최근 가장 ‘뜨거운’ 기술은 단연 인공지능(AI)이다. 특히 사람과 대화하듯 글로 대화하는 생성형 AI인 ‘챗GPT’의 등장 이후, AI는 우리 일상에 깊숙이 스며들고 있다. AI에 대한 학생들의 관심도 크게 증가했다. 대학들은 이러한 추세에 맞춰 인공지능 전문가를 양성할 관련 학과를 신설하고 있다. AI를 통한 혁신은 우리의 삶을 어떻게 변화시킬까. 미래의 변화를 선도하는 AI학과의 교육과정, 컴퓨터공학과의 차이점, 졸업 후 진로 등을 살펴봤다.

도움말 이재성 학과장(중앙대학교 AI학과) 자료 각 대학 홈페이지·대입 정보 포털 어디가

인공지능은 인간 지능과 유사한 수준의 컴퓨터 지능을 실현하는 것을 목표로 한다. 이를 위해 많은 대학들이 ‘인공지능’ ‘AI’ ‘데이터사이언스’ 등의 이름으로 AI 관련 학과를 개설해 인공지능 기술을 깊이 있게 교육하고 있다.

AI 관련 학과는 학생들이 게임, 금융, 반도체, 의료, 자동차, 항공 등 다양한 산업 분야에서 AI 전문가로 성장할 수 있도록 지원한다. 또한 인공지능이 사회에 미치는 윤리적 영향에 대한 교육을 통해 학생들이 넓은 시야를 가진 인공지능 전문가로 성장하도록 돕고 있다.

AI 관련 학과에서는 인공지능의 기본적인 배경지식과 프로그래밍 기술뿐만 아니라, 데이터 처리, 자연어 처리, 컴퓨터 비전, 인공 신경망, 알고리즘, 로보틱스 등 심화한 응용 분야에 대해서도 학습한다. 이를 통해 학생들은 실용적인 지능형 시스템을 구현하는 데 필요한 능력을 갖추게 된다.

중앙대 AI학과장인 이재성 교수는 “AI는 더 이상 미래 기술이 아닌 현실이며, 다양한 산업 분야에서 혁신을 이루는 중요한 도구로 자리 잡았다. AI 분야는 특히 실무 능력이 중요하기에 산학연 프로젝트 중심의 실습을 강화하고 있다”고 말했다.

AI학과 VS 컴퓨터공학과 무엇을 배울까?

AI 관련 학과는 기존의 컴퓨터공학과 및 전자전기공학과와 어떤 점이 다를까. 이 교수는 “컴퓨터공학과는 컴퓨터라는 장비를 최대한 효율적으로 활용하는 기술에 초점을 맞추고 있다. 반면, AI 관련 학과는 컴퓨터를 이용해 고급 수학 문제를 해결하고 지능형 시스템을 구현하는 방법에 주안점을 둔다. 그래서 AI 관련 학과의 커리큘럼에는 컴퓨터 통신(네트워크), 운영 체제, 컴파일러(프로그래밍 언어 번역 프로그램)와 같은 과목이 없고, 대신 AI 설계, 머신러닝, 인공 신경망, 컴퓨터 비전, 자연어 처리 등 AI에 특화된 과목들이 중요한 부분을 차지하고 있다”고 설명했다.

물론 AI 관련 학과에서도 컴퓨터공학과와 마찬가지로 프로그래밍, 자료 구조, 알고리즘, 이산수학, 수치 해석 등을 핵심 과목으로 가르친다. 하지만 최종 목표가 숙련된 프로그래머를 키우는 것이 아니라 AI 전문가를 양성하는 것이다 보니 세부적으로 다른 점이 존재한다. 예를 들어, 컴퓨터공학과에서는 프로그래밍 스타일을 조정해 프로그램의 효율성을 높이는 게 중요하지만, AI 관련 학과에서 이는 선택 사항이다. 또한 전자전기공학과나 컴퓨터공학과에도 인공지능과 관련된 과목이 개설돼 있지만, 2~3개 과목 정도만 개설돼 있는 등 전체 커리큘럼에서 차지하는 비중이 작다. 반면, AI 관련 학과는 전체 커리큘럼의 절반가량이 AI 특화 과목으로 구성돼 있다.

