고등학교 생기부 전공탐구/동아리 프로그램 (8개 계열 9종 탐구 프로그램)

공통/자연과학/공학/의료·보건/AI·소프트웨어/인문·사회·경제·경영·인문 계열

고등학교 생기부 전공탐구/동아리 프로그램

생성형 AI, 피지컬 AI, 디지털트윈, 반도체, 바이오AI 등 미래 산업의 핵심 기술을 탐구하며 인공지능 시대에 필요한 디지털 리터러시와 융합적 사고 역량 함양
인공지능, 수학, 생명과학, 항공우주, 반도체, 로보틱스, 자율주행, 경제·경영 등 다양한 전공 분야의 핵심 원리를 체험하고 진로 탐색 및 전공 이해 기회 제공
실제 산업과 연구 현장에서 활용되는 최신 AI 기술과 첨단 과학기술을 경험하며 자기주도적 학습 능력, 연구 수행 역량, 미래 융합형 인재로서의 핵심 역량 훈련

프로그램 소개서 다운로드 받기 (PDF) 프로그램 소개서 다운로드 받기 (HWP)

전계열 공통

과정명	차시	주요 활동 내용
[공통과정] AI 리터러시와 인공지능 기초 탐구	생기부 설명 문구	생성형 AI·AI 에이전트·머신러닝·인공신경망의 핵심 원리를 이해하고, 데이터 기반 문제해결 과정과 지능형 정보처리 시스템의 구조를 탐구하며 현대 인공지능의 작동 원리와 활용 방법론을 경험하는 융합형 탐구 프로그램
	과정소개	생성형 AI, AI 에이전트, 머신러닝, 인공신경망 등 현대 인공지능 기술의 핵심 구조와 동작 원리를 이해하는 인공지능 융합 탐구 과정 AI 리터러시와 AI 윤리, 데이터 기반 문제해결 방법론을 학습하며 인공지능 시대에 필요한 디지털 역량과 비판적 사고력을 함양하는 기초 연구 프로그램 RAG(Retrieval-Augmented Generation), 임베딩(Embedding), 벡터 공간 등 최신 AI 정보처리 기술을 분석하며 지능형 시스템의 작동 과정을 탐구하는 실습 중심 활동 지도학습·비지도학습·강화학습·인공신경망의 원리를 이해하고 다양한 AI 알고리즘의 특징과 활용 사례를 비교 분석하는 인공지능 기초 연구 과정 자율주행, 지능형 비서, 데이터 분석 등 실제 산업 분야의 AI 적용 사례를 탐구하며 미래 기술과 전공 분야의 연계성을 이해하는 융합형 탐구 활동
	1차시 AI 리터러시와 데이터 기반 문제해결 과정 탐구 (AI 리터러시+데이터과학)	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 생성형 AI를 활용한 바이브 코딩 생성절차 실습하기
	2차시 AI 에이전트와 지능형 데이터 처리 시스템 탐구 (AI 에이전트)	AI 에이전트 구조와 의사결정 과정 분석하기 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 Function Calling 기반 AI 자동화 구조 설계하기 규칙 기반 AI 비서 시스템 설계하기 피지컬 AI 원리 이해하기
	3차시 머신러닝 알고리즘과 인공신경망 원리 탐구 (인공지능 기초)	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 자율주행 제어 사례를 통한 AI 모델 적용 분석하기
	기대효과	생성형 AI와 인공지능 기술의 발전 방향을 이해하고 최신 디지털 기술을 분석하는 AI 리터러시 역량을 함양할 수 있음 데이터 기반 문제해결 과정과 AI 활용 절차를 이해하며 논리적 사고력과 정보 활용 역량을 향상시킬 수 있음 인공신경망의 구조와 학습 과정을 이해하고 현대 생성형 AI 및 딥러닝 기술의 기반 원리를 설명할 수 있음 자율주행·지능형 비서·추천 시스템 등 다양한 AI 적용 사례를 탐구하며 전공 및 진로 분야와의 연계성을 확장할 수 있음 AI 윤리, 신뢰성, 편향성 문제를 분석하며 책임 있는 AI 활용 역량과 비판적 사고력을 함양할 수 있음 탐구 결과를 논리적으로 분석·정리하고 보고서 형태로 표현하는 연구 수행 능력과 의사소통 역량을 향상시킬 수 있음
	수업 운영 안내	수업 시간: 2차시 ~ 3차시 강사비: 19만원(2차시), 28만원(3차시), 지방의 경우 교통비 추가 재료비: 학생 1인당 1만원 (교재, SW 포함) 준비물: 노트북 또는 태블릿 실습용 SW 구매하기 교재 구매하기

