발전기금
교과목명을 클릭하시면 과정 설명을 볼 수 있습니다.
| 학수번호 | 교과목명 | 학점 |
자기 학습 시간 |
영역 | 학위 |
이수 학년 |
비고 | 언어 |
개설 여부 |
|---|---|---|---|---|---|---|---|---|---|
| CHS2008 | 4차산업혁명과창업비즈니스 | 1 | 2 | 전공 | 학사 | 1-4 | 도전학기 | - | No |
| 4차 산업분야는 혁신범위 확장과 산업구조 변화를 통하여 새로운 국가 성장방식을 주도할 핵심동력으로 평가받고 있다. 따라서 주요 선진국들은 이미 선제적으로 4차 산업혁명에 대응하여 4차 산업분야의 신규 비즈니스 모델의 창출과 관련기술인재 육성에 주력하고 있다. 반면에 4차 산업에 대한 국내의 대응체계와 인재양성 실적은 미흡한 것으로 평가 되고 있다. 주요 원인으로서 기존 창업교육의 문제와 한계가 제기되고 있으며 이러한 4차 산업혁명의 시대적 요구에 효과적이지 못한 대응은 결국 국가경쟁력의 열위를 초래하여 미래 국가발전을 저해할 것이다. 본 과목은 대학교 저학년 학생을 대상으로 4차산업혁명시대에 창업의 필요성을 주지시키고 4차산업혁명기술을 설명한다. 이러한 배경지식을 바탕으로 비즈니스모델개발론, 스타트업 팀빌딩, 사업계획서 작성방법 등을 습득한다. 비즈니스모델개발론의 경우 여러 가지 소비자의 pain point 가정을 설정하고 실제 증명을 통하여 창업아이템의 feasibility를 증명한다. 특히 학생들에게 성공적인 창업사례나 관련 동영상을 확보하여 재미를 통한 학습을 유도하여 궁극적으로 창업을 할수 있는 기초역량을 배양한다. | |||||||||
| CHS7001 | 블록체인의기초 | 3 | 6 | 전공 | 학사/석사/박사 | 도전학기(대학원) | - | No | |
| 본 과목에서는 ‘블록체인’이라는 기술의 전반적 이해를 위한 기초개념을 다룬다. 블록체인 기술이 등장하게 된 배경 및 기술의 목적을 이해하고, 수강생 스스로 기술의 한계점 및 응용 가능성에 대해 생각해 볼 수 있는 기회를 가질 수 있도록 한다. 블록체인 기술을 최초로 도입한 대표적인 암호화폐인 비트코인의 구성 요소 및 구조를 이해하고, 나아가 탈중앙화된 플랫폼을 지향하는 이더리움의 구성 요소 및 구조를 이해하여 대표적인 두 암호화폐의 장단점 및 차이점을 체계적으로 이해한다. 또한 기술을 구성하고 있는 합의 알고리즘 (POW, POS 를 중심으로), 블록체인의 확장성, 암호경제학의 개념 및 한계점을 이해하고 이를 바탕으로 블록체인의 기술의 방향성 및 응용가능성에 대한 수강생 간의 논의를 통해 기술에 대한 수강생의 심층적인 이해를 유도한다. | |||||||||
| CHS7002 | 머신러닝과딥러닝 | 3 | 6 | 전공 | 학사/석사/박사 | 도전학기(대학원) | - | No | |
| 본 수업에서는 기초적인 머신러닝 및 딥러닝 알고리즘의 이론 및 실습을 다룬다. 구체적으로, 선형 분류, 선형 회귀, 의사결정나무, 서포트 벡터 머신, 다층신경망, 컨볼루션 네트워크 등 실제 사례에 널리 사용되고 있는 알고리즘들을 이론 강의를 통하여 습득하고, python을 이용하여 이론에서 배운 알고리즘을 실습을 통하여 자기주도적으로 학습한다. 본 수업의 원활한 수강을 위하여, 학생들은 기본적인 미적분학, 선형대수학, 확률 및 통계, python language의 활용 등에 대한 지식이 필요하다. | |||||||||
| CHS7003 | 인공지능응용 | 3 | 6 | 전공 | 학사/석사/박사 | 도전학기(대학원) | - | No | |
