AI부동산빅데이터학과(교육과정)

AI를 활용한 부동산 빅데이터 분석 현장 실무 전문가 교육

프롭테크(PropTech)를 활용한 부동산실무전문가 양성

부동산 데이터 활용 중심의 교육을 통해 AI 인공지능 빅데이터에 대한 통찰력을 배양하고 부동산의 다양한 분야에 활용할 수 있는 지식을 습득하여 궁극적으로 미래지향적인 인재 양성에 기여한다.

커리큘럼

2024년 커리큘럼 상세내용 - 학년, 이수구분, 교과목정보(교과목명, 자격, 학점), 개설학기(1, 하계, 2, 동계)를 보여줌
학년	이수 구분	교과목정보			개설학기
학년	이수 구분	교과목명	자격	학점	1	하계	2	동계
1	전공선택	부동산학의이해		3	■개설	■개설
1	전공선택	데이터과학입문		3	■개설
1	전공선택	부동산정보화이해		3	■개설
1	전공선택	프롭테크및AI운용		3	■개설
1	전공선택	GIS부동산빅데이터상권분석		3	■개설
1	전공선택	데이터과학실습		3			■개설	■개설
1	전공선택	부동산공간정보의기초		3			■개설
1	전공선택	AI프로그래밍기초		3			■개설
1	추천교양	모두를위한인공지능		3	■개설
1	추천교양	코딩첫걸음		3	■개설
1	추천교양	엑셀로데이터분석하기		3			■개설
2	전공선택	코드없이따라하는머신러닝		3	■개설	■개설
2	전공선택	파이썬데이터분석		3	■개설
2	전공선택	입지선정론		3			■개설	■개설
2	전공선택	부동산빅데이터시장분석		3			■개설
2	전공선택	부동산빅데이터활용		3			■개설
2	전공선택	부동산통계기초		3			■개설
2	전공선택	빅데이터분석및AI모델링		3			■개설
3	전공선택	상권입지분석론		3	■개설
3	전공선택	프롭테크토지분석실무		3	■개설
3	전공선택	AI부동산경매물건분석		3	■개설
3	전공선택	부동산개발기획		3			■개설
4	전공선택	상권프로파일러		3			■개설
4	전공선택	프롭테크부동산물건분석실무		3			■개설

