2022 개정 교육과정이 나오는 등, 교육부에서는 초중고에서의 교육과정을 개편하고는 합니다. 대학교에서도 학생들의 경쟁력 향상 및 능력 함양을 위해 전공 커리큘럼을 개편하곤 합니다. 그러나 이러한 과정이 동시에 이루어지지는 않기에, 중고등학교에서 학습과 대학교에서의 학습이 매끄럽게 이어지지 못하는 경우가 있습니다. 이에 중고등학교와 대학교에서의 학습의 간격을 메꿀 프로그램이 바로 서울대학교 예비대학 디딤돌 프로그램입니다. 디딤돌 프로그램에서는, 다양한 배경의 학생들이 대학에 진학 후, 원활한 학습을 도모할 수 있게끔 수학, 통계, 물리, 화학, 생명과학, 컴퓨팅, 영어, 글쓰기, 논리적 사고 등 다양한 분야에서 신입생 여러분의 학습을 지원하고 있습니다. 나아가, 학생의 전공에 맞게 필요한 내용의 디딤돌 프로그램 내용을 정리해 두었으니, 필요에 따라 참고하시기 바랍니다.
| 전공 수업명 | 기초교과 세부내용 (클릭해보세요) | 구체적 도움 내용 | |
|---|---|---|---|
| 1 | 컴퓨터의 개념 및 실습 | 컴퓨팅 (코랩 사용법 제외 전부) | 디딤돌 프로그램의 내용 전반을 다시 한 번 훑으며 더욱 깊이 있는 내용을 나가는 필수교양 강의이기에, 컴퓨팅 모듈 수강 시 도움이 됩니다. |
| 2 | 프로그래밍 연습 | 컴퓨팅 (코랩 사용법 제외 전부) | C언어에 대해 배우는 수업인데, 이 가운데 변수와 variable scope 등의 내용이 C언어의 특징을 공부할 때에 특히 도움이 됩니다. |
| 3 | 논리설계 | 컴퓨팅 (변수) | 논리설계에서는 실습으로 HDL을 다루게 되는데, 이때에도 변수의 내용이 사용됩니다. |
| 4 | 이산수학 | 수학 (행렬) 통계 (이산형, 연속형 자료) | 이산수학에서 그래프의 내용을 다룰 때, 이를 행렬로 표현할 수 있음을 배웁니다. 또, 확률변수의 내용을 배울 때, 통계의 이산형 및 연속형 자료의 내용이 도움이 됩니다. |
| 5 | 공학수학 1 | 수학 (벡터, 행렬) | 필수교양인 해당 강의에서는, 선형대수학과 미분방정식의 내용을 다룹니다. 선형대수학의 내용은 벡터와 행렬에서 시작하기에 필수적인 내용이고, 미분방정식에서도 행렬을 이용한 해법을 다룹니다. |
| 6 | 공학수학 2 | 수학 (벡터, 행렬) 통계 (이산형, 연속형 자료) | 이산확률변수, 연속확률변수, 랜덤 프로세스 (random process), 마르코프 체인(Markov chain) 등 확률변수에 관한 내용을 다루는데, 이때 통계의 내용이 쓰이고, 동시에 벡터 및 행렬도 쓰입니다. |
| 7 | 프로그래밍의 원리 | 컴퓨팅 (함수) | 함수형 프로그래밍 등의 주제를 다루는데, 이 프로그래밍의 특징을 함수와 비교하며 학습하면 효율적입니다. 또한, 함수에서의 side effect에 대해 생각해볼 수 있게 됩니다. |
| 8 | 프로그래밍 언어 | 컴퓨팅 (함수) | 함수형 프로그래밍 등의 주제를 다루는데, 이 프로그래밍의 특징을 함수와 비교하며 학습하면 효율적입니다. 그 외에 반복문 등의 내용이 이러한 관점에서 어떠한지 파악할 수 있게 됩니다. |