| 스탠포드 대학교의 공개 강좌인 cs231n은 이미지 인식과 딥러닝에 대한 가장 유명한 공개 강좌 중 하나이다. 본 수업은 스탠포드 대학교의 공개 강좌 cs231n을 이용하여 Flipped class 방식으로 수업을 진행한다. 본 수업을 수강하기 위해서는 학부 수준의 기본적인 수학 지식(선형대수, 미적분학, 확률/통계)와 기본적인 파이썬 기반의 코딩 능력이 요구된다. 수업에서 진행하는 구체적은 진행방식과 활동은 다음과 같다. 1) On-line 강의(English)를 청취 (학습자 주도) 2) On-line 강의(English) 청취한 내용에 대해 개별 노트 정리 (학습자 주도) 3) On-line 강의(English) 청취한 내용에 대해 QnA 토론 (학습자 주도) 4) QnA 기반의 교수자 주도의 Off-line 강의(Korean) 강의 (교수자 주도) 5) 팀별 보충 발표 (학습자 주도) 매 토픽에 대하여 위에 언급한 1) ~ 5)의 진행방식을 활용하여 학습한다. 평가는 각 활동과 과제, 중간 시험, 기말 프로젝트에 기반하여 절대평가한다. 수업에 다루는 내용은 다음과 같다. - Introduction Image Classification Loss Function & Optimization (Assignment # 1) - Introduction to Neural Networks - Convolutional Neural Networks (Assignment # 2) - Training Neural Networks - Deep Learning Hardware and Software - CNN Architectures-Recurrent Neural Networks (Assignment # 3) - Detection and Segmentation - Generative Models - Visualizing and Understanding - Deep Reinforcement Learning - Final Project. 본 수업은 이미지 인식과 관련한 딥러닝 방법에 대하여 기초부터 응용까지 다루므로 관심이 있는 학생들에게 좋은 기회가 될 것이라 생각한다. | |||||||||
| CHS7004 | Python활용인문사회과학논문쓰기 | 3 | 6 | 전공 | 학사/석사/박사 | 도전학기(대학원) | 한 | Yes | |
| 논문을 쓰기 위한 과목으로 인문사회과학 영역의 연구를 위하여 빅데이터를 활용한 논문을 쓰기 위한 과정이다. 기본적으로 논문 쓰기 방법에 대한 학습을 하며, 논문을 위한 연구 방법론으로 프로그래밍 처리를 학습한다. 프로그래밍 언어 가운데 인문사회과학 관련 자료를 처리하기 가장 적합하며, 자료 시각화 기능이 뛰어난 파이선을 활용하여 논문 쓰는 법에 대하여 구체적으로 학습한다. 논문 작성을 위한 기본 적인 연구 방법론 및 논문 내용 구성에 대한 이론 강의가 우선 진행된다. 논문 작성을 위하여 주제 선정 및 토론이 진행된다. 주제가 선정되면 관련 연구 정리 방법에 대한 강의가 진행된다. 다음 과정으로 연구 방법론에 따라 필요한 내용 작성에 대한 학습이 진행된다. 제언 및 참고 문헌 정리 방법에 대하여 학습하여 이론적 접근법을 완성한다. 파이선 활용을 통한 자료 분석을 위하여 기본적인 파이선 문법에 대한 학습이 이루어지며, 입력 자료 처리를 위한 실습을 진행한다. 각 연구 분야에서 필요한 파이선 패키지 설치 방법 및 활용 방법에 대하여 학습한 후, 실제 데이터 처리에 대한 실습이 진행된다. 공동 연구 진행을 대비하여 쥬피터 노트북 (jupyter notebook) 사용법을 기본 환경으로 설정하여 분석할 수 있도록 학습한다. 자료 가시화를 위한 matplolib 활용법을 학습하며, 빅데이터 처리를 위한 pandas 활용을 학습한다. 이 과목의 목적은 각 전공 분야에 필요한 연구를 파이선 언어로 프로그래밍 구현을 실행하여 의미 있는 연구 결과를 도출하는 것이다. 이를 위하여 과정 기간 내에 논문 1편 완성을 목표로 한다. | |||||||||
