본문 바로가기 메뉴 바로가기

서울캠퍼스

닫기

국제캠퍼스

닫기
이전 다음
닫기

산업경영공학과 Department of Industrial & Management Systems Engineering

  • 수여학위명 : 공학석사, 공학박사
  • 사무실 : 국제캠퍼스 공과대학관 225호
  • TEL : (031) 201-2552
  • FAX : 031-203-4004
  • E-Mail : 031-203-4004
  • Homepage : ie.khu.ac.kr

교육목적

산업경영공학은 공학적 지식과 과학적인 경영기법을 바탕으로 산업 및 다양한 시스템의 계획, 설계를 체계적으로 수행하는 학문 분야이다. 이러한 활동을 위하여 경영관리를 효율적, 계량적으로 운영하는 능력을 배양하고 구체적인 기법들을 습득하는데 초점을 두고 있으며, 이와 관련한 전문가를 사회에 배출하는 것을 목적으로 한다.

개황 및 연혁

http://eng.khu.ac.kr/ie/C1600323

전임교원

이름 직위 학위 학위수여대학 전공 연구분야 E-Mail
이효성 교수 공학박사 University of Michigan 경영과학 대기행렬이론, 경영과학, 생산시스템 모델링 hslee@khu.ac.kr
진창호 부교수 공학박사 Texas A&M University 빅데이터분석 Big Data Analysis in Health and Business jihn@khu.ac.kr
정재윤 교수 공학박사 서울대학교 산업지능 산업인공지능, 빅데이터분석, 스마트팩토리, 프로세스마이닝 jyjung@khu.ac.kr
박명주 부교수 공학박사 서울대학교 최적화 조합최적화, 근사해법, 다항최적화 pmj0684@khu.ac.kr
김장호 조교수 공학박사 KAIST 금융공학 금융공학 janghokim@khu.ac.kr
신정우 조교수 공학박사 서울대학교 기술경영 기술경영, 환경경영 shinjung11@khu.ac.kr
반상우 부교수 공학박사 서울대학교 인간공학 인간공학, HCI, UI/UX sbahn@khu.ac.kr
엄주명 조교수 공학박사 POSTECH 스마트팩토리 스마트팩토리, 적측형공정, 증강현실, 지능형제품 jayum@khu.ac.kr

※ 아래 교육과정은 2016~2017학년도 교육과정과 다를 수 있습니다. 대학원 홈페이지 개편 관련 최종 교육과정은 추후 업데이트 예정입니다.

