 45분 ~ 50분) 강사비: 19만원 (지방의 경우 교통비 추가) 재료비: 학생 1인당 1만원 (교재, SW 포함) 준비물: 노트북 또는 태블릿 실습용 SW 구매하기 교재 구매하기
[심화과정] AI 기반 자율주행 시스템 설계와 제어 알고리즘 탐구	생기부 설명 문구	AI 기반 자율주행 시스템의 인지·판단·제어 과정을 탐구하고, 센서 융합(Sensor Fusion)·경로 계획(Path Planning)·강화학습(Reinforcement Learning) 기술을 활용하여 미래 모빌리티(Mobility)와 자율시스템(Autonomous System)의 핵심 연구 방법론을 경험하는 융합형 공학 탐구 프로그램
	과정소개	자율주행 차량이 주변 환경을 인식하고 판단하며 주행하는 과정을 분석하고, 미래 모빌리티 기술의 핵심 구조를 탐구하는 심화 탐구 과정 카메라, LiDAR, 자이로센서 등 다양한 센서 데이터를 활용하여 환경을 인식하는 과정과 센서 융합(Sensor Fusion) 기술의 원리를 분석하는 연구 중심 활동 선형회귀, 로지스틱회귀, 의사결정트리, 강화학습 등 다양한 AI 알고리즘을 비교하며 자율주행 시스템의 의사결정 구조를 탐구하는 융합형 프로그램 경로 탐색(Path Finding), 장애물 회피, 주행 전략 최적화 과정을 모델링하고 분석하며 자율주행·로보틱스·스마트 모빌리티 분야의 연구 방법론을 경험하는 프로젝트형 탐구 활동
	1차시 자율주행 인지 시스템과 센서 융합 탐구	모빌리티 산업과 자율주행 기술의 발전 과정 이해하기 자율주행 시스템의 구조와 동작 원리 분석하기 자율주행 환경 모델링 및 시뮬레이션 설계하기 센서 데이터의 구조와 특성 이해하기 카메라·LiDAR·자이로센서의 역할 비교 분석하기 차량 구동 및 제어 시스템 이해하기 기본 주행 제어 알고리즘 분석하기 장애물 회피 알고리즘 탐구하기 차선 및 도로 인식 원리 분석하기 신호등 인식과 센서 융합 기술 이해하기 센서 종류별 주행 성능 비교 분석하기 자율주행 인지 시스템 분석 보고서 작성하기
	2차시 AI 기반 자율주행 의사결정 알고리즘 탐구	규칙 기반 자율주행 의사결정 구조 이해하기 선형회귀 기반 주행 제어 모델 분석하기 로지스틱회귀 기반 분류 모델 탐구하기 강화학습 기반 자율주행 전략 이해하기 의사결정트리 기반 주행 판단 구조 분석하기 AI 모델별 주행 성능 비교 평가하기 경로 탐색(Path Finding) 알고리즘 이해하기 최단 경로 탐색 문제 분석하기 서비스 로봇의 경로 계획 시스템 탐구하기 장애물 환경 변화에 따른 경로 전략 비교하기 자율주행에 활용되는 AI 모델의 장단점 평가하기 자율주행 알고리즘 분석 보고서 작성하기
	기대효과	자율주행 시스템의 인지(Perception), 판단(Decision), 제어(Control) 구조를 이해하며 미래 모빌리티 기술의 핵심 원리를 설명할 수 있음 카메라, LiDAR, 자이로센서 등 다양한 센서의 역할을 비교 분석하며 센서 융합 기술과 환경 인식 원리를 이해할 수 있음 선형회귀, 로지스틱회귀, 의사결정트리, 강화학습 등 AI 알고리즘의 특징과 적용 방식을 이해하며 데이터 기반 의사결정 역량을 기를 수 있음 장애물 회피와 경로 탐색 문제를 분석하며 알고리즘 설계 능력과 공학적 문제 해결 역량을 향상시킬 수 있음 다양한 AI 모델의 성능을 비교 평가하는 과정을 통해 비판적 사고력과 데이터 분석 능력을 함양할 수 있음 자율주행 차량, 서비스 로봇, 스마트 모빌리티 시스템의 동작 원리를 이해하며 미래 산업과 첨단 기술에 대한 통찰력을 기를 수 있음 탐구 결과를 논리적으로 분석하고 보고서로 정리하는 과정을 통해 연구 수행 능력, 데이터 해석 능력, 과학적 의사소통 역량을 향상시킬 수 있음 기계공학과, 자동차공학과, 미래모빌리티학과, 전자공학과, 로봇공학과, 인공지능학과 분야의 핵심 연구 주제를 경험하며 전공 적합성과 진로 탐색 역량을 강화할 수 있음
