-
80
- “AI 3대 강국 가는 길의 최대 걸림돌은 데이터” [AI 3대 강국, 3년에 달렸다] - 조성배 컴퓨터과학과 교수
- 박영선 “장기적 안목으로 AI·양자컴퓨터 직행해야” 황종성 “데이터화 산업공정·노하우 판매전략 필요” 손재권 “대만처럼 국가·기업·대학 총력전 펼쳐야” 김경만 “국가주도 AI 컴퓨팅센터, 테스트베드 역할” 조성배 “반도체·車·조선, AX로 초격차기술 확보” 디지털타임스 주최로 16일 서울 중구 은행회관 국제회의실에서 열린 AI포럼에서 박영선 전 중소벤처기업부 장관 사회로 종합토론 및 질의응답이 진행되고 있다. 왼쪽부터 손재권 더밀크 대표, 황종성 한국지능정보사회진흥원장, 박 전 장관, 김경만 과학기술정보통신부 인공지능기반정책관, 조성배 연세대 컴퓨터과학과 교수. 디지털타임스가 16일 서울 중구 은행회관에서 개최한 ‘AI 3대 강국, 3년에 달렸다’ 주제의 인공지능(AI) 포럼의 토론 세션에서는 전문가들이 AI 3강으로 가기 위한 각자의 견해를 펼쳤다. 박영선 전 중소벤처기업부 장관이 좌장으로 사회를 맡았고 손재권 더밀크 대표, 김경만 과학기술정보통신부 인공지능기반정책관, 조성배 연세대 컴퓨터과학과 교수, 황종성 한국지능정보사회진흥원(NIA) 원장이 열띤 토론을 벌였다. 토론 참가자들은 특히 데이터의 중요성을 크게 강조했다. 파운데이션 모델과 컴퓨팅 인프라도 중요하지만 데이터가 AI 3강 목표 달성에 가장 중요한 요소가 될 것이란 견해를 피력했다. 이날의 열띤 토론을 지상중계한다. ■ 토론 ■ 좌장 박영선 전 중소벤처기업부 장관 ■ 패널 황종성 한국지능정보사회진흥원장 손재권 더밀크 대표 김경만 과기정통부 인공지능기반정책관 조성배 연세대 컴퓨터과학과 교수 ◇자동차가 아닌 자동차 공장을 파는 미래를 그려야 박=AI 3대 강국, 중요한 과제입니다. 그러나 무엇을 위한 AI인가, 그러니까 ‘AI 포 왓?’이 더욱 중요합니다. 김=한국은 가전과 자동차 등 제조업은 글로벌 톱입니다. 여기에 AI를 탑재하지 않으면 3위나 4위로 떨어질 수도 있습니다. 한국이 강점을 가진 제조업을 더욱 강하게 만다는 AI에 집중할 필요가 있습니다. 조 =풀스택 AI 따라가려고 하면 따라가다가 볼 일 다 볼 수 있어요. 모든 분들을 만족시키는 AI를 만들기보다는 반도체, 조선 등 제조업을 AI로 혁신시켜서 초격차를 만드는 게 필요합니다. 선택과 집중을 해서 이것과 이것을 하자, 이런 전략을 세워야 합니다. 박=대만은 AI 팩토리로 간다는 목표를 세웠습니다. 손 =젠슨 황 엔비디아 최고경영자(CEO)가 말한 AI 팩토리는 ‘AI를 만들어 내는 공장’입니다. 물리적으로 제품을 생산하는 공장이 있고, 데이터를 만들어 내는 공장이 있는 개념이죠. AI 팩토리가 만들어낸 데이터도 하나의 생산물입니다. 제조 공장의 데이터와 AI 팩토리가 만들어 내는 생산물이 디지털트윈이 되고 거기서 합성데이터가 나옵니다. 로봇과, 병원, 헬스케어 등에서도 이런 개념을 활용할 수 있습니다. 박=AI 시대 이전에는 한국이 대만과 중국에 앞선 제조강국이었어요. 이제는 최첨단 AI 가전을 대만이 만듭니다. 손=대만은 국가·기업·대학 모든 게 정렬이 돼서 총력전을 AI 총력전을 펼칩니다. 그리고 젠슨 황이 ‘따거’(큰형님)입니다. 의심하지 않고 가는 겁니다. 앞으로도 가속도가 붙을 겁니다. 황 원장=AI를 발전시키지 못해도 경제는 돌아가고 산업도 돌아갈 겁니다. 그러나 파는 상품이 달라집니다. 예를 들어서 자동차를 파냐, 자동차 공장을 파냐의 문제가 된다는 겁니다. 농산물을 파는 나라가 있고 스마트팜을 파는 나라가 있다고 칩시다. 스마트팜을 파는 나라가 돈을 더 잘 벌 겁니다. 제조업 AI는 기존에 잘하는 거를 더 잘하자, 이런 개념이어서는 안됩니다. 사람의 판단을 내재화시키는 개념입니다. 숙련노동자는 모든 변수를 감안해 최상의 결과를 내는데 AI 전환(AX)을 하면 누가 해도 최고의 결과가 나옵니다. 인간의 경험이 내재화되기 때문이죠. 한국은 공장과 공정기술 강합니다. 이 노하우를 데이터로 만들고 제품이 아니라 공장을 파는 식의 인식전환을 하면 AI 3강이 충분히 가능합니다. ◇양질의 데이터 없는 나라는 AI 강국 안돼 박=과기부는 그래픽처리장치(GPU) 확보 계획을 구체화했습니다. 국가AI컴퓨팅센터는 어떤 목적을 갖습니까. 김=국가 주도의 GPU 공급은 첫번째 과제입니다. 테스트베드 역할을 하려고 하기 때문입니다. 앞으로의 AI 데이터센터(DC)엔 신경망처리장치(NPU)가 들어가야 하는데 이 칩을 만들기 위한 테스트베드 역할도 하겠습니다. 국가AI컴퓨팅센터가 꿈꾸는 것은 AX 기반을 만들기 위한 테스트베드입니다. 박=광주 AI DC는 공공 목적의 첫 DC인데 처음엔 과학용으로 만들기로 했다가 시대가 바뀌면서 AI 전용으로 설계변경이 된 적이 있죠. 김=실제 기업들이 AX를 하려고 할 때 가장 큰 허들은 디지털전환(DX)이 안 돼 있다는 것입니다. AX에 성공한 기업들은 데이터에 근거해서 자기들에게 맞는 AI를 만들어냈습니다. AI를 도입하려고 할 때 무엇을 할 건가가 중요합니다. 박=AI로 무엇을 할 것인가에 대한 로드맵에 대해 다시 논의해 보겠습니다. 황=AI의 승자는 양질의 데이터를 많이 가진 나라가 될 것입니다. 데이터 빈국과 부국이 있는데 데이터 부족 국가는 도저히 AI를 발전시킬 수 없습니다. 앞으로는 GPU가 없어서 AI를 못하거나 모델이 없어서 못하는 시대가 아닐 겁니다. 결국 데이터 부족이 문제일 겁니다. 데이터 부족이 문제일 겁니다. NIA가 조사를 해봤는데요, 한국은 디지털화가 잘 돼 있습니다. 그런데 일인당 데이터량은 세계 평균이고 데이터피케이션(데이터화)도 평균입니다. 디지털화와 데이터화의 간극이 있는 겁니다. 한국은 논밭에도 통신망이 있고 센서가 있는 나라입니다. 그런데 데이터 자원화가 안 돼 있습니다. 어떻게 해야 좋은 데이터를 자원화 하느냐, 이 문제에 대해 과기정통부와 NIA가 많은 고민을 하고 있습니다. 박=소버린 AI의 성공 조건은 무엇일까요. 국방이나 의료 등은 자국 AI가 꼭 필요한데요. 조=소버린 AI의 정의가 좀 모호한데요, 우리 AI를 갖춰야 한다는 것은 맞는 얘깁니다. 그런데 마지막 결과물, 무엇을 획득하겠는가를 정해야 합니다. 만약에 미국과 중국의 모델을 의존하다가 어떤 사정 때문에 그것을 더 이상 못 쓰게 되면 한국의 AI가 올스톱이 되겠죠. 이런 상황을 대비하는 것은 중요합니다. 아마 소버린 AI의 큰 모습은 파운데이션 모델이 될텐데요, 국방과 원자력 등 자국 AI로 해야 하는 것은 꼭 해야 합니다. 박=버티칼 AI로 가야한다는 지적에 대해서는 어떻게 생각하십니까. 손=거대언어모델(LLM) 기업들은 미국 실리콘밸리에 많이 있습니다. 