컴퓨터공학
가장 기본적이고 직접적인 경로알고리즘, 시스템, 그리고 이제 대부분의 대학에서 개설하는 머신러닝 전용 수업까지, 거의 모든 AI 연구 전문 분야의 기술적 토대를 제공한다.
AI 연구를 하기 위한 면허 같은 것은 없고, 누가 스스로를 연구자라 부를 수 있는지 결정하는 전문 위원회도 없다. 이 분야의 실질적인 관문은 훨씬 나중, 그리고 훨씬 덜 공식적인 형태로 찾아온다. 바로 NeurIPS, ICML, ICLR이 논문을 채택하는가라는 동료 심사다. 그렇기에 박사 학위는 법적으로 요구되지는 않지만, 여전히 거의 모두가 택하는 길로 남아 있다.
이런 비공식성에도 불구하고 실제로는 상당히 경직된 진입 경로가 형성되어 있다. 소수의 대학과 기업 연구소가 이 분야에서 가장 많이 인용되는 연구의 불균형하게 큰 몫을 만들어내며, 그중 한 곳에 일찍 들어가는 것은 이후의 그 어떤 단일한 선택보다도 경력을 크게 좌우한다.
진입 로드맵
-
1
학부 기초 과정
3~4년수학, 통계학, 컴퓨터공학 중심의 학위 과정을 밟으며, 최근에는 머신러닝 자체를 다루는 수업도 갈수록 비중이 커지고 있다. 동시에 교수 연구실에서 조기에 연구 보조원으로 활동하는 경우가 많다.
관문대학 입학, 그리고 학부생을 받아줄 의향이 있는 연구실에 들어가는 것.
-
2
석사 또는 연구직
1~2년많은 사람이 곧바로 박사 과정으로 진학하지만, 점점 더 많은 사람이 연구 엔지니어나 석사생으로 1~2년을 보내며 지원 전에 논문 실적을 쌓는다.
관문대학원 입학, 또는 주니어 연구자와 공동 저술할 의향이 있는 연구소의 채용 기준을 통과하는 것.
-
3
박사 과정
5~6년몇 년간의 수업 과정을 거친 뒤 지도교수 아래에서 독립적인 연구를 수행하고, 최종적으로 위원회 앞에서 학위 논문을 방어하며 마무리된다.
관문자격시험, 그리고 자신을 받아줄 연구비와 관심을 가진 지도교수를 찾는 것.
-
4
논문 실적 쌓기
3~5년(박사 과정 내)NeurIPS, ICML, ICLR에 채택된 논문은 이 분야의 실질적인 화폐 역할을 하며, 미래의 고용주에게는 졸업장에 적힌 대학 이름보다 이쪽이 훨씬 중요하다.
관문최상위 학회의 동료 심사 — 이 분야에서 자격시험에 가장 가까운 관문이다.
-
5
박사후 연구원 또는 첫 연구 과학자직
1~3년일부는 박사후 연구원 자리를 통해 학계에 남지만, 오늘날 대부분은 기업 연구소로 곧바로 옮겨간다.
관문연구소의 다단계 면접 과정, 또는 특정 지도교수(PI)의 박사후 연구원 제안.
-
6
독립 연구자 또는 연구실 책임자
5년 이상독립적인 연구 의제를 세우고, 주니어 연구자나 박사과정 학생을 지도하며, 단일 논문이 아니라 자신의 연구가 이 분야의 방향에 미친 영향으로 평가받는다.
관문학계에서는 종신재직권 및 승진 위원회, 업계에서는 지속적인 영향력과 내부 승진.
AI/ML 박사 과정(미국, 지원 받는 경로)
$0–$40k
미국의 컴퓨터공학·머신러닝 박사 과정 대부분은 조교나 연구 보조 업무와 결합된 생활비 — 흔히 연 $35,000–$48,000 — 로 학생을 지원하기 때문에, 직접적인 등록금 부담은 대체로 거의 0에 가깝다. 더 큰 비용은 업계 직장에 비해 5~6년간 소득이 줄어든다는 점이다. 디딤돌로 흔히 먼저 밟는 석사 과정은 등록금으로 $40,000–$100,000이 추가될 수 있으며, 미국 밖의 박사 과정은 편차가 매우 크다. 유럽의 많은 박사 과정은 등록금을 내는 학위가 아니라 급여를 받는 연구직 형태다.
무엇을 전공할까
수학 또는 통계학
모델 이면의 이론을 위해선형대수학, 확률론, 최적화는 현대 머신러닝이 쓰여진 언어다. 어떤 방법을 실행하는 법뿐 아니라 그것이 왜 작동하는지를 이해하는 연구자는 흔히 이쪽 출신이다.