수학·데이터·알고리즘 이해 중요

AI 관련 학과에 진학하고 싶다면 수학적 이해 능력을 키우는 것이 좋다. 인공지능은 수학을 통해 구현되기 때문이다. 데이터와 알고리즘에 대한 이해도 필요하다. 다양한 분야의 전문가와의 협업은 필수이기에 소통 능력 또한 강조된다.

이 교수는 AI 관련 학과 진학을 원하는 학생들에게 “AI의 어느 분야에 관심이 있는지 먼저 파악하는 것이 중요하다. 국·영·수를 중심으로 기초 실력을 다지면서 간단한 프로그래밍 경험을 쌓는 것도 좋다. AI 분야에서 널리 활용되는 파이썬 언어를 공부하면 도움이 될 것이다. 파이토치와 같은 파이썬 기반의 오픈 소스 머신러닝 라이브러리를 사용해보는 것도 추천한다. 또한 컴퓨터를 단순히 잘 사용하는 것을 넘어, 컴퓨터를 이용해 부가가치를 창출하는 데 관심을 가지면 좋다”고 조언했다.

AI 관련 학과를 졸업하면 다양한 기업에서 발생하는 문제를 AI 기술로 해결할 수 있는 능력을 갖추게 된다. 졸업 후에는 주로 AI 및 소프트웨어 엔지니어, AI 연구원, 데이터 엔지니어 등으로 진출해 대용량 데이터를 활용한 클라우드 기반 머신러닝 플랫폼 개발, AI 솔루션 설계 및 개발, 데이터 분석 기술 및 플랫폼 개발 등의 업무를 수행한다. 심화된 지식과 전문성을 쌓고자 하는 학생은 국내외 대학원에 진학한다.

MINI INTERVIEW________________________

“인간 수준의 작업까지 자동화하는 AI에 매력 느껴”

이상혁

Q. 현재 어떤 분야를 연구하는지?

시각 데이터를 인식하고 처리하는 ‘컴퓨터 비전’ 분야에서 ‘OSR(Open-set Recognition)’이라는 세부 분야를 연구하고 있습니다. OSR은 현재 널리 연구된 분야인 ‘CSR(Closed-set Recognition)’과 대조적인 방식인데요. CSR은 인식하는 모든 대상이 훈련 데이터에 포함돼 있다고 가정하는 반면, OSR은 알려지지 않고 학습되지 않은 대상까지 포함해 처리하는 방식입니다. 실제 환경에서는 모든 대상을 학습시키는 것은 어렵기 때문에, 현재 AI 기술이 학습된 데이터에만 의존하는 것은 한계가 있어요. 이러한 현실을 반영하는 OSR 방식은 AI 기술의 확장성을 높이고 실제 환경에 더욱 적합한 접근법이죠.

Q. 인공지능에 관심을 갖고 AI대학원에 진학한 계기는?

대학에 입학할 땐 진로나 관심사가 명확하지 않아 전공에 대한 흥미보다는 성적에 맞춰 학교를 선택했어요. 그래서 처음 선택한 도시시스템공학에 큰 흥미를 느끼지 못했죠. 3학년 때 아버지의 권유로 컴퓨터공학에 도전하면서 AI 관련 수업을 들었는데, 제 가치관과 맞는 분야라고 느꼈어요. 저는 기계적이고 반복적인 작업을 선호하지 않는데요. AI 시스템은 인간의 높은 수준의 작업까지 자동화할 수 있다는 점이 큰 매력으로 다가왔습니다. AI를 더 깊게 배우고 싶어 교수님께 직접 연락드렸고, 중앙대 AI대학원에 입학했습니다.

Q. 학부에서 배운 지식이 지금 하는 연구에 어떤 도움을 주는지?

통계학, 선형대수학, 미적분학, 수치해석, 기초 AI 이론 등이 대학원에서 유용하게 활용되고 있어요. 통계학은 다양한 AI 방법론의 성능 비교 및 분석에 필수적이며, 선형대수학과 미적분학은 신경망의 구조와 학습 과정을 이해하는 데 근본적인 지식을 제공합니다. 수치해석은 컴퓨터공학과 관련된 수학적 개념을 이해하는 데 도움이 됐고, 기초 AI 이론은 AI의 다양한 방법론을 이해하고 접근하는 데 도움이 됐어요. 학부 과정에서 습득한 지식은 대학원에서의 연구와 학습에 큰 밑거름이 되고 있습니다.