한국은 의료라든지, 공장이라든지 버티컬 AI를 도입하려고 노력하고 있는 것으로 알고 있습니다. 각자가 자기 것을 하는 것이 중요합니다. ◇모두가 잘 AI 잘 활용할 수 있도록하는 교육이 중요 박=마지막으로 국가AI전략위원회에 바라는 말씀 한 마디씩 해주신다면. 조=진짜 중요한 건 교육입니다. 진짜 AI 강국이 되려면 모두가 AI를 잘 활용하도록 하는 교육이 중요합니다. 황=장기적으로 전략을 세워야 3년 동안 할 일을 정할 수 있습니다. 3년 내에 세계 AI 판도도 재편될 겁니다. 판이 짜여지는 이 시기에 한국이 독점적인 위치를 만들어 내야 합니다. 손=한국도 AI에 대한 투자를 글로벌하게 접근해야 합니다. 우리가 외국 AI 기업에 투자해서 자본을 통해 영향력을 손에 쥐어야 합니다. 박=저도 한 말씀 드리겠습니다. 일본은 인터넷 시대를 놓쳐 AI로 곧바로 직행했고 중국은 신용카드를 뛰어넘고 QR코드 결제로 점프했습니다. 한국도 AI와 양자컴퓨팅으로 직행해야 합니다. 긴 안목을 가집시다. [기사 원문 보러가기] [출처: ⓒ디지털타임스]
- 첨단컴퓨팅학부 2025.09.17
-
79
- “AI 채용 프로세스 기술은 크게 진전, 남은 건 사회적 합의·비용”-김선주 컴퓨터과학과 교수
- [연세대 김선주 교수] AI 시대 취업시장 빛과 그림자 인공지능(AI)이 채용 전 과정을 재설계하는 전환기가 도래했다. 기업은 선발을 더 빠르고 효율적으로 하기 위해 AI 알고리즘을 개발하고, 구직자는 생성형AI로 글쓰기와 표현력을 ‘증강’한다. 취업시장이 ‘사람 대 사람’에서 ‘사람+AI 대 사람+AI’ 구도로 바뀌고 있는 것이다. 이에 대해 김선주(사진) 연세대 컴퓨터과학과 교수는 “AI가 면접에서 표정·어투를 보고 평가하는 건 기술적으로 어렵지 않다”면서도 “지금 필요한 건 사회적 합의와 비용에 대한 판단”이라고 말했다. Q. AI 활용에 기술적 한계는 없나. A. “자소서는 물론 면접 과정에서 AI가 사람 얼굴이나 물체를 알아보는 기술은 이미 많이 진전됐다. 기업이 원하는 인재상이 있다면 AI로 충분히 평가해낼 수 있다. 미세한 표정의 움직임도 포착할 수 있다. 기존 데이터만 충분하면 면접에서 얻은 정보를 점수로 환산해 평가하고, 기업이 원하는 알고리즘을 학습시켜 일관된 채용 프로세스를 설계하는 것도 가능하다.” Q. 모든 취준생이 AI로 쓴 자소서·리포트를 낸다면 평가는 어떻게 하나. A. “실무 능력에 관해서는 AI를 배제한 1차 평가가 여전히 필요하다고 본다. IT 대기업들이 필기형 코딩 테스트에서 전자기기 사용을 막는 이유도 여기에 있다. AI로 충분히 가능한 일이라도 사람이 어떻게 하는지 보겠다는 거다. 반면 ‘AI를 얼마나 잘 쓰는가’를 공정하게 측정하는 방식은 아직 충분히 논의되지 않았다. 향후 관건은 AI 활용 능력을 어떻게, 어디까지 반영해 평가할 것인가에 대한 사회적 합의다.” 김 교수는 그러면서 “문제를 정의하고, 논리적으로 풀며, 설득력 있게 설명하는 힘은 AI 시대에도 여전히 중요하다는 점을 구직자들도 유념할 필요가 있다”고 조언했다. 이와 함께 앞으로는 데이터 출처 표기나 개인정보 보호, 저작권 감수성 등 AI를 안전하고 책임 있게 쓸 수 있는 ‘AI 리터러시’가 새로운 역량으로 요구될 것으로 전망했다. Q. AI 신뢰성과 공정성은 어떻게 담보하나. A. “기술의 구현 가능 여부와 별개로 어디까지 기계에 맡기고 무엇을 사람 판단으로 남길지에 대해서는 사회 전반의 공감대가 시급히 마련돼야 한다. 표정·감정 분석은 사생활 침해나 차별 문제와도 맞닿아 있다. 공개 가능한 데이터로 학습했는지, 특정 집단에 불리하게 작동하진 않는지, 사람이 최종 검토를 하는지 등의 원칙도 정해야 한다.” 이는 기업의 이해와도 직결되는 부분이다. 채용 AI 도입으로 처리량이 늘고 편차가 줄어드는 장점이 있지만 설명 가능성, 책임 소재, 이의 제기 절차 등에 대한 세부 매뉴얼을 보완하지 않으면 법적·평판 리스크가 커질 수 있다는 점에서다. 김 교수는 “결국 경제성의 문제”라며 “데이터 수집에 드는 인력과 시간, 학습 단계에 소요되는 고성능 칩 비용 등을 합하면 기업 부담이 만만찮을 수 있는 만큼 이를 어떻게 해결할지도 숙제”라고 진단했다. Q. AI 기술의 미래는. A. “머잖아 ‘AI가 곧 컴퓨터 그 자체’인 시대가 올 것이라고 본다. 인터넷·스마트폰 등 지금까지의 그 어떤 기술혁신보다 더 큰 변화가 예상된다. 다만 실질적인 대전환이 가능하려면 온디바이스 등 하드웨어와 소프트웨어 혁신이 함께 동반돼야 할 것이다.” [기사 원문 보러가기] [출처:중앙일보] https://www.joongang.co.kr/article/25364769
- 첨단컴퓨팅학부 2025.09.09
-
78
- 기술 그 이상, 미래를 바꾸는 AI 모험이 펼쳐진다
- 기술 그 이상, 미래를 바꾸는 AI 모험이 펼쳐진다 다양한 융합을 통해 현실 문제를 해결하는 인공지능학과 미래는 이미 우리 곁에 와 있다. 수많은 데이터가 흐르고, 스마트 기기들이 우리의 일상을 주도하는 시대. 오늘날 모든 변화의 중심에는 바로 ‘인공지능’이 자리잡고 있다. 최근 인공지능 기술은 전례 없는 속도로 발전하며 인류의 삶과 산업 전반에 혁신적인 변화를 이끌고 있다. 이러한 패러다임 전환의 중심에서 미래 사회를 선도할 핵심 동력인 AI의 역할은 더욱 증대되고 있으며, 이에 발맞춰 고등 교육기관의 책임과 역할 또한 강조되고 있다. 우리 대학교는 2019년 선도적으로 인공지능대학원을 설립해 석·박사급 고급 인재 양성에 나섰고, 2021년 학부 인공지능학과를 설립해 학부-대학원 연계형 AI 인재 양성 체계를 완성했다. 인공지능학과는 더 스마트하고, 더 혁신적이며, 더 인간적인 세상을 만들어가는 ‘생각의 실험실’이 되고 있다. 세계 수준의 교수진과 명민한 인재들이 모여 무한한 가능성을 탐구하며 인공지능이 이끌어갈 미래를 함께 그려나가고 있다. 인공지능 기술을 배우는 것을 넘어 세상의 여러 문제들을 찾고 해결하며 더 나은 미래를 만들어가는 인공지능학과에 대해 백종덕 학과장과 노알버트 교수, 황성재 교수가 소개해주었다. Q. 전 영역에서 인공지능에 대한 관심이 뜨거운데요, 인공지능학과는 미래 인재 양성의 심장부가 아닌가 싶습니다. 우리 대학교에 학부 인공지능학과가 설립된 지 어느덧 5년차가 되었습니다. 학과의 설립 목적과 현재의 학제를 소개해 주세요. 인공지능학과는 급격히 발전하고 있는 인공지능(AI) 기술을 선도할 차세대 인재를 양성하기 위해 설립되었습니다. 단순히 기술을 사용하는 것이 아니라, 인공지능의 원리와 구조를 근본적으로 이해하고, 이를 다양한 분야에 창의적으로 응용할 수 있는 이론과 실력을 모두 갖춘 인재를 키우는 것이 목적입니다. 