AI·SW·수학 계열

과정명	차시	주요 활동 내용
[AI·SW·수학] 인공지능 수학과 인공지능 알고리즘 심화 탐구	생기부 설명 문구	벡터·행렬·미분 기반의 인공지능 수학 원리를 이해하고, 인공신경망·기계학습·트랜스포머·GPT의 핵심 구조를 탐구하며 현대 인공지능의 수학적 모델링과 지능형 정보처리 방법론을 경험하는 융합형 심화 탐구 프로그램
	과정소개	벡터, 행렬, 선형변환, 미분 등 인공지능의 기반이 되는 수학적 개념을 이해하고 데이터 표현 및 정보처리 원리를 탐구하는 AI 수학 심화 과정 임베딩(Embedding), 벡터 공간(Vector Space), 코사인 유사도 등의 개념을 학습하며 생성형 AI와 자연어처리 기술의 수학적 기반을 분석하는 탐구 활동 경사하강법(Gradient Descent), 손실함수(Loss Function), 최적화 이론을 이해하고 인공신경망의 학습 과정을 수학적으로 분석하는 인공지능 모델링 프로그램 지도학습·비지도학습·강화학습 등 기계학습 알고리즘의 구조와 특징을 비교 분석하며 데이터 기반 학습 원리를 탐구하는 연구 중심 활동 순환신경망(RNN), 컴퓨터 비전, 트랜스포머(Transformer), GPT 등의 최신 AI 기술 구조를 이해하고 실제 산업 분야 활용 사례를 분석하는 미래기술 융합 탐구 과정
	1차시 벡터·행렬과 인공지능 수학 탐구 (인공지능 수학)	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 활성화 함수의 역할과 비선형성 탐구하기
	2차시 미분의 활용과 인공신경망 구조 설계하기 (인공신경망)	함수와 변화율의 수학적 의미 이해하기 미분과 기울기의 최적화 활용 탐구하기 경사하강법(Gradient Descent)의 수학적 구조 분석하기 손실함수(Loss Function)와 최적화 문제 이해하기 분류형 인공 신경망 설계하기 예측형 인공 신경망 설계하기
	3차시 기계학습 알고리즘과 GPT 생성 원리 탐구 (기계학습 및 GPT)	인공지능과 머신러닝의 개념 및 발전 과정 이해하기 지도학습, 비지도학습, 강화학습 유형 분석하기 자율주행 제어 사례를 통한 기계학습 알고리즘 활용하기 순환신경망(RNN)과 시계열 데이터 분석 이해하기 컴퓨터 비전과 영상 인식 기술 이해하기 트랜스포머(Transformer) 및 어텐션 메커니즘의 과정 이해하기 GPT 문장 생성 원리 이해하기 피지컬 AI 개념 이해하기
	기대효과	벡터·행렬·미분 등 인공지능의 핵심 수학 개념을 이해하고 수학적 모델링 능력과 논리적 사고력을 향상시킬 수 있음 데이터를 벡터 공간으로 표현하는 원리를 이해하고 임베딩 및 유사도 분석 기술의 활용 방법을 설명할 수 있음 인공신경망의 구조와 학습 과정을 이해하고 경사하강법과 최적화 이론의 실제 활용 사례를 분석할 수 있음 지도학습·비지도학습·강화학습의 차이점을 이해하고 다양한 기계학습 알고리즘의 특징과 적용 분야를 비교 분석할 수 있음 인공지능 기술의 수학적 원리와 알고리즘적 구조를 통합적으로 이해하며 AI·소프트웨어·수학 분야의 진로 탐색 역량을 강화할 수 있음 탐구 결과를 논리적으로 정리하고 분석 보고서로 작성하는 과정을 통해 연구 수행 능력과 의사소통 역량을 향상시킬 수 있음
	수업 운영 안내	수업 시간: 2차시 ~ 3차시 강사비: 19만원(2차시), 28만원(3차시), 지방의 경우 교통비 추가 재료비: 학생 1인당 1만원 (교재, SW 포함) 준비물: 노트북 또는 태블릿 실습용 SW 구매하기 교재 구매하기

