인공지능은 이제 단순한 기술 영역을 넘어 학문과 산업 그리고 우리의 일상을 근본적으로 바꾸어 놓고 있습니다. GPT와 같은 파운데이션 모델의 등장으로 지능을 구현하는 방식 자체가 달라졌으며, 인공지능은 데이터와 언어를 넘어 로봇과 물리 세계로 그 영역을 넓혀가고 있습니다. 성균관대학교 인공지능학과는 이러한 대전환의 중심에서, 인공지능을 활용하는 수준을 넘어 인공지능의 미래를 직접 설계하고 창조할 핵심 인재를 양성하고자 합니다.

인공지능을 잘 쓰는 사람은 앞으로 어느 분야에나 존재할 것입니다. 그러나 인공지능을 직접 만들 수 있는 사람은 다릅니다. 새로운 모델의 구조를 설계하고, 학습 알고리즘을 개선하며, 이를 대규모로 학습시키고 물리 세계에서 동작하게 만드는 일은 인공지능의 원리를 깊이 이해한 전문가만이 할 수 있습니다. 성균관대학교 인공지능학과가 목표로 하는 인재는 바로 이 지점에 서 있는 사람, 즉 남이 만든 모델을 가져다 쓰는 데 머무르지 않고 지능 그 자체를 설계하고 구현하는 사람입니다.

이러한 역량은 단지 몇 개의 특정 과목을 이수한다고 길러지지 않습니다. 탄탄한 수학과 알고리즘의 토대 위에서 모델을 직접 설계 및 구현하고, 대규모로 학습시키며, 실패를 분석하며 다시 개선해 나가는 경험이 학부 1학년부터 전 교육과정 전반에 걸쳐 축적되어야 비로소 체화될 수 있습니다. 성균관대학교 인공지능학과는 바로 이와 같은 교육 과정을 처음부터 끝까지 완성도 있게 제공하기 위해 신설되었습니다.

인공지능학과는 저학년 과정에서 선형대수·확률통계·최적화와 프로그래밍·알고리즘 등 인공지능의 토대를 다지고, 이를 바탕으로 AI 파운데이션, AI 시스템, 피지컬 AI의 세 축으로 심화해 나갑니다.

• AI 파운데이션: 기계학습과 심층학습의 이론적 토대 위에 대규모 언어·멀티모달 모델, 생성 모델, 강화학습을 다룹니다.
• AI 시스템: 이러한 모델을 효율적으로 학습하고 서비스하기 위한 컴퓨팅 아키텍처, 분산 학습·추론 최적화, 대규모 데이터 처리 기술을 배웁니다.
• 피지컬 AI: 로봇 학습, 시각-언어-행동 모델, 자율 에이전트 등 인공지능이 물리 세계와 만나는 지점을 심도 있게 탐구합니다.

탄탄한 기초 위에 세워진 이 세 축은 하나의 인공지능 시스템을 이론과 인프라, 그리고 물리적 구현의 관점에서 온전히 이해하도록 설계된 교육과정입니다.

성균관대학교에는 인공지능과 관련된 여러 학과가 있지만, 각 학과는 서로 다른 목표를 가지고 있습니다. 인공지능학과의 목표는 "지능 그 자체를 어떻게 만들 것인가"에 있습니다.

컴퓨터공학과는 범용 컴퓨팅을 위한 시스템을 다룹니다. 운영체제, 네트워크, 보안, 데이터베이스 등 모든 소프트웨어가 딛고 서는 토대를 폭넓게 구축합니다. 인공지능학과는 인공지능을 만들기 위한 이론과 시스템, 그리고 물리적 구현을 하나의 축으로 관통합니다. 같은 아키텍처를 배우더라도 컴퓨터공학과가 범용 컴퓨터의 구조를 다룬다면, 인공지능학과는 대규모 모델을 학습하고 추론하기 위한 구조를 다룹니다. 목표가 다르면 배우는 깊이와 순서가 달라집니다.

글로벌AI융합전공이 인공지능을 다른 학문 분야에 활용하고 접목하는 데 무게를 둔다면, 인공지능학과는 인공지능의 원천 기술부터 실제 시스템 구현까지를 하나의 독립적인 커리큘럼으로 깊이 파고듭니다. 즉, 여러 분야에 걸친 응용의 폭이 아니라 인공지능 자체를 만들어내는 원리의 깊이에서 출발한다는 점이 가장 큰 차이입니다.

지능형소프트웨어학과는 삼성전자 DX부문과 함께 운영하는 채용조건형 계약학과로, 산업 현장의 요구를 반영한 실무형 인재를 양성합니다. 인공지능학과는 기업과 산업 전반에서 공통적으로 요구되는 인공지능의 핵심 원리와 기술을 폭넓게 학습하여, 연구개발, 산업계, 창업 등 다양한 진로로의 성장을 지원합니다.