현재 학제는 인공지능융합대학 소속 첨단컴퓨팅학부 아래에 있으며, 1학년은 통합 모집으로 입학한 뒤, 2학년 진급 시 컴퓨터과학과, 인공지능학과, 인공지능시스템학과 중에서 본인의 적성과 진로에 따라 전공을 선택하게 됩니다. Q. 인공지능학과에서는 주로 어떤 교육과 연구가 이뤄지고 있나요? 인공지능학과는 단순히 AI 기술을 배우는 데 그치지 않고, 인공지능이 어떻게 작동하는지, 어떤 한계를 지니고 있는지, 그리고 이를 어떻게 개선하고 발전시킬 수 있을지를 깊이 있게 탐구하는 교육과 연구를 진행하고 있습니다. 이러한 목표를 실현하기 위해 학과에서는 크게 ‘LE.A.P'와 ‘MESH’라는 두 가지 특화 프로그램을 운영하고 있습니다. LE.A.P 프로그램은 AI의 핵심 기술을 근본부터 이해하고 발전시키는 것을 목표로 하며, 이름은 Learning, Architecture, Perception의 앞 글자를 딴 것입니다. Learning 영역에서는 인공지능이 더 잘 학습하고 적응할 수 있도록 돕는 기술을 다룹니다. 예를 들어 사람처럼 설명을 이해하거나 실수를 줄이는 학습 방식을 연구합니다. Architecture 영역에서는 인공지능을 빠르고 효율적으로 실행할 수 있는 하드웨어와 시스템 구조를 설계하고, 작은 기기나 로봇에서도 원활히 작동할 수 있도록 하는 경량화 기술을 포함합니다. Perception 영역은 인공지능이 사람처럼 언어를 이해하고, 이미지를 분석하며, 소리를 인식하는 능력을 개발하는 분야로, 자연어 처리, 음성 인식, 컴퓨터 비전 등이 여기에 해당합니다. 이 세 분야를 중심으로 약 30개 이상의 핵심 과목이 개설되어 있으며, 이론과 실습이 균형 있게 배치되어 있습니다. MESH 프로그램은 인공지능을 다양한 학문과 산업 분야에 융합하는 교육·연구 프로그램입니다. 인공지능이 단독으로만 활용되는 것이 아니라 의학, 공학, 금융, 인문학 등 여러 영역과 결합해 더 큰 가치를 창출할 수 있다는 점에서 착안한 것입니다. 의료 분야에서는 연세의료원의 방대한 의료 데이터를 활용해 환자 상태를 예측하거나 진단을 지원하는 연구를 진행하며, 병원 및 국내외 의료 기업과의 협력이 이루어지고 있습니다. 공학 분야에서는 자율주행, 스마트팩토리, 로봇 등 미래 산업 기술을 위한 인공지능을 연구하며, 기업과의 공동 프로젝트와 인턴십 기회도 제공됩니다. 금융과 경영 분야에서는 금융 데이터 분석, AI 기반 투자 전략, 기업 경영 혁신 등에 인공지능을 접목하고, 글로벌 금융기업과의 협력과 창업 지원 프로그램이 운영됩니다. 인문과 법학 분야에서는 인공지능의 윤리, 법률, 정책 등 사회적 영향에 관한 연구를 진행하며, 특히 사회적 약자와 공공 서비스 개선에 기여할 수 있는 기술 개발에도 힘쓰고 있습니다. 이처럼 우리 대학교 인공지능학과는 기술 중심의 교육을 넘어 다양한 분야와의 융합을 통해 현실 문제를 해결하고, 사회적 책임을 다할 수 있는 인재를 양성하는 것을 목표로 하고 있습니다. Q. 학생들이 배우게 되는 교과 커리큘럼과 세부 전공은 어떤 것들이 있나요? 기존의 컴퓨터과학과에서 운영하던 커리큘럼에 비해 인공지능학과가 생긴 후 특화되어 학습하고 연구하는 내용은 어떤 것인지 궁금합니다. 인공지능학과의 학부 커리큘럼은 1·2학년 단계에서 프로그래밍, 수학, 통계 등 기초를 다지고, 3·4학년 단계에서 기계학습, 컴퓨터비전, 자연어처리, 강화학습, 거대언어모델, 멀티모달 딥러닝 등 AI 핵심 기술과 응용 과목을 집중적으로 학습하도록 구성되어 있습니다. 기존 컴퓨터과학과 대비 AI 특화 과목 비중이 높아, 학생들이 인공지능의 원리와 응용을 깊이 있게 익힐 수 있는 것이 특징입니다. 인공지능학과에서 개설하는 마이크로 전공은 세 가지가 있습니다. 마이크로 전공은 인공지능을 경영과 접목해 융합 역량을 기르는 것을 목표로 합니다. AI와 경영정보시스템 전공은 데이터 기반 의사결정과 디지털 혁신 역량을 강화하고, AI와 경영과학 전공은 인공지능 핵심 이론과 계량적 방법론을 융합해 실전 문제 해결 능력을 함양하며, 마케팅과 AI 전공은 소비자 분석과 개인화 전략 등 데이터 기반 마케팅 전문성을 배양합니다. ‘DAICE(Demand-driven AI-Centered Education)’는 기존 융합심화전공을 발전시킨 AI 중심 융합 교육 프로그램으로, 모든 전공 학생들이 AI 코어 교과목과 본인의 전공을 결합해 AI+X 역량을 키울 수 있도록 설계되었습니다. 인공지능프로그래밍, 딥러닝, 데이터사이언스, 자연어처리 등 기초부터 응용까지 단계적 학습을 제공하며, 최신 연구 성과를 반영한 프로젝트 기반 수업과 연구 참여 기회를 통해 실제 문제 해결 능력을 기를 수 있습니다. 졸업 시 학위에는 “전공명 + AI융합심화전공”이 함께 표기되어, 학생들이 AI 문해력과 데이터 활용 능력을 갖춘 융합 인재로 성장할 수 있도록 돕습니다. Q. 대학원 과정에 대해서도 소개해 주세요. 인공지능대학원은 국가주도 AI대학원 사업과 4단계 BK21 범용인공지능(AGI) 혁신인재교육연구단에 참여해, 차세대 AGI 연구 인재 양성을 목표로 대규모 융합형 연구와 심화 교육을 수행하고 있습니다. 특히 Interactive AGI, AI+X 융합, 멀티모달 파운데이션 모델, 의료·로봇 특화 분야에서 세계 최고 수준의 경쟁력을 확보하고 10년 내 글로벌 AI 교육연구단 Top 20 진입을 비전으로 삼고 있습니다. 이를 위해 교육, 연구, 산학협력, 국제화의 4대 핵심 영역과 13대 세부 전략 과제를 운영하며, 공통 기초 과목부터 멀티모달 파운데이션 모델·의료 AI·로봇 AI 특화과정, 초심자 기초트랙, 최신 연구 세미나, AI+X 융합 및 창업 교과까지 폭넓게 제공합니다. 학생들은 멀티모달 데이터 통합, 거대언어모델, 의료 영상 분석, 클라우드 기반 의료시스템, 로봇 러닝과 비전, 자율주행 등 심화 분야를 체계적으로 학습하고, 실전 프로젝트를 통해 연구 성과를 실제 문제 해결에 적용합니다. 이를 통해 다양한 배경의 학생들이 기초에서 최첨단 응용까지 아우르는 AGI 연구 역량을 갖추고, 학문적·산업적 분야 모두에서 경쟁력 있는 인재로 성장할 수 있는 기반을 마련하고 있습니다. Q. 여러 대학에서 인공지능 관련 학과가 생기고 있는데요, 우리 대학교 인공지능학과만의 특성이나 강점이 있다면 무엇인가요? 전국적으로 인공지능학과가 빠르게 생기고 있지만, 우리 대학교 인공지능학과는 설립 시기부터 교육·연구의 깊이와 방향이 뚜렷하게 설정되어 있다는 점에서 차별화된 강점을 가지고 있습니다. 