TRACK A
AI-for-Q
AIQuantum
인공지능으로 양자기술을 고도화
학습·최적화 기법을 활용해 양자 플랫폼 구현, 양자회로 최적화, 오류 처리·완화, 제어·센싱을 발전시킵니다.
회로 최적화오류 완화양자제어센싱·측정
Overview
교육과정 개요
기초 개념과 프로그래밍 역량을 확보한 뒤, 양자기술과 인공지능이 서로를 고도화하는 두 개의 심화트랙을 거쳐 캡스톤·IC-PBL 기반 응용 프로젝트로 연결합니다.
두 개의 심화 융합트랙
TRACK B
Q-for-AI
QuantumAI
양자기술로 인공지능을 확장
양자머신러닝과 양자컴퓨팅 개념을 바탕으로 새로운 학습·계산 방식과 양자-AI 융합 응용을 탐색합니다.
양자머신러닝양자 데이터학습 가속융합 응용
3단계 교육과정
두 융합트랙은 STEP 2 심화 과정에서 선택·연계됩니다.
STEP 1 · 기초 과정
공통 기초역량 형성
인공지능 개론, 양자정보과학, 양자-AI 프로그래밍을 연계해 양자·AI 개념과 구현 도구를 익힙니다.
STEP 2 · 심화 과정
두 융합트랙의 심화교육
AI-for-Q 또는 Q-for-AI를 중심으로 최적화, 플랫폼, 양자컴퓨팅, 오류 완화, 제어·센싱 역량을 심화합니다.
STEP 3 · 응용 과정
문제해결·산학실증
양자-AI 캡스톤과 IC-PBL을 통해 문제 정의, 지표 설계, PoC, 검증 및 산업체 연계 프로젝트를 수행합니다.
Curriculum
단계별 교과구성
1. 기초 과정
기존 인공지능 개론, 양자정보과학, AI 프로그래밍 교과를 연계해 공통 기초과정을 구성합니다.
| 구분 | 과목 | 학점 | 핵심역량 |
|---|---|---|---|
| 기초 과목 | 인공지능 개론 | 3 | 양자 개념, 인공지능 개념 |
| 기초 과목 | 양자정보과학 | 3 | 상태, 측정, 오류 모델 등 |
| 브릿지 과목 | 양자-AI 프로그래밍 | 3 | Qiskit, PyTorch, 통계학습, 최적화 등 |
2. 심화 과정
양자머신러닝·최적화·인공지능 플랫폼 설계와 양자컴퓨팅·양자센싱 및 측정을 연계해 양자회로 최적화, 오류 완화, 양자제어 분야의 심화 융합교과를 구성합니다.
| 구분 | 과목 | 학점 | 핵심역량 |
|---|---|---|---|
| AI-for-Q | 양자머신러닝 | 3 | 양자-AI 개념, Q-for-AI 개념 |
| AI-for-Q | 최적화 이론 | 3 | 통계적 학습 이론, 양자-AI에 필요한 최적화 기법 |
| AI-for-Q | 인공지능 플랫폼 설계 | 3 | 양자-AI 플랫폼 구현 기술, 학습 최적화 |
| Q-for-AI | 양자컴퓨팅 1 | 3 | AI 기반 양자회로·알고리즘 최적화, 컴파일·스케줄·파라미터 최적화 |
| Q-for-AI | 양자컴퓨팅 2 | 3 | AI 기반 오류 처리·오류 완화, 노이즈 모델 학습, 오류 완화 전략 비교 |
| Q-for-AI | 양자센싱 및 측정 | 3 | 학습 기반 양자제어·센싱, 펄스·게이트 캘리브레이션, 드리프트 대응 |
3. 응용 과정
양자융합전공의 연구설계 경험과 인공지능 분야의 창의자율연구·IC-PBL 운영 노하우를 결합해 양자-AI 캡스톤과 IC-PBL로 발전시켜 운영합니다.
| 구분 | 과목 | 학점 | 핵심역량 |
|---|---|---|---|
| 응용연구 | 양자-AI 캡스톤 I·II | 3 | 문제 정의, 지표 설계, PoC, 검증 |
| 산학연계 | 양자-AI IC-PBL I·II | 3 | 산업체 연계 프로젝트 |
📌 교육 흐름: 공통 기초역량 → AI-for-Q·Q-for-AI 심화역량 → 캡스톤·IC-PBL 기반 응용 및 산학실증의 순서로 구성됩니다.