Q. 앞으로의 계획은? 또 AI 연구를 희망하는 학생들에게 조언한다면?

최고 수준의 콘퍼런스에 논문을 게재하고 박사후연구원을 해외에서 하는 것이 목표입니다. 이후 사회에 기여할 수 있는 기술을 개발하고 싶습니다.

AI 분야에 관심 있는 학생이라면 수학과 코딩을 열심히 공부해보세요. 수학은 AI를 이해하는 데 필수적인 언어이며, 코딩은 이론을 실제로 구현하고 실험하는 데 중요한 도구입니다. AI와 수학, 코딩에 흥미가 있다면 AI 분야의 학습을 지속할 수 있을 거예요.

________________________________

미분→경사하강법→AI

수학에서 인공지능으로 관심 확장

김대현

Q. AI학과에 지원한 이유는?

중학교 때부터 코딩을 좋아했고, 고등학교 때 <수학Ⅱ>에서 미분을 배우면서 AI에 관심을 갖게 됐어요. 미분을 통해 한 점에서의 기울기를 알 수 있다는 사실이 AI의 핵심 학습 방법인 경사하강법과 밀접하게 연결돼 있다는 것을 깨달았죠. 수학에 대한 흥미는 미분, 경사하강법을 거쳐 자연스럽게 AI에 관한 관심으로 이어졌어요.

중앙대에는 소프트웨어학부와 AI학과가 있는데요. 저는 프로그래밍 자체도 좋아하지만, AI에 더 큰 관심이 있어서 AI학과를 선택했습니다. AI학과에서는 다른 학과와 달리 AI에 대해 깊고 면밀한 탐구를 할 수 있을 거라 생각했어요.

Q. 가장 좋아하는 전공 영역이나 과목은?

인공지능수학 과목을 가장 재밌게 배웠습니다. 1학년 1학기 때 배운 선형대수학의 연장선에 있는 과목으로, 인공지능 학습이 어떻게 이뤄지는지, 역전파 알고리즘은 무엇인지 등을 확인하고 계산해볼 수 있었어요. 이 과목을 통해 선형대수학이 인공지능 학습에 어떻게 적용되는지를 직접 경험했죠. 그때까지만 해도 미지에 가깝던 인공지능의 학습 과정과 원리를 손으로 직접 따라가며 이해하는 과정이 매우 즐거웠습니다.

Q. 고등학교 때 전공과 관련해 이수한 선택 과목이나 수행한 활동이 있다면?

전공과 관련해서 이수했던 과목으로는 <고급수학>이 있습니다. 이 과목에서는 선형대수학에서 배우는 고윳값, 역행렬, 행렬식 등 다양한 행렬의 기본 개념을 배울 수 있었는데요. 이러한 지식이 대학에서 선형대수학 수업을 들을 때 큰 도움이 됐습니다.

또한 <수학Ⅱ>와 <미적분>의 내용 중 인공지능에서 자주 쓰이는 손실 함수에 대해서는 개인적으로 학습했습니다.

Q. 앞으로의 계획은? 또 AI학과 진학에 관심 있는 학생들에게 조언한다면?

졸업 후 대학원 진학을 계획하고 있습니다. AI 분야는 아직 배워야 할 것이 많기에 바로 취업하기보다는 이 분야의 깊은 지식과 소양을 대학원에서 더욱 쌓고자 합니다. 현재 진행하고 있는 학부 연구생 과정을 통해 다양한 주제를 탐색한 후 대학원에서 더 깊이 연구하고 싶어요. 대학 졸업 후 바로 취업하는 경우도 있는데요. AI 및 소프트웨어 엔지니어, AI 연구원, 데이터 엔지니어 등으로 진출할 수 있습니다. AI학과에 진학하면 꿈에 그리던 AI를 체계적으로 배울 수 있습니다. 고등학교 때 미분, 확률과 통계 등의 수학을 깊게 공부하고 프로그래밍도 미리 접하면 대학에 와서 큰 도움이 될 거예요.

취재 오승주 내일교육 기자 sj.oh@naeil.com