우리 대학교는 이미 2019년에 국내에서 선도적으로 인공지능대학원을 설립해 석·박사급 고급 인재 양성에 착수하였고, 이어 2021년에는 학부 인공지능학과를 설립해 학부-대학원 연계형 AI 인재 양성 체계를 완성했습니다. 인공지능학과는 2022년부터 신촌캠퍼스에 신입생 정원 20명으로 첫 학생을 선발했고, 최근 첨단학과 순증으로 2024년 58명을 선발해 세계 최고 수준의 AI 전문가 양성을 목표로 운영되고 있습니다. 우리 학과의 가장 큰 강점은 이론에 충실한 기초 교육과 최신 기술을 다루는 실무 교육이 균형 있게 구성되어 있다는 점입니다. 컴퓨터 프로그래밍, 수학, 통계, 알고리즘 등 기본기를 탄탄히 다지는 동시에, 머신러닝, 딥러닝, 빅데이터, 컴퓨터비전, 자연어처리, 로봇공학 등 첨단 기술을 심도 있게 배울 수 있습니다. 또한 국내 최대 규모의 종합대학이라는 장점을 살려, 의료·경영·인문·공학 등 다양한 전공과 AI를 접목하는 융합 교육을 활발히 운영하고 있습니다. 인공지능학과는 이러한 융합 교육의 중심에서 학교 전체의 인공지능 교육과 연구를 선도하는 허브 역할을 맡고 있으며, 이 역시 타 대학과의 중요한 차별점이라 할 수 있습니다. Q. 인공지능학과 구성원들과 주요 현황, 최근 성과 등을 소개해 주세요. 인공지능학과는 현재 11명의 전임 교원을 보유하고 있으며, 그중 상당수가 최근 임용된 젊은 신임 교수들로 구성되어 활발한 연구와 교육 활동을 이어가고 있습니다. 학부생 97여 명, 대학원생 235명이 재학 중이며, 이 중 외국인 학생도 다수 포함되어 국제적인 학습 환경을 형성하고 있습니다. 학부와 대학원을 아우르는 개설 교과목은 학부 60여 과목, 대학원 50여 과목에 달하며, 기초부터 심화·응용까지 균형 잡힌 교육 과정이 운영되고 있습니다. 최근 성과로는 인공지능대학원이 4단계 BK21 범용인공지능(AGI) 혁신인재교육연구단에 선정되어, 멀티모달 파운데이션 모델, 의료 AI, 로봇 AI, AI+X 융합 등 다양한 분야에서 세계적 수준의 연구를 진행하고 있다는 점이 주목됩니다. 또한, 2024년 5월 이영운 교수가 IEEE International Conference on Robotics and Automation(ICRA) Best Conference Paper Award를, 2024년 8월 유영재·이동하·여진영 교수가 Annual Meeting of the Association for Computational Linguistics(ACL) Outstanding Paper Award를, 2024년 6월 황성재 교수가 IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR)에서 Highlight Paper를 수상하는 등 국제적으로 권위 있는 학회에서 잇달아 연구 성과를 인정받았습니다. 이러한 수상 실적과 인적 구성은 짧은 역사의 학과임에도 불구하고 빠르게 성장하며, 학생들에게 최첨단 연구와 국제적 협력 기회를 제공할 수 있는 탄탄한 토대를 마련하고 있음을 보여줍니다. Q. 학과장님께서는 의료인공지능 연구를 하고 계신데요, 인공지능이 의학 분야에서는 어떻게 적용되고 있는지 궁금합니다. 인공지능의 의학 분야 활용은 사실 무궁무진합니다. 제가 주로 연구하는 영상의학 분야의 경우 영상진단을 하기 위해 영상의학자들이 수많은 환자데이터를 확인하고 점검하는 과정을 거쳐야 하는데, 인공지능기술을 활용하면 영상진단에 소요되는 시간을 획기적으로 단축시킬 수 있고, 진단 정확도도 개선이 됩니다. 환자 데이터에 대한 진료기록차트 정리도 기존에는 일일이 수기로 진행해 시간이 오래 걸렸다면, 이제는 인공지능 기술 도입을 통해 진료기록차트 초안을 바로바로 만들어 낼 수 있기에 의료업무의 전체적인 워크플로우 개선을 통한 효율성 향상이 가능하게 됩니다. 이런 식으로 의료 분야의 여러 영역에서 인공지능 기술이 많이 활용되고 있습니다. Q. 타 전공 분야와의 AI융합교육은 어떤 형태로 이뤄지고 있나요? AI융합교육에 대한 학생들의 전반적인 반응, 만족도 등도 궁금합니다. 앞서 언급한 것처럼 AI 융합교육은 DAICE(Demand-driven AI-Centered Education) 프로그램을 중심으로 체계적으로 운영되고 있습니다. DAICE는 다양한 전공 배경을 가진 학생들이 AI의 기초부터 심화 응용까지 단계적으로 학습하고, 이를 자신이 속한 전공 분야에 적용할 수 있도록 설계된 융합 교육 과정입니다. 기초 트랙에서는 인공지능프로그래밍, 딥러닝개론 및 응용, 인공지능개론 및 응용과 같은 과목을 통해 AI 기본 개념과 기술을 익히며, 이후 전공·관심 분야와 결합한 프로젝트형 과목으로 확장해 나갑니다. 이를 통해 학생들은 AI 모델 개발 능력뿐 아니라 데이터 처리, 문제 정의, 응용 설계까지 전 과정을 경험하게 됩니다. 이러한 기반 위에서 운영되는 AI+X 융합교육은 의학, 공학, 금융, 인문·사회과학 등 다양한 분야와 AI를 결합해 실제 산업 및 연구 문제를 해결하는 것을 목표로 합니다. 예를 들어 의료 분야에서는 연세의료원과 협력해 진단 지원 AI나 의료 영상 분석 시스템을 개발하고, 공학 분야에서는 자율주행, 로봇 제어, 스마트 제조 시스템 설계를 진행합니다. 금융 분야에서는 데이터 기반 리스크 분석과 투자 의사결정 모델을, 인문·사회과학 분야에서는 AI 윤리, 법·정책, 사회문제 해결형 AI 연구를 수행합니다. 학생들의 반응은 매우 긍정적입니다. AI를 본인의 전공 문제 해결에 직접 적용해보는 경험이 실무 역량과 취업 경쟁력에 큰 도움이 된다는 평가가 많습니다. 인공지능학과 학생들의 경우에도 다양한 전공 학생들과의 협업 경험을 통해 창의적 문제 해결 능력을 키우고, 또 일부 학생들은 이를 계기로 융합심화전공, 복수전공, 대학원 진학을 선택하는 등 진로 확장에도 도움이 되고 있습니다. Q. 이번에 인공지능학과의 첫 졸업생이 배출된다고요? 졸업생들의 주요 진로는 어떨지 궁금합니다. 2025년 1학기를 마치고 인공지능학과 최초의 (조기) 졸업생이 탄생합니다(8월 학위수여식 예정). 지난 6월 4일, 인공지능학과 4학년 학생들이 컴퓨터과학과와 함께 첫 합동 졸업 전시회를 개최했습니다. 컴퓨터과학과에서는 매년 열리는 전통 있는 행사이지만, 인공지능학과에는 역사적인 첫걸음으로, 학생들의 연구와 프로젝트 성과를 세상에 선보이는 뜻깊은 자리가 되었습니다. 졸업생들의 향후 진로는 크게 두 가지로 예상됩니다. 하나는, 학부에서 쌓은 전문성을 바탕으로 대학원에 진학해 기계학습, 컴퓨터비전, 자연어처리 등 첨단 분야 연구를 지속하는 것이고, 다른 하나는 최근 인공지능 수요 증가에 힘입어 국내외 IT 대기업, 글로벌 빅테크, AI 스타트업 등을 비롯해서 의료·금융·제조·로봇 등 다양한 산업 분야로 진출하는 것입니다. 