페이지상단으로이동

[기획연재] 한국의 '인공지능(AI) 대학원 2021'을 시작합니다.(FAQ 10선)

마지막 국책 인공지능대학원에 서울대ㆍ중앙대 합류
교육 소비자 주권시대의 교육 정보 공개ㆍ공유 지향 기획물
AI대학원 입시에서 가장 자주 묻는 10가지는?
승인 2021.06.25 12:52
2021 인터넷신문 언론대상 공모작

[보도일 2021.05.03 11:00]
[AI타임스=정윤아 기자]

연재를 시작하며

4차에 걸친 국책 인공지능대학원 선정이 마무리됐다.
과기정통부는 4월21일 서울대와 중앙대를 인공지능대학원으로 선정했다.

4차 산업혁명 시대에 인공지능 기술력은 국가 경쟁력 핵심. 이에 따라 정부는 2019년 AI분야 산학관 협력을 바탕으로 한 글로벌 인공지능 석ㆍ박사급 인재 육성을 목표로 국책 인공지능대학원 사업을 시작했다. 사업 3년 차로 아직 석ㆍ박사급 인재를 배출하진 못했다.

인공지능대학원 국책 사업(예산 지원) 개시 2년여간 인공지능 산업과 연구개발 분야는 급성장을 거듭, 전문인력 부족 현상은 더욱 심화되고 있다. AI & IT 기업들은 높은 연봉을 내걸며 인재 영입에 열을 올린다. 국책 연구소와 대학의 인력을 빼가기도 한다. 반대로 대학이 기업 인력을 영입하기도 한다. 지방 AI대학원이 영입한 교수가 수도권 사립대를 거쳐 국립대로 옮기는 사례도 나타난다.

컴퓨터 비전과 자연어 처리, 그리고 빅데이터 분석 등 산업계가 필요로 하는 '인공지능 아키텍처' 전성시대가 열리고 있다. 코로나19 팬데믹 상황은 온택트(Ontact) 활성화에 불을 당겼고, 정보통신(IT) 및 인공지능(AI) 업계는 활황이다.

AI타임스는 지난해에 이어 KAIST를 비롯한 국책 10대 인공지능대학원을 기획 취재했다.
코로나19 팬데믹 상황에서 대학이 보낸 지난 1년은 그리 긴 시간이 아닐 수 있다. 그러나, 인공지능대학원은 다르다. 매학기, 심지어 매주 매월마다 연구 환경이 급변하고 경쟁은 심화된다.

AI타임스 특별취재팀은 기획 연재를 통해 인공지능대학원 정보를 독자들과 공유함으로써 교육 소비자 주권 행사에 기여코자 한다. 동시에 국내 10대 대학간 비교와 해외대학 정보를 제공, 한국 인공지능대학원의 발전에 도움이 되고자 노력했다.

▶인공지능 대학원에 진학하려는 준비생 ▶인공지능 대학원을 다니는 재학생과 학계 관계자 ▶인공지능 대학원 졸업자를 뽑으려는 기업 관계자 등이 가장 궁금해하는 인공지능대학원에 대해 알고 싶은 10가지 문답으로, 기획연재를 시작한다.

◇특별취재팀=팀장 권영민, 정윤아ㆍ박유빈ㆍ박성은ㆍ윤영주ㆍ이하나 기자

한국의 인공지능 대학원 2021 연재순서

① KAIST(5월4일) ②고려대(5월4일) ③성균관대(5월6일)GIST(5월6일) 포항공대(5월7일)UNIST(5월7일)연세대(5월10일)한양대(5월10일)중앙대(5월11일)서울대(5월12일) ⑪해외의 인공지능대학원(스탠퍼드 카네기멜론 MIT 외) ⑫AI강소국 스위스, 스위스는 어떻게 인공지능 강국이 되었나 (, )

[국책 인공지능대학원에 최종 선정된 10개 대학(사진=임채린기자)]

Q1. 지방대에 다니는 학부생입니다. 수도권 대학원에 진학하려는데, 자대생에 비해 많이 불리할지요?

A: 학ㆍ석연계 프로그램 있는 대학원의 경우, 자대생이 학부 연구생 등을 거쳐 연계 진학합니다. 이같은 경우를 제외하고 자대생이 유리하거나, 지방대생이 특별히 불리하지 않습니다. 실제로 인공지능대학원 중 자대생 비율이 높지 않은 대학원이 상당수입니다.
오히려 대학 사회에서는 순혈주의(인브리딩)를 경계하는 문화가 존재하고, 다양성의 가치를 존중합니다.

Q2. 소위 AI 비전공 '문송'이에요. 문과 졸업생도 인공지능대학원 진학이 가능할까요?

A: AI대학원에서 요구하는 기본기는 연구자로서의 자세입니다. 즉, 연구에 대한 적성과 열정을 평가합니다. 이를 위한 기본 지식으로 수학과 코딩 능력을 측정합니다. 물론, 해외 저널을 이해하기 위한 영어 능력도 필요합니다.