인공지능학과의 학생 지원은 개별 학과 차원에 그치지 않습니다. 성균관대학교가 과학기술정보통신부의 지원을 받아 수행하는 AI중심대학 사업 및 인공지능대학원 지원사업과 긴밀히 연계되어, 대학 차원의 재원과 인프라가 학과 교육·연구 활동에 직접 투입됩니다. 나아가 학생들은 2019년부터 축적되어 온 인공지능대학원의 교육·연구 생태계 속에서 학부 단계부터 성장해 나갈 수 있습니다. 인공지능학과는 이들 사업의 핵심 주체로서, 확보된 컴퓨팅 자원과 교육·연구 프로그램을 학부생에게 우선적으로 제공합니다.

연구 인프라 및 컴퓨팅 자원

• GPU 클러스터 등 최첨단 연구 인프라 활용
• 학부생 대상 개인 컴퓨팅 자원 및 개발 환경 지원

교육 및 연구 참여

• AI 특화 커리큘럼(AI 파운데이션·AI 시스템·피지컬 AI) 실습 지원
• 우수 학부생 연구실(Lab) 조기 입실, 연구장려금 및 개인 연구공간 지원
• 국제 AI 학회 참가 및 논문 게재 비용 지원

산학 연계 및 진로

• 국내외 유수 기업과의 AI 산학협력 프로젝트 및 인턴십 기회 제공
• 대학원 진학 희망 시 '학사부터 박사까지' 연계과정 및 장학 혜택
• AI 창업 액셀러레이팅 프로그램 및 초기 펀딩 지원

인공지능학과가 가장 중요하게 보는 것은 인공지능을 이미 얼마나 많이 알고 있느냐가 아니라, 끊임없이 "왜?"라고 질문하고 스스로 답을 찾아가려는 태도입니다. 배우려는 의지만 있다면 지식 자체는 예전보다 훨씬 쉽게 얻을 수 있는 시대이기 때문입니다.

이 태도는 인공지능 분야에서 특히 중요합니다. 변화가 매우 빨라 지금 알고 있는 지식이 언제든 바뀔 수 있고, 극단적으로는 오늘 배운 내용이 내일은 더 이상 쓰이지 않거나 틀린 것으로 밝혀지는 일도 생깁니다. 반면 원리를 묻는 습관이 몸에 배어 있으면 새로운 기술이 등장했을 때도 그 구조를 빠르게 이해할 수 있고, 남들이 말하는 정답을 그대로 따라가는 대신 자신만의 기준과 판단으로 아직 답이 정해지지 않은 문제에 접근할 수 있습니다.

그래서 인공지능학과가 기다리는 학생은 인공지능에 관심이 있다고 말하는 사람이 아니라, 어떤 문제에 궁금증을 가졌고 그 궁금증을 풀기 위해 무엇을 직접 찾아보고 시도했는지를 이야기할 수 있는 사람입니다. 결과가 얼마나 대단한지보다, 질문에서 출발해 스스로 답에 다가간 경험이 훨씬 중요합니다.

충분히 가능합니다. 인공지능학과는 신입생이 입학 시점에 프로그래밍이나 인공지능을 이미 알고 있으리라고 전제하지 않습니다. 1학년 교육과정은 프로그래밍 기초와 실습, 기계학습수학, 인공지능사고와 프로그래밍처럼 프로그래밍·수학·컴퓨팅 사고의 토대를 처음부터 차근차근 쌓을 수 있도록 구성되어 있습니다.

입학 전 선행학습에 대한 부담은 가지지 않으셔도 됩니다. 기초부터 탄탄하게 다지도록 교육과정이 설계되어 있으므로, 배우고자 하는 의지를 가지고 오시면 됩니다.

프로그래밍을 배운다는 점은 여러 전공이 공통적이지만, 프로그래밍 자체를 잘하는 것이 최종 목적은 아닙니다. 산수를 배운다고 해서 모두 수학을 전공하지 않듯, 프로그래밍은 문제를 해결하기 위한 도구입니다.

인공지능학과가 기르고자 하는 것은 코드를 잘 짜는 기술이 아니라, 인공지능이라는 도구로 문제 해결 과정을 설계하는 사고방식입니다. 구체적으로는 주어진 문제를 인공지능이 풀 수 있는 형태로 어떻게 바꿀 것인지, 어떤 데이터로 학습시킬 것인지, 더 나은 결과를 얻기 위해 어떻게 훈련하고 검증할 것인지를 판단하는 능력입니다. 프로그래밍은 그 과정을 실제로 구현해 내는 수단으로서 의미를 가집니다.