우리 학과 출신 학생들이 어느 산업 현장에서든 즉시 활용 가능한 실무 역량을 갖춘 인재로 활약할 것으로 기대합니다. Q. 어떤 학생들이 인공지능을 전공으로 선택하면 좋을까요? 인공지능 전공은 단순히 프로그래밍 기술을 배우는 것을 넘어, 문제를 분석하고 창의적으로 해결하는 능력을 기르는 학문입니다. 따라서 새로운 기술과 개념을 배우는 데 흥미를 느끼고, 논리적・수학적 사고에 강점이 있으며, 복잡한 문제를 차근차근 해결해 나가는 과정을 즐기는 학생들에게 특히 적합합니다. 또한 인공지능은 의료, 금융, 공학, 인문학 등 다양한 분야와 융합될 수 있으므로, 한 분야에 국한되지 않고 폭넓은 시야로 세상을 바라보고자 하는 학생들에게도 좋은 선택이 될 것입니다. 예비 입학생 여러분께 전하고 싶은 말씀은, 인공지능은 지금도 빠르게 발전하고 있고 앞으로 우리의 생활과 산업 전반을 변화시킬 핵심 기술이라는 점입니다. 연세대학교 인공지능학과에서는 이론과 실습을 균형 있게 배우고, 실제 산업 및 연구 현장에서 요구하는 실무 역량까지 키울 수 있는 교육과정을 제공합니다. 호기심과 도전 정신을 가지고 문을 두드린다면, 미래를 이끌어갈 AI 전문가로 성장할 수 있을 것입니다. 연세대학교 인공지능학과에서라면 미래를 바꾸는 AI 모험이 기다리고 있습니다! “새로운 가치는 기존 지식의 깊은 이해로부터 탄생하게 됩니다. 인공지능 기술에 대한 깊은 이해를 토대로한 새로운 기술 영역에 대한 탐구 및 실용화를 통해 많은 사람들에게 도움이 되는 새로운 가치를 창출해 나가기 바랍니다.” 백종덕 교수/인공지능학과장 “인공지능학과는 단순히 기술을 사용하는 수준을 넘어, 인공지능의 원리와 구조를 근본적으로 이해할 수 있도록 깊이 있는 이론 교육을 제공합니다. 수학, 통계, 확률, 최적화, 알고리즘 등 인공지능을 이루는 핵심 이론을 바탕으로, 다양한 모델을 직접 구현하고 분석하는 과정을 통해 인공지능을 깊이 이해하고 스스로 사고할 수 있는 힘을 기르기 바랍니다.” 노알버트 교수/인공지능학과 “인공지능은 이제 다양한 학문과의 융합을 통해 의료, 과학, 예술, 사회 문제 등 여러 분야에서 새로운 가능성을 만들어가는 기술입니다. 인공지능학과는 이러한 변화의 흐름 속에서, 인공지능의 원리를 깊이 있게 이해하고 이를 바탕으로 미래를 주도할 수 있는 역량을 함께 키워갑니다.” 황성재 교수/인공지능학과 [원문 보러가기]
- 첨단컴퓨팅학부 2025.08.29
-
77
- ‘소버린 AI’ 개발 옳은 방향… 100조 백화점식 투자 지양해야 - 조성배 컴퓨터과학과 교수
- [고견을 듣는다] ‘소버린 AI’ 개발 옳은 방향… 100조 백화점식 투자 지양해야” 조성배 연세대 컴퓨터과학과 교수 · 前한국정보과학회 AI 소사이어티 회장 “대한민국이 인공지능(AI) 전 분야에서 모두 잘 할 수는 없습니다. ‘AI 풀스택’보다는 제조나 응용 등 우리가 경쟁력이 있는 특화분야에서 세계를 선도하는 전략이 바람직합니다.” 21일 서울 서대문 디지털타임스 회의실에서 만난 조성배(60) 연세대 컴퓨터과학과 교수는 이재명 정부가 내세운 ‘글로벌 AI 3대 강국(G3)’은 달성 가능할 것이라면서 이렇게 말했다. 그러면서 AI 분야에 투자할 예정인 100조원을 백화점식으로 나눠 쓰면 안된다며 선택과 집중을 강조했다. 조 교수는 “AI의 경쟁력은 컴퓨팅 인프라, 데이터, 인재 등 3박자에 달려있다”며 “국민이 피부로 느낄 수 있도록 ‘AI G3’의 목표를 보다 명확히 해야 한다”고 지적했다. 이와 관련, 데이터 확보를 위해 주요 경쟁국에 비해 까다로운 개인정보 규제를 재정비하는 게 시급하며 ‘AI 특구’를 만들어 스타트업 생태계를 조성하는 것도 필요하다고 전했다. 또 전자정부나 디지털정부에선 대한민국이 앞섰지만 공공 분야의 AI 도입은 많이 뒤쳐졌다며 국민이 피부로 느낄 수 있는 AI 서비스 개발에 힘써야 한다고 밝혔다. 조교수는 “AI 혁명의 핵심은 ‘인간 증강이며, AI 대전환(AX)은 시대적 흐름”이라고 했다. 그러면서 AI가 생산성 향상에서 실질 효과를 나타날 것이라며 AX를 통괄할 컨트롤타워인 국가인공지능위원회의 권한과 책임을 강화할 필요성이 있다고 강조했다. 조 교수는 서울 경동고와 연세대 전산과학과를 나와 카이스트에서 전산학과 공학박사를 취득했다. 1995년부터 연세대 컴퓨터과학과에서 후학을 양성 중이다. 연세대 인공지능대학원장, 한국데이터마이닝학회 회장, 한국정보과학회·한국인지과학회 부회장, 한국정보과학회 인공지능소사이어티 회장 등을 역임했다. 실용 인공지능 연구 학술논문이 1500여 건에 달하며 피인용 총수 2만건을 돌파, 컴퓨터공학 분야 연구 포털 가이드 투 리서치(Guide2Research)에서 선정한 세계 최고 수준의 AI분야 연구자에 이름을 올렸다. ‘우리는 인공지능과 함께 할 수 있을까?’, ‘왜 인공지능이 문제일까?’, ‘데이터 천재들은 어떻게 기획하고 분석할까?’ (공저) 등의 저서가 있다. - ‘AI(인공지능) 혁명’의 시대, 생성형 AI 등 AI 기술의 발전이 눈부십니다. AI 기술은 인간에게 어떤 의미를 가지며, 어떤 방향으로 진화해 나갈까요? “인간이 무엇인지라는 존재론적인 고민은 유사 이래 있었습니다. 정답은 없는데, 컴퓨터가 등장한 이후 만들면서 이해하려고 하는 ‘애널리시스 바이 신센시스’(analysis by synthesis), 즉 합성에 의한 이해나 분석 시도가 있어왔습니다. AI는 사람의 인지 능력, 보고 듣고 의사결정하고 판단하는 그런 과정을 재현해 보려는 기술인데 처음에는 기술도 좀 변변치 않았지만 여건이 별로 안 좋았습니다. 그러다가 컴퓨터 기술이 발전하면서 생성형 AI라는 컴퓨터의 힘을 굉장히 많이 빌린 기술이 탄생했습니다. 이걸 발전시키면 예를 들면 AGI(Artificial General Intelligence·일반인공지능)라든가 ASI(Artificial Super Intelligence·초인공지능)가 등장할 겁니다. 사람이 하는 보편적인 여러 일들을 하는 AI인거죠. 이는 유사 이래 존재하는 인간의 호기심이랄까 궁금증을 해결해 줄 수 있는 방향이라고 볼 수 있지만 실질적인 효과는 일단 생산성 향상에서 나타날 것입니다. 인간은 도구를 발견하고 또 사용하면서 발전해 왔습니다. AI는 인간의 인지적인 기능을 확장할 수 있는 이른 바 ‘휴먼 어그멘테이션’(Human Augmentation·인간증강)이라고 얘기를 합니다. 불, 자동차 등 도구로 인해 인간의 기능이 확장돼 왔는데 이제 지능의 기능을 확장시켜 더 깊이 생각하고 많은 걸 기억하고 할 수 있는 그런 방향으로 발전하면서 결국 생산성 향상이라든가 인간이 더 잘 이용할 수 있는 방향으로 발전할 것 같습니다.” - 공상과학(SF) 영화에서 많이 보여지지만 AI가 인간을 뛰어넘을 수 있을까요? “이미 일정 분야에서는 뛰어 넘지 않았나요? 