비전공자가 인공지능대학원 입시에서 불리한 이유는 연구 기초가 되는 과목에 대한 지식이 부족하거나 가진 실력을 객관적으로 증명하기 어렵기 때문입니다. 아무래도 컴퓨터공학, 통계학, 산업공학 등 학부전공자가 유리하겠지요. 따라서, 학부 과정에서 이들 과목을 수강, 좋은 학점을 받는 것도 약점을 보완하는 방안이 됩니다.

삼성전자 및 '네카라쿠베' 등 IT기업 해커톤 참여나 코딩 테스트 등을 통해 능력을 보여줄 수도 있습니다. 오버스택플로우 등 공개된 커뮤니티나 학회 수상 등 비전공자의 약점을 보완할 객관적 자료 확보(제출)가 도움이 된다는 뜻입니다.

Q3. 서울 중위권 대학 학부생이에요. 4학년 GPA가 3점대 후반인데, 3점대로 인공지능대학원 지원할 수 있을까요?

A: 결론부터 말씀드리면, 절대적 기준과 상대적 기준이 있습니다. 즉, 절대적 기준으로 GPA 커트라인은 대부분의 대학원에서 적용하지 않습니다. 수리이해력과 코딩능력, 연구자로서의 자세 등을 종합적으로 평가합니다.

또한, 학부 전공이 달라 인공지능과 무관한 과목의 학점이 낮을 경우, 유관한 과목의 성적이 높다든지, 또는 관련 공모전 참여나 외부 수상 경력이 있으면 낮은 학점을 보완할 수 있습니다.

그럼에도 불구하고 여러 대학원장님들께서는 "학점이 절대적 기준은 아니지만, 비슷한 능력을 가진 지원자들이 한꺼번에 몰리는 경우가 있어 매우 중요한 척도가 될 수 있다"고 조언해 주십니다.

Q4. 제 TOEIC 점수는 800점입니다. TOEIC 최저 점수는 몇 점이면 되나요?

A: 대학원 입시에 영어를 평가 항목으로 넣는 이유는 영어로 진행되는 수업과 논문을 잘 소화할 수 있는지를 가늠하기 위해서 입니다.

모집 요강에 영어성적이 필요한지, 필요하다면 최저 점수가 얼마인지 적시하는 경우가 대부분입니다. 또 일부 대학원은 TEPS 등 특정 영어시험 성적을 요구하는 곳도 있으니 지원하고자 하는 대학원 모집요강을 확인해보시길 바랍니다.

일반적으로 어학 성적은 커트라인 이상만 넘기면 합불에 큰 영향을 미치지 않는 것으로 알려져 있습니다. 어학 성적 커트라인이 적시되어 있지 않다면 본인이 영어로 된 논문을 읽고 이해할 만한 자질을 갖췄다는 것을 증명할 수 있으면 됩니다.

Q5. 인공지능대학원 준비생을 위한 각 분야별 대표 학습서나 온라인 강의를 소개해 주실 수 있나요?

A: 대학원 진학에 가장 필요한 것은 연구 능력이죠. 인공지능대학원의 경우, 수학, 코딩, AI 지식이 되겠고 평가 대상 역시 ▲수학(미적분학, 선형대수학 등)과 통계(확률론, 수리통계학 등) ▲코딩 ▲AI 기초(머신러닝과 딥러닝) 이렇게 3부분으로 나눠볼 수 있습니다.

코딩은 각 언어별 자료구조 및 알고리즘으로, 단순히 텐서플로우나 파이토치로 모델링해 본 경험을 말하는 것이 아닙니다. ▲DLL ▲Tree ▲Graph ▲Sorting 등 자료구조와 알고리즘을 말하는 겁니다. AI 기초는 머신러닝, 딥러닝(CNN, RNN 등)에 대한 전반적인 지식으로, 학부 수준 또는 대학원 석사 1학기 수준으로 대비가 되어 있어야 합니다. 충분히 잘 훈련되어 있다면, 전공이나 학부를 초월하여 좋은 결과가 있을 겁니다.

[인공지능 학습서 추천 리스트.입문자용 학습서로 ▲밑바닥부터 시작하는 딥러닝 1&2권 ▲케라스 창시자가 알려주는 딥러닝 ▲핸즈온 머신러닝. 중급자용 학습서로 단단한 머신러닝과 원서로 된 요슈아 벤지오의 Deeplearning 논문. (사진=정윤아기자)]
AI에 필요한 수학 관련 무료 강좌
(페이스북 텐서플로우 코리아 이활석님 포스팅 중)

이미 많은 분들이 아실 것 같지만, AI에 필요한 수학 관련한 좋은 무료 강좌들입니다.

특히 3Blue1Brown과 Seeing Theory 컨텐츠는 워낙 쉽게 잘 설명을 해놓았고, visulization이 좋아서 입문자에게 좋습니다.

1. Linear Algebra

- 3Blue1Brown 채널 : https://www.youtube.com/playlist...

- MIT 강의 : https://ocw.mit.edu/.../18-06-linear.../video-lectures/

2. Probability

- Harvard 강의 : https://www.youtube.com/playlist...

- Seeing Theory : https://seeing-theory.brown.edu/index.html#firstPage

3. Calculus

- 3Blue1Brown 채널 : https://www.youtube.com/playlist...