AI·생명화학·의학·보건 계열

과정명	차시	주요 활동 내용
[AI·생명화학·의학·보건] AI 기반 유전체·단백질 구조 예측과 신약개발 탐구	생기부 설명 문구	최신 AI 생명정보학 기술인 AlphaGenome·AlphaFold·Virtual Cell의 핵심 원리를 이해하고, 유전체 분석·단백질 구조 예측·세포 시뮬레이션을 통해 유전자 변이와 질병 발생의 연관성을 탐구하며 정밀의료 시대의 생명정보학(Bioinformatics) 연구 방법론을 경험하는 융합형 심화 탐구 프로그램
	과정소개	DNA 서열 분석과 유전자 변이 탐구를 통해 유전체(Genome) 정보가 질병 발생에 미치는 영향을 분석하는 유전체 연구 중심 활동 단백질 접힘(Folding) 문제와 AlphaFold의 구조 예측 원리를 학습하고 단백질 구조와 생명 기능의 관계를 탐구하는 AI 바이오 연구 프로그램 신약 개발 과정에서 활용되는 표적 단백질 발굴, 구조 예측, 후보 물질 탐색 과정을 분석하며 AI 기반 신약개발의 핵심 원리를 탐구하는 미래의학 연구 과정 유전체 분석, 단백질 구조 예측, 세포 시뮬레이션을 통합적으로 이해하며 생명과학·의학·약학·바이오공학 분야의 최신 연구 방법론을 경험하는 융합형 연구 프로그램
	1차시 AI 기반 유전체 분석과 질병 연관성 이해 (알파게놈)	알파게놈(AlphaGenome)과 알파폴드(AlphaFold)의 차이 이해하기 AI 언어모델과 유전체 서열 분석 원리 이해하기 DNA 서열 기반 패턴 분석 원리 탐구하기 규칙 기반 전사 과정 분석 실습하기 유전체 분석용 시뮬레이션 데이터 생성하기 유전자 서열 비교 및 패턴 분석 실습 정상 유전자와 돌연변이 서열 비교 분석하기
	2차시 AI 기반 단백질 구조 예측과 신약개발 탐구 (알파폴드)	단백질 접힘(Folding) 문제 이해하기 AlphaFold의 구조 예측 원리 이해하기 다중서열정렬(MSA) 원리 이해하기 단백질 구조 예측 시뮬레이션 실습 단백질 접힘 구조 시각화 실습 단백질 2차 구조 형성 원리 이해하기 정상 단백질과 변이 단백질 구조 비교 분석 단백질 구조와 질병의 관계 분석 신약 개발 파이프라인 탐구 (표적 발굴·단백질 구조 예측)
	3차시 AI 기반 가상세포 시뮬레이션과 질병 예측 탐구 (가상세포)	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
	기대효과	유전체(Genome), 단백질(Protein), 세포(Cell) 수준에서 생명현상을 이해하고 생명정보학(Bioinformatics)의 핵심 개념을 습득할 수 있음 DNA 서열 분석과 유전자 변이 탐구를 통해 유전 질환의 발생 원리와 유전체 연구 방법론을 이해할 수 있음 AlphaGenome의 분석 원리를 이해하고 유전자 서열 패턴과 질병 연관성을 해석하는 데이터 기반 탐구 능력을 향상시킬 수 있음 AlphaFold의 단백질 구조 예측 원리를 이해하고 단백질 접힘(Folding)과 생명 기능의 관계를 설명할 수 있음 AI 기반 생명과학 연구 사례를 분석하며 의학·약학·생명공학·바이오인공지능 분야의 진로 탐색 역량을 강화할 수 있음 탐구 결과를 과학적 근거에 기반하여 분석·정리하고 연구 보고서 형태로 표현하는 연구 수행 능력과 의사소통 역량을 향상시킬 수 있음
	수업 운영 안내	수업 시간: 2차시 ~ 3차시 강사비: 19만원(2차시), 28만원(3차시), 지방의 경우 교통비 추가 재료비: 학생 1인당 1만원 (교재, SW 포함) 준비물: 노트북 또는 태블릿 실습용 SW 구매하기 교재 구매하기