교과목소개

교과목명,교과목소개를 나타내는 표
교과목명	교과목 소개
데이터과학실습 (Data Science Programming)	본 교과목의 수준은 데이터 과학 분야의 입문 단계이며, 데이터 과학에 특화된 프로그래밍 언어를 학습하고, 이를 바탕으로 데이터를 수집하고 분석하는 등의 과정을 실습으로 진행하며, 이에 대한 과제 등을 통해 교육목표를 달성한다.
데이터과학입문 (Introduction to Data Science)	수많은 데이터가 쏟아지는 시대에서 가치 있는 데이터를 찾아내고, 분석하고, 가공하는 일은 매우 중요하다. 이러한 시대에 데이터를 분석하는 방법들 중 많은 것들은 통계학에 그 바탕을 두고 있다. 본 교과목에서는 통계학을 수식으로 접근하기보다는 사회, 경제, 의학, 금융, IT 등 여러 분야에서 데이터로부터 어떤 의미 있는 정보들을 얻을 수 있는지에 관해 학습한다.
부동산개발기획 (Plan for Real Estate Development)	부동산에 있어 개발기획은 부동산개발의 성공 여부를 가름하는 중요한 포인트이다. 지금까지는 체계적인 사전분석에 의한 부동산의 입지, 환경, 시장 등에 적합한 부동산개발이 기획된 것이 아니라, 일정한 계획에 의한 부동산개발이 이루어졌다고 할 수 있다. 따라서 본 교과에서는 부동산개발에 있어 각 프로세스의 기초적인 과제를 설정하고, 문제해결에 필요한 기초지식이나 추론방법을 설명하기로 한다. 지금까지의 강의가 이론중심에 치우치는 경향이 있었으나, 본 교과에서는 이론과 실무를 접목하여 생동감을 주는 강의를 목표로 하고 있다.
부동산공간정보의기초 (Basics of real estate spatial information)	? 공간정보는 부동산 산업의 가장 기초적인 인프라이며, 부동산시장과 불가분의 관계이다. 또한 4차 산업혁명시대의 핵심적인 요소인 공간정보가 향후 부동산 시장에서 상당한 변화를 초래할 것이다. ? 이미 부동산 시장에서도 프롭테크가 일반화되기 시작하였고 공간정보를 이용하여 단편적으로 부동산 분야에 접목되고 있기 때문에 인문, 사회, 측량, 컴퓨터, 통계 등의 다학제적인 이론과 변화를 이해하여야 한다. ? 이와 같은 관점에서 공간정보와 관련된 학문을 습득하고 공간정보법률과 국가정책 등을 이해함으로서 미래의 부동산 시장이 부동산이 중심이 되어 대응하고 발전할 수 있는 체계를 갖추고 4차 산업혁명시대를 앞서가는 인재를 양성하는데 목표를 두고 있음
부동산빅데이터시장분석 (Real Estate Big Data Market Analysis)	부동산빅데이터란 무엇인가를 학습하고 빅데이터를 이용한 부동산시장 흐름을 스스로 파악할 수 있는 능력을 학습하는 과정으로 부동산 시장에 대해 스스로 결과를 도출하고 판단할 수 있는 지식을 제공하는 과정
부동산빅데이터활용 (Real Estate Bigdata Plactical Use)	지능정보화사회에 빅데이터 등 정보기술은 모든 분야에 활용되고 있어, 부동산에서빅데이터에 의한 Business Idea를 도출할 수 있는 기초역량을 구비하며, 정보기술에 의해 모든 분야에서 혁신적인 변화가 있을 것으로 예상됨에 따라 다양한 정보기술 중 핵심기술인 빅데이터에 대한 높은 관심 속에 본 과목의 수강을 통해 더욱 고급정보를 도출할 수 있는 통찰력(Indight)을 배양하고 부동산의 다양한 분야에 활용할 수 있는 지식 습득하며, 궁극적으로 미래지향적인 인재 양성하는데 기여한다.
부동산정보화이해 (Understanding Real Estate Information)	제4차산업혁명시대의 인공지능, 빅데이터, 사물인터넷, CPS, 블록체인 등 최신 정보기술을 활용하여 다양한 부동산 활동(정책, 투자, 중개, 컨설팅 , 개발, 임대 등)의 효율성을 기할 수 있는 실무수행 능력과 부동산 비 즈니스 모델 개발 능력 배양. 부동산의 제반활동과 의사결정의 효율성을 기하기 위한 부동산 데이터와 정보의 검색과 분석 등 활용 능력을 구비.
부동산통계기초 (Basic Real Estate Statistics)	빅데이터의 의미는 정보를 수집하고 가공하여 데이터로 만들어 분석하는 일련의 과정을 의미한다. 따라서 데이터를 만드는 방법을 몰라 포기하는 경우 또한 종종 발생하는 문제점이 있다. 그리고 통계기법이 다양해서 학교를 졸업한 후에는 고가의 프로그램 비용에 대한 부담으로 학교에서 배운 지식이 사장되고 있는 것이 현실이기에 학교를 졸업한 후에도 실무에 적용할 수 있는 프로그램을 이용하여 생활 경제와 부동산, 상권분석과 접목하여 분석 기법 습득 후 졸업 후에도 실무 또는 생활에 연구 및 학습할 수 있는 교육과 프로그램 내용으로 구성
