📌 인공지능 기초: AI 시대, 기회를 잡아라
오늘날 AI(인공지능) 는 더 이상 특정 전공자의 전유물이 아니다.
기술의 발전과 오픈소스 생태계 덕분에, 이제는 해외에 가지 않더라도 누구나 AI 연구에 참여할 수 있는 시대가 되었다.

📍 성균관대학교 인공지능 기초
📌 핵심 포인트:
✔ AI는 단독으로 존재하는 기술이 아니라, 연구 주제와 결합하여 의미를 갖는다.
✔ 연구실 노하우와 좋은 그룹에서 배우는 것이 중요하다.
✔ 기초 이론뿐만 아니라, 실제 프로젝트로 연결하는 능력이 필요하다.
✔ AI 관련 논문, 특허, 프로젝트를 하나로 엮어 결과물을 만들어야 한다.

📌 AI 연구의 변화: 논문의 흐름
과거에는 연구력을 증명하려면 네이처(Nature), 사이언스(Science), 셀(Cell) 같은 저널이 필수적이었다.
그러나 AI 분야는 이미 학술대회 중심으로 전환되었으며, 연구자들은 CVPR, NeurIPS, ICCV 같은 컨퍼런스를 더 중요하게 본다.

📌 주요 학회 및 특징:
🔹 CVPR (6월 개최) – AI 연구자들이 가장 많이 참여하는 컨퍼런스
🔹 NeurIPS – 매년 10,000편 이상의 논문이 제출되며, 20% 초반의 논문만 채택됨
🔹 ICCV – 컴퓨터 비전 및 AI 연구자들이 주로 찾는 학회

과거에는 논문을 완벽하게 만들어야 투고할 수 있었지만, 현재는 80~90% 수준이면 투고하는 것이 일반적이다.
논문의 양이 많아지면서 대학원생이 리뷰어를 맡는 경우도 증가하고 있으며, 빠른 연구 템포를 유지하는 것이 중요하다.

📌 AI 연구를 시작하는 방법: 기초 개념 & 실습
📌 필수 이론 및 선수 과목
✅ 선형대수학, 미적분
✅ 기초 통계, 머신러닝 개념
✅ 파이썬 및 딥러닝 라이브러리 (PyTorch, TensorFlow)

📌 추천 강의 & 자료
📖 CS231n (Stanford University) – 딥러닝 & 컴퓨터 비전
📖 TUM – Introduction to Deep Learning (뮌헨 공대)
📖 Deep Learning Book – Ian Goodfellow

💡 Tip: 빠르게 개념을 한 바퀴 훑고, 수식을 깊이 이해할 때 GPT 등을 활용하여 보충 학습하는 것이 효과적이다.

📌 실습 환경 & 필수 툴
✔ PyTorch & TensorFlow – AI 모델 구현
✔ Google Colab – 클라우드 환경에서 실습
✔ Paper with Code – 최신 연구 코드 확인
✔ GitHub & 노션 – 프로젝트 및 논문 정리

📌 AI 프로젝트 & 논문 작성 전략
📌 프로젝트에서 고려할 사항
✅ 베이스라인 코드 활용: 오픈소스를 참고하되, 반드시 차별점(novelty) 이 있어야 함
✅ 논문, 특허, 프로젝트 연결: 연구 결과물을 논문, 특허, 데모 등으로 활용
✅ 팀 프로젝트: 다양한 배경을 가진 팀원과 협력하는 것이 중요함

📌 논문을 위한 필수 역량
✔ AI 논문의 기본 구조 익히기 (Introduction, Method, Experiment, Conclusion)
✔ Paper with Code 활용하여 최신 연구 분석
✔ GPT 활용하여 논문 속 수식과 개념 보충 학습

💡 추가 팁:

개인 테크 블로그 운영 → 꾸준한 기록이 연구자로서의 진정성을 보여줄 수 있음
노션 등 활용하여 학습 로그 정리 → 연구 과정을 투명하게 관리하는 것이 중요

📌 AI 연구 & 빅테크 취업: 실전 준비
📌 AI 분야 빅테크 인터뷰 준비
✔ 코딩 테스트 & 알고리즘 – 빅테크 회사는 손코딩(화이트보드 코딩)을 중요하게 봄
✔ 기술 면접 – 논리적인 사고 방식과 문제 해결 능력 검증
✔ 커뮤니케이션 스킬 – 해외 인터뷰에서는 소통 능력도 평가

📌 챌린지 & 컨퍼런스 참여
✔ 상반기 챌린지 & 데모 컨퍼런스 – 프로젝트 결과물을 발표할 기회 고려
✔ 논문 제출 시 가산점 – 학술대회 논문 제출이 평가에서 유리하게 작용

📌 AI + X (도메인 결합)
AI 자체만으로 연구 주제를 정하기 어려우므로, 반드시 하나의 도메인과 결합하는 것이 중요하다.
예시:
AI + 증강현실(AR) 콘텐츠
AI + 자연어 처리(NLP)
AI + 의료 영상 분석
AI + 맞춤형 학습, AI 기반 평가 시스템
AI + 생성형 AI 아트
AI + 자율주행, 인공지능 로봇
AI + 게임 AI 기반 NPC 생성, 게임 자동

📌 마무리하며: AI 연구, 어떻게 시작할 것인가?
📌 “AI는 도구일 뿐, 핵심은 ‘어떤 문제를 해결할 것인가’이다.”
📌 “지금이 기회다. 빠르게 흐름을 읽고, 기회를 잡아라.”

✅ 연구실에서 얻을 수 있는 노하우와 협업 경험을 적극 활용할 것
✅ 논문, 프로젝트, 특허를 연계하여 실질적인 성과를 낼 것
✅ AI 트렌드를 파악하고, 빠른 연구 템포에 적응할 것

🚀 AI 연구를 시작하려는 모든 이들에게, 이 강의가 기회의 출발점이 되기를 바란다.