| CHS7006 | 신인류AI사피엔스경험디자인 | 3 | 6 | 전공 | 학사/석사/박사 | 도전학기(대학원) | 한 | Yes | |
| "신인류 AI 사피엔스 경험 디자인" 교과목은 급변하는 디지털 환경에서 인공지능, 빅데이터, 디지털 플랫폼이 소비 행태와 시장 생태계에 미치는 영향을 분석하고, 이를 기반으로 신인류 ‘AI 사피엔스’ 시대에 적합한 경험 디자인 원리를 탐구하는 것을 목표로 한다. AI와 인간의 상호작용을 중심으로 사용자 경험(UX) 및 서비스 디자인 전략을 연구하여 기업과 사회가 변화에 대응할 수 있는 방향성을 제시한다. 이 교과목에서는 AI 발전이 소비심리 및 행동 변화에 미치는 영향을 살펴보고, AI 기반 시장 생태계 변화 및 디지털 전환 사례를 연구한다. 또한 AI 및 데이터 기반 UX/UI 디자인 개념과 사례를 분석하며, 챗봇, 음성인식, 추천 시스템 등 AI 기술을 경험 디자인에 적용하는 방법을 학습한다. 5G, 사물인터넷, 자율주행차, 스마트팩토리 등의 기술 발전과 경험 디자인의 변화를 탐구하며, AI 윤리, 프라이버시 보호, 인간 중심 설계 원칙에 대해서도 다룬다. 실습과 프로젝트 기반 학습을 통해 AI 기반 서비스 디자인 프로젝트를 수행하고, 실제 기업 사례를 분석하며 디자인 솔루션을 도출한다. 이를 통해 AI와 인간의 관계를 이해하고 새로운 사용자 경험을 설계하는 능력을 배양하며, AI 기반 서비스 및 제품 기획을 위한 창의적 사고력과 문제 해결 능력을 향상시킨다. 또한 디지털 전환 시대의 기업 및 사회가 요구하는 AI 경험 디자인 전문가를 양성하고, 혁신적인 비즈니스 모델과 마케팅 전략을 수립할 수 있는 역량을 강화하고자 한다. | |||||||||
| CHS7007 | AI기반미디어텍스트이해 | 3 | 6 | 전공 | 학사/석사/박사 | 도전학기(대학원) | 한 | Yes | |
| 이 교과목은 학생들이 인공지능(AI)을 활용하여 뉴스, 광고, 영화, 소셜미디어 등 다양한 미디어 텍스트를 분석하고 비판적으로 이해하는 능력을 기르는 것을 목표로 한다. 자연어 처리(NLP)를 통한 감성 분석, 키워드 추출, 요약 기술과 함께 CNN, GAN 등의 모델을 활용한 이미지·영상 데이터 해석 기술을 학습하며, AI 생성 콘텐츠의 신뢰성과 윤리 문제에 대한 고찰도 포함한다. 수업은 이론 강의와 실습을 병행하며, Python 기반 AI 모델(GPT, Gemini AI 등)을 활용한 분석 과제 및 프로젝트를 통해 실전 중심의 학습 경험을 제공한다. | |||||||||
| CHS7008 | AI기반전략적의사결정 | 3 | 6 | 전공 | 학사/석사/박사 | 도전학기(대학원) | 한 | Yes | |
