분야
hwp한양대학교 인공지능대학원 인공지능학과 석사과정 학업계획서
1. 진학 동기 (왜 이 전공, 왜 이 학교인가)
2. 학업 및 연구 계획 (수강할 과목, 방법, 목표)
3. 연구 관심 분야 (어떤 주제에 관심이 있는가)
4. 졸업 후 진로 및 포부
1. 진학 동기 (왜 이 전공, 왜 이 학교인가)
저는 인간의 사고와 창의성을 모사하는 인공지능의 가능성에 깊은 흥미를 느껴왔습니다. 대학 시절 처음으로 머신러닝 수업을 들으며 데이터가 단순한 숫자의 집합이 아니라, 의미 있는 패턴으로 진화할 수 있다는 사실을 깨달았던 순간이 아직도 기억납니다. 당시 직접 구축한 간단한 이미지 분류 모델이 예측을 성공시켰을 때 느꼈던 놀라움은 단순한 기술적 성취를 넘어, 인간의 인지 과정을 수학적으로 해석할 수 있다는 지적 흥미로 이어졌습니다. 그 경험 이후 저는 인공지능이 단순히 효율적인 도구가 아니라 인간의 사고를 재구성하는 새로운 지식 체계라는 점에 매료되었습니다.
학부 시절 저는 컴퓨터공학을 전공하며 기초적인 알고리즘과 데이터 구조, 수학적 모델링을 익혔습니다. 하지만 점차 복잡한 문제를 해결할수록 전통적인 프로그래밍 방법의 한계를 느꼈고, 데이터로부터 스스로 학습하는 시스템의 필요성을 실감했습니다. 특히 졸업 프로젝트로 진행한 자연어 처리 기반 감성 분석 연구는 저에게 결정적인 계기가 되었습니다. 단순한 문장 분류 모델을 구현하는 과정에서, 언어가 지닌 맥락적 의미를 수학적으로 표현하는 일이 얼마나 어려운지를 깨달았습니다. 모델의 성능을 높이기 위해 전처리 방식을 바꾸고 임베딩 기법을 실험하는 과정에서, 인공지능의 본질은 인간 언어의 복잡성을 이해하는 데 있다는 사실을 체감했습니다. 그때부터 저는 데이터의 통계적 규칙뿐 아니라, 인지적 의미 구조를 이해하는 인공지능 연구에 도전하고 싶다는 목표를 세웠습니다.
졸업 후에는 스타트업에서 데이터 분석 업무를 맡으며 실제 산업 현장에서 인공지능 기술이 어떻게 활용되는지를 경험했습니다. 비정형 데이터가 쏟아지는 환경 속에서 모델의 안정성과 신뢰성을 확보하는 일이 얼마나 중요한지를 배웠습니다. 특히 금융 거래 데이터 분석 프로젝트를 수행하며, 예측 정확도보다 모델이 내리는 판단의 근거를 설명할 수 있어야 한다는 ‘설명 가능한 인공지능(Explainable AI)’의 중요성을 직접 실감했습니다. 모델이 고성능을 내더라도 의사결정의 논리를 해석할 수 없다면 실제 서비스에 적용하기 어렵다는 점은 인공지능 연구가 기술적 완성도를 넘어 ‘이해 가능한 지능’을 추구해야 함을 깨닫게 해주었습니다.
한양대학교 인공지능대학원을 선택한 이유는 연구의 깊이와 학제적 확장성 때문입니다. 한양대학교는 공학적 접근뿐 아니라 인지과학, 언어학, 데이터 윤리 등 다양한 관점을 통합해 인공지능을 다루는 교육체계를 갖추고 있습니다. 특히 ‘인간 중심 AI’라는 연구 비전은 제가 추구하는 학문적 방향과 일치합니다. 단순한 알고리즘 개발이 아니라, 인간의 사고 구조를 해석하고 사회적 신뢰성을 갖춘 인공지능을 설계하는 연구 환경은 저에게 이상적인 조건이라 생각합니다.
또한 한양대학교의 교수진은 자연어 처리, 심층 강화학습, 멀티모달 인공지능 등 다양한 분야에서 국내 최고 수준의 연구를 수행하고 있습니다. 저는 그중에서도 인간의 인지 과정을 모델링하는 연구에 관심이 많습니다. 언어 이해와 시각 인지의 통합을 다루는 멀티모달 연구는 인간 사고의 유사성을 탐구할 수 있는 흥미로운 분야라고 생각합니다. 한양대학교의 풍부한 연구 인프라와 협력적 연구 문화는 저에게 도전적이면서도 성장할 수 있는 기회를 제공할 것이라 확신합니다.