바둑도 인간보다 더 잘 두고, 결함을 탐지하는 등 제조 공정에서도 더 잘합니다. 특정 분야는 이미 인간의 기능을 뛰어넘었다라고 볼 수 있는데, 인간 일반으로 봤을 때 이를 뛰어넘는 게 나올까는 왈가왈부하죠. 이른 바 전면적인 범용인공지능의 개발은 시간과 기술이 아직은 부족하고 윤리적인 문제 또한 동반될 수 있습니다. AI를 개발하는 사람들한테 물어보면 짧게는 10년 이내, 길게 보는 분도 40~50년 안에는 인간의 수준을 뛰어넘는 AI를 만들 수 있다고 얘기합니다. 하지만 지능은 그렇게 간단하지 않습니다. 기능적으로는 사람보다 더 뛰어난 도구는 만들 수 있을지 몰라도 자의식을 포함해 예를 들어 감정이라든가 창의성이라든가 또는 윤리 문제까지 포함하는 궁극의 진짜 AI, 그리고 인간보다 뛰어난 AI는 더 시간이 필요할 것 같습니다.” - DX(Digital Transformation?디지털 전환)를 넘어 AX(AI Transformation?AI 대전환)가 사회적 화두입니다. AX는 무엇을 의미한다고 보십니까? “사회적인 슬로건 같은 거 아닌가요? DX도 그랬고 AX도 그렇고. 기업이나 조직이 이제까지 해오던 걸 혁신하려는 돌파구를 DX에서는 디지털이라는 기술로 해보려고 한 거였고 AX는 AI라는 기술을 통해 혁신을 일으키려는 것 아닐까 싶습니다. AI는 인간의 기능을 재현하려는 것이어서 기업의 업무 방식이라든가 서비스, 의사 결정, 고객 경험을 다루는 법 등 총체적으로 혁신할 수 있는 그래서 어쩌면 단순히 어떤 한 부분이 아니고 전체를 바꾸는 시대적 흐름이 아닌가 생각합니다.” - 세계 각국의 ‘AI 경쟁’이 치열합니다. AI 시대 경쟁력은 무엇이 좌우할까요? “경쟁력 척도는 대략 세 가지를 꼽을 수 있습니다. 우선 굉장히 좋은 컴퓨터가 필요합니다. 컴퓨팅 인프라를 얼마나 갖추고 있는지가 첫 척도입니다. 다음 데이터를 얼마나 확보하고 잘 활용할 수 있는지 여부입니다. 마지막으로는 그걸 다룰 수 있는 사람, 인재가 있는지입니다. 이 세 가지가 경쟁력의 척도라고 볼 수 있겠습니다.” - 그렇다면 대한민국의 ‘AI 경쟁력’은 어느 수준으로 평가할 수 있겠습니까? “평가하기가 사실 어렵습니다. 영국 뉴스 사이트인 토터스 미디어(Tortoise Media)나 미국 스탠퍼드 대학이 AI 경쟁력 순위를 매년 발표하고 있습니다. 이에 의하면 우리나라는 세계 6위에서 7위 정도로 글로벌 10위권 안에 드는 것 같습니다. 하지만 그 내면을 보면 1위와 2위인 미국, 중국 빼고 나머지는 올망졸망합니다. 필요하다면 그 척도에 입각해 순위를 올릴 수 있을 겁니다. 정부가 글로벌 AI 3대 강국, ‘G3’(주요 3개국)를 지향하고 있는데 G3도 전혀 불가능한 목표는 아니라고 봅니다. 우리는 혁신성이 높고 디지털 인프라, 인터넷 인프라가 잘 깔려 있습니다. GDP(국내총생산) 대비 연구개발(R&D) 비중이 상대적으로 높은 것도 순위를 잘 끌어올리고 있습니다. 반면 인재 부족, AI에 대한 체계적인 교육, 운영 환경, 윤리적인 AI 도입을 위한 리스판서블(responsible) AI라는 책임 AI 분야에선 점수가 좀 낮습니다. 경쟁력 순위만 생각하면 전략적으로 족집게처럼 점수를 채우면 올릴 수는 있겠죠. 저는 개인적으로 G3라든가 그런 순위가 국민과 국가에 구체적으로 어떤 역할을 하고 뭐가 더 좋아지는 건지를 더 명확하게 해야 될 필요가 있다고 생각합니다.” - 말씀하신 것처럼 이재명 정부는 ‘글로벌 3대 AI 강국’을 목표로 제시하며, ‘소버린 AI’ 개발을 강조하고 있습니다. 이런 AI 전략은 맞는 방향이나요? “소버린 AI를 어떻게 정의하느냐에 따라 다를 수 있습니다. 소버린 AI는 처음 한국적인 문화라든가 우리의 언어를 이해하는 AI로 시작했는데 이는 유명무실해졌습니다. 요즘 얘기하는 소버린 AI는 예를 들면 민감한 정보 유출을 막는다든가 기술 주권쪽에 무게중심이 가 있습니다. 우리 자체적으로 기술이 없으면 외국 기술에 종속되는 문제가 있으니 우리만의 어떤 AI를 만들어 보자는 뜻이겠죠. 그걸 만들 수 있는 기술력과 인재들을 자체적으로 확보하는 것이 소버린 AI라면 맞는 방향입니다. 한국형 소버린 AI 모델을 잘 만들면 미국이나 중국 등 외산 기술 의존도를 낮출 수 있고, 데이터 주권 문제 그리고 산업 문화 언어 등 국가 경쟁력 측면에서도 긍정적이어서 국가적으로 시도해볼 필요가 있습니다.” - ‘AI 혁명’의 성공은 향후 3년에 달려 있다는 게 전문가들의 견해입니다. 이재명 대통령은 AI 분야에 100조원을 투자할 것이라고 밝혀 왔는데 아직 구체적인 ‘AI 액션플랜’을 내놓고 있지는 않은 상태입니다. 액션 플랜에는 어떤 내용들이 포함돼야 할까요? “AI 분야는 액션 플랜을 만드는 데 애매모호함이 있습니다. 우리나라의 한해 국가 R&D 자금이 30조원 정도 된다고 합니다. 여기에 비해 보면 100조원이 굉장히 큰 금액이긴 한데 AI 분야에서 보면 1개 빅테크 기업의 투자와 견줘서도 그렇게 많지 않습니다. 원론적으로 얘기하면 그래픽처리장치(GPU)를 기반으로 하는 컴퓨팅 인프라, AI 모델, 인재 양성 등의 내용이 담겨야겠죠. 스타트업 창업을 잘 할 수 있도록 생태계를 구축한다든가 또 공공이든 산업 특화든 데이터를 잘 개방해 쓸 수 있게 만드는 내용도 필요합니다. 그리고 이 모두를 우리 독자적으로 하는 건 불가능합니다. 글로벌 협력 체계를 구축하고, 규제라든가 윤리 프레임워크 등도 손을 봐야 합니다. 특히 산업 AI의 육성 방안도 중요합니다. 100조라는 돈을 잘 활용해 ‘AI G3’를 달성할 수 있는 구체적 계획이 담겨야 합니다. 100조가 크긴 하지만 백화점식으로 잘게 쪼개 투입하는 전략은 승산이 별로 없어 보입니다. 정책적으로 ‘G3’가 무얼 의미하는지 구체적인 목표를 명확히 해야 합니다. 미국은 (AI 반도체·클라우드 등 인프라부터 이용자에게 제공하는 AI 응용 서비스까지 모두 아우르는) AI 풀스택(AI Full Stack)을 우방국에 전수, 협력이라고는 하지만 종속 관계를 만들려고 하는 부분도 없지 않습니다. 모든 걸 다 해보겠다기보다는 우리가 더 잘할 수 있는 것, 제조나 의료 분야 등 특화된 분야에 집중해 AI 풀스택 중 특정 부분을 세계적으로 선도할 수 있는 지위를 확보하면 이를 지렛대로 사용해 우리만의 뭔가를 만들어볼 수 있을 것입니다.” - 세계적인 AI 경쟁 와중에 대한민국이 경쟁력을 갖기 위한 핵심 요소는 뭘까요? 