| 본 과목은 생성형 AI를 활용하여 전략적 의사결정을 수행하는 고급 역량을 체계적으로 함양하는 것을 목표로 한다. 급변하는 기술 환경 속에서 단순한 데이터 분석 능력만으로는 한계가 존재하며, AI가 생성한 방대한 정보를 비판적으로 검토하고 이를 바탕으로 최적의 전략을 수립하는 능력이 필수적이다. 본 교과목은 바로 이러한 시대적 요구에 부응하여, 학생들이 AI를 단순한 도구가 아닌, 신뢰할 수 있는 협력자로 활용할 수 있도록 학습을 설계하였다. 본 과목에서는 먼저 AI의 기본 원리와 생성형 AI 시스템의 동작 메커니즘을 이해하고, AI가 제공하는 다양한 형태의 비정형 데이터(텍스트, 예측 결과 등)를 분석하는 방법을 배운다. 나아가 AI가 생성한 정보의 오류 가능성과 편향 문제를 식별하고, 신뢰성 평가 기준을 적용하여 올바른 의사결정을 내리는 훈련을 집중적으로 진행한다. 특히 AI 의사결정 과정의 윤리적 문제를 고려하고, 책임 있는 AI 활용 방안을 모색함으로써, 단순 기술 습득을 넘어 사회적 책임까지 아우르는 폭넓은 관점을 기를 수 있다. 이 과목은 단순한 데이터 분석 교육을 넘어, 인간과 AI의 협력 모델을 전략적으로 이해하고 실제 업무에 적용할 수 있도록 설계되었다. 기업 경영, 의료, 금융, 공공 정책 등 다양한 분야에서의 AI 기반 의사결정 사례를 심층적으로 분석하고, 학생들은 팀 프로젝트를 통해 AI 기반 전략적 문제 해결 과제를 수행한다. 이를 통해 실제 산업 및 공공 현장에서 요구하는 실질적 의사결정 역량을 갖추게 된다. 또한 본 교과목은 글로벌 교육 트렌드를 적극 반영하였다. MIT의 'Artificial Intelligence and Decision Making (Course 6-4)', Stanford의 'CS 372: Artificial Intelligence for Reasoning, Planning, and Decision Making', 카네기멜론대학교(CMU)의 'SDS 88436 - Human-AI Complementarity for Decision Making'과 같은 선진 대학 과정을 벤치마킹하여, 최신 흐름에 부합하는 교육 내용을 구성하였다. 이를 통해 국내외를 아우르는 글로벌 수준의 경쟁력을 확보할 수 있도록 지원한다. AI 기술은 앞으로 모든 산업과 사회 전반을 재편할 것이다. 본 과목은 이와 같은 변화를 선도할 인재를 양성하는 데 초점을 맞추었다. 학생들은 AI의 잠재력과 한계를 동시에 이해하고, 인간 중심적 사고를 기반으로 AI와 협력하여 전략적 결정을 이끌어내는 능력을 기른다. 나아가, 미래 사회의 복잡한 문제를 해결하고 조직을 혁신으로 이끄는 AI 기반 리더로 성장할 수 있는 토대를 다진다. 본 과목은 단순한 AI 활용법을 넘어, 전략적 사고와 혁신적 리더십을 갖춘 AI 활용 전문가 양성을 목표로 하는, 지금 이 시대에 가장 필요한 핵심 교과목이다. | |||||||||
| CLA7101 | AI를활용한언어데이터연구방법론 | 1 | 2 | 전공 | 학사/석사/박사 | 문과대학 일반대학원 | 한 | Yes | |
| 본 교과목(AI를 활용한 언어 데이터 연구방법론, AI-Assisted Research Methods for Linguistic Data)은 언어 데이터를 활용한 연구를 수행하고자 하는 학생을 대상으로, 연구 주제 탐색부터 데이터 수집·전처리·실험·시각화·논문 작성까지 실제 연구 전 과정을 생성형 AI 및 다양한 보조 도구와 함께 단계별로 실습하는 학석박 공통 교과목이다. 본 교과목 이수 후 수강생은 언어 데이터 연구의 전 과정을 독립적으로 수행할 수 있을 뿐 아니라, 각 단계에 적합한 다양한 AI 도구를 효율적으로 활용하고 그 결과물을 비판적으로 검토하여 연구에 주체적으로 활용하는 역량을 갖추게 된다. | |||||||||
| CON3015 | 소비트렌드분석 | 3 | 6 | 전공 | 학사 | 3-4 | 소비자학과 | 한 | Yes |