저의 진학 목표는 인공지능의 기술적 진보뿐 아니라, 그 기술이 인간의 사고와 감정을 어떻게 해석하고 재구성하는지를 탐구하는 것입니다. 인공지능은 단순히 데이터를 분석하는 도구가 아니라, 인간의 지적 활동을 확장하는 학문적 시도라고 생각합니다. 저는 한양대학교 대학원에서 그 철학적 기반 위에 학문적 깊이를 더하고, 인간 중심의 지능적 시스템을 연구하는 연구자로 성장하겠습니다.
2. 학업 및 연구 계획 (수강할 과목, 방법, 목표)
한양대학교 인공지능대학원 석사과정에서 저는 ‘설명 가능한 인공지능’과 ‘언어 기반 인지 모델링’을 핵심 연구 방향으로 삼고자 합니다. 기술 중심의 연구를 넘어서, 인간의 사고 과정을 수학적 구조로 재해석하는 학문적 접근을 시도하려 합니다. 이를 위해 수강 과목, 연구 방법, 학문적 목표를 세 단계로 나누어 구체적인 학업 계획을 세웠습니다.
첫째, 학문적 기초를 강화하는 과정을 우선적으로 진행하겠습니다. 1학기에는 ‘기계학습 이론’, ‘심층신경망 구조’, ‘통계적 추론과 확률 모델’, ‘인공지능 윤리’를 수강할 계획입니다. 기계학습 과목에서는 지도학습과 비지도학습의 원리를 수학적으로 정립하고, 심층신경망 수업에서는 모델의 내부 표현 구조를 분석하는 능력을 키우겠습니다. 또한 확률모델 과목을 통해 베이지안 접근법과 불확실성 추론을 익혀 모델의 신뢰도를 정량적으로 평가할 수 있는 역량을 기르겠습니다. 인공지능 윤리 과목에서는 기술적 성능뿐 아니라 사회적 책임과 데이터 편향 문제를 연구하여, 기술의 방향성을 스스로 점검할 수 있는 기준을 세우겠습니다.
둘째, 응용 연구 단계에서는 언어 이해 모델과 멀티모달 학습을 결합한 프로젝트를 수행하겠습니다. 인간의 사고는 언어와 시각적 정보가 동시에 작용하는 복합적 과정입니다. 저는 자연어 처리 모델에 시각 정보를 통합하여 문맥의 의미를 다층적으로 이해하는 알고리즘을 연구하고자 합니다. 예를 들어, 문장 내 감정 표현이 이미지와 결합될 때 어떻게 다른 인지 반응을 유도하는지를 실험적으로 검증할 계획입니다. 이를 위해 딥러닝 기반의 트랜스포머 구조를 변형하여 언어와 시각 임베딩을 통합하는 모델을 설계하고, 그 결과를 설명 가능한 형태로 시각화하겠습니다.
셋째, 연구 방법론 측면에서 데이터 해석 능력을 체계적으로 확립할 계획입니다. 모델의 정확도만 평가하는 방식에서 벗어나, 내부의 의사결정 경로를 해석하기 위한 방법을 연구하겠습니다. LIME, SHAP 등 기존의 해석 기법을 실험적으로 검토하고, 복잡한 언어 모델에 적용 가능한 새로운 설명 체계를 제안할 예정입니다. 이 연구를 통해 모델의 예측 결과를 논리적으로 해석하고, 그 과정에서 인공지능이 학습한 개념 구조를 시각화하는 시스템을 구축하고자 합니다.
또한 연구 과정 전반에서 협업과 피드백을 중시하겠습니다. 대학원의 공동연구실 프로젝트에 참여하여 실제 산업 데이터와 학문적 연구가 결합되는 경험을 쌓고, 학회 발표를 통해 연구 결과를 검증받을 계획입니다. 한양대학교 인공지능대학원은 산학협력 프로젝트가 활발하기 때문에, 연구 결과를 실제 문제 해결에 적용해보는 기회를 적극적으로 활용하겠습니다. 이를 통해 학문적 연구가 산업적 응용으로 이어질 수 있는 구체적 경로를 탐색하겠습니다.
◆ 명확한 학업 목표를 설정하고 체계적인 학습 방법과 실행 계획을 마련하였습니다.
◆ 학습 방향과 세부 내용을 참고해서 나만의 학업계획서를 완성하시면 됩니다.
◆ 신뢰를 줄 수 있도록 핵심 내용을 충실히 반영하였습니다.
◆ 학업에 좋은 결과가 있으시길 항상 응원합니다.