02030101 TMBA TMBA #tm_1th_2 > li:nth-child(3) > ul > li.toy_0 > a 02030101 TMBA TMBA #mprovide > div > div > div.box.box1 > ul > li:nth-child(1) > a 02030201 IMBA IMBA #tm_1th_2 > li:nth-child(3) > ul > li.toy_1 > a 02030201 IMBA IMBA #mprovide > div > div > div.box.box1 > ul > li:nth-child(2) > a 02030301 EMBA EMBA #tm_1th_2 > li:nth-child(3) > ul > li.toy_2 > a 02030301 EMBA EMBA #mprovide > div > div > div.box.box1 > ul > li:nth-child(4) > a 02030401 PMBA PMBA #tm_1th_2 > li:nth-child(3) > ul > li.last.toy_3 > a 02030401 PMBA PMBA #mprovide > div > div > div.box.box1 > ul > li:nth-child(3) > a 02040101 FMBA FMBA #tm_1th_2 > li:nth-child(4) > ul > li.toy_0 > a 02040101 FMBA FMBA #mprovide > div > div > div.box.box3 > ul > li:nth-child(1) > a 02040201 MFE MFE #tm_1th_2 > li:nth-child(4) > ul > li.toy_1 > a 02040201 MFE MFE #mprovide > div > div > div.box.box3 > ul > li:nth-child(3) > a 02040401 IMMBA IMMBA #tm_1th_2 > li:nth-child(4) > ul > li.toy_2 > a 02040401 IMMBA IMMBA #mprovide > div > div > div.box.box3 > ul > li:nth-child(2) > a 02040501 IMMS IMMS #tm_1th_2 > li:nth-child(4) > ul > li.toy_3 > a 02040501 IMMS IMMS #mprovide > div > div > div.box.box3 > ul > li:nth-child(4) > a 02040601 SEMBA SEMBA #tm_1th_2 > li:nth-child(4) > ul > li.toy_4 > a 02040601 SEMBA SEMBA #mprovide > div > div > div.box.box3 > ul > li:nth-child(6) > a 02040701 GP GP #tm_1th_2 > li:nth-child(4) > ul > li.last.toy_5 > a 02040701 GP GP #mprovide > div > div > div.box.box3 > ul > li:nth-child(7) > a 02040701 admission admission #txt > div.sub0303.mt_20 > div.btn_wrap > a 02040701 GP GP #mprovide > div > div > div.box.box3 > ul > li:nth-child(7) > a
본문 바로가기 사이트 메뉴 바로가기 주메뉴 바로가기

2018년 KAIST 경영대학은 4차 산업혁명 시대를 선도하는 리더로서 AI 및 Machine Learning Tool을 활용한 Big Data Analytics 에 대한 실질적 경험과, 신규 창업 뿐 아니라 기존 기업의 신사업 기회창출에 있어 핵심인 기업가정신을 가진 인재를 육성하고자 커리큘럼을 혁신했다.

"비즈니스 애널리틱스 (Business Analytics) 커리큘럼 "

디지털, 모바일 기술의 발전에 따라 오늘날의 경영환경은 각 분야별로 쏟아져 나오고 있는 데이터들을 어떻게 분석하여 어디에 어떠한 방식으로 사용할 것인지를 결정하는 ‘빅데이터의 전략적 활용’이 중요한 요소로 자리매김했다. 이에 대응하여 KAIST 경영대학은 비즈니스 애널리틱스(Business Analytics)를 커리큘럼에 반영하여 빅데이터 기반의 의사결정 능력을 가진 경영 전문가를 양성하고 있다.

4차 산업혁명과 AI 시대에 MBA 학생들에게 가장 중요한 교육은 빅데이터를 분석하는 능력 뿐 아니라 이를 통해 주요한 경영 의사 결정을 내릴 수 있는 능력을 배양하는 것이다.

빅데이터 관리와 AI 분석을 전문으로 하는 Data Scientist의 기본적인 기술적 역량을 갖추고, 이를 바탕으로 Big Data 분석 결과를 어떻게 신사업 혹은 신제품 개발이나 각 분야의 새로운 전략 수립 등에 활용할 것인지를 이해하는 전문 경영인을 양성하고자 하는 것이 교육의 목적이다.

이를 위해 KAIST 경영대학에서는 첫 번째로,실제 데이터를 분석할 수 있는 실무(Hands-on) 능력을 교육한다. 다양한 형식의 데이터를 관리하고 목적에 맞는 데이터를 추출∙ 정제하는 기본 역량과 함께 AI 나 Machine Learning Tool들을 활용해서 문제 해결을 위한 기본적인 분석을 스스로 수행할 수 있는 능력을 배양한다. 특히 기술적인 배경이 없는 학생들도 학습의 의지만 있으면 따라갈 수 있도록 교과목 설계와 현장 적용 프로젝트 실습을 체계적으로 구성하여 제공하는 것이 그 특징이다.