Course Information
개설 강의정보
한양대학교와 연세대학교의 관련 교과목을 단계별로 연계합니다. 강의일정이 정해지지 않은 과목은 ‘미정’으로 표시했습니다.
기초 과정
5개 교과목| 단계 | 개설교과목 | 개설대학 및 학과 | 교수 | 강의방식 | 강의일정 |
|---|---|---|---|---|---|
| 기초 | 양자정보과학 1 | 한양대학교 물리학과 | 이창협 | 하이브리드 | 매년 1학기 |
| 기초 | 인공지능 개론 | 한양대학교 인공지능시스템학과 | 최용석 | 하이브리드 | 매년 2학기 |
| 기초 | Quantum Data Science | 연세대학교 | 박경덕 | 대면강의 | 매년 2학기 |
| 기초 | 양자정보 개론 | 연세대학교 물리학과 | 백경현 | 대면강의 | 매년 1학기 |
| 기초 | 양자정보이론 기초 | 연세대학교 물리학과 | 백경현 | 대면강의 | 매년 2학기 |
브릿지 과정
2개 교과목| 단계 | 개설교과목 | 개설대학 및 학과 | 교수 | 강의방식 | 강의일정 |
|---|---|---|---|---|---|
| 브릿지 | 양자-AI 프로그래밍 | 한양대학교 물리학과 | 김호준 | 하이브리드 | 미정 |
| 브릿지 | Recent Advances in Quantum AI | 연세대학교 데이터통계사이언스학과 | 박경덕 | 대면강의 | 미정 |
심화 과정 — Quantum
7개 교과목| 단계 | 개설교과목 | 개설대학 및 학과 | 교수 | 강의방식 | 강의일정 |
|---|---|---|---|---|---|
| 심화(Q) | 양자컴퓨팅 | 한양대학교 물리학과 | 이창협 | 하이브리드 | 짝수년 2학기 |
| 심화(Q) | 다체계와 양자컴퓨팅 | 한양대학교 물리학과 | 천상모 | 하이브리드 | 짝수년 2학기 |
| 심화(Q) | 양자센싱 및 측정 II | 한양대학교 물리학과 | 이광걸 | 하이브리드 | 짝수년 2학기 |
| 심화(Q) | 양자메트롤로지 | 한양대학교 물리학과 | 이창협 | 하이브리드 | 홀수년 2학기 |
| 심화(Q) | 양자광학 | 한양대학교 물리학과 | 이진형 | 하이브리드 | 홀수년 1학기 |
| 심화(Q) | Advanced Quantum Learning | 연세대학교 데이터통계사이언스학과 | 박경덕 | 대면강의 | 매년 1학기 |
| 심화(Q) | 양자정보이론 심화 | 연세대학교 물리학과 | 백경현 | 대면강의 | 미정 |
심화 과정 — AI
3개 교과목| 단계 | 개설교과목 | 개설대학 및 학과 | 교수 | 강의방식 | 강의일정 |
|---|---|---|---|---|---|
| 심화(AI) | 최적화 이론 | 한양대학교 | 문준 | 하이브리드 | 매년 1학기 |
| 심화(AI) | 인공지능 플랫폼 설계 | 한양대학교 | 최정욱 | 하이브리드 | 매년 2학기 |
| 심화(AI) | 양자머신러닝 | 한양대학교 | 미정 | 하이브리드 | 미정 |
응용 과정
2개 교과목| 단계 | 개설교과목 | 개설대학 및 학과 | 교수 | 강의방식 | 강의일정 |
|---|---|---|---|---|---|
| 응용 | 양자-AI 캡스톤 I·II | 한양대학교 | 김은솔·김호준 | 하이브리드 | 매학기 |
| 응용 | 양자-AI IC-PBL I·II | 한양대학교 | 김은솔·김호준 | 하이브리드 | 매학기 |