그리고 우리의 AI 전략은 어떻게 가져가야 할까요? “우리는 지금 컴퓨팅 인프라도 제대로 안 갖춰져 있고 인력도 부족한데다 심지어 유출되고 있는 상황입니다. AI 선도 국가가 되기 위해선 예전 IMF 외환위기 때 금 모으기처럼 전 국민적으로 힘을 합치는 분위기를 만들지 않으면 굉장히 어려울 것입니다. 앞서 얘기한 것처럼 G3를 달성하기 위한 ‘기술 로드맵’ 같은 것도 잘 만들어 볼 필요가 있습니다. 예전엔 경제개발 5개년 계획처럼 점진적인 어프로치를 써도 따라갈 수 있었습니다. 하지만 AI는 하루가 다르게 새로운 기술이나 혁신이 나오고 있어 우물쭈물하다 보면 따라가기에도 급급할 것입니다. 여러 가지를 기업이나 개인이 해보라고 하기엔 힘든 부분이 있습니다. 그래서 모험이 될 수 있겠지만 국가적으로 올인원 테스크 포스 같은 것을 만들어 권한을 주고 재원을 집중 투입해 돌파형, 선도형 분야에서 선도 국가로 올라서는 전략이 필요하다고 봅니다.” - 중국이 그런 방식으로 국가 AI 전략을 가져가고 있는 듯 보입니다. 미중은 ‘AI 패권’을 둘러싸고 치열한 경쟁을 벌이고 있습니다. 누가 승자가 될 가능성이 높을까요? “불과 5년전만 해도 당연히 미국이라고 다들 생각했습니다. 인재 풀이 광범위하고 플렉시빌리티(flexibility, 유연성), 재원 등에서 우위를 차지하고 있기 때문입니다. 미국은 여전히 기초 연구라든가는 AI반도체 또 클라우드 쪽에서는 우세에 있습니다. 단기적으로는 미국이 계속 우위를 점할 것으로 보입니다. 하지만 중국 또한 무섭죠. 시장이 크다는 점을 활용해 국가 주도의 AI 실용화 등 미국을 빠르게 추격하고 있습니다. 지금은 거의 비등한 수준이라서 중장기적으로는 단언하기 어렵지 않을까 생각됩니다.” - 대한민국은 제조 강국으로 AI 기술을 산업에 적용하는 ‘응용 AI’ 분야에 더 집중해야 한다는 분석이 있습니다. 어느 분야에 활용될 수 있습니까? “기초적인 인프라 구축, 그리고 그 응용 간 밸런스를 맞춰야 하지만 응용 쪽에, AX 쪽에 더 선도적이고 세계적인 우위를 가질 수 있는 쪽으로 가는 게 맞는 방향입니다. 반도체라든가 조선이라든가 2차 전지 같은 제조업 분야는 중국이 빠르게 쫓아오고 있지만 우위에 있는 분야로 집중할 필요가 있습니다. 여기에 국방이라든가 원자력 등은 외산 기술에 종속될 수 없는 부분이 있으니까 당연히 해야 합니다. 의료는 세계적으로도 발전한 분야이고 좋은 인력이 있습니다. 이런 분야에서 AI를 등에 업고 뭔가를 해내면 분명히 잘할 수 있습니다. 그리고 노인 요양이라든가 간병 또 고령층 의료 등에도 AI를 적용하는 연구나 개발이 필요할 것입니다.” - 일상에서 쉽고 편리하게 AI를 활용할 수 있으려면 양질의 데이터 확보가 전제돼야 됩니다. 교수님도 언급했습니다만 그런데 우리는 여러 규제들이 많아 데이터 확보가 어려운 게 현실인데요. 이런 문제를 풀려면 어떻게 해야 할까요? “아시다시피 우리나라는 미국이나 여타 국가보다도 개인 정보에 굉장히 민감합니다. 그래서 미국 빅테크보다도 개인 데이터를 사용해 AI를 개발한다든가 서비스를 개발하는 게 발목이 잡혀있는 형국입니다. 법제 같은 걸 재정비할 필요가 있습니다. 개인정보법이라든가 데이터 관련된 여러 규제들에 대해 이런 규제가 필요한 건지, 이런 규제가 있을 때 어떤 위험이 있고 어떤 혜택이 있을지 국가적으로 따져봐야 합니다. 기술적으로도 데이터 익명화라든가 가명화 같은 기술이 발전돼 있습니다. 이를 활용하면 개인 의료 정보 등을 크게 걱정하지 않아도 되는데 국민들한테는 홍보가 잘 안된 것 같습니다. 모든 데이터 개방이 어렵다면 산업 쪽 관련해 특정 분야 데이터에 대해선 기업 간의 데이터 교류를 활성화한다든가 또 정부가 주도해 공공 데이터를 더 개방할 수 있는 여지도 있어 보입니다. AI를 발전시켜 우리나라가 어떤 식으로 발전하고 어떤 게 더 좋아질 수 있는지에 대한 청사진을 마련하면 데이터 개방 속도를 높일 수 있을 것입니다.” - AI 시대의 성패는 스타트업 생태계에 달렸다는 얘기가 있습니다. 효율적인 생태계 구축 방법은 뭘까요? “우리나라는 미국 실리콘밸리처럼 스타트업이 융성하는 나라가 아닙니다. 원론적으로 사회적으로 실패를 용인하고 창업을 권장하는 분위기와 환경을 만드는 것이 필요합니다. 또 민간과 공공이 연계해 창업을 지원할 수 있는 기금을 마련한다든가 R&D나 투자 펀드를 조성한다든가 해야 합니다. 우리 시장이 그렇게 크지 않아 스타트업이 유니콘이 되기는 굉장히 어렵습니다. 이스라엘처럼 소국이지만 잘하고 있는 국가들을 벤치마킹해 보면 글로벌로 진출할 수 있도록 국가적으로 지원하는 방안이 요구됩니다. 특별 지구 같은 것들을 만들어 그 안에서는 규제 샌드박스를 도입해 스타트업들이 이런저런 시도를 해볼 수 있도록 생태계를 만들면 어떨까 합니다.” - AI 시대 핵심 경쟁력 중 하나가 반도체로, 세계 반도체 업체들은 추론형 고성능 칩 등 AI반도체 개발에 몰두하고 있습니다. 트럼프 2기 들어 세계의 반도체 전쟁이 격화되고 있는데 한국의 반도체 기업은 어떤 전략을 취해야 할까요? “SK하이닉스는 GPU에 들어가는 HBM 메모리 쪽에 특화돼 잘하고 있습니다. 삼성전자도 지금은 힘들어 하지만 기초체력이 있으니까 AI 반도체에서 분명히 돌파구를 마련할 수 있을 거라고 생각합니다. AI가 학습할 때 쓰는 반도체와 추론할 때 쓰는 반도체가 다른데, 프리오사라든가 몇몇 스타트업들에선 추론용 반도체를 만들고 있습니다. 축적된 반도체 기술을 잘 활용해 독자 개발할 수 있는 능력을 강화하는 것과 함께 글로벌 협력 체계를 강화하는 투트랙 전략이 요구됩니다. 글로벌 반도체 산업은 기술만의 문제가 아니고 정치적인 이슈입니다. 플랜 A, B, C 같은 걸 여러 개를 만들어 공급망 같은 것도 관리하는 쪽으로 가야 합니다.” - AI 시대 경쟁력의 핵심 중 하나는 인재 확보인데 AI 인재 유출이 심각한 실정입니다. 이유는 무엇이고, 해법은 없을까요? “유출은 너무나 당연합니다. 더 좋은 환경에 더 좋은 보수가 있는 곳으로 가지 않을 이유가 없죠. 그런데 자세히 살펴보면 우리 산업이 AI를 활용해 할 수 있는 분야에 대한 정비가 덜 돼 있어서, 수요가 잘 준비안 돼 있어서 유출되는 측면도 있습니다. 미국이나 중국도 해외 인력을 충원하려는 노력들을 많이 하고 있는데요. AI 분야는 상상하기 어려울 정도로 임금 격차가 큽니다. 야구의 메이저 리그나 축구의 프리미어 리그 우수 선수 스카웃 하듯 금액을 들이기도 합니다. 게다가 단순히 금전적인 문제만도 아닙니다. 더 협력해 우수한 사람들과 함께 네트워킹 하고 싶은 욕구도 있을 겁니다. 젊은 사람이라면 한 번쯤 도전해 보고 싶은 생각도 있을 거고. 