| 소비트렌드의 특징과 변화양상을 분석함으로써 새로운 시장기회를 개발하는 소비트렌드분석가로서의 능력을 함양하기 위해 다양한 현장경험학습을 개별, 팀별로 수행한다. | |||||||||
| ERC3001 | 글로벌캡스톤디자인 | 3 | 6 | 전공 | 학사 | 3-4 | 공과대학 | 한 | Yes |
| 공과대학 및 정보통신대학의 여러 학문 분야를 아우르는 다학제간 지식과 이론의 융합을 기반으로 사용자의 다양한 니즈 발견 및 이를 기반으로 한 문제 정의, 실제적인 제한 조건의 고려, 여러 가지 open-ended solution의 모색, 검증, 시험, 개선, 실현을 통한 문제 해결과정의 수행, 디자인 결과물의 제작 등 일련의 디자인 프로세스를 국제적 융합 팀을 구성하여 수행함으로써 차세대 엔지니어로서 필요한 글로벌 경쟁력, 혁신 능력 및 다학제 융합 기반 종합 설계 능력을 계발한다. | |||||||||
| FDM2001 | 서양복식사 | 3 | 6 | 전공 | 학사 | 2-3 | 영 | Yes | |
| 고대,중세,근세, 현대복식의 기원과 발달과정을 연대순으로 정치,경제,사회,문화사와의 상호연관성을 규명하여 변천과정을 알게하고, 또한 이를 바탕으로 하여 각 시대마다의 복식디자인의 변천과정을 앎으로서 복식디자인의 내용을 풍부히 함과 동시에 미래의 방향을 알게 한다. | |||||||||
| FDM2004 | 패션과문화 | 3 | 6 | 전공 | 학사 | 2-3 | 한 | Yes | |
| 패션은 특정 시대의 사회와 문화의 영향을 반영하는 표현문화라고 본다. 따라서 패션과 문화에서는 현대 패션에 영향을 주는 동서양의 사회문화적 특성에 대해 살펴보게 된다. | |||||||||
| FDM2005 | 패션드로잉 | 3 | 6 | 전공 | 학사 | 2-3 | 한 | Yes | |
| 인체 및 의상을 입고 있는 인체를 정확하고 아름답게 표현할 수 있는 능력을 배양하여 복식디자인 실기에서 필요한 인체묘사를 잘 할 수 있는 기초를 닦는 과정이다. | |||||||||
| FDM2006 | 인공지능과패션비즈니스 | 3 | 6 | 전공 | 학사 | 한 | Yes | ||
| 이 과목은 인공지능(AI)이 패션 산업에 미치는 변혁적인 영향에 대해 탐구합니다. AI 기술이 패션 디자인, 생산, 마케팅, 소매, 고객 경험을 어떻게 혁신하고 있는지 다룹니다. 학생들은 AI가 트렌드 예측, 개인 맞춤형 패션 추천, 가상 피팅, 공급망 최적화, 지속 가능한 패션 실천에 어떤 역할을 하는지 배우게 됩니다. 교과목은 플립러닝 형태로 진행되며, 온라인 녹화 강의를 통해 학습 능력을 함양하고, 오프라인 미팅을 통해 학생 참여형 프로젝트를 수행할 계획입니다. | |||||||||
| FDM2007 | 컴퓨터패션디자인 | 3 | 6 | 전공 | 학사 | 2-3 | 한 | Yes | |
| 패션 유행경향과 상품기획과정에 컴퓨터의 기본적인 방법을 접목시켜 정보화 시대에 필요한 Fashion Portfolio를 CAD를 통해 제작한다. 주요 주제로는 패션 경향조사, Shopping Report, Target Segmentation, 컴퓨터 그래픽에 필수적인 Illustrator, Photoshop 기법의 이해 및 실행이 포함된다. | |||||||||
| FDM2008 | 글로벌패션마케팅 | 3 | 6 | 전공 | 학사 | 1-4 | 영 | Yes | |