두 번째로 기술적인 분석 능력에 더해 실제 경영 사례 교육을 통해 비즈니스 차원의 응용 능력도 함께 키우고자 한다. 국내외 사례에 대한 심층적인 이해를 기반으로 데이터 분석을 통해 나온 지식을 실제 비즈니스에 어떻게 활용할 수 있는지를 배운다.

이러한 교육을 통해 기업에서 필요로 하는 기본적인 기술과 관련된 지식과 경영 인사이트 도출을 통해 두 영역을 모두 이해하는 경영 인재를 양성하는 것이 KAIST 경영대학의 비즈니스 애널리틱스 교육의 주요 목적이다.

비즈니스 애널리틱스 교과목

  • IM561비즈니스 애날리틱스 (3학점) 해당전공: 테크노MBA

    이 과목에서는 빅데이터 시대가 도래함에 따라 여러 학문적 관점에서 비즈니스 관련 빅 데이터를 분석할 수 있는 기본적인 기술과 방법을 강의할 예정이다. 또한 비즈니스 관점에서 실제 기업에서 비즈니스 애날리틱스가 어떻게 활용되어지고 있는지 성공과 실패 사례들을 둘러보고, 그리고 전략적인 측면도 함께 다룰 예정이다. 종합적으로 이 과목은 빅 데이터 관련 비즈니스 애날리틱스의 기술, 분석 (analysis), 사업 역량에 대해 토론할 예정이다.

  • MGT621마케팅모형론 (3학점) 해당전공: 테크노MBA, 경영공학

    마케팅 의사결정을 합리적으로 하기 위해 계량적 모형들이 어떻게 개발되고 응용되는지를 취급한다. 특히 경영과학에서 개발응용되는 계량기법들이 어떻게 광고, 가격책정, 판매원관리, 유통, 신제품개발관리 및 기타 마케팅관리 분야에 응용되는지를 기존모형들을 분석함으로써 검토한다. 또한 실제로 컴퓨터를 이용한 사례분석과 기말과제의 연구를 통해 이러한 모형의 개발사용의 기회를 제공한다.

  • MGT548블록체인및전사데이터관리 (3학점) 해당전공: 테크노MBA

    가상화폐를 구성하는 엔진 기술인 분산데이터관리 블록체인 기술과 암호 기술을 경영학도가 이해할 수 있는 수준으로 전반부 강의하며, 후반부에서는 기업 데이터 형성의 원류가 어디인지, 기업 데이터는 어떻게 설계해야 하는지 등을 다룬다. 정보시스템에서는 질과 속도가 관건이므로 이를 기준으로 전반부 후반부를 진행한다. 시험 대신 현장 업무 위주 텀프로젝트를 통해 성적을 평가한다.

  • MGT650데이터마이닝 (3학점) 해당전공: 테크노MBA

    데이터마이닝을 위한 신경망과 learning 방법의 원리와 응용을 다룬다. 주요 주제로 신경망의 특징과 한계점, 학습 방법, 신경망 구조의 의미, 효율성, 다차원전략 학습, 경영분야의 응용 등이 있으며 학기에 따라 다양한 주제가 추가 될 수 있다. 수강자들은 2회의 논문연구와 Term project를 수행한다.

  • MGT689테크노경영특수논제 II (3학점) 해당전공: 테크노MBA

    이 과목을 통해 학생들은 디지털 기술이 우리 시대에 가져온 "메가 트렌드"를 설명할 수 있고 기술이 새로운 기회를 열어주는 방식을 이해할 수 있다. 또한, 디지털 변환 시작 및 관리 방법을 알고 이러한 기술을 채택하여 기존 비즈니스의 지속 가능성을 향상시키는 방법을 이해합니다.

  • PMB522하이테크마케팅 (1.5학점) 해당전공: Professional MBA

    기술발전과 수요 및 경쟁에서 불확실성이 높은 하이테크 기업들의 마케팅 이슈를 다룬다. 하이테크 기업들의 사업기회 파악, 시장조사와 수요예측 방법, 신상품의 개발과 마케팅, 마케팅 믹스 전략, 그리고 시장 진화에 대한 대응 전략을 포함한다.

  • EMB532금융시계열분석 (1.5학점)해당전공: 금융공학*, 테크노MBA

    본 과목은 시계열분석의 기법을 이용하여 금융자료를 분석하는 틀을 제공한다. 본 과목에서는 시계열 상관계수, ARIMA 모형, Cointegration 등에 관하여 공부하고, 이를 금융 시계열 자료에 적용해 본다.