	수업 운영 안내	수업 시간: 2차시 (차시당 45분 ~ 50분) 강사비: 19만원 (지방의 경우 교통비 추가) 재료비: 학생 1인당 1만원 (교재, SW 포함) 준비물: 노트북 또는 태블릿 실습용 SW 구매하기 교재 구매하기

인문·사회·경영·경제 계열 동아리

과정명	차시	주요 활동 내용
[심화과정] AI 기반 서사·문학 분석과 심리·사회 해석 탐구	생기부 설명 문구	생성형 AI를 활용하여 문학 작품의 서사 구조와 인물 심리를 분석하고, 심리학·사회학적 관점에서 작품의 의미를 해석하며 디지털 인문학(Digital Humanities)의 핵심 연구 방법론을 경험하는 융합형 탐구 프로그램
	과정소개	생성형 AI를 활용하여 문학 작품의 창작 원리와 서사 구조를 탐구하고, 인물·사건·주제의 관계를 체계적으로 분석하는 인문학 융합 심화 과정 등장인물의 감정 변화, 갈등 구조, 관계망을 분석하며 문학 작품이 인간 심리와 사회적 맥락을 반영하는 방식을 탐구하는 연구 중심 활동 심리학과 사회학의 관점을 활용하여 작품 속 인물 행동과 사회 현상을 해석하고, 문학 텍스트의 다층적 의미를 분석하는 융합형 프로그램 AI 기반 감정 분석과 인간의 비평적 해석을 비교하며 디지털 인문학 시대의 새로운 문학 연구 방법론을 경험하는 프로젝트형 탐구 활동
	1차시 AI 기반 문학 창작과 서사 구조 탐구	생성형 AI의 문학 창작 원리 이해하기 문학 창작을 위한 AI 작업절차 설계하기 서사 구조 기반 창작 전략 탐구하기 등장인물·배경·갈등 요소 설계하기 플롯(Plot)과 사건 전개 구조 분석하기 장면(Scene) 기반 이야기 구성 원리 이해하기 AI 활용 문학 창작 과정 탐구하기 문체와 서술 방식 변화 비교 분석하기 문학 작품의 상징과 주제 표현 방식 이해하기 등장인물의 목표·갈등·성장 구조 분석하기 AI 기반 문학 창작 결과 보고서 작성하기
	2차시 문학 작품의 심리·사회학적 해석 탐구	문학 분석을 위한 AI 작업절차 설계하기 문학 작품 구조 분석 방법 탐구하기 등장인물의 성격과 감정 변화 분석하기 감정 흐름 기반 서사 구조 해석하기 등장인물 관계망과 갈등 구조 분석하기 사건 전개와 감정 변화의 상관관계 탐구하기 작품 속 사회 문제와 시대적 배경 분석하기 심리학 관점에서 인물 행동 해석하기 사회학 관점에서 작품의 의미 탐구하기 AI 기반 감정 분석 결과와 인간 해석 비교하기 문학 작품 해석 및 비평 보고서 작성하기
	기대효과	문학 작품의 서사 구조와 주제 의식을 분석하며 비판적 사고력과 인문학적 해석 능력을 향상시킬 수 있음 등장인물의 감정 변화와 행동 동기를 분석하며 인간 심리에 대한 이해와 공감 능력을 높일 수 있음 사회적 갈등, 가치관, 시대적 배경을 탐구하며 사회 현상을 다각적으로 바라보는 통찰력을 기를 수 있음 심리학·사회학 이론을 활용하여 문학 작품을 해석하는 과정을 통해 융합적 사고력과 학문 간 연결 능력을 함양할 수 있음 생성형 AI를 활용한 문학 창작과 분석 과정을 경험하며 디지털 인문학 시대의 새로운 연구 방법론을 이해할 수 있음 AI 기반 감정 분석 결과와 인간의 해석을 비교하며 데이터 기반 분석과 비평적 해석의 차이를 이해할 수 있음 문학 작품 분석 결과를 논리적으로 정리하고 비평 보고서로 작성하는 과정을 통해 연구 수행 능력, 논증 능력, 의사소통 역량을 향상시킬 수 있음 국어국문학과, 문예창작학과, 심리학과, 사회학과, 미디어커뮤니케이션학과, 문화콘텐츠학과 분야의 핵심 연구 주제를 경험하며 전공 적합성과 진로 탐색 역량을 강화할 수 있음