그런 입장에서 우리나라는 별로 매력이 없습니다. 유출 인력에 버금가는 새로운 인력들이 충원될 수 있는 사회적인 분위기, 기업 분위기가 필요합니다. 글로벌 스탠더드에 맞는 성과 중심의 보상체계와 연구·근무 환경, 문화적 폐쇄성의 지양 등이 요구됩니다. 사회 전반적인 혁신이 있어야 합니다. AI를 지렛대 삼아 사회적 병폐들을 없애는 시도를 하면 좋겠습니다.” - 공공부문의 AI 전략도 중요한 분야로 꼽힙니다. 대한민국은 전자정부와 디지털정부 분야에서 앞선 나라로 평가되는 데 공공부문 AI 전략은 어떻게 짜야 합니까? “디지털 정부나 전자정부에서 세계적으로 굉장히 앞서 있다고 생각하는데 공공 부문은 의외로 그렇지 않습니다. 유럽의 핀란드라든가 이런 데가 우리보다 더 잘해 벤치마킹을 해야 하는 상황입니다. 이는 공공 분야에서 지속 가능하게 계획해서 투자하지 않고 정권에 따라 부침이 있었기 때문으로 보입니다. 디지털 정부에서 성공했던 경험을 살려 공공 데이터 서비스를 AI와 접목하려는 시도라든가 또 국민이 체감할 수 있는 AI 서비스를 개발하는 것이 필요합니다. AI 공공 플랫폼 구축 규제 샌드박스를 정비해 국민 삶의 질 개선과 행정 효율화 두 가지를 고려한 맞춤형 전략이 필요합니다.” - 국가 AI 위원회가 구성돼 있는데 거기서 좀 더 많은 역할을 해야 되지 않을까요? “AI를 국가전략으로 추진하기 위해서는 콘트롤 타워가 필요합니다. 새 정부들어 AI를 더 강조하려는 분위기가 있습니다. AI 수석도 있고 또 과기부 장관도 AI 쪽에 계셨던 분이고. 전체적인 틀은 잘 마련돼 있다고 봅니다. 국가 인공지능위원회의 위상이랄까 권한과 책임은 좀 더 강화할 필요는 있을 것 같습니다.” - AI로 인해 일자리가 사라질 것이라는 걱정이 많습니다. 과연 그렇게 될까요? 그리고 해법은 없겠습니까? “일자리는 이미 문제가 되고 있습니다. 실리콘 밸리 등에선 8만9000명이 실직했다고 합니다. AI가 더 잘할 수 있는 예를 들면 단순 반복되는 직무는 대체될 가능성이 높지만 새로운 기술이 출현하면 또 새로운 직업이 만들어지던 게 여태까지 기술 발전사에서 있었던 일입니다. 문제는 AI로 인한 변화 속도가 너무 빠르다는 겁니다. 국가적으로 재교육이나 AI와 협업 모델의 정립 등을 통해 돌파해야 될 것 같습니다.” [기사 원문 보러가기] 출처: 디지털타임스
- 첨단컴퓨팅학부 2025.08.23
-
76
- U.S. News & World Report - 연세대학교 첨단컴퓨팅학부, 세계가 인정한 학문 경쟁력!
- 인공지능분야 세계 29위 · 컴퓨터분야 세계 61위 달성 연세대학교 첨단컴퓨팅학부가 세계 대학 분야별 순위에서 우수한 성과를 거두며 학문적 위상을 다시 한번 입증했다. 최근 발표된 세계 대학 연구 분야별 평가에서 인공지능분야 29위, 컴퓨터분야 61위에 오르며 국제적 위상을 확고히했다. 이번 성과는 첨단컴퓨팅학부가 세계적 수준의 교육 및 연구 역량을 갖추고 있음을 보여주는 결과로, AI와 컴퓨터분야 모두에서 연세대학교의 학문적 위상을 다시 한번 드러낸 결과다. 앞으로도 연세대학교 첨단컴퓨팅학부는 차별화된 교육과 선도적인 연구를 바탕으로, 세계를 이끌어갈 인재 양성과 기술 혁신에 지속적으로 앞장설 계획이다. [원문 보러가기]
- 첨단컴퓨팅학부 2025.06.26
-
75
- Ce Liu, AI Research Scientist Director at Meta GenAI - Seminar (2025-06-05)
- Ce Liu, AI Research Scientist Director at Meta GenAI - Seminar (2025-06-05)
- 첨단컴퓨팅학부 2025.06.10
-
74
- AI융합심화전공 프로그램 설명회 (2025-06-04)
- AI융합심화전공 프로그램 설명회 (2025-06-04) ▲ 인공지능융합대학 차호정 학장 ▲ 인공지능융합대학 한요섭 부학장 ▲ 첨단컴퓨팅학부 김선주 교수 ▲ 첨단컴퓨팅학부 안형찬 교수 ▲ 첨단컴퓨팅학부 여진영 교수 ▲ 첨단컴퓨팅학부 이동하 교수 ▲ 첨단컴퓨팅학부 이병주 교수 ▲ 첨단컴퓨팅학부 황성재 교수
- 첨단컴퓨팅학부 2025.06.10
-
73
- 2025학년도 1학기 첨단컴퓨팅학부(컴퓨터과학과/인공지능학과) 졸업전시회 (2025-06-04)
- 2025학년도 1학기 첨단컴퓨팅학부(컴퓨터과학과/인공지능학과) 졸업전시회 (2025-06-04)
- 첨단컴퓨팅학부 2025.06.10
-
72
- 인공지능학과 소속 대학원생 3인, 마이크로소프트 아시아 연구소 인턴십 참여
- ▲ 왼쪽부터 임호균 (통합과정), 곽병우 (박사과정), 김성환 (석사과정) 대학원 인공지능학과 소속 임호균 통합과정생(지도교수: 이영운), 곽병우 박사과정생, 김성환 석사과정생(지도교수: 여진영)은 오는 7월부터 약 6개월간 마이크로소프트 아시아 연구소(Microsoft Research Asia, MSRA) 인턴십에 참여한다. 임호균 학생은 “양팔 조작 로봇을 위한 데이터 효율적 Vision Language Action (VLA) model”을 주제로 Multimodal Computing Group와 협력하여 연구를 진행할 예정이다. 단일 팔 로봇 데이터셋으로 학습된 모델들을 효과적으로 결합해, 별도의 방대한 양팔 로봇 데이터 없이도 양팔 조작이 가능한 모델을 구현하는 것이 목표다. 또한, 곽병우 학생은 “Long-horizon task를 수행하기 위한 효율적인 메모리 프레임워크”를, 김성환 학생은 “Lifelong Learning을 위한 LLM 기반 에이전트 개발”의 주제로 General Artificial Intelligence Group과 협력하여 연구를 수행한다. 두 학생은 interactive한 환경에서 에이전트가 좋은 성능을 보이게 하는 것을 목표로, 대규모 언어 모델의 응용 가능성을 확장하는 연구에 참여할 계획이다.
- 첨단컴퓨팅학부 2025.05.23
-
71
- 여진영 교수님 연구실(LangAGI Lab) 김민주 통합과정 Amazon 인턴십 수행
- 연세대학교 인공지능학과 여진영 교수님 연구실(Language & AGI Lab) 김민주 통합과정 학생이 글로벌 테크 기업 Amazon의 인턴십 프로그램에 선발되었다. 김민주 학생은 Applied Scientist Intern으로서 Amazon AGI Foundations 팀에 합류하여, 대규모 언어 모델(Large Language Model)의 핵심 기술 개발과 차세대 인공지능(AI) 연구에 직접 참여할 예정이다. 해당 인턴십은 2025년 6월부터 3개월간 미국 캘리포니아주 Sunnyvale에 위치한 Amazon 캠퍼스에서 진행된다.
- 첨단컴퓨팅학부 2025.05.23