  • FE542고급금융시계열분석 (1.5학점) 해당전공: 금융공학*, 테크노MBA

    본 과목은 금융시계열분석 교과목에서 배운 내용을 기반으로 보다 고급 시계열 분석 기법에 관하여 공부하게 된다. 본 과목에서는 state-space models, VAR model, Cointegration test, GARCH, VECM 등에 관하여 공부하고, 이를 금융 시계열 자료에 적용해 본다.

  • IM681정보미디어경영 특수논제Ⅰ(1.5학점) 해당전공: 정보미디어 MBA*, 테크노MBA

    The primary objective of this course is to understand the fundamental of business intelligence by analyzing real data sets with data mining techniques. This course concentrates on learning state-of-arts data mining techniques that are the main technological stream of business intelligence. One of main objects of this course is educating the real-world technology based on the data mining technique. Data mining is the process of analyzing the data from database (or data warehouse) and creating the meaningful information to clarify the decision choice. In addition, this course consists of various lab sessions to help understanding how data mining techniques work with the datasets textbook provides.

  • IM685비즈니스 애널리틱스를 위한 프로그래밍 (1.5학점)해당전공: 정보미디어 MBA*, 테크노MBA

    실전에서 바로 활용할 수 있는 수준의 데이터 분석을 학습합니다. 일반적인 기초 분석과정인 통계, 전처리, 데이터탐색, 머신러닝(Clustering, Regression, Classification) 뿐만 아니라 시계열 예측, 추천까지 다룸으로 써 본 과정을 수료 시 더 깊은 데이터 분석 경험을 가질 수 있습니다. 실습과 프로젝트를 수행하면서 분석 모델링을 통해 데이터를 처리하는 방법을 습득하고, 회사에서 실제로 사용되고 있는 데이터 분석사례를 통해 자신이 배운 데이터 분석을 어떻게 활용할 수 있는지 확인할 수 있습니다

  • IM694고급 비즈니스 애날리틱스 (3학점) 해당전공: 정보미디어 MBA*, 테크노MBA

    본 강의는 Business Analytics의 원리와 최신 이론을 이해하고, 실제 데이터를 활용해 기본적인 분석 기법을 적용하는 실습을 진행한다. 이와 함께 관련 기업사례 분석을 통해 데이터분석을 활용한 의사결정과 문제해결 방법을 토론한다.

  • IM561비즈니스 애날리틱스 (3학점) 해당전공: Professional MBA

    이 과목에서는 빅데이터 시대가 도래함에 따라 여러 학문적 관점에서 비즈니스 관련 빅 데이터를 분석할수 있는 기본적인 기술과 방법을 강의할 예정이다. 또한 비즈니스 관점에서 실제 기업에서 비즈니스 애날리틱스가 어떻게 활용되어지고 있는지 성공과 실패 사례들을 둘러보고, 그리고 전략적인 측면도 함께 다룰 예정이다. 종합적으로 이과목은 빅 데이터 관련 비즈니스 애날리틱스 (business analytics)의 기술 (technology), 분석 (analysis), 사업 (business) 역량에 대해 토론할 예정이다.

  • MIM532비즈니스 애날리틱스와 데이터 마이닝 (3학점) 해당전공: Executive MBA

    기업의 경쟁력 향상을 위하여 기업의 내외부에서 발생되는 데이터를 수집하고 분석하여, 경영환경의 추세를 파악하고 전략을 수립하기 위한 절차와 개념을 학습하며, 다양한 케이스를 통해 다양한 데이터 세트를 처리하며, 데이터 분석 결과로 중요한 질문들에 대한 답을 찾는 방법을 학습한다.

  • MIM532비즈니스 애날리틱스와 데이터 마이닝 (3학점) 해당전공: 정보경영

    본 과목에서는 데이터 마이닝 원리에 기초한 비즈니스 애널리틱스 실무 개념을 배우고, 계량적 의사결정 문제에 대해서, 수강생들이 계량 및 통계분석에 대해 깊은 지식이 없이도 실무적인 분석능력을 갖출 수 있도록 필요한 경험과 지식을 제공하고자 한다.

  • IM503통계분석 및 의사결정 모형 (3학점) 해당전공: 정보미디어MBA

    이 과목은 의사결정에 대한 합리적 접근을 위한 통계분석의 개념 및 의사결정모형의 개념을 배우고, 이를 실제 사례에서 분석하고 적용할 수 있도록 하는 것을 목적으로 한다. 이를 위해 통계분석, 시뮬레이션, 의사결정 시의 기본 Framework 과 각종 기법을 학습한다. 아울러 의사결정과정을 위한 Prescriptive한 내용과 함께 인간이 범하기 쉬운 에러에 대한 분석도 병행한다.

