인공지능소프트웨어공학

AI Software Engineering

한국외국어대학교 Language & AI 융합학부

Hankuk University of Foreign Studies · 2026학년도 2학기

강의 개요

AI 에이전트로 개발하고, 오픈소스를 통해 협업하는 법을 익힙니다. 시험 대신 수강생 전원이 하나의 공개 저장소에 기여하고, 세 번 발표합니다.

학습 목표

  • 코딩 에이전트에 맡길 범위 판단과 결과 검증
  • Git·코드리뷰·CI/CD 기반의 협업 실무
  • 오픈소스 생태계·라이선스·보안 이해
강의 정보
  • 강의 시간: 목요일 4, 5, 6교시
  • 학점: 3학점 (전공, 3학년)
  • 학수번호: M03123101
  • 수강권장 사전지식: Python 프로그래밍
사용 도구
  • 코딩 에이전트: Claude Code, Cursor, Copilot
  • 협업: Git, GitHub
  • 환경: conda, Docker
공동 저장소

한 학기 동안 수강생 전원이 함께 기여하는 공개 저장소입니다. 무엇을 만들지는 1주차에 다 같이 정합니다.

hist0613/HUFS-LAI-AISE-2026-2

과목 정보

과목 기본정보
  • 과목명: 인공지능소프트웨어공학
  • 개설학과: Language & AI 융합학부
  • 담당교수: 최승택
연락
  • 연구실: 교수회관 435호
  • 이메일: seungtaek.choi@hufs.ac.kr

강의 계획

주차 주제 세부 내용 자료
1주차
2026.09.03
오리엔테이션
오리엔테이션 Course Overview 강의자료
2주차
2026.09.10
OSS·협업
Git & GitHub Version Control, Collaboration Workflow 강의자료
3주차
2026.09.17
AI-native
코드 리뷰 Review Practices 강의자료
4주차
2026.09.24
AI-native
AI 코딩 에이전트 영상 강의 LLM Basics, Coding Agents
추석 연휴 — 휴강이 아니라 영상으로 진행하며 출석이 잡힙니다.
강의자료
5주차
2026.10.01
AI-native
에이전트에게 맡기고 도구로 굳히기 Context Engineering, MCP, Multi-Agent 강의자료
6주차
2026.10.08
발표
[발표 1] AI 세팅 + 공동 repo 기여 개인 발표 강의자료
7주차
2026.10.15
OSS·협업
OSS 생태계·거버넌스 Licensing, Governance 강의자료
8주차
2026.10.22
OSS·협업
AI × OSS: 기여의 시대 Open Source Contributions 강의자료
9주차
2026.10.29
SWE 규율
소프트웨어 설계 = 코드 읽기 + ADR Code Reading, ADR 강의자료
10주차
2026.11.05
발표
[발표 2] OSS 분석 개인 발표 강의자료
11주차
2026.11.12
SWE 규율
AI 코드리뷰·리팩토링 + CI/CD AI Code Review, Refactoring, CI/CD 강의자료
12주차
2026.11.19
SWE 규율
서비스·배포·운영 Deployment, Operations 강의자료
13주차
2026.11.26
SWE 규율
AI 테스팅 & 보안 Testing, Security 강의자료
14주차
2026.12.03
경제·전망
AI·개발자 경제학 + SWE 미래 AI Economics, Future of SWE 강의자료

2026.12.10
보강주간
수업 없음
15주차
2026.12.17
발표
[발표 3] 팀 프로젝트 발표 개인 발표 강의자료

평가 체계

중간시험 (10주차 발표) 30%
기말시험 (15주차 발표) 30%
과제물 (6주차 발표) 30%
기타 (수업 참여 성실도) 10%
출석 0%
총합 100%

지필시험이 없습니다. 발표 세 번이 중간시험·기말시험·과제물을 대신하며, 점수는 팀이 아니라 개인 단위입니다 — 공동 저장소에 어떤 기여를 얼마나 했는지를 PR·리뷰·커밋 기록으로 봅니다.

AI 사용 정책

AI 사용을 적극 권장합니다. 이 과목은 AI로 개발하는 법을 배우는 과목입니다.

다만 제출물의 판단과 근거는 본인의 것이고, AI가 만든 부정확한 결과의 책임도 제출자에게 있습니다. 설명하지 못하는 코드는 내 것이 아닙니다. 확인은 실습·디스커션 시간에 직접 묻는 방식으로 합니다.

공지사항