| 본 교과목은 패션·의류 산업을 중심으로 글로벌 마케팅 개념을 심도 있게 소개한다. 학생들은 패션 브랜드가 다양한 문화적·경제적·경쟁적 환경에서 어떻게 운영되는지, 그리고 세계화, 지속가능성, 디지털 전환, 변화하는 소비자 기대와 같은 이슈가 글로벌 마케팅 전략에 어떠한 영향을 미치는지를 탐구하게 된다. 교재 기반의 이론적 틀과 더불어 최신 산업 자료(뉴스 기사, 시장 보고서, 실제 사례 연구 등)를 활용함으로써, 학생들은 글로벌 시장 환경을 분석하고 문화적 맥락을 해석하며, 패션 브랜드가 각국의 시장에서 내리는 전략적 의사결정을 평가하는 능력을 기르게 된다. | |||||||||
| FDM2009 | 패션소재의기초 | 3 | 6 | 전공 | 학사 | 1-2 | 한 | Yes | |
| 의류소재의 종류에 따라 그 원료를 대상으로 한 내부 외부 구조를 알고, 그 구조가 원료의 성능에 미치는 영향을 중심으로 원료의 소비적인 특성을 이해하며, 의류 산업에서 소재의 역할과 의류 소재의 성능을 바탕으로 용도에 적합한 재료의 선택 및 활용에 대하여 강의한다. | |||||||||
| FDM2011 | 패션소재기획 | 3 | 6 | 전공 | 학사 | 2-3 | 한 | Yes | |
| 섬유에서 형성되는 실의 방적 및 종류와 특성을 이해하고, 실에서 직조된 각종 직물의 기본 조직과 이를 응용한 특수 조직의 분해 설계를 통하여 직물의 구조적인 특징을 이해하고, 특성을 알아서 의류 소재 선택 및 응용에 기본이 되게 한다. | |||||||||
| FDM2012 | 드레이핑테크닉 | 3 | 6 | 전공 | 학사 | 2-4 | 한 | Yes | |
| 인체나 삼차원적 드레스폼 위에 원단을 얹혀가며 패션 아이디어를 구체화 할 수 있도록 하는 입체적인 의복 패턴 개발의 테크닉을 습득한다. | |||||||||
| FDM2018 | AI패션디자인 | 3 | 6 | 전공 | 학사 | 1-4 | - | No | |
| -패션디자인 개발 단계별 작업에 다양한 AI 프로그램 (텍스트, 레퍼런스 이미지, 디자인 스케치를 디자인 이미지로 생성)을 활용하여 디자인을 시뮬레이션하고 패션디자인 작업을 완성하는 교과목임. -AI 프로그램 활용을 실습함. -디자인 요소, 디자인 아이디어와 이미지 자료의 프롬프트로 디자인 생성 작업을 하고 포트폴리오를 완성함. -트렌드 정보 / 디자인 기획 (디자인 컨셉, 테마, 컬러, 소재, 스타일, 아트워크 기획) / 텍스타일 디자인 개발 / 디자인 일러스트레이션 & 도식화 / 3D 패션 이미지 구현 | |||||||||
| FDM2019 | 패션과소비자심리학 | 3 | 6 | 전공 | 학사 | 2-3 | 한 | Yes | |
| 패션과 소비자 심리학은 개인의 의복선택에 영향을 주는 의복행동을 연구하기위해 사회학, 심리학, 문화인류학의 학제적 접근을 지향한다. 주요 주제로는 의복과 자아개념, 인상형성, 성격, 그리고 하위문화가 포함된다. | |||||||||
| FDM2020 | 기초한복구성 | 3 | 6 | 전공 | 학사 | 2-3 | 한 | Yes | |
| 한국의상의 특색 및 구성원리를 익히고, 실제 제작과정을 통하여 우리 옷이 지닌 멋과 아름다움을 이해하고, 이를 생활화할 수 있도록 현대화된 한국의상을 창작한다. | |||||||||
| FDM2023 | 의복구성의기초 | 3 | 6 | 전공 | 학사 | 2-3 | 한 | Yes | |