물리학
AI 연구로 유난히 많이 유입되는 전공물리학자들은 최적화, 통계역학, 고차원 시스템에 대한 탄탄한 직관을 가지고 들어온다. 물리학에서 넘어와 초기 신경망 모델을 만든 존 홉필드는 그 공로로 2024년 노벨 물리학상을 공동 수상했다.
인지과학 또는 신경과학
모델 이면의 생물학적 영감을 위해신경망은 생물학적 뉴런의 이름을 따왔고 느슨하게나마 그로부터 영감을 받았다. 이 배경을 가진 연구자들은 흔히 머신러닝과 실제 뇌가 학습하는 방식 사이의 경계에서 일한다.
전자공학
하드웨어를 고려한 작업과 신호처리 작업을 위해훈련 실행이 의존하는 하드웨어에 가까이서 일하거나, 음성·오디오 모델 이면의 신호처리 기초를 다루는 연구자에게 유용하다.
어디서 가장 잘 가르치나
스탠퍼드 대학교
미국페이페이 리(Fei-Fei Li)의 이미지넷 프로젝트와 스탠퍼드 인간중심 AI 연구소(Stanford HAI)가 있는 곳으로, 이 분야에서 가장 꾸준히 인용되는 학과 중 하나다.
토론토 대학교
캐나다제프리 힌턴이 수십 년간 몸담은 학교이자, 2012년 이 분야를 다시 일으킨 알렉스넷 팀이 탄생한 곳이다.
몬트리올 대학교 / Mila
캐나다요슈아 벤지오의 연구실을 중심으로 세계 최대 규모의 딥러닝 연구자 밀집 기관 중 하나로 성장했다.
케임브리지 대학교
영국탄탄한 머신러닝 및 이론 컴퓨터공학 전통을 지니고 있으며, 인근의 구글 딥마인드와 영국 AI 연구 기반 전반에 인력을 직접 공급한다.
칭화대학교
중국논문 발표량 기준으로 세계 최상위 컴퓨터공학과 중 하나로 꾸준히 꼽히며, 중국 최대 AI 연구소들에 인력을 직접 공급한다.
취리히 연방공과대학교(ETH 취리히)
스위스유럽을 선도하는 머신러닝 및 로보틱스 연구 중심지로, 구글과 메타의 취리히 연구소와 긴밀히 연결되어 있다.
테크니온 이스라엘 공과대학교
이스라엘이스라엘의 촘촘한 AI 연구 및 스타트업 생태계의 중심축 역할을 하며, 구글, 메타, 인텔이 인근에 연 기업 연구소들과도 연결되어 있다.
싱가포르국립대학교
싱가포르빠르게 부상하는 머신러닝 연구 프로그램을 갖추고 있으며, 동남아시아의 성장하는 AI 연구 투자를 위한 지역 허브 역할을 한다.
면허와 시험
컴퓨터공학, 머신러닝 또는 관련 분야 박사 학위
전 세계이 분야의 사실상 자격증이다. 자격 관리 위원회가 없는 만큼, 완성된 학위 논문과 지도교수의 보증이 AI 연구에서 인증에 가장 가까운 역할을 한다.
NeurIPS, ICML, ICLR 등재 동료 심사 논문
전 세계공식 자격증은 아니지만, 채용 위원회가 가장 무겁게 평가하는 실질적인 관문이다. 이런 학회에서의 탄탄한 실적은 어떤 수료증이나 대학 이름보다도 흔히 더 큰 비중을 갖는다.
ACM 또는 AAAI 펠로우
전 세계(본부는 미국 소재)진입 요건이 아니라 경력에 대한 인정으로, 지속적이고 영향력 있는 연구 업적에 대해 미국계산기학회(ACM)나 인공지능발전협회(AAAI)가 수여한다.
CITI 인간 대상 연구 인증
미국(다른 국가는 그에 준하는 인증 필요)인간 참가자나 그들의 데이터를 다루는 연구를 진행하기 전, 대부분의 대학 윤리위원회가 요구하는 인증이다. 사람 평가 연구, 사용자 연구, 크라우드소싱 라벨링을 수행하는 AI 연구자와 관련이 있다.
또 다른 길
기업 AI 레지던시 프로그램
구글 AI 레지던시(Google AI Residency) 같은 프로그램은 박사 학위가 없는 뛰어난 엔지니어나 과학자를 받아들여 1~2년간 멘토링을 받는 연구직에 배치한다. 여기서 나온 공동 저술 논문이 이력서에서 박사 학위를 대신하는 경우도 있다.
오픈소스·프리프린트 경로
소수의 연구자는 널리 쓰이는 오픈소스 머신러닝 코드나 많이 인용되는 arXiv 프리프린트를 통해 공개적인 평판을 쌓으며, 이따금 학력보다 입증된 실력을 보고 채용하는 연구소의 연구직에 이르기도 한다.