물리·항공우주·국방 계열

과정명	차시	주요 활동 내용
[물리·항공우주·국방] 드론의 물리역학적 제어와 항공우주 시스템 탐구	생기부 설명 문구	드론과 우주선의 비행 원리를 물리학과 제어공학 관점에서 이해하고, PID 제어·칼만 필터·궤도역학 기반 항공우주 시스템을 탐구하며 자율비행과 우주탐사의 핵심 연구 방법론을 경험하는 융합형 심화 탐구 프로그램
	과정소개	드론과 항공우주 기술의 발전 과정을 살펴보고 비행체에 작용하는 힘과 운동 원리를 물리학적으로 분석하는 항공우주 기초 탐구 과정 양력, 추력, 중력, 항력 등 비행체의 운동을 결정하는 핵심 물리 법칙을 이해하고 드론 비행 원리를 탐구하는 물리역학 중심 활동 자율비행 시스템의 구조와 경로 계획(Path Planning), 센서 기반 위치 인식 과정을 분석하며 현대 무인이동체 기술의 원리를 학습하는 융합 탐구 프로그램 PID 제어, 피드백 제어, 자세 안정화 알고리즘을 이해하고 드론의 호버링 및 자동 고도 유지 과정을 분석하는 제어공학 심화 활동 인공위성 궤도, 호만 전이 궤도(Hohmann Transfer Orbit), 스윙바이(Swing-by) 기법 등 우주 탐사에 활용되는 궤도역학의 핵심 개념을 이해하는 항공우주 탐구 활동
	1차시 드론의 물리역학적 원리와 항공우주 시스템 이해 (드론의 비행 원리)	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 드론의 센서 이해 및 제어하기
	2차시 PID 제어와 자율비행 시스템 탐구 (드론의 자세 제어)	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 센서값과 실제 위치의 차이 분석하기 피드백 제어 시스템의 구조 이해하기
	3차시 달 탐사와 우주선 제어 시스템 탐구 (우주선의 물리역학)	지구 인공위성 궤도의 종류 칼만 필터 기반 위치 추정 원리 분석하기 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
	기대효과	드론과 항공우주 시스템에 적용되는 물리학의 핵심 원리를 이해하고 운동과 힘의 관계를 과학적으로 설명할 수 있음 자율비행 시스템의 구조와 경로 계획(Path Planning) 원리를 이해하고 무인이동체 기술의 핵심 개념을 습득할 수 있음 PID 제어기의 구조와 동작 원리를 이해하고 피드백 제어 시스템의 역할을 설명할 수 있음 자세 안정화 알고리즘과 자동 고도 유지 시스템을 분석하며 제어공학적 사고력과 시스템 분석 능력을 향상시킬 수 있음 인공위성 궤도와 우주선의 이동 과정을 이해하고 호만 전이 궤도, 스윙바이, 중력 보조 기법의 과학적 원리를 설명할 수 있음 드론, 위성, 우주탐사선 등 실제 항공우주 기술 사례를 분석하며 항공우주공학·물리학·국방공학 분야의 진로 탐색 역량을 강화할 수 있음 탐구 결과를 논리적으로 분석·정리하고 보고서 형태로 표현하는 과정을 통해 연구 수행 능력과 의사소통 역량을 향상시킬 수 있음
	수업 운영 안내	수업 시간: 2차시 ~ 3차시 강사비: 19만원(2차시), 28만원(3차시), 지방의 경우 교통비 추가 재료비: 학생 1인당 1만원 (교재, SW 포함) 준비물: 노트북 또는 태블릿 실습용 SW 구매하기 교재 구매하기

AI·전자·컴퓨터 계열

과정명	차시	주요 활동 내용
[AI·전자·컴퓨터] 피지컬 AI 기반 임베디드 시스템 탐구	생기부 설명 문구	임베디드 시스템과 IoT 기술의 핵심 원리를 이해하고, 센서·마이크로컨트롤러·무선통신 기반 제어 시스템을 설계하며 AI 에이전트와 피지컬 AI를 활용한 지능형 자동화 시스템의 구현 원리를 탐구하는 융합형 심화 탐구 프로그램
	과정소개	임베디드 시스템의 구조와 동작 원리를 이해하고 마이크로컨트롤러 기반 제어 기술을 탐구하는 전자·컴퓨터공학 융합 과정 디지털 신호, 아날로그 신호, 센서 데이터 처리 과정을 분석하며 실제 하드웨어와 소프트웨어의 상호작용 원리를 학습하는 실습 중심 탐구 활동 WiFi 기반 무선통신 기술과 IoT(Internet of Things) 시스템 구조를 탐구하며 스마트홈과 지능형 연결 시스템의 동작 원리를 분석하는 미래기술 탐구 과정 가상 환경과 실제 하드웨어를 연동하는 IoT 제어 구조를 이해하고 데이터 수집·전송·제어 과정을 통합적으로 분석하는 융합형 활동
	1차시 임베디드 시스템 기초 이해하기 (아두이노 기초)	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 톤 명령어 기반 사운드 생성 원리 탐구하기 거리센서 기반 환경 인식 시스템 설계하기
	2차시 WiFi 무선장치와 IoT 제어 구조 탐구 (WiFi 및 IoT)	로봇의 제어 원리 이해하기 WiFi 무선 장치 구조 이해하기 WiFi 무선 장치 만들어 보기 무선 장치를 이용한 센서 모니터링 이해하기 무선 장치를 이용한 디지털 제어하기 무선 장치와 가상 환경 연동하기 IoT 기반 스마트홈 자동화 시스템 구조 탐구하기
	3차시 피지컬 AI와 지능형 임베디드 제어 탐구 (피지컬 AI)	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 조명 제어 시스템 탐구하기
	기대효과	임베디드 시스템의 구조와 마이크로컨트롤러의 역할을 이해하고 하드웨어 제어 기술의 기초 원리를 설명할 수 있음 디지털 신호와 아날로그 신호의 차이를 이해하고 센서 데이터를 활용한 정보 수집 및 처리 과정을 분석할 수 있음 WiFi 무선통신 기술과 IoT 시스템 구조를 이해하고 네트워크 기반 데이터 전송 및 원격 제어 원리를 설명할 수 있음 스마트홈 자동화 사례를 분석하며 센서·통신·제어 기술이 융합된 지능형 시스템의 구조를 이해할 수 있음 AI 언어모델(LLM)과 비전언어모델(VLM)의 동작 원리를 이해하고 인공지능 기반 정보처리 과정에 대한 이해를 확장할 수 있음 로봇공학, 임베디드 시스템, IoT, 인공지능 분야의 최신 기술 동향을 탐구하며 전자공학·컴퓨터공학·AI 분야의 진로 탐색 역량을 강화할 수 있음 탐구 결과를 체계적으로 분석하고 보고서 형태로 정리하는 과정을 통해 연구 수행 능력과 문제 해결 능력, 의사소통 역량을 향상시킬 수 있음
	수업 운영 안내	수업 시간: 2차시 ~ 3차시 강사비: 19만원(2차시), 28만원(3차시), 지방의 경우 교통비 추가 재료비: 학생 1인당 1만원 (교재, SW 포함) 준비물: 노트북 또는 태블릿 실습용 SW 구매하기 교재 구매하기