이수구분 과목명 개요 학점
선택 경영정보학 개론
(Introduction to Information Systems Analysis and Design)
컴퓨터 분야에 사전지식을 가지고 있지 않은 일반인에게 경영정보학 및 기타 컴퓨터에 관련된 제분야에 대해 전문 경영인으로서 필요한 폭 넓은 기초 지식의 제공을 목적으로 한다. 3
선택 경제성공학 특론
(Special Topics in Engineering Economics)
산업 및 기술 시스템의 경제성 분석에 관련한 최신이론과 응용에 대해서 주제를 선정하여 다룬다. 주 내용은 투자공학, 가치평가론, 통신 경제이론, 기술경제학, 생산경제학 등을 포함하며, 최신 문헌에 대한 토론 위주의 강의를 진행한다. 3
선택 고급데이터사이언스
(Advanced Data Science)
이 과정은 "고객 만족을 통해 고객 유지"와 "고객 통찰력을 통해 고객의 개발"로 CRM의 두 가지 주요 목표를 달성하기 위한 CRM에 데이터 마이닝 기법을 적용하는 방법에 대한 것입니다. 그것은 CRM, 데이터 마이닝 기법의 도입, CRM 데이터 마이닝의 응용 프로그램의 개요를 설명합니다. 3
선택 고급대기행렬이론
(Advanced Queuing Theory)
대기행렬시스템의 고급 이론 및 응용을 소개한다. 주요 논제로는 sever vacation model, matrix analysis method, Markovian arrival process, diffusion approximation, bound and approximation 등이 포함된다. 3
선택 고급SCM
(Advanced Supply Chain Management)
기업의 공급사슬을 이해하고, 공급사슬에서 발생되는 구매, 물류, 생산, 재고, 수송 등의 제반 문제를 과학적으로 다룰 수 있는 능력을 배양케 한다. 3
선택 데이터베이스론
(Database Management)
데이터베이스의 구축 및 응용에 관한 지식의 제공을 목적으로 하여 기술적인 세부설명을 필요 최소한으로 줄이고 기업에서 실제 데이터베이스를 설계, 운영하는 데 필요한 전략의 수립, 데이터베이스 구축 기법, 관리 기법 등을 강의한다. 3
선택 산업스케쥴링이론
(Industrial Scheduling)
산업시스템의 다양한 분야에서 발생하는 스케쥴링문제를 해결하는데 사용할 수 있는 이론과 기법을 다룬다. 주요주제로서, 흐름생산스케쥴링, 기계스케쥴링, 인력스케쥴링, 수송차량스케쥴링, 공구스케쥴링 등을 포함한다. 3
선택 생산/물류시스템특론
(Special Topics Production/Logistics)
생산/물류시스템의 설계 및 분석에 관련한 최신이론과 기법을 선정하여 다룬다. 주요 주제로는 SCM, 생산시스템의 모델링 기법, 메타휴리스틱, 전문가시스템의 응용, 컴퓨터시뮬레이션의 응용, JIT, ERP등을 포함한다. 강의주제는 강의개설 시점마다 새롭게 선정될 것이다. 특히, 주제별 그룹연구와 발표를 활성화한다. 3
선택 서비스사이언스
(Service Science)
서비스 사이언스는 서비스 산업의 경영, 운영, 개선을 위하여 과학적 기법을 도입하는 학제적 학문이다. 본 강좌에서는 서비스 경영, 서비스 설계, 서비스 운영, 서비스 마케팅, 서비스 엔지니어링, 서비스 컴퓨팅 등 포괄적인 주제를 논의하고 최근 진행 중인 서비스 사이언스 연구 동향들을 강의한다. 서비스 마케팅, 서비스 엔지니어링, 서비스 컴퓨팅 등의 다양한 분야를 포함한다. 3
선택 시스템 시뮬레이션 설계 및 분석
(System Simulation Design and Analysis)
시스템의 동적인 흐름에 대한 분석을 위해 시뮬레이션 모델을 작성하는 방법과 결과에 대한 통계적 분석기법을 다룬다. 시뮬레이션 전문언어인 AweSim(Visual SLAM), SIMAN, 또는 PRO MODEL 등을 통해 다양한 형태의 시스템을 모델링하고 분석하는 훈련을 수행한다. 3
선택 안전공학 특론
(Advanced Occupational Safety Engineering)
산업재해의 종류 및 산업재해의 발생 원인 분석기법, 산업재해의 체계적 관리 및 재해 예방책에 대해 강의한다. 또한 산업재해가 노사관계에 미치는 영향을 연구하고 재해 발생 시 노사간에 발생한 법적 문제를 심도 깊게 논의한다. 3
선택 의사결정지원론
(Theory of Decision Support Systems)
기업의 보다 합리적인 의사 결정을 위해 필요한 유익한 정보의 파악, 창출, 처리 및 전달 과정을 밝히고 그것의 효과적 수행을 위해, 컴퓨터와 관련된 제기법의 응용가능성 및 결합방법을 연구한다. 3
선택 인간성능
(Human Performance)