	수업 운영 안내	수업 시간: 2차시 (차시당 45분 ~ 50분) 강사비: 19만원 (지방의 경우 교통비 추가) 재료비: 학생 1인당 1만원 (교재, SW 포함) 준비물: 노트북 또는 태블릿 실습용 SW 구매하기 교재 구매하기
[심화과정] AI 기반 금융·경제 데이터 분석과 의사결정 탐구	생기부 설명 문구	AI와 데이터 분석 기법을 활용하여 금융·경제 데이터를 해석하고, 인간의 의사결정 과정과 시장 행동을 탐구하며 데이터 기반 경제 분석(Data-Driven Economics)과 행동경제학(Behavioral Economics)의 핵심 연구 방법론을 경험하는 융합형 탐구 프로그램
	과정소개	금융·경제 데이터의 구조와 특성을 분석하고, 데이터 기반으로 시장 현상과 경제 변화를 해석하는 경제·경영 분야 심화 탐구 과정 주가, 매출, 소비 데이터 등을 활용하여 패턴 분석과 예측 모델을 탐구하며 데이터 기반 의사결정의 원리를 이해하는 연구 중심 활동 평균, 분산, 상관관계, 이동평균 등 경제 데이터 분석에 활용되는 핵심 통계 기법을 적용하여 경제 현상을 정량적으로 해석하는 융합형 프로그램 행동경제학(Behavioral Economics)과 생성형 AI를 활용하여 인간의 투자 심리, 소비 행동, 금융 리스크를 분석하고 현대 경제 분석의 연구 방법론을 경험하는 프로젝트형 탐구 활동
	1차시 금융 데이터 분석과 예측 모델 탐구	금융 데이터 분석의 기본 원리 이해하기 금융 데이터 분석을 위한 AI 작업절차 설계하기 데이터 수집·정제·시각화 과정 탐구하기 금융 데이터의 구조와 특성 분석하기 주가·매출·소비 데이터 변화 탐구하기 데이터 시각화를 통한 패턴 분석하기 평균·분산·상관관계의 경제적 의미 이해하기 이동평균(Moving Average) 기반 추세 분석하기 데이터 기반 예측 모델의 원리 탐구하기 데이터 기반 의사결정 과정 이해하기 금융 데이터 분석 보고서 작성하기
	2차시 금융·경제 현상과 인간 행동 분석 탐구	금융 데이터 해석을 위한 분석 절차 설계하기 경제 지표와 시장 변화의 관계 탐구하기 투자 심리와 소비 행동 패턴 분석하기 행동경제학(Behavioral Economics)의 주요 개념 이해하기 사회·경제 구조와 데이터의 관계 분석하기 생성형 AI 기반 경제 시나리오 분석하기 금융 데이터 기반 위험 요인 탐구하기 데이터 변화에 따른 의사결정 결과 비교 분석하기 경제 현상의 원인과 결과 해석하기 금융·경제 데이터 시각화 및 패턴 분석하기 금융·경제 탐구 보고서 작성하기
	기대효과	금융·경제 데이터를 수집·분석·시각화하는 과정을 통해 데이터 기반 문제 해결 능력과 분석 역량을 향상시킬 수 있음 평균, 분산, 상관관계, 이동평균 등 핵심 통계 지표를 활용하여 경제 현상을 정량적으로 해석하는 능력을 기를 수 있음 데이터 기반 예측 모델의 구조와 한계를 이해하며 비판적 사고력과 데이터 해석 능력을 함양할 수 있음 투자 심리, 소비 행동, 시장 변화 과정을 분석하며 인간의 의사결정과 경제 현상의 관계를 다각적으로 이해할 수 있음 행동경제학 관점에서 경제적 선택과 판단 과정을 탐구하며 경제·경영 분야의 핵심 연구 주제를 경험할 수 있음 생성형 AI를 활용한 경제 시나리오 분석을 통해 미래 경제 변화와 위험 요인을 분석하는 능력을 향상시킬 수 있음 금융 리스크와 시장 변동성을 분석하는 과정을 통해 경제적 의사결정 능력과 문제 해결 역량을 강화할 수 있음 탐구 결과를 논리적으로 분석하고 보고서로 정리하는 과정을 통해 연구 수행 능력, 데이터 해석 능력, 의사소통 역량을 향상시킬 수 있음 경제학과, 경영학과, 금융학과, 데이터사이언스학과, 통계학과, 산업공학과 분야의 핵심 연구 주제를 경험하며 전공 적합성과 진로 탐색 역량을 강화할 수 있음