| 본 강좌는 서양 여성복 구성을 위한 3학점 기초 실기과정으로 평면재단법을 통한 여성복 패턴 개발의 기본 원리와 개념을 습득함을 목표로 한다. 즉, 신체치수를 측정하고, 측정치에 기초하여 기본 상의 원형, 소매, 스커트 및 팬츠 원형을 제도하고 가봉, 봉제의 과정을 경험한다. 이러한 과정을 통하여 의복생산의 과정을 이해하고 생산 관련 전문 용어를 학습하며, 여성복의 아이템별 요구되어지는 의복 여유량과 맞음새, 조화로운 비례 및 균형에 대한 감각을 익히고, 의복의 구조와 기초 봉제방법 습득할 수 있다. | |||||||||
| FDM2024 | 고급의복구성 | 3 | 6 | 전공 | 학사 | 2-3 | 한 | Yes | |
| 본 강좌는 서양 여성복 구성을 위한 3학점 고급 실기과정으로 기초과정에서 학습한 의복구성의 원리와 개념에 대한 이해를 바탕으로 추상적인 패션아이디어를 구체적인clothing object 와 apparel product로 재현할 수 있는 창작 능력의 향상을 목표로 한다. 즉, 기본 상의 원형, 소매, 스커트, 팬츠 원형을 이용하여 다양한 디자인의 여성복 패턴을 개발하고 제작하는 과정에서 서양 여성복에 대한 패턴 구성의 원리와 디자인에 따라 요구되어지는 적절한 의복의 구조, 고급 봉제기법, 그리고 여성복의 quality를 평가할 수 있는 안목과 기술을 습득할 수 있다. 또한 다양한 디자인의 상의 및 하의 패턴에서 요구되어지는 스타일여유 및 활동여유분에 관한 감각을 익히며, 디자인 원리에 입각하여 조화로운 비례와 균형, 맞음새에 대한 감각을 발달시킬 수 있다. | |||||||||
| FDM2025 | 패션디자인아이디어발상론 | 3 | 6 | 전공 | 학사 | 2-3 | 한 | Yes | |
| 이 과목은 디자인 아이디어를 개발, 발전시키는데 중점을 두며 더불어 디자인, 드로잉, 아이디어 발표 기술을 향상시킬 것이다. | |||||||||
| FDM2026 | 니트디자인 | 3 | 6 | 전공 | 학사 | 2-3 | 한 | Yes | |
| 니트 직조의 기초적인 과정을 습득하여 니트의 생산기법을 익히고 디자인하여 니트웨어 컬렉션을 완성하고 제작하는 과정으로 이루어진다. | |||||||||
| FDM2027 | 패션스타일링 | 3 | 6 | 전공 | 학사 | 1-4 | 한 | Yes | |
| 본 교과는 패션 이미지와 비주얼 전문가로서 패션 컨셉을 바탕으로 아웃핏을 스타일링하고 패션이미지를 창조하는 데 중점을 둔다. 학생들은 인쇄 및 온라인 패션 잡지, 광고 캠페인, 상업 광고, 전자상거래, 룩북, 패션쇼, 패션 필름, 개인 고객을 위한 스타일링, 프로덕션, 아트 디렉팅을 경험한다. 강좌 전반에 걸쳐 학생들은 패션 스타일리스트가 영감을 찾고, 리서치를 수행하고, 상업적 및 창의적 브리프를 처리하는 데 필요한 기술을 개발하며, 다양한 스타일링 프로젝트를 보여주는 스타일링 포트폴리오를 완성한다. | |||||||||
| FDM2034 | 패션디자인표현 | 3 | 6 | 전공 | 학사 | 2-4 | - | No | |
| 본 교과목에서는 패션디자인 컨셉의 개념을 이해하고 다양한 패션이미지 맵 작업으로 컨셉을 시각화하는 작업을 할 것이다. 또한, 트렌드의 개념과 속성을 익히고 디자인 트렌드를 시각화하며, 이러한 과정을 거쳐 패션디자인 컨셉과 컬러기획, 소재기획, 아트워크기획 직업을 목표로 한다. | |||||||||
| FDM2035 | 어패럴패턴CAD베이직 | 3 | 6 | 전공 | 학사 | 2-3 | 한 | Yes | |
| 기성복의 대량 생산을 위한 기획과 설계 단계를 중점으로 살펴본다. 기획과 설계 단계에서 사용되는 어패럴 캐드 시스템의 운용원리를 이해하고 컴퓨터 패턴 개발 시스템을 활용할 수 있는 기초 기술을 습득한다. | |||||||||