작업과 작업환경이 작업자에게 미치는 영향을 작업자의 감지, 정보처리, 저장, 재생 능력을 중심으로 하여 조사, 분석, 평가하는 방법 등에 관하여 강의한다. 주요논제로는 Information Processing Theory, Visual Processing System, Auditory Processing System, Mental Workload 등이 있으며 이들을 이용한 기기 및 계기설계, 작업설계 등이 있다. 3
선택 전략적 기술혁신론
(Strategic Management of Technological Innovation)
전략적 관점에서의 기술혁신 및 연구개발 경영에 관한 이론 및 사례를 최신 연구결과를 중심으로 연구 한다. 특히 기술혁신론, 기술전략론, 연구개발관리론, 창업론 등과 관련된 최신 논문에 대한 토론 위주 의 강의를 진행한다. 3
선택 추계적 과정
(Stochastic Processes)
추계적 과정의 기초적 이론 및 다방면에 걸친 응용을 소개한다. 주요 논제로는 Poisson Processes, Renewal Process, Discrete and Continuous Time Markov Chains, Semi-Markov Process 등이며 대기행렬이론, 신뢰도 공학, 재고이론 등에의 응용도 논의된다. 3
선택 추계적 모형
(Stochastic Modelling)
확률이론과 추계적과정, 대기행렬이론을 이용하여 제조시스템과 통신시스템의 모델링 및 성능평가방법을 소개한다. 대상 시스템은 Flow-line system, Assembly system, Kanban system, Conwip system, 봉쇄가 존재하는 시스템 등이다. 3
선택 통계적공정관리
(Statistical Process Control)
기초적 공정관리의 리뷰와 분석을 바탕으로 방대하고 복잡한 구조의 데이터가 풍부한 현대적 제조 환경 및 서비스 분야에 효율적으로 적용할 수 있는 다양한 고급 공정관리기법들에 대해 논의한다. 3
선택 퍼지논리설계론
(Fuzzy Logics in Engineering)
불확실성을 다루는 공학분야에서 Fuzzy 논리와 제어는 유용하게 적용된다. 본 강좌에서는 Fuzzy 논리의 기본적인 이론과 집합이론을 습득한다. 이 강좌의 최종과제로는 Fuzzy논리와 지식기반시스템을 이용한 Project를 수행할 것이다. 3
선택 프로세스마이닝
(Process mining)
프로세스 마이닝은 기업정보시스템의 다양한 이벤트를 분석하여 업무수행과정, 즉, 비즈니스 프로세스를 운영하는데 필요한 의미있는 결과를 도출하는 기법이다. 프로세스 마이닝과 연관된 주제로는 비즈니스 프로세스 관리, 비즈니스 인텔리전스, 인공지능, 데이터마이닝 등이 포함된다. 마이닝과 연관된 주제로는 비즈니스 프로세스 관리, 비즈니스 인텔리전스, 인공지능, 데이터마이닝 등이 포함된다. 3
선택 MIS 특론
(Special Topics on MIS)
MIS 기초 과목을 이수한 학생들을 대상으로 MIS 관련 주요 주제별로 최신 논문들을 선정하여 자유스럽게 토론 연구한다. 3
선택 OR 특론
(Special Topics on Operations Research)
최근에 개발된 OR분야의 이론 및 알고리즘, 최근에 보고된 OR분야의 사례연구 등이 논의되며, 교과과정 상에 포함되어 있지 않으나 중요한 OR 관련 기법 등이 소개된다. 3
선택 인간공학특론
(Advanced Topics in Industrial Ergonomics)
산업환경 내에서 작업이 작업자에 미치는 영향과 작업자의 수행능력, 생리적·심리적·생체역학적 한계를 체계적으로 조사, 분석, 평가하고 이를 이용하여 최적의 인간-기계 시스템을 설계하는 고급 이론을 강의한다. 주요 논제들인 Basic Ergonomics Method and Techniques, Assessment and Design of the Physical Workplaces, Techniques in Mental Workload Assessment, Human Reliability Assessment, Economic Analysis in Ergonomics 등을 심도 있게 논의한다. 3
선택 근사해법
(Approximation Algorithm)
NP-hard 최적화문제란 적절한 시간에 최적해를 정확히 계산하는 것이 불가능하다고 믿는 문제들이다. 이런 경우, 중요한 접근법의 하나는 계산자원을 적절하게 제한하는 경우 얼마나 최적해에 가까운 근사해를 보장할 수 있는가를 탐구하는 것이다. 강의는 다양한 근사해법 알고리듬 디자인 아이디어를 습득하는데 중점을 둔다. 동시에 학생 각자가 선택한 문제에 이러한 아이디어를 적용하는 과정을 병행한다. 3
선택 데이터사이언스특론
(Special topics in Data Science)