| 9 | 컴퓨터 프로그래밍 | 컴퓨팅 (코랩 사용법 제외 전부) | Java와 C++를 다루며 객체 지향 프로그래밍에 대해 배웁니다. 컴퓨팅 과목의 모든 내용을 포함한 위에서 객체지향 프로그래밍의 내용이 추가되는만큼 컴퓨팅에서의 내용이 기초가 됩니다. |
| 10 | 자료구조 | 컴퓨팅 (코랩 사용법 제외 전부) | 코딩 시 활용하는 다양한 자료구조에 대해 배우는데, 이때 컴퓨팅에서 배운 여러 내용들을 바탕으로 효율적인 자료구조를 고안해냅니다. |
| 11 | 알고리즘 | 컴퓨팅 (코랩 사용법 제외 전부) | 다양한 문제를 해결하는 알고리즘에 대해 배웁니다. 이때 컴퓨팅에서 배운 내용인 반복문이 어떻게 작동되는지 등의 내용을 알아야 알고리즘을 확실히 분석할 수 있습니다. |
| 12 | 데이터베이스 | 컴퓨팅 (변수, 비교논리연산자, 함수) | 데이터를 저장하는 이론에서 변수의 내용이 사용됩니다. 그 외에 다양한 쿼리 등을 다룰 때, 함수 등의 내용이 활용됩니다. |
| 13 | 컴퓨터구조 | 컴퓨팅 (값, 변수) | 컴퓨팅에서 배운 값과 변수의 개념이 컴퓨터에서 어떻게 처리되는지를 배우기에 기초라 할 수 있습니다. |
| 14 | 시스템프로그래밍 | 컴퓨팅 (값, 변수, variable scope) | 컴퓨팅에서 배운 여러 내용이 컴퓨터에서 어떻게 실현되는지를 배웁니다. Variable scope와 관련된 내용이 linking과 연결됩니다. |
| 15 | 멀티코어 컴퓨팅 | 컴퓨팅 (코랩 사용법 제외 전부) | 멀티코어에서의 컴퓨팅을 다루기 위해서는 기초적인 일반 컴퓨팅을 확실히 알아둘 필요가 있습니다. |
| 16 | 오토마타이론 | 수학 (행렬) | 오토마타이론에서 다루는 여러 state 등은 행렬을 이용해서도 분석할 수 있습니다. |
| 17 | 인공지능 | 수학 (벡터, 행렬) | 인공지능에서 다루는 여러 데이터는 벡터나 행렬의 형태를 하여 처리되는만큼, 필수적인 기초 내용입니다. |
| 18 | 딥러닝의 기초 | 수학 (벡터, 행렬) | 딥러닝은 그 대상이 되는 자료가 벡터 혹은 행렬인 경우가 많습니다. 또한 이들의 조작을 이론으로 하는 경우가 많기에 이들에 대한 이해가 필수적입니다. |
| 19 | 선형및비선형계산모형 | 수학 (벡터, 행렬) | 해당 과목에서는 선형대수학의 내용과 추가 토픽을 다루기에, 이들의 주인공인 벡터와 행렬을 확실히 알아둘 필요가 있습니다. |
| 20 | 컴퓨터그래픽스 | 수학 (벡터, 행렬) | 그래픽스에서는 선형대수학의 내용을 바탕으로 렌더링 등을 처리하기에 벡터와 행렬에 대한 이해가 필수입니다. |
| 21 | 양자 컴퓨팅 및 정보의 기초 | 수학 (벡터, 행렬) | 양자이론을 다루기에 위해서는 선형대수학이 필수이기에, 벡터와 행렬에 대한 이해가 필요합니다. |
| 22 | 기계학습 개론 | 수학 (벡터, 행렬) | 기계학습에서 다루는 여러 데이터는 벡터나 행렬의 형태를 하여 처리되는만큼, 이는 필수적인 기초 내용입니다. |
| 23 | 컴퓨터비전 | 수학 (벡터, 행렬) | 컴퓨터가 인식하는 시각 정보는 벡터 혹은 행렬로 처리되기에 필수적입니다. |