	수업 운영 안내	수업 시간: 2차시 (차시당 45분 ~ 50분) 강사비: 19만원 (지방의 경우 교통비 추가) 재료비: 학생 1인당 1만원 (교재, SW 포함) 준비물: 노트북 또는 태블릿 실습용 SW 구매하기 교재 구매하기
[심화과정] 경제수학과 데이터 기반 의사결정 탐구	생기부 설명 문구	경제 현상을 설명하는 수학적 모델과 데이터 분석 기법을 활용하여 경제적 의사결정 과정을 탐구하고, 확률·통계·시뮬레이션 기반의 데이터 기반 경제 분석(Data-Driven Economics)과 계량경제학(Econometrics)의 핵심 연구 방법론을 경험하는 융합형 탐구 프로그램
	과정소개	경제 현상을 수학적으로 모델링하고, 함수·수열·확률·통계 개념을 활용하여 경제 데이터의 변화와 의미를 분석하는 경제수학 심화 탐구 과정 이자, 복리, 할인율, 위험과 수익의 관계를 정량적으로 해석하며 경제적 의사결정이 이루어지는 원리를 탐구하는 연구 중심 활동 데이터 시각화, 시계열 분석, 확률 모델링을 활용하여 경제 현상을 분석하고 미래 변화를 예측하는 데이터 기반 경제 분석 방법을 학습하는 융합형 프로그램 몬테카를로 시뮬레이션, 강화학습, AI 기반 예측 모델을 활용하여 복잡한 경제 문제를 분석하고 의사결정 과정을 탐구하는 프로젝트형 탐구 활동
	1차시 경제수학과 데이터 분석 탐구	경제 현상을 설명하는 수학적 모델 이해하기 이자·복리·할인율의 수학적 구조 분석하기 수열과 함수 기반 자산 변화 모델 탐구하기 시간 변화에 따른 자산 성장 과정 시각화하기 확률과 통계를 활용한 경제 데이터 해석하기 평균·분산·표준편차의 경제적 의미 이해하기 데이터 분포와 변동성 분석하기 경제 데이터 시각화와 추세 탐구하기 데이터 간 유사성과 차이 분석하기 AI 기반 예측 모델의 원리 이해하기 데이터 기반 의사결정 구조 탐구하기 경제수학 기반 데이터 분석 보고서 작성하기
	2차시 경제 시뮬레이션과 확률적 의사결정 탐구	변화율과 미분의 경제적 의미 이해하기 이동평균과 추세 분석 원리 탐구하기 시계열 데이터 변화 과정 분석하기 확률 기반 의사결정 모델 이해하기 몬테카를로 시뮬레이션의 원리 탐구하기 확률 변화에 따른 결과 비교 분석하기 위험(Risk)과 기대수익(Expected Return)의 관계 이해하기 경제적 선택과 의사결정 구조 분석하기 강화학습 보상함수의 경제적 의미 탐구하기 AI 기반 데이터 분석 모델 이해하기 경제 데이터 패턴 분석과 결과 해석하기 경제 시뮬레이션 결과 보고서 작성하기
	기대효과	함수, 수열, 확률, 통계 등 수학 개념이 실제 경제 현상을 설명하는 과정에 적용되는 원리를 이해할 수 있음 평균, 분산, 표준편차, 시계열 데이터 분석을 통해 경제 데이터의 특성과 변동성을 이해할 수 있음 데이터 시각화와 패턴 분석을 수행하며 데이터 기반 문제 해결 능력과 분석 역량을 향상시킬 수 있음 몬테카를로 시뮬레이션과 확률 모델을 활용하여 불확실한 환경에서의 의사결정 과정을 이해할 수 있음 강화학습의 보상함수 개념을 경제적 선택 문제에 적용하며 현대 AI 기반 의사결정 모델의 구조를 이해할 수 있음 경제 현상을 수학적으로 모델링하고 결과를 해석하는 과정을 통해 논리적 사고력과 정량적 분석 역량을 함양할 수 있음 탐구 결과를 보고서로 정리하고 설명하는 과정을 통해 연구 수행 능력, 데이터 해석 능력, 의사소통 역량을 향상시킬 수 있음 경제학과, 경영학과, 금융학과, 통계학과, 데이터사이언스학과, 산업공학과 분야의 핵심 연구 주제를 경험하며 전공 적합성과 진로 탐색 역량을 강화할 수 있음
	수업 운영 안내	수업 시간: 2차시 (차시당 45분 ~ 50분) 강사비: 19만원 (지방의 경우 교통비 추가) 재료비: 학생 1인당 1만원 (교재, SW 포함) 준비물: 노트북 또는 태블릿 실습용 SW 구매하기 교재 구매하기