NP-hard 최적화문제란 적절한 시간에 최적해를 정확히 계산하는 것이 불가능하다고 믿는 문제들이다. 이런 경우, 중요한 접근법의 하나는 계산자원을 적절하게 제한하는 경우 얼마나 최적해에 가까운 근사해를 보장할 수 있는가를 탐구하는 것이다. 강의는 다양한 근사해법 알고리듬 디자인 아이디어를 습득하는데 중점을 둔다. 동시에 학생 각자가 선택한 문제에 이러한 아이디어를 적용하는 과정을 병행한다. 본 과목은 고객관계관리의 동향, 쟁점, 최신 기술과 방법론을 다룬다. 문헌 연구를 통해 연구의 흐름과 최근 관심사를 파악하고 사례 연구와 쟁점 토론을 통해 CRM의 성공적 수행에 기여하는 새로운 연구 방향을 모색한다. 3
선택 고급투자공학
(Advanced Investment Engineering)
본 강좌에서는 최근 산업공학분야에서 새로운 응용분야로 주목받고 있는 투자공학에 대한 기본적 개념과 분 석기법에 대해서 강의한다. 주요 논제로는 evaluation of capital projects, Risk assessment, Financing of capital projects 등을 학습한다. 3
선택 고급추계적 과정
(Advanced Stochastic Processes)
추계적 과정에 대한 고급이론과 응용을 다룬다. 주요 논제로는 Markov renewal process, semi-regenerative process, Martigale 및 diffusion processes 등이 포함된다. 3
선택 리얼리티마이닝
(Reality Mining)
본 과목은 리얼리티 마이닝의 동향, 쟁점, 최신 기술과 방법론을 다룬다. 문헌 연구를 통해 연구의 흐름과 최근 관심사를 파악하고 사례 연구와 쟁점론을 통해 리얼리티 마이닝의 성공적 수행에 기여하는 새로운 연구 방향을 모색한다. 3
선택 고급물류시스템
(Advanced Industrial Logistics System)
공급사슬의 생산/저장/분배활동에서 로지스틱스의 최적 설계 및 운영을 위한 고급 이론과 기술을 학습한다. 3
선택 생체역학
(Occupational Biomechanics)
인간의 골격구조, 각 신체 부위의 동작, 근력 등에 관한 연구와 이를 기초로 하여 개발된 여러 가지의 생체 역학 모델들을 연구한다. 또한 이러한 생체역학 모델들을 응용하여 작업자의 상해를 최소화 시키는 수작업 물자 운반 설계, 수공구 설계, 작업장 설계, 작업 방법 및 절차 설계 등에 관해 논의한다. 3
선택 디지털생산
(Digital Manufacturing)
디지털 생산은 사이버 물리 시스템을 활용하여 공장의 생산성과 상호호환성을 증진시키기 위해 CAx 솔루션은 물로 생산 IT 요소들을 배우는 과목이다. 3
선택 리얼리티마이닝 특론
(Special Topics in Reality Mining)
본 과목은 리얼리티 마이닝의 동향, 쟁점, 최신 기술과 방법론을 다룬다. 문헌 연구를 통해 연구의 흐름과 최근 관심사를 파악하고 사례 연구와 쟁점론을 통해 리얼리티 마이닝의 성공적 수행에 기여하는 새로운 연구 방향을 모색한다. 3
선택 경영정책 분석론
(Study on Business Strategies)
변화하는 경영환경에의 기업의 장기적 번영을 위한 환경의 분석, 전략의 수립 및 정책 시행시의 유의 사항 등에 관한 여러 이론과 기법 그리고 실제 Case 들을 분석 연구한다. 3
선택 자산운용을 위한 금융최적화
(Financial Optimization for Investment Management)
자산운용은 개인투자자 또는 기관투자자의 정해진 목적에 따라 여러 종류의 금융 또는 실물 자산에 투자하고 운용하는 것을 의미한다. 본 과목에서는 자산운용의 전반적인 과정과 이에 필요한 여러 최적화 기법들을 소개한다. 구체적으로는 마코위츠 포트폴리오 이론, 자산 가격 결정 모형, 로버스트 포트폴리오 최적화, 다기간 포트폴리오 최적화 등 현대 포트폴리오 이론의 근간을 이루고 있는 다양한 이론 및 기법들을 다룰 예정이다. 3
선택 경쟁분석론
(Analysis of Competition)
경쟁상황을 모형화하고 분석하는 게임이론의 기초 이론과 응용을 강의한다. 특히 비협조 게임이론을 중심으로 산업조직, 마케팅, 기술전략, 생산전략 등의 분야에 응용되는 사례도 다룬다. 3
선택 고급금융공학
(Advanced Financial Engineering)
본 강좌는 대학원생을 대상으로 개설되는 고급금융공학 강좌로써 파생상품, 주식투자, 포트폴리오 관리 등 금융시장 분석에 사용되는 여러 공학기법에 중점을 둠. 금융공학 이론뿐만 아니라 매트랩(MATLAB), 파이썬(Python), 엑셀(MS Excel) 등을 활용하는 방법도 배우게 되며 기말 프로젝트를 통해 학생들이 직접 실습까지 진행하게 됨. 3
선택 고급금융공학2
(Advanced Financial Engineering II)