4. Multivarate Calculus

- Coursera 강의 : https://www.coursera.org/.../multivariate-calculus...

Originally from Santiago's tweet

Q7. 인공지능 대학원 진학을 위해 수학 공부를 따로 하려 해요. 미적분, 확률통계, 행렬, 벡터, 선형대수 등 공부를 해야 하는지 궁금해요.

A: 인공지능 연구 과정에서 논문에 나오는 수식을 이해하기 위해 미적분, 확률통계, 선형대수는 필수로 공부해야 합니다. 이 보다 더 깊고 어려운 수학이 필요하느냐에 대해선 전공 분야마다 답이 달라집니다.

추천 학습서로 ▲길버트 스트랭의 선형대수학(Linear Algebra) ▲이슬비의 '맛있는 해석학' ▲제임스 스튜어트의 미적분학이 있습니다. 확률통계는 한양대학교 이상화 교수님의 프로그래머를 위한 확률과 통계 강의를 추천합니다.

Q8. 교수님과 연구실 사전 컨택은 필수적인지요? 컨택을 하려면 입학 전 언제부터(예; 4학년 1학기 초, 또는 3학년 2학기 중간 쯤 등등) 해야 하나요?

A: 사전 컨택은 안 된다는 곳도 있지만 무조건 연락해 보시는 걸 추천합니다. "전형 통과 후 다시 연락 달라"라는 답변을 들어도 괜찮습니다. 티오(T/O)는 있는지, 연구실에 들어가기 위해 어떤 공부를 해야 하는지, 별도의 시험은 있는지 등의 정보라도 알 수 있으면 성공이죠. 학부 연구생을 할 수 있다면 더욱 좋습니다.

일부 인기 연구실은 학기 시작 3-6개월 전부터 이미 정원이 다 차는 경우가 있습니다. 일부 대학원은 사전 컨택이 안되면, 대학원에 합격하고도 갈 랩실이 없어 등록 포기를 하는 사태가 일어날 수도 있습니다. 가고 싶은 연구실이 있다면 최소 1학기 전, 최대 1년 전에 컨택하시길 권합니다.

Q9. 석사 진학할 경우 모든 국책 인공지능대학원 등록금은 장학금이나 인건비로 커버가 가능한 수준일지요?

A: 대체로 국립대학인 과기원(IST) 계열 학교가 등록금이 저렴하고 장학금 지원이 충분해서 생활비 커버도 가능합니다. 사립대학의 경우 등록금이 비싸 힘들 수 있습니다. 하지만 기본적으로 연구실 별로 다릅니다. 인건비의 경우 프로젝트 참여율에 따라서 차등적으로 지급되기 때문입니다. 본인이 지원하고자 하는 연구실이 프로젝트를 많이 하는 곳인지 확인하는 것도 좋은 방법입니다.

일부 사립대학원은 석박통합 과정으로 들어온 학생에게 등록금 전액을 지원하는 제도가 있습니다. 대학별 학비 지원 제도와 장학금 제도를 잘 확인하시길 바랍니다.

Q10. 인공지능 쪽으로 취업을 생각 중인 학부생이에요. 인공지능 분야는 경력직이 아니라면 석, 박사가 필수인가요?

A: 인공지능 특성상 반도체와 달리 지식의 허들이 상대적으로 낮다고 볼 수 있습니다. 학위에 구애받지 않고 누구나 접근할 수 있는 분야다 보니 학위보다는 실력이 중요합니다. 학부생 기간 동안 포트폴리오 정리가 충분히 되었다면 충분히 승산 있죠.

하지만 많은 기업이 석사 이상을 요구합니다. 인공지능 대학원에서 국비를 지원 받으며 프로젝트나 공모전 참여를 통해 관련 분야 공부를 확장할 수 있는 시간이 될 수 있다고 봅니다. 석사 기간 동안 실력을 굳혀 회사에 입사해도 되고, 연구가 적성에 맞는다는 생각이 들면 박사를 생각해 보시는 것을 추천드립니다.

FAQ 10선은 오픈카톡방 인공지능대학원 재학생 및 준비방(방장 @할수있습니다)과 인터넷 관련 카페 등에서 자주 오가는 질문과, 각 대학원장 인터뷰, 그리고 각 대학별 공식자료를 취합, 재정리 하였습니다.

[한국의 10대 인공지능 대학원 현황표 엑셀파일 다운로드]

[인공지능대학원 현황표. (표=정윤아 기자)]

저작권자(c) AI타임스, 무단 전재 및 재배포 금지
댓글 [ 0 ]
댓글 서비스는 로그인 이후 사용가능합니다.
댓글등록
취소
  • 최신순
협회소식 더보기
  • 회원사 현황
    한국인터넷신문협회는 뉴미디어
    시대를 선도하는 다양한 인터넷
    신문사들로 구성원을 형성하여
    소통과 협력을 이룹니다.
    자세히 보기
  • 입회 안내
    회원사 신규 가입 신청에 대한
    이사회 심의는 매 분기별로
    열립니다.
    자세히 보기