반도체·전자 계열

과정명	차시	주요 활동 내용
[반도체·전자] 반도체 소자와 디지털 IC 기반 논리회로 탐구	생기부 설명 문구	반도체 소자와 디지털 논리회로의 핵심 원리를 이해하고, 다이오드·트랜지스터·CMOS·논리게이트 기반 정보처리 구조를 탐구하며 현대 반도체 시스템과 디지털 컴퓨터의 동작 원리를 경험하는 융합형 심화 탐구 프로그램
	과정소개	반도체 산업의 발전 과정과 현대 정보기술 사회에서 반도체가 수행하는 역할을 이해하는 반도체 기초 탐구 과정 전류, 전압, 전기장, 전하 이동 등 전자공학의 핵심 개념을 학습하고 반도체 소자의 동작 원리를 물리학적으로 분석하는 연구 중심 활동 디지털 신호와 논리게이트(AND, OR, XOR 등)의 구조를 이해하고 디지털 정보처리 시스템의 기본 원리를 탐구하는 디지털 회로 설계 과정 N형·P형 반도체, PN 접합, 공핍층(Depletion Layer) 형성 과정을 분석하며 다이오드와 트랜지스터의 동작 원리를 이해하는 반도체 소자 탐구 활동 트랜지스터의 증폭 및 스위칭 기능을 비교 분석하고 현대 반도체 칩의 핵심 구성 요소를 이해하는 전자공학 심화 프로그램
	1차시 반도체 기초와 디지털 시스템 이해 (디지털 IC 논리 게이트)	반도체 산업과 반도체 기술의 발전 과정 이해하기 전기회로와 전류 흐름의 물리적 원리 탐구하기 펄스 신호 기반 디지털 제어 구조 이해하기 전기장과 전하 이동 원리 이해하기 디지털 논리게이트 IC의 구조와 역할 이해하기 AND 게이트 기반 논리 연산 탐구하기
	2차시 다이오드와 트랜지스터의 동작 원리 탐구 (다이오드 및 트랜지스터)	반도체 소재와 전자 이동 원리 이해하기 오옴의 법칙과 전기적 특성 분석하기 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 트랜지스터 증폭과 스위칭 기능 비교 분석하기
	3차시 디지털 논리회로와 가산기·메모리 구조 탐구 (가산기 및 플립플롭)	반도체 논리설계와 레이아웃 설계 과정 이해하기 반가산기(Half Adder)의 논리 구조 분석하기 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
	기대효과	반도체 산업의 구조와 발전 과정을 이해하고 미래 첨단산업의 핵심 기술인 반도체 기술에 대한 이해를 높일 수 있음 전류, 전압, 전기장, 전하 이동의 원리를 이해하며 전자공학 및 반도체 물리학의 기초 개념을 습득할 수 있음 디지털 신호와 논리게이트의 동작 원리를 이해하고 컴퓨터 정보처리 과정의 기본 구조를 설명할 수 있음 N형·P형 반도체와 PN 접합의 특성을 이해하고 다이오드의 정류(Rectification) 원리를 분석할 수 있음 트랜지스터의 증폭 기능과 스위칭 기능을 비교 분석하며 현대 전자회로의 핵심 동작 원리를 이해할 수 있음 논리회로를 활용한 문제 해결 활동을 수행하며 논리적 사고력과 시스템 설계 역량을 향상시킬 수 있음 반도체공학·전자공학·컴퓨터공학 분야의 핵심 기술을 탐구하며 미래 반도체 산업과 첨단공학 분야의 진로 탐색 역량을 강화할 수 있음 탐구 결과를 과학적·공학적으로 분석하고 보고서 형태로 정리하는 과정을 통해 연구 수행 능력과 의사소통 역량을 향상시킬 수 있음
	수업 운영 안내	수업 시간: 2차시 ~ 3차시 강사비: 19만원(2차시), 28만원(3차시), 지방의 경우 교통비 추가 재료비: 학생 1인당 1만원 (교재, SW 포함) 준비물: 노트북 또는 태블릿 실습용 SW 구매하기 교재 구매하기