본강좌는파생상품시장, 주식시장,포트폴리오 최적화이론,리스크관리등금융시장분석에사용되는여러공학기법에중점을두며,금융공학이론뿐만아니라금융데이터 분석실습도 수행함. 또한 금융공학 분야 연구 동향과 최근 연구 결과를 소개하며 토론을 진행함. (수강을희망하는학부과정학생은담당교수와상담필수) 3
선택 산학연계프로젝트2
(Industry-academic cooperation project II)
본 과목은 산업체와 협력하여 산업현장의 문제를 발굴하고 협력하여 문제를 해결하는 산학연계프로젝트를 수행한다. 이론적 접근뿐만 아니라 기업체가 당면한 현실 문제를 해결함으로써 문제해결능력을 배양한다. 3
선택 데모공장IIoT 시스템 및 실습
(IIoT System and Practice at Demo Factory)
IIoT(Industrial Internet of Things)는 산업용 사물인터넷 기술을 의미한다. 스마트제조환경에서는 MES, WMS, ERP 등 생산정보시스템은 물론 산업용로봇, AGV, 검사장치 등에 부착된 센서 및 제어기들이 클라우드를 통하여 전송하고 상호운용한다. 본 과목에서는 스마트팩토리를 위한 IIoT 이론을 학습함과 동시에, 정기적으로 데모 스마트공장을 방문하여 IIoT 실습을 병행한다. 3
선택 스마트기술시장분석
(Analysis of Smart-Technology Market)
스마트 기술시장을 모형화하고 분석하기 위한 소비자 선호 이론과 응용을 강의한다. 소비자 선호 분석과정을 이해하고, 이와 관련된 주요 이론 및 분석 방법론을 다룬다. 3
선택 인간기계상호작용
(Man-Machine Interface)
인간-기계 상호작용의 기본이 되는 공학심리학 및 관련 연구 주제에 대해 학습하고 관련 연구 방법론을 익힌다. 3
선택 산업빅데이터실무
(Big Data in Practice)
최근에 빅데이터 분석은 다양한 산업현장에서 적용되고 있다. 본 과목에서는 산업체 빅데이터 분석 기법 및 사례를 소개함으로써, 학생들의 빅데이터 분석 역량 및 현장 감각을 배양하고자 한다. 3
선택 스마트공장개론
(Introduction to Smart Factory)
스마트공장은 제조업에 사물인터넷, 클라우드, 가상물리공간, 빅데이터, 인공지능 등 ICT를 결합하여 제조환경을 혁신적으로 개선하는 것을 의미한다. 본 과목에서는 스마트공장의 핵심기술, 현황, 사례를 제공함으로써, 4차 산업혁명의 핵심인 스마트공장의 이해를 향상시키고자 한다. 3
선택 산업인공지능
(Industrial Artificial Intelligence)
인공지능은 컴퓨터와 정보기술을 이용하여 인간의 행위를 모사하거나 인간보다 우수한 행위를 구현하고자 하는 기술이다. 본 과목에서는 딥러닝의 기본 개념 및 핵심 기법들을 학습하고 실습함으로써, 산업에서 직면하는 여러 가지 문제들을 지능적으로 접근하고 해결하는 방법을 습득하고자 한다. 3
선택 산업응용확률 및 통계
(Applied Probability and Statistics)
산업데이터를 분석하기 위한 이산 및 연속확률변수와 확률모형을 배우고, 회귀분석, 요인분석, 다변량분석 등 통계기법을 배움. R 또는 Python을 활용한 통계적 분석 실습도 진행함. 3
선택 산학연계프로젝트1
(Industry-academic cooperation project I)
본 교과목은 스마트팩토리 및 스마트제조 분야의 산학연계 프로젝트를 수행하면서 관련된 지식을 연구하고 산학연계 프로젝트 결과물을 발표 및 공유하는 과목이다. 3
선택 스마트공장세미나
(Seminar on Smart Factory)
스마트공장에 관련된 실무 전문가를 초청하여 세미나를 개최하고 현장을 방문한다. 1
선택 스마트공장ICT생산시스템및실습
(ICT Enabled Production System and Practice)
제품 , 공정 , 설비 , 공장 등 스마트 엔지니어링 기반 ICT 융합 생산시스템을 이해하고 실습한다 . 3
선택 산업데이터애널리틱스
(Industrial Data Analytics)
데이터마이닝, 머신러닝의 개념을 이해하고, 이를 제조데이터에 활용하기 위하여 예측, 분류, 군집, 이상치검출 등 분석모형을 배운다 . 3
선택 생산제조최적화
(Optimization on Production and Manufacturing)
생산제조시스템에서 발생하는 여러 가지 문제를 최적화하기 위한 수학적 모델링 , 최적화 기법들을 배우고 스마트제조 최적 운영방법을 습득한다 . 3
선택 현장연수활동1
(Industrial Internship 1)
여름방학 또는 겨울방학에 참여기업 또는 협력기업에서 현장실습을 수행하여 현장업무를 수행함으로써 현장 경험 및 업무 소양을 익히고 연구활동에 반영한다 . 3
선택 현장연수활동2
(Industrial Internship 2)
여름방학 또는 겨울방학에 참여기업 또는 협력기업에서 현장실습을 수행하여 현장업무를 수행함으로써 현장 경험 및 업무 소양을 익히고 연구활동에 반영한다. 3