  • IM561비즈니스 애날리틱스 (3학점) 해당전공: 정보미디어MBA

    이 과목에서는 빅데이터 시대가 도래함에 따라 여러 학문적 관점에서 비즈니스 관련 빅 데이터를 분석할수 있는 기본적인 기술과 방법을 강의할 예정이다. 또한 비즈니스 관점에서 실제 기업에서 비즈니스 애날리틱스가 어떻게 활용되어지고 있는지 성공과 실패 사례들을 둘러보고, 그리고 전략적인 측면도 함께 다룰 예정이다. 종합적으로 이과목은 빅 데이터 관련 비즈니스 애날리틱스 (business analytics)의 기술 (technology), 분석 (analysis), 사업 (business) 역량에 대해 토론할 예정이다.

  • IM623데이터마이닝과 지능형 마케팅 (3학점) 해당전공: 정보미디어MBA

    기업의 내외부에서 발생되는 데이터를 수집하고 분석하여 경영환경의 추세를 파악하고 전략을 수립하기 위하여, 데이터 마이닝의 다양한 기법을 다룬다. 구체적 기법으로는, 데이터베이스 질의어인 SQL (Structured Query Language)를 이용한 데이터 추출 및 전처리, 주성분 분석, 요인분석, 회귀분석 (regression analysis), 연관규칙(association rule), 분류(classification), 군집 분석(clustering analysis), 신경망 이론 과 같은 대표적인 기법과 유전자 알고리듬, 타부 서치등 기계 학습 기법도 다룬다. 또 최근에 부상하고 있는 소셜네트웍의 센티먼트 분석도 배운다. 이런 분석 기법은 특히, 마케팅 및 CRM의 각종 분석 (고객 segmentation, 고객 profile 분석, 유통점 상품 판매 추이분석, 고객 반응분석), 금융분석 (카드 회원 구매 패턴 분석, 대출 적합성 분석, 우수고객 판별 분석), 통신 시장 분석 (고객 통신 패턴 분석, 통신 서비스 전략을 위한 데이터 분석) 등에 적용되어, 이 분야의 실무적 적용기초를 다지게 된다.

  • IM681정보미디어경영 특수논제Ⅰ(1.5학점) 해당전공: 정보미디어MBA

    The primary objective of this course is to understand the fundamental of business intelligence by analyzing real data sets with data mining techniques. This course concentrates on learning state-of-arts data mining techniques that are the main technological stream of business intelligence. One of main objects of this course is educating the real-world technology based on the data mining technique. Data mining is the process of analyzing the data from database (or data warehouse) and creating the meaningful information to clarify the decision choice. In addition, this course consists of various lab sessions to help understanding how data mining techniques work with the datasets textbook provides.

  • IM685정보미디어경영 특수논제Ⅱ (1.5학점) 해당전공: 정보미디어MBA

    실전에서 바로 활용할 수 있는 수준의 데이터 분석을 학습한다. 일반적인 기초 분석과정인 통계, 전처리, 데이터탐색, 머신러닝(Clustering, Regression, Classification) 뿐만 아니라 시계열 예측, 추천까지 다룸으로 써 본 과정을 수료 시 더 깊은 데이터 분석 경험을 가질 수 있다. 실습과 프로젝트를 수행하면서 분석 모델링을 통해 데이터를 처리하는 방법을 습득하고, 회사에서 실제로 사용되고 있는 데이터 분석사례를 통해 자신이 배운 데이터 분석을 어떻게 활용할 수 있는지 확인할 수 있다.

  • IM694고급 비즈니스 애날리틱스 (3학점) 해당전공: 정보미디어MBA

    본 강의는 Business Analytics의 원리와 최신 이론을 이해하고, 실제 데이터를 활용해 기본적인 분석 기법을 적용하는 실습을 진행한다. 이와 함께 관련 기업사례 분석을 통해 데이터분석을 활용한 의사결정과 문제해결 방법을 토론한다.

  • -개설전공 표시 (*)
    모든 교과목은 개설 전공에 수강 우선 순위가 주어지며, 강의실 등의 사정을 고려하여 책임 교수의 승인을 받아 수강이 가능합니다.

만족도조사

이 페이지에서 제공하는 정보에 대하여 만족하십니까?

콘텐츠담당자 : 서민채 연락처 : 02-958-3081

Why KCB

관심자등록

KCB ISSUE