AI·기계·전기 계열

과정명	차시	주요 활동 내용
[AI·기계·전기] 피지컬 AI 기반 로봇 시스템 설계와 디지털트윈 탐구	생기부 설명 문구	디지털트윈 기반 가상환경과 로보틱스 시스템의 핵심 원리를 이해하고, 역기구학(Inverse Kinematics)·센서 데이터·AI 제어 모델을 활용한 지능형 로봇 시스템을 설계하며 피지컬 AI 기반 스마트 제조 기술의 연구 방법론을 경험하는 융합형 심화 탐구 프로그램
	과정소개	디지털트윈(Digital Twin)의 개념과 산업적 활용 사례를 이해하고 현실 세계를 가상환경으로 구현하는 디지털 시뮬레이션 기술을 탐구하는 미래기술 융합 과정 메타버스 기반 3차원 가상환경을 설계하고 물리 시뮬레이션, UI 설계, 오브젝트 제어를 수행하며 디지털트윈 구축 과정을 경험하는 실습 중심 탐구 활동 다관절 로봇팔의 구조와 운동 원리를 분석하고 기계공학·전기공학·로보틱스의 핵심 개념을 학습하는 로봇공학 탐구 과정 기구학(Kinematics)과 역기구학(Inverse Kinematics)의 수학적 원리를 이해하고 목표 위치와 관절 제어 간의 관계를 분석하는 공학수학 기반 연구 활동 AI 모델과 센서 데이터를 활용한 지능형 로봇 제어 과정을 분석하고 피지컬 AI(Physical AI)의 핵심 원리를 이해하는 미래산업 연구 과정
	1차시 디지털트윈 가상환경 제작과정 탐구 (디지털트윈 3D 환경 만들기)	디지털트윈 개념 이해하기 가상세계를 만드는 메타버스 명령어 이해하기 메타버스 기본 명령어 탐구하기 오브젝트 조합 및 제어하기 오브젝트의 물리역학 시뮬레이션 조명 및 하늘 설정하기 제어용 UI 만들기
	2차시 로봇 관절 제어와 로보틱스 탐구 (3D 로봇관절 및 로보틱스)	간단한 3D 로봇팔 만들어 보기 다관절 로봇팔의 구조와 운동 특성 분석하기 관절 각도와 위치 제어 원리 탐구하기 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
	3차시 피지컬 AI 기반 디지털트윈 시스템 탐구 (피지컬 AI)	디지털트윈의 개념과 산업 응용 사례 탐구하기 현실 장치와 가상 시뮬레이션 연동 구조 이해하기 로봇 관절 제어 명령과 구동 시스템 분석하기 로봇 관절 제어를 위한 AI 모델 설계하기 자연어 명령 기반 로봇 제어 시스템 구현하기 컬러센서 기반 제품 분류 원리 탐구하기 센서 데이터 기반 품질 분류 시스템 설계하기 로봇팔 기반 자동 분류 공정 구현하기
	기대효과	3차원 가상환경 구축 과정을 경험하며 디지털 시뮬레이션과 메타버스 기술의 핵심 개념을 습득할 수 있음 로봇팔의 구조와 운동 원리를 이해하고 관절 제어를 위한 기계공학적 사고력과 시스템 분석 능력을 향상시킬 수 있음 삼각함수와 좌표계 기반 로봇 제어 원리를 학습하며 공학수학의 실제 활용 사례를 이해할 수 있음 AI 모델을 활용한 로봇 제어 과정을 분석하며 인공지능과 로보틱스 기술의 융합 구조를 이해할 수 있음 자연어 기반 로봇 제어와 피지컬 AI 기술을 탐구하며 차세대 지능형 자동화 시스템의 발전 방향을 이해할 수 있음 기계공학·전기전자공학·로봇공학·AI·스마트팩토리 분야의 최신 기술을 탐구하며 미래 산업 및 공학 계열 진로 탐색 역량을 강화할 수 있음 탐구 결과를 논리적으로 분석·정리하고 보고서 형태로 표현하는 과정을 통해 연구 수행 능력과 의사소통 역량을 향상시킬 수 있음
	수업 운영 안내	수업 시간: 2차시 ~ 3차시 강사비: 19만원(2차시), 28만원(3차시), 지방의 경우 교통비 추가 재료비: 학생 1인당 1만원 (교재, SW 포함) 준비물: 노트북 또는 태블릿 실습용 SW 구매하기 교재 구매하기