학과내규

대학원 산업공학과 석·박사과정 대학원생들은 대학원 학칙을 준수하고 동시에 학과내규도 준수해야 된다. 

제1장 총 칙

제1조(목적)
본 내규는 경희대학교 대학원 학칙 및 대학원 산업공학과 내규규정에 따라 학과의 특성을 살려 이를 운영하는 세칙을 규정함을 목적으로 한다. 

제2조(과정)
대학원 산업공학과 내에는 산업공학과 전공의 석사학위과정과 박사학위과정을 두고, 필요에 따라 석사학위 과정과 박사학위과정의 통합과정을 둘 수 있으며, 또한 각 과정 안에 대학원ㆍ연구기관ㆍ산업체와의 협동과정과 학과간 협동과정을 둘 수 있다. 


제2장 입 학

제1조(입학자격)
대학원 산업공학과에 입학하고자 응시하려는 자는 산업공학과나 이와 유사한 학과 출신으로 학과 교수회의에서 그 자격을 인정하는 자이어야 한다. 

제2조(입학 후 의무사항)
석사·박사과정에 입학한 모든 학생은 입학 후 학과주임교수, 지도예정교수 및 학과전제교수들의 면담에 응해야 한다. 


제3장 이수과목 및 졸업시험
대학원 산업공학과의 이수과목 및 수업과정은 석사과정과 박사과정으로 구분하여 정한다. 

제1조(이수과목)
대학원 산업공학과에 입학한 학생은 다음과 같은 요건을 만족해야 한다.
I. 석사과정
석사과정에 입학한 학생 중 학부의 기초과목 성적이 불충분하다고 인정되는 학생은 석사과정 이수 이외에 학부에 개설된 과목을 이수해야 한다. 단, 수강필요 학부과목에 대해서는 지도교수 또는 관련 과목담당교수의 지도를 따른다. 

II. 박사과정
박사과정에 입학한 학생 중 학부나 석사과정의 기초과목 성적이 불충분하다고 인정되는 학생은 박사학위 학점 취득과 관계없이 학과 교수회의에서 지정한 학부나 석사과정에 개설된 과목을 이수하여야 한다. 

제2조(타전공자 취득학점 인정)
I. 석사과정
학부에서 다른 전공을 이수한 학생이 입학한 경우, 해당 학생은 반드시 9학점 이상의 학부과목을 이수해야 한다. 다만 유사과목을 수강한 경우에는 지도교수 또는 관련과목 담당교수의 협의를 거쳐 면제 받을 수 있다. 

II. 박사과정
① 박사과정에 입학한 학생 중 학부에서 다른 전공을 이수한 학생은 박사과정 이수학점 이외에 학과 교수회의에서 지정한 12학점 이상을 석사과정에 개설된 과목을 이수하여야 한다. 단, 학과 교수회의의 의결을 거쳐 유사학점의 인정으로 필요학점을 면제받을 수 있다.
② 박사과정에 입학한 학생 중 특수대학원을 졸업하여 유사 또는 타전공의 석사과정을 수료한 학생은 박사과정 이수학점 이외에 학과 교수회의에서 지정한 동일계 6학점, 비동일계 12학점 이상을 석사과정에 개설된 과목을 이수하여야 한다. 