부동산학의이해 (Introduction to Real Estate)	부동산학의 학문적 기초를 이해하는데 필요한 이론을 전반적으로 학습 한다. 즉, 과연 부동산학이란 무엇이며, 그것을 어떻게 연구하고, 또 그 범위와 내용은 무엇이 되어야 하는가 하는 부동산학의 접근방법을 전 반적으로 학습하는데 그 목표를 둔다.
빅데이터분석및AI모델링 (Big Data Analysis and AI Modeling)	빅데이터는 현대 비즈니스 및 연구 분야에서 매우 중요하며, 빅데이터를 분석하고 그 결과를 바탕으로 AI 모델링을 수행하는 능력이 점차 중요해지고 있다. 본 교과목에서는 파이썬 및 Numpy, Pandas, 시각화 실습 능력을 기반으로 한 빅데이터 분석 기법과 간단한 AI 모델링 방법을 실습 기반으로 학습한다.
상권입지분석론 (Trading Area and Location Analysis)	다양한 부동산 상권현장을 업무에 맞게 인구이동, 상권형상변화, 상권라이플을 이론적으로 학습하여 상권에대한 형성과 변화과정에 대하여 분석할 수 있도록 한다.
상권프로파일러 (Trading Area Profiler)	소비자의 점포이용 행동 패턴과 상가의 용도변경, 그리고 네트웍분석 프로그램과 AI를 이용한 유동인구 가상시물레이션 프로그래을 이용한다.
입지선정론 (Locational Choice Theory)	입지선정론의 강의목표는 첫째, 토지위에서 일어나는 제반 경제활동(농업, 공업, 서비스업, 주거, 오피스 등)과 관련된 입지이론을 살펴보는데 있음. 둘째, 이들 경제활동들의 입지패턴과 동향, 그리고 이에 영향을 미치는 요인을 경험적 연구를 통해 고찰함. 셋째, 이를 통해 실제 부동산 입지를 분석하고 평가하는 과정에서 필요한 이론적 능력과 현실적 감각을 구비하는데 있음
코드없이따라하는머신러닝 (No-Code Machine Learning)	본 교과목에서는 학생들이 머신러닝의 기본 개념을 이해하고, 실습을 통해 머신러닝을 활용해보는 것을 목표로 한다. 이때 가급적 텍스트 기반의 코드 구현을 배제하고, 블록 코딩 기반 또는 도구 기반으로 실습을 진행하고자 하며, 학생들이 머신러닝 실습을 따라해보는 형태로 학습을 진행한다.
파이썬데이터분석 (Python Data Analysis)	데이터 분석은 현대 인공지능 및 데이터 사이언스 분야에서 핵심적인 역할을 하고 있다. 본 교과목에서는 파이썬을 활용한 데이터 분석의 핵심 라이브러리인 Numpy, Pandas, 그리고 데이터 시각화 도구를 중심으로, 데이터 처리, 분석 및 시각화 과정을 실습 기반으로 학습한다.
프롭테크및AI운용 (Proptech and Artificial Intelligence Operations)	부동산 빅데이터와 인공지능을 활용한 부동산 분석 등을 활용한 프롭테크(PropTech) 플랫폼을 세부적으로 학습하여 부동산 실무적용에 대한 이해를 높이고 빅데이터가 부동산 시장에 어디까지 적용되었는지는 학습하는 과정
프롭테크부동산물건분석실무 (Proptech Real Estate Analysis Practice)	부동산시장에 활용되고 있는 다양한 빅데이터 플랫폼 프롭테크(PropTech)을 이용한 부동산 분석과정으로 현장에 나와 있는 부동산 물건을 선정한 후 실제가치를 평가하고 분석하는 과정
프롭테크토지분석실무 (PropTech land analysis practice)	토지시장에 활용되고 있는 빅데이터 플랫폼 프롭테크(PropTech)을 이용한 토지분석과정으로 실제 다양한 부동산 물건을 선정하여 부동산 빅데이터를 활용한 분석사례를 통해 토지의 가치를 평가하고 적용하는 과정
AI부동산경매물건분석 (Artificial Intelligence Real Estate Auction Object Analysis)	경매에 대한 기초지식을 습득하고 부동산 빅데이터가 경매시장에 어디까지 적용되고 있는지, 그리고 어떻게 활용되고 있는지를 학습한 후 경매물건의 권리분석을 빅데이터 플랫폼을 이용하여 학습하는 과정
AI프로그래밍기초 (AI Programming Fundamentals)	인공지능 분야에서 현재 가장 널리 사용되는 기본 프로그래밍 언어는 파이썬이다. 본 교과목에서는 인공지능 분야의 학습을 시작하기 위해 필요한 파이썬의 이론적인 지식뿐만 아니라 프로그래밍 실습을 통해 인공지능 분야에서 필요한 파이썬 기초 활용 능력을 학습하고자 한다.
GIS부동산빅데이터상권분석 (Geographic Information SystemReal Estate Data Analysis)	부동산과 관련한 주요 데이터를 GIS프로그램을 활용하여 데이터 분석자가 되는 과정을 말하며, 국가에서 무료로 제공하는 부동산, 상권, 인구와 관련된 모든 정보를 활용해 부동산 중개 시 보다 과학적이고 체계적인 분석 기법을 업무에 도입해 활용할 수 있는 과정