AI·SW·기계·전기 계열

과정명	차시	주요 활동 내용
[AI·SW·기계·전기] AI 기반 자율주행 시스템 설계와 제어 알고리즘 탐구	생기부 설명 문구	자율주행 시스템의 센서 인식·경로 계획·제어 알고리즘 원리를 이해하고, 기계학습 기반 주행 모델과 센서 융합 기술을 활용하여 지능형 모빌리티 시스템의 설계 및 의사결정 과정을 탐구하는 융합형 심화 탐구 프로그램
	과정소개	자율주행 기술의 발전 과정과 미래 모빌리티 산업의 변화를 이해하고 지능형 이동체의 핵심 기술을 탐구하는 AI·공학 융합 과정 센서 인식, 환경 모델링, 경로 계획(Path Planning), 차량 제어 시스템 등 자율주행 시스템의 전체 구조를 분석하는 미래기술 탐구 활동 가상 시뮬레이션 환경에서 자율주행 모델을 설계하고 다양한 주행 상황을 구현하며 실제 자율주행 기술의 동작 원리를 학습하는 실습 중심 과정 거리센서 기반 장애물 회피와 미로찾기 알고리즘을 설계하고 로직 기반 제어와 기계학습 기반 제어 방식을 비교 분석하는 인공지능 탐구 프로그램 기계학습 알고리즘을 활용하여 자율주행 모델을 설계하고 데이터 기반 학습과 예측 과정의 원리를 이해하는 AI 응용 탐구 과정
	1차시 자율주행 기초 과정 (자율주행 기초)	모빌리티 산업과 자율주행 기술의 발전 과정 이해하기 자율주행 시스템의 구조와 동작 원리 분석하기 자율주행 환경 모델링 및 시뮬레이션 설계하기 센서 데이터의 구조와 특성 이해하기 차량 구동 및 제어 시스템 이해하기 기본 주행 제어 알고리즘 분석하기 경로 설계 및 경로탐색 탐구하기 서비스 로봇의 경로 계획 시스템 탐구하기
	2차시 거리센서 기반 자율주행 알고리즘 탐구하기 (거리센서 활용)	장애물 회피 환경 시뮬레이션 설계하기 로직 기반 장애물 회피 구현하기 기계학습을 이용한 장애물 회피 구현하기 미로찾기 환경 시뮬레이션 설계하기 로직 기반 미로찾기 구현하기 기계학습을 이용한 미로찾기 구현하기 AI 모델별 주행 성능 비교 평가하기
	3차시 컬러센서 기반 자율주행 알고리즘 탐구하기 (바닥 컬러센서 활용)	트랙인식 환경 시뮬레이션 설계하기 로직 기반 트랙인식 구현하기 기계학습을 이용한 트랙인식 구현하기 도로인식 환경 시뮬레이션 설계하기 로직 기반 도로인식 구현하기 기계학습을 이용한 도로인식 구현하기 컬러인식 과정 이해하기 컬러인식과 센서 융합을 통한 제어과정 탐구하기
	기대효과	자율주행 시스템의 구조와 동작 원리를 이해하고 미래 모빌리티 기술의 핵심 개념을 설명할 수 있음 센서 데이터의 특성과 역할을 이해하고 환경 인식 및 주행 의사결정 과정의 원리를 분석할 수 있음 경로 설계 및 경로 탐색(Path Planning) 알고리즘을 이해하고 자율주행 시스템의 이동 전략을 설명할 수 있음 다양한 AI 모델의 주행 성능을 비교 평가하며 데이터 기반 분석 능력과 실험 설계 역량을 향상시킬 수 있음 자율주행차, 서비스 로봇, 스마트 모빌리티 등 실제 산업 분야의 활용 사례를 분석하며 AI·소프트웨어·기계·전기전자 분야의 융합적 사고력을 함양할 수 있음 미래 자동차 산업과 로봇 산업의 핵심 기술을 탐구하며 인공지능·컴퓨터공학·기계공학·전기전자공학 분야의 진로 탐색 역량을 강화할 수 있음 탐구 결과를 과학적·공학적으로 분석하고 보고서 형태로 정리하는 과정을 통해 연구 수행 능력과 의사소통 역량을 향상시킬 수 있음
	수업 운영 안내	수업 시간: 2차시 ~ 3차시 강사비: 19만원(2차시), 28만원(3차시), 지방의 경우 교통비 추가 재료비: 학생 1인당 1만원 (교재, SW 포함) 준비물: 노트북 또는 태블릿 실습용 SW 구매하기 교재 구매하기