제3조(전공종합시험과목)
전공 종합시험 과목명은 학과교수회의에서 학생의 전공과 수강과목을 참조하여 결정한다. 

제4조(학부과정 중 대학원 과목의 이수)
① 3학년까지의 평균 평점이 3.5 이상인 4학년 학생은 대학원 산업공학전공 주임교수의 승인을 받아 학부학생의 이수가 허용된 대학원 교과목을 통산 6학점까지 이수할 수 있으며, 그 취득학점은 전공선택과목의 학점으로 인정받을 수 있다.
② 대학원 과목의 취득학점이 A-학점 이상인 경우에는 대학원 학칙에 따라 학사학위 취득에 필요한 학점의 초과분에 한하여 대학원 진학 시에 6학점까지 인정받을 수 있다. 


제 4 장 장학금규정

제1조(장학생 선발)
장학생은 다음과 같은 원칙에 의해 선발한다.
① 과에 배정된 인원을 전공을 안배하여, 각 전공 지도교수의 추천을 받아 주임교수가 확정한다.

제2조(학술연구 장학생 추천기준)
학술연구 장학생 선발 및 선정기준은 다음과 같은 사항에 의거하여 추천한다.
① 대상자 선정기준
- 장학금 수혜 대상은 석ㆍ박사과정중의 대학원생으로서 현재 석사는 3기 이상, 박사는 2기 이상에 한한다.
- 학생의 장학금 수혜 회수는 대학원 전과정 동안 1회로 제한한다.
② 점수배정 기준
- 심사시점 이전 2학기 동안의 성과를 토대로 평가한다. 단, 현재 박사 2기인 경우 박사 1기에 취득한 학점과 석사과정 시 취득한 평균학점을 평가한다.
- 교과목 평균 성적을 9점 만점으로 환산하여 배점한다.
- 박사과정 학생에 대해서는 장학금 성격을 고려하여 0.5점을 추가한다.
- 아래의 세부기준에 따라 점수를 추가하되 논문은 지도교수와 연명으로 되어있는 것에 한한다.
 
구 분 저 자 국 내 국 외
학술회의 Proceeding 게재 First 저자 0.4점 0.7점
Second 이후 저자 0.2점 0.5점
교내 학술전문지 게재 First 저자 0.5점
Second 이후 저자 0.3점
교외 심사제 학술전문지 게재 First 저자 1.0점 1.3점
Second 이후 저자 0.5점 0.8점
- 위 사항의 평가들을 합산하여 최고점수를 부여받은 학생을 추천한다. 


제5장 졸업자격
대학원 산업공학과 학생은 대학원에서 실시하는 종합시험을 통과하고, 다음과 같은 졸업에 필요한 요건들을 충족해야 하고, 또는 5인 이상의 학과 교수회의에서 정한 동등한 자격을 갖추어야 한다. 

제1조(졸업이수학점)
대학원 산업공학과를 졸업하기 위한 석ㆍ박사과정의 이수학점은 각각 다음과 같다. 
① 석사학위과정을 수료하기 위해서는 논문지도 학점을 제외하고 24학점이상을 이수해야 한다.
② 박사학위과정을 수료하기 위해서는 논문지도 학점을 제외하고 36학점이상을 이수해야 한다.

제2조(연구발표) 
I. 석사과정
석사학위 후보자는 2회에 걸쳐 연구발표회를 갖는다. 제1회 발표는 지도교수와의 개별발표회로 대체 가능하고, 제2회 발표는 반드시 학과 교수회의에서 정한 교수의 참석 하에 시행되어야 한다. 

II. 박사과정
① 박사과정의 학생은 3회에 걸쳐 연구발표회를 가져야 한다. 
② 박사학위 논문은 외부교수 1인을 포함한 심사위원을 위촉하여 발표하며 2회 이상에 걸친 심사위원들의 심사과정을 걸쳐 합격 여부를 결정한다. 


제6장 준용규정

제1조(준용조항)
본 대학원 산업공학과 내규는 대학원 학칙에 우선하지 않으며, 규정되지 아니한 사항은 학과 교수회의에서 토의하여 결정한다. 

제2조(변경)
본 대학원 산업공학과 내규는 학과 교수회의에서 5인 이상의 교수동의하에 변경할 수 있다. 

부칙
본 대학원 산업공학과 내규는 2008년 2학기 입학자부터 적용한다.