AI·경제·경영·인문 계열

과정명	차시	주요 활동 내용
[AI·경제·경영·인문] 경제수학과 데이터 기반 의사결정 탐구	생기부 설명 문구	경제수학과 데이터과학의 핵심 원리를 이해하고, 금융·경제 데이터를 기반으로 통계적 분석과 예측 모델링을 수행하며 행동경제학과 AI 기반 의사결정 방법론을 탐구하는 융합형 심화 탐구 프로그램
	과정소개	경제 현상을 수학적으로 분석하는 경제수학(Economic Mathematics)의 핵심 개념을 이해하고 데이터 기반 의사결정 원리를 탐구하는 융합형 연구 과정 금융·경제 데이터의 구조와 특성을 분석하고 데이터 시각화 기법을 활용하여 시장 변화와 경제 패턴을 탐구하는 데이터과학 중심 프로그램 AI 기반 예측 모델과 데이터 분석 절차를 이해하고 금융·경제 분야에서 활용되는 데이터 기반 의사결정 시스템을 탐구하는 미래기술 융합 활동 행동경제학(Behavioral Economics)의 주요 개념을 학습하고 투자 심리, 소비 행동, 시장 반응 등 인간 행동이 경제 현상에 미치는 영향을 분석하는 인문·사회 융합 탐구 과정 생성형 AI를 활용하여 다양한 경제 시나리오를 분석하고 경제 현상의 원인과 결과를 탐구하는 미래형 데이터 분석 프로그램
	1차시 경제수학과 데이터 분석 탐구 (경제수학)	경제 현상을 설명하는 수학적 모델 이해하기 이자·복리·할인율의 수학적 구조 분석하기 확률과 통계를 활용한 경제 데이터 해석하기 평균·분산·표준편차의 경제적 의미 이해하기 데이터 분포와 변동성 분석하기 경제 데이터 시각화와 추세 탐구하기 AI 기반 예측 모델의 원리 이해하기
	2차시 금융 데이터 분석과 예측 모델 탐구 (금융 데이터 분석)	금융 데이터 분석의 기본 원리 이해하기 금융 데이터 분석을 위한 AI 작업절차 설계하기 금융 데이터의 구조와 특성 분석하기 주가·매출·소비 데이터 변화 탐구하기 데이터 시각화를 통한 패턴 분석하기 평균·분산·상관관계의 경제적 의미 이해하기 데이터 기반 예측 모델의 원리 탐구하기 데이터 기반 의사결정 과정 이해하기
	3차시 금융·경제 현상과 인간 행동 분석 탐구 (금융 경제 현상)	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 생성형 AI 기반 경제 시나리오 분석하기 데이터 변화에 따른 의사결정 결과 비교 분석하기 경제 현상의 원인과 결과 해석하기 금융·경제 데이터 시각화 및 패턴 분석하기
	기대효과	경제수학의 핵심 개념을 이해하고 경제 현상을 수학적 모델로 해석하는 정량적 사고력을 향상시킬 수 있음 금융·경제 데이터 시각화를 통해 시장 변화와 패턴을 분석하며 데이터 분석 역량과 정보 해석 능력을 함양할 수 있음 AI 기반 예측 모델의 원리를 이해하고 데이터 기반 미래 예측 과정과 의사결정 구조를 설명할 수 있음 행동경제학의 주요 개념을 학습하며 경제적 선택과 판단 과정에 대한 비판적 사고력을 기를 수 있음 생성형 AI를 활용한 경제 시나리오 분석을 통해 복합적인 사회·경제 현상을 다각적으로 해석하는 능력을 향상시킬 수 있음 금융·경제·경영 분야에서 활용되는 데이터 분석 방법론을 이해하고 경제학·경영학·금융공학·데이터사이언스 분야의 진로 탐색 역량을 강화할 수 있음 탐구 결과를 논리적으로 분석·정리하고 보고서 형태로 표현하는 과정을 통해 연구 수행 능력과 의사소통 역량을 향상시킬 수 있음
	수업 운영 안내	수업 시간: 2차시 ~ 3차시 강사비: 19만원(2차시), 28만원(3차시), 지방의 경우 교통비 추가 재료비: 학생 1인당 1만원 (교재, SW 포함) 준비물: 노트북 또는 태블릿 실습